公众趋势分析


Jul 23, 2018

公众趋势分析(Public Opinion Analysis)是一种基于引擎搜索和自然语言处理能力,为用户提供全面、快速、准确的全网公开数据分析服务,帮助用户解决舆情分析、品牌监测、竞品分析、数据营销等问题的一种技术。


随着公众趋势分析技术的日渐成熟,越来越多的场合开始使用这个技术,主要的应用场景有:


政府机关:帮助政府了解网民心声,广开言路,在政策实施及热点爆发中,真实了解群众诉求。做到以人民群众根本利益为基准,全心全意为人民服务,不断的提升自身的服务质量和群众满意率。


传媒:通过互联网信息采集和大数据分析技术,提供全面、快速、便捷的新闻线索和互联网热点的挖掘和协作选题决策机制,革新媒体行业采编发流程,帮助媒体人掌握其他媒体及网民观点,为选题决策提供支撑,为您提供全方位的选题洞察能力。


金融:通过互联网信息采集和大数据分析技术,量化标的物投资价值,审视舆论风险和网民态度,减少投资决策风险,提升企业盈利和风控水平。


旅游:倾听游客声音,通过大数据分析,了解游客的出行、景点类型、餐饮、服务等相关需求,并获得用户关于景点的各方面反馈,提升旅游服务的体验。


医疗:通过互联网了解患者,倾听患者,构建和谐医患关系。收集患者对医院、药品等的反馈,并针对患者的负面反馈信息建立快速的沟通机制,维护患者的权益,提升医院的服务水平。


电商:了解目标用户,分析用户商品评价,追踪产品质量、物流、售后等各方面的用户反馈,不断优化提升各环节,提升产品和服务的竞争力。


游戏:洞察游戏行业趋势,了解游戏用户需求,收集用户反馈,定位游戏问题,提升游戏品质,弥补游戏漏洞等给用户和企业带来的损失,使游戏产品的研发和运营紧贴用户需求,获得更好的市场收益。


以电商为例,随着社交媒体发展日益瞩目,博客、微博社交网络等悄然改变着人们的生活方式。微博,微信,包括天猫,京东等用户日益增多,用户主动发布的微博或者评论数量十分可观。在这个社会化的媒体时代,用户成为企业最好的品牌推广大使,如何从这些可观的数据中分析出用户的潜在且准确的购物意愿及用户需求,公众趋势分析将成为提高品牌价值和声誉,改善用户体验的新兴途径。


那么公众趋势分析具体能干什么?通过热词分析搜索感兴趣的词语,分析出这个词语相关联的词语网络,通过词语网络筛选相应的详细舆情信息,同时可以结合用户情感及舆情媒体来源来快速定位想要查看的信息,帮助企业聚类用户反馈,提升企业形象及优化产品体验。本文以分析微博中用户的行为数据为例,为大家解读公众趋势分析。


中文微博数据分析逻辑


微博是现代网络社会沟通的重要工具,以新浪微博为例,很多大型零售商会建立自己主页,发布近期的打折、新品信息。但是,这些信息往往不能针对每个用户的喜好来发布,类似于广播一样,每一条微博是否对每个粉丝(用户)有意义,需要用户自己来过滤。


但实际上,粉丝自身发布的微博含有大量的数据信息,这些信息包含用户的个人爱好,自己年龄阶段,近期的想购买的款式,甚至是自己希望有的款式与功能等。这些数据大多数为非结构数据。


营销分析逻辑流程








上图中显示了整个营销分析流程的逻辑。从客户发布微博开始, 到商家向用户发布商品目录和优惠信息,整个流程分为五个步骤:


首先,客户发布微博:本文从微博上初步获取的数据为“粗数据”,虽然数据杂乱需要分析,但是其中包含很多用户自己“无意识”的为自己打上的标签,这为后续的语义分析打下了基础。粗数据中包括类似于:性格、年龄阶段、星座、性别、突出喜好,例如“粉红控”、“80 后”、“篮球达人”等。掌握这些用户自定义的标签后,把这些作为用户肖像的一部分。


其次,获取商家的粉丝:商家的粉丝包括关注商家微博的用户以及签到用户被提及的品牌粉丝等。这些粉丝的发布的微博便作为语义处理的输入。


第三,分析用户的微博:将用户的微博进行语义分析。基于 Hadoop 的文本分析平台将对中文进行分词,分词后将与字典进行比较和分类,然后对比总结出该用户的兴趣爱好所在,作为用户的一个标签,同时作为客户肖像的一部分。例如,一个用户的微博中经常提到类似于篮球、足球等运动,那么“爱运动”就及可能成为其标签,作为客户肖像的一部分。


第四,指定相关营销策略:客户肖像制定后,存入数据库,并根据微博内容实时或定时更新客户肖像,根据客户的肖像,向用户推送相应的商品打折、优惠、最新上架产品信息。例如,用户的爱好中包括“运动”,并在微博中提到某品牌的运动鞋,那么可以向该用户推送该运动品牌的打折优惠信息或优惠券。


最后,消费者便可使用消费券或根据打折信息购买相关产品。这样向用户推送的促销信息会更加符合用户近期的购买意愿和用户的个性特征,可以做到为每个用户个性定制的营销方案,使推送更有效。


 


公众趋势分析是基于全网公开发布数据、传播路径和受众群体画像,利用语义分析、情感算法和机器学习,分析公众对品牌形象、热点事件和公共政策的认知趋势。东方金信在数据分析也开发出属于自己的产品并投入了生产环境,其中包括海盒大数据R语言开发系统SRS,可为R语言环境提供分析挖掘的开发系统界面;海盒大数据分布式数据挖掘系统SHO,集成了多种分布式的挖掘算法,可供用户通过可视化界面进行调用;海盒基础平台SDB,集成了索引搜索功能等,可以给用户提供了公众趋势分析的诸多工具和算法,方便了开发者和 用户的使用。