JMP® Pro のテキストマイニング機能による消費者フィードバックのモデリング ( US 2018 109 )レベル: 中級
シャンカン・クウ、統計学者、ペプシコ
ムム・ワン、ペプシコ上級科学者/統計学者
この研究は、教師あり学習感情分析を使用して顧客レビューと購買行動を評価することを目的としています。飲料製品に対する消費者のフィードバックとコメントから収集された逐語的データ（つまり、テキストデータ）は、苦情、賞賛、提案などのカテゴリに分類されます。JMP Proで作成されたテキストマイニングモデルを通じて、手作業で構築された分類器とデータからの経験的学習を組み合わせたハイブリッドアルゴリズム実装の実現可能性を実証しました。自動化されたシステムは、蓄積された逐語的データを含む着信音声録音フィードバックにアルゴリズムを接続し、ドキュメントを3つのカテゴリのいずれかに分類します。アルゴリズムは新しいデータと経験に応じて適応し、時間の経過とともに予測の品質を向上させます。当社のサービス担当者は、電話、電子メール、ソーシャルメディア、チャット、eコマースを通じて消費者から受け取った7,507件のドキュメントを手動でコーディングしました。このプレゼンテーションでは、ニューラルネットワークなどのアプローチを使用してテキストマイニングモデルを構築する方法を紹介します。混同行列では、トレーニングで6％、検証で11％の誤分類率を達成しました。ブートストラップ フォレストと名目ロジスティック モデルを使用すると、わずかに高いレートが得られました。モデリング結果と元のコーディングを逐語的に比較すると、データ入力の問題もいくつか見つかりました。モデルは、人間によって誤分類されたドキュメントを捕捉するようにトレーニングされています。
