Dériver des sentiments à partir d'opinions ou de choix de produits
Voyez comment:
- Définir les composants de base de l'exploration de texte: corpus (table de données), document (ligne), Document Term Matrix (occurrences de termes d'intérêt dans le corpus)
- Organisez les données à l'aide de la distribution, du recodage, de la dérivation et de Word Cloud pour vous préparer à la modélisation
- Modélisez les données à l'aide du modèle Fit, de la régression généralisée, de l'Elastic Net et de la validation du modèle BIC
- Examiner les statistiques, le chemin de la solution et les paramètres actifs pour évaluer le modèle
L'étude du casino de Toronto présentée en vidéo
- Problème:
- Données d'un sondage public de 2012 sur le désir du public pour un casino proposé.
- ~ 18 000 réponses au sondage
- Chaque question a un score et un champ de texte libre.
- À utiliser comme preuve de concept pour le flux de travail DSA.
- Résultats:
- Le sentiment concernant le projet de casino s'inscrit généralement dans une logique idéologique.
- Ceux qui pensent que le bien de la ville doit avoir la priorité sont favorables.
- Ceux qui pensent que le bien des gens eux-mêmes devrait avoir la priorité sont généralement contre.
- L'analyse des sentiments est possible à l'aide du flux de travail DSA.
L'étude du problème des pluies de Castamere présentée en vidéo
- Problème:
- Analysez les données du flux Twitter autour de l'épisode Game of Thrones, «Les pluies de Castamere».
- Développez un modèle de sentiment à partir du flux Twitter.
- Défi:
- Besoin d'utiliser les emoji dans les tweets eux-mêmes comme réponse dans le modèle.
- Besoin d'extraire, décoder et consolider l'emoji en quelque chose à modéliser
- Résultats:
- Un script a été utilisé pour extraire les emoji et les recoder en quelque chose de compréhensible.
- En utilisant l'analyse factorielle, les «sentiments» sous-jacents pourraient être extraits et corrélés aux emoji qui sont utilisés pour les exprimer.
Ressources
31+ minIntermédiaireMaîtriser JMPAnalyse de texteVidéo
