Michael Anderson, PhD, JMP-Systemingenieur, SAS
Chris Gotwalt, PhD, JMP-Direktor für statistische Forschung und Entwicklung, SAS
Mit JMP 13 wurde der Text Explorer eingeführt. Die neue Plattform ermöglicht die Kuratierung von Freitexten und die Gewinnung von Erkenntnissen zu Themen und wichtigen Begriffen. Obwohl dies äußerst nützlich ist, stellt es nur einen ersten Schritt zur Lösung des Problems dar. Oft geht es darum, in Dokumenten die Schlüsselwörter zu identifizieren, die stark mit einer bestimmten Antwort verknüpft sind, wie z. B. Kaufverhalten oder Kundenbewertungen. Dies geschieht üblicherweise mithilfe traditioneller Sentimentanalysen, die auf Wortlisten von Drittanbietern basieren und weder den spezifischen Kontext, in dem Sie arbeiten, noch die Zielgruppe berücksichtigen, die Sie verstehen möchten. Ein alternativer Ansatz, die sogenannte Sentimentanalyse mit überwachtem Lernen, kombiniert Textanalyse mit prädiktiver Modellierung, um die für das jeweilige Problem relevantesten Wörter und Ausdrücke zu ermitteln. Anhand von Daten werden Richtung und Stärke der Assoziation der Begriffe in den Dokumenten mit der Antwort mithilfe einer leicht verständlichen Modellierungsübung ermittelt. Mit JMP Pro 13 ist die Sentimentanalyse mit überwachtem Lernen jetzt einfacher denn je. Wir werden dies anhand einer Reihe von Fallstudien aus der Verbraucherforschung und Social-Media-Kontexten demonstrieren.
Daten der Casino-Umfrage in Toronto
