تحلیل متن (Text Mining)
نظر کاوی (Comment Mining)

نظر‌کاوی یا تحلیل احساس موجود در متن، یکی از زمینه‌های تحقیقی جدید و بسیار مهم در حوزه متن کاوی است و هدف آن، استخراج خودکار احساسات و نظرات جمعی انسان‌ها از نوشتارها می‌باشد. روزانه میلیون‌ها کاربر، نظرات، عقاید، ارزیابی‌ها و احساسات خود را پیرامون یک کالا، موجودیت یا یک رویداد خاص، بر روی سایت‌های اینترنتی قرار می‌دهند. دانش استخراج شده از این متون می‌تواند برای کاربران و همچنین شرکت‌های تولیدکننده، بسیار مهم باشد.

نمونه‌ای از یک سناریو نظر کاوی

فرض کنید شخصی یک موبایل سامسونگ خریده است و ارزیابی خود از موبایل خریداری شده را بر روی صفحات اینترنتی منتشر می‌کند. دانشی که این مطالب در اختیار شرکت سامسونگ قرار می‌دهد، می‌تواند در جهت بهبود کیفیت دستگاه‌های موبایل این شرکت، اطلاعات مفیدی، دربر داشته باشد. همچنین این اطلاعات برای خریداران می‌تواند اطلاعات مفید و مطلوبی درباره موبایل‌های متفاوت، فراهم آورده و در انتخاب کالا، به آن‌ها کمک کند.

تحلیل متن (Text Mining)
کاربرد نظر کاوی در بازار و محصولات تجاری

نظر کاوی و تحلیل دیدگاه از روی داده‌های متنی، می‌تواند کاربردهای مختلفی در حیطه‌های مختلف، داشته باشد که در زیر به برخی از مهم‌ترین آن‌ها اشاره شده است.

  • از دیدگاه مشتریان: بررسی کیفیت محصول، معایب و مزایای کالا، استفاده از تجربیات دیگران، مقایسه محصولات و …
  • از دیدگاه تولیدکنندگان: کشف نقاط ضعف محصول خود از دیدگاه مشتریان، نقطه نظرات و انتظارات مشتریان، درک بهتر از نیاز مشتریان خود، مقایسه و رقابت با سایر شرکت‌های رقیب در بازار و …
  • از دیدگاه فروشندگان : بازاریابی، تبلیغات مناسب با سلیقه مشتریان، پیشنهاد محصول مناسب به خریداران و …
  • مدیریت: کمک در تصمیم‌گیری، آگاهی از میزان رضایت و طرز تفکر افراد، جمع­آوری اطلاعات نرم درون/فرا سازمانی و …
  • بازار بورس و پیش­بینی سهام: اخبار خوب و بد اقتصادی و سیاسی و …
  • علوم اجتماعی و روان‌شناسی: تحلیل مسائل اجتماعی و فرهنگی، تاثیر اتفاقات مختلف در رفتار مردم و …
  • و …
تحلیل متن (Text Mining)
سطوح مختلف نظر کاوی

نظر کاوی را می‌تواند در سه سطح مختلفی انجام داد:
نظر کاوی سطح سند: در چنین مواردی ما با یک یا چند سند سروکار داریم. لازم است تا این اسناد را طبقه‌بندی کنیم تا بدانیم کل این سند، نظر مثبت یا منفی­ دارد. برای مثال: نقد فیلم یا نشریات
نظر کاوی سطح جمله: در این موارد معمولاً با جملات روبه‌رو هستیم و لازم است تا جملات را به دسته‌های مثبت، منفی و خنثی طبقه‌بندی کنیم. برای مثال: نظرهای کوتاه و یا Twit مهمان (9/7/1394): این دستگاه قسمت باطریش و. شارژرش زود خراب میشه! در کمتر از یک سال!!!! مال خودم خراب شد. چندتا از دوستام هم با این مشکلا سروکار دارن! مهمان (8/7/1394): من خریدم مدل 500 گیگ رو دو هفته میشه کاملا راضی هستم باطری خیلی خوب نگه میداره کیفیت صفحه نمایش خوبه برای تست قدرتش بازی call of duty 2 رو نصب کردم به راحتی کیفیت صدا هم خوبه
نظر کاوی سطح ویژگی: به جای پرداختن به ساختارهای زبان مثل جمله، پارگراف، عبارت و …، در این سطح مستقیماً سراغ خود نظر می‌رویم. معمولا موجودیت و حس مربوط به آن که دو جزء اصلی نظر هستند، همراه با هم می‌آیند. در این سطح به دنبال کشف حس مربوط به جنبه‌ها یا ویژگی­های مختلف آن‌ها هستیم. هدف نهایی چنین سیستمی، مشخص کردن میزان نظرات مثبت و منفی ویژگی‌های محصول و رتبه‌بندی آن‌‎ها است تا کاربر از بین محصولات موجود، محصولی که دارای بیش‌ترین نظرات مثبت برای ویژگی‌های دلخواه است را بتواند انتخاب کند.

[thrive_leads id='1265']
author-avatar

حدود علی ایوبی

من علی ایوبی هستم متخصص و مدرس بازاریابی اینترنتی، به کسانی که نیاز به دیجیتال مارکتینگ خود را دارند کمک می کنم که بتوانید سیستم بازاریابی آنلاین خود را راه اندازی کنند به نظرم من دلیل شکست شکست کسب و کارها نداشتن سیستمی برای جذب مخاطب(ترافیک) و تبدیل آن به مشتری(تبدیل) است روش کار من استفاده از سیستم قیف های فروش(Funnel) است.

بازگشت به لیست
0 0 رای ها
امتیازدهی به مقاله
اشتراک در
اطلاع از
guest
0 نظرات
بازخورد (Feedback) های اینلاین
مشاهده همه دیدگاه ها