Всички сме заобиколени от устройства, които работят в интернет. Преди това бяха само компютрите, но сега имаме удобна мрежа на мобилни телефони и таблети. В известен смисъл технологията не само е облагодетелствала бизнеса и улесни живота ни, но и обогати онлайн опита ни. Тя се превърна в платформа, където хората прекарват много време, търсят знания, обменят идеи и дори пазаруват!
Например : Когато искаме да направим покупка онлайн / офлайн, какво първоначално правим? Разглеждаме различни уебсайтове и форуми, за да видим дали хората говорят за това. Разглеждаме няколко онлайн магазина, които продават това, което търсим. Прочетохме отзивите и коментарите, които много хора са писали или изразили за продукта и онлайн магазина. Само след като преминем през редица рецензии, решаваме дали да направим покупката или не.
Значение на анализа на настроението
Повечето решения за покупка във виртуалния свят се взимат, след като преминат през това, което влиятелните рецензенти и колеги казват за продукта / услугата. Това е причината, поради която компаниите сега са принудени да виждат и анализират какво говорят хората за тях в мрежата. От гледна точка на компанията прегледите и коментарите стават много важни. Следователно, анализът на коментарите и рецензиите е нещо, което една организация не може да си позволи да пропусне.
Но как се наричат тези коментари или отзивите?
Тези коментари, мнения и рецензии са известни като „данни за настроението“, а задачата да се установи дали коментарите и отзивите са положителни или отрицателни е известна като „анализ на данните за настроението“ или „анализ на настроението“
използвайки пространство от имена c ++
Анализ на настроението и R
Анализът на настроението е една от забележителните характеристики на R, която предоставя ценна информация за маркетолозите и организациите, които искат да подобрят производителността и да оптимизират своята марка / продукт.
R е най-изчерпателният пакет за статистически анализ, наличен за тази цел. Той интегрира всички стандартни статистически тестове, модели и анализи, както и предоставя пълен език за управление и манипулиране на данни. Графичните възможности на R са изключителни, осигурявайки напълно програмируем графичен език, който надминава повечето други статистически и графични пакети. Силата на Sentiment Analysis заедно с неговите графични умения го правят наистина мощен инструмент за организация.
Методи за анализ на „Данни за настроението“
Съществуват различни методи за анализ на „данните за настроението“. Нека да разгледаме всеки от тях тук.
Анализ на настроението на ниво документ
Мненията обикновено са субективни изрази, които описват настроенията, оценките или чувствата на хората към даден обект или събитие. Много блогове или форуми позволяват на хората да изразяват мнението си под формата на рецензии и коментари. Когато мненията се изразяват под формата на рецензии, вместо просто „Да“ или „Не“, идентифицирането на действителните емоции ще се нуждае от субективен анализ на думите, използвани в рецензията
При анализ на настроението на ниво документ, всеки документ се фокусира върху един обект или събитие и съдържа мнение от един притежател на мнение. Мненията тук могат да бъдат класифицирани в два прости класа: положителни или отрицателни (вероятно неутрални). Например: Преглед на продукт: „Купих нов телефон преди няколко дни. Това е хубав телефон, макар и малко голям. Сензорният екран е добър. Яснотата на гласа е по-добра. Просто обичам телефона ”. Имайки предвид думите или фразите, използвани в рецензията (хубаво, добро, по-добро, любов), субективното мнение се казва положително. Обективните мнения се измерват с помощта на звезда или анкета, където 4 или 5 звезди са положителни, а 1 или 2 звезди са отрицателни.
Анализ на настроението на ниво изречение
За да имаме по-прецизен поглед върху различните мнения, изразени в документа за обектите, трябва да преминем към нивото на изреченията. Това ниво на анализ на настроението - филтрира онези изречения, които не съдържат мнение и - определя дали мнението за субекта е положително или отрицателно.
как да използвам stringbuffer в java -
Анализ на настроенията, базиран на аспекти
Анализът на настроението на ниво документ и ниво изречение работи добре, когато се отнасят до един обект. В много случаи обаче хората говорят за обекти, които имат много аспекти или атрибути. Те също така ще имат различни мнения за различни аспекти. Често се случва във форуми за преглед на продукти и дискусии . Например: „Аз съм любител на телефона на Nokia. Харесвам външния вид на телефона. Екранът е голям и ясен. Камерата е фантастична. Но има няколко недостатъка, също така животът на батерията не е на ниво и достъпът до Whatsapp е труден. “ Категоризирането на положителните и отрицателните страни на този преглед крие ценната информация за продукта. Следователно, анализът на възприятията, основан на аспекти, се фокусира върху разпознаването на всички изрази на настроението в даден документ и аспектите, за които се отнасят становищата.
Сравнителен анализ на настроенията
В много случаи потребителите изразяват мнението си, като го сравняват с подобен продукт или марка. Следователно целта тук е да се идентифицират изречения, които съдържат сравнителни мнения.
Например : „Карах Honda Civic, не се справя по-добре с Skoda Superb”
какво е rmi в java
Придобиване на лексикон на настроението
Този метод за анализ на настроенията използва списък от думи и изрази, използвани за изразяване на субективните чувства и настроения или мнения на хората. Той използва не само определени думи, но и фрази и идиоми. В другите видове анализ на настроението видяхме какво представляват положителните и отрицателните думи. Нека вземем пример: „Автомобил X е по-добър от автомобил Y.“ Това изречение не изразява мнение, че някоя от двете коли е добра или лоша. Следователно тези типове изречения / документи са допълнително анализирани с помощта на 3 подхода: ръчен подход, подход, основан на речник и подход, основан на корпус.
Ръчен подход : Това не е осъществимо, тъй като отнема много време.
Речников подход : Този подход използва „Word Net“, за да намери подходящи думи от думата на настроението за извършване на анализа.
Корпусно-базиран подход : Използва се за създаване на специфичен за домейна лексикон на настроението за извършване на анализа.
Това са различните начини да анализирате настроенията на потребителите и да знаете къде стои компанията на пазара!