| 揚聲器 |
抄本 |
| 樂先生 |
大家好，我叫 Tuan Le，今天要介紹如何使用 JMP Pro 來分析 |
| |
COVID-19 推文情緒。 |
| |
眾所周知，新冠疫情是過去一年來對我們大多數人來說最具破壞性的事件。幸運的是，我們的科學家相對快速地開發了疫苗。現在，解決這場危機的挑戰在於疫苗的普及。 |
| |
除了可用性和可近性之外，疫苗的採用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，而且我們很容易了解周遭其他人的看法。 |
| |
然而，我們社交圈對疫苗的看法可能並不代表一般民眾的觀點。這正是本分析的意義。使用推特 |
| |
我們使用 2020 年 12 月至 2021 年 4 月的數據，對來自世界各地的 60,000 條推文樣本進行了分析並提取了見解。 |
| |
我們利用 JMP 識別了線上章節中最受歡迎的疫苗、一些主題和關注點。我們也利用 JMP 16 中新增的情緒分析工具進行了此項分析。 |
| |
因此，在開始主要分析之前，我們進行了概述以對樣本進行初步了解。 |
| |
資料有幾個主要變量，包括使用者名稱、推文淨值、推文的主題標籤和追蹤者數量， |
| |
轉發量???和推文內容本身。我們看到推文數量 |
| |
三月份的粉絲數量激增。粉絲數量最多的帳號屬於新聞機構，例如印度的NDTV，其次是名人和網紅的帳號。本例的推文均為獨家推文；範本不包括轉推推文。 |
| |
我們用於此分析的主要工具是分析選單下的“文字探索器”檔案。這是一個推文探索對話框。 |
| |
在深入探討推文內容之前，我們先來了解主題標籤。主題標籤會告訴我們用戶自己設定的推文主題。推文可以包含多個主題標籤，代表多個主題。 |
| |
在文字資源管理器選項中 |
| |
在分析標籤時，我們不需要詞幹提取，所以無需詞幹提取。標記化方法只是簡單的單字。 |
| |
我們繼續進行，因為我們已經知道這些推文與 COVID 19 有關，所以像 COVID 19 及其變體這樣的詞被排除在分析之外，因為它不會為我們增加任何資訊價值。 |
| |
因此，我們很快就能發現，排名靠前的術語包含最熱門疫苗的名稱。它們是 Moderna、Pfizer、 |
| |
衛星公司、阿斯特捷利康。所以，正如你在這裡看到的，每種疫苗都可以用多個術語或標籤來指涉。 |
| |
所以，現在我們知道了最受歡迎的疫苗，我們想更深入地研究標籤 |
| |
因為保留疫苗類型和國家名稱對我們來說沒什麼實際意義。我們將把這些詞添加到停用詞詞典中，因為它們太突出了，所以… |
| |
它會淹沒其他術語和主題。所以 |
| |
將這些詞條添加到停用詞詞典後，我們使用一個視覺化應用程式來查看詞雲。透過查看詞雲，我們可以看到最突出的詞條是「接種疫苗」、「疫苗有效」和「疫苗拯救生命」。透過這些詞雲，我們可以初步了解 |
| |
這個話題似乎有正面的情緒。 |
| |
現在我們繼續深入研究推文本身。我們執行類似的工作流程。這次我們使用 stem 作為推文內容的合併選項，因為我們想將具有相同基數的單字合併起來。這將有助於降低資料的維度。 |
| |
標記化方法，我們將使用正規表示式，以便我們使用內建表達式和符號（包括標點符號、空格和製表符）來解析文件。 |
| |
因此，完成此步驟後，添加與 COVID 19 相關的停用詞以及先前分析中的疫苗名稱以及標籤， |
| |
我們找出了這些推文中最常用的字。正如我們在這裡看到的，排名第一的詞是「副作用」。這反映了人們對疫苗的極大擔憂， |
| |
這並不奇怪，因為疫苗相對較新，而且研發速度很快。我親身經歷過 |
| |
透過今年夏天與越南的朋友和家人的交談，我對此深有體會。 |
| |
他們都不反對疫苗，他們都想接種疫苗，戰勝新冠病毒，但他們都非常擔心和不情願 |
| |
提前接種某些類型的疫苗。他們都想等待Moderna或輝瑞，因為這兩種疫苗的安全性更可靠。而相關的新聞……關於血液凝固問題的報導讓他們非常擔心。 |
| |
此後，我們對推文集群進行了潛在類別分析，並 |
| |
透過這種聚類，我們發現推文內容可以分為幾個主題。 |
| |
關於疫苗部署的討論。它可能是關於人們接種疫苗的個人故事和感受。它可能是關於人們對疫苗的擔憂，推文也可能涉及不同國家的疫情情況。 |
| |
最後，JMP Pro 16 在「文字探索器」的三角形選單下新增了一個功能，那就是情緒分析。該工具會為每個單字分配一個情緒評分，並考慮 |
| |
修飾語，包括否定詞和強化詞。否定詞包括「不」和「不是」；強化詞可以非常非常地「真的」。例如， |
| |
假設這個世界…單字「快樂」被賦予了 60 個正向情緒分數。 |
| |
如果程式看到前面有「no」或「not」等詞，則會給予-60的評分。使用者也可以手動從此網格中選擇一個詞，將其新增至字典中，並自行為該詞分配情緒分數。 |
| |
這個工具非常有用，因為預設字典非常全面，但根據分析的上下文，我們可能希望根據上下文為每個單字自訂情緒分數。 |
| |
因此，對這個樣本進行分析我們發現 |
| |
JMP 得分高達 7,300 |
| |
推文。其中， |
| |
1. |
| |
我們也可以，而不是從整體上看所有的推文，我們也可以專注於看一些更具體的東西，例如我們可以看看 |
| |
只查看與特定疫苗相關的推文。例如，我們可以查看僅與Moderna相關的推文。當我這樣做時， |
| |
1. 輝瑞也差不多。其他類型的疫苗…我看過的所有疫苗都有 |
| |
淨正面推文數量多於負面推文數量，但Moderna和輝瑞的比例最高。其他推文的比例較低，但總體而言，我們可以… |
| |
我們可以得出這樣的結論：總體而言，無論我們談論的是哪種疫苗，人們對疫苗總體上大多持正面態度。現在 |
| |
綜上所述， |
| |
我們發現 |
| |
JMP Pro 中的文字探索器工具功能非常強大，但使用起來非常簡單，因此我們可以使用它對任何文字樣本進行文字分析並從中提取這些見解。 |
| |
我們在這裡得到的有關 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，人們對疫苗的副作用有很大擔憂，這可能會讓某些人不願意接種疫苗。 |
| |
我們需要更積極地解決這個問題，採取更好的溝通策略和透明度，以贏得人們的信任和接種疫苗的意願。 |
| |
以上就是我關於使用 JMP Pro 分析 COVID 19 推文情緒的示範。非常感謝。 |
