舆情文本分析

用户舆情信息包括文本、音频、图片等各种各样的形式，在实际工作中，我们应用较多的还是文本类的用户舆情。综合考虑数量、丰富性、易获得性、信息匹配度等方面因素，文本之于音视频、图片而言的信息价值、性价比都是相对比较高的。

一、文本用户舆情的价值

当我们从电商、论坛、应用市场、新闻媒介等渠道平台取到大量和调研目标相匹配的用户舆情文本后，具体应该如何应用？其中可能包含哪些对用研有价值的内容？可以通过什么方法提炼分析？能实现什么预期效果？根据以往项目经验，文本舆情分析的价值和具体应用如下图所示：

这些信息既描述说明了“是什么”的问题，也可以表明属性、关系、喜好，说明是“怎么样”的，还能在一定程度上分析表象背后的原因，分析“为什么”，可以挖掘出包含其中的焦点、趋势、关联，帮助我们了解产品的市场反馈和用户需求，为方向聚焦、策略引导、价值判断提供依据。

二、文本舆情数据的分析方法

分析文本舆情数据，主要用到的是文本分析的方法。因为文本数据是非结构化的，拿到文本舆情之后的一个关键问题是要把数据转化为能被计算机理解和处理的结构化数据，然后才可能进一步对用户舆情数据进行完整系统的处理分析，从无关冗余的数据中提炼出有意义的部分。

过程中需要用到的工具有：

1. 数据爬虫工具：可以根据我们的需要免费从网站上爬取数据（在设有反爬虫机制的渠道，获取舆情数据的难度会增加）。
2. 文本分析工具：通过分词处理、词频分析、语义网络分析等，挖掘潜藏其中的关键信息，把握深层的关系和结构。根据笔者的实际使用经验，文本分析工具ROST的功能完善，在文本数据量不太大的情况下基本能满足中文舆情分析的需要。如果对于文本分析结果有更高的要求，可使用Python、R