Analisi del Sentimento delle Recensioni di Starbucks Utilizzando Machine Learning e Deep Learning

Un recente articolo di ricerca su arXiv (2608.12007) offre un'analisi comparativa dei sentimenti dei clienti riguardo a Starbucks attraverso tecniche classiche e di deep learning. Lo studio ha utilizzato un dataset di oltre 700 recensioni provenienti da ConsumerAffairs, che è stato sottoposto a pre-elaborazione per identificare tendenze temporali e geografiche. Le etichette di sentimento sono state assegnate in base alle valutazioni a stelle, categorizzando 4-5 stelle come positive e 1-3 stelle come negative, portando a un dataset sbilanciato verso sentimenti negativi. L'analisi ha confrontato cinque classificatori classici (Registrazione Logistica, SVM, Albero Decisionale, Random Forest, Naive Bayes) con cinque modelli di deep learning (LSTM, RNN, LSTM Bidirezionale, tra gli altri). Questa ricerca mira a migliorare la comprensione del sentimento dei consumatori nel settore del caffè al dettaglio, sottolineando il ruolo delle recensioni nell'influenzare l'immagine del marchio e le tattiche commerciali.