스피커
|
성적 증명서
|
| 투안 레 |
안녕하세요 여러분, 제 이름은 Tuan Le입니다. 오늘은 JMP Pro를 사용하여 |
| |
COVID-19 트윗 감정. |
| |
우리 모두 알고 있듯이 COVID-19 전염병은 우리 대부분에게 지난 1년 동안 가장 파괴적인 사건입니다. 다행히 우리 과학자들은 비교적 빨리 백신을 내놓았습니다. 그리고 이제 위기를 해결하기 위한 과제는 백신의 채택입니다. |
| |
가용성과 접근성 외에도 백신의 채택은 사람들의 인식에 크게 좌우됩니다. |
| |
누구나 백신에 대한 자신의 의견이 있을 수 있으며 우리 주변의 다른 사람들의 의견을 얻는 것은 매우 쉽습니다. |
| |
그러나 백신에 대한 우리 사회의 인식은 일반 대중의 의견을 대표하지 않을 수 있습니다. 바로 이 분석이 나오는 것입니다. 트위터 사용 |
| |
2020년 12월부터 2021년 4월까지의 데이터를 바탕으로 전 세계 60,000개의 트윗 샘플에서 통찰력을 분석하고 추출했습니다. |
| |
JMP를 사용하여 온라인 장에서 가장 인기 있는 백신, 몇 가지 주제 및 우려 사항을 식별했습니다. 또한 이 분석을 위해 JMP 16에 있는 새로운 감정 분석 도구를 구현했습니다. |
| |
따라서 주요 분석을 시작하기 전에 샘플에 대한 초기 이해를 돕기 위해 개요를 살펴보았습니다. |
| |
데이터에는 사용자 이름, 트윗 측면에서 순, 트윗의 해시 태그 및 팔로워 수를 포함한 여러 주요 변수가 있습니다. |
| |
리트윗??? 트윗 콘텐츠 자체. 우리는 트윗의 양이 |
| |
3월에 점프. 팔로워 수가 가장 많은 계정은 인도의 NDTV와 같은 뉴스 매체에 속하며 연예인 및 인플루언서 계정이 그 뒤를 잇습니다. 이 사원의 트윗은 독특합니다. 리트윗은 샘플에서 제외됩니다. |
| |
따라서 이 분석에 사용하는 기본 도구는 분석 메뉴 아래의 텍스트 탐색기 파일입니다. 이것은 트윗 탐색기 대화입니다. |
| |
트윗 콘텐츠 자체에 대해 알아보기 전에 먼저 해시태그를 살펴보았습니다. 따라서 해시태그는 사용자가 할당한 트윗의 주제를 알려줍니다. 트윗에는 여러 주제를 나타내는 여러 해시태그가 포함될 수 있습니다. |
| |
텍스트 탐색기 옵션에서 |
| |
해시태그를 분석할 때 형태소 분석이 필요하지 않으므로 형태소 분석이 필요하지 않습니다. 토큰화 방법은 기본적인 단어일 뿐입니다. |
| |
우리는 계속 진행하고 이러한 트윗이 COVID 19와 관련이 있다는 것을 이미 알고 있으므로 COVID 19 및 그 변형과 같은 단어는 우리에게 정보 가치를 추가하지 않기 때문에 분석에서 제외됩니다. |
| |
따라서 매우 빠르게 여기의 최상위 용어에 가장 인기 있는 백신의 이름이 포함되어 있음을 알 수 있습니다. 모더나, 화이자, |
| |
스푸트니크, 아스트라 제네카. 여기에서 볼 수 있듯이 각 유형의 백신은 하나 이상의 용어 또는 해시태그로 참조될 수 있습니다. |
| |
이제 우리는 인기 있는...가장 인기 있는 백신을 알았으므로 해시태그에 대해 자세히 살펴보고자 합니다. |
| |
백신 유형과 국가 이름을 유지하는 것이 이 시점 이상으로 우리에게 실제로 가치를 추가하지 않기 때문입니다. 이 단어는 너무 눈에 잘 띄기 때문에 중지 단어 사전에 추가할 것입니다. |
| |
그것은 다른 용어와 주제를 압도할 것입니다. 그래서 |
| |
이러한 용어를 불용어 사전에 추가한 후 단어 구름을 보는 시각적 앱을 사용합니다. 그리고 이것을 보면 백신 접종, 백신 효과, 백신이 생명을 구한다는 가장 두드러진 용어를 볼 수 있습니다. 이를 통해 우리는 다음과 같은 초기 관점을 얻을 수 있습니다. |
| |
이 주제는 긍정적인 감정을 가지고 있는 것 같습니다. |
| |
이제 우리는 더 나아가 트윗 자체를 탐색합니다. 우리는 유사한 작업 흐름을 수행합니다. 이번에는 용어를 동일한 기반으로 결합하기를 원하기 때문에 트윗 콘텐츠에 대한 결합 옵션에 스템을 사용합니다. 이렇게 하면 데이터의 차원을 줄이는 데 도움이 됩니다. |
| |
토큰화 방법은 정규식을 사용하여 구두점, 공백 및 탭을 포함한 기본 제공 표현식 및 기호를 사용하여 문서를 구문 분석할 수 있도록 합니다. |
| |
따라서 이 단계 이후에 COVID 19와 관련된 중지 단어와 이전 분석에서 해시태그와 함께 백신 이름을 추가하고, |
| |
우리는 그 트윗에서 가장 빈번한 용어를 생각해냅니다. 그리고 여기에서 볼 수 있듯이 첫 번째 용어는 부작용입니다. 이것은 사람들이 백신과 |
| |
백신이 비교적 새롭고 매우 빨리 나왔기 때문에 이것은 놀라운 일이 아닙니다. 개인적인 경험이 있습니다 |
| |
이번 여름에 베트남에서 친구, 가족들과 이야기를 나누며 공감할 수 있었습니다. |
| |
백신 맞고 백신 맞고 코로나19 끝내고 싶어도 다들 걱정많고 꺼려함 |
| |
일부 특정 유형의 백신을 조기에 복용합니다. 그들은 모두 더 입증된 유형의 백신인 Moderna나 Pfizer를 기다리고 싶어합니다. 그리고 관련 뉴스...혈액 응고 문제에 관한 보도는 그들을 많이 걱정시킵니다. |
| |
그 후, 우리는 트윗 클러스터에 대한 잠재 클래스 분석을 수행하고 |
| |
이 클러스터링 덕분에 트윗의 내용이 여러 주제로 분류될 수 있음을 알 수 있습니다. 그것은 수 |
| |
백신 배포에 대한 논의. 백신을 맞은 사람들과 그들이 느끼는 감정에 대한 개인적인 이야기일 수 있습니다. 사람들이 백신에 대해 갖는 우려에 대한 것일 수도 있고, 트윗이 다른 국가의 전염병 상황에 대한 것일 수도 있습니다. |
| |
마지막으로 JMP Pro 16에는 텍스트 탐색기의 삼각형 메뉴에서 액세스할 수 있는 새로운 기능이 있습니다. 그것이 감성분석이다. 이 도구는 각 단어에 대한 감정 점수를 할당하고 다음을 고려합니다. |
| |
부정 항과 강화 항을 포함한 수식어. 따라서 부정 용어에는 no, not이 포함됩니다. 강화 용어는 매우, 정말일 수 있습니다. 예를 들어, |
| |
world... happy라는 단어에 60의 긍정적인 감정 점수가 지정되어 있다고 가정해 보겠습니다. |
| |
프로그램이 앞에 no 또는 not이라는 단어가 표시되면 대신 음수 60점을 할당합니다. 사용자는 이 그리드에서 수동으로 용어를 선택하고 사전에 추가하고 해당 용어에 대한 감정 점수를 스스로 할당할 수도 있습니다. |
| |
이 도구는 기본 사전이 매우 포괄적이기 때문에 매우 유용하지만 분석 컨텍스트에 따라 컨텍스트에 따라 각 단어에 대한 감정 점수를 사용자 정의할 수 있습니다. |
| |
따라서 이 샘플에 대해 이 분석을 수행하여 다음을 발견했습니다. |
| |
JMP는 7,300점을 기록했습니다. |
| |
트윗. 그 중, |
| |
1. |
| |
또한 모든 트윗을 전체적으로 보는 대신 다음과 같이 보다 구체적인 항목에 초점을 맞출 수도 있습니다. |
| |
특정 유형의 백신과 관련된 트윗만 표시됩니다. 예를 들어 Moderna와 관련된 트윗만 볼 수 있습니다. 그래서 내가 했을 때, 그 비율은 |
| |
1. 화이자도 마찬가지입니다. 그리고 다른 유형의 백신에는...내가 본 모든 백신에는 |
| |
부정적인 트윗보다 순 긍정적인 트윗이 더 많지만 그 비율은 Moderna와 Pfizer가 가장 높습니다. 다른 트윗은 비율이 낮지만 전반적으로... |
| |
우리는 일반적으로 우리가 어떤 종류의 백신에 대해 이야기하는지에 관계없이 사람들이 일반적으로 백신에 대해 대부분 긍정적인 감정을 가지고 있다는 결론을 내릴 수 있습니다. 지금 |
| |
결론적으로, |
| |
우리가 그것을 찾을 때 |
| |
JMP Pro의 텍스트 탐색기 도구는 매우 강력하지만 사용이 매우 간편하여 텍스트 분석을 수행하고 모든 텍스트 샘플에 대해 이러한 통찰력을 추출하는 데 사용할 수 있습니다. |
| |
COVID 19 백신에 대한 트윗과 관련하여 여기에서 얻은 결과는 마침내 우리의 일반적인 기대를 확인시켜주었습니다. |
| |
일부 사람들이 복용을 꺼릴 수 있는 백신의 부작용에 대한 큰 우려가 있음을 강조하고 싶습니다. |
| |
그리고 이 우려는 사람들의 신뢰와 백신 복용 의향을 얻기 위해 더 나은 커뮤니케이션 전략과 투명성으로 보다 적극적으로 해결되어야 합니다. |
| |
JMP Pro를 사용하여 COVID 19 트윗 감정을 분석하는 방법에 대한 프레젠테이션입니다. 매우 감사합니다. |
