317476_zh-TW

liliconcom

從觀點或產品選擇中衍生出情感

 

了解如何：

• 定義基本的文本挖掘組件：語料庫（數據表），文檔（行），文檔術語矩陣（語料庫中感興趣的術語的出現）
• 使用分發，重新編碼，詞乾和詞云整理數據以準備建模
• 使用擬合模型，廣義回歸，彈性網和BIC模型驗證對數據建模
• 檢查統計信息，求解路徑和活動參數以評估模型

視頻中顯示的多倫多賭場研究

• 問題：
  • 來自2012年公眾對擬建賭場的渴望的民意測驗數據。
  • 約18,000個調查回复
  • 每個問題都有一個分數和一個自由文本字段。
• 用作DSA工作流的概念證明。
• 發現：
  • 關於賭場項目的情緒通常屬於意識形態方面。
  • 那些認為城市的美好應該得到優先考慮的人得到了支持。
  • 那些認為人民自己應該享有優先地位的人普遍反對。
  • 使用DSA工作流程可以進行情感分析。

視頻中顯示的卡斯塔米爾雨問題研究

• 問題：
  • 分析《權力的遊戲》插曲“ Castamere的雨”中來自Twitter數據流的數據。
  • 從Twitter流中開發情感模型。
• 挑戰：
  • 需要在推文中使用表情符號作為模型中的響應。
  • 需要將表情符號提取，解碼和合併為模型
• 發現：
  • 使用腳本提取表情符號並將其重新編碼為可以理解的內容。
  • 使用因素分析，可以提取潛在的“情感”並將其與用於表達這些情感的表情符號相關聯。

資源資源

• 2017年JMP發現峰會介紹
• 2018年JMP發現峰會介紹JMP®Pro中使用文本挖掘功能對消費者反饋進行建模的研究
• 多倫多賭場調查數據
• 使用文本資源管理器擴展分析（掌握JMP視頻）

31+分鐘中間掌握JMP文字分析視頻