Themenanalyse (ABSA)

ABSA (Aspect-Based Sentiment Analysis) extrahiert spezifische Themen aus Mitarbeiterbewertungen und deren zugehörige Stimmung (Sentiment).

🎯 Was ist ABSA?

ABSA geht über eine einfache Positiv-/Negativ-Klassifizierung hinaus. Es identifiziert, welche Aspekte Mitarbeiter diskutieren und wie sie über jeden einzelnen denken.

Beispiel:

"Great salary but terrible management"

Aspect	Sentiment
Salary and Benefits	POSITIVE
Management	NEGATIVE

📊 Vordefinierte Aspekte

Das System erkennt 10 zentrale Themen am Arbeitsplatz:

#	Aspect	Keywords
1	Salary and Benefits	pay, bonus, insurance, pension
2	Work-Life Balance	hours, overtime, remote, flexibility
3	Management	boss, leadership, supervision
4	Company Culture	atmosphere, values, team spirit
5	Career Growth	promotion, opportunities, development
6	Job Security	stability, layoffs, restructuring
7	Work Environment	office, facilities, equipment
8	Colleagues	coworkers, team dynamics
9	Training	learning, courses, skills
10	Communication	transparency, feedback, information

🔧 Extraktionsmethoden

1. Regelbasiert (Standard)

• Schneller Keyword-Abgleich
• ~65% Genauigkeit
• Keine API-Kosten
• Läuft automatisch

2. KI-gesteuert (Gemini)

• Kontextsensitive Extraktion
• ~85% Genauigkeit
• ~$0.001 pro Bewertung
• Wird für Unternehmen mit hoher Priorität verwendet

📈 Dashboard: Themen-Tab

Die Themen-Seite im Dashboard zeigt:

Top 10 Diskutierte Themen

Balkendiagramm der am häufigsten genannten Aspekte mit Sentiment-Aufschlüsselung.

Themen-Einblicke

• Positivstes Thema - Höchstes positives Sentiment
• Negativstes Thema - Höchstes negatives Sentiment
• Am häufigsten diskutiert - Höchste Erwähnungszahl

Detaillierte Aufschlüsselung

Klicken Sie auf ein beliebiges Thema, um zu sehen:

• Beispiel-Bewertungsauszüge
• Sentiment-Verteilung
• Trend im Zeitverlauf

🔌 API-Zugriff

curl "https://sentryanalytic.com/api/aspects?company=BMW"

Antwort:

{
  "company": "BMW",
  "aspects": [
    { "aspect": "salary and benefits", "sentiment": "positive", "count": 421 },
    { "aspect": "management", "sentiment": "negative", "count": 318 },
    { "aspect": "work-life balance", "sentiment": "positive", "count": 256 }
  ]
}

🔄 Automatisierung

ABSA läuft nach dem Scraping automatisch ab:

Scraping Complete → Sentiment Analysis → ABSA → Materialized Views Refresh

Keine manuelle Intervention erforderlich!

🛠️ Manueller Start

Für Ad-hoc-Analysen:

cd backend
source venv/bin/activate

# Analyze specific company
python absa_analyzer.py --company "BMW" --limit 200

# Use AI mode (more accurate)
python absa_analyzer.py --company "BMW"

# Rule-based only (faster)
python absa_analyzer.py --company "BMW" --no-ai

📊 Datenbankschema

CREATE TABLE review_aspects (
    id SERIAL PRIMARY KEY,
    review_id VARCHAR REFERENCES reviews(review_id),
    aspect VARCHAR(100),
    sentiment VARCHAR(20),
    confidence FLOAT,
    snippet TEXT
);

🎨 Anwendungsfälle

Für Jobsuchende

• "What do employees say about work-life balance at BMW?"
• Schnelles Erkennen von Stärken und Schwächen eines Unternehmens

Für HR-Teams

• "Which topics have the most negative feedback?"
• Priorisierung von Verbesserungsbereichen

Für Investoren

• "Is there a pattern of management issues?"
• Risikobewertung für die Due Diligence

---

ABSA wird von Gemini 2.5 Flash für die KI-gesteuerte Extraktion betrieben.