Change search
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf
Sentiment analysis of tweets in comparison to a company’s financial performance
KTH, School of Electrical Engineering and Computer Science (EECS).
KTH, School of Electrical Engineering and Computer Science (EECS).
2018 (English)Independent thesis Basic level (degree of Bachelor), 10 credits / 15 HE creditsStudent thesisAlternative title
Sentimentanalys av tweets i jämförelse med ett företags finansiella resultat (Swedish)
Abstract [en]

This study analyzes peoples reactions in social media to the release of a company’s quarterly report. Sentiment analysis was performed on tweets about a company both from a short-and long-term perspective. On the long-term perspective, a two year period of sentiment was studied in relation to its quarter’s percental change of net income and revenues. Three companies was investigated in this process. On the short-term perspective, a linear regression was conducted based the quarter’s percental change of net income and revenues and on sentiment score, ranging from release day to 2 days after the release of a company’s quarterly report, in total five companies were studied. The result inferred that there was no correlation between the company’s net income and the reaction on Twitter on both long and short-term. Our conclusion is that the attitude towards a company is influenced by other factors than net income and revenues. The study also indicates that sentiments found in Twitter messages regarding a company name are related to a positive or negative expectation of the company. Findings suggest future studies to focus on companies greatly dependent on one product and analyze sentiment regarding that product instead, as the product is likely to impact financial results.

Abstract [sv]

Denna studie undersöker hur människors reaktioner utspelas på sociala medier efter att ett företags kvartalsrapport släppts. En sentimentanalys utfördes på tweets angående ett företag ur både ett kortsiktigt och ett långsiktigt perspektiv. I det långsiktiga perspektivet jämfördes sentimenten från en tvåårsperiod med resultatet från kvartalsrapporterna under samma tid. Tre företag undersöktes. I det kortsiktiga perspektivet utfördes en linjär regression baserat på förändringen av rörelseresultatet och intäkterna, samt sentimentet med ett tidsintervall på 2 dagar från det att bolagets kvartalsrapport publiceras, detta utfördes på fem bolag. Resultaten från både det långsiktiga och det kortsiktiga perspektivet tyder på att det inte finns någon korrelation mellan företagets rörelseresultat och intäkter, samt sentimentet på Twittermeddelanden innehållande bolagets namn. Vår slutsats är att inställningen till ett företag påverkas av andra faktorer än rörelseresultatet och intäkterna. Studien indikerar också att inställningen på Twitter till ett företagsnamn är baserat på en positiv eller negativ förväntan. Vi föreslår att framtida studier fokuserar på företag som är starkt beroende av en produkt och analyserar sentiment för den specifika produkten istället eftersom produkten i detta läge har en stor inverkan på kvartalsrapportens resultat.

Place, publisher, year, edition, pages
2018. , p. 54
Series
TRITA-EECS-EX ; 2018:194
Keywords [en]
Sentiment analysis, twitter, social media, finance
Keywords [sv]
Sentimentanalys, twitter, social media, finans
National Category
Engineering and Technology
Identifiers
URN: urn:nbn:se:kth:diva-229766OAI: oai:DiVA.org:kth-229766DiVA, id: diva2:1214405
Educational program
Master of Science in Engineering - Computer Science and Technology
Supervisors
Examiners
Available from: 2018-06-20 Created: 2018-06-06 Last updated: 2018-06-20Bibliographically approved

Open Access in DiVA

fulltext(1253 kB)6 downloads
File information
File name FULLTEXT02.pdfFile size 1253 kBChecksum SHA-512
d7fffd0588b9735167f92ed90ae412a6b9e48a2765e45a891ccb60305e0ac4d559752c7e6eb5f37748b71e69acce64b2d653629512f0c153d57883e2660dab9c
Type fulltextMimetype application/pdf

By organisation
School of Electrical Engineering and Computer Science (EECS)
Engineering and Technology

Search outside of DiVA

GoogleGoogle Scholar
Total: 6 downloads
The number of downloads is the sum of all downloads of full texts. It may include eg previous versions that are now no longer available

urn-nbn

Altmetric score

urn-nbn
Total: 14 hits
CiteExportLink to record
Permanent link

Direct link
Cite
Citation style
  • apa
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Other style
More styles
Language
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Other locale
More languages
Output format
  • html
  • text
  • asciidoc
  • rtf