감정 분석의 유형



소셜 미디어의 댓글 및 리뷰 분석을 감정 데이터 분석이라고합니다. 이 게시물에서는 감정 분석의 유형을 볼 수 있습니다. 읽기>

우리는 모두 인터넷에서 실행되는 장치로 둘러싸여 있습니다. 이전에는 컴퓨터뿐 이었지만 이제는 모바일과 태블릿에 웹이있어 편리합니다. 어떤면에서이 기술은 비즈니스에 도움이 될뿐만 아니라 우리의 삶을 더 편하게 만들었을뿐만 아니라 온라인 경험을 풍부하게했습니다. 사람들이 많은 시간을 보내고 지식을 찾고 아이디어를 교환하고 쇼핑하는 플랫폼이되었습니다!





예를 들면 : 온라인 / 오프라인 구매를 할 때 처음에는 무엇을하나요? 우리는 사람들이 그것에 대해 이야기하고 있는지 확인하기 위해 다른 웹 사이트와 포럼을 탐색합니다. 우리가 찾고있는 것을 판매하는 몇몇 온라인 상점을 확인합니다. 우리는 많은 사람들이 제품과 온라인 상점에 대해 작성하거나 표현한 리뷰와 의견을 읽습니다. 많은 리뷰를 거친 후에야 구매 여부를 결정합니다.

감정 분석의 중요성

가상 세계에서 대부분의 구매 결정은 제품 / 서비스에 대해 영향력있는 리뷰어와 동료가 말한 내용을 검토 한 후에 이루어집니다. 이것이 기업이 사람들이 웹에서 말하는 내용을보고 분석해야하는 이유입니다. 회사 입장에서는 리뷰와 댓글이 매우 중요합니다. 따라서 댓글과 리뷰를 분석하는 것은 조직이 놓칠 수없는 일입니다.



그러나 이러한 의견 또는 리뷰를 총칭하는 것은 무엇입니까?

이러한 의견, 의견 및 리뷰를 '감정 데이터'라고하며 의견과 리뷰가 긍정적인지 부정적인지 식별하는 작업을 '감정 데이터 분석'또는 '감정 분석'이라고합니다.

감정 분석 및 R

감성 분석은 R의 눈에 띄는 기능 중 하나로서, 생산성을 개선하고 브랜드 / 제품을 최적화하려는 마케터와 조직에 귀중한 통찰력을 제공합니다.



R은 이러한 목적으로 사용 가능한 가장 포괄적 인 통계 분석 패키지입니다. 모든 표준 통계 테스트, 모델 및 분석을 통합하고 데이터 관리 및 조작을위한 완전한 언어를 제공합니다. R의 그래픽 기능은 뛰어나며 대부분의 다른 통계 및 그래픽 패키지를 능가하는 완전히 프로그래밍 가능한 그래픽 언어를 제공합니다. 감성 분석의 힘과 그래픽 기술은 조직에 진정으로 강력한 도구가됩니다.

정렬 방법 C ++

'감정 데이터'분석 방법

'감정 데이터'를 분석하는 방법에는 여러 가지가 있습니다. 여기에서 각각을 살펴 보겠습니다.

문서 수준의 감정 분석

의견은 일반적으로 개체 나 이벤트에 대한 사람들의 감정, 평가 또는 감정을 설명하는 주관적인 표현입니다. 많은 블로그 또는 포럼에서 사람들이 리뷰 및 댓글 형식으로 의견을 표현할 수 있습니다. 단순한 '예'또는 '아니오'가 아닌 리뷰 형식으로 의견을 표현할 때 실제 감정을 식별하려면 리뷰에 사용 된 단어에 대한 주관적인 분석이 필요합니다.

문서 수준의 감정 분석에서 각 문서는 단일 개체 또는 이벤트에 초점을 맞추고 단일 의견 보유자의 의견을 포함합니다. 여기에서 의견은 긍정적 또는 부정적 (아마 중립적)의 두 가지 간단한 클래스로 분류 할 수 있습니다. 예 : 제품 리뷰 :“며칠 전에 새 휴대 전화를 구입했습니다. 조금 크지 만 좋은 전화기입니다. 터치 스크린이 좋습니다. 음성 선명도가 더 좋습니다. 나는 단순히 전화를 좋아한다. 리뷰에 사용 된 단어 나 문구 (nice, good, better, love)를 고려할 때 주관적인 의견은 긍정적이라고합니다. 객관적인 의견은 별표 또는 설문 조사 시스템을 사용하여 측정되며, 별 4 개 또는 5 개는 긍정적이고 별 1 개 또는 2 개는 부정적입니다.

문장 수준의 감정 분석

엔터티에 대한 문서에 표현 된 다양한 의견을보다 세분화하려면 문장 수준으로 이동해야합니다. 이 수준의 감정 분석은 의견이없는 문장을 걸러 내고 엔티티에 대한 의견이 긍정적인지 부정적인지를 결정합니다.

자바의 스캐너 클래스 메소드

측면 기반 감정 분석

문서 수준 및 문장 수준 감정 분석은 단일 항목을 참조 할 때 잘 작동합니다. 그러나 많은 경우 사람들은 많은 측면이나 속성을 가진 엔티티에 대해 이야기합니다. 그들은 또한 다른 측면에 대해 다른 의견을 가질 것입니다. 제품 리뷰 및 토론 포럼에서 자주 발생합니다. . 예 :“저는 Nokia 전화 애호가입니다. 전화기 모양이 마음에 들어요. 화면이 크고 선명합니다. 카메라는 환상적입니다. 그러나 단점도 거의 없습니다. 배터리 수명이 기준에 미치지 못하며 Whatsapp에 액세스하기가 어렵습니다. ' 이 리뷰의 긍정과 부정을 분류하면 제품에 대한 귀중한 정보가 숨겨집니다. 따라서 Aspect 기반 정서 분석은 주어진 문서 내의 모든 정서 표현과 의견이 참조하는 측면의 인식에 중점을 둡니다.

비교 감정 분석

많은 경우 사용자는 유사한 제품 또는 브랜드와 비교하여 의견을 표현합니다. 따라서 여기서 목표는 비교 의견을 포함하는 문장을 식별하는 것입니다.

예를 들면 : '나는 Honda Civic을 운전했지만 Skoda Superb보다 더 잘 처리하지 못합니다.'

감정 어휘 획득

이 감정 분석 방법은 사람들의 주관적인 감정과 감정 또는 의견을 표현하는 데 사용되는 단어 및 표현 목록을 사용합니다. 특정 단어뿐만 아니라 구와 관용구도 사용합니다. 다른 유형의 감정 분석에서는 긍정적 인 단어와 부정적인 단어가 무엇인지 살펴 보았습니다. 예를 들어 보겠습니다. 'X 차가 Y 차보다 낫다.' 이 문장은 두 대의 차가 좋거나 나쁘다는 의견을 표현하지 않습니다. 따라서 이러한 유형의 문장 / 문서는 수동 접근 방식, 사전 기반 접근 방식 및 말뭉치 기반 접근 방식의 3 가지 접근 방식을 사용하여 추가로 분석됩니다.

수동 접근 : 시간이 많이 걸리므로 불가능합니다.

사전 기반 접근 :이 접근법은 '워드 넷'을 이용하여 감정 어에 적합한 단어를 찾아 분석을 수행합니다.

코퍼스 기반 접근 : 분석을 수행하기 위해 도메인 별 감정 어휘집을 만드는 데 사용됩니다.

소비자의 감정을 분석하고 회사가 시장에서 어디에 있는지 알 수있는 다양한 방법입니다!