Društvene mreže predstavljaju glavni medij za izražavanje mišljenja i stavova o raznim područjima – kvaliteti proizvoda, popularnosti političke stranke, imidžu organizacije i slično. Svakodnevno se generiraju velike količine podataka na društvenim mrežama, koje je moguće analizirati i izvući korisne informacije. Sentiment je ideja, mišljenje ili osjećaj o nekoj temi. Analiza sentimenta je automatizirani proces razumijevanja mišljenja i stavova iz pisanog ili govornog jezika koristeći različite koncepte i algoritme. Cilj takvog procesa je utvrđivanje jesu li mišljenja izražena u tekstu pozitivna, negativna ili neutralna. Tradicionalno se analiza teksta temeljila na većim tekstovima kao što su članci ili recenzije. U današnje doba društvene mreže, blogovi i web portali izlažu korisnicima mogućnost izražavanja mišljenja u kratkim komentarima. Prema tome se oblikuju i algoritmi kako bi preciznost klasifikacije sentimenta bila što točnija. Ovaj radi temelji se na usporedbi različitih algoritama i odabiru optimalnog rješenja za klasifikaciju sentimenta. Za treniranje algoritama korišten je IMDb skup podataka. Izneseni su rezultati i dobivene preciznosti pojedinog algoritma. Izrađena je Python aplikacija za klasifikaciju sentimenta, te web aplikacija koja preko korisničkog sučelja prikazuje statistiku pozitivno i negativno klasificiranih komentara s društvene mreže Twitter.