Как использовать Microsoft Excel для анализа настроений

Вы можете использовать Microsoft Excel для выполнения базового анализа тональности текста. Результаты покажут вам тенденции, скрытые в данных.

Возможности использования анализа тональности безграничны: историк может использовать анализ тональности, чтобы понять намерения автора, писавшего сотни лет назад. Точно так же менеджер по маркетингу может отслеживать эволюцию репутации бренда с течением времени.

Метод анализа тональности, обсуждаемый в этой статье, будет использовать машинное обучение для оценки вашего текста и классификации его как выражающего Положительный, Отрицательный, или Нейтральный эмоции.

Вам понадобится Microsoft Excel и надстройка машинного обучения Azure.

Почему важен анализ настроений?

Для людей, которые создают продукты, работают в сфере маркетинга или политики или проводят исследования, понимание эмоциональных настроений по поводу того или иного предмета является профессиональной необходимостью.

Анализ настроений может помочь им. Хотя он не заменит полностью данные об использовании, опросы, интервью и настольные исследования, анализ настроений — это надежный инструмент, которым можно пользоваться.

Почему? Почти в любой ситуации, когда у вас есть большой объем неструктурированных качественных данных, анализ настроений может быстро дать вам представление о лежащем в их основе сообщении.

Анализ настроений работает лучше всего, когда анализируется большой объем данных.

Выполнение анализа тональности самого последнего текстового сообщения от вашего романтического интереса вряд ли даст информацию с какой-либо дополнительной ценностью. С другой стороны, анализ тысяч твитов, содержащих определенный хэштег, даст вам полезные результаты.

Связанный: Советы по улучшению вашей репутации в Твиттере

Другие возможные варианты использования включают анализ обзоров продуктов, просмотр опросов клиентов и выявление кризиса связей с общественностью. Кроме того, регулярный анализ настроений позволит вам отслеживать, как со временем меняется отношение клиентов к вашей компании.

Объем против. настроение

Анализ настроений является неотъемлемой частью мониторинга социальных сетей для любой компании или бренда, заботящихся о своей репутации.

Например, вы можете увидеть, что ваша компания получает большое количество упоминаний в социальных сетях. Но одни только упоминания — это еще не все.

Иногда упоминания — это хорошо. Например, они могут означать большое количество положительных общественных настроений по отношению к вашей компании.

В других случаях вы можете столкнуться с пиар-кризисом, который выходит из-под контроля. В результате общественное отношение к вашей компании отрицательное.

Различение настроений в большом количестве упоминаний в социальных сетях может иметь решающее значение.

Использование Microsoft Excel для анализа настроений

Некоторые платформы мониторинга социальных сетей включают анализ настроений как часть своих предложений. Также возможно выполнить анализ тональности текста с помощью языка программирования, такого как Python.

Однако эти варианты требуют либо значительного бюджета, чтобы позволить себе платформу для мониторинга социальных сетей, либо навыков кодирования.

Если вы похожи на большинство людей и у вас нет ни того, ни другого, Microsoft Excel — хороший вариант для выполнения фундаментального анализа настроений.

Хотя ни один из этих инструментов не дает идеальных результатов, они могут помочь вам понять общую тенденцию настроений, содержащихся в тексте.

Как выполнить анализ настроений в Microsoft Excel

Выполните следующие действия, чтобы попробовать анализ тональности в Excel без написания кода. Внутри Excel и надстройка Azure зависят от алгоритма обработки естественного языка и универсального словаря с положительными и отрицательными словами. Каждому слову в лексиконе присваивается положительное, нейтральное или отрицательное значение.

1. Организуйте данные, которые вы хотите проанализировать, на листе Microsoft Excel.
2. Очистите данные, удаление пробелов и ненужные символы.
3. Сделайте первую ячейку в вашем наборе данных твит_текст (держать в нижнем регистре).
4. Перейти к Вставка > Надстройки.
5. Далее отправляйтесь в Поиск > Машинное обучение Azure.
6. После установки надстройка Машинного обучения Azure откроется во всплывающем окне в правой части экрана.
7. Вы увидите два варианта: Предсказатель выжившего на Титанике и Анализ тональности текста.
8. Нажмите на Анализ тональности текста.
9. Перейти к Предсказывать > Вход, затем добавьте диапазон, в котором находятся данные, которые вы хотите проанализировать.
10. Уехать Мои данные имеют заголовки проверено.
11. Перейти к Вывод и добавьте ячейку, в которую вы хотите отправить результаты анализа.
12. Нажмите Предсказывать.

А настроение и Счет для текста в каждой ячейке будет заполнено; соответствующий текст больше Отрицательный если оценка близка к нулю. Вы можете предпочесть изменить Результаты к Процентов. В этом случае, чем ближе Счет это 100%, тем больше он положительный. Нейтральный любой Счет около 50%.

См. приведенный ниже пример из Остров сокровищ Роберт Льюис Стивенсон.

Как получить информацию из анализа настроений

После запуска анализа тональности у вас будут ячейки с Положительный, Отрицательный, или Нейтральный классификаций и соответствующих им числовых оценок.

Как вы можете превратить результаты в понятные идеи? Вот несколько идей:

• Сегментируйте классификации по создание сводной таблицы в Excel.
• Ты можешь использовать Visio, который теперь бесплатно входит в состав Microsoft 365 Business, визуализировать общее количество каждого из Положительные стороны, Отрицательные, или Нейтралы. Визуализация данных может дать вам представление с высоты птичьего полета.
• Если вы отвечаете за управление репутацией в компании или бренде, вы можете сосредоточиться на просмотре всех текстов, классифицированных как Отрицательный. Что делает текст Отрицательный? Есть ли что-то, что вам нужно передать, чтобы решить проблему?
• Вы можете выполнить то же упражнение для текстов, классифицированных как Положительный. Может быть, в большом количестве отзывов о продуктах скрыт особенно хороший отзыв клиента, которым вы хотели бы поделиться.
• Вы также можете дополнительно сегментировать текст, чтобы видеть только те ячейки, в которых упоминается новая функция продукта. Пользователи больше Положительный, Отрицательный, или Нейтральный о функции? Анализ настроений может помочь вам определить это и более эффективно собирать отзывы.

Анализ настроений может вывести людей из процесса принятия решений. Иногда это может быть хорошо, потому что интерпретация текста может быть очень субъективной.

Например, представьте себе группу людей, пытающихся решить, являются ли 5000 обзоров товаров более важными. Положительный или Отрицательный. Их различные точки зрения и внимание к деталям снизят доверие к общему результату. Разрешение базе данных машины принимать решения значительно поможет с согласованностью. Связанный: Лучшие советы и инструменты для принятия групповых решений на работе

Использование Microsoft Excel для анализа настроений

Если вы хотите попробовать провести анализ тональности, но не имеете больших финансовых ресурсов или навыков программирования, то Microsoft Excel — отличное место для начала.

Анализ настроений в Microsoft Excel даст вам информацию, которую вы можете использовать для понимания неструктурированных текстовых данных. Это также может быть идеальным способом ознакомиться с концепциями машинного обучения, прежде чем погрузиться в полевой проект.

11 идей проектов машинного обучения для начинающих

Эти идеи проектов отлично подходят для тех, кто имеет некоторые знания в области программирования и хочет проникнуть в область машинного обучения.

Читать далее

Об авторе