Sådan bruges Microsoft Excel til sentimentanalyse

Du kan bruge Microsoft Excel til at udføre grundlæggende sentimentanalyse på tekst. Resultaterne vil vise dig tendenser skjult i dataene.

De potentielle anvendelser for sentimentanalyse er ubegrænsede: en historiker kan bruge sentimentanalyse til at forstå hensigten med en forfatter, der skriver hundreder af år i fortiden. Ligeledes kan en marketingchef overvåge udviklingen af ​​brands omdømme over tid.

Sentimentanalysemetoden, der diskuteres i denne artikel, vil bruge maskinlæring til at score din tekst og klassificere den som udtryk Positiv, Negativ, eller Neutral følelser.

Du skal bruge Microsoft Excel og Azure Machine Learning-tilføjelsesprogrammet.

Hvorfor er sentimentanalyse vigtig?

For folk, der bygger produkter, arbejder med marketing eller politik eller udfører forskning, er det en professionel nødvendighed at forstå den følelsesmæssige følelse vedrørende et bestemt emne.

Følelsesanalyse kan hjælpe dem. Selvom det ikke helt vil erstatte brugsdata, undersøgelser, interviews og skrivebordsundersøgelser, er Sentiment Analysis et solidt værktøj at have til din rådighed.

Hvorfor? I næsten enhver situation, hvor du har en stor mængde ustrukturerede kvalitative data, kan sentimentanalyse hurtigt give dig indsigt i dets underliggende budskab.

Sentimentanalyse fungerer bedst, når en stor mængde data analyseres.

At udføre sentimentanalyse på den seneste tekstbesked fra din romantiske interesse vil næppe returnere information med nogen merværdi. På den anden side vil en analyse af tusindvis af tweets indeholdende et specifikt hashtag give dig nyttige resultater.

Relaterede: Solide tips til at forbedre dit Twitter-omdømme

Andre mulige use cases omfatter analyse af produktanmeldelser, gennemgang af kundeundersøgelser og afdækning af en PR-krise. Derudover vil regelmæssige sentimentanalyse give dig mulighed for at spore, hvordan kundernes holdning til din virksomhed ændrer sig over tid.

Volumen vs. Følelse

Sentimentanalyse er en væsentlig del af overvågning af sociale medier for enhver virksomhed eller brand, der er bevidst om deres omdømme.

For eksempel kan du se, at din virksomhed får en stor mængde omtaler på sociale medier. Men omtaler alene er ikke alt.

Nogle gange er omtaler en god ting. For eksempel kan de betyde en stor mængde positiv offentlig stemning over for din virksomhed.

Andre gange står du måske over for en PR-krise, der er ved at komme ud af kontrol. Som følge heraf er den offentlige stemning over for din virksomhed negativ.

At skelne følelsen inden for en stor mængde af omtaler på sociale medier kan gøre hele forskellen.

Brug af Microsoft Excel til sentimentanalyse

Nogle sociale medier overvågningsplatforme inkluderer sentimentanalyse som en del af deres tilbud. Det er også muligt at udføre sentimentanalyse på tekst ved hjælp af et programmeringssprog såsom Python.

Disse muligheder kræver dog enten et betydeligt budget for at have råd til en overvågningsplatform på sociale medier eller kodningsfærdigheder.

Hvis du er som de fleste mennesker og ikke har nogen af ​​disse, er Microsoft Excel en god mulighed for at udføre fundamental sentimentanalyse.

Selvom ingen af ​​disse værktøjer giver perfekte resultater, kan de hjælpe dig med at forstå den overordnede tendens i den følelse, der er indeholdt i teksten.

Sådan udføres sentimentanalyse i Microsoft Excel

Følg disse trin for at prøve en sentimentanalyse med Excel uden at skrive kode. Under motorhjelmen afhænger Excel og Azure-tilføjelsen af ​​en naturlig sprogbehandlingsalgoritme og en generisk ordbog med positive og negative ord. Hvert ord i leksikonet tildeles en positiv, neutral eller negativ værdi.

1. Organiser de data, du vil analysere, i et Microsoft Excel-ark.
2. Ryd op i data ved fjernelse af tomme mellemrum og unødvendige karakterer.
3. Lav den første celle i dit datasæt tweet_tekst (opbevar med små bogstaver).
4. Gå til Indsæt > Tilføjelser.
5. Gå derefter til Søg > Azure Machine Learning.
6. Når det er installeret, vil tilføjelsesprogrammet Azure Machine Learning poppe en boks op på højre side af din skærm.
7. Du vil se to muligheder: Titanic Survivor Predictor og Tekststemningsanalyse.
8. Klik på Tekststemningsanalyse.
9. Gå til Forudsige > Input, og tilføj derefter det område, hvor de data, du vil analysere, er placeret.
10. Forlade Mine data har overskrifter kontrolleret.
11. Gå til Produktion og tilføj cellen, hvor du ønsker, at analyseresultaterne skal placeres.
12. Trykke Forudsige.

EN Følelse og Score for teksten i hver celle vil udfyldes; den tilsvarende tekst er mere Negativ hvis scoren er tættere på nul. Du foretrækker måske at ændre Scorer til en Procent. I så fald, jo tættere a Score er til 100%, jo mere positivt er det. Neutral er enhver Score omkring 50 %.

Se nedenstående eksempel fra Skatteø af Robert Louis Stevenson.

Sådan får du indsigt fra sentimentanalyse

Efter at have kørt Sentiment Analysis, vil du have celler med Positiv, Negativ, eller Neutral klassifikationer og deres tilsvarende numeriske score.

Hvordan kan du omsætte resultaterne til forståelige indsigter? Her er et par ideer:

• Segmentér klassifikationerne efter oprettelse af en pivottabel i Excel.
• Du kan bruge Visio, som nu er inkluderet i Microsoft 365 Business uden ekstra omkostninger, at visualisere det samlede antal af hver af de Positiver, Negativer, eller Neutrale. Datavisualisering kan give dig et fugleperspektiv.
• Hvis du er ansvarlig for omdømmestyring hos en virksomhed eller et brand, kan du med fordel fokusere på at scanne alle de tekster, der er klassificeret som Negativ. Hvad gør teksten Negativ? Er der noget, du skal give videre for at løse problemet?
• Du kan lave samme øvelse for de tekster, der er klassificeret som Positiv. Måske er der en særlig flot kundeudtalelse begravet i et stort antal produktanmeldelser, som du gerne vil dele.
• Du kan også segmentere teksten yderligere, så du kun ser celler, der nævner en ny produktfunktion. Er brugerne flere Positiv, Negativ, eller Neutral om funktionen? Følelsesanalyse kan hjælpe dig med at bestemme dette og mere effektivt indsamle feedback.

Følelsesanalyse kan tage folk ud af beslutningsprocessen. Nogle gange kan dette være godt, fordi tekstfortolkning kan være meget subjektiv.

Forestil dig for eksempel en gruppe mennesker, der forsøger at beslutte, om 5.000 produktanmeldelser er flere Positiv eller Negativ. Deres forskellige perspektiver og opmærksomhed på detaljer vil sænke troværdigheden af ​​det samlede resultat. At lade en maskines database bestemme vil i høj grad hjælpe med konsistensen. Relaterede: De bedste tips og værktøjer til at træffe gruppebeslutninger på arbejdspladsen

Brug af Microsoft Excel til sentimentanalyse

Hvis du vil prøve at udføre sentimentanalyse, men ikke har mange økonomiske ressourcer eller kodningsevner, så er Microsoft Excel et glimrende sted at starte.

Sentimentanalyse i Microsoft Excel vil give dig indsigt, som du kan bruge til at forstå ustrukturerede tekstdata. Det kunne også være en ideel måde at sætte dig ind i maskinlæringskoncepter, før du dykker ned i et projekt i marken.

11 maskinlæringsprojektideer for begyndere

Disse projektideer er fremragende for dem, der har en vis programmeringsviden og ønsker at bryde ind i maskinlæringsområdet.

Læs Næste

Om forfatteren