의견 또는 제품 선택에서 감성 도출
방법보기 :
- 기본 텍스트 마이닝 구성 요소 정의 : 말뭉치 (데이터 테이블), 문서 (행), 문서 용어 매트릭스 (말뭉치에서 관심 용어 발생)
- 배포, 레코딩, 형태소 분석 및 Word Cloud를 사용하여 데이터를 큐 레이트하여 모델링 준비
- Fit Model, Generalized Regression, Elastic Net 및 BIC 모델 검증을 사용하여 데이터 모델링
- 통계, 솔루션 경로 및 활성 매개 변수를 조사하여 모델을 평가합니다.
비디오에 표시된 토론토 카지노 연구
- 문제:
- 제안 된 카지노에 대한 대중의 욕구에 대한 2012 년 공개 설문 조사 데이터.
- ~ 18,000 개의 설문 응답
- 각 질문에는 점수와 자유 텍스트 필드가 있습니다.
- DSA 워크 플로에 대한 개념 증명으로 사용합니다.
- 결과:
- 카지노 프로젝트에 대한 감정은 일반적으로 이데올로기 적 선을 따릅니다.
- 도시의 좋은 점을 우선으로 생각하는 사람들이 선호됩니다.
- 국민의 좋은 점을 우선으로 생각하는 사람은 일반적으로 반대합니다.
- DSA 워크 플로우를 사용하여 감정 분석이 가능합니다.
비디오에 표시된 Castamere의 비 문제 연구
- 문제:
- 왕좌의 게임 에피소드 "The Rains of Castamere"에 대한 트위터 스트림의 데이터를 분석합니다.
- 트위터 스트림에서 감정 모델을 개발합니다.
- 도전:
- 트윗 자체의 이모티콘을 모델의 응답으로 사용해야합니다.
- 이모지를 추출, 디코딩 및 모델링 할 대상으로 통합해야합니다.
- 결과:
- 이모지를 추출하여 이해할 수있는 것으로 다시 코딩하기 위해 스크립트가 사용되었습니다.
- 요인 분석을 사용하여 기본 "감정"을 추출하고이를 표현하는 데 사용되는 그림 이모티콘과 연관시킬 수 있습니다.
자원
31 분 이상중급JMP 마스터하기텍스트 분석비디오
