Vat dit blogbericht samen met:
Symptomen zijn er altijd, maar er is een arts nodig om 'de symptomen met elkaar in verband te brengen' en de ziekte te diagnosticeren. Bewijsmateriaal is er altijd, maar er is een Sherlock Holmes nodig om 'al die informatie te verwerken' en de puzzel op te lossen. Deze en vele andere voorbeelden komen overeen met één belangrijk punt: 'informatie is essentieel, maar er is intelligentie nodig om er betekenis aan te geven'.
De technologie heeft de grenzen inmiddels zo ver verlegd dat de mens de voornaamste begunstigde is van de 'mensachtige' intelligentie die uit computers wordt gehaald. Er zijn verschillende benamingen voor, zoals kunstmatige intelligentie, machine learning, big data-analyse, voorspellende intelligentie en nog veel meer. Talloze ongekende problemen worden nu opgelost – of het nu gaat om gezondheid, financiën, bedrijven, sociale media-analyse of zelfs politieke gebeurtenissen en verkiezingscampagnes.
Het is geen verrassing dat big data-analyse en verkiezingen nauw met elkaar verbonden zijn, aangezien het herdefiniëren van de manier waarop verkiezingscampagnes worden ontworpen slechts één aspect van het verhaal is. Bovendien helpt juist deze eigenschap van data – het vermogen om er betekenis aan te geven – tegenwoordig bij het continu bijsturen van de campagneplanning en -uitvoering in realtime. Hieronder volgen enkele voorbeelden van data-gedreven en machinegebaseerde intelligentie die de vitaliteit van data op indrukwekkende wijze aantonen.
Dit varieert van het analyseren van de nieuwste trends op sociale media en zoekmachines tot het uitvoeren van sentimentanalyses van waar mensen over praten en over wie. Denk bijvoorbeeld aan engagementanalyses voor Twitter en Facebook en het analyseren van de sentimenten in de enorme hoeveelheid massaal gegenereerde data op sociale media.
De onderstaande afbeelding toont bijvoorbeeld een analyse van de landen waaruit elk van de kandidaten de meeste tweets ontvangt in de periode XY. Ook wordt een sentimentanalyse van de Twittervermeldingen van de kandidaten weergegeven.
Het is inderdaad onwaarschijnlijk dat een mens honderden interviews en gerelateerde artikelen kan doornemen en daaruit cognitieve en informatieve conclusies kan trekken. Machines kunnen dat echter wel, wanneer ze een menselijke rol overnemen, binnen een ongelooflijk korte tijd. Door zowel gesproken interviews als tekstuele transcripten te analyseren, kunnen aspecten zoals de volgende worden afgeleid:
- Vermeldingen van de verkiezingsagenda, andere landen, thema's, enz.
De Flesch Reading Ease Index is een van de manieren om de complexiteit en het niveau van een toespraak te begrijpen. Dit zorgt er vervolgens voor dat toespraken toegankelijker zijn voor een breder publiek en een grotere massa bereiken.
Het weergeven van realtime N-grammen, woordwolken, trends op tijdschaal en andere methoden zijn populaire manieren om 'gerelateerde' of 'dichtstbijzijnde' woorden te selecteren, wat de politieke analist helpt om de juiste conclusies te trekken.
AANBEVOLEN LEESSTOF: HET KRACHTIGE LANDSCHAP VAN NATUURLIJKE TAALVERWERKING
# Spraakanalyse
Er bestaan platforms en oplossingen die de berichtgeving en interviews rondom de verkiezingen kunnen doorzoeken en een grondige analyse kunnen genereren van de belangrijkste verkiezingsthema's, welke thema's door welke kandidaten worden benadrukt, de mate waarin deze aansluiten bij het verkiezingsprogramma en wat niet.
De onderstaande afbeelding laat bijvoorbeeld zien dat Democraten zich meer zorgen maken over sociale en economische factoren, terwijl Republikeinen zich meer zorgen maken over de relaties van de VS met de rest van de wereld en het buitenlands beleid.
AANBEVOLEN LEES: Stappen om waarde te halen uit big data
Door geografische dimensies toe te voegen aan sentimentanalyse of andere socialemediakenmerken (vermeldingen, hashtags, enz.) ontstaat een krachtige methode om de publieke opinie in verschillende regio's of geografische gebieden te bepalen. Hier is bijvoorbeeld een voorbeeld van de prognoses voor de presidentsverkiezingen van 2020.
Bron: (PRNewsfoto/Jumptuit)
Data zonder de middelen om er betekenis aan te geven, is niets meer dan een nutteloze investering. Het is dan ook niet verwonderlijk dat verkiezingscampagnes tegenwoordig alles op alles zetten om data te benutten en de daaruit verkregen inzichten te verwerken.
Hoewel het eenvoudig lijkt, kan de kracht van big data-analyse gemakkelijk worden samengevat als: informatie leidt tot inzichten, inzichten leiden tot kennis en kennis leidt tot actie!