More Related Content
Similar to 2016 Ideas Hakathon_EC Decision
Similar to 2016 Ideas Hakathon_EC Decision (20)
More from ideashackathon (8)
2016 Ideas Hakathon_EC Decision
- 4. 電商 + 社群 解決擷取消費者態度的問題
自然語言處理 解決非結構中抽取知識的問題
Editor's Notes
- 台灣電子代工製造業在面對全球競爭下,積極轉型品牌行銷,但隨著社群網路興起留下大量數位足跡 ,經營品牌者應利用這些大數據與非結構化數據轉化為帶給使用者承諾與願景,以獲取使用者的認同感,使後續營運策略更加容易推動。
- 如此的需求也讓社群聆聽的技術興起,但是面對博大精深的中文時,以英文為基礎的社群聆聽的技術顯得捉襟見肘,無法實際用用至華文的情境。
- 利用大量社群文章與電商評論,可以讓我們了解消費者的喜好與對品牌產品的態度。
在這些非結構化的篇章中以中文自然語言處理拆解出更具體的語意。
- 關於中文社群的資料是透過SER API取得符合關鍵字的FB、論壇、新聞文章,電商數據則來自於自行開發之爬蟲程式擷取中國電商(淘寶、天貓、京東)之目標商品商品與其評論。
- 以電商評論為例可以將每篇評論針對其意見區分為正面、中性、負面,體驗區分為電商服務體驗與產品體驗,情感則共區分為30類。
- 便可由語焉不詳的詞雲變為語意標籤雲
- 也可以由使用者的情感面對應至使用者體驗的節點與分量,如情感面的[稱讚]對應至使用者體驗的[運行流暢]與[性價比高]。
- 利用社群、論壇、新聞中的資料描繪出有目標產業或品牌的知識圖譜以視覺化互動的方式描繪目標的輪廓,讓經營者一目了然。
- 或是透過交互式機器人對談讓使用者以口語化的方式探詢資料,讓資料的呈現更有人味
- 透過SER API取得社群資料,利用爬蟲程式取得電商資料,進行中文分詞與語意標切作業,並且可以結合企業內部資料,以視覺化報表方式呈現於瀏覽器或行動裝置,讓社交大資料成為決定企業策略的一環。
- 了解產業整體現況,包含競爭對手與自身的現況,由電商評論的語意分析進入新市場或修正界有產品的行銷策略。