社交媒体研究

自动文本分析是互联网研究的一个强大工具。它可以总结和分析讨论的主题，提取关键思想，预测态度和反应。它有助于发现隐藏的心理结构。

许多软件被设计用于自动文本分析。这些工具包括:LIWC、SAS Text Miner、IBM Watson、Meaning Cloud、MEM、Lexalytics、SPSS Modeler Text analytics、Amazon understand、Google Cloud Natural Language、Rosette Text analytics Platform、Cat Coding Analysis Toolkit、Angoos Knowledge Reader等。

自动文本分析的主要目的是:

市场营销:对客户和需求的研究

• 根据讨论/分享的主题识别目标客户;
• 客户使用目标产品或服务的经验;
• 顾客个人目标及价值观;
• 教育、文化、智力水平;
• 坚持不懈的兴趣爱好;
• 明确的思维/行为模式;
• 人格的心理特征。

教育

自动文本分析学生的网络帖子允许了解:

• 对学习过程/对学校或大学的态度;
• 爱好和兴趣;
• 与朋友和同学的关系;
• 认知或心理问题;
• 动机和学习问题;
• 专业及教育取向;
• 发现涉及毒品问题或参与违法活动的可能问题;

投资与风险管理

员工(在特别的公司)的自动文本分析允许了解:

• 在公司的工作氛围;
• 企业问题讨论;
• 员工流动率;
• 从文本中发现隐藏的信息;
• 发现公司官方演讲和报告中可能存在的谎言或误导信息;
• 品牌/产品在社交媒体上的声誉;客户投诉;

经济及投资趋势

• 识别新的商业趋势/社会趋势(基于互联网活动，可以被认为是早期指标);
• 基于搜索查询，社交媒体讨论的不断增长的需求识别;
• 根据网站指标、SEO(搜索引擎优化)和AdWords(关键词广告）活动、社交媒体广告和讨论，不断增长的供应和竞争识别;
• 股票市场交易者的预期与情绪分析

人力资源研究

自动文本分析有助于:

• 找到需要的候选人;
• 分析并证明其专业和个人背景;
• 识别简历和其他文件中可能存在的谎言或误导性信息;
• 分析候选人的个人社交网络(图分析);
• 了解潜在的心理模式，职业方向;

社会趋势

自动文本分析有助于:

• 在早期阶段指出新的社会、文化和政治的趋势;
• 文本分析(意见、讨论、搜索查询)可以与社交网络的人口统计学分析相比较: 状态的变化(婚姻、地点、工作、教育等);
• 识别网络上的毒贩、诈骗犯等违法问题;
• 在早期阶段识别自然灾害