То, что другие люди считают важным фактором нашей информационной ассоциации и спроса на мнения, богатые активы, такие как обзорные сайты, блоги, благоприятные обстоятельства и проблемы, появляются, когда люди могут активно использовать эти информационные технологии, чтобы смотреть и понимать, что на самом деле думают окружающие. Анализ настроений (анализ мнений) играет замечательную роль в бизнесе, поскольку отзывы клиентов необходимы для улучшения определенного качества продукта. Эти отзывы, рецензии, комментарии, новостные статьи передают эмоции, отношение писателя/автора.
ЧТО ТАКОЕ АНАЛИЗ ОТНОШЕНИЙ?
Анализ настроений — это тип интеллектуального анализа данных, который измеряет склонность мнений людей с помощью обработки естественного языка (NLP), компьютерной лингвистики и анализа текста, которые используются для извлечения и анализа субъективной информации из Интернета — в основном из социальных сетей и подобных источников. Анализ тональности идет по пути подсчета слов +ve и -ve и присваивает ему определенную оценку тональности. Анализ настроений состоит из ПОЗИТИВНЫХ, ОТРИЦАТЕЛЬНЫХ и НЕЙТРАЛЬНЫХ слов. Одобрение анализа настроений осуществляется многими отраслями, такими как электронная коммерция, финансовая сфера, авиационный сектор и т. Д. Индустрия электронной коммерции значительно расширяется с использованием анализа настроений. Клиенты могут выражать свое мнение, мнение, идеи через комментарии, обзоры
КАК ЭТО РАБОТАЕТ?
Сбор данных. Во-первых, нам нужно собрать данные для проведения анализа настроений, которые мы можем получить в открытом доступе на различных сайтах, таких как Kaggle, репозиторий UCL и т. д., если вы не можете найти допустимый набор данных для вашего собственный выбор можно создать свой собственный набор данных.
Подготовка текста — после сбора текста необходимо удалить числа, ссылки, URL, стоп-слова, основные слова, чтобы данные были хорошо подготовлены. Поэтому подготовка текста важна для дальнейшего процесса.
Определение настроений. Обычно это означает, что идентификация и принятие аспектов используются для определения общего эмоционального тона текста. Можно даже использовать операцию обнаружения тональности.
Классификация тональности. Основная задача анализа тональности — классифицировать полярность документа, независимо от того, является ли данный текст положительным, отрицательным или нейтральным.
Вывод — после классификации настроений и выполнения всего процесса мы получаем желаемый результат, независимо от того, является ли данный текст положительным или отрицательным.
ПРИМЕР В РЕАЛЬНОМ ВРЕМЕНИ
Здесь я взял спортивную новостную статью, чтобы проверить, оказывает ли статья положительное или отрицательное влияние с помощью программирования R.
Здесь мы установили такие пакеты, как ggplot, word cloud, syuzhet, для анализа тональности определенного текста. Ggplot предназначен для графического представления, тогда как облако слов выделяет наиболее часто используемые слова, используемые для визуализации данных.
Текст был реализован, и он формирует матрицу для желаемой оценки тональности, а также реализовано облако слов.
Здесь мы видим желаемый результат и можем сделать вывод, что статья оказывает положительное влияние.
Здесь рис. 3 представляет собой облако слов для этой конкретной новостной статьи в анализе настроений.
ПРЕИМУЩЕСТВА ИСПОЛЬЗОВАНИЯ АНАЛИЗА ОТНОШЕНИЙ
Используя анализ настроений, вы оцениваете, как клиенты относятся к различным областям вашего бизнеса, без необходимости читать тысячи комментариев клиентов одновременно. Если у вас есть тысячи отзывов в месяц, один человек не сможет прочитать все эти ответы. Используя анализ настроений и автоматизировав этот процесс, вы можете легко проникнуть в различные сегменты клиентов вашего бизнеса и лучше понять настроения в этих сегментах.
НЕДОСТАТКИ ИСПОЛЬЗОВАНИЯ АНАЛИЗА ОТНОШЕНИЙ
Хотя анализ настроений полезен, он не является полной заменой чтению ответов на опросы. Часто в самих комментариях есть полезные нюансы. В чем анализ настроений может помочь вам в дальнейшем, так это в определении того, какие из этих комментариев вам следует прочитать.
