Πώς να χρησιμοποιήσετε το Microsoft Excel για ανάλυση συναισθήματος

Μπορείτε να χρησιμοποιήσετε το Microsoft Excel για να εκτελέσετε βασική ανάλυση συναισθήματος σε κείμενο. Τα αποτελέσματα θα σας δείξουν τις τάσεις που κρύβονται στα δεδομένα.

Οι πιθανές χρήσεις για την Ανάλυση Συναισθημάτων είναι απεριόριστες: ένας ιστορικός μπορεί να χρησιμοποιήσει την ανάλυση συναισθημάτων για να κατανοήσει την πρόθεση ενός συγγραφέα που έγραψε εκατοντάδες χρόνια στο παρελθόν. Ομοίως, ένας διευθυντής μάρκετινγκ μπορεί να παρακολουθεί την εξέλιξη της φήμης της επωνυμίας με την πάροδο του χρόνου.

Η μέθοδος ανάλυσης συναισθήματος που συζητείται σε αυτό το άρθρο θα χρησιμοποιήσει μηχανική εκμάθηση για να βαθμολογήσει το κείμενό σας και να το ταξινομήσει ως εκφραστικό Θετικός, Αρνητικός, ή Ουδέτερος συναισθήματα.

Θα χρειαστείτε το Microsoft Excel και το πρόσθετο Azure Machine Learning.

Γιατί είναι σημαντική η ανάλυση συναισθήματος;

Για άτομα που κατασκευάζουν προϊόντα, εργάζονται στο μάρκετινγκ ή την πολιτική ή διεξάγουν έρευνα, η κατανόηση του συναισθηματικού συναισθήματος σχετικά με ένα συγκεκριμένο θέμα είναι επαγγελματική αναγκαιότητα.

Η Ανάλυση Συναισθήματος μπορεί να τους βοηθήσει. Αν και δεν θα αντικαταστήσει πλήρως τα δεδομένα χρήσης, τις έρευνες, τις συνεντεύξεις και την έρευνα επιτραπέζιου υπολογιστή, η Ανάλυση συναισθήματος είναι ένα σταθερό εργαλείο που πρέπει να έχετε στη διάθεσή σας.

Γιατί; Σχεδόν σε κάθε περίπτωση όπου έχετε μεγάλο αριθμό μη δομημένων ποιοτικών δεδομένων, η ανάλυση συναισθήματος μπορεί να σας δώσει γρήγορα πληροφορίες για το υποκείμενο μήνυμά της.

Η ανάλυση συναισθήματος λειτουργεί καλύτερα όταν αναλύεται μεγάλος όγκος δεδομένων.

Η εκτέλεση Ανάλυσης Συναισθήματος στο πιο πρόσφατο μήνυμα κειμένου από το ρομαντικό σας ενδιαφέρον είναι απίθανο να επιστρέψει πληροφορίες με οποιαδήποτε προστιθέμενη αξία. Από την άλλη πλευρά, η ανάλυση χιλιάδων Tweet που περιέχουν ένα συγκεκριμένο hashtag θα σας δώσει χρήσιμα αποτελέσματα.

Σχετίζεται με: Στερεές συμβουλές για να βελτιώσετε τη φήμη σας στο Twitter

Άλλες πιθανές περιπτώσεις χρήσης περιλαμβάνουν την ανάλυση κριτικών προϊόντων, τον έλεγχο των ερευνών πελατών και την αποκάλυψη μιας κρίσης δημοσίων σχέσεων. Επιπλέον, η τακτική ανάλυση συναισθήματος θα σας επιτρέψει να παρακολουθείτε πώς αλλάζουν οι στάσεις των πελατών προς την εταιρεία σας με την πάροδο του χρόνου.

Όγκος vs. Συναίσθημα

Η Ανάλυση συναισθήματος είναι ένα ουσιαστικό μέρος της παρακολούθησης των μέσων κοινωνικής δικτύωσης για κάθε εταιρεία ή επωνυμία που έχει επίγνωση της φήμης της.

Για παράδειγμα, μπορεί να δείτε ότι η εταιρεία σας λαμβάνει μεγάλο όγκο αναφορών στα μέσα κοινωνικής δικτύωσης. Αλλά οι αναφορές από μόνες τους δεν είναι το παν.

Μερικές φορές οι αναφορές είναι καλό πράγμα. Για παράδειγμα, μπορεί να σημαίνουν ένα μεγάλο ποσοστό θετικού κοινού συναισθήματος προς την εταιρεία σας.

Άλλες φορές, μπορεί να αντιμετωπίζετε μια κρίση δημοσίων σχέσεων που ξεφεύγει από τον έλεγχο. Ως αποτέλεσμα, το δημόσιο αίσθημα προς την εταιρεία σας είναι αρνητικό.

Η διάκριση του συναισθήματος σε έναν μεγάλο όγκο αναφορών στα μέσα κοινωνικής δικτύωσης μπορεί να κάνει τη διαφορά.

Χρήση του Microsoft Excel για Ανάλυση Συναισθήματος

Ορισμένες πλατφόρμες παρακολούθησης μέσων κοινωνικής δικτύωσης περιλαμβάνουν ανάλυση συναισθήματος ως μέρος της προσφοράς τους. Είναι επίσης δυνατό να πραγματοποιηθεί ανάλυση συναισθήματος σε κείμενο χρησιμοποιώντας μια γλώσσα προγραμματισμού όπως η Python.

Ωστόσο, αυτές οι επιλογές απαιτούν είτε έναν σημαντικό προϋπολογισμό για να αντέξουν οικονομικά μια πλατφόρμα παρακολούθησης μέσων κοινωνικής δικτύωσης ή δεξιότητες κωδικοποίησης.

Εάν είστε όπως οι περισσότεροι άνθρωποι και δεν έχετε κανένα από αυτά, το Microsoft Excel είναι μια καλή επιλογή για την εκτέλεση βασικής ανάλυσης συναισθήματος.

Αν και κανένα από αυτά τα εργαλεία δεν παράγει τέλεια αποτελέσματα, μπορούν να σας βοηθήσουν να κατανοήσετε τη συνολική τάση του συναισθήματος που περιέχεται στο κείμενο.

Πώς να εκτελέσετε ανάλυση συναισθήματος στο Microsoft Excel

Ακολουθήστε αυτά τα βήματα για να δοκιμάσετε μια ανάλυση συναισθήματος με το Excel χωρίς να γράψετε κώδικα. Κάτω από την κουκούλα, το Excel και το πρόσθετο Azure εξαρτώνται από έναν αλγόριθμο επεξεργασίας φυσικής γλώσσας και ένα γενικό λεξικό με θετικές και αρνητικές λέξεις. Σε κάθε λέξη στο λεξικό αποδίδεται μια θετική, ουδέτερη ή αρνητική τιμή.

1. Οργανώστε τα δεδομένα που θέλετε να αναλύσετε σε ένα φύλλο Microsoft Excel.
2. Εκκαθάριση των δεδομένων από αφαιρώντας τα κενά και περιττούς χαρακτήρες.
3. Δημιουργήστε το πρώτο κελί στο σύνολο δεδομένων σας tweet_text (διατηρήστε με πεζά γράμματα).
4. Παω σε Εισαγωγή > Πρόσθετα.
5. Στη συνέχεια, κατευθυνθείτε προς Αναζήτηση > Azure Machine Learning.
6. Μόλις εγκατασταθεί, το πρόσθετο Azure Machine Learning θα εμφανιστεί ένα πλαίσιο στη δεξιά πλευρά της οθόνης σας.
7. Θα δείτε δύο επιλογές: Titanic Survivor Predictor και Ανάλυση συναισθήματος κειμένου.
8. Κάντε κλικ στο Ανάλυση συναισθήματος κειμένου.
9. Παω σε Προλέγω > Εισαγωγή, στη συνέχεια προσθέστε το εύρος όπου βρίσκονται τα δεδομένα που θέλετε να αναλύσετε.
10. Αδεια Τα δεδομένα μου έχουν κεφαλίδες τετραγωνισμένος.
11. Παω σε Παραγωγή και προσθέστε το κελί όπου θέλετε να μεταβούν τα αποτελέσματα της ανάλυσης.
12. Τύπος Προλέγω.

ΕΝΑ Συναίσθημα και Σκορ γιατί το κείμενο σε κάθε κελί θα συμπληρωθεί. το αντίστοιχο κείμενο είναι περισσότερο Αρνητικός αν η βαθμολογία είναι πιο κοντά στο μηδέν. Ίσως προτιμήσετε να αλλάξετε το Βαθμολογίες σε α Τοις εκατό. Σε αυτή την περίπτωση, όσο πιο κοντά α Σκορ είναι να 100%, τόσο πιο θετικό είναι. Ουδέτερος είναι οποιαδήποτε Σκορ περίπου 50%.

Δείτε το παρακάτω παράδειγμα από Νησί του θησαυρού από τον Robert Louis Stevenson.

Πώς να αποκτήσετε πληροφορίες από την ανάλυση συναισθημάτων

Αφού εκτελέσετε την Ανάλυση συναισθήματος, θα έχετε κελιά με Θετικός, Αρνητικός, ή Ουδέτερος ταξινομήσεις και τις αντίστοιχες αριθμητικές βαθμολογίες τους.

Πώς μπορείτε να μετατρέψετε τα αποτελέσματα σε κατανοητές γνώσεις; Εδώ είναι μερικές ιδέες:

• Τμηματοποιήστε τις ταξινομήσεις κατά δημιουργία συγκεντρωτικού πίνακα στο Excel.
• Μπορείς να χρησιμοποιήσεις Visio, το οποίο περιλαμβάνεται πλέον στο Microsoft 365 Business χωρίς επιπλέον κόστος, για να οπτικοποιήσετε τον συνολικό αριθμό καθενός από τα Θετικά, Αρνητικά, ή Ουδέτερα. Η οπτικοποίηση δεδομένων μπορεί να σας δώσει μια πανοραμική θέα.
• Εάν είστε υπεύθυνος για τη διαχείριση της φήμης σε μια εταιρεία ή μια επωνυμία, μπορεί να θέλετε να εστιάσετε στη σάρωση όλων των κειμένων που ταξινομούνται ως Αρνητικός. Τι κάνει το κείμενο Αρνητικός? Υπάρχει κάτι που πρέπει να διαβιβάσετε για να αντιμετωπίσετε το πρόβλημα;
• Μπορείτε να κάνετε την ίδια άσκηση για τα κείμενα που ταξινομούνται ως Θετικός. Ίσως υπάρχει μια ιδιαίτερα ωραία μαρτυρία πελατών θαμμένη σε μεγάλο αριθμό κριτικών προϊόντων που θα θέλατε να μοιραστείτε.
• Θα μπορούσατε επίσης να τμηματοποιήσετε περαιτέρω το κείμενο, ώστε να βλέπετε μόνο κελιά που αναφέρουν μια νέα δυνατότητα προϊόντος. Είναι οι χρήστες περισσότεροι Θετικός, Αρνητικός, ή Ουδέτερος σχετικά με το χαρακτηριστικό; Η Ανάλυση συναισθήματος μπορεί να σας βοηθήσει να το προσδιορίσετε και να συγκεντρώσετε πιο αποτελεσματικά σχόλια.

Η Ανάλυση Συναισθήματος μπορεί να απομακρύνει τους ανθρώπους από τη διαδικασία λήψης αποφάσεων. Μερικές φορές αυτό μπορεί να είναι καλό επειδή η ερμηνεία του κειμένου μπορεί να είναι εξαιρετικά υποκειμενική.

Για παράδειγμα, φανταστείτε μια ομάδα ανθρώπων που προσπαθεί να αποφασίσει εάν 5.000 κριτικές προϊόντων είναι περισσότερες Θετικός ή Αρνητικός. Οι διαφορετικές οπτικές τους και η προσοχή στη λεπτομέρεια θα μειώσουν την αξιοπιστία του συνολικού αποτελέσματος. Το να επιτραπεί στη βάση δεδομένων ενός μηχανήματος να αποφασίσει θα βοηθήσει πολύ στη συνοχή. Σχετίζεται με: Οι καλύτερες συμβουλές και εργαλεία για τη λήψη ομαδικών αποφάσεων στην εργασία

Χρήση του Microsoft Excel για Ανάλυση Συναισθήματος

Εάν θέλετε να δοκιμάσετε να εκτελέσετε Ανάλυση συναισθήματος, αλλά δεν έχετε πολλούς οικονομικούς πόρους ή δεξιότητες κωδικοποίησης, τότε το Microsoft Excel είναι ένα εξαιρετικό μέρος για να ξεκινήσετε.

Η Ανάλυση συναισθήματος στο Microsoft Excel θα σας δώσει πληροφορίες που μπορείτε να χρησιμοποιήσετε για να κατανοήσετε μη δομημένα δεδομένα κειμένου. Θα μπορούσε επίσης να είναι ένας ιδανικός τρόπος για να εξοικειωθείτε με τις έννοιες της μηχανικής μάθησης πριν ξεκινήσετε ένα έργο στο πεδίο.

11 Ιδέες για έργα μηχανικής μάθησης για αρχάριους

Αυτές οι ιδέες έργων είναι εξαιρετικές για όσους έχουν κάποιες γνώσεις προγραμματισμού και θέλουν να εισέλθουν στον τομέα της μηχανικής μάθησης.

Διαβάστε Επόμενο

Σχετικά με τον Συγγραφέα