Derivazione di opinioni da opinioni o scelte di prodotti
Guarda come:
- Definire i componenti di base del text mining: corpus (tabella dati), documento (riga), Document Term Matrix (occorrenze di termini di interesse nel corpus)
- Curare i dati utilizzando distribuzione, ricodifica, stemming e Word Cloud per prepararsi alla modellazione
- Modella i dati utilizzando Fit Model, Generalized Regression, Elastic Net e BIC model validation
- Esaminare le statistiche, il percorso della soluzione e i parametri attivi per valutare il modello
Studio di Toronto Casino mostrato in video
- Problema:
- Dati di un sondaggio pubblico del 2012 sul desiderio del pubblico di un casinò proposto.
- ~ 18.000 risposte al sondaggio
- Ogni domanda ha un punteggio e un campo di testo libero.
- Utilizzare come prova di concetto per il flusso di lavoro DSA.
- Risultati:
- Il sentimento riguardo al progetto del casinò generalmente cade su linee ideologiche.
- Coloro che sentono il bene della città dovrebbero avere la priorità sono a favore.
- Coloro che sentono il bene delle persone stesse dovrebbero avere la priorità sono generalmente contrari.
- L'analisi del sentiment è possibile utilizzando il flusso di lavoro DSA.
Studio sul problema delle piogge di Castamere mostrato in video
- Problema:
- Analizza i dati dal flusso di Twitter sull'episodio de Il Trono di Spade, "Le piogge di Castamere".
- Sviluppa un modello di sentiment dal flusso di Twitter.
- Sfida:
- È necessario utilizzare le emoji nei tweet stessi come risposta nel modello.
- È necessario estrarre, decodificare e consolidare l'emoji in qualcosa da modellare
- Risultati:
- È stato utilizzato uno script per estrarre le emoji e ricodificarle in qualcosa di comprensibile.
- Utilizzando l'analisi fattoriale, i "sentimenti" sottostanti potrebbero essere estratti e correlati agli emoji che vengono utilizzati per esprimerli.
Risorse
31+ minIntermedioPadroneggiare JMPAnalisi del testovideo
