| 스피커 |
성적 증명서 |
| 르 씨 |
안녕하세요 여러분, 저는 Tuan Le입니다. 오늘은 JMP Pro를 사용하여 분석하는 방법에 대한 프레젠테이션을 하려고 합니다. |
| |
COVID-19 트윗 감정. |
| |
우리 모두 알다시피, COVID-19 팬데믹은 지난 한 해 동안 우리 대부분에게 가장 큰 혼란을 초래한 사건이었습니다. 다행히 우리 과학자들은 비교적 빠르게 백신을 개발했습니다. 이제 이 위기를 해결하기 위한 과제는 백신의 채택입니다. |
| |
백신의 가용성과 접근성 외에도 백신 채택 여부는 사람들의 인식에 크게 좌우됩니다. |
| |
백신에 대한 각자의 의견은 있을 것이고, 주변 사람들의 의견을 알아보는 것도 꽤 쉽습니다. |
| |
하지만 백신에 대한 우리 사회의 인식은 일반 대중의 의견을 대표하지 못할 수 있습니다. 바로 이 부분에서 이 분석이 필요합니다. 트위터 활용 |
| |
2020년 12월부터 2021년 4월까지의 데이터를 바탕으로 전 세계 6만 개의 트윗 샘플을 분석하여 통찰력을 추출했습니다. |
| |
JMP를 사용하여 온라인 챕터에서 가장 인기 있는 백신, 몇 가지 주제 및 우려 사항을 파악했습니다. 또한 이 분석을 위해 JMP 16에 포함된 새로운 감정 분석 도구를 구현했습니다. |
| |
따라서 주요 분석을 시작하기에 앞서 샘플에 대한 초기 이해를 얻기 위해 개요를 살펴보았습니다. |
| |
데이터에는 사용자 이름, 트윗의 순이익, 트윗의 해시태그, 팔로워 수를 포함한 여러 주요 변수가 있습니다. |
| |
리트윗 ???와 트윗 내용 자체를 보면, 트윗의 양이 |
| |
3월에 급증했습니다. 팔로워 수가 가장 많은 계정은 인도의 NDTV와 같은 언론 매체에 속하며, 그 다음으로는 유명인과 인플루언서 계정입니다. 이 사원의 트윗은 고유한 것이며, 리트윗은 샘플에서 제외되었습니다. |
| |
이 분석에 사용하는 주요 도구는 분석 메뉴 아래에 있는 텍스트 탐색기 파일입니다. 즉, 이것은 트윗 탐색기 대화상자입니다. |
| |
트윗 콘텐츠 자체를 살펴보기 전에 먼저 해시태그를 살펴보겠습니다. 해시태그는 사용자가 직접 지정한 트윗의 주제를 나타냅니다. 트윗에는 여러 주제를 나타내는 여러 해시태그가 포함될 수 있습니다. |
| |
텍스트 탐색기 옵션에서 |
| |
해시태그를 분석할 때는 어간 추출이 필요하지 않으므로 어간 추출도 필요하지 않습니다. 토큰화 방법은 기본적인 단어만 사용합니다. |
| |
우리는 이러한 트윗이 COVID 19와 관련이 있다는 것을 이미 알고 있기 때문에 COVID 19와 그 변형어와 같은 단어는 분석에서 제외했습니다. 이는 해당 단어가 우리에게 아무런 정보적 가치를 더하지 않기 때문입니다. |
| |
자, 아주 빠르게, 여기 맨 위 단어에 가장 인기 있는 백신 이름이 포함되어 있음을 알 수 있습니다. 모더나, 화이자, |
| |
스푸트니크, 아스트라제네카. 보시다시피, 각 백신 종류는 여러 개의 용어나 해시태그로 지칭될 수 있습니다. |
| |
이제 우리는 인기 있는...가장 인기 있는 백신을 알았으므로 해시태그를 더 자세히 살펴보고 싶습니다. |
| |
백신 종류와 국가명을 그대로 유지하는 것은 이 시점을 넘어서는 우리에게 실질적인 가치를 제공하지 않기 때문입니다. 이 단어들은 너무 눈에 띄기 때문에 불용어 사전에 추가할 예정입니다. |
| |
다른 용어와 주제가 압도될 겁니다. 그래서 |
| |
이러한 용어들을 불용어 사전에 추가한 후, 단어 구름을 보여주는 시각적 앱을 사용합니다. 이를 통해 가장 눈에 띄는 용어는 '예방접종 받기', '백신 효과', '백신이 생명을 구한다'입니다. 이를 통해 다음과 같은 초기 관점을 얻을 수 있습니다. |
| |
이 주제는 긍정적인 감정을 가지고 있는 것 같습니다. |
| |
이제 더 나아가 트윗 자체를 살펴보겠습니다. 비슷한 작업 흐름을 수행합니다. 이번에는 트윗 내용의 결합 옵션으로 stem을 사용합니다. 같은 기반을 가진 용어들을 결합하고 싶기 때문입니다. 이렇게 하면 데이터의 차원을 줄이는 데 도움이 됩니다. |
| |
토큰화 방법에서는 정규식을 사용하여 구두점, 공백, 탭을 포함한 내장 표현식과 기호를 사용하여 문서를 구문 분석합니다. |
| |
따라서 이 단계와 함께 COVID 19와 관련된 중지어와 이전 분석에서 해시태그와 함께 백신 이름을 추가하면, |
| |
트윗에서 가장 많이 언급된 단어를 찾아봤습니다. 여기서 볼 수 있듯이, 가장 많이 언급된 단어는 부작용입니다. 이는 사람들이 백신에 대해 갖고 있는 매우 큰 우려를 반영합니다. |
| |
이건 놀랄 일이 아니에요. 백신이 비교적 최근에 나왔고 꽤 빨리 나왔으니까요. 저는 개인적으로 경험한 바가 있어요. |
| |
저는 여름에 베트남에 있는 친구들과 가족들과 이야기를 나누면서 이 사실을 잘 이해하게 되었습니다. |
| |
그들 중 누구도 백신 반대자가 아니며, 모두 백신을 맞고 코로나19를 끝내고 싶어하지만, 모두 매우 걱정하고 꺼려합니다. |
| |
특정 유형의 백신을 조기에 접종하는 것에 대해 우려하고 있습니다. 그들은 모두 더 검증된 백신인 모더나나 화이자 백신을 기다리고 싶어 합니다. 그리고 관련 뉴스... 혈액 응고 문제 관련 보도는 그들을 매우 걱정스럽게 합니다. |
| |
그 후, 우리는 트윗 클러스터에 대한 잠재 클래스 분석을 수행했습니다. |
| |
이러한 클러스터링 덕분에 트윗의 내용을 여러 주제로 분류할 수 있다는 것을 알 수 있습니다. |
| |
백신 접종에 대한 논의입니다. 백신 접종을 받는 사람들의 개인적인 이야기와 그들의 생각에 대한 이야기일 수도 있고, 백신에 대한 사람들의 우려에 대한 이야기일 수도 있으며, 여러 국가의 팬데믹 상황에 대한 트윗일 수도 있습니다. |
| |
마지막으로, JMP Pro 16에서는 텍스트 탐색기의 삼각형 메뉴에서 사용할 수 있는 새로운 기능이 추가되었습니다. 바로 감정 분석입니다. 이 도구는 각 단어에 대한 감정 점수를 부여하고, |
| |
부정 항과 강조 항을 포함한 수식어. 따라서 부정 항에는 '아니오', '아니오'가 포함되고, 강조 항은 매우, 정말 다양할 수 있습니다. 예를 들어, |
| |
예를 들어 세상에서 '행복'이라는 단어에 60점의 긍정적 감정 점수가 부여되었다고 가정해 보겠습니다. |
| |
프로그램이 앞에 '아니오' 또는 '아니오'라는 단어를 발견하면, 마이너스 60점을 부여합니다. 사용자는 이 그리드에서 단어를 직접 선택하여 사전에 추가하고, 해당 단어에 대한 감정 점수를 직접 부여할 수도 있습니다. |
| |
이 도구는 기본 사전이 매우 포괄적이기 때문에 매우 유용하지만, 분석 맥락에 따라 맥락에 따라 각 단어에 대한 감정 점수를 사용자 정의하고 싶을 수도 있습니다. |
| |
따라서 이 샘플에 대한 분석을 수행한 결과 다음과 같은 사실을 발견했습니다. |
| |
JMP는 7,300점을 획득했습니다. |
| |
트윗. 그중에서도 |
| |
1. |
| |
또한 모든 트윗을 전체적으로 살펴보는 대신, 다음과 같이 더 구체적인 것에 집중할 수도 있습니다. |
| |
특정 유형의 백신과 관련된 트윗만 볼 수 있습니다. 예를 들어, Moderna와 관련된 트윗만 볼 수 있습니다. 제가 그렇게 했을 때, |
| |
1. 화이자는 거의 비슷해요. 그리고 다른 종류의 백신들은... 제가 살펴본 모든 백신에는 |
| |
순 긍정적 트윗이 부정적 트윗보다 많지만, 모더나와 화이자의 비율이 가장 높습니다. 다른 트윗들은 비율이 더 낮지만, 전반적으로는... |
| |
우리는 일반적으로 어떤 종류의 백신에 대해 이야기하든 사람들은 백신에 대해 대체로 긍정적인 감정을 가지고 있다는 결론을 내릴 수 있습니다. |
| |
결론적으로, |
| |
우리가 그것을 발견했을 때 |
| |
JMP Pro의 텍스트 탐색기 도구는 매우 강력하지만 사용하기 매우 쉽기 때문에 이를 사용하여 텍스트 분석을 수행하고 모든 텍스트 샘플에 대한 통찰력을 추출할 수 있습니다. |
| |
COVID 19 백신에 대한 트윗과 관련하여 우리가 얻은 결과는 마침내 우리의 전반적인 예상을 확인해 주었습니다. |
| |
일부 사람들이 백신 접종을 꺼릴 수 있는 부작용에 대한 우려가 크다는 점을 강조하고 싶습니다. |
| |
그리고 이러한 우려는 사람들의 신뢰와 백신 접종 의지를 얻기 위해 더 나은 의사소통 전략과 투명성을 통해 보다 적극적으로 해결해야 합니다. |
| |
JMP Pro를 사용하여 COVID 19 관련 트윗 감정을 분석하는 방법에 대한 프레젠테이션입니다. 정말 감사합니다. |
