Overview

Ostra konkurencja między firmami sprawia, że wiele z nich zwiększa wysilki w celu gromadzenia informacji z różnych mediów na potrzeby analizy swoich uslug. Dane zapisane w mediach spolecznościowych, takich jak Twitter, mogą byc wykorzystane jako potencjalne dane do analizy, ponieważ Twitter staje się jednym z najpopularniejszych mediów spolecznościowych na świecie. Klasyfikacja tekstu zostala opracowana w celu obserwacji pozytywnych i negatywnych opinii klientów na temat uslug świadczonych przez firmę w formie mapy cieplnej. Przed opracowaniem klasyfikatora tekstu przeprowadzono wstępne przetwarzanie danych w celu określenia atrybutów, wybrania danych towarzyszących powiązanym wspólrzędnym oraz podjęcia decyzji, które slowa są uważane za pozytywne lub negatywne opinie. Wykorzystując wspólrzędne sklasyfikowanych danych, zastosowano mapę cieplną w celu wizualizacji gradacji poziomu gęstości pozytywnych i negatywnych opinii. Wykorzystanie mapy cieplnej do określenia pozycji wspólrzędnych klientów, których opinie zostaly sklasyfikowane, ulatwi firmie obserwację poziomu gęstości opinii klientów na podstawie wizualizacji gradacji kolorów, które są przedstawione w określonym promieniu od jednego punktu obserwacyjnego wspólrzędnych określonego przez firmę.

Full Product Details

9786209695247

Table of Contents

Reviews

Author Information

Tab Content 6

Countries Available