江苏龙网

  1. 首页 > 人文 > >

想知道你在网上的发言，被如何分析么？( 三 )


好在 ， 技术在不断的进步 ， 而且大数据时代嘛 ， 大家都追求用足够多的“好数据”淹没稀释那些“脏数据” ， 不影响大面儿上的结论就还好 。
四、模型识别
想知道你在网上的发言，被如何分析么？
本文插图
进一步 ， 非常需要用情感模型来识别消费者的评价是好是坏 ， 而且我们的目标更高阶一些 ， 不仅仅要识别出消费者对品牌or产品的看法 ， 还要具体到对品牌or产品的某个关注点的看法 ， 这对情感模型也是一件颇有难度的事儿 。
比如“奔驰的外观比较大气稳重 ， 要是价格也能像外观一样就好了” ， 这句话里既有品牌词（奔驰）、也有关注点词（外观、价格）、还有表达情感正负向的词（大气稳重） 。
我们人类是比较好识别出来 ， 这句话是夸奔驰的外观 ， 但对它的定价略有微词 。
可对机器就比较犯难了 ， 首先机器需要能识别出 ， “大气稳重”这个褒义词跟“外观”是一对儿 ， 而不是修饰“价格”的；其次 ， 机器还需要能理解“要是xxx也能像xxx一样就好了”这种句式 ， 稍有不慎就会把“价格”跟“好”凑成一对 ， 那不就满拧了么？
五、观点组织
想知道你在网上的发言，被如何分析么？
本文插图
最后我们来到了数据呈现阶段 ， 很多数据产品往往就砸在这儿 。
一开始就说了 ， 厂商需要的就是清晰的告诉他们 ， 消费者对品牌or产品的具体评价 ， 那我们就按照品牌or产品来组织数据 ， 并且将情感正负向与关注点交叉 ， 让评价能够更具体 。
进一步 ， 当点击上图中的任何一个色块时 ， 都可以弹出对应这个关注点的情感倾向的具体言论 ， 让厂商爸爸们不仅知其然、还能知其所以然 。

想知道你在网上的发言，被如何分析么？
本文插图
除了条形占比图的呈现以外 ， 厂商爸爸们还很喜欢上面这种散点图 ， 它是由对应分析方法画出来的 。
这个图其实就是把二维列联表格式的数据进行可视化处理 ， 原始数据其实就是这么一个Excel表格 。
表格中的数字 ， 表示同时提到某个品牌和某个关注点的数据量 。
比如大家在讨论宝马的时候 ， 经常会提及操控性和动力；在提及奔驰的时候常常把舒适性和外观挂在嘴边；反应在图形上 ， 就是宝马距离操控性和动力两个点会更近一些 ， 奔驰距离舒适性和外观两个点会更近一些 。
但这种图也有它的问题 ， 就是直观有余但量化不足；不过客户往往就喜欢这种直观可解释性强的东西 ， 你要是真给他整一个深度神经网络 ， 还真不见得他会买单 。
六、待改进的点
当然 ， 上述的5个步骤都还有较大的提升空间 ， 比如会在网上发表评论的用户 ， 是不是本身就比较有偏？他们的声音能否真正的代表广大消费者的看法？以及 ， 目前的机器学习对评论数据理解的准确性能否更进一步 ， 像个人一样去理解句子？
最后再叨叨一句舆情数据产品这个行业 ， 其实上面的分析讲解已经可以看到 ， 这是一个相对重资产、体力活、且游走在灰色边缘的事儿 ， 很大互联网大厂看不上这块小肉 ， 这反倒给了很多第三方小公司一些生存空间 。
不过他们有没有不同的行业专家帮忙搭建各个行业的图谱？能不能顺利爬到足够覆盖率的舆情数据？爬回来之后调用那些开源的NLP能力接口能否分析的精准？最后的产品化打磨能否到位？这些点 ， 都会影响最终的商业售卖 。
作者：古牧聊数据 ， 公众号：古牧聊数据
本文由 @古牧聊数据 原创发布于人人都是产品经理 。 未经许可 ， 禁止转载 。
题图来自Unsplash ， 基于CC0协议


推荐阅读


上一篇：上膳源好有机：这些年我们一起追过的好滋味

下一篇：新华社|2020年8月天象预报：英仙座流星雨极大值出现时间