Kyselytiedot on helppo kvantifioida, kun ne ovat monivalintakysymyksiä: Pivot-taulukon avulla selvität kunkin vastauksen prosenttiosuuden. Mutta entä vapaamuotoiset tekstivastaukset? Näitä on vaikea käsitellä, jos sinulla on satoja tai tuhansia niitä.
Sentimenttianalyysi on konepohjainen menetelmä ennustamaan, onko vastaus positiivinen vai negatiivinen. Microsoft tarjoaa työkalun, joka analysoi mielipiteitä Excelissä. Sitä kutsutaan Azure Machine Learningiksi.
Perinteinen mielipiteiden analyysi edellyttää ihmisen analysoimaan ja luokittelemaan 5% väitteistä. Excel käyttää MPQA-subjektiivisuuden sanastoa. Tämä yleinen sanakirja sisältää 5097 negatiivista ja 2533 positiivista sanaa. Jokaiselle sanalle on annettu vahva tai heikko napaisuus. Tämä toimii hyvin lyhyille lauseille, kuten tweeteille tai Facebook-viesteille.
Etsi Lisää-välilehden Apuohjelmat-ryhmästä. Ensimmäinen kuvake oli aiemmin nimeltään Store ja nyt sitä kutsutaan Omat sovellukset. Napsauta kyseistä kuvaketta ja etsi Azure Machine Learning.
Määritä tuloalue ja kaksi tyhjää saraketta lähtöalueelle.
Syöttöalueen otsikon on vastattava kaavaa tweet_text.
Tulokset osoittavat positiivisen, negatiivisen tai neutraalin ja prosentuaalisen pistemäärän. Lähes 99%: n tuotteet ovat todennäköisesti positiivisia. Lähellä 0% olevat tuotteet ovat todennäköisesti negatiivisia.
