Kā izmantot Microsoft Excel sentimenta analīzei

Varat izmantot Microsoft Excel, lai tekstam veiktu pamata noskaņojuma analīzi. Rezultāti parādīs datos paslēptās tendences.

Sentimenta analīzes potenciālie lietojumi ir neierobežoti: vēsturnieks var izmantot sentimenta analīzi, lai izprastu simtiem gadu pagātnē rakstoša autora nolūku. Tāpat mārketinga vadītājs var uzraudzīt zīmola reputācijas attīstību laika gaitā.

Šajā rakstā aplūkotā noskaņojuma analīzes metode izmantos mašīnmācīšanos, lai novērtētu jūsu tekstu un klasificētu to kā izteiksmīgu. Pozitīvi, Negatīvs, vai Neitrāla emocijas.

Jums būs nepieciešama Microsoft Excel un Azure Machine Learning pievienojumprogramma.

Kāpēc sentimenta analīze ir svarīga?

Cilvēkiem, kas veido produktus, strādā mārketingā vai politikā vai veic pētījumus, emocionālā noskaņojuma izpratne par konkrētu priekšmetu ir profesionāla nepieciešamība.

Viņiem var palīdzēt sentimenta analīze. Lai gan tā pilnībā neaizstās lietojuma datus, aptaujas, intervijas un darbvirsmas izpēti, noskaņojuma analīze ir labs rīks, kas ir jūsu rīcībā.

Kāpēc? Gandrīz jebkurā situācijā, kad jums ir liels daudzums nestrukturētu kvalitatīvu datu, noskaņojuma analīze var ātri sniegt ieskatu tās pamatā esošajā ziņojumā.

Sentimenta analīze vislabāk darbojas, ja tiek analizēts liels datu apjoms.

Noskaņojuma analīzes veikšana jaunākajai īsziņai no jūsu romantiskās intereses, visticamāk, nesniegs informāciju ar pievienoto vērtību. No otras puses, analizējot tūkstošiem tvītu, kas satur konkrētu tēmturi, jūs iegūsit noderīgus rezultātus.

Saistīts: Labi padomi, kā uzlabot savu Twitter reputāciju

Citi iespējamie lietošanas gadījumi ietver produktu atsauksmju analīzi, klientu aptauju pārskatīšanu un sabiedrisko attiecību krīzes atklāšanu. Turklāt regulāra noskaņojuma analīze ļaus jums izsekot, kā laika gaitā mainās klientu attieksme pret jūsu uzņēmumu.

Apjoms vs. Sentiments

Sentimenta analīze ir būtiska sociālo mediju uzraudzības sastāvdaļa jebkuram uzņēmumam vai zīmolam, kas apzinās savu reputāciju.

Piemēram, jūs varat redzēt, ka jūsu uzņēmums sociālajos medijos saņem daudz pieminēšanas gadījumu. Taču pieminēšana vien vēl nav viss.

Dažreiz pieminēšana ir laba lieta. Piemēram, tie var nozīmēt lielu pozitīvu sabiedrības noskaņojumu pret jūsu uzņēmumu.

Citreiz jūs varat saskarties ar PR krīzi, kas iziet no kontroles. Rezultātā sabiedrības noskaņojums pret jūsu uzņēmumu ir negatīvs.

Ja nošķirt noskaņojumu daudzos sociālo mediju pieminējumos, tas var būtiski mainīties.

Microsoft Excel izmantošana sentimenta analīzei

Dažas sociālo mediju uzraudzības platformas piedāvā noskaņojuma analīzi. Ir iespējams arī veikt teksta sentimenta analīzi, izmantojot programmēšanas valodu, piemēram, Python.

Tomēr šīm iespējām ir nepieciešams ievērojams budžets, lai atļautos sociālo mediju uzraudzības platformu, vai kodēšanas prasmes.

Ja esat tāds pats kā vairums cilvēku un jums nav neviena no šiem, Microsoft Excel ir labs risinājums fundamentālas noskaņojuma analīzes veikšanai.

Lai gan neviens no šiem rīkiem nesniedz perfektus rezultātus, tie var palīdzēt izprast tekstā ietvertās noskaņojuma vispārējo tendenci.

Kā veikt sentimenta analīzi programmā Microsoft Excel

Veiciet šīs darbības, lai izmēģinātu noskaņojuma analīzi programmā Excel, nerakstot kodu. Programma Excel un Azure pievienojumprogramma ir atkarīga no dabiskās valodas apstrādes algoritma un vispārīgas vārdnīcas ar pozitīviem un negatīviem vārdiem. Katram vārdam leksikā ir piešķirta pozitīva, neitrāla vai negatīva vērtība.

1. Sakārtojiet analizējamos datus Microsoft Excel lapā.
2. Notīriet datus, izmantojot tukšo vietu noņemšana un nevajadzīgās rakstzīmes.
3. Izveidojiet pirmo šūnu savā datu kopā tweet_text (turēt ar mazajiem burtiem).
4. Iet uz Ievietot > Pievienojumprogrammas.
5. Tālāk dodieties uz Meklēt > Azure Machine Learning.
6. Kad Azure Machine Learning pievienojumprogramma ir instalēta, ekrāna labajā pusē tiks parādīts lodziņš.
7. Jūs redzēsit divas iespējas: Titānika izdzīvotāju prognozētājs un Teksta sentimenta analīze.
8. Klikšķiniet uz Teksta sentimenta analīze.
9. Iet uz Paredzēt > Ievade, pēc tam pievienojiet diapazonu, kurā atrodas analizējamie dati.
10. Aiziet Maniem datiem ir galvenes pārbaudīts.
11. Iet uz Izvade un pievienojiet šūnu, kurā vēlaties iegūt analīzes rezultātus.
12. Nospiediet Paredzēt.

A Sentiments un Rezultāts teksts katrā šūnā tiks aizpildīts; atbilstošais teksts ir vairāk Negatīvs ja rezultāts ir tuvāk nullei. Iespējams, vēlēsities mainīt Rezultāti uz a Procenti. Tādā gadījumā, jo tuvāk a Rezultāts ir 100%, jo tas ir pozitīvāks. Neitrāla ir jebkura Rezultāts ap 50%.

Skatiet tālāk redzamo piemēru no Bagātību sala autors Roberts Luiss Stīvensons.

Kā gūt ieskatu no sentimenta analīzes

Pēc sentimenta analīzes palaišanas jums būs šūnas ar Pozitīvi, Negatīvs, vai Neitrāla klasifikācijas un tām atbilstošos skaitliskos punktus.

Kā rezultātus pārvērst saprotamās atziņās? Šeit ir dažas idejas:

• Segmentējiet klasifikācijas pēc Rakurstabulas izveide programmā Excel.
• Tu vari izmantot Visio, kas tagad ir iekļauts Microsoft 365 Business bez papildu maksas, lai vizualizētu kopējo skaitu katra Pozitīvi, Negatīvie, vai Neitrālie. Datu vizualizācija var sniegt jums skatu no putna lidojuma.
• Ja esat atbildīgs par reputācijas pārvaldību uzņēmumā vai zīmolā, iespējams, vēlēsities pievērsties visu to tekstu skenēšanai, kas klasificēti kā Negatīvs. Kas veido tekstu Negatīvs? Vai ir kaut kas, kas jums ir jānodod, lai risinātu šo problēmu?
• Jūs varat veikt to pašu uzdevumu tekstiem, kas klasificēti kā Pozitīvi. Iespējams, ka daudzās produktu atsauksmēs ir ietverta īpaši jauka klientu atsauksme, ar kuru vēlaties dalīties.
• Varat arī sīkāk segmentēt tekstu, lai jūs redzētu tikai šūnas, kurās ir minēta jauna produkta funkcija. Vai lietotāju ir vairāk Pozitīvi, Negatīvs, vai Neitrāla par funkciju? Sentimenta analīze var palīdzēt jums to noteikt un efektīvāk apkopot atsauksmes.

Sentimenta analīze var izstumt cilvēkus no lēmumu pieņemšanas procesa. Dažreiz tas var būt labi, jo teksta interpretācija var būt ļoti subjektīva.

Piemēram, iedomājieties cilvēku grupu, kas cenšas izlemt, vai 5000 produktu atsauksmju ir vairāk Pozitīvi vai Negatīvs. Viņu atšķirīgās perspektīvas un uzmanība detaļām samazinās kopējā rezultāta ticamību. Ļaujot mašīnas datubāzei pieņemt lēmumu, tas ievērojami uzlabos konsekvenci. Saistīts: Labākie padomi un rīki grupas lēmumu pieņemšanai darbā

Programmas Microsoft Excel izmantošana sentimenta analīzei

Ja vēlaties izmēģināt sentimenta analīzi, bet jums nav daudz finanšu resursu vai kodēšanas prasmju, Microsoft Excel ir lieliska vieta, kur sākt.

Sentimenta analīze programmā Microsoft Excel sniegs ieskatu, ko varat izmantot, lai izprastu nestrukturētu teksta datus. Tas varētu būt arī ideāls veids, kā iepazīties ar mašīnmācīšanās koncepcijām, pirms iedziļināties projektā šajā jomā.

11 mašīnmācības projektu idejas iesācējiem

Šīs projektu idejas ir lieliskas tiem, kam ir dažas programmēšanas zināšanas un kuri vēlas iekļūt mašīnmācības jomā.

Lasiet Tālāk

Par autoru