https://virgool.io/dadeh-kav/feed متخصص تحلیل داده و بازاریابی محتوا، با تجربه‌ی قلم زدن در نشریات دیجیتال، چاپی، دانشگاهی و کسب‌وکار. fa 2026-06-10 14:22:06 https://files.virgool.io/upload/publication/2tg0vvbn8xdx/0kmbn1.jpeg https://virgool.io/dadeh-kav https://virgool.io/dadeh-kav/%D8%AF%D8%A7%D8%AF%D9%87-%DA%A9%D8%A7%D9%88%DB%8C-%D9%88-%D8%AA%D8%AD%D9%84%DB%8C%D9%84-%D8%B4%D8%A8%DA%A9%D9%87-%D9%87%D8%A7%DB%8C-%D8%A7%D8%AC%D8%AA%D9%85%D8%A7%D8%B9%DB%8C-y3gvohdxaqh6 تحلیل شبکه‌های اجتماعیبا 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.احمد مصطفوی (داده‌ کاو)تجزیه و تحلیل قصد داده های متنیحالا، 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: https://www.aparat.com/v/aKIE4 تحلیل بازخورد کاربران درباره‌ی SEMrushتحلیل توییتر امین اسماعیلیسخن 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.تجزیه و تحلیل احساسات با Rبه 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 احمد مصطفوی (داده کاو) احمد مصطفوی (داده کاو) Mon, 04 Oct 2021 00:50:38 +0330 https://virgool.io/dadeh-kav/%D8%AA%D8%AC%D8%B2%DB%8C%D9%87-%D9%88-%D8%AA%D8%AD%D9%84%DB%8C%D9%84-%D8%A7%D8%AD%D8%B3%D8%A7%D8%B3%D8%A7%D8%AA-%DA%86%DB%8C%D8%B3%D8%AA-wfea7aayno1y احمد مصطفوی (داده کاو)خلاصه‌ا‌ی از آنچه باید درباره‌ی نظرکاوی بدانید:تجزیه و تحلیل احساسات یا نظر/عقیده‌کاوی روشی برای سنجش کمّی نظر افراد یا گروه‌هاست، مثلاٌ اندازه‌گیری احساسات خاص مخاطبان و مشتریان یک برند نسبت به خدمات آن. بر اساس مکانیزم نمره دهی، تجزیه و تحلیل احساسات بیشتر بر کلمات و گفتگوها تکیه می کند و بخش‌های مشخصی از زبان طبیعی را ارزیابی می کند. هدف چنین فرایندی این است که نگرش ها، نظرات و احساسات مربوط به یک کسب‌وکار، محصول، خدمات یا موضوع با اعداد و ارقام و به شکل کمّی ارزیابی شود. گاهی اوقات از تجزیه و تحلیل احساسات به عنوان نظرکاوی یا عقده‌کاوی نیز یاد می شود. فرایند مورد بحث، به عنوان بخشی از سیستم تجزیه و تحلیل زبان طبیعی، جزئی لاینفک است که نظرات مخاطبان را بررسی می کند.با ذکر همین یک پاراگراف می‌توان به اهمیت چشم‌گیر نظرکاوی در حوزه‌ی بازاریابی پی برد. در صورتی که کسب‌وکار شما از این تخصص بهره‌مند باشد، قادر خواهید بود خدمات و کالای خود را بهتر از رقبا ارتقا دهید. همچنین می‌توانید با انجام دادن این تحلیل آینده‌ی اقتصادی یک محصول را ارزیابی کرده و سود خود را چند برابر کنید.نحوه‌ی انجام تجزیه و تحلیل احساساتتجزیه و تحلیل احساسات اغلب توسط یک الگوریتم پیاده می‌شود و کلمات مورد استفاده‌ی جامعه‌ی هدف را توسط کلماتی که از قبل در یک مجموعه‌ی مشخص (لکسیکان) تعریف شده‌اند و می‌توانند احساسات اساسی اشخاص را در مورد یک موضوع نشان دهند، نمره گذاری می کند. تجزیه و تحلیل احساسات به ما کمک می‌کند اموری که کاملاً ذهنی هستند و در شرایط عادی به سختی می‌توان اندازه‌گیری‌اشان کرد را به راحتی با اعداد و ارقام بسنجیم.در خدمات پس از فروش و برنامه‌های مرکز تماس شرکت‌های معتبر، تجزیه و تحلیل احساسات یک ابزار ارزشمند برای نظارت بر نظرات و احساسات در میان گروه‌های مختلف مشتریان محسوب می‌شود.مزایای نظرکاوینتایج تجزیه و تحلیل احساسات می‌تواند یک دید جامع در مورد اثربخشی فعالیت‌‌‌های کاری‌اتان، و بازخوردش در جامعه فراهم آورد. وقتی نمرات تجزیه و تحلیل احساسات در بخش‌های خاصی مقایسه می‌شود ، شرکت‌ها می‌توانند به سرعت نقاط مثبت خدمات خود را بهبود داده و نقاط ضعف کار خود بکاهند.با نظارت مستمر بر نگرشها و نظرات در مورد محصولات، خدمات و یا حتی خدمات پس از فروش ، نام‌های تجاری می‌توانند حتّی تغییرات جزئی در افکار عمومی را تشخیص داده و به راحتی با نیازهای مخاطبان خود هماهنگ شوند.برای اینکه فهم بهتری از موضوع داشته باشید یک نمونه نظرکاوی که توسط خود من انجام شده را مشاهده کنید:نظرکاوی درباره‌ی رویداد پرواز احمد مصطفوی (داده کاو) احمد مصطفوی (داده کاو) Sun, 03 Oct 2021 22:35:56 +0330 https://virgool.io/dadeh-kav/%D8%AA%D8%AC%D8%B2%DB%8C%D9%87-%D9%88-%D8%AA%D8%AD%D9%84%DB%8C%D9%84-%D8%AA%D8%B7%D8%A8%DB%8C%D9%82%DB%8C%D9%90-%D9%84%D8%AD%D9%86-%D8%AA%D9%88%DB%8C%DB%8C%D8%AA%D8%B1-%D8%B8%D8%B1%DB%8C%D9%81-%D9%88-%D8%A7%D9%85%DB%8C%D8%B1-%D8%B9%D8%A8%D8%AF%D8%A7%D9%84%D9%84%D9%87%DB%8C%D8%A7%D9%86-peqcrhpre692 www.a-mostafavi.techتفاوت وزرای امور خارجه‌ی دولت فعلی و دولت سابق در نحوه‌ی استفاده از کلمات، در توییتر چقدر است؟به نظر شما چقدر در توصیف لبخند معروف جواد ظریف اعراق شده است؟با استفاده از داده‌کاوی با زبان برنامه‌نویسی آر و داده‌های توییتر، همچنین مصوّر کردن داده‌ها با یکی از بهترین نرم‌افزارهای تحلیل داده به اسم تبلو، من موفق شدم احساساتی که وزرای خارجه‌ی دولت قبلی و فعلی (ظریف و امیر عبداللهیان) در توییتر خود ابراز می‌کرده را تحلیل کنم. در تحلیل این شبکه‌ی اجتماعی معلوم شد با وجود آنچه در رسانه‌ها بیان می‌شود و بین مردم هم معروف شده، تفاوت زیادی بین لحن بیان این دو بزرگوار وجود نداشته است. و حداقل در شبکه‌ی اجتماعی توییتر آن‌ها بسیار شبیه به هم عمل کرده‌اندتحلیل به خاطر محدودیت‌هایی که در زبان فارسی وجود داشت روی توییت‌های انگلیسی این دو بزرگوار انجام شد. برای تحلیل از آر استدیو، فرهنگ تحلیل احساس ان آر سی، و تبلو استفاده شد. احمد مصطفوی (داده کاو) احمد مصطفوی (داده کاو) Sun, 03 Oct 2021 22:18:09 +0330 https://virgool.io/dadeh-kav/%D8%AA%D8%AD%D9%84%DB%8C%D9%84-%D8%A7%D9%81%DA%A9%D8%A7%D8%B1-%D8%B9%D9%85%D9%88%D9%85%DB%8C-%D8%AF%D8%B1%D8%A8%D8%A7%D8%B1%D9%87-%DB%8C-%D8%B7%D8%B1%D8%AD-%D8%B5%DB%8C%D8%A7%D9%86%D8%AA-o0jlvaftd35x با استفاده از داده‌کاوی با زبان برنامه‌نویسی آر و داده‌های توییتر، همچنین مصوّر کردن داده‌ها با یکی از بهترین نرم‌افزارهای تحلیل داده به اسم Tableau، موفق شدم افکار عمومی را درباره‌ی طرح صیانت در شبکه‌ی اجتماعی توییتر تحلیل کنم. همانطور که تصور می‌رفت بخش قابل توجهی از احساسات مردم نسبت به این طرح منفی بود. علاوه‌بر این مسئله کلماتی که بیشتر درباره‌ی این موضوع به کار رفته بود نیز بسیار جالب توجه است.من احمد مصطفوی، کارشناس تحلیل داده هستم. علاقه‌ی اصلی‌ام تجزیه و تحلیل احساسات عمومی بوده و به ابزارهای انجام این کار تسلّطی نسبی دارم. در آینده‌ی نزدیک با هدف درآمدزایی از این تخصّص در ازای دریافت مبلغی سفارشات Sentiment Analysis را پذیرا خواهم بود.تحلیل افکار عمومی درباره‌ی طرح صیانت احمد مصطفوی (داده کاو) احمد مصطفوی (داده کاو) Wed, 29 Sep 2021 17:23:00 +0330 https://virgool.io/dadeh-kav/%D8%AA%D8%AC%D8%B2%DB%8C%D9%87-%D9%88-%D8%AA%D8%AD%D9%84%DB%8C%D9%84-%D8%A7%D8%AD%D8%B3%D8%A7%D8%B3%D8%A7%D8%AA-%D8%AA%D9%88%DB%8C%DB%8C%D8%AA%D8%B1-%DA%A9%DB%8C%D9%85-%DA%A9%D8%A7%D8%B1%D8%AF%D8%A7%D8%B4%DB%8C%D8%A7%D9%86-s9umw1uce63w با استفاده از داده‌کاوی با زبان برنامه‌نویسی آر و داده‌های توییتر، همچنین مصوّر کردن داده‌ها با یکی از بهترین نرم‌افزارهای تحلیل داده به اسم Tableau، موفق شدم احساساتی که کیم کارداشیان در توییتر خود ابراز می‌کرده را تحلیل کنم.در تحلیل این شبکه‌ی اجتماعی معلوم شد احساس شادی بیشتر توسط کیم ابراز شده و کلمه‌ی شاد 888 در توییت‌های او بکار برده شده است.از طرفی با همان ابزاری که بالاتر ذکر شد افکار عمومی را درباره‌ی سوژه‌ی تحقیق تحلیل کردم و نتایج قابل توجهی به دست آمد. در کمال تآسّف یکی از کلماتی که زیاد در رابطه با این سلبریتی معروف به‌کار گرفته شده بود، ترکیب نژادپرستانه و مشمئزکننده‌ی کاکاسیاه Negro بود.علاقه‌ی اصلی من در حوزه‌ی تحلیل، تجزیه و تحلیل احساسات یا اصطالاحاً Sentiment Analysis است. اگر تمایل دارید کارهایی ازین قبیل رو بیشتر ببینید حتماً به وبسایتم سر بزنید: A-Mostafavi.تجزیه و تحلیل احساسات توییتر کیم کارداشیانتجزیه و تحلیل افکار عمومی درباره‌ی کیم کارداشیان احمد مصطفوی (داده کاو) احمد مصطفوی (داده کاو) Wed, 29 Sep 2021 17:16:42 +0330