能了解你的狀態、興趣的社交網絡關鍵詞圖譜,是如何生成的? 輿情分析又是什麼? 看完這個視頻,你對人工智能的了解就能輕鬆超過全世界 99% 的人類!
圖文版本送給不方便打開視頻的朋友 (●°u°●)」
風靡一時的微博關鍵詞圖譜,是如何生成的?
通過抓取用戶發送過的微博內容,進行分詞,再去除的、也、了等不攜帶主題信息的高頻停止詞後,統計其他詞語的出現頻率,就能得到每個人的微博關鍵詞 圖譜。 通過圖譜,用戶可以迅速了解自己的狀態、興趣,與他人的關鍵詞相似程度等等。
由於文章通常會有多個主題,這種處理方法也常常被用來對文本的主題進行判斷。 與機器相比,人類豈不是更擅長這件事? 互聯網上的文本浩如煙海,這種方法能迅速分析文章的主題並為它們打上標籤,可以用來推薦給可能會感興趣的用戶。
同理, 通過分析用戶的微博、電商評論等內容,商家能夠了解商品情況和用戶感受。 或者乾脆為用戶打上標籤,分析他們的購買意願,實現個性化營銷。
除了內容推薦和精準營銷,這種方法也常常被用來分析人們對熱點事件的看法,以及事件的過程變化。 結合上一期我們提到的情感分析,還可以了解人們對事件的傾向性。
這些場景,其實都屬於輿情分析 。 根據特定問題的需要,NLP 技術能夠幫助生成對輿情的整理和深層理解,為人們的決策提供幫助。
*文章為作者獨立觀點,不代表虎嗅網立場
本文由 KnowingAI知智 授權 虎嗅網 發表,並經虎嗅網編輯。 轉載此文請於文首標明作者姓名,保持文章完整性(包括虎嗅注及其餘作者身份信息),並請附上出處(虎嗅網)及本頁鏈接。 原文鏈接:https://www.huxiu.com/article/268425.html
未按照規範轉載者,虎嗅保留追究相應責任的權利
http://www.buzzfunnews.com/20181031102.html
心情煩悶需要新鮮事刺激一下嗎?請上:http://www.buzzfunnews.com
沒有留言:
張貼留言