Girişimcilik ve İnovasyon Duyguları

[Tahmini İnceleme Süresi: 4 Dk.]

Bu çalışmada girişimcilik ve inovatifliğin duygusal bileşimini belirlemeye çalıştık. Bu amaç için yaklaşık 30000 Türkçe ve İngilizce tweet mesajı üzerinde çalışıldı.

İki farklı analiz yürütüldü. 1.sinde Ekman’ın duygusal sınıflandırmasını kullanan Mohammad’in sözlüğü ile çalışıldı. 2.sinde ise twitterda trending topic olan başlıklardan yeni bir sözlük üretildi ve bu sözlükle analiz gerçekleştirildi.

Birinci analizde resmi 8 renkte görüntülerken ikinci analizde 24 renk daha eklendi.(8 ana duyguya ek olarak 24 duygu tuvale eklendi)

Nasıl bir analiz gerçekleştirildi? Bu çalışmada analiz yöntemi olarak sentiment analizi kullanıldı.

Sentiment analizi, mesaj sahibinin bir düşünce, davranış, hizmet veya ürün hakkındaki görüşlerini otomatik olarak çıkarmak için kullanılan bir metottur.

Çeşitli amaçlarla kullanıldığı için literatürde «görüş çıkarma», «görüş madenciliği», «duygu madenciliği», «öznellik analizi» ve «duygu kutbu belirleme» gibi birçok isimle anılmaktadır.

SA geniş bir problem uzayına sahip olmakla birlikte konuyla ilgili çalışmalar belirli amaçları ve veri setleri üzerine odaklanmaktadır.

SA’yı geliştirmek için film yorumları üzerinde

İş ile ilgili konularda bilgi üretmek için ürün yorumları üzerinde

Tahmin ve politika üretmek için politik mesajlar üzerinde

Sosyal problemlerle ilgili bilgi elde etmek için kamuoyu görüşleri üzerinde ve

Kazanç sağlamak için ekonomik mesajlar üzerinde SA yapılmıştır.

Birinci analizde Ekman’ın 8 ana duygu sınıfını içeren Mohammad’in sözlüğü kullanılmıştır.

Bu 8 ana duygu sınıfı

Öfke, Beklenti, İğrenme, Korku, Eğlence, Üzüntü, Şaşkınlık ve Güven’dir.

Veriseti olarak twitter dan «Girişimci» ve «inovasyon» anahtar kelimeleriyle toplanan yaklaşık 60.000 tweet kullanıldı.

Analiz için ise Mohammad’in lexiconundan faydalanıldı.

NRC Word-EmotionAssociation Lexicon’unu kullandık.

Bu sözlüğü Türkçe’ye çevirerek Türkçe mesajlar için de bunu kullandık.

Bu lexiconda 6.468 kelime için 13.901 duygusal karşılık bulunmakta ve herbir duygunun ağırlığı da 1 olarak alınmakta.

Analiz sonuçlarında ise Türkçe tweetlerde Girişimciler için baskın duygular «Beklenti, Güven ve Korku» inovatif düşünceye ait tweetlerde ise sıralama değişirken bu 3 baskın duygu değişmemektedir.

Girişimcilik için İngilizce baskın duygu 3lüsü ise «Beklenti, Güven ve Eğlence dir» yine sıralama değişmesine rağmen bu 3 baskın duygu inovasyon için de geçerlidir.

Bu analizden sonra Türkçe tweetler için biraz daha derin olan ikinci bir analiz gerçekleştirildi.

Bu analiz için Sentiment analizinde kullanılmak üzere yeni bir duygu sözlüğüne ihtiyaç duyulduğundan, yeni bir duygu sözlüğü oluşturuldu.

Duygu sözlüğünü oluşturmak için 22 Haziran – 13 Nisan arasında trending topic olmuş yaklaşık 10.000 başlık etiketi tarandı.

Ve bu başlıklardan 57 sinin duygusal içeriği kestirilebilecek nitelikte olduğu tespit edildi.

Bu başlıklar ve içeriğinde eşleştirilen duygular tabloda verilmektedir.

Bu eşleştirme ve model kurmak için Destek Vektör Makineleri algoritmasından ve WEKA yazılımından faydalanıldı.

Sonuç olarak şekildeki modeller oluşturuldu.

SA gerçekleştirilirken yaklaşık toplam 220 bin mesajdan faydalanılarak oluşturulan modelle ilk önce mesajın olumlu mu olumsuz mu ya da nötr mü olduğu tahmin edilmekte ve bu tahmin sonrasında tabloda görülen modeller kullanılarak her mesaj için baskın duygular belirlenmektedir.

Şöyle ki Tweet «Eğer mesaj olumlu ise en yüksek skora sahip pozitif 3 duyguyu», «Eğer mesaj nötrse en yüksek skora sahip pozitif ve negatif duyguları», «Eğer mesaj negatifse en yüksek(mutlak değer olarak) olan 3 negatif duyguyu» barındırmakta olarak kabul edilmektedir.

Bu analiz ile elde edilen sonuçlar ise aşağıdaki gibidir.

Buradan sonra verilen slaytlarda kullanılan yazı rengi farklı bir niceliği ifade etmektedir. Siyah yazılanlar mesajlarda duyguların geçme sayılarıdır. Yeşil yazılanlar polarizasyon indeksleridir. Lila yazılanlar Duygusal kutup etiketleridir ve Kırmızı yazılar duygu ekseninin toplam mesajları kapsama oranlarını vermektedir.

Girişimciler ve İnovatif düşünce sahipleri bütün duygu eksenlerinde aynı kutupta bulunmuştur.

İlk eksenimiz küçümseme – fazla değer verme ekseninde her iki kesim de küçümseme davranışı sergilemektedir. Polarizasyon indeksi girişimcilik için yüksek inovatif düşünce sahibi bireyler için ise orta düzeydedir.

Huzursuz – Huzurlu ekseninde ise her iki kesimde huzurlu tarafındadır. Bu duyguyu içeren mesaj oranlarında ise farklılık gözlenmekte olup inovatif düşünce sahiplerinin mesajlarının %15 ünde girişimciler ise %11’inde huzur – huzursuz ekseninde duygu barındırmaktadır. Polarizasyon indeksi her iki kesim için de yüksektir.

Her iki kesim de, Çaresizlik- Özgüven ekseninde ise özgüven kutbunda bulunmaktadır. Ve mesajlarının neredeyse yarısında bu eksendeki duyguları barındırmaktadırlar. Bununla birlikte çaresizlik ve özgüven kutuplarında çok yüksek bir polarizasyon gerçekleşmemektedir.

Yine iyimser karamsar ekseninde her 2 kesimde de iyimser kutup ağır basmaktadır. Mesajların yaklaşık 3’te biri bu duygu eksenindedir. Bu mesajlardaki polarizasyon düşüktür.

Yine asabi sakin ekseninde her 2 kesimde de sakin kutup ağır basmaktadır. Mesajların yaklaşık 5’te biri bu duygu eksenindedir. Bu mesajlardaki polarizasyon orta düzeydedir.

güvenli – güvensiz ekseninde her 2 kesimde de güvensiz kutup ağır basmaktadır. Mesajlardaki bu duygu ekseninin kapsama oranı yaklaşık %4’tür. Bu mesajlardaki polarizasyon orta düzeydedir.

Girişimciler için Toplam mesajların 3’te 2’si, İnovasyon için ise 5’te 4’ü huzurlu – huzursuz eksenindedir. Girişimciler için bu eksen düşük polarizasyondayken, inovatif düşüncedekiler için orta düzeydedir.

Yine nefret sevgi ekseninde her 2 kesimde de sevgi kutbu ağır basmaktadır. . Mesajlardaki bu duygu ekseninin kapsama oranı yaklaşık %4’tür. Bu mesajlardaki polarizasyon düşüktür.

Yine itidalli telaşlı ekseninde her 2 kesimde de telaşlı kutbu ağır basmaktadır. Mesajlardaki bu duygu ekseninin kapsama oranı yaklaşık %10 civarındadır. Bu mesajlardaki polarizasyon orta düzeydedir.

Yine Mutlu mutsuz ekseninde her 2 kesimde de mutlu kutbu ağır basmaktadır. Mesajlardaki bu duygu ekseninin kapsama oranı sırasıyla %16 ve %12’dir. Bu mesajlardaki polarizasyon yüksektir.

Yine tatmin olmuş (mutmain-doygun) tatmin olmamış ekseninde her 2 kesimde de tatmin olmama kutbu ağır basmaktadır. Mesajlardaki bu duygu ekseninin kapsama oranı sırasıyla %11 ve %9’dur. Bu mesajlardaki polarizasyon yüksektir.

Yine Eğlence Utanma ekseninde her 2 kesimde de utanma kutbu ağır basmaktadır. Mesajlardaki bu duygu ekseninin kapsama oranı sırasıyla %4 ve %3’tür. Bu mesajlardaki polarizasyon düşüktür.

1. Analizin en belirgin sonucu en baskın 3. duygunun Türkçe ve İngilizce’de farklı olmasıdır «Türkçe tweetlerden baskın 3. duygu korku iken İngilizce tweetlerde baskın 3. duygu eğlencedir» Bu bulgu derinlemesine incelenmesi gereken bir karakteristik farklılığı göstermektedir.

Analizde orta ve yüksek polarizasyonun olduğu eksenler «küçümseme – aşırı önemseme», «huzurlu – huzursuz», «asabi – sakin», «itidalli – telaşlı», «mutlu – mutsuz», «tatmin olmuş – tatmin olmamış» duygu eksenleri ile ilgili ingilizce tweetler incelenmeli ve bu bağlamdaki araştırma derinleştirilmelidir. Zira girişimciliği tetikleyecek ortam ve etkileri yönlendirmek için nasıl bir tasarımın yapılması konusunda bu anahtar duygular önemli bilgiler verebilir.

https://www.youtube.com/watch?v=Y4kxwjcVwnI

Genel

Bir Cevap Yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir