Как да използвате Microsoft Excel за анализ на настроенията

Можете да използвате Microsoft Excel за извършване на основен анализ на настроенията върху текст. Резултатите ще ви покажат тенденции, скрити в данните.

Потенциалните приложения на анализа на настроенията са неограничени: историкът може да използва анализ на настроенията, за да разбере намерението на автор, който пише стотици години в миналото. По същия начин маркетинг мениджърът може да наблюдава развитието на репутацията на марката във времето.

Методът за анализ на настроенията, обсъждан в тази статия, ще използва машинно обучение, за да оцени вашия текст и да го класифицира като изразяващ Положителен, Отрицателно, или Неутрален емоции.

Ще ви трябва Microsoft Excel и добавката за машинно обучение Azure.

Защо анализът на настроенията е важен?

За хората, които създават продукти, работят в областта на маркетинга или политиката или провеждат изследвания, разбирането на емоционалните настроения по отношение на определена тема е професионална необходимост.

Анализът на настроенията може да им помогне. Въпреки че няма да замени изцяло данните за употреба, анкети, интервюта и настолни изследвания, анализът на настроенията е солиден инструмент, който да имате на ваше разположение.

Защо? В почти всяка ситуация, в която имате голямо количество неструктурирани качествени данни, анализът на настроенията може бързо да ви даде представа за основното послание.

Анализът на настроенията работи най-добре, когато се анализира голямо количество данни.

Извършването на анализ на настроенията върху най-новото текстово съобщение от романтичния ви интерес е малко вероятно да върне информация с някаква добавена стойност. От друга страна, анализирането на хиляди туитове, съдържащи конкретен хештаг, ще ви даде полезни резултати.

Свързани: Солидни съвети за подобряване на репутацията си в Twitter

Други възможни случаи на употреба включват анализиране на рецензии на продукти, преглед на анкети на клиенти и разкриване на криза във връзките с обществеността. В допълнение, редовният анализ на настроенията ще ви позволи да проследите как отношението на клиентите към вашата компания се променя с течение на времето.

Обем срещу Чувство

Анализът на настроенията е съществена част от мониторинга на социалните медии за всяка компания или марка, която осъзнава своята репутация.

Например, може да видите, че вашата компания получава голям обем споменавания в социалните медии. Но споменаванията сами по себе си не са всичко.

Понякога споменаванията са нещо добро. Например, те могат да означават голямо количество положително обществено настроение към вашата компания.

Друг път може да сте изправени пред PR криза, която излиза извън контрол. В резултат на това обществените настроения към вашата компания са отрицателни.

Разграничаването на настроенията в голям обем споменавания в социалните медии може да направи всичко различно.

Използване на Microsoft Excel за анализ на настроенията

Някои платформи за наблюдение на социалните медии включват анализ на настроенията като част от предлагането си. Също така е възможно да се извърши анализ на настроенията върху текст, като се използва език за програмиране като Python.

Тези опции обаче изискват или значителен бюджет, за да си позволят платформа за наблюдение на социални медии, или умения за кодиране.

Ако сте като повечето хора и нямате нито едно от тях, Microsoft Excel е добър вариант за извършване на фундаментален анализ на настроенията.

Въпреки че никой от тези инструменти не дава перфектни резултати, те могат да ви помогнат да разберете цялостната тенденция на настроенията, съдържащи се в текста.

Как да извършите анализ на настроенията в Microsoft Excel

Следвайте тези стъпки, за да изпробвате анализ на настроенията с Excel, без да пишете код. Под капака, Excel и добавката Azure зависят от алгоритъм за обработка на естествен език и общ речник с положителни и отрицателни думи. На всяка дума в лексикона се приписва положителна, неутрална или отрицателна стойност.

1. Организирайте данните, които искате да анализирате, в лист на Microsoft Excel.
2. Почистете данните чрез премахване на празни места и ненужни герои.
3. Направете първата клетка във вашия набор от данни tweet_text (запазете с малки букви).
4. Отидете на Вмъкване > Добавки.
5. След това се насочете към Търсене > Машинно обучение в Azure.
6. След като бъде инсталирана, добавката Azure Machine Learning ще изскача поле от дясната страна на екрана ви.
7. Ще видите две опции: Предсказател за оцелели от Титаник и Анализ на настроението на текста.
8. Кликнете върху Анализ на настроението на текста.
9. Отидете на Предсказване > Вход, след което добавете диапазона, където се намират данните, които искате да анализирате.
10. напусни Моите данни имат заглавки проверено.
11. Отидете на Изход и добавете клетката, където искате да отидат резултатите от анализа.
12. Натиснете Предсказване.

А Чувство и Резултат за текста във всяка клетка ще се попълни; съответният текст е повече Отрицателно ако резултатът е по-близо до нула. Може да предпочетете да промените Резултати до а Процент. В този случай, колкото по-близо a Резултат е да 100%, толкова по-положително е. Неутрален е всякакъв Резултат около 50%.

Вижте примера по-долу от Островът на съкровищата от Робърт Луис Стивънсън.

Как да получите прозрения от анализ на настроенията

След като стартирате анализа на настроенията, ще имате клетки с Положителен, Отрицателно, или Неутрален класификации и съответните им числови резултати.

Как можете да превърнете резултатите в разбираеми прозрения? Ето няколко идеи:

• Сегментирайте класификациите по създаване на обобщена таблица в Excel.
• Можеш да използваш Visio, който вече е включен в Microsoft 365 Business без допълнителни разходи, за да визуализирате общия брой на всеки от Положителни, Отрицателни, или Неутрални. Визуализацията на данните може да ви даде изглед от птичи поглед.
• Ако отговаряте за управлението на репутацията в компания или марка, може да искате да се съсредоточите върху сканирането на всички текстове, класифицирани като Отрицателно. Какво прави текста Отрицателно? Има ли нещо, което трябва да предадете, за да разрешите проблема?
• Можете да направите същото упражнение за текстовете, класифицирани като Положителен. Може би има особено хубава клиентска препоръка, заровена в голям брой отзиви за продукти, които бихте искали да споделите.
• Можете също така допълнително да сегментирате текста, така че да виждате само клетки, които споменават нова функция на продукта. Потребителите ли са повече Положителен, Отрицателно, или Неутрален за функцията? Анализът на настроенията може да ви помогне да определите това и по-ефективно да събирате обратна връзка.

Анализът на настроенията може да извади хората от процеса на вземане на решения. Понякога това може да бъде добре, защото интерпретацията на текст може да бъде силно субективна.

Например, представете си група хора, които се опитват да решат дали 5000 отзиви за продукти са повече Положителен или Отрицателно. Различните им гледни точки и вниманието към детайла ще понижат достоверността на цялостния резултат. Разрешаването на решението на базата данни на машината ще помогне значително за последователността. Свързани: Най-добрите съвети и инструменти за вземане на групови решения по време на работа

Използване на Microsoft Excel за анализ на настроенията

Ако искате да опитате да извършвате анализ на настроенията, но нямате много финансови ресурси или умения за кодиране, тогава Microsoft Excel е отлично място за начало.

Анализът на настроенията в Microsoft Excel ще ви даде прозрения, които можете да използвате, за да разберете неструктурирани текстови данни. Също така може да бъде идеален начин да се запознаете с концепциите за машинно обучение, преди да се потопите в проект в тази област.

11 идеи за проекти за машинно обучение за начинаещи

Тези идеи за проекти са отлични за тези, които имат познания по програмиране и искат да пробият в областта на машинното обучение.

Прочетете Следващото

За автора