Apparentemente, metà della popolazione mondiale ora usa i social media per condividere i propri pensieri e per sperimentare i pensieri degli altri. Non c'è argomento lasciato non rappresentato dagli utenti dalle opinioni sulla tecnologia, politica, società, celebrità, sport, musica, cinema, Salute, guerra, religione, sesso e non solo. Niente è tabù.

Estrarre le risposte emotive collettive agli eventi sociali dalla scala locale a quella internazionale dagli aggiornamenti dei social media rimane un obiettivo dell'informatica e quelli che mira ad aiutare a utilizzare i dati semantici ed emotivi che potrebbero essere estratti dai social media.

Una squadra italiana che scrive nel Rivista internazionale di metadati, Semantica e ontologie , discute un approccio per indagare le reazioni emotive agli eventi sociali.

"I social media sono diventati un fulcro per la condivisione di informazioni sugli eventi della vita quotidiana; persone, aziende, e le organizzazioni esprimono opinioni lì, " Danilo Cavaliere e Sabrina Senatore dell'Università degli Studi di Salerno, a Fisciano spiega. Aggiungono che studiare e identificare diversi sentimenti ed emozioni, come rappresentato dagli aggiornamenti dei social network, come i cosiddetti "tweet" sulla piattaforma di microblogging nota come Twitter richiede la gestione di big data e la capacità di comprendere il carattere emotivo sottostante degli aggiornamenti nel contesto.

Il team ha adottato un approccio che consente loro di concentrarsi su un argomento particolare in base a parole chiave specifiche, evidenziato nei tweet con un simbolo # e comunemente noto come hashtag. Hanno costruito un glossario delle emozioni dopo aver estratto la semantica da un database campione di aggiornamenti e si riferiscono a questo come a "ontologia del concetto emotivo".

Il team dimostra quindi come la loro ontologia può essere utilizzata per addestrare uno strumento di classificazione del database (Support Vector Machine) per "comprendere" il carattere emotivo e il contenuto dei nuovi tweet con cui viene presentato un algoritmo basato su questo addestramento. Hanno dimostrato la prova di principio con successo con set di dati di esempio anche con complicati, tweet sfaccettati.