Vaaliennusteiden laadinta perustuen Twitter-palvelusta louhittuun dataan

Tässä tutkielmassa käsitellään Twitter-palvelusta louhitun datan hyödyntämistä vaaliennusteiden laadinnan työkaluna. Tutkielmassa esitellään ja analysoidaan tutkimuksia, joissa on louhittu ja pyritty analysoimaan Twitter-palvelun käyttäjien palveluun lähettämiä viestejä. Tutkielman tarkoituksena on...

Täydet tiedot

Bibliografiset tiedot
Päätekijä: Palvaila, Jaakko
Muut tekijät: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, University of Jyväskylä, Jyväskylän yliopisto
Aineistotyyppi: Kandityö
Kieli:fin
Julkaistu: 2017
Aiheet:
Linkit: https://jyx.jyu.fi/handle/123456789/53936
_version_ 1826225810900516864
author Palvaila, Jaakko
author2 Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology University of Jyväskylä Jyväskylän yliopisto
author_facet Palvaila, Jaakko Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology University of Jyväskylä Jyväskylän yliopisto Palvaila, Jaakko Informaatioteknologian tiedekunta Faculty of Information Technology Informaatioteknologia Information Technology University of Jyväskylä Jyväskylän yliopisto
author_sort Palvaila, Jaakko
datasource_str_mv jyx
description Tässä tutkielmassa käsitellään Twitter-palvelusta louhitun datan hyödyntämistä vaaliennusteiden laadinnan työkaluna. Tutkielmassa esitellään ja analysoidaan tutkimuksia, joissa on louhittu ja pyritty analysoimaan Twitter-palvelun käyttäjien palveluun lähettämiä viestejä. Tutkielman tarkoituksena on kertoa vastaus kysymykseen, voidaanko Twitteristä kerätyn datan pohjalta laatia vaaliennusteita. Aiempia tutkimuksia läpikäymällä esitellään twiittien louhinnan, seulonnan, analyysin ja ennusteiden laadinnan menetelmiä parhaan mahdollisen metodin löytämiseksi. Tässä tutkielmassa vertaillaan louhitun datan pohjalta tehtyjen ennusteiden tuloksia ja luotettavuutta perinteisiin, kyselytutkimuksina toteutettuihin vaalitulosennusteisiin. Lisäksi pyritään määrittämään, millä menetelmillä Twitter-datan perusteella laadittujen ennusteiden tarkkuutta voidaan parantaa, ja voidaanko Suomessakin hyödyntää Twitter-käyttäjien palveluun lähettämiä viestejä vaaliennusteiden laadinnassa. This thesis handles using data mined from Twitter as a tool in creating election forecasts. In this thesis I shall present and analyze prior studies in which Twitter users’ messages have been mined and analyzed. The aim of this thesis is to answer the question whether data collected from Twitter can be used as a basis in the process of creating election forecasts. I will present the best models for tweet mining, filtering, analysis and forecast creation by evaluating prior studies to find the best possible methods. In this thesis I will compare the results of election forecasts based on data mining to those achieved using more traditional polling methods. In addition to this I will attempt to define how the accuracy of forecasts based on Twitter data can be improved and whether it is possible to utilize Twitter users’ messages in election forecast creation in Finland as well.
first_indexed 2017-05-15T20:24:57Z
format Kandityö
free_online_boolean 1
fullrecord [{"key": "dc.contributor.advisor", "value": "Taipalus, Toni", "language": null, "element": "contributor", "qualifier": "advisor", "schema": "dc"}, {"key": "dc.contributor.author", "value": "Palvaila, Jaakko", "language": null, "element": "contributor", "qualifier": "author", "schema": "dc"}, {"key": "dc.date.accessioned", "value": "2017-05-15T07:18:55Z", "language": null, "element": "date", "qualifier": "accessioned", "schema": "dc"}, {"key": "dc.date.available", "value": "2017-05-15T07:18:55Z", "language": null, "element": "date", "qualifier": "available", "schema": "dc"}, {"key": "dc.date.issued", "value": "2017", "language": null, "element": "date", "qualifier": "issued", "schema": "dc"}, {"key": "dc.identifier.uri", "value": "https://jyx.jyu.fi/handle/123456789/53936", "language": null, "element": "identifier", "qualifier": "uri", "schema": "dc"}, {"key": "dc.description.abstract", "value": "T\u00e4ss\u00e4 tutkielmassa k\u00e4sitell\u00e4\u00e4n Twitter-palvelusta louhitun datan hy\u00f6dynt\u00e4mist\u00e4 vaaliennusteiden laadinnan ty\u00f6kaluna. Tutkielmassa esitell\u00e4\u00e4n ja analysoidaan tutkimuksia, joissa on louhittu ja pyritty analysoimaan Twitter-palvelun k\u00e4ytt\u00e4jien palveluun l\u00e4hett\u00e4mi\u00e4 viestej\u00e4. Tutkielman tarkoituksena on kertoa vastaus kysymykseen, voidaanko Twitterist\u00e4 ker\u00e4tyn datan pohjalta laatia vaaliennusteita. Aiempia tutkimuksia l\u00e4pik\u00e4ym\u00e4ll\u00e4 esitell\u00e4\u00e4n twiittien louhinnan, seulonnan, analyysin ja ennusteiden laadinnan menetelmi\u00e4 parhaan mahdollisen metodin l\u00f6yt\u00e4miseksi. T\u00e4ss\u00e4 tutkielmassa vertaillaan louhitun datan pohjalta tehtyjen ennusteiden tuloksia ja luotettavuutta perinteisiin, kyselytutkimuksina toteutettuihin vaalitulosennusteisiin. Lis\u00e4ksi pyrit\u00e4\u00e4n m\u00e4\u00e4ritt\u00e4m\u00e4\u00e4n, mill\u00e4 menetelmill\u00e4 Twitter-datan perusteella laadittujen ennusteiden tarkkuutta voidaan parantaa, ja voidaanko Suomessakin hy\u00f6dynt\u00e4\u00e4 Twitter-k\u00e4ytt\u00e4jien palveluun l\u00e4hett\u00e4mi\u00e4 viestej\u00e4 vaaliennusteiden laadinnassa.", "language": "fi", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.abstract", "value": "This thesis handles using data mined from Twitter as a tool in creating election forecasts. In this thesis I shall present and analyze prior studies in which Twitter users\u2019 messages have been mined and analyzed. The aim of this thesis is to answer the question whether data collected from Twitter can be used as a basis in the process of creating election forecasts. I will present the best models for tweet mining, filtering, analysis and forecast creation by evaluating prior studies to find the best possible methods. In this thesis I will compare the results of election forecasts based on data mining to those achieved using more traditional polling methods. In addition to this I will attempt to define how the accuracy of forecasts based on Twitter data can be improved and whether it is possible to utilize Twitter users\u2019 messages in election forecast creation in Finland as well.", "language": "en", "element": "description", "qualifier": "abstract", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted using Plone Publishing form by Jaakko Palvaila (jajupalv) on 2017-05-15 07:18:54.807727. Form: Kandidaatintutkielma -lomake (https://kirjasto.jyu.fi/julkaisut/julkaisulomakkeet/kandin-tutkielma-lomake). JyX data: [jyx_publishing-allowed (fi) =True]", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Submitted by jyx lomake-julkaisija (jyx-julkaisija.group@korppi.jyu.fi) on 2017-05-15T07:18:55Z\nNo. of bitstreams: 2\nURN:NBN:fi:jyu-201705152339.pdf: 581838 bytes, checksum: c4db60cdf4c80afb63a1add815679d54 (MD5)\nlicense.html: 4819 bytes, checksum: 52449ca434e51b2881e36b61b5f79914 (MD5)", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.description.provenance", "value": "Made available in DSpace on 2017-05-15T07:18:55Z (GMT). No. of bitstreams: 2\nURN:NBN:fi:jyu-201705152339.pdf: 581838 bytes, checksum: c4db60cdf4c80afb63a1add815679d54 (MD5)\nlicense.html: 4819 bytes, checksum: 52449ca434e51b2881e36b61b5f79914 (MD5)\n Previous issue date: 2017", "language": "en", "element": "description", "qualifier": "provenance", "schema": "dc"}, {"key": "dc.format.extent", "value": "35", "language": "", "element": "format", "qualifier": "extent", "schema": "dc"}, {"key": "dc.language.iso", "value": "fin", "language": null, "element": "language", "qualifier": "iso", "schema": "dc"}, {"key": "dc.rights", "value": "In Copyright", "language": "en", "element": "rights", "qualifier": null, "schema": "dc"}, {"key": "dc.subject.other", "value": "Twitter", "language": null, "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "datan louhinta", "language": null, "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "tiedonlouhinta", "language": null, "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "vaaliennusteet", "language": null, "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "tunneanalyysi", "language": null, "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.subject.other", "value": "sosiaalinen media", "language": null, "element": "subject", "qualifier": "other", "schema": "dc"}, {"key": "dc.title", "value": "Vaaliennusteiden laadinta perustuen Twitter-palvelusta louhittuun dataan", "language": "", "element": "title", "qualifier": null, "schema": "dc"}, {"key": "dc.type", "value": "bachelor thesis", "language": null, "element": "type", "qualifier": null, "schema": "dc"}, {"key": "dc.identifier.urn", "value": "URN:NBN:fi:jyu-201705152339", "language": null, "element": "identifier", "qualifier": "urn", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Kandidaatintutkielma", "language": "fi", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.type.ontasot", "value": "Bachelor's thesis", "language": "en", "element": "type", "qualifier": "ontasot", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Informaatioteknologian tiedekunta", "language": "fi", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.faculty", "value": "Faculty of Information Technology", "language": "en", "element": "contributor", "qualifier": "faculty", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Informaatioteknologia", "language": "fi", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.department", "value": "Information Technology", "language": "en", "element": "contributor", "qualifier": "department", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "University of Jyv\u00e4skyl\u00e4", "language": "en", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.contributor.organization", "value": "Jyv\u00e4skyl\u00e4n yliopisto", "language": "fi", "element": "contributor", "qualifier": "organization", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Tietoj\u00e4rjestelm\u00e4tiede", "language": "fi", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "dc.subject.discipline", "value": "Information Systems Science", "language": "en", "element": "subject", "qualifier": "discipline", "schema": "dc"}, {"key": "dc.date.updated", "value": "2017-05-15T07:18:55Z", "language": null, "element": "date", "qualifier": "updated", "schema": "dc"}, {"key": "dc.type.coar", "value": "http://purl.org/coar/resource_type/c_7a1f", "language": null, "element": "type", "qualifier": "coar", "schema": "dc"}, {"key": "dc.rights.accesslevel", "value": "openAccess", "language": "fi", "element": "rights", "qualifier": "accesslevel", "schema": "dc"}, {"key": "dc.type.publication", "value": "bachelorThesis", "language": null, "element": "type", "qualifier": "publication", "schema": "dc"}, {"key": "dc.rights.url", "value": "https://rightsstatements.org/page/InC/1.0/", "language": null, "element": "rights", "qualifier": "url", "schema": "dc"}]
id jyx.123456789_53936
language fin
last_indexed 2025-02-18T10:55:11Z
main_date 2017-01-01T00:00:00Z
main_date_str 2017
online_boolean 1
online_urls_str_mv {"url":"https:\/\/jyx.jyu.fi\/bitstreams\/85bf3bc6-51ed-4f1f-9eb5-32e9f054acf8\/download","text":"URN:NBN:fi:jyu-201705152339.pdf","source":"jyx","mediaType":"application\/pdf"}
publishDate 2017
record_format qdc
source_str_mv jyx
spellingShingle Palvaila, Jaakko Vaaliennusteiden laadinta perustuen Twitter-palvelusta louhittuun dataan Twitter datan louhinta tiedonlouhinta vaaliennusteet tunneanalyysi sosiaalinen media Tietojärjestelmätiede Information Systems Science
title Vaaliennusteiden laadinta perustuen Twitter-palvelusta louhittuun dataan
title_full Vaaliennusteiden laadinta perustuen Twitter-palvelusta louhittuun dataan
title_fullStr Vaaliennusteiden laadinta perustuen Twitter-palvelusta louhittuun dataan Vaaliennusteiden laadinta perustuen Twitter-palvelusta louhittuun dataan
title_full_unstemmed Vaaliennusteiden laadinta perustuen Twitter-palvelusta louhittuun dataan Vaaliennusteiden laadinta perustuen Twitter-palvelusta louhittuun dataan
title_short Vaaliennusteiden laadinta perustuen Twitter-palvelusta louhittuun dataan
title_sort vaaliennusteiden laadinta perustuen twitter palvelusta louhittuun dataan
title_txtP Vaaliennusteiden laadinta perustuen Twitter-palvelusta louhittuun dataan
topic Twitter datan louhinta tiedonlouhinta vaaliennusteet tunneanalyysi sosiaalinen media Tietojärjestelmätiede Information Systems Science
topic_facet Information Systems Science Tietojärjestelmätiede Twitter datan louhinta sosiaalinen media tiedonlouhinta tunneanalyysi vaaliennusteet
url https://jyx.jyu.fi/handle/123456789/53936 http://www.urn.fi/URN:NBN:fi:jyu-201705152339
work_keys_str_mv AT palvailajaakko vaaliennusteidenlaadintaperustuentwitterpalvelustalouhittuundataan