¿Qué tipo de información puede generar a través de los datos de tema de Facebook entregados a través de Datasift?

Pregunta sólida! Hemos cubierto esto un poco en nuestra publicación de blog, Cinco cosas únicas que puede hacer con PYLON para datos de tema de Facebook, pero aquí están los aspectos más destacados:

1. Análisis de opinión : que no está disponible en ninguna API de Facebook.

2. Clasificación del tema : directamente desde el gráfico social de Facebook, que de nuevo no está disponible en ninguna API de Facebook generalmente disponible.

3. Taxonomías personalizadas : le permite crear su propia clasificación de palabras y temas clave, que son específicos de su propia marca.

4. Clasificación de SPAM : filtra el ruido de las interacciones para que puedas concentrarte en las señales que te interesan.

5. Intención emocional : cree clasificadores para identificar la intención de compra y otras señales en los datos del tema.

¿Hay algo específico que está buscando o algo más detallado de lo que hemos cubierto allí?

More Interesting

¿Es realista que las personas puedan tener el control total de sus datos digitales? ¿Cómo podría cambiar la web comercial y la publicidad en línea?

¿Qué tipo de preguntas de prueba A / B debo esperar en una entrevista con un científico de datos y cómo debo prepararme para esas preguntas?

¿Qué debo hacer para construir una carrera en ciencia de datos? Soy estudiante de ingeniería química en India y quiero seguir una carrera en ciencia de datos.

¿Qué estrategias sugiere para resolver este problema de detección de fraude en un negocio minorista y de suministro con minería de datos y análisis de datos?

¿Cuáles son las buenas universidades / colegios para MS en análisis / análisis de negocios / análisis de datos / ciencia en los Estados Unidos?

Cómo aprender análisis de big data en línea

¿Tener experiencia en ciencia de datos es útil para los negocios?

¿Cuáles son las habilidades / cualidades que busca un pasante de ciencia de datos?

Al entrenar un modelo de ML, ¿debo descartar los datos que tienen características faltantes o debo usar un valor medio para esos valores faltantes?

¿Cuáles son las fortalezas / debilidades de los diferentes algoritmos de aprendizaje automático?

Al hacer una prueba A / B sobre la tasa de conversión (proporción de visitas que incluyen una compra), ¿cómo abordo el hecho de que no todas las visitas son independientes?

En el aprendizaje automático, si no sé mucho sobre la corrección de lo anterior, ¿puedo tratar de corregir el modelo a través de grandes cantidades de datos de entrenamiento?

¿La física ayuda a entender la ciencia de datos?

¿Cómo se debe enfocar el aprendizaje de big data?

¿Cuáles son las habilidades clave necesarias para ser un desarrollador de Big Data?