Анализ настроений в R

Описание: Это один из моих самых любимых процессов в науке о данных и аналитике — анализ настроений! Этот процесс покажет вашу ценность менеджерам по найму и рекрутерам и откроет перед вами невероятные двери! Он отделит новичков от экспертов и юношей от мужчин. Этот процесс покажет, что вы умеете приносить пользу!

Существует огромный потенциал для того, что можно сделать с онлайн-настроениями, если вы знаете, что делаете. Люди создали ботов для инвестирования и даже для прогнозирования будущего на основе настроений онлайн-потребителей! В этом видео я покажу вам всё, что нужно знать, чтобы определить и сравнить онлайн-настроения (положительные и отрицательные), а затем измерить их, чтобы вы могли оглянуться назад и увидеть, как компания, бренд (IBM, Apple, Safeway, Tesla и т. д.), публичная личность (Флойд Мейвезер, Леброн Джеймс, Майкл Джордан, Дональд Трамп, Джо Байден, принц Гарри, Стинг, Боно и т. д.), место или локация (Флорида, Гаити, Россия, Сан-Франциско и т. д.) или практически любой популярный объект меняются с течением времени. Вы сможете точно измерить эти потребительские настроения!

Для этого анализа мы используем 12-дневные ответы в Twitter калифорнийской сети продуктовых магазинов.

Шаги:
1) загрузить библиотеки
2) загрузить 3 ведущих словаря потребительских настроений
3) удалить бессмысленные слова и ругательства — вы же не можете показать этот анализ своему начальнику и руководству с ругательствами, верно?
4) разобрать все ответы и разместить каждое слово в отдельной строке.
5) Запустите анализ тональности и получите 10 самых популярных слов.
6) Постройте график самых популярных слов.
7) Создайте карту слов из 50 самых популярных слов.
8) Создайте цветную карту слов, где положительные и отрицательные слова выделены красным и синим цветом для наглядности.
9) Рассчитайте и получите соотношение положительных и отрицательных слов для дальнейшего сравнения.

Руководители любят видеть этот анализ. Вы можете провести его за два периода времени, чтобы оценить динамику и увидеть, растут или падают настроения онлайн-потребителей, а также выяснить возможные причины этого.

Важное замечание: существует множество способов получить ответы в Twitter, и я упоминаю об этом в видео, но это видео не о парсинге Twitter или динамически загружаемых сайтов. На моём канале есть другие видео, которые делают это. Как упоминалось в видео, вы можете заплатить кому-то, кто сделает это за вас (например, Fiverr), можете получить данные вручную или можете парсить Twitter с помощью API.

Анализ настроений не только увлекательный и интересный — невероятно интересно наблюдать за тем, что говорят люди в интернете, и это может стать настоящим открытием, — но и очень познавательный. Я никогда не проводил анализ настроений без чего-то менее интересного и содержательного, чем действительно интересные выводы и результаты! Это, безусловно, мой самый любимый анализ, и его определённо стоит изучить, даже если вы просто хотите получить работу в сфере науки о данных или аналитики с шестизначным гонораром.

Надеюсь, вам было интересно и полезно. Пожалуйста, сделайте мне большое одолжение: подпишитесь, поставьте лайк и поделитесь, чтобы не пропустить мои потрясающие видео, подобные этому!

Ещё раз спасибо и да благословит вас Бог!