スピーカー
|
トランスクリプト
|
| トゥアン・ル |
みなさん、こんにちは。私の名前はトゥアン・ルです。今日は、JMPProを使用して分析する方法についてプレゼンテーションを行います。 |
| |
COVID-19ツイートの感情。 |
| |
ご存知のように、COVID-19のパンデミックは、私たちのほとんどにとって過去1年間で最も破壊的な出来事です。 幸いなことに、私たちの科学者は比較的早くワクチンを思いついた。 そして今、危機を解決するための課題はワクチンの採用です。 |
| |
入手可能性とアクセス可能性に加えて、ワクチンの採用は人々の認識に大きく依存します。 |
| |
おそらく誰もがワクチンについて自分の意見を持っており、私たちの周りの他の人々の意見を得るのは非常に簡単です。 |
| |
しかし、ワクチンに関する私たちの社会的サークルの認識は、一般の人々の意見を代表するものではないかもしれません。 そこで、この分析が役立ちます。 Twitterを使用する |
| |
2020年12月から2021年4月までのデータを分析し、世界中の60,000件のツイートのサンプルから洞察を抽出しました。 |
| |
JMPを使用して、オンラインの章で最も人気のあるワクチン、いくつかのトピック、および懸念事項を特定しました。 また、この分析のためにJMP16にある新しい感情分析ツールを実装しました。 |
| |
そのため、主な分析を開始する前に、サンプルの最初の理解を得るために概要を調べました。 |
| |
データには、ユーザー名、ツイートに関するネット、ツイートのハッシュタグ、フォロワー数など、いくつかの主要な変数があります。 |
| |
リツイート???コンテンツ自体をツイートします。 ツイートの量がわかります |
| |
3月にジャンプします。 フォロワー数が最も多いアカウントは、インドのNDTVなどの報道機関に属しており、有名人やインフルエンサーのアカウントがそれに続きます。 この寺院のつぶやきはユニークです。リツイートはサンプルから除外されます。 |
| |
したがって、この分析に使用している主なツールは、分析メニューの下にあるテキストエクスプローラーファイルです。 つまり、これはツイートエクスプローラーのダイアログです。 |
| |
ツイートの内容自体に飛び込む前に、まずハッシュタグを調べました。 したがって、ハッシュタグは、ユーザーが自分で割り当てたツイートのトピックを教えてくれます。 ツイートには、複数のトピックを表す複数のハッシュタグを含めることができます。 |
| |
テキストエクスプローラーオプション |
| |
ハッシュタグを分析するとき、ステミングは必要ないので、ステミングは必要ありません。 トークン化の方法は単なる基本的な言葉です。 |
| |
先に進みます。これらのツイートはCOVID19に関連していることがすでにわかっているため、COVID 19やそのバリエーションなどの単語は、情報の価値をもたらさないため、分析から除外されます。 |
| |
したがって、すぐに、ここの一番上の用語に最も人気のある人気のあるワクチンの名前が含まれていることがわかります。 彼らはModerna、Pfizer、 |
| |
スプートニク、アストラゼネカ。 したがって、ここでわかるように、各タイプのワクチンは、複数の用語またはハッシュタグで参照できます。 |
| |
それで、人気のある...最も人気のあるワクチンがわかったので、ハッシュタグを詳しく見ていきたいと思います |
| |
ワクチンの種類と国名を維持しても、この点を超えて私たちに実際に価値を付加することはないからです。 これらの単語は目立つので、ストップワード辞書に追加します。 |
| |
それは他の用語やトピックを圧倒します。 そう |
| |
これらの用語をストップワード辞書に追加した後、ワードクラウドを調べるビジュアルアプリを使用します。 そしてこれを見ると、最も顕著な用語はワクチン接種を受けること、ワクチンが効く、ワクチンが命を救うことであることがわかります。 これにより、最初のビューを取得できます。 |
| |
このトピックには前向きな感情があるようです。 |
| |
次に、さらに進んでツイート自体を調べます。 同様のワークフローを実行します。 今回は、同じベースで用語を結合したいので、ツイートのコンテンツの結合オプションに語幹を使用します。 これは、データの次元を減らすのに役立ちます。 |
| |
トークン化の方法では、正規表現を使用して、句読点、スペース、タブなどの組み込みの式と記号を使用してドキュメントを解析するようにします。 |
| |
したがって、このステップの後、COVID 19に関連するストップワードと、ハッシュタグを使用した以前の分析でのワクチンの名前を追加します。 |
| |
これらのツイートで最も頻繁に使用される用語を考え出します。 そして、ここで見ることができるように、一番の用語は副作用です。 これは、人々がワクチンに対して抱く非常に大きな懸念を反映しており、 |
| |
ワクチンは比較的新しく、非常に早く出てきたので、これは驚くべきことではありません。 私は個人的な経験があります |
| |
夏の間、ベトナムの友人や家族と話をすることで、これとうまく関係することができます。 |
| |
それらのどれも抗ワクチンではありません、彼らは皆ワクチンを手に入れてCOVID 19を終わらせたいと思っています、しかし彼らは皆非常に心配していて消極的です |
| |
ある種のワクチンを早期に接種することで。 彼らは皆、より証明されたタイプのワクチンであるModernaまたはPfizerを待ち望んでいます。 そして、関連するニュース...血液凝固の問題に関連するレポートは彼らを大いに心配しています。 |
| |
この後、ツイートのクラスターに対して潜在クラス分析を実行し、 |
| |
このクラスタリングのおかげで、ツイートの内容をいくつかのトピックに分類できることがわかりました。 かもしれない |
| |
ワクチンの導入に関する議論。 それは、ワクチンを接種した人々の個人的な話と彼らがどのように感じているかについてである可能性があります。 それは人々がワクチンに対して抱いている懸念についてである可能性があり、ツイートはまた、さまざまな国でのパンデミックの状況についてである可能性があります。 |
| |
最後に、JMP Pro 16では、テキストエクスプローラーの三角形メニューからアクセスできる新機能があります。 それが感情分析です。 このツールは、各単語に感情スコアを割り当て、考慮します |
| |
否定項と強意語項を含む修飾子。 したがって、否定項にはno、notが含まれます。強意語は非常に、本当にありえます。 例えば、 |
| |
世界が...幸せという言葉には、60の肯定的な感情スコアの感情スコアが割り当てられているとしましょう。 |
| |
プログラムがその前にnoまたはnotという単語を見つけた場合、代わりに負の60のスコアを割り当てます。 ユーザーは、このグリッドから用語を手動で選択して辞書に追加し、その用語の感情スコアを自分で割り当てることもできます。 |
| |
デフォルトの辞書は非常に包括的であるため、このツールは非常に便利ですが、分析のコンテキストによっては、コンテキストに応じて各単語の感情スコアをカスタマイズしたい場合があります。 |
| |
したがって、このサンプルでこの分析を実行すると、次のことがわかりました。 |
| |
JMPは7,300点を獲得できました |
| |
ツイート。その中で、 |
| |
1.1。 |
| |
また、すべてのツイートを全体的に見る代わりに、より具体的なものに焦点を当てることもできます。 |
| |
特定の種類のワクチンに関連するツイートのみ。 たとえば、Modernaにのみ関連するツイートを見ることができます。 だから私がやったとき、その比率は |
| |
1.ファイザーもほぼ同じです。 そして他の種類のワクチンは...私が見たすべてのワクチンは持っています |
| |
ネガティブツイートよりもネットポジティブツイートの方が多いですが、その比率はモダニナとファイザーで最も高くなっています。 他のツイートは比率が低いですが、全体的には... |
| |
一般に、私たちが話しているワクチンの種類に関係なく、人々は一般的にワクチンについてほとんど肯定的な感情を持っていると結論付けることができます。 今 |
| |
結論は、 |
| |
私たちが見つけたように |
| |
JMP Proのテキストエクスプローラーツールは非常に強力ですが、非常に使いやすいため、テキスト分析を実行し、任意のテキストサンプルのこれらの洞察を抽出できます。 |
| |
COVID 19ワクチンに関するツイートに関してここで得られた結果は、最後に私たちの一般的な期待を裏付けました。 |
| |
ワクチンの副作用には大きな懸念があり、一部の人々はそれを服用することを躊躇する可能性があることを強調したいと思います。 |
| |
そして、この懸念は、人々の信頼とワクチン接種の意欲を獲得するために、より良いコミュニケーション戦略と透明性でより積極的に取り組む必要があります。 |
| |
これが、JMPProを使用してCOVID19のツイート感情を分析する方法についての私のプレゼンテーションです。 どうもありがとうございました。 |
