Celles-ci correspondent uniquement à une sous-classe de produits de données - Produits de données d'opinion publique.
L'application des données de l'opinion publique peut être divisée en face:


Face, principalement le gouvernement et les affaires, veulent connaître la vue de la vue de chacun en temps spécial si quelconque; Et s'il y a un problème soudain, il est nécessaire de savoir dès que possible, il est préférable de contrôler la source au début des premiers stades, ne causez pas de problèmes.
Zibia, principalement de la société, je souhaite savoir ce que les consommateurs sont des marques ou de bons produits, peuvent être bons et mauvais, et aussi possible que possible. Par exemple, une nouvelle entreprise répertoriée et une entreprise de voitures est bonne, mais les consommateurs n'achètent pas de comptes. Si vous ne l'achetez pas, je pense qu'il y a un problème, laissez-nous savoir, allons-nous savoir.

Comment ce problème l'a-t-il obtenu dans le front? Principalement basé sur la société de conseil en enquête. Ils vont développer un programme de recherche détaillé de la questionScientific scientifique, puis posez des questions du téléphone ou directement du début pour comprendre la voix de la plupart des utilisateurs.

Cette méthode, le problème visible dans l'œil est généralement des coûts de main-d'œuvre élevés. Besoin d'acheter beaucoup de gens à appeler ou à interviewer; Dans le même temps, le cycle est également relativement long, généralement des unités mensuelles calculées; Oui, c'est beaucoup d'espace d'activité. Après tout, il y a des liens artificiels au milieu. Vous savez ...


Nous sommes spécialisés dans les produits de données de l'opinion publique. Un total de 5 étapes, vous pouvez donner la réponse en automatisant le produit. Parmi eux, le gouvernement n'est pas dit, alors ne peut donc introduire que la manière dont la société utilise les données de l'opinion publique pour comprendre les points de vue des consommateurs sur leur propre marque ou leurs produits.

La première étape consiste à créer une carte et une industrie de la base de connaissances également disponible. Cette carte n'est vraiment pas avancée, une carte industrielle principale, un document Excel peut eMise en œuvre. Son rôle est très simple, c'est-à-dire que les données d'opinion publique non structurées, la cartographie dans les étiquettes sont converties en structure et peuvent être analysées statistiquement.

En général, une carte de marque de la marque, des produits, des segments et des préoccupations.

Marques comme nom de la plupart des marques d'une industrie, ces mots-clés peuvent également vous aider à framiner une gamme de données de base de l'industrie.

Fine sous-marin Vous pouvez comprendre qu'une taille ou une carte avec la combinaison de la marque, telle que l'industrie automobile, le modèle, l'origine, le type d'énergie, V.V. Peut être utilisé comme segment, c'est souvent un moyen unique avec chaque industrie. Par exemple: BMW a une combinaison croisée à composite avec un modèle, vous pouvez avoir des distinctions différentes de SUV BMW, BMW Berly.

Le produit est un détail plus petit de la marque, telle que BMW X5, Audi A6, sa taille de particules a été raffinée.Afin de ne pas passer le marché.

Enfin, concerne que les consommateurs évalueront une marque ou un produit de consommateurs communs. Il peut avoir une relation de niveau, telle que l'apparition du véhicule, qui peut continuer à percer en couleurs spécifiques, phares, quel est le visage.

La conscience de ceci est une capture d'écran Excel ci-dessus. Plus important encore, les mots-clés, les marques, les produits, les segments de marché et les préoccupations de la première colonne sont assortis à travers ces mots-clés. Par exemple, "Audi A1 est toujours plus faible dans les prix intérieurs", il sera espéré par la marque = Audi, produit = Audi A1, faire attention au point = prix = Prix, modèle = petite voiture, type d'énergie = énergie traditionnelle, attributs du fabricant = importation, etc. Une variété d'étiquettes. On peut constater que certaines étiquettes gouvernées peuvent être trouvées, telles que des produits et une attention particulière, des mots mentionnés à littéralement, seront diffusés sur l'étiquette correspondante; et k cartesCachée cachée, selon la carte de l'industrie, la structure de cette carte de l'industrie est essentiellement basée sur les professionnels de l'entreprise à la construction, mais les mots-clés nécessiteront de nombreux services techniques. Par exemple, des marchandises similaires, officiellement nommées, mais les consommateurs ont tendance à fournir différents nombres. S'ils manquent ce qui suit, il manquera de nombreuses données d'opinion publique.

avec un cadre, nous pouvons gravir des données dans le monde entier. En tant que présentation, nous devons correspondre aux données par des mots-clés, mais vous devez également contrôler la source de données. Dans l'ensemble, les entreprises paieront plus d'attention à deux micro-tremblements, qui est Wechat, Weibo et tremblant. Wechat fait référence au nombre de chiffres publics. Il s'agit d'une source de données d'opinion importante; Weibo a rarement dit, mais pour les marques publiques, c'était toujours un endroit militaire de se battre; La suspension est de nouvelles annonces qui ne sont pas autorisées à mettre en panne et ne peuvent naturellement pas abandonner. En outre, des forums verticaux de certaines affiches de certaines industries nGhiz, généralement de haute qualité, une discussion de grande densité, naturellement collectée.

Comment ces données viennent-elles? Pour certains petits fabricants, ils ne peuvent compter que sur des reptiles et sont généralement par le propriétaire des données via une série d'anti-stations amusantes. Il s'agit donc d'un individu et le niveau de données a grimpé très grand, tel que Weibo, le nombre de publiques, des postes, très difficiles à remplir l'escalade, vérifiez également la puissance de stockage. Donc, vous regardez, vous avez ces données, comment gagner du temps et des efforts.

et aussi une stratégie certaine lors de l'escalade des montagnes. Par exemple, le compte public WECHAT, il existe un grand nombre de moyens d'auto-communication, le titre de l'article, représentant le point de vue de l'auteur, l'énergie n'est pas petite. Par exemple, "Tencent n'a pas de rêves" au cours des deux premières années et la relation publique de Tencent doit y penser. Dans le même temps, le choix des commentaires ci-dessousLe travail public est également l'attitude des internats. Ensuite, il y a des postes, il n'y aura pas de voitures, Audi, ces mots, mais le texte est plein de marques, vous ne pouvez pas gravir cet article? Il y a encore des articles, des groupes de titres, une popularité, mais le texte n'est pas cette chose, cet article que vous gravez? Il y a encore des articles, initialement, j'ai dit que Mercedes, le résultat a été biaisé, les gens parlent à Audi, en tant que fabricant de Audi, ces commentaires que vous souhaitez?

诶 ... pensez-y est grand?

Plusieurs têtes sont toujours en retard et les données sont nettoyées. Dans la phase de carte industrielle, nous avons traversé les mots-clés, autant que possible, de nombreuses impuretés de bruit, telles que le groupe de titres mentionné ci-dessus et tous les types de troupes d'eau publicitaires, ne les nettoient pas, il est difficile d'entendre le vrai voix des consommateurs.

est une partie du titre, nous pouvons soutenir l'évaluation à travers le corps. C'est bon de le gérer avec la machine. Tant que le nombre de postes suffisait, il est nécessaire d'avoir une grande précision de cette industrie; Cependant, certaines données de commentaire seront difficiles, en raison du nombre de petits mots, du nombre de petites informations, cela doit utiliser la relation contextuelle évaluée. Il est difficile de mentionner l'identification du contexte de contexte de contexte et la machine ne peut vraiment pas lire de nombreuses phrases dans le réseau et les associations de haut en bas comme tout le monde. Cet exemple n'est pas seulement le titre du titre et ce mot est multi-sens. Par exemple, les bovins rouges, les deux boissons et les équipes F1, ou le nom de l'équipe, de cela apparemment en la mettant en œuvre dans un grand texte de paragraphe, c'est aussi un bon "bovin rouge" ", vous vous le disiez?

]

Le bien, la technologie constamment progresser et l'ère de données importantes, les gens poursuivent suffisamment de "bonnes données" pour inonder des "données sales", il n'y a aucune conclusion qui affecte le grand côté est ok ..

De plus, il est difficile de déterminer l'évaluation d'un consommateur très pédiatrique. Et nos objectifs sont plus élevés, non seulement pour identifier les vues des consommateurs sur les marques ou les produits, mais également en considérant une certaine concentration sur la marque ou le produit, qui est également assez difficile pour les modèles émotionnels. Article.

Par exemple: "Le modèle de Mercedes est plus stable, si le prix peut être identique à l'apparence, il existe une marque (Mercedes), il y a aussi une préoccupation. Les articles (apparence, prix), affichent également des mots négatifs d'émotions (stabilité dans l'atmosphère). Notre peuple vaut mieux déterminer, cette phrase est l'apparition de Navez, mais il y a un peu de pour cela.

La machine peut être plus difficile, la première de la machine doit être déterminée, "L'atmosphère est stable" Il s'agit d'une paire d'apparence ", pas de changement fixe" Prix ", "Deuxièmement, la machine doit toujours comprendre" si xxx peut aimer xxx ", cette phrase, un peu accidentellement, mettra un" prix "avec" bon "pour créer une paire, ce n'est pas assez complet? ~

Enfin, nous sommes arrivés à la phase de présence des données et de nombreux produits de données sont souvent brisés ici. Initialement, le fabricant devait les spécifier, évaluer la marque de la marque ou le produit spécifique, puis organiser des données en fonction de marques ou de produits, et intersect négativement et concentrez-vous sur l'évaluation émotionnelle, pour une évaluation plus détaillée.

De plus , cette image est réellement affichée des données du format de ligne à deux dimensions. Les données originales sont vraiment une forme Excel:

Numéro de la table, indiquant qu'en même temps, mentionnez une marque et une certaine quantité d'attention. Par exemple: lorsque vous discutez de BMW, vous ferez souvent référence au contrôle et à la force; Horcit généralement confortablement et apparaît lorsque vous mentionnez Mercedes-Benz. La réaction est sur le graphique, c'est-à-dire que BMW est proche des deux et Mercedes-Benz est plus proche du plus de confort et d'apparence.

Mais cette image a également son problème, il est intuitif mais quantitatif. Cependant, les lettres de clientsComme cette visualisation et cette explication, si vous lui donnez vraiment un réseau nerveux profond, cela ne voit vraiment pas qu'il paiera.

Bien sûr, les cinq étapes ci-dessus ont un grand espace de levage, telle que les utilisateurs commenteront en ligne, doivent être eux-mêmes? Leurs sons peuvent-ils vraiment représenter le point de vue de la plupart des consommateurs? Et, l'apprentissage actuel est plus précis avec les données d'examen, et c'est pour comprendre les phrases comme une personne?

Enfin, une sensation des données de l'opinion publique: En réalité, analysez-vous qu'il s'agissait d'un actif relativement lourd, d'une activité physique et de nager dans un bord gris, Internet grandes, grandes usines ne peuvent pas voir cette petite viande, qui a donné Certains espaces de survie de nombreuses petites entreprises tiers. Cependant, il n'y a pas d'autres experts de l'industrie pour aider à renforcer des cartes de chaque industrie? Pouvez-vous obtenir une couverture en douceur des données d'opinion publique? Lors de l'escalade, appelez l'exactitude de giOpen Source NLP AO? Le produit final peut être rectifié? Ces points affecteront la vente de commerce finale.

OK, sur le script d'application de données, nous déclarons temporairement un paragraphe, la prochaine fois, veuillez revenir à l'analyse et à la stratégie de données.