Ясным солнечным днем мне захотелось пообщаться с парой друзей, поэтому я на своем ноутбуке искал рестораны с хорошими рейтингами и отзывами. Как обычно, результаты поиска в Google дали много результатов. Хотя вы можете отфильтровать результат по рейтингам, но меня больше интересовали отзывы (написанные клиентами). Рассмотрим обзор ниже.
Ресторан получил 5 звезд (да, это здорово) с впечатляющими отзывами. Но через несколько месяцев рассмотрите приведенный ниже обзор. Все изменилось, и с 5 звезд он упал до 2 звезд. Что ж, мы можем возразить, что отзыв одного человека не имеет большого значения. Хмнн, может ты хочешь подумать об этом еще раз. Чей-то плохой отзыв может повлиять на тех, кто намеревается прийти и проверить его.
Что это говорит о бизнесе? Тот факт, что вы получили хороший обзор и оценку при запуске, не является гарантией того, что так будет и дальше. Я мог бы назвать возможную причину этого нисходящего обзора. Это могло быть связано с изменением штатного расписания (повар или сопровождающий). Так что технически я проигнорировал 5-звездочные рейтинги и сразу перешел к комментариям клиентов. Я решил, что не пойду туда. К счастью, есть способ проанализировать мнение людей (клиентов) о взаимодействии с вашими услугами. Это могло бы помочь в настройке и выяснить, как улучшить, чтобы удовлетворить потребности клиентов. Я имею в виду, что каждый бизнес ориентирован на прибыль «innit»?
Анализ настроений или анализ мнений - это способ выявления и извлечения субъективной информации для определения отношения оратора или писателя к определенной теме. Он использует алгоритмы обработки естественного языка и машинного обучения, чтобы определять полярность заданного текста. Это больше похоже на получение положительных или отрицательных отзывов от клиентов или обозревателей продукта. Это похоже на измерение, позволяющее увидеть, как изменилось мнение пользователей о бизнес-продуктах или услугах.
Существуют различные способы проведения анализа или классификации настроений. Объем имеющихся данных является важным определяющим фактором при выборе алгоритма машинного обучения для обучения модели классификации настроений. В последнее время были достигнуты успехи в использовании глубокого обучения для задач классификации, но это хорошо работает с достаточным (извините, большим) объемом данных.
Давайте посмотрим, как реализовать модель классификации настроений, в следующей статье здесь.
Проект, над которым я работаю, который будет загружен позже, - это анализ настроений в реальном времени различных кандидатов в президенты Нигерии на предстоящих всеобщих выборах 2019 года. Не могу дождаться.
Первоначально опубликовано на www.jerryfadugba.com 27 февраля 2018 г.
