Derivando sentimientos de opiniones o elecciones de productos
Vea cómo:
- Definir componentes básicos de minería de texto: corpus (tabla de datos), documento (fila), Matriz de términos del documento (apariciones de términos de interés en el corpus)
- Cura los datos usando distribución, recodificación, derivación y Word Cloud para prepararlos para el modelado
- Modele los datos utilizando Fit Model, Generalized Regression, Elastic Net y validación del modelo BIC
- Examinar estadísticas, ruta de solución y parámetros activos para evaluar el modelo
Estudio del casino de Toronto mostrado en video
- Problema:
- Datos de una encuesta pública de 2012 sobre el deseo público de un casino propuesto.
- ~ 18.000 respuestas a encuestas
- Cada pregunta tiene una puntuación y un campo de texto libre.
- Utilizar como prueba de concepto para el flujo de trabajo de DSA.
- Recomendaciones:
- El sentimiento con respecto al proyecto del casino generalmente se basa en líneas ideológicas.
- Los que sienten que el bien de la ciudad debe tener prioridad están a favor.
- Aquellos que sienten que el bien de la gente debe tener prioridad, generalmente están en contra.
- El análisis de opiniones es posible mediante el flujo de trabajo de DSA.
El estudio del problema de las lluvias de Castamere se muestra en video
- Problema:
- Analiza los datos de la transmisión de Twitter sobre el episodio de Juego de Tronos, "Las lluvias de Castamere".
- Desarrolle un modelo de sentimiento a partir del flujo de Twitter.
- Desafío:
- Necesita usar el emoji en los tweets como respuesta en el modelo.
- Necesita extraer, decodificar y consolidar el emoji en algo para modelar
- Recomendaciones:
- Se empleó un script para extraer los emoji y recodificarlos en algo comprensible.
- Mediante el análisis de factores, los "sentimientos" subyacentes podrían extraerse y correlacionarse con los emoji que se utilizan para expresarlos.
Recursos
31+ minIntermedioDominar JMPAnálisis de textoVídeo
