Eine Sentiment-Anaylse und Visualisierung von 3 Facebook-Messenger Nachrichtenverläufen aus 9 Jahren.
Über 4.000 Konversationen allein im Facebook Messenger, ein beängstigend großer Datensatz von Sprechblasen. Anhand einer (linguistischen) Datenbank wurde der Datensatz auf das Volumen, die Stimmung und Ballung von Zehntausenden Nachrichten, am Beispiel von drei GesprächspartnerInnen, analysiert. Es ist keine Überraschung, das sich Rückschlüsse auf Episoden des ›echten‹ Lebens ziehen lassen.
Ausgehend von der Datenanalyse entstanden Visualisierung in verschiedenen Abstraktionsgraden.
Zum Prozess: Zunächst wurden Python-Libraries wie „panda“ und „conda“ installiert um die Nachrichtenverläufe nach Ihren Meta-Daten, wie Datum, ordnen zu können. Nach diesem Schritt wurde der Mittelwert der Frequenz, der Nachrichten pro Monat in einer Zeitspanne von neun Jahren ermittelt.
An zweiter Stelle wurde anhand von einer Microsoft-Azure API, der komplette Nachrichtenverlauf auf Englisch Übersetzt, nach diesem Schritt anhand der libary „Vader“, deren Sentiment ermittelt. Ein Wert zwischen -1 und +1 wird so je nach Stimmung der Nachrichten ermittelt. Auf diese Weise lässt sich ein Trend der Stimmung der Nachrichten je Person ermitteln, der sich wiederum an reale Ereignisse knüpfen lässt.
Entstanden ist ein sehr persönliches Text-Mining Projekt, das eine feinteilige Infografik der drei Konversationen und Ihrer Stimmung über Zeit zeigt.
Der reichste Datensatz wurde außerdem, in transformierter Form, als Laserschnitt, hinter einer lenticularen Folie dargestellt. Die kreisförmigen Datensätze werden so in eine dreidimensionale wirkende Sphäre verwandeln. Das Resultat erinnert an die digitale Aufzeichnung der Frequenz eines einzelnen Wortes, wurde aber geformt aus 9 Jahren digitaler, stummer konversation.
