Re：JMP®Proのテキストマイニング機能を使用した消費者フィードバックのモデリング（US 2018 109）こんにちは。あなたのプロセスを確実に理解できるように、小さな「データスニペット」を提供していただけませんか。 すごいですね。ありがとう、ジム・グレイソン（オーガスタ大学ハルカレッジ）
JMP®Proのテキストマイニング機能を使用した消費者フィードバックのモデリング（US 2018 109）レベル：中級
Shankang Qu、統計学者、PepsiCo
PepsiCo、シニアサイエンティスト/統計学者、Mumu Wang
この調査は、教師あり学習感情分析を使用して、顧客のレビューと購入行動を評価することを目的としています。 飲料製品に関する消費者のフィードバックやコメントから収集された逐語的（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、手作りの分類器をデータからの経験的学習と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示しました。 自動化されたシステムは、アルゴリズムを音声で録音されたフィードバックに累積された逐語的に接続し、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品質を向上させます。 私たちのサービスは、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手動でコーディングされた7,507のドキュメントを関連付けます。 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示します。 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、いくつかのデータ入力の問題も見つかりました。 モデルは、人間によって誤って分類されたドキュメントをキャプチャするようにトレーニングされています。
起こる予測モデリング
