Idea de proyecto | Análisis de personalidad usando hashtags de tweets

Introducción
El proyecto se basa en el concepto de analizar la personalidad de un individuo y trazar los sentimientos de los tweets según la ubicación del usuario/comunidad. Nuestra aplicación consideraría la mentalidad real de los individuos junto con la situación y el tema y evaluaría su personalidad en consecuencia. .

Marco Conceptual
Nuestro enfoque e idea pasa por la segregación de hash-tags de los tweets. Los hashtags nos proporcionan el tema sobre el que el usuario ha expresado su opinión. El análisis del hashtag se lleva a cabo de manera que se recopila un conjunto de tweets recientes que contienen el término hash-tag, y se analiza la polaridad de esos tweets que contienen el término, ya sea que las personas tengan una opinión positiva, negativa o neutral al respecto. La segunda parte es el análisis del texto restante y encontrar la polaridad del tweet, ya sea positivo, negativo o neutral. Junto con el texto, si el tweet contiene algún emoticono, la polaridad del emoticono se calcula utilizando un mapa que no es bmp. Los usuarios pueden analizar fácilmente su personalidad utilizando su identificador de Twitter y también sobre cualquier tema específico.

Estructuras de datos y algoritmos La
polaridad de los tweets con etiqueta hash y la polaridad del tweet del usuario junto con algunos otros parámetros llevaron a la formación de 8 rasgos de personalidad:

• Afabilidad: si el sentimiento del tweet es equivalente al sentimiento de la mayoría sobre ese tema o etiqueta, entonces la personalidad entra en esta categoría. El puntaje final para el rasgo «Agradabilidad» para un usuario específico se asigna como: Número total de tweets con la combinación anterior (polaridad del tweet = polaridad de la mayoría) / Número total de tweets por usuario.
• Social Bird: a un individuo se le asigna una puntuación en esta categoría en función del número de tweets del usuario en los últimos tiempos. El puntaje final para el rasgo «Social Bird» para un usuario específico se asigna como: Número total de tweets en los últimos tiempos / Número total de tweets por usuario.
• Figura pública / No es una figura pública: a un usuario se le asigna una puntuación de 1 si su perfil está verificado. De lo contrario, al usuario se le asigna una puntuación de 0 para este rasgo.
• Optimista: si el sentimiento del tweet es positivo (+) y el sentimiento de la mayoría sobre ese tema o etiqueta es negativo (-), entonces la personalidad entra en esta categoría. El puntaje final para el rasgo «Optimista» para un usuario específico se asigna como: Número total de tweets de usuarios con polaridad = (+) / número total de tweets mayoritarios con polaridad (-).
• Pesimista: si el sentimiento del tweet es negativo (-) y el sentimiento de la mayoría sobre ese tema o etiqueta es positivo (+), entonces la personalidad entra en esta categoría. El puntaje final para el rasgo “Pesimista” para un usuario específico se asigna como: Número total de tweets de usuarios con polaridad = (-) / número total de tweets mayoritarios con polaridad (+).
• Titular de la vista: si el sentimiento del tweet es positivo (+) o negativo (-) y el sentimiento de la mayoría sobre ese tema o etiqueta es neutral, entonces la personalidad cae en esta categoría. El puntaje final para el rasgo «Titular de la vista» para un usuario específico se asigna como: Número total de tweets de usuarios con polaridad = (+) + número total de tweets de usuarios con polaridad = (-) / número total de tweets mayoritarios con polaridad neutral .
• Espectador: si el sentimiento del tweet es neutral y el sentimiento de la mayoría sobre ese tema o hashtag es positivo (+) o negativo (-), entonces la personalidad entra en esta categoría. El puntaje final para el rasgo “Espectador” para un usuario específico se asigna como: Número total de tweets de usuario con polaridad neutra / número total de tweets mayoritarios con polaridad = (+) + número total de tweets mayoritarios con polaridad = (-).
• Grammar Nazi: Si el tweet del usuario es gramaticalmente correcto, se le otorga una puntuación de 1; de lo contrario, 0. Solo se consideran los tweets sin hashtags. Además, las personas usan la jerga de los mensajes al twittear, por lo que hemos dado una relajación por 2 errores. La puntuación final para el rasgo «Gramática nazi» para un usuario específico se asigna como: Total de tweets que son gramaticalmente correctos/número total de tweets sin hashtags.

La puntuación de cada una de las categorías anteriores se calcula para un usuario de Twitter. El algoritmo combina la polaridad del tema o la etiqueta con la polaridad del tweet, lo que seguramente producirá resultados mejores y más precisos, ya que el comportamiento del usuario es genuino y transparente. Se obtienen los primeros 50 tweets del usuario y se crea un hilo correspondiente a cada tweet. La ejecución paralela de subprocesos se implementa para reducir el tiempo de ejecución, que es un aspecto importante de nuestro proyecto.

Herramientas utilizadas:
1. Python
2. Django
3. Tweepy
4. TextBlob
5. GingerIt

Aplicación:
1. El público objetivo varía desde niños hasta personas de la tercera edad que desean conocer la personalidad, la respuesta y la opinión de las personas sobre cualquier tema.
2. El software puede ser utilizado por personas que trabajan en el departamento de recursos humanos de sus oficinas para analizar la personalidad de un solicitante, ya sea que la personalidad del solicitante sea adecuada o no.
3. También puede ser útil para las personas involucradas en la política, ya que les ayudaría a realizar un seguimiento de lo que la gente piensa sobre sus decisiones y acciones.
4. Las personas en el campo de los negocios podrían recibir comentarios de los clientes.

Esta idea es aportada por Swati Chauhan y Rishabh Jain . Si le gusta GeeksforGeeks y le gustaría contribuir, también puede escribir un artículo usando contribuya.geeksforgeeks.org o envíe su artículo por correo a contribuya@geeksforgeeks.org. Vea su artículo que aparece en la página principal de GeeksforGeeks y ayude a otros Geeks.

Escriba comentarios si encuentra algo incorrecto o si desea compartir más información sobre el tema tratado anteriormente.