Meid kõiki ümbritseb Internetis töötavad seadmed. Kui varem olid lihtsalt arvutid, on nüüd käepärane veeb mobiiltelefonides ja tahvelarvutites. Mõnes mõttes pole tehnoloogia mitte ainult ärile kasu toonud ja meie elu lihtsustanud, vaid on rikastanud ka meie veebikogemust. Sellest on saanud platvorm, kus inimesed veedavad palju aega, otsivad teadmisi, vahetavad ideid ja isegi poevad!
Näiteks : Kui me tahame osta veebi / võrguühenduseta, mida me algselt teeme? Sirvime erinevaid veebisaite ja foorumeid, et näha, kas inimesed sellest räägivad. Tutvume mõne veebipoega, kus müüakse seda, mida otsime. Lugesime läbi arvustused ja kommentaarid, mida paljud inimesed on toote ja veebipoe kohta kirjutanud või väljendanud. Alles pärast paljude arvustuste läbimist otsustame, kas teeme ostu või mitte.
Sentimentide analüüsi tähtsus
Enamik virtuaalmaailma ostuotsuseid tehakse pärast seda, kui on läbi mõelnud mõjukad ülevaatajad ja eakaaslased toote / teenuse kohta. See on põhjus, miks ettevõtted on nüüd sunnitud nägema ja analüüsima, mida inimesed neist veebis räägivad. Ettevõtte seisukohast on ülevaated ja kommentaarid väga olulised. Seetõttu on kommentaaride ja arvustuste analüüsimine midagi, mida organisatsioon ei saa endale lubada.
Aga mida neid kommentaare või arvustusi ühiselt nimetatakse?
Need kommentaarid, arvamused ja ülevaated on tuntud kui 'meeleolude andmed' ning ülesanne tuvastada, kas kommentaarid ja arvustused on positiivsed või negatiivsed, on tuntud kui 'meeleolude andmete analüüs' või 'meeleolu analüüs'.
Sentimentide analüüs ja R.
Sentimentide analüüs on R-i üks silmapaistvamaid omadusi, mis pakub väärtuslikke teadmisi turundajatele ja organisatsioonidele, kes soovivad parandada tootlikkust ja optimeerida oma kaubamärki / toodet.
R on selleks otstarbeks kõige ulatuslikum statistilise analüüsi pakett. See integreerib kõik standardsed statistilised testid, mudeli ja analüüsid ning pakub täielikku keelt andmete haldamiseks ja manipuleerimiseks. R-i graafilised võimalused on silmapaistvad, pakkudes täielikult programmeeritavat graafikakeelt, mis ületab enamikku muid statistilisi ja graafilisi pakette. Sentimentide analüüsi jõud koos graafiliste oskustega muudab selle organisatsiooni jaoks tõeliselt võimsaks tööriistaks.
Sentimentide andmete analüüsimeetodid
Sentimentide andmete analüüsimiseks on erinevaid meetodeid. Heitkem pilk neist kõigist siin.
Tõlkeanalüüsi dokumenditasemel
print_r php-s
Arvamused on tavaliselt subjektiivsed väljendid, mis kirjeldavad inimeste tundeid, hinnanguid või tundeid üksuse või sündmuse suhtes. Paljud ajaveebid või foorumid võimaldavad inimestel oma arvamust avaldada arvustuste ja kommentaaride kujul. Kui arvamusi väljendatakse arvustuste vormis, siis lihtsate „jah“ või „ei“ asemel vajaks tegelike emotsioonide tuvastamine ülevaates kasutatud sõnade subjektiivset analüüsi
Tunneteanalüüsi dokumenditasemel keskendub iga dokument ühele üksusele või sündmusele ja sisaldab ühe arvamuse omaniku arvamust. Siinsed arvamused võib jagada kahte lihtsasse klassi: positiivne või negatiivne (tõenäoliselt neutraalne). Näiteks: Toote ülevaade: „Ostsin mõni päev tagasi uue telefoni. See on kena telefon, kuigi see on natuke suur. Puutetundlik ekraan on hea. Hääle selgus on parem. Ma lihtsalt armastan telefoni ”. Arvestades ülevaates kasutatud sõnu või fraase (kena, hea, parem, armastus), öeldakse, et subjektiivne arvamus on positiivne. Objektiivseid arvamusi mõõdetakse tähe- või küsitlussüsteemi abil, kus 4 või 5 tähte on positiivsed ja 1 või 2 tärni negatiivsed.
Sentimentide analüüsi lausetasand
Täpsema ülevaate saamiseks üksustes olevate dokumentide erinevate arvamuste kohta peaksime liikuma lause tasandile. See sentimentide analüüsi tase - filtreerib välja laused, mis ei sisalda arvamust ja - määrab, kas arvamus üksuse kohta on positiivne või negatiivne.
Aspektipõhine sentimentide analüüs
Dokumendi taseme ja lause taseme analüüs töötab hästi, kui need viitavad ühele üksusele. Kuid paljudel juhtudel räägivad inimesed üksustest, millel on palju aspekte või atribuute. Samuti on neil eri aspektide osas erinevad arvamused. Sageli juhtub seda toote ülevaatamise ja arutelufoorumites . Näiteks: „Olen Nokia telefoniarmastaja. Mulle meeldib telefoni välimus. Ekraan on suur ja selge. Kaamera on fantastiline. Kuid on ka vähe varjukülgi - ka aku kasutusaeg ei vasta märgile ja juurdepääs Whatsappile on keeruline. ' Selle ülevaate positiivsete ja negatiivsete kategooriatesse liigitamine peidab toote kohta väärtuslikku teavet. Seetõttu keskendub vaatepõhine meeleolude analüüs kõigi antud dokumendis sisalduvate meeleoluväljendite ja arvamustes viidatud aspektide äratundmisele.
Võrdlev meeleolude analüüs
Paljudel juhtudel väljendavad kasutajad oma arvamust, võrreldes seda sarnase toote või kaubamärgiga. Seetõttu on siinkohal sihiks tuvastada lauseid, mis sisaldavad võrdlevaid arvamusi.
sõel parsida java
Näiteks : 'Sõitsin Honda Civicuga, see ei saa paremini hakkama, kui Skoda Superb'
Sentimenti leksikoni omandamine
Selles tundeanalüüsi meetodis kasutatakse inimeste subjektiivsete tunnete ja meeleolu või arvamuste väljendamiseks kasutatavate sõnade ja väljendite loendit. See kasutab mitte ainult teatud sõnu, vaid ka fraase ja kõnepruuke. Teistes sentimentide analüüsi tüüpides oleme näinud, mis on positiivsed ja negatiivsed sõnad. Võtame näite: 'Auto X on parem kui auto Y.' See lause ei väljenda arvamust, et mõni neist kahest autost oleks hea või halb. Seetõttu analüüsitakse seda tüüpi lauseid / dokumente kolme lähenemisviisi abil: käsitsi, sõnastikupõhine ja korpusepõhine lähenemine.
Käsitsi lähenemine : See pole teostatav, kuna see võtab palju aega.
Sõnastikupõhine lähenemine : Selles lähenemisviisis kasutatakse analüüsi läbiviimiseks sobivate sõnade leidmiseks sõna Word Net.
Korpusepõhine lähenemine : Seda kasutatakse analüüsi läbiviimiseks domeenispetsiifilise tundeleksikoni loomiseks.
Need on erinevad viisid, kuidas analüüsida tarbijate meeleolu ja teada saada, kus ettevõte turul on!