تحلیل احساسات در شبکه‌های اجتماعی برای ارزیابی عملکرد سازمان‌های غیرانتفاعی

بررسی‌ها نشان داده است که بسیاری از سازمان‌ها برای ایجاد دانش و بهبود تصمیم‌گیری از تحلیل نظرات و محتوای تولید شده توسط کاربران در شبکه‌های اجتماعی بهره‌برداری کرده‌اند. در این پژوهش، به تحلیل عملکرد مالی سازمان‌های غیرانتفاعی با استفاده از تحلیل نظرات کاربران پرداخته شده است. مجموعه داده‌ی استفاده شده در این پژوهش شامل 26714 توییت کاربران از جمعا 23 حساب توییتری در سراسر جهان می‌باشد و ده سال داده‌ی مالی شامل سال‌های 2010-2020 این سازمان‌ها از 5 سازمان غیرانتفاعی منتخب جمع‌آوری شده است. نتایج حاصل از روش‌های مدل‌سازی موضوع و تحلیل احساسات به داده‌های پانلی تبدیل شده‌اند. نتایج مدل‌سازی موضوعی و تحلیل احساسات به داده‌های پنلی تبدیل و با استفاده از روش‌های حداقل مربعات معمولی و حداقل مربعات معمولی پویا تحلیل شده‌اند. نتایج نشان می‌دهند که محتوای تولید شده توسط کاربران و عملکرد مالی سازمان‌های غیرانتفاعی رابطه معنی داری دارند. در حالی که احساسات مثبت تاثیر معنی‌داری بر عملکرد مالی این سازمان‌ها ندارند، احساسات منفی و بازتوئیت‌ها تاثیر منفی و علاقمندی‌ها رابطه ی مثبتی با عملکرد مالی را نشان می دهند.

performance investigation of nonprofit organizations by sentiment analysis on social networks

social networks have become vital for sharing opinions and feelings through user-generated content. many organizations leverage analytics to enhance decision-making, yet most sentiment analysis studies focus on commercial businesses, neglecting non-profits despite their significant social media presence. this research investigates the impact of user-generated content on the financial performance of non-profit organizations using a dataset of 26,714 tweets from 23 accounts. results indicate that while positive emotions do not affect financial performance, negative emotions and retweets harm it, whereas likes positively influence revenue. future research should explore additional social networks and broader data collection methods.