317476_zh-CN

liliconcom

从观点或产品选择中衍生出情感

 

了解如何：

• 定义基本的文本挖掘组件：语料库（数据表），文档（行），文档术语矩阵（语料库中感兴趣的术语的出现）
• 使用分发，重新编码，词干和词云整理数据以准备建模
• 使用拟合模型，广义回归，弹性网和BIC模型验证对数据建模
• 检查统计信息，求解路径和活动参数以评估模型

视频中显示的多伦多赌场研究

• 问题：
  • 来自2012年公众对拟建赌场的渴望的民意测验数据。
  • 约18,000个调查回复
  • 每个问题都有一个分数和一个自由文本字段。
• 用作DSA工作流的概念证明。
• 发现：
  • 关于赌场项目的情绪通常属于意识形态方面。
  • 那些认为城市的美好应该得到优先考虑的人得到了支持。
  • 那些认为人民自己应该享有优先地位的人普遍反对。
  • 使用DSA工作流程可以进行情感分析。

视频中显示的卡斯塔米尔雨问题研究

• 问题：
  • 分析《权力的游戏》插曲“ Castamere的雨”中来自Twitter数据流的数据。
  • 从Twitter流中开发情感模型。
• 挑战：
  • 需要在推文中使用表情符号作为模型中的响应。
  • 需要将表情符号提取，解码和合并为模型
• 发现：
  • 使用脚本提取表情符号并将其重新编码为可以理解的内容。
  • 使用因素分析，可以提取潜在的“情感”并将其与用于表达这些情感的表情符号相关联。

资源资源

• 2017年JMP发现峰会介绍
• 2018年JMP发现峰会介绍JMP®Pro中使用文本挖掘功能对消费者反馈进行建模的研究
• 多伦多赌场调查数据
• 使用文本资源管理器扩展分析（掌握JMP视频）

31+分钟中间掌握JMP文字分析视频