揚聲器
|
成績單
|
| 團樂 |
大家好，我叫團樂，今天我要介紹的是如何使用JMP Pro進行分析 |
| |
COVID-19 發布推文情緒。 |
| |
眾所周知，對於我們大多數人來說，COVID-19 大流行是過去一年中最具破壞性的事件。 幸運的是，我們的科學家相對較快地想出了疫苗。 而現在解決危機的挑戰是疫苗的採用。 |
| |
除了可用性和可及性之外，疫苗的採用在很大程度上取決於人們的看法。 |
| |
每個人可能對疫苗都有自己的看法，很容易得到我們周圍其他人的看法。 |
| |
但是，我們社交圈對疫苗的看法，未必能代表普通民眾的看法。 這就是這個分析的用武之地。 使用推特 |
| |
從 2020 年 12 月到 2021 年 4 月的數據，我們從全球 60,000 條推文的樣本中分析並提取了見解。 |
| |
使用 JMP，我們確定了在線章節中最受歡迎的疫苗、一些主題和關注點。 我們還為此分析實施了 JMP 16 中的新情緒分析工具。 |
| |
因此，在開始我們的主要分析之前，我們進行了概覽，以初步了解樣本。 |
| |
數據有幾個主要變量，包括用戶名、推文的網絡、推文的標籤和關注者數量， |
| |
轉發？？？和推文內容本身。 我們看到推文的數量 |
| |
三月跳。 關注人數最多的帳戶屬於新聞媒體，例如印度的 NDTV，其次是名人和影響者的帳戶。 這座寺廟的推文是獨一無二的；轉發被排除在樣本之外。 |
| |
因此，我們用於此分析的主要工具是分析菜單下的文本資源管理器文件。 所以這是一個推文瀏覽器對話。 |
| |
在深入研究推文內容本身之前，我們先看一下主題標籤。 所以主題標籤會告訴我們用戶自己分配的推文的主題。 推文可以包含代表多個主題的多個主題標籤。 |
| |
在文本資源管理器選項中 |
| |
在分析主題標籤時，我們不需要詞幹，所以沒有詞幹。 標記化方法只是基本的單詞。 |
| |
我們繼續進行，因為我們已經知道這些推文與 COVID 19 相關，因此諸如 COVID 19 及其變體之類的詞被排除在分析之外，因為它不會為我們增加任何信息價值。 |
| |
所以，很快，我們可以看到這裡的最上面的詞包含最流行的疫苗的名稱。 他們是Moderna、輝瑞、 |
| |
人造衛星，阿斯利康。 因此，正如您在此處看到的，每種類型的疫苗都可以通過多個術語或標籤來引用。 |
| |
所以，既然我們知道了流行的……最流行的疫苗，我們想更深入地看看標籤 |
| |
因為保留疫苗類型和國名並不能真正為我們增加價值。 我們要把這些詞添加到我們的停用詞詞典中，因為這些詞太突出了，所以它會... |
| |
它將壓倒其他術語和主題。 所以 |
| |
在將這些術語添加到停用詞詞典後，我們使用一個查看詞云的可視化應用程序。 看看這個，我們可以看到最突出的術語是接種疫苗、疫苗有效、疫苗拯救生命。 通過這個我們可以得到一些初步的看法 |
| |
這個話題似乎有積極的情緒。 |
| |
現在我們進一步探索推文本身。 我們執行類似的工作流程。 這次我們使用 stem 來組合推文內容的選項，因為我們想組合具有相同基礎的術語。 這將有助於降低數據的維度。 |
| |
標記化方法，我們將使用正則表達式，以便在解析文檔時使用內置的表達式和符號，包括標點符號、空格和製表符。 |
| |
因此，在此步驟之後並添加與 COVID 19 相關的停用詞和先前分析中帶有標籤的疫苗名稱， |
| |
我們提出了這些推文中最常見的術語。 而且，正如我們在這裡看到的，第一個術語是副作用。 這反映了人們對疫苗和 |
| |
這並不奇怪，因為疫苗相對較新，而且問世很快。 我有親身經歷 |
| |
這個夏天我和我在越南的朋友和家人交談時，我可以很好地理解這一點。 |
| |
他們都不是抗疫苗的，他們都想接種疫苗並結束 COVID 19，但他們都非常擔心和不情願 |
| |
及早服用某些類型的疫苗。 他們都想等待Moderna或輝瑞，更成熟的疫苗類型。 還有相關的新聞……關於凝血問題的報導讓他們非常擔心。 |
| |
在此之後，我們對推文集群和 |
| |
由於這種聚類，我們發現推文的內容可以分為幾個主題。 它可能是 |
| |
關於疫苗部署的討論。 這可能是關於人們接種疫苗的個人故事以及他們的感受。 這可能是關於人們對疫苗的擔憂，而這條推文也可能是關於不同國家的大流行情況。 |
| |
最後，在 JMP Pro 16 中，我們可以在文本資源管理器的三角形菜單下訪問一項新功能。 那就是情緒分析。 該工具將為每個單詞分配一個情緒分數，並考慮到 |
| |
修飾語，包括否定詞和加強詞。 所以否定詞包括no，not；增強詞可以非常非常。 例如， |
| |
假設這個世界……快樂這個詞被賦予了 60 分的積極情緒得分。 |
| |
如果程序在它前面看到 no 或 not 這個詞，它會分配一個負 60 的分數。 用戶還可以從該網格中手動選擇一個術語並將它們添加到字典中，並自行為該術語分配一個情緒分數。 |
| |
這個工具非常有用，因為默認字典非常全面，但是根據分析的上下文，我們可能希望根據上下文為每個單詞自定義一個情緒分數。 |
| |
因此，對這個樣本進行分析，我們發現 |
| |
JMP 能夠獲得 7,300 分 |
| |
推文。其中， |
| |
1. |
| |
我們還可以，而不是從整體上查看所有推文，我們還可以將更具體的內容歸零，例如我們可以查看 |
| |
只有與某種疫苗相關的推文。 例如，我們可以查看僅與 Moderna 相關的推文。 所以當我這樣做時，比例 |
| |
1. 輝瑞也差不多。 其他類型的疫苗……我看過的所有疫苗都有 |
| |
淨正面推文多於負面推文，但 Moderna 和輝瑞的比率最高。 其他推文，它們的比例較低，但總的來說我們可以...... |
| |
我們可以得出結論，總的來說，無論我們談論的是什麼類型的疫苗，人們對疫苗的總體看法大多是積極的。 現在 |
| |
綜上所述， |
| |
當我們發現 |
| |
JMP Pro 中的文本資源管理器工具非常強大，但非常易於使用，因此我們可以使用它來執行文本分析並為任何文本樣本提取這些見解。 |
| |
我們在這裡得到的關於 COVID 19 疫苗推文的結果最終證實了我們的普遍預期。 |
| |
我想強調的是，疫苗的副作用令人擔憂，這可能會讓一些人不願意服用。 |
| |
需要通過更好的溝通策略和透明度來更積極地解決這一問題，以贏得人們的信任和他們接種疫苗的意願。 |
| |
這就是我關於使用 JMP Pro 分析 COVID 19 推文情緒的演講。 非常感謝。 |
