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