論文の概要: Assessing perceived organizational leadership styles through twitter
text mining
- arxiv url: http://arxiv.org/abs/2105.11276v1
- Date: Mon, 24 May 2021 13:45:51 GMT
- ステータス: 処理完了
- システム内更新日: 2021-05-25 15:20:04.575487
- Title: Assessing perceived organizational leadership styles through twitter
text mining
- Title(参考訳): twitterテキストマイニングによる組織的リーダーシップスタイルの評価
- Authors: A. La Bella, A. Fronzetti Colladon, E. Battistoni, S. Castellan, M.
Francucci
- Abstract要約: 組織的リーダーシップスタイルの評価のための支援ベクトルマシンに基づくテキスト分類ツールを提案する。
われわれは51日間にわたってTwitterのデータを収集し、2015年のForbes Global 2000ランキングで最初の30のイタリアの組織に関連する。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: We propose a text classification tool based on support vector machines for
the assessment of organizational leadership styles, as appearing to Twitter
users. We collected Twitter data over 51 days, related to the first 30 Italian
organizations in the 2015 ranking of Forbes Global 2000-out of which we
selected the five with the most relevant volumes of tweets. We analyzed the
communication of the company leaders, together with the dialogue among the
stakeholders of each company, to understand the association with perceived
leadership styles and dimensions. To assess leadership profiles, we referred to
the 10-factor model developed by Barchiesi and La Bella in 2007. We maintain
the distinctiveness of the approach we propose, as it allows a rapid assessment
of the perceived leadership capabilities of an enterprise, as they emerge from
its social media interactions. It can also be used to show how companies
respond and manage their communication when specific events take place, and to
assess their stakeholder's reactions.
- Abstract(参考訳): 組織的リーダシップのスタイルを評価するために,サポートベクタマシンに基づくテキスト分類ツールを提案する。
われわれは51日間にわたってTwitterのデータを収集し、2015年のForbes Global 2000ランキングで最初の30のイタリアの組織に関連する。
企業リーダーのコミュニケーションを各企業の利害関係者間の対話とともに分析し、リーダーシップのスタイルやディメンジョンとの関連性について理解した。
リーダーシッププロファイルを評価するため、2007年にBarchiesi氏とLa Bella氏が開発した10要素モデルを紹介した。
ソーシャルメディアの相互作用から生まれる企業におけるリーダーシップ能力の迅速な評価を可能にするため、我々は提案するアプローチの独特さを維持している。
また、特定のイベントが発生したときに企業がどのように対応し、コミュニケーションを管理するかを示し、ステークホルダーの反応を評価するためにも使用できる。
関連論文リスト
- Labeled Datasets for Research on Information Operations [71.34999856621306]
ソーシャルメディアプラットフォームによって検証されたIOポストと、同様のトピックを同じ時間フレーム(制御データ)で議論した303kアカウントによる1300万以上の投稿の両方を含む、26のキャンペーンに関するラベル付きデータセットを新たに提示する。
データセットは、さまざまなキャンペーンや国で調整されたアカウントによって使用される物語、ネットワークインタラクション、エンゲージメント戦略の研究を促進する。
論文 参考訳(メタデータ) (2024-11-15T22:15:01Z) - Towards a GENEA Leaderboard -- an Extended, Living Benchmark for Evaluating and Advancing Conversational Motion Synthesis [8.647997556787557]
本稿では,既存のジェスチャジェネレーション評価の問題点をレビューし,詳述する。
対話型モーション合成の進歩をベンチマークする,次世代のライビングリーダーボードをアナウンスする。
従来のジェスチャー生成の課題とは異なり、リーダーボードは、新しいジェスチャー生成システムの大規模なユーザスタディで更新される。
論文 参考訳(メタデータ) (2024-10-08T20:05:08Z) - Prototypical Leadership in Agile Software Development [3.7215696260140154]
リーダシップの有効性は、チーム内から現れる場合や、リーダがグループに同調する場合に高く評価された。
チームの共有価値や特性と一致するマネージャの役割のリーダーは、より効果的だと見なされた。
論文 参考訳(メタデータ) (2024-09-18T03:55:58Z) - Mimicking the Mavens: Agent-based Opinion Synthesis and Emotion Prediction for Social Media Influencers [3.526771907206613]
本研究では,世論指導者の視点と大衆の感情的反応を予測するための新しい計算枠組みを紹介する。
本手法は、重要なインフルエンサーの視点を正確に予測し、様々な領域における現実の感情傾向と感情予測を一致させる。
論文 参考訳(メタデータ) (2024-07-30T09:04:45Z) - SocialBench: Sociality Evaluation of Role-Playing Conversational Agents [85.6641890712617]
大規模言語モデル(LLM)は、様々なAI対話エージェントの開発を進めてきた。
SocialBenchは、ロールプレイングの会話エージェントの社会的性を個人レベルとグループレベルで評価するために設計された最初のベンチマークである。
個人レベルで優れたエージェントは,集団レベルでの熟練度を示唆しない。
論文 参考訳(メタデータ) (2024-03-20T15:38:36Z) - Inferring the Goals of Communicating Agents from Actions and
Instructions [47.5816320484482]
本稿では,あるエージェント,プリンシパルが,その共有計画に関する自然言語指示を他のエージェント,アシスタントに伝達できるような協力チームのモデルを提案する。
3人目のオブザーバが、アクションや指示からマルチモーダルな逆計画を通じて、チームの目標を推測する方法を示します。
我々は,マルチエージェントグリッドワールドにおける人間の目標推定と比較し,モデルの推定が人間の判断と密接に相関していることを見出した。
論文 参考訳(メタデータ) (2023-06-28T13:43:46Z) - Finding top performers through email patterns analysis [0.0]
本研究は,ソーシャルネットワークとセマンティック分析を組み合わせることで,電子メール通信に基づくトップパフォーマーの同定を行う。
トップパフォーマーは、中央ネットワークの位置を仮定し、Eメールに対して高い応答性を持つ傾向にある。
メールの内容では、トップパフォーマーはよりポジティブで複雑な言語を使用し、感情が低いが、おそらく同僚によって再利用されるであろう影響力のある単語が豊富である。
論文 参考訳(メタデータ) (2021-05-27T09:45:02Z) - GENIE: A Leaderboard for Human-in-the-Loop Evaluation of Text Generation [83.10599735938618]
リーダーボードは、評価を標準化し、独立した外部リポジトリに委譲することで、多くのNLPデータセットのモデル開発を容易にしています。
本研究では、テキスト生成タスクにリーダーボードの容易さをもたらす人間評価リーダーボードであるGENIEを紹介します。
論文 参考訳(メタデータ) (2021-01-17T00:40:47Z) - Privacy-Aware Recommender Systems Challenge on Twitter's Home Timeline [47.434392695347924]
ACM RecSysが主催するRecSys 2020 Challengeは、このデータセットを使用してTwitterと提携している。
本稿では,ユーザエンゲージメントを予測しようとする研究者や専門家が直面する課題について述べる。
論文 参考訳(メタデータ) (2020-04-28T23:54:33Z) - That Message Went Viral?! Exploratory Analytics and Sentiment Analysis
into the Propagation of Tweets [0.0]
我々は100万ツイート以上のデータセットについて探索分析を行った。
我々は、最も人気のあるメッセージを特定し、複数の内因性次元でつぶやきを分析した。
私たちはいくつかの興味深いパターンを発見し、研究者や実践者が人気のあるバイラルツイートの振る舞いをよりよく理解するための新たな洞察を明らかにしました。
論文 参考訳(メタデータ) (2020-04-21T02:38:53Z) - An Iterative Approach for Identifying Complaint Based Tweets in Social
Media Platforms [76.9570531352697]
本稿では,トランスポートドメインに関連する苦情に基づく投稿を識別する反復的手法を提案する。
研究目的のための新しいデータセットのリリースとともに、包括的評価を行う。
論文 参考訳(メタデータ) (2020-01-24T22:23:22Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。