레벨: 중급
Shankang Qu, 통계학자, PepsiCo
Mumu Wang, PepsiCo의 수석 과학자/통계학자
이 연구는 지도 학습 감정 분석을 사용하여 고객 리뷰와 구매 행동을 평가하는 것을 목적으로 합니다. 음료 제품에 대한 소비자 피드백과 의견에서 수집된 문자 그대로(즉, 텍스트 데이터)는 불만, 칭찬 및 제안과 같은 범주로 분류됩니다. JMP Pro로 만든 텍스트 마이닝 모델을 통해 수작업으로 만든 분류기와 데이터에서 얻은 경험적 학습을 결합한 하이브리드 알고리즘 구현의 타당성을 입증했습니다. 자동화된 시스템은 알고리즘을 누적된 문자 그대로와 함께 수신 음성 녹음 피드백에 연결하고 문서를 세 가지 범주 중 하나로 분류합니다. 알고리즘은 새로운 데이터와 경험에 대응하여 시간이 지남에 따라 예측 품질을 개선합니다. 당사 서비스는 전화, 이메일, 소셜 미디어, 채팅 및 전자 상거래를 통해 소비자로부터 수동으로 코딩된 7,507개 문서를 연결합니다. 이 프레젠테이션에서는 신경망과 같은 접근 방식을 사용하여 텍스트 마이닝 모델을 구축하는 방법을 보여드리겠습니다. 혼동 행렬에서 훈련에서 6%의 오분류율과 검증에서 11%의 오분류율을 달성했습니다. 부트스트랩 포레스트와 명목 로지스틱 모델을 사용하여 약간 더 높은 비율을 얻었습니다. 모델링 결과와 원래 코딩을 그대로 비교한 결과, 우리는 또한 몇 가지 데이터 입력 문제를 발견했습니다. 이 모델은 인간이 잘못 분류한 문서를 캡처하도록 훈련되었습니다.
