Мы все окружены устройствами, работающими в Интернете. Раньше это были только компьютеры, но теперь у нас есть Интернет на мобильных телефонах и планшетах, которые очень удобны. В каком-то смысле технология не только пошла на пользу бизнесу и облегчила нам жизнь, но и обогатила наш онлайн-опыт. Это стало платформой, где люди проводят много времени, ищут знания, обмениваются идеями и даже делают покупки!
Например : Когда мы хотим совершить покупку онлайн / офлайн, что мы делаем изначально? Мы просматриваем разные веб-сайты и форумы, чтобы узнать, говорят ли об этом люди. Мы проверяем несколько интернет-магазинов, которые продают то, что мы ищем. Мы читаем отзывы и комментарии, которые многие люди написали или высказали о продукте и интернет-магазине. Только просмотрев приличное количество отзывов, мы решаем, покупать или нет.
Важность анализа настроений
Большинство решений о покупке в виртуальном мире принимаются после того, как влиятельные рецензенты и коллеги говорят о продукте / услуге. Это причина, по которой компании теперь вынуждены видеть и анализировать, что о них говорят в сети. С точки зрения компании отзывы и комментарии становятся очень важными. Следовательно, организация не может позволить себе упустить анализ комментариев и отзывов.
Но как все вместе называются эти комментарии или обзоры?
Эти комментарии, мнения и обзоры известны как «данные настроения», а задача определения того, являются ли комментарии и отзывы положительными или отрицательными, известна как «анализ данных настроений» или «анализ настроений».
Анализ настроений и R
Анализ настроений - одна из выдающихся функций R, которая дает ценную информацию маркетологам и организациям, стремящимся повысить производительность и оптимизировать свой бренд / продукт.
c ++ goto строка
R - наиболее полный пакет статистического анализа, доступный для этой цели. Он объединяет все стандартные статистические тесты, модели и анализы, а также предоставляет полный язык для управления и обработки данных. Графические возможности R выдаются, обеспечивая полностью программируемый графический язык, который превосходит большинство других статистических и графических пакетов. Сила анализа настроений наряду с его графическими навыками делает его действительно мощным инструментом для организации.
Методы анализа «данных настроений»
Существуют разные методы анализа «данных настроений». Давайте рассмотрим здесь каждый из них.
Анализ настроений на уровне документа
Мнения обычно представляют собой субъективные выражения, которые описывают чувства, оценки или чувства людей по отношению к сущности или событию. Многие блоги или форумы позволяют людям выражать свое мнение в форме обзоров и комментариев. Когда мнения выражаются в форме отзывов, вместо простого «да» или «нет» для определения реальных эмоций потребуется субъективный анализ слов, используемых в обзоре.
При анализе настроений на уровне документа каждый документ фокусируется на отдельном объекте или событии и содержит мнение одного держателя мнения. Мнения здесь можно разделить на два простых класса: положительные и отрицательные (возможно, нейтральные). Например: Обзор продукта: «Я купил новый телефон несколько дней назад. Телефон хороший, хоть и немножко большой. Тачскрин хороший. Четкость голоса лучше. Я просто люблю телефон ». Принимая во внимание слова или фразы, использованные в обзоре (хорошо, хорошо, лучше, люблю), субъективное мнение считается положительным. Объективные мнения оцениваются с использованием системы звезд или опросов, где 4 или 5 звезд являются положительными, а 1 или 2 звезды - отрицательными.
что такое пружинный каркас
Уровень предложения анализа тональности
Чтобы получить более четкое представление о различных мнениях, выраженных в документе о сущностях, нам следует перейти на уровень предложения. Этот уровень анализа настроений - отфильтровывает те предложения, которые не содержат мнения, и - определяет, является ли мнение об объекте положительным или отрицательным.
Анализ настроений на основе аспектов
Анализ тональности на уровне документов и предложений хорошо работает, когда они относятся к одной сущности. Однако во многих случаях люди говорят о сущностях, которые имеют много аспектов или атрибутов. У них также будут разные мнения о разных аспектах. Это часто случается на форумах, посвященных обзорам продуктов и обсуждениям. . Например: «Я любитель телефонов Nokia. Мне нравится внешний вид телефона. Экран большой и четкий. Камера фантастическая. Но есть и недостатки: время автономной работы не на должном уровне, а доступ к Whatsapp затруднен ». Категоризация положительных и отрицательных сторон этого обзора скрывает ценную информацию о продукте. Следовательно, анализ настроений на основе аспектов фокусируется на распознавании всех выражений настроений в данном документе и аспектов, к которым относятся мнения.
Сравнительный анализ настроений
Во многих случаях пользователи выражают свое мнение, сравнивая его с аналогичным продуктом или брендом. Поэтому цель здесь - определить предложения, содержащие сравнительные мнения.
Например : «Я водил Honda Civic, он не управляется лучше, чем Skoda Superb»
Усвоение лексики настроений
Этот метод анализа настроений использует список слов и выражений, используемых для выражения субъективных чувств, настроений или мнений людей. В нем используются не только определенные слова, но также фразы и идиомы. В других типах анализа настроений мы видели, что такое положительные и отрицательные слова. Возьмем пример: «Автомобиль X лучше, чем автомобиль Y». Это предложение не выражает мнения, что какая-либо из двух машин хороша или плоха. Таким образом, эти типы предложений / документов подвергаются дальнейшему анализу с использованием трех подходов: ручного подхода, словарного подхода и корпусного подхода.
Ручной подход : Это невозможно, так как это требует времени.
Словарный подход : Этот подход использует «Word Net», чтобы найти подходящие слова из тонального слова для проведения анализа.
Корпоративный подход : Это используется для создания лексики тональности для конкретной предметной области для проведения анализа.
Это разные способы проанализировать настроения потребителей и узнать, где компания находится на рынке!