6 步获取社交媒体自然语言处理的见解

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见解的经过验证的方法。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一亿小时。所有指标表明，我们将看到更多的数据被生产出来，而不是减少。

手动审查的数据量太大，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。最小化选择偏见和避免依赖轶事意味着您的决策将有坚实的基础。这意味着您将在应对迅速变化的世界时犯 fewer 错误。

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

在招聘中，找到合格的候选人很困难。 Workopolis估计，“多达75%的申请人不具备担任该职位的资格”。 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，以便您可以高效地利用时间。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的原因。使用十年份的申请人数据和简历，该公司现在拥有一个成熟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，因为COVID的快速传播。在这些危机中，快速检测社会行为的变化至关重要。使用NLP，您可以分析社交媒体以评估情感。例如，最近的一个 项目分析了1000多条推文，使用“口罩”这个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。2019年的一个 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。分析了30,895条英文推文，研究人员发现，“阿迪达斯的情感更为积极”。然而，超过50%的推文具有中立情感。这意味着仍然有很大的机会从市场中获得更多的正面提及。

点赞是新的货币，社交媒体中的NLP

情感分析的技术工作原理

为了使情感分析有效地工作，有几个重要的技术点需要牢记。

1）制定相关的商业问题

决定您想回答什么问题，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开展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，因此没有太多的数据需要分析。因此，我们建议不要尝试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。它仍然需要进一步完善，但您已经有了一个合适的问题的开始。

2）找到您的数据源

您的下一步是找到一个相关的数据源来分析。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，您可能已经在申请人跟踪系统中拥有申请人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1000个示例（例如1000条推文或1000个申请人资料）。如果少于这个数量，您不太可能获得统计学上有意义的结果。

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，尤其是社交媒体和用户生成的内容，需要在您可以使用它们之前进行预处理。假设您正在分析文本资源，首先删除不必要的标点符号、字符和其他清理文本。花时间在这个步骤上将改善分析的质量。

由于更大的数据集往往会产生更好的结果，因此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

您不能仅仅在没有批判性评估的情况下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的偏见。例如， 亚马逊废弃了一个人力资源算法，因为它歧视了女性候选人。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见解的地方。

这也适用于搜索引擎生成的输出。KISSPatent CEO 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在尝试查找新技术（如区块链或人工智能）的专利时尤其相关和有用，这些技术在世界知识产权组织中没有定义的类别。能够搜索和查找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，以及他们的创新是否像他们想象的那样新颖和独特。”

KISSPatent CEO，D’vorah Graeser

6）确定下一步

情感分析本身不会改变您的业务。您需要审查这些见解并做出决定。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见解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。这就是为什么从外部获得对您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见解。

有关更多关于人工智能和技术趋势的信息，请参阅Blue Orange Digital CEO Josh Miramant的数据驱动解决方案，包括 供应链、医疗保健文档自动化等案例研究。