語意分析技術在社群聆聽的應用

icon-social-media

社群聆聽(Social Listening)幫您建立最靈敏的耳朵,全面又快速地了解民眾的真實想法。網路的內容種類多元且樣式繁雜,隨時隨地都有網友在發表,而人工google彙整與閱讀的速度,難以建立結構化資料有效幫助分析現況、預測未來。

社群大數據時代,在機器日新月異的運算能力及源源不絕的學習文本的影響之下,語意分析技術的角色,能幫助我們消化巨量資料後,提煉出易於閱讀理解、快速統整的形式。

icon-analytics
icon-social-media

社群聆聽(Social Listening)幫您建立最靈敏的耳朵,全面又快速地了解民眾的真實想法。網路的內容種類多元且樣式繁雜,隨時隨地都有網友在發表,而人工google彙整與閱讀的速度,難以建立結構化資料有效幫助分析現況、預測未來。

社群大數據時代,在機器日新月異的運算能力及源源不絕的學習文本的影響之下,語意分析技術的角色,能幫助我們消化巨量資料後,提煉出易於閱讀理解、快速統整的形式。

「意藍資訊近年來不斷開拓文字探勘和中文語意分析的技術領域,

OpView社群口碑資料庫便是集其大成。」

意藍語意分析技術應用於輿情分析平台

1. 蒐集 >

擷取國內主流常見的新聞網站、社群媒體等資訊

2. 整理 >

將資料分門別類,建置索引、擷取主題以方便機器查詢

3. 分析 >

預先進行斷詞、情緒等語意分析,將質化文本轉換為量化資料

4. 呈現 >

透過瀏覽器線上查詢,並將資料視覺化以互動式圖表呈現摘要

超過 10 篇論文研究
更多台灣研究成果可至博碩士論文系統查詢

社群大數據在國內外已有很多研究成果,研究方法日漸成熟 ,加上其高準確率、高時效性、高代表性、容易執行等特性,成為企業與學者們在新時代中愛不釋手的數據分析新利器。

社群大數據在國內外已有很多研究成果,研究方法日漸成熟 ,加上其高準確率、高時效性、高代表性、容易執行等特性,成為企業與學者們在新時代中愛不釋手的數據分析新利器。

超過 10 篇論文研究
更多台灣研究成果可至博碩士論文系統查詢

OpView的三大語意分析技術

文字斷詞與文字雲呈現

擷取與內容相關的重要熱門關鍵字,並以圖表呈現,方便使用者彙整討論的重點與面向。

內容情緒判別

自動將帶有重要情緒的資訊統計,減少使用者閱讀並人工標記全部資料所花費的大量時間。

作者族群判別

自動將帶有重要情緒的資訊統計,減少使用者閱讀並人工標記全部資料所花費的大量時間。

文字斷詞與文字雲呈現

關鍵字(Keyword)表示為文章內容的重點,用於拆解巨量文字資料中常見詞彙,進一步再收斂成重點的議題面向,也就是俗稱的文字探勘(Text Mining)。透過多重演算法的處理,進行斷詞、特徵詞萃取、權重演算等程序,最終取得關鍵字重要性的排序,其排序標準包含文本中出現頻率或權威程度。

而文字雲(Word Cloud)就是最常見的呈現方式,如左圖所示,可以看到在消毒清潔用品中常見的字詞包含抗菌、防霉、除箘、保濕、肌膚等較屬於需求面向的字詞,但同時也包含購買面向的字詞如代購、售價、東森、蝦皮、淘寶台灣等。

內容情緒判別

在分析社群資料時,透過自然語意分析技術擷取詞彙、分析文意,可將每一則文字內容貼上正面或負面的標籤。常見衡量情緒比的方式,即是將正面聲量則數除以負面聲量則數,相除後得到的情緒比(Positive to Negative Ratio)或稱P/N值(比) ,是用於分析網友發文的內容偏向負面或正面的指標,亦可稱作好感度 。

可應用在相同比較基準的主題中,像是同產業間品牌的比較、相似產品的比較或是與自身過往的P/N值相比等。左圖可見綠的GREEN的P/N值高達24,數據背後的意思是:「討論到品牌的口碑中,每24則正面討論才有1則負面評論」,進一步可再由文本中的描述,探究比值高低的原因。

作者族群判別

族群(Audience)用於分析網友的身分,可透過帳號過往的發言內容與ID,大量地萃取出代表族群的特徵詞,再建立族群分類模型,推測帳號的可能性別、婚姻狀態、生涯階段等,如口碑中提及「小弟我」、「我剛退伍」等特徵詞可推測其為男性。

在進行聲量分析時,可進一步將聲量區分為不同族群的需求或偏好,藉以探討特定品牌、議題,在不同受眾中的口碑評價。以左圖為例,在消毒清潔用品的族群口碑中,女性、已婚、有子女的網友,是對議題較關注的族群,右圖則摘錄出不同族群對商品的心得評價。

進一步了解OpView社群口碑資料庫

若您對技術或產品應用有任何問題,歡迎直接與我們聯繫!

進一步了解OpView社群口碑資料庫

若您對技術或產品應用有任何問題,歡迎直接與我們聯繫!