Analisi del contenuto e classificazione dei testi non strutturati raccolti del sito SMEG International

questo studio nasce dalle collaborazione tra la Facolt\ue0 di Economia di Modena e le aziende SMEG e Kyros, gi\ue0 consulente della prima nell\u2019area della Business Intelligence, per sviluppare un\u2019applicazione di Text Mining volta ad analizzare e a gestire in modo opportuno un insieme di testi liberi raccolti dal sito web di SMEG International attraverso una form aperta. L\u2019obbiettivo principale \ue8 quello di estrarre e comprendere il contenuto di un corpus di documenti non strutturati, ampio e di onerosa consultazione, per cogliere le informazioni pi\uf9 significative e utili dal punto di vista gestionale e decisionale. In questa analisi vengono utilizzate tecniche di analisi multivariata, tecniche di riduzione della dimensioni e di visualizzazione come l\u2019analisi delle corrispondenze e le heatmaps, nonch\ue9 tecniche proprie del data e text mining come la segmentazione non supervisionata e la classificazione supervisionata. Quest\u2019ultima utilizza la capacit\ue0 della tecnologia di Text Mining di identificare il contenuto dei testi e organizzarne la suddivisione in classi omogenee definite a priori dall\u2019analista. Si evidenzia come la classificazione dei testi consente di estendere, con costi e implicazioni organizzative relativamente modeste, l'insieme dei gatekeeper operanti in ambito aziendale, aumentando la capacit\ue0 da parte dell'impresa di assorbire la conoscenza trasferita dalla font