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

questo studio nasce dalle collaborazione tra la Facoltà di Economia di Modena e le aziende SMEG e Kyros, già consulente della prima nell’area della Business Intelligence, per sviluppare un’applicazione 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’obbiettivo principale è quello di estrarre e comprendere il contenuto di un corpus di documenti non strutturati, ampio e di onerosa consultazione, per cogliere le informazioni più 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’analisi delle corrispondenze e le heatmaps, nonché tecniche proprie del data e text mining come la segmentazione non supervisionata e la classificazione supervisionata. Quest’ultima utilizza la capacità della tecnologia di Text Mining di identificare il contenuto dei testi e organizzarne la suddivisione in classi omogenee definite a priori dall’analista. 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 capacità da parte dell'impresa di assorbire la conoscenza trasferita dalla fonte