TOPIC MODELLING E SENTIMENT ANALYSIS PER L'INBOUND MARKETING

Nel seguente lavoro di tesi viene presentata la realizzazione del back-end di un tool che si pone l’obiettivo di fornire un supporto alla scrittura di articoli di blog in lingua italiana, per l'inbound marketing, sia in termini di argomenti trattati che in termini di messaggio che si vuole comunicare al lettore. Extra s.r.l, un’azienda operante nel settore dell'IT, a fronte della richiesta di un cliente, ha deciso di confezionare un prodotto di data science integrabile in HubSpot, piattaforma di gestione dell'inbound marketing. Nello specifico la prima funzionalità si traduce nell'utilizzo della tecnica di Topic Modelling, mentre la seconda riguarda la cosiddetta Sentiment Analysis. I due aspetti richiedono, però, una granularità differente: le tematiche devono essere individuate per l'intero articolo, mentre la sentiment del messaggio trasmesso deve essere valutato per ciascuna frase. Verranno illustrate le fasi di costruzione dei dataset, creazione e validazione dei modelli e selezione del modello da utilizzare, enfatizzando le criticità riscontrate e le soluzioni adottate