Text Mining in JMP ® mit R
Andrew T. Karl, Senior Management Consultant, Adsurgo LLC
Heath Rushing, leitender Berater und Mitgründer, Adsurgo LLC
Schätzungen zufolge machen unstrukturierte Texte etwa 80 Prozent der in den meisten Organisationen gespeicherten Informationen aus. Diese Präsentation bietet einen Überblick über Methoden, die sich mit der R-Schnittstelle zu JMP einfach implementieren lassen, um bisher unbekannte Zusammenhänge in einer Sammlung unstrukturierter Daten zu finden. Durch die Nutzung von R-Paketen für Text Mining und Sparse-Matrix-Algebra kann JMP Informationen aus Text extrahieren, ohne dass Anwender R-Kenntnisse benötigen. Der Text – beispielsweise aus E-Mails, Umfragekommentaren, Social Media, Unfallberichten, Versicherungsmeldungen usw. – kann für verschiedene Zwecke verwendet werden. Vektoren aus einer Singulärwertzerlegung der in R erstellten Dokumenttermmatrix können der ursprünglichen Datentabelle in JMP hinzugefügt und in prädiktive Modelle (z. B. über die Fit-Model- oder Neural-Plattform) oder Clustering-Algorithmen (über die Cluster-Plattform) eingebunden werden. Ein weiteres Ziel kann die Erforschung der zugrunde liegenden Themen des Textes durch Wortzählungen oder latente semantische Indizierung sein. Wir demonstrieren ein JSL/R-Skript, das diese Funktionalität bietet.
