আমরা সকলেই এমন ডিভাইসগুলি ঘিরে থাকি যা ইন্টারনেটে চলমান। আগে, এটি কেবল কম্পিউটার ছিল, তবে এখন আমাদের হাতে মোবাইল এবং ট্যাবলেট রয়েছে, যা কার্যকর। একরকমভাবে, প্রযুক্তিটি কেবল ব্যবসায়কে উপকৃত করেছে এবং আমাদের জীবনকে সহজ করেছে না, আমাদের অনলাইন অভিজ্ঞতাও সমৃদ্ধ করেছে। এটি এমন একটি প্ল্যাটফর্ম হয়ে দাঁড়িয়েছে যেখানে লোকেরা প্রচুর সময় ব্যয় করে, জ্ঞান সন্ধান করে, ধারণা বিনিময় এবং এমনকি কেনাকাটা করে!
উদাহরণ স্বরূপ : আমরা যখন অনলাইনে / অফলাইনে কোনও কেনাকাটা করতে চাই, আমরা প্রাথমিকভাবে কী করব? লোকেরা এটি সম্পর্কে কথা বলছে কিনা তা দেখতে আমরা বিভিন্ন ওয়েবসাইট এবং ফোরামে ব্রাউজ করি। আমরা কয়েকটি অনলাইন স্টোর পরীক্ষা করে দেখি যা আমরা যা খুঁজছি তা বিক্রি করে। আমরা পর্যালোচনা এবং মন্তব্যগুলির মাধ্যমে পড়ি যা অনেকে পণ্য এবং অনলাইন স্টোর সম্পর্কে লিখেছেন বা প্রকাশ করেছেন। কেবলমাত্র ভাল সংখ্যক পর্যালোচনার মধ্য দিয়ে যাওয়ার পরে আমরা সিদ্ধান্ত নিই যে ক্রয় করা হবে কিনা।
সেন্টিমেন্ট বিশ্লেষণের গুরুত্ব
ভার্চুয়াল বিশ্বের বেশিরভাগ ক্রয়ের সিদ্ধান্তগুলি প্রভাবশালী পর্যালোচক এবং সমবয়সীদের পণ্য / পরিষেবা সম্পর্কে কী বলবে তা নিয়ে যাওয়ার পরে নেওয়া হয়। এই কারণেই সংস্থাগুলি এখন ওয়েবে তাদের সম্পর্কে লোকেরা কী বলছে তা দেখতে এবং বিশ্লেষণ করতে বাধ্য হয়। সংস্থার দৃষ্টিকোণ থেকে, পর্যালোচনা এবং মন্তব্যগুলি অত্যন্ত গুরুত্বপূর্ণ হয়ে ওঠে। অতএব, মন্তব্যসমূহ এবং পর্যালোচনাগুলি বিশ্লেষণ এমন কিছু যা কোনও সংস্থা মিস করতে পারে না।
তবে, এই মন্তব্যগুলি বা পর্যালোচনাগুলিকে সম্মিলিতভাবে কী বলা হয়?
এই মন্তব্যগুলি, মতামত এবং পর্যালোচনাগুলি 'সংবেদনশীল ডেটা' হিসাবে পরিচিত এবং মন্তব্যগুলি এবং পর্যালোচনাগুলি ইতিবাচক বা নেতিবাচক কিনা তা চিহ্নিত করার কাজটি 'সংবেদনশীল ডেটা বিশ্লেষণ' বা 'সংবেদন বিশ্লেষণ' হিসাবে পরিচিত
সেন্টিমেন্ট বিশ্লেষণ এবং আর
সেন্টিমেন্ট অ্যানালাইসিস আর এর অন্যতম বিশিষ্ট বৈশিষ্ট্য যা উত্পাদনশীলতা উন্নত করতে এবং তাদের ব্র্যান্ড / পণ্যটিকে অনুকূল করে তুলতে খুঁজছেন এমন বিপণনকারী ও সংস্থাগুলিকে মূল্যবান অন্তর্দৃষ্টি সরবরাহ করে।
আর এই উদ্দেশ্যে সর্বাধিক বিস্তৃত পরিসংখ্যান বিশ্লেষণ প্যাকেজ। এটি স্ট্যান্ডার্ড সংক্রান্ত সমস্ত পরীক্ষা, মডেল এবং বিশ্লেষণের পাশাপাশি ডেটা পরিচালনা ও পরিচালনা করার জন্য একটি সম্পূর্ণ ভাষা সরবরাহের একীকরণ করে। আর এর গ্রাফিকাল ক্ষমতাগুলি অসামান্য, একটি সম্পূর্ণ প্রোগ্রামযোগ্য গ্রাফিক্স ভাষা সরবরাহ করে যা অন্যান্য অন্যান্য পরিসংখ্যান এবং গ্রাফিকাল প্যাকেজকে ছাড়িয়ে যায়। অনুভূত বিশ্লেষণের শক্তি এর গ্রাফিকাল দক্ষতার সাথে এটিকে একটি সংস্থার জন্য সত্যিকারের শক্তিশালী সরঞ্জাম হিসাবে তৈরি করে।
‘সেন্টিমেন্ট ডেটা’ বিশ্লেষণ করার পদ্ধতি
‘সেন্টিমেন্টের ডেটা’ বিশ্লেষণের বিভিন্ন পদ্ধতি রয়েছে। আসুন এখানে তাদের প্রত্যেককে একবার দেখে নিই।
সংবেদন বিশ্লেষণের নথি-স্তরের
মতামত সাধারণত বিষয়গত প্রকাশ হয় যা কোনও ব্যক্তির বা কোনও ঘটনার প্রতি মানুষের অনুভূতি, মূল্যায়ন বা অনুভূতি বর্ণনা করে। অনেকগুলি ব্লগ বা ফোরাম লোকেরা তাদের মতামত পর্যালোচনা এবং মন্তব্য আকারে প্রকাশ করতে দেয়। যখন মতামতগুলি পর্যালোচনা আকারে প্রকাশ করা হয়, তখন একটি সাধারণ ‘হ্যাঁ’ বা ‘না’ পরিবর্তে, আসল আবেগগুলি চিহ্নিত করার জন্য পর্যালোচনায় ব্যবহৃত শব্দগুলির একটি বিষয়গত বিশ্লেষণের প্রয়োজন হবে
সংবেদন বিশ্লেষণের নথি-স্তরের, প্রতিটি নথিতে একটি একক সত্তা বা ইভেন্টকে কেন্দ্র করে এবং একক মতামতধারীর মতামত রয়েছে। এখানে মতামত দুটি সাধারণ শ্রেণিতে শ্রেণিবদ্ধ করা যেতে পারে: ধনাত্মক বা নেতিবাচক (সম্ভবত নিরপেক্ষ)। উদাহরণস্বরূপ: একটি পণ্য পর্যালোচনা: “আমি কিছুদিন আগে একটি নতুন ফোন কিনেছি। এটি একটি দুর্দান্ত ফোন, যদিও এটি কিছুটা বড়। টাচ স্ক্রিনটি ভাল। ভয়েসের স্বচ্ছতা আরও ভাল। আমি কেবল ফোনটি পছন্দ করি। পর্যালোচনায় ব্যবহৃত শব্দ বা বাক্যাংশ বিবেচনা করে (চমৎকার, ভাল, ভাল, প্রেম), বিষয়গত মতামতটি ইতিবাচক বলে মনে হয়। তারা বা পোল সিস্টেমটি ব্যবহার করে উদ্দেশ্যমূলক মতামত পরিমাপ করা হয়, যেখানে 4 বা 5 তারা ইতিবাচক এবং 1 বা 2 তারা নেতিবাচক।
ভাবাবেগ বিশ্লেষণের বাক্য স্তর
সত্তা সম্পর্কে নথিতে প্রকাশিত বিভিন্ন মতামতের আরও পরিমার্জনীয় দৃষ্টিভঙ্গি দেখতে আমাদের বাক্য স্তরে চলে যাওয়া উচিত। সংবেদন বিশ্লেষণের এই স্তরটি - সেই বাক্যগুলিকে ফিল্টার করে যার কোনও মতামত নেই এবং - নির্ধারণ করে সত্তা সম্পর্কে মতামত ইতিবাচক বা নেতিবাচক কিনা।
দিক ভিত্তিক সংবেদন বিশ্লেষণ
নথি স্তর এবং বাক্য স্তরের সংবেদন বিশ্লেষণগুলি যখন তারা একটি একক সত্তা উল্লেখ করে তখন ভাল কাজ করে। যাইহোক, অনেক ক্ষেত্রে লোকেরা সত্তা সম্পর্কে কথা বলেন যাগুলির অনেক দিক বা বৈশিষ্ট্য রয়েছে। তাদের বিভিন্ন দিক সম্পর্কেও আলাদা আলাদা মতামত থাকবে। এটি প্রায়শই পণ্য পর্যালোচনা এবং আলোচনার ফোরামে ঘটে । উদাহরণস্বরূপ: “আমি নোকিয়া ফোন প্রেমী। আমি ফোনের চেহারা পছন্দ করি। পর্দা বড় এবং পরিষ্কার। ক্যামেরাটি দুর্দান্ত। তবে, কিছুটা ডাউনসাইড রয়েছে খুব বেশি ব্যাটারির জীবনযাত্রাও ঠিকঠাক নয় এবং হোয়াটসঅ্যাপে অ্যাক্সেস করা কঠিন। এই পর্যালোচনার ইতিবাচক এবং নেতিবাচক শ্রেণীবদ্ধকরণ পণ্য সম্পর্কে মূল্যবান তথ্য গোপন করে। সুতরাং, স্পষ্ট-ভিত্তিক সংবেদন বিশ্লেষণ একটি প্রদত্ত নথির মধ্যে সমস্ত অনুভূতি প্রকাশের স্বীকৃতি এবং মতামতগুলি যে দিকগুলিতে উল্লেখ করে সেদিকে দৃষ্টি নিবদ্ধ করে।
তুলনামূলক সংবেদন বিশ্লেষণ
অনেক ক্ষেত্রে, ব্যবহারকারীরা এটির অনুরূপ পণ্য বা ব্র্যান্ডের সাথে তুলনা করে তাদের মতামত প্রকাশ করে। অতএব, এখানে লক্ষ্যটি এমন তুলনামূলক মতামতযুক্ত বাক্যগুলি চিহ্নিত করা।
উদাহরণ স্বরূপ : 'আমি হোন্ডা নাগরিককে চালিত করেছিলাম, স্কোদা সুপার্বের চেয়ে ভাল এটি পরিচালনা করতে পারে না'
সেন্টিমেন্ট লেকিকন অধিগ্রহণ
এই অনুভূতি বিশ্লেষণ পদ্ধতিটি লোকের বিষয়গত অনুভূতি এবং অনুভূতি বা মতামত প্রকাশ করতে ব্যবহৃত শব্দ এবং এক্সপ্রেশনগুলির একটি তালিকা ব্যবহার করে। এটি কেবল নির্দিষ্ট শব্দই ব্যবহার করে না, তবে বাক্য ও বাক্যাংশও ব্যবহার করে। অন্যান্য ধরণের সংবেদন বিশ্লেষণে আমরা দেখেছি যে ইতিবাচক এবং নেতিবাচক শব্দগুলি কী। চল একটি উদাহরণ দিই: 'গাড়ী এক্স গাড়ি ওয়াইয়ের চেয়ে ভাল” ' এই বাক্যটি কোনও মতামত প্রকাশ করে না যে দুটি গাড়ির কোনওটিই ভাল বা খারাপ। সুতরাং, এই ধরণের বাক্য / নথিগুলি 3 টি পদ্ধতির সাহায্যে বিশ্লেষণ করা হয়: ম্যানুয়াল পদ্ধতির, অভিধান ভিত্তিক পদ্ধতির এবং কর্পাস ভিত্তিক পদ্ধতির।
ম্যানুয়াল পদ্ধতি : সময় সাপেক্ষ হওয়ায় এটি সম্ভবপর নয়।
অভিধান ভিত্তিক পদ্ধতির : এই পদ্ধতিটি বিশ্লেষণ চালিয়ে যাওয়ার জন্য সংবেদনশীল শব্দের উপযুক্ত শব্দগুলি খুঁজে পেতে ‘ওয়ার্ড নেট’ ব্যবহার করে।
পিএইচপি মধ্যে print_r
কর্পাস ভিত্তিক পদ্ধতির : এটি বিশ্লেষণ চালিয়ে যাওয়ার জন্য একটি ডোমেন-নির্দিষ্ট সংবেদনশীল অভিধান তৈরি করতে ব্যবহৃত হয়।
গ্রাহকের অনুভূতি বিশ্লেষণ করার এবং বাজারে কোম্পানীটি কোথায় রয়েছে তা জানার বিভিন্ন উপায় এটি!