スピーカー
|
成績証明書
|
| トゥアン・レ |
皆さんこんにちは。Tuan Le と申します。今日は JMP Pro を使用した分析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した。 幸いなことに、科学者たちは比較的早くワクチンを開発しました。 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。 |
| |
入手可能性と入手しやすさに加えて、ワクチンの採用は人々の認識に大きく依存します。 |
| |
誰もがおそらくワクチンについて自分の意見を持っており、私たちの周りにいる他の人々の意見を聞くのはとても簡単です. |
| |
しかし、ワクチンに対する私たちの社交界の認識は、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. そこでこの分析の出番です。 ツイッターを利用する |
| |
2020 年 12 月から 2021 年 4 月までのデータを基に、世界中の 60,000 件のツイートのサンプルから分析し、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、懸念事項を特定しました。 この分析のために、JMP 16 にある新しいセンチメント分析ツールも実装しました。 |
| |
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確認しました。 |
| |
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。 フォロワー数が最も多いアカウントは、インドの NDTV などの報道機関のものであり、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、この分析に使用する主なツールは、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。 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で |
| |
ハッシュタグを分析するとき、ステミングは必要ないため、ステミングはありません。 トークン化の方法は基本的な単語にすぎません。 |
| |
これらのツイートが COVID 19 に関連していることは既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分析から除外されます。これは、情報価値を追加しないためです。 |
| |
したがって、ここで一番上の用語には、最も人気のあるワクチンの名前が含まれていることがすぐにわかります。 モデルナ、ファイザー、 |
| |
スプートニク、アストラ・ゼネカ。 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。 |
| |
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みたいと思います。 |
| |
ワクチンの種類と国名をそのままにしておくことは、この点を超えて私たちに実際に価値をもたらさないからです. これらの単語はあまりにも目立つため、ストップ ワード辞書に追加します。 |
| |
他の用語やトピックを圧倒します。 それで |
| |
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。 これを見ると、最も顕著な用語は、予防接種を受ける、ワクチンが効く、ワクチンが命を救う、であることがわかります。 これにより、次のような初期ビューを取得できます |
| |
このトピックは肯定的な感情を持っているようです。 |
| |
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、つぶやきのコンテンツの結合オプションに語幹を使用します。 これにより、データの次元を減らすことができます。 |
| |
トークン化方法では、正規表現を使用して、句読点、スペース、タブを含む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、このステップの後に、COVID 19 に関連するストップ ワードと、以前の分析でのワクチンの名前をハッシュタグで追加すると、 |
| |
これらのツイートで最も頻繁に使用される用語を見つけます。 そして、ここでわかるように、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いている非常に大きな懸念を反映しています。 |
| |
ワクチンは比較的新しく、非常に早く登場したため、これは驚くべきことではありません。 個人的な経験があります |
| |
夏にベトナムにいる友人や家族と話していると、このことをよく理解できると思います。 |
| |
誰もワクチンに反対していません。ワクチンを接種して COVID 19 を終わらせたいと思っていますが、非常に心配しており、消極的です。 |
| |
特定の種類のワクチンを早期に服用することで。 彼らは皆、より実績のあるタイプのワクチンであるモデルナまたはファイザーを待ちたいと思っています. 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、彼らを大いに心配させます. |
| |
この後、ツイートのクラスタ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 |
| |
ワクチンの配備に関する議論。 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かもしれません. 人々がワクチンに対して抱いている懸念についてのツイートである可能性もあれば、さまざまな国でのパンデミックの状況についてのツイートである可能性もあります。 |
| |
最後に、JMP Pro 16 では、テキスト エクスプローラーの三角形のメニューからアクセスできる新しい機能があります。 それがセンチメント分析です。 このツールは、各単語にセンチメント スコアを割り当て、考慮に入れます。 |
| |
否定項と強調語を含む修飾子。 そのため、否定用語には no、not が含まれます。強調語の用語は、非常に、実際にある可能性があります。 例えば、 |
| |
たとえば、この世界では...「幸せ」という単語に 60 の肯定的な感情スコアが割り当てられているとします。 |
| |
その前に「no」または「not」という単語がある場合、プログラムは代わりにマイナス 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、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かなり包括的であるため、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センチメント 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、このサンプルに対してこの分析を実行すると、 |
| |
JMP は 7,300 点を獲得できました |
| |
つぶやきます。その中で、 |
| |
1. |
| |
また、すべてのツイートを全体的に見るのではなく、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、モデルナ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、他のタイプのワクチンには...私が見たすべてのワクチンに |
| |
否定的なツイートよりも正味の肯定的なツイートの方が多いが、モデルナとファイザーの比率が最も高い。 他のツイートは比率が低いですが、全体的には... |
| |
一般に、どのような種類のワクチンについて話しているかに関係なく、人々は一般的にワクチンについて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、 |
| |
私たちがそれを見つけたとき |
| |
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、テキスト サンプルからこれらの洞察を抽出するために使用できます。 |
| |
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、最終的に私たちの一般的な期待を裏付けました. |
| |
強調したいのは、ワクチンの副作用に大きな懸念があり、一部の人々がワクチンの接種をためらう可能性があることです. |
| |
そして、この懸念には、人々の信頼とワクチン接種への意欲を得るために、コミュニケーション戦略と透明性を向上させて、より積極的に対処する必要があります。 |
| |
これが、JMP Pro を使用して COVID 19 のツイートのセンチメントを分析することに関する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す。 |
