6 步获取社交媒体自然语言处理的洞察

情感分析和社交媒体的自然语言处理（NLP）是从人们和社会中获取洞察力的有效方法。与其让分析师花费数周时间阅读社交媒体评论并提供报告，不如使用情感分析来快速获取总结。这意味着您可以更快地做出决定。

为什么您需要社交媒体的情感分析和 NLP？

您生活在大数据时代。以社交媒体用户为例。在 2019年，全球有 34 亿活跃的社交媒体用户。在 YouTube上，每天观看的视频内容超过 1 亿小时。所有指标表明，数据将会越来越多，而不是越来越少。

手动审查这些数据是不可能的。即使拥有大量预算的组织，如国家政府和全球公司，也在使用数据分析工具、算法和自然语言处理。

通过使用这些技术，您可以了解人们现在对您的品牌的看法。最小化选择偏差和避免依赖轶事意味着您的决策将具有坚实的基础。这意味着您将犯 fewer 错误，因为您将对快速变化的世界做出反应。

情感分析和 NLP 在行动：招聘、公共卫生和营销

您可能会想知道这些数据分析工具是否在现实世界中有用，或者它们是否可靠。这些工具已经存在超过十年，并且每年都在改进。使用 NLP 和情感分析，您可以更快地解决问题。

招聘过程中的时间节省

在招聘过程中，找到合适的候选人是很困难的。 Workopolis估计“多达 75% 的申请者不具备该职位的资格”。在这些候选人身上花费时间是不productive的。幸运的是，自然语言处理和分析可以帮助您识别合适的候选人，以便您可以高效地使用时间。这就是为什么 Blue Orange Digital与一家对冲基金合作优化其人力资源流程。使用十年的申请数据和简历，该公司现在拥有一个复杂的评分模型来找到合适的候选人。

公共卫生和紧急情况

在 2020 年，我们都开始了解大规模公共卫生数据分析的价值，特别是在 COVID 快速传播期间。在这些危机中，快速检测社会行为的变化是至关重要的。使用 NLP，您可以分析社交媒体来评估情绪。例如，一个最近的 项目分析了 1,000 多条推文，使用“口罩”关键词来了解人们如何思考和感受口罩。

营销

在营销中，您需要了解目标市场的想法和感受。一个 2019 年的研究使用 Twitter 情感分析来更好地了解服装品牌：耐克和阿迪达斯。分析 30,895 条英语推文，研究人员发现，“阿迪达斯的情感更为积极”。然而，超过 50% 的推文具有中立情绪。这意味着仍然有很大的机会从市场中获得更多积极的提及。

点赞是新的货币，社交媒体中的 NLP

情感分析的技术原理

为了使情感分析有效地发挥作用，有几个技术要点需要牢记。

1）制定相关的商业问题

决定您要回答哪些问题，以及这些数据技术是否适合这些问题。让我们考虑两个营销问题

• 我们应该与信用卡公司合作推出营销合作伙伴关系，以增加销售额吗？
• 我们是否从影响者营销活动中获得了回报？

第一个问题涉及策略和未来可能性，因此没有太多数据需要分析。因此，我们建议不要使用情感分析来回答这个问题。相比之下，第二个问题更适合自然语言处理。它仍需要进一步完善，但您已经有了一个合适的问题的开始。

2）找到您的数据源

您的下一步是找到相关的数据源进行分析。理想情况下，寻找您已经拥有的数据源，而不是创建新的数据源。对于招聘，您可能已经在申请者跟踪系统中拥有申请者和成功聘用的数据库。在营销中，您可以使用 API 从社交媒体平台下载数据。

提示：数据量对于情感分析至关重要。一般规则是您的数据集应该至少有 1,000 个示例（例如 1,000 条推文或 1,000 个申请者简历）。如果少于这个数字，您不太可能获得具有统计意义的结果。

阅读更多关于替代数据源和使用第三方数据补充您的数据的信息。

3）预处理您的数据

大多数数据源，特别是社交媒体和用户生成的内容，在您可以使用它们之前需要预处理。假设您正在分析文本资源，首先删除不必要的标点符号、字符和其他文本清理。花时间在此步骤上将提高分析结果的质量。

由于更大的数据集往往会产生更好的结果，请使用工具进一步清理数据。例如， Porter Stemmer 算法是清理文本数据的有用方法。该算法有助于识别根词并减少数据中的噪音。

4）分析数据

根据您的目标，有不同的软件工具和算法可用于分析数据。假设您正在分析文本，Naïve Bayes 算法是进行情感分析的正确选择。

5）批判性地评估输出

您不能不加批判地接受机器生成的数据分析。研究人员发现，机器学习工具往往反映人类偏见。例如， 亚马逊放弃了一个人力资源算法，因为它歧视女性候选人。毕竟，历史数据主要基于男性。这就是您的价值观——例如致力于包容性和多样性——需要平衡数据驱动的洞察力的地方。

这也适用于搜索引擎的输出。KISSPatent 首席执行官 D’vorah Graeser 提供了一个例子，说明 NLP 如何改进他们的搜索引擎结果，当分析世界知识产权组织的信息时

“使用 NLP 在尝试查找诸如区块链或人工智能等新技术的专利时尤其相关和有用，因为这些技术在世界知识产权组织中没有定义的类别。能够搜索和找到专利对于所有创新者来说都很重要，因为这样他们就可以知道谁正在从事某些创新，并且他们的创新是否像他们想象的那样新颖和独特。”

KISSPatent 首席执行官，D’vorah Graeser

6）确定下一步

单独的情感分析不会改变您的业务。您需要审查这些洞察并做出决定。例如，您可能会发现您的品牌在线上有越来越多的负面情绪。在这种情况下，您可能会启动一个研究项目来确定客户的担忧，然后发布产品的改进版本。

不确定如何开始使用社交媒体中的 NLP？

找到合适的数据，应用算法，并从中获得可用的商业洞察力并不是一件容易的事。毕竟，拥有大量资源的大公司也曾在自然语言处理项目中犯过错误。这就是为什么寻求外部对您的数据的看法是有价值的。今天就联系 Blue Orange Digital，了解如何从社交媒体和组织中的其他数据中更快地获得洞察力。

更多关于 AI 和技术趋势的信息，请参阅 Blue Orange Digital 首席执行官 Josh Miramant 的数据驱动解决方案，用于 供应链、医疗保健文档自动化等更多案例研究。