UN'ANALISI DELLE DINAMICHE ECONOMICHE REGIONALI ATTRAVERSO TWITTER

Negli ultimi anni, i dati provenienti dai social network vengono utilizzati con frequenza crescente per monitorare opinioni, fare previsioni e analizzare fenomeni e dinamiche economiche e sociali. Combinati con i tradizionali metodi di raccolta e analisi di dati, come i sondaggi, i social network sono uno strumento utile in quanto consentono di monitorare l'andamento di fenomeni sostanzialmente in tempo reale. A questo si aggiunge che i dati raccolti dal web sono relativamente poco costosi da ottenere e che la raccolta di informazioni dal web si allinea tra le tecniche non intrusive di indagine, un aspetto sempre più rilevante in un periodo in cui i tassi di risposta ai questionari somministrati a scopo di ricerca sono in constante riduzione. Oggi i social media, e più in generale Internet, può essere considerato come una fonte di dati da sfruttare in sostituzione o in combinazione con i dati raccolti mediante gli strumenti tradizionali di un'indagine campionaria. In questo lavoro si intende sviluppare un indice capace di stimare le dinamiche economiche a livello regionale, monitorando quotidianamente i post sul social network Twitter; l'indice si ispira all'Economic Social Mood Index proposto da ISTAT ma, a differenza di esso, si concentra sul Nordest italiano. L'obiettivo è quindi quello di sviluppare un indicatore che fornisca valutazioni in tempo reale sulla congiuntura a livello regionale, per ovviare ai tempi che contraddistinguono le statistiche tradizionali. A partire dal mese di aprile 2020, sono stati scaricati tutti i tweet contenenti i) il nome di una delle 5 regioni Veneto, Friuli-Venezia Giulia, Trentino-Alto Adige, Lombardia ed Emilia-Romagna o di una delle province che li compone e 2) un termine legato all'economia, all'interno di un elenco di 200 parole precedentemente selezionate, come ad esempio impresa, disoccupazione, inflazione etc... Nell'analisi viene utilizzato un approccio "Lexicon based" basato su Sentix. Il vantaggio dell'utilizzo di questa metodologia è che non viene assegnato un valore binario che indica solamente se i lemmi sono positivi o negativi, ma si determina il grado di polarizzazione. L'analisi del sentiment economico mostra con successo la capacità di catturare le notizie di cronaca e le reazioni degli utenti, confermando il potenziale di sfruttare questo strumento per studiare dinamiche economiche regionali.

Il contributo esamina le possibilità di utilizzo dei social network, e in particolare di Twitter, per studiare la congiuntura economica regionale