Social media played a significant role in past Presidential elections, and it is very likely that this form of communication will continue to influence political campaigns. Can analytics uncover the linguistic “plot arcs” and resulting sentiment or emotion in political text? This paper examines how natural language processing (NLP) and data visualization tools and methods in analytics can play a key role in marketing political candidates. Using publicly available text messages, the authors employ NLP techniques to transform the text observations from the past campaigns of Hillary Clinton, Barack Obama, and Donald Trump into a linguistic “corpus” and story arc visualizations. The methodology includes the use of Syuzhet and Latent Dirichlet Allocation (LDA) models. The resulting data visualizations reveal the story arcs associated with the candidate’s communications, and they provide a means to analyze the unbiased political sentiment or hidden emotion in the text. In an analysis of the results, the authors found distinctly different story arcs and vocabulary usage among the three Presidential candidates. The contribution to the literature is a methodology for extracting the story and the resulting sentiment from text messages for marketing campaigns. The authors suggest that the techniques used in this paper can assist future research on marketing other products or services that utilize computer-mediated communications.

社交媒体在过去的总统选举中发挥了重要作用，这种交流很可能会继续影响政治运动。分析能否发现政治文本中的语言“情节弧线”以及由此产生的情感或情感？本文研究了自然语言处理（NLP）和数据可视化工具及分析方法如何在市场政治候选人中扮演关键角色。使用公开的文本消息，作者采用NLP技术将希拉里·克林顿，巴拉克·奥巴马和唐纳德·特朗普过去的活动中的文本观察转变为语言的“语料库”和故事情节可视化。该方法包括使用Syuzhet和Latent Dirichlet分配（LDA）模型。数据可视化结果揭示了与候选人的交流相关的故事情节，它们提供了一种分析文本中公正的政治情感或隐藏情感的手段。在对结果的分析中，作者发现三位总统候选人之间的故事弧和词汇用法截然不同。对文学的贡献是从营销活动的文本消息中提取故事和由此产生的情感的方法。作者认为，本文中使用的技术可以帮助将来对使用计算机介导的通信的其他产品或服务进行营销研究。作者发现三位总统候选人之间的故事弧和词汇用法截然不同。对文学的贡献是从营销活动的文本消息中提取故事和由此产生的情感的方法。作者认为，本文中使用的技术可以帮助将来对使用计算机介导的通信的其他产品或服务进行营销研究。作者发现三位总统候选人之间的故事弧和词汇用法截然不同。对文学的贡献是从营销活动的文本消息中提取故事和由此产生的情感的方法。作者认为，本文中使用的技术可以帮助将来对使用计算机介导的通信的其他产品或服务进行营销研究。