Search results

1

ZASTOSOWANIE TECHNIK EKSPLORACJI TEKSTU DO ANALIZY OPINII KONSUMENCKICH

100%

Ząbkowski T.

Metody Ilościowe w Badaniach Ekonomicznych

|

2014

|

vol. 15

|

issue 4

101-110

PL

W niniejszej publikacji zaproponowano jedną z metod eksploracji danych – reguły asocjacyjne do wykrycia zależności w opiniach konsumenckich, na przykładzie opinii jednego z hoteli amerykańskich. Wykorzystanie tej techniki wynikało m.in. z dużej ilości dostępnych danych oraz faktu, że otrzymane reguły w sposób niezwykle czytelny prezentują zależności znalezione w danych. W badaniu odkryto szereg reguł, które mogą stanowić cenne źródło informacji o jakości usług oraz postrzeganiu obiektu przez klientów korzystających z usług hotelowych.

EN

This paper presents application of one of data mining techniques – association rules to analyze customer reviews, based on the data gathered at one of the American hotels. The application of association rules is due to the large volume of available review data and the fact that the rules can be presented in a very clear and meaningful way. The study resulted in a number of interesting rules that can be a valuable source of information about the quality of services and the perception of the hotel by the clients.

2

Analiza dokonań OPP prezentowanych w ich rocznych obligatoryjnych sprawozdaniach z działalności z wykorzystaniem metody eksploracji tekstu

84%

Dyczkowski T.

Problemy Zarządzania

|

2016

|

issue 4/2016 (63), t.1

EN

The paper’s aims is to investigate if the level of detail and selection of particular performance-related information by public benefit organizations (PBOs) in their obligatory annual activity statements can stimulate individual donations. The research encompassed 177 randomly selected Polish PBOs. It applied text mining methodologies and a laboratory experiment. The results obtained allowed the identification of nine key groups of topics that PBOs focus on the narrative parts of their obligatory annual activity statements. Moreover, it was proven that organizations that potential donors would like to support with their 1% tax write-off discuss their performance in more detail and focus on slightly different issues than other organizations.

PL

Niniejsze opracowanie ma na celu zbadanie, czy szczegółowość i dobór informacji dotyczących dokonań organizacji pożytku publicznego (OPP) ujawnianych w ich obligatoryjnych rocznych sprawozdaniach z działalności może stymulować ofiarność indywidualnych darczyńców. Badanie przeprowadzono na losowej próbie 177 polskich OPP z zastosowaniem metod eksploracji tekstu oraz eksperymentu laboratoryjnego. Uzyskane wyniki pozwoliły na zidentyfikowanie dziewięciu głównych grup zagadnień prezentowanych przez OPP w narratywnej części sprawozdania rocznego z działalności. Wskazały także na większą szczegółowość i przesunięte akcenty w opisach dokonań tych OPP, które w najwyższym stopniu stymulują darczyńców do dokonywania odpisów 1% podatku.

3

New algorithm for determining the number of features for the effective sentiment-classification of text documents

67%

Idczak A., Korzeniewski J.

Wiadomości Statystyczne. The Polish Statistician

|

2023

|

vol. 68

|

issue 5

40-57

PL

Analiza sentymentu, czyli wydźwięku emocjonalnego, dokumentów tekstowych stanowi bardzo ważną część współczesnej eksploracji tekstu (ang. text mining). Celem artykułu jest przedstawienie nowej techniki analizy sentymentu tekstu, która może znaleźć zastosowanie w dowolnej metodzie klasyfikacji dokumentów ze względu na ich wydźwięk emocjonalny. Proponowana technika polega na niezależnym od klasyfikatora doborze cech, co skutkuje zmniejszeniem rozmiaru ich przestrzeni. Zaletami tej propozycji są intuicyjność i prostota obliczeniowa. Zasadniczym elementem omawianej techniki jest nowatorski algorytm ustalania liczby terminów wystarczających do efektywnej klasyfikacji, który opiera się na analizie korelacji pomiędzy pojedynczymi cechami dokumentów a ich wydźwiękiem. W celu weryfikacji przydatności proponowanej techniki zastosowano podejście statystyczne. Wykorzystano dwie metody: naiwny klasyfikator Bayesa i regresję logistyczną. Za ich pomocą zbadano trzy zbiory dokumentów składające się z 1169 opinii klientów jednego z banków działających na terenie Polski uzyskanych w 2020 r. Dokumenty zostały napisane w języku polskim. Badanie pokazało, że kilkunastokrotne zmniejszenie liczby terminów przy zastosowaniu proponowanej techniki na ogół poprawia jakość klasyfikacji.

EN

Sentiment analysis of text documents is a very important part of contemporary text mining. The purpose of this article is to present a new technique of text sentiment analysis which can be used with any type of a document-sentiment-classification method. The proposed technique involves feature selection independently of a classifier, which reduces the size of the feature space. Its advantages include intuitiveness and computational noncomplexity. The most important element of the proposed technique is a novel algorithm for the determination of the number of features to be selected sufficient for the effective classification. The algorithm is based on the analysis of the correlation between single features and document labels. A statistical approach, featuring a naive Bayes classifier and logistic regression, was employed to verify the usefulness of the proposed technique. They were applied to three document sets composed of 1,169 opinions of bank clients, obtained in 2020 from a Poland-based bank. The documents were written in Polish. The research demonstrated that reducing the number of terms over 10-fold by means of the proposed algorithm in most cases improves the effectiveness of classification.

Refine search results

1 Metody Ilościowe w Badaniach Ekonomicznych

1 Problemy Zarządzania

1 Wiadomości Statystyczne. The Polish Statistician

1 Dyczkowski T.

1 Idczak A.

1 Korzeniewski J.

1 Ząbkowski T.

1 2023

1 2016

1 2014

ZASTOSOWANIE TECHNIK EKSPLORACJI TEKSTU DO ANALIZY OPINII KONSUMENCKICH

Analiza dokonań OPP prezentowanych w ich rocznych obligatoryjnych sprawozdaniach z działalności z wykorzystaniem metody eksploracji tekstu

New algorithm for determining the number of features for the effective sentiment-classification of text documents