Ableiten von Meinungen aus Meinungen oder Produktentscheidungen
Sehen Sie, wie man:
- Definieren Sie grundlegende Text Mining-Komponenten: Korpus (Datentabelle), Dokument (Zeile), Dokumenttermmatrix (Vorkommen von Begriffen von Interesse im Korpus)
- Kuratieren Sie Daten mithilfe von Verteilung, Neukodierung, Stemming und Word Cloud, um die Modellierung vorzubereiten
- Modellieren Sie die Daten mit Fit Model, Generalized Regression, Elastic Net und BIC Model Validation
- Untersuchen Sie Statistiken, Lösungspfad und aktive Parameter, um das Modell zu bewerten
Toronto Casino Studie im Video gezeigt
- Problem:
- Daten aus einer öffentlichen Umfrage 2012 zum öffentlichen Wunsch nach einem vorgeschlagenen Casino.
- ~ 18.000 Umfrageantworten
- Jede Frage hat eine Punktzahl und ein Freitextfeld.
- Verwendung als Proof of Concept für den DSA-Workflow.
- Ergebnisse:
- Die Stimmung in Bezug auf das Casino-Projekt ist im Allgemeinen ideologisch.
- Diejenigen, die das Wohl der Stadt fühlen, sollten Vorrang haben, sind dafür.
- Diejenigen, die das Wohl der Menschen selbst fühlen, sollten Vorrang haben, sind im Allgemeinen dagegen.
- Die Stimmungsanalyse ist über den DSA-Workflow möglich.
Die Regenfälle von Castamere Problemstudie in Video gezeigt
- Problem:
- Analysieren Sie die Daten aus dem Twitter-Stream rund um die Game of Thrones-Episode „The Rains of Castamere“.
- Entwickeln Sie ein Stimmungsmodell aus dem Twitter-Stream.
- Herausforderung:
- Sie müssen das Emoji in den Tweets selbst als Antwort im Modell verwenden.
- Sie müssen das Emoji extrahieren, dekodieren und konsolidieren, um es zu modellieren
- Ergebnisse:
- Ein Skript wurde verwendet, um das Emoji zu extrahieren und es in etwas Verständliches umzukodieren.
- Mithilfe der Faktoranalyse könnten die zugrunde liegenden „Gefühle“ extrahiert und mit Emoji korreliert werden, mit denen sie ausgedrückt werden.
Ressourcen
31+ minMittlereJMP beherrschenTextanalyseVideo
