داده کاوی و تحلیل شبکه‌های اجتماعی

با پیشرفت های اخیر در یادگیری عمیق، توانایی الگوریتم ها برای تجزیه و تحلیل متن به طور قابل توجهی بهبود یافته است. استفاده خلاقانه از تکنیک‌های پیشرفته هوش مصنوعی می‌تواند ابزار موثری برای انجام تحقیقات عمیق در تجزیه و تحلیل احساسات باشد. اعتقاد اکثر متخصصان بر این است که تحلیل مکالمات مشتری درباره‌ی خدمات ارائه شده به آن‌ها، برای یک برند بسیار مهم است. دو شاخص اصلی این امر عبارتند از:

1. نقاط قوت کالا و خدمات برند، که مشتریان به آن اهمیت می‌دهند.
2. اهداف و واکنش‌های اساسی کاربران در مورد آن موارد.

تجزیه و تحلیل احساسات:
تجزیه و تحلیل احساسات متداول‌ترین ابزار طبقه‌بندی و تحلیل متن است که پیام دریافتی را تحلیل می‌کند و تعیین می‌کند که احساسات مربوط به آن‌ها مثبت، منفی یا خنثی هستند. در صورتی که یک نام تجاری دارای نام هستید و یا در صورتی که نیاز به تحلیل یک یا چند کلیدواژه‌ی خاص را به صورت تکی یا تطبیقی دارید با من در داده‌کاو تماس برقرار کنید.

تجزیه و تحلیل قصد داده های متنی

حالا، اینجاست که همه چیز جالب می‌شود. برای به دست آوردن بینش‌های کاربردی، ضروری است که بفهمیم کاربر از چه جنبه‌ای درباره‌ی یک برند صحبت می‌کند. به عنوان مثال، دیجیکالا می‌خواهد تحویل‌های دیر هنگام، مسائل مربوط به صورتحساب، سوالات مربوط به تبلیغات، بررسی محصولات و غیره را از یکدیگر تفکیک کند. از طرف دیگر، اسنپ می‌خواهد پیام‌ها را بر اساس ارتباط آنها با رفتار کارکنان و بازخورد بهداشتی طبقه‌بندی کند (سفارشات آنلاین، نام فروشگاه، مکان و ...) اما چگونه می‌توان این کار را انجام داد؟

رویکرد متداول در چنین تحلیل‌هایی معمولاً شامل فیلتر کردن همه پیام‌های مربوط به قیمت، جستجوی کلمات کلیدی در قیمت و سایر کلمات مرتبط مانند (قیمت، هزینه، تومان، ریال و پرداخت شده) است. با این حال، این روش چندان مؤثر نیست زیرا تقریباً غیرممکن است که به کلمات کلیدی مربوط و انواع آنها که نشان دهنده یک مفهوم خاص هستند فکر کنید. این امر یکی از نقاط ضعف در روش متداول است که در قسمت‌های بعدی این مجموعه مفصل‌تر بررسی‌اش خواهیم کرد.

در پایان توجه شما را به سه نمونه تحلیل انجام شده توسط خودم (تحلیل توییتر امین اسماعیلی از شخصیت‌های مطرح در حوزه‌ی سئو و تحلیل بازخورد کاربران درباره‌ی ابزار SEMrush یکی از بهترین ابزارهای سئو) که به ترتیب روی داده‌های داده‌های فارسی و انگلیسی انجام شده‌اند، جلب می‌کنم:

سخن آخر و خودمانی:

نتایج تحلیل من روی توییت‌های مربوط به برند یک معروف (و به عقیده‌ی من بهترین برند بین‌المللی در حوزه‌ی #سئو - سمراش)، نشون می‌ده حداقل در این مورد خاص مردم توییت‌های منفی رو بیشتر ریتوییت، و موارد مثبت رو بیشتر لایک می‌کنن.

به نظر شما این نتیجه رو تا کجا میشه تعمیم داد؟ اگر بگیم همین گزاره درباره‌ی تمام پست‌های شبکه‌های اجتماعی صدق می‌کنه زیاده روی کردیم؟

جالبه بدونید فیس‌بوک هم قبلاً در یک تحلیل با ابعاد سرسام‌آور چنین نتایجی رو برای پلتفرم خودش رو منتشر کرده.

متاسفانه واقعیت اینه که ما توی شبکه‌های اجتماعی بیشتر با محتوایی که حالمون رو بد می‌کنه تعامل برقرار می‌کنیم.
و بعضی وقتا خودآگاه یا ناخودآگاه برای دریافت تعامل بیشتر به جای تلاش برای بهبود کیفیت محتوای خودمون بقیه رو می‌کوبیم.

پ.ن :تحلیل من روی توییت‌های ده روز اخیر با کلیدواژه‌ی سمراش انجام شده و احساسات رو با فرهنگ بینگ تطبیق دادم