Тематическое моделирование и лингвистический анализ текстовых сообщений в социальной сети для информационно-аналитической поддержки логистического бизнеса

  • Людмила А. Борисова Высшая школа бизнеса, Национальный исследовательский университет «Высшая школа экономики», Москва, Россия; https://orcid.org/0000-0003-0691-4519
  • Юрий И. Костюкевич Сколковский институт науки и технологий, Москва, Россия https://orcid.org/0000-0002-1955-9336
Ключевые слова: логистика, мониторинг, социальное прослушивание, лингвистический анализ, бизнес, бренд

Аннотация

В современной экономике успех бизнеса во многом определяется способностью компании анализировать предпочтения потребителей, отношение потребителей к продукции компании, а также возможность быстро реагировать на изменяющиеся предпочтения, либо же на негативные тренды. Social listening или социальное прослушивание является технологией анализа разговоров, текстовых сообщений и любого рода упоминаний компании, ее продукции или бренда. В настоящее время осуществлять социальное прослушивание в интересах российских компаний наиболее эффективно путем мониторинга социальных сетей («ВКонтакте» и др.) как крупнейших источников текстовых сообщений миллионов пользователей. Целью настоящей работы является анализ практикиспользования технологии социального прослушивания, а также общих подходов к использованию социальных сетей отечественными и зарубежными компаниями. На основе разработанного авторами специализированного программного обеспечения был проведен анализ более 50 тыс. новостных сообщений, опубликованных в 2021–2024 гг.различными по уровню и специализации компаниями. Используя лингвистический анализ корпуса текстовых сообщений для различных компаний и отраслей экономики, были определены наиболее часто встречающиеся слова, проведено тематическое моделирование, а также изучена динамика новостных сообщений и ее связь с внешними факторами.

Скачивания

Данные скачивания пока не доступны.

Литература

Barreto L., Amaral A., Pereira T. (2017) Industry 4.0 implications in logistics: an overview. Procedia Manufacturing, vol. 13, pp. 1245–1252. https://doi.org/10.1016/j.promfg.2017.09.045

Speranza M.G. (2018) Trends in transportation and logistics. European Journal of Operational Research, vol. 264, no. 3, pp. 830–836. https://doi.org/10.1016/j.ejor.2016.08.032

Winkelhaus S., Grosse E.H. (2020) Logistics 4.0: A systematic review towards a new logistics system. International Journal of Production Research, vol. 58, no. 1, pp. 18–43. https://doi.org/10.1080/00207543.2019.1612964

Westermann A., Forthmann J. (2021) Social listening: a potential game changer in reputation management How big data analysis can contribute to understanding stakeholders’ views on organisations. Corporate Communications: An International Journal, vol. 26, no. 1, pp. 2–22. https://doi.org/10.1108/CCIJ-01-2020-0028

Cano-Marin E., Mora-Cantallops M., Sánchez-Alonso S. (2023) Twitter as a predictive system: A systematic literature review. Journal of Business Research, vol. 157, article 113561. https://doi.org/10.1016/j.jbusres.2022.113561

Yang J., Xiu P., Sun L., Ying L., Muthu B. (2022) Social media data analytics for business decision making system to competitive analysis. Information Processing & Management, vol. 59, no. 1, article 102751. https://doi.org/10.1016/j.ipm.2021.102751

Saura J.R., Ribeiro-Soriano D., Palacios-Marqués D. (2022) Evaluating security and privacy issues of social networks based information systems in Industry 4.0. Enterprise Information Systems, vol. 16, nos. 10–11, pp. 1694–1710. https://doi.org/10.1080/17517575.2021.1913765

Pomputius A. (2019) Can you hear me now? Social listening as a strategy for understanding user needs. Medical Reference Services Quarterly, vol. 38, no. 2, pp. 181–186. https://doi.org/10.1080/02763869.2019.1588042

Spitale G., Biller-Andorno N., Germani F. (2022) Concerns around opposition to the green pass in Italy: social listening analysis by using a mixed methods approach. Journal of Medical Internet Research, vol. 24, no. 2, article e34385. https://doi.org/10.2196/34385

Picone M., Inoue S., DeFelice C., Naujokas M. F., Sinrod J., Cruz V. A., Stapleton J., Sinrod E., Diebel S.E., Wassman E.R. (2020) Social listening as a rapid approach to collecting and analyzing COVID-19 symptoms and disease natural histories reported by large numbers of individuals. Population Health Management, vol. 23, no. 5, pp. 350–360. https://doi.org/10.1089/pop.2020.0189

Habib M.A., Anik M.A.H. (2023) Impacts of COVID-19 on transport modes and mobility behavior: Analysis of public discourse in twitter. Transportation Research Record, vol. 2677, no. 4, pp. 65–78. https://doi.org/10.1177/03611981211029926

Zhang Q., Wang W., Chen Y. (2020) Frontiers: In-consumption social listening with moment-to-moment unstructured data: The case of movie appreciation and live comments. Marketing Science, vol. 39, no. 2, pp. 285–295. https://doi.org/10.1287/mksc.2019.1215

Petrova D.A., Trunin P.V. (2021) Analysis of the impact of central bank communications on money market indicators. Business Informatics, vol. 15, no. 3, pp. 24–34. http://doi.org/10.17323/2587-814X.2021.3.24.34

Hansen S., McMahon M. (2016) Shocking language: Understanding the macroeconomic effects of central bank communication. Journal of International Economics, vol. 99, pp. 114–133. https://doi.org/10.1016/j.jinteco.2015.12.008

Liu Y., Lopez R.A. (2016) The impact of social media conversations on consumer brand choices. Marketing Letters, vol. 27, p. 1–13. https://doi.org/10.1007/s11002-014-9321-2

Austin L.L., Gaither B.M. (2016) Examining public response to corporate social initiative types: A quantitative content analysis of Coca-Cola’s social media. Social Marketing Quarterly, vol. 22, no. 4, pp. 290–306. https://doi.org/10.1177/1524500416642441

Reid E., Duffy K. (2018) A netnographic sensibility: Developing the netnographic/social listening boundaries. Journal of Marketing Management, vol. 34, nos. 3–4, pp. 263–286. https://doi.org/10.1080/0267257X.2018.1450282

De Luca F., Iaia L., Mehmood A., Vrontis D. (2022) Can social media improve stakeholder engagement and communication of Sustainable Development Goals? A cross-country analysis. Technological Forecasting and Social Change, vol. 177, article 121525. https://doi.org/10.1016/j.techfore.2022.121525

Vitellaro F., Satta G., Parola F., Buratti N. (2022) Social Media and CSR Communication in European ports: the case of Twitter at the Port of Rotterdam. Maritime Business Review, vol. 7, no. 1, pp. 24–48. https://doi.org/10.1108/MABR-03-2021-0020

Töllinen A., Järvinen J., Karjaluoto H. (2012) Social media monitoring in the industrial business to business sector. World Journal of Social Sciences, vol. 2, no. 4, pp. 65–76.

Galaskiewicz J. (2011) Studying supply chains from a social network perspective. Journal of Supply Chain Management, vol. 47, no. 1, pp. 4–8. https://doi.org/10.1111/j.1745-493X.2010.03209.x

Gal-Tzur A., Grant-Muller S.M., Kuflik T., Minkov E., Nocera S., Shoor I. (2014) The potential of social media in delivering transport policy goals. Transport Policy, vol. 32, pp. 115–123. https://doi.org/10.1016/j.tranpol.2014.01.007

Güner S., Taşkın K., Cebeci H.İ., Aydemir E. (2022) Service quality in rail systems: listen to the voice of social media. PREPRINT (Version 1) available at Research Square. https://doi.org/10.21203/rs.3.rs-1980183/v1

Jing P., Cai Y., Wang B., Wang B., Huang J., Jiang C., Yang C. (2023) Listen to social media users: Mining Chinese public perception of automated vehicles after crashes. Transportation Research Part F: Traffic Psychology and Behaviour, vol. 93, pp. 248–265. https://doi.org/10.1016/j.trf.2023.01.018

Bhattacharjya J., Ellison A., Tripathi S. (2016) An exploration of logistics-related customer service provision on Twitter: The case of e-retailers. International Journal of Physical Distribution & Logistics Management, vol. 46, nos. 6/7, pp. 659–680. https://doi.org/10.1108/IJPDLM-01-2015-0007

Chae B.K. (2015) Insights from hashtag# supplychain and Twitter Analytics: Considering Twitter and Twitter data for supply chain practice and research. International Journal of Production Economics, vol. 165, pp. 247–259. https://doi.org/10.1016/j.ijpe.2014.12.037

Ahmadi S., Shokouhyar S., Shahidzadeh M.H., Papageorgiou E.I. (2022) The bright side of consumers’ opinions of improving reverse logistics decisions: a social media analytic framework. International Journal of Logistics Research and Applications, vol. 25, no. 6, pp. 977–1010. https://doi.org/10.1080/13675567.2020.1846693

Ahmadi S., Shokouhyar S., Amerioun M., Tabrizi N.S. (2024) A social media analytics-based approach to customer-centric reverse logistics management of electronic devices: A case study on notebooks. Journal of Retailing and Consumer Services, vol. 76, article 103540. https://doi.org/10.1016/j.jretconser.2023.103540

Borisova L., Kostyukevich Y. (2020) Digitalization of logistics: what is the role of social networks? Logistics and Supply Chain Management, no. 3, pp. 44–50 (in Russian).

Borisova L. (2021) Logistics – the Eurasian Bridge. Materials of the XVI International scientific and practical conference (April 28 – May 01, 2021, Krasnoyarsk, Yeniseisk). Krasnoyarsk: Krasnoyarsk State University, pp. 15–18 (in Russian).

Опубликован
2024-06-28
Как цитировать
Борисова Л. А., & Костюкевич Ю. И. (2024). Тематическое моделирование и лингвистический анализ текстовых сообщений в социальной сети для информационно-аналитической поддержки логистического бизнеса. БИЗНЕС-ИНФОРМАТИКА, 18(2), 35-47. https://doi.org/10.17323/2587-814X.2024.2.35.47
Раздел
Без рубрики