a Twitter havi 330 millió aktív felhasználóval büszkélkedhet, amely lehetővé teszi a vállalkozások számára, hogy széles közönséget érjenek el, és közvetítők nélkül csatlakozzanak az ügyfelekhez. A hátránya, hogy annyi információ van, hogy a márkáknak nehéz gyorsan felismerni a negatív társadalmi említéseket, amelyek károsíthatják üzleti tevékenységüket.

ezért vált a hangulatelemzés, amely magában foglalja az érzelmek figyelemmel kísérését a közösségi média platformjain folytatott beszélgetések során, a közösségi média marketing kulcsfontosságú stratégiájává.

 valós időben elemezze a Twitter érzéseit

az ügyfelek Twitter-érzéseinek meghallgatása lehetővé teszi a vállalatok számára, hogy megértsék közönségüket, lépést tartsanak a márkájukkal és versenytársaikkal kapcsolatban elmondottakkal, és felfedezzék az iparág új trendjeit.

ebben az útmutatóban megtudhatja, hogyan használhatja a hangulatelemző eszközöket arra, hogy meghallgassa ügyfeleit a Twitteren, és kövesse oktatóanyagunkat arról, hogyan végezhet hangulatelemzést néhány egyszerű lépésben.

  • Mi Az Érzelmi Elemzés?
  • hogyan kell csinálni Twitter hangulat elemzés: Oktatóanyag
  • Twitter Hangulatelemzés Használati Esetek

Mi A Hangulatelemzés?

a Hangulatelemzés a szubjektív információk szöveges adatokban történő azonosításának és osztályozásának automatizált folyamata. Ez lehet egy vélemény, ítélet vagy érzés egy adott témával vagy termékjellemzővel kapcsolatban.

az érzelmek elemzésének leggyakoribb típusa a polaritás detektálása, amely magában foglalja az állítások pozitív, negatív vagy semleges besorolását. Polaritás-hangulatelemzési modell, például, automatikusan pozitívként címkézi ezt a tweetet:

 Twitter megjegyzés példa: "szeretem az új biztonsági funkciót".

tesztelje saját szövegével

eredmények

Tagbizalom
Pozitív98.9%

a Hangulatelemzés a természetes nyelv feldolgozását (NLP) használja az emberi nyelv értelmezésére, a gépi tanulás pedig automatikusan pontos eredményeket nyújt.

csatlakoztassa a hangulatelemző eszközöket közvetlenül a közösségi platformokhoz , így figyelemmel kísérheti tweetjeit, amikor és amikor bejönnek, 24/7, és naprakész betekintést kaphat a közösségi említéseiből.

hogyan lehet Hangulatelemzést végezni a Twitter adatain

a hangulatelemzés végrehajtása a Twitter adatain öt lépésből áll:

  1. gyűjtsd össze a releváns Twitter adatokat
  2. tisztítsa meg adatait előfeldolgozási technikákkal
  3. hangulatelemzés létrehozása gépi tanulási modell
  4. elemezze Twitter-adatait hangulatelemzési modell segítségével
  5. vizualizálja a Twitter hangulatelemzés eredményeit

ebben a részben a Twitter hangulatelemzés eredményeinek megjelenítését ezen szakaszok mindegyike eszközöket biztosít mind a kódolók, mind a nem kódolók számára, így azonnal elkezdheti a hangulatelemzést.

Twitter adatok összegyűjtése

fontos, hogy a Twitter adatai reprezentatívak legyenek arra, amit meg akarsz találni, mert arra fogod használni, hogy:

  • a hangulatelemzési modell edzése
  • tesztelje, hogy a modell hogyan teljesít a Twitter adatokon

azt is figyelembe kell vennie, hogy milyen típusú tweeteket szeretne elemezni:

  • aktuális tweetek: hasznos a kulcsszavak vagy hashtagek valós idejű nyomon követéséhez.

  • történelmi tweetek: hasznos összehasonlítani az érzelmeket a különböző időszakokban.

most valószínűleg azon gondolkodik, hogyan lehet kivonni az adatokat a Twitterről, ha még nem mentette el az ügyfélszolgálaton vagy egy Excel fájlban. Ennek különböző módjai vannak. Vessünk egy közelebbi pillantást néhány lehetőség:

hozzon létre egy Zap Zapier

Zapier egy olyan platform, amely lehetővé teszi a különböző csapatok (marketing, HR, ügyfélszolgálat, termék, stb), hogy csatlakoztassa az alkalmazásokat használnak, hogy azok együtt dolgozni. Kiváló a nem technikai felhasználók számára, mivel a tweetek összegyűjtéséhez nem kell egyetlen kódsort írni.

automatikus munkafolyamat létrehozásához a Zapier-en (a Zap) csak válasszon ki egy alkalmazást triggerként(ez lesz az az alkalmazás, ahonnan az adatokat kinyeri), és egy másik alkalmazást (vagy alkalmazásokat) műveletként (ahol az adatokat elküldik).

tegyük fel, hogy valós időben szeretné kivonni a márkáját megemlítő tweeteket. A Zapier segítségével összekapcsolhatja a Twittert a Google táblázatokkal, és összegyűjtheti a tweeteket, amint a ZAP észleli a márkanevét a tweetekben:

lépések a Twitter trigger alkalmazásként történő beállításához Zap létrehozásakor.

menj egy lépéssel tovább, és csatlakoztassa Zapier a MonkeyLearn automatikusan elvégzi hangulat elemzés a bejövő Twitter adatokat. Ismerje meg, hogyan hozhat létre Zap-ot az érzelmek elemzéséhez a MonkeyLearn segítségével.

csatlakoztassa a Twitter adatait az IFTTT-hez

az IFTTT azt jelenti, hogy ‘ha ez, akkor az’. A Zapierhez hasonlóan ez az eszköz lehetővé teszi a különböző alkalmazásokhoz való csatlakozást, így bizonyos feltételek teljesülése esetén műveletet állíthat be. Használd, hogy szerezzen Twitter adatok nulla sornyi kódot.

Track Twitter adatok Export Tweet

Export Tweet lehetővé teszi, hogy nyomon kövesse a kulcsszó, hashtag vagy fiók valós időben, vagy keressen történelmi adatok. Az ingyenes verziónak azonban vannak korlátai, ezért javasoljuk a frissítést, hogy teljes mértékben kihasználhassa a platform előnyeit.

töltse le adatait a Tweet Download segítségével

Tweet Download lehetővé teszi a tweetek letöltését saját fiókjából, a válaszokkal és megemlítésekkel együtt. Ez különösen azoknak a márkáknak hasznos, amelyek nyomon akarják követni, hogy melyik tartalom működik a legjobban a felhasználókkal, mi a fő dolog, amit a felhasználók állítanak a termékükről stb.

a Twitter API használata

a Twitter API lehetővé teszi a nyilvános Twitter adatok elérését és azok kezelését.

a Twitter Streaming API segítségével csatlakozhat a Twitter adatfolyamaihoz, és összegyűjtheti a kulcsszavakat, márkamegemlítéseket és hashtageket tartalmazó tweeteket, vagy összegyűjtheti a tweeteket bizonyos felhasználóktól.

használja a szabványos keresési API-t, hogy a történelmi tweeteket akár 7 nappal ezelőtt is közzétegye. Az alternatívák közé tartoznak a historical search API-k (mint például a Historical PowerTrack és a Full-Archive Search), amelyek már 2006 óta képesek tweeteket gyűjteni.

Csatlakozás Tweepy

Tweepyis egy könnyen használható Python könyvtár eléréséhez a Twitter API. Kezdje el a Tweepy használatát ezzel az oktatóanyaggal vagy a dicover más népszerű könyvtárakkal, amelyeket a Twitter API-val használhat:

  • Python: Twython, Python Twitter eszközök, python-twitter,
  • Ruby: Twitter Ruby Gem
  • Node: A-Z
  • PHP: twitter-api-php

készítse el adatait

miután összegyűjtötte a hangulatelemzéshez szükséges tweeteket, elő kell készítenie adatait. A közösségi média adatai strukturálatlanok, és meg kell tisztítani, mielőtt felhasználnák őket egy hangulatelemzési modell kiképzéséhez – a jó minőségű adatok pontosabb eredményekhez vezetnek.

a Twitter-adatkészlet előfeldolgozása olyan feladatok sorozatát foglalja magában, mint például az irreleváns információk, például a hangulatjelek, a speciális karakterek és az extra üres helyek eltávolítása. Ez magában foglalhatja a formátum javítását, az ismétlődő tweetek vagy a három karakternél rövidebb tweetek törlését is.

nézze meg ezt az útmutatót az adatok előkészítéséről.

hozzon létre egy Twitter Hangulatelemzési modellt

a MonkeyLearn egy gépi tanulási platform, amely megkönnyíti a hangulatelemzés felépítését és megvalósítását. Azonnal elkezdheti az egyik előre kiképzett hangulatelemzési modellt, vagy kiképezheti saját Twitter-adatait.

Akárhogy is, iratkozzon fel a MonkeyLearn-ra, hogy hozzáférjen az előre betanított modellekhez és a model builderhez.

Ezután kövesse ezt az oktatóanyagot, hogy hangulatelemzést végezzen a Twitter adatain.

Twitter Hangulatelemzés Bemutató

1. Válasszon egy modelltípust

lépjen a MonkeyLearn irányítópultra, majd kattintson a jobb sarokban található gombra: ‘modell létrehozása’, majd válassza az ‘osztályozó lehetőséget’:

MonkeyLearn ' s sentiment analysis builder: válasszon egy modellt

2. Döntse el, hogy milyen típusú osztályozást szeretne csinálni

az osztályozó típus listájából; kattintson a ‘Hangulatelemzés’:

MonkeyLearn ' s model builder: válasszon a hangulatelemzés, téma osztályozás és szándék osztályozás közül

3. Importálja Twitter adatait

az importált adatok lesznek a képzési adatok, amelyeket a gépi tanulási modell edzésére használnak. Töltsön fel Twitter-adatokat egy CSV-vagy Excel-fájlból, majd válassza ki a használni kívánt oszlopokat:

Model builder: a Twitter adatok importálásának lépése Excel vagy CSV fájl feltöltésével

Modellkészítő: az elemezni kívánt Twitter-adatok oszlopának kiválasztása

5. Címkézze meg az adatokat az osztályozó kiképzéséhez

itt az ideje, hogy kiképezze a hangulatelemzési modellt, manuálisan címkézve az egyes tweeteket pozitívnak, negatívnak vagy semlegesnek, a vélemény polaritása alapján. Az első tweetek címkézése után a modell megkezdi saját előrejelzéseit. Kijavíthatja őket, ha a válasz nem megfelelő:

 hogyan lehet címkézni és kiképezni a hangulatelemzési modellt az érzelmek észlelésére a tweetekben

6. Tesztelje osztályozóját

miután betanította a modelljét néhány példával, beillesztheti saját szövegeit, hogy lássa, hogyan osztályozza az érzelmi elemzési modell:

tesztelés a hangulat analyzer, hogy ha kategorizálja tweets helyesen

MonkeyLearn nyújt különböző statisztikák teljesítményének mérésére a hangulat elemzés osztályozó. Ezek a pontosság, az F1 pontszám, a pontosság és a visszahívás. Találhat egy Twitter kulcsszófelhőt is, amely az egyes érzelmek leggyakoribb kifejezéseit tartalmazza.

ha nem látja az összes statisztikát, ez azt jelentheti, hogy több adatot kell címkéznie. Ebben az esetben például a modell több képzési adatot igényel a negatív kategóriához:

sentiment scores and results to show you how your sentiment classifier is performing

ne feledje, hogy minél több edzési adatot jelöl meg, annál pontosabbá válik az osztályozó. Egy másik módja annak, hogy javítsa a pontosságát a modell, hogy ellenőrizze az összes hamis pozitív és hamis negatív és újra címkézni a helytelen is. Itt van, hogyan:

a lista a tweets és a megfelelő polaritás címkék

elemezze a Twitter adatok hangulat

most már van egy hangulat elemzési modell, amely készen áll, hogy elemezze tonna tweets! A következő lépés az elemezni kívánt Twitter-adatok integrálása az imént létrehozott hangulatelemzési modellel. Ennek három módja van a MonkeyLearn használatával:

  • kötegelt elemzés: Lépjen a ‘Batch’ oldalra, és töltsön fel egy CSV vagy Excel fájlt új, láthatatlan Tweetekkel. Az osztályozó feldolgozza az összes tweetet, és új fájlt biztosít az érzelmi elemzés eredményeivel.
  • integrációk: számos integráció áll rendelkezésre, amelyek segítségével új adatokat elemezhet a hangulatelemzési modelljével. Például használhatja a Google táblázatokat adatbevitelként, vagy a Zapier-t, hogy összekapcsolja a Twitter adatait a MonkeyLearn-nal.

elérhető integrációk: Zapier, Rapidminer, Google Táblázatok, Zendesk

  • a MonkeyLearn API-ja: ha tudod, hogyan kell kódolni, felhívhatod a Monkeylearn hangulatelemző eszközeit Pythonban (és más programozási nyelvekben) az új tweetek elemzéséhez.

API kódrészlet

ha meg szeretné tudni, hogyan elemezheti Twitter-adatait Pythonban a MonkeyLearn API-jával, olvassa el ezt az útmutatót a hangulatelemzés végrehajtásáról Pythonban

vizualizálja az eredményeket

az adatmegjelenítő eszközök segítenek a hangulatelemzés eredményeinek egyszerű és hatékony magyarázatában.

vessen egy pillantást arra, hogy a MonkeyLearn Studio hogyan jeleníti meg a Twitter-adatok szempontalapú hangulatelemzésének eredményeit. A MonkeyLearn Studio egy all-in-one szövegelemző és adatmegjelenítő csomag, amely kész üzleti sablonokat tartalmaz.

végezzen hangulatelemzést a Twitter adatain azonnal, és szűrje az eredményeket a MonkeyLearn irányítópultján, így negatív vagy pozitív megjegyzéseket fűzhet hozzá, és útközben adatalapú döntéseket hozhat.

 MonkeyLearn Studio analytics dasboard eredményeit mutatja egy szempont-alapú Twitter hangulat elemzés.

egyéb népszerű adatmegjelenítő eszközök a következők:

  • Google Data Studio

ezt az ingyenes és egyszerű Google platformot interaktív jelentések készítésére használhatja. Több mint 100 forrás áll rendelkezésre az adatok importálásához, beleértve a CSV-t, az Excel-t és a Google táblázatokat. Miután megtervezte a vizuális jelentést, megoszthatja azt más csapatokkal vagy egyénekkel.

  • Looker

ez egy üzleti adatelemző platform, amelyet mindenféle adat kezelésére hoztak létre a vállalat különböző területein. Csatlakozhat különböző adatbázisokhoz, és diagramokat és adattáblákat hozhat létre. Megtanulják, hogyan kell elkezdeni.

  • Tableau

az üzleti intelligencia és elemző szoftverként definiált Tableau lehetővé teszi, hogy nagyszámú adatforrással dolgozzon dinamikus irányítópultok és kényszerítő adatvizualizációk létrehozásához. Az egyik legjobb dolog a Tableau-ban, hogy nagyon könnyen használható, és nem igényel kódolási készségeket. Különböző típusú termékeket kínál, amelyek közül néhány a fejlesztőknek szól.

Twitter Hangulatelemzés használati esetek

a Twitter hangulatelemzés számos izgalmas lehetőséget kínál. A tweetek valós idejű elemzése és az egyes üzenetek alapjául szolgáló érzelmek meghatározása új dimenziót ad a közösségi média megfigyeléséhez.

íme néhány a leggyakoribb üzleti alkalmazások Twitter hangulat elemzés.

közösségi média Monitoring

az Online hírnév a márkák egyik legértékesebb eszköze. A közösségi média rossz áttekintése költséges lehet egy vállalat számára, ha nem kezelik hatékonyan és gyorsan.

a Twitter hangulatelemzése lehetővé teszi, hogy nyomon kövesse, mit mondanak a termékéről vagy szolgáltatásáról a közösségi médiában, és segíthet felismerni a dühös ügyfeleket vagy a negatív említéseket, mielőtt azok súlyos válsággá válnának.

ugyanakkor a Twitter hangulatelemzése érdekes betekintést nyújthat. Mit szeretnek az ügyfelek a márkádban? Milyen szempontok kapják a legtöbb negatív említést? Ez a tweet például azt jelzi, hogy a gyors szállítás az Amazon egyik legértékesebb szempontja:

 pozitív tweet az Amazon Prime-ról

a Twitter segítségével a Szempontalapú hangulatelemzés megmutatja, hogy vállalkozásának mely aspektusait kell javítani, és mi teszi kiemelkedővé a versenytársak között.

ügyfélszolgálat

a Twitter az ügyfélszolgálat alapvető csatornájává vált. Valójában egyre több vállalat rendelkezik speciális csapatokkal, amelyek felelősek az ügyfélszolgálat biztosításáért ezen a közösségi média platformon keresztül. A gyors válaszok kulcsfontosságúak, mivel a közösségi médiában panaszkodó ügyfelek 60% – a egy órán belül választ vár.

de hogyan értékelheti az ügyfélszolgálat teljesítményét a Twitteren? A Twitter hangulatelemzés lehetővé teszi a márka és az ügyfelek közötti összes interakció nyomon követését és elemzését. Ez nagyon hasznos lehet az ügyfelek elégedettségének elemzéséhez a kapott visszajelzés típusa alapján.

ez a tweet például egy csalódott ügyfelet mutat, miután kapcsolatba lépett a Southwest Airlines ügyfélszolgálatával:

negatív tweet A SouthWest Airlines - ról

piackutatás

a Twitter a fogyasztói betekintés egyik fő forrása. Valójában az emberek mindenféle érzés, megfigyelés, meggyőződés és vélemény kifejezésére használják a különböző témákról.

a Twitter hangulatelemzésével nyomon követhet bizonyos kulcsszavakat és témákat az ügyfelek trendjeinek és érdeklődésének észleléséhez. Annak megértése, hogy a potenciális ügyfelek milyen dolgokat szeretnek, milyen viselkedésük van, és hogyan változik ez az idő múlásával, elengedhetetlen, ha új terméket tervez.

Íme egy példa arra, hogy a Twitter hangulatelemzését hogyan használták 4000 tweet megfigyelésére, amelyek halal ételt említettek. Ez az információ lehetővé tette a kutatók számára, hogy azonosítsák a halal élelmiszer-fogyasztás különböző motivációit, és piacukat különböző típusú fogyasztókra szegmentálják.

a Twitter hangulatelemzése szintén segíthet abban, hogy egy lépéssel a verseny előtt maradjon. A versenytársak fájdalompontjainak azonosításával ezekre a területekre összpontosíthat, amikor vállalkozását népszerűsíti.

Márkafigyelés

akár új funkciót indít a platformon, akár egy webhely újratervezését vagy egy új marketingkampányt indít, érdemes nyomon követni az ügyfelek reakcióit a Twitteren. A valós idejű intézkedések és változtatások vagy fejlesztések segítenek fenntartani az ügyfelek hűségét.

 Tweet a MailChimp új márkájáról

politikai kampányok

a Twitter-beszélgetés nagy része a hírek és a politika körül forog. Ez kiváló hely a közvélemény mérésére, különösen a választási kampányok során. A Twitter Hangulatelemzése érdekes betekintést nyújthat arról, hogy az emberek hogyan érzik magukat egy adott jelölt iránt (sőt idővel nyomon követheti az érzelmeket, hogy lássa, hogyan alakul).

a 2016-os amerikai választások során a MonkeyLearn segítségével Twitter-hangulatelemzést végeztünk, hogy elemezzük a Donald Trumphoz és Hillary Clintonhoz kapcsolódó Twitter-említések polaritását. Először is meg tudtuk számolni az egyes jelöltek pozitív és negatív említéseinek számát egy adott időszakban. Ez a grafikon Trump érzelmeken alapuló tweetjeit mutatja:

Trump tweet száma hangulat szerint

ezzel szemben az alábbi grafikon Hillary Clinton pozitív, negatív és semleges említéseinek számát mutatja:

 Clinton tweet száma hangulat szerint

egy másik releváns betekintés a tweetek konkrét dátumokon történő elemzéséből állt, például az elnöki vita napján, valamint a negatív vagy pozitív reakciók megfigyeléséből, valamint az azon a napon említett fő kulcsszavakból.

kezdje el a Twitter Hangulatelemzéssel

a Hangulatelemzés segít nyomon követni az ügyfelek érzelmeit a Twitteren és megérteni, hogyan érzik magukat. További réteget ad a hagyományos mutatókhoz, amelyeket a márkák teljesítményének elemzésére használnak a közösségi médiában, és hatalmas lehetőségeket kínál a vállalkozások számára.

igen, manuálisan is rendezheti az adatokat hangulat szerint, de mi történik, ha az adatok növekedni kezdenek? A gépi tanulással végzett hangulatelemzés egyszerű, gyors és skálázható, és konzisztens eredményeket biztosít nagy pontossággal.

egy olyan gépi tanulási platformmal, mint a MonkeyLearn, egyszerű elkezdeni a Twitter hangulatelemzését. Vegye fel velünk a kapcsolatot még ma, és kérjen személyre szabott demót szakértőinktől

Vélemény, hozzászólás?

Az e-mail-címet nem tesszük közzé.