Analýza sentimentu na sociálních sítích bankovního sektoru
Autor(ka) práce:
Rott, Filip
Typ práce:
Diplomová práce
Vedoucí práce:
Vencovský, Filip
Oponenti práce:
Maryška, Miloš
Jazyk práce:
Česky
Abstrakt:
Cílem této diplomové práce je analýza sentimentu na sociálních sítích tří největších bank v ČR v roce 2024 na základě vyhodnocení textů komentářů pod příspěvky na Facebooku a Instagramu. Pro zpracování veřejně dostupných dat ze sociálních sítí byly použity nástroje Apify, Keboola, Microsoft Excel, Power BI spolu se skriptováním v programovacím jazyce Python. Těmito nástroji bylo možné stanovit hodnotu sentimentu komentářů uživatelů, vývoj v časové linii, propojení na zveřejněné příspěvky a na jejich kategorii. Výsledky této práce mohou použít instituce v bankovním sektoru pro detailnější analýzu sentimentu jejich zákazníků v online světě, popř. porovnat výsledky s nástroji již zavedenými ve firmě.
Klíčová slova:
sociální sítě; sentiment; marketing; strojové učení; bankovní instituce; platforma; NLP
Název práce:
Sentiment Analysis on Social Media in the Banking Sector
Autor(ka) práce:
Rott, Filip
Typ práce:
Diploma thesis
Vedoucí práce:
Vencovský, Filip
Oponenti práce:
Maryška, Miloš
Jazyk práce:
Česky
Abstrakt:
The aim of this thesis is to analyze sentiment on the social media platforms of the three largest banks in the Czech Republic in 2024, based on the evaluation of comments under posts on Facebook and Instagram. To process publicly available data from social networks, the following tools were used: Apify, Keboola, Microsoft Excel, Power BI, and scripting in the Python programming language. These tools made it possible to evaluate the sentiment values of user comments, the development over the period of time and connection to published posts and post categories. The results of this work may be used by institutions in the banking sector for a more detailed analysis of customer sentiment in the online environment, or to compare the findings with tools already implemented within the company.
Klíčová slova:
social media; machine learning; marketing; banking institutions; sentiment; NLP; platform