¿Cuáles son algunas buenas ideas de proyectos para aplicaciones web de negocios que utilizan análisis de sentimientos?

A2A.

Supongo que “ideas de proyectos para aplicaciones web de negocios” significa “dónde se puede aplicar el análisis de sentimientos“.

La respuesta corta es, en todas partes , alguien recopila comentarios sobre productos y servicios . Puede evaluar el potencial para el éxito comercial mediante los esfuerzos que una vertical particular invierte en recopilar los comentarios de los clientes.

Como tal, hoy la industria hotelera es la número 1, por lo que sitios web como TripAdvisor acumulan tanto tráfico.

La competencia entre las aerolíneas también es estrecha, pero el mercado es más rígido, generalmente se trata de quién vuela a dónde, por lo que la calidad de la comida y si las azafatas fueron groseras ocupan un lugar secundario.

Los productos de consumo también están comenzando a ganar terreno en el análisis de sentimientos, pero con las ofertas complejas (como la electrónica) se trata más de revisiones profesionales individuales detalladas y menos de lo que la gente tiene que decir.

Otra área lucrativa interesante y potencial, que las variedades futuras más avanzadas del análisis de sentimientos podrán manejar, son los debates políticos. Pero solo el análisis de sentimientos simplemente no es suficiente aquí, hay una serie de peculiaridades que requieren la construcción de un sistema totalmente diferente.

Tratar con el sentimiento es una tarea compleja, los modelos reales para la evaluación del sentimiento no dependen del contexto y deberían, por lo tanto, hasta entonces, no hay nada sofisticado ni fácil de lograr con los pobres algoritmos que vi, ¡lo siento!
El mejor modelo que vi es la flor de sentimientos de Robert Plutchik, estoy trabajando para construir nuevos algoritmos basados ​​en él en este momento. ¡Solo vigila mis publicaciones!

More Interesting

¿Cuál es la filosofía de la matriz, la descomposición del tensor para encontrar la estructura latente?

Cuando implementa algoritmos de aprendizaje automático, ¿cómo puede saber si su algoritmo es el enfoque incorrecto, si necesita ajustar los parámetros o si hay un error en su código?

¿Qué es AdaBoost?

¿Cómo funcionan los motores de recomendación?

¿Cuáles son algunas aplicaciones de los modelos gráficos probabilísticos?

¿El sobreajuste en un conjunto de datos implica que el modelo realmente puede aprender y generalizar sobre ese conjunto de datos, pero desafortunadamente demasiado entrenado?

¿Por qué es tan difícil automatizar la inferencia variacional?

En weka, ¿qué significan las cuatro opciones de prueba y cuándo las usa?

¿Dónde puedo aprender el aprendizaje automático desde cero en C ++?

Dado que existen marcos optimizados en línea, ¿vale la pena implementar manualmente implementaciones vectorizadas para redes neuronales complicadas?

Suponga que la máquina es multinúcleo, el tiempo de ejecución de un programa en una máquina que ejecuta solo ese proceso es igual al tiempo de ejecución en una máquina en la que hay otros procesos ejecutados junto con él, ¿no es así?

¿Cuáles son algunos problemas de Kaggle que ayudarán a un principiante a avanzar?

¿Cuáles son las diferencias, similitudes, pros, contras, aplicaciones y descripciones de Keras, TensorFlow, Theano?

Si uno está tratando de construir un codificador automático para el conjunto de datos MNIST, ¿debería normalizar los datos sin procesar?

¿Qué opinas de Keras?