chinesefreesexvideos高潮,欧美极品少妇性运交,久久久国产一区二区三区,99久久婷婷国产综合精品,成人国产一区二区三区

新媒體運(yùn)營(yíng)的“增長(zhǎng)黑客”數(shù)據(jù)分析工具箱

2 文本分析工具

文本分析的重要性筆者已經(jīng)在之前的兩篇文章中有過(guò)論述，詳見(jiàn)《數(shù)據(jù)運(yùn)營(yíng)|數(shù)據(jù)分析中，文本分析遠(yuǎn)比數(shù)值型分析重要?。ㄉ希贰对谶\(yùn)營(yíng)中，為什么文本分析遠(yuǎn)比數(shù)值型分析重要？一個(gè)實(shí)際案例，五點(diǎn)分析（下）》，故本文不做贅述，直奔工具應(yīng)用的主題。

2.1 NLPIR在線系統(tǒng) （http://ictclas.nlpir.org/nlpir/）

NLPIR，即“自然語(yǔ)言處理與信息檢索共享平臺(tái)”的英文縮寫(xiě)， 打開(kāi)該網(wǎng)址，即可進(jìn)入主界面---“語(yǔ)義分析系統(tǒng)”，顧名思義，它是一個(gè)在線的中文語(yǔ)義分析工具，因?yàn)榉巧虡I(yè)化，它對(duì)處理文本的篇幅大小也有限制，只能處理3000字，可以給熱衷于文本分析的小伙伴過(guò)過(guò)癮，但要想用于商業(yè)目的，那只能呵呵了。

NLPIR在線系統(tǒng)的首頁(yè)

上圖中間部分的11個(gè)圓圈即是該系統(tǒng)的所有功能，但其中有幾個(gè)只是掛出來(lái)，目前還未實(shí)現(xiàn)，結(jié)合新媒體運(yùn)營(yíng)工作中的實(shí)際需求，筆者只介紹其中幾個(gè)比較有實(shí)用價(jià)值的功能模塊。

以下以《<你的名字。>破5.5億元日媒：和中國(guó)聯(lián)手有錢賺》這則新聞作為測(cè)試文本，筆者來(lái)給大家介紹下這個(gè)系統(tǒng)中的實(shí)體抽取、詞頻統(tǒng)計(jì)、文本分類、情感分析和關(guān)鍵詞提取這5個(gè)比較有實(shí)用價(jià)值、且準(zhǔn)確度較高的功能模塊。

2.1.1 實(shí)體抽取

NLPIR中的“實(shí)體抽取”功能模塊可以智能識(shí)別出測(cè)試文本中出現(xiàn)的人名、地名、機(jī)構(gòu)名、媒體、作者及文章的主題關(guān)鍵詞，這是對(duì)語(yǔ)言規(guī)律的深入理解和科學(xué)預(yù)測(cè)，它提煉出的詞語(yǔ)不需要在詞典庫(kù)中事先存在。

實(shí)體抽取的圖表效果支持力導(dǎo)向圖和弦圖這兩種形式，如下圖所示：

測(cè)試文本“實(shí)體抽取”的2種形式

上圖中，從“文本”這個(gè)一級(jí)類目中，分別分出了“關(guān)鍵詞”、“地名”、“時(shí)間”這3個(gè)二級(jí)類目，由此能大致判斷出測(cè)試文本中包含的事件元素，如主題是關(guān)于電影的，涉及國(guó)家（地區(qū)）間的對(duì)比，還有縱向時(shí)間維度的分析，一些關(guān)鍵詞能讓我們把握文章中重要的詞句。

2.1.2 詞頻統(tǒng)計(jì)

在一份給定的文件里，詞頻（term frequency，TF）指的是某一個(gè)給定的詞語(yǔ)在該文件中出現(xiàn)的次數(shù)。

在文本分析中，詞頻統(tǒng)計(jì)是較為常規(guī)的、同時(shí)也是最為重要的一個(gè)環(huán)節(jié)，它用來(lái)評(píng)估一個(gè)詞對(duì)于一個(gè)文件或者一個(gè)語(yǔ)料庫(kù)中的一個(gè)領(lǐng)域文件集的重要程度。

NLPIR只展示了名詞、動(dòng)詞、形容詞這3種開(kāi)放詞類，這個(gè)3個(gè)此類也是一段文本中最為重要的3個(gè)部分：

名詞介紹文章中的各個(gè)主體，能讓我們知道文本描述的對(duì)象是誰(shuí)；

動(dòng)詞表征各個(gè)主體的動(dòng)作和行為，能讓我們知道關(guān)于主體發(fā)生了什么；

而形容詞則能描述主體及動(dòng)作/行為的特征，能讓我們知道主體及其行為/動(dòng)作的性質(zhì)、 狀態(tài)、特征或?qū)傩浴?/font>

NLPIR的詞頻統(tǒng)計(jì)只展示了上述詞類的Top 10結(jié)果，以折線圖和條形圖的形式進(jìn)行展現(xiàn)。看了下面的詞頻分類展示，聯(lián)想文章標(biāo)題，我們很自然的了解到《你的名字?！愤@部電影在市場(chǎng)上獲得了不錯(cuò)的業(yè)績(jī)，引發(fā)中日媒體的廣泛報(bào)道和關(guān)注…

測(cè)試文本的詞頻統(tǒng)計(jì)呈現(xiàn)

2.1.3 文本分類

NLPIR“文本分類”部分目前所展示的類別只是新聞的政治、經(jīng)濟(jì)、軍事、交通等，分類有待擴(kuò)展和細(xì)化。

NLPIR深度文本分類，可以用于新聞分類、簡(jiǎn)歷分類、郵件分類、辦公文檔分類、區(qū)域分類等諸多方面。此外，它還可以實(shí)現(xiàn)文本過(guò)濾，能夠從大量文本中快速識(shí)別和過(guò)濾出符合特殊要求的信息，可應(yīng)用于品牌報(bào)道監(jiān)測(cè)、垃圾信息屏蔽、敏感信息審查等領(lǐng)域。

然而，從測(cè)試的效果來(lái)看，這個(gè)功能模塊的分析效果還不甚準(zhǔn)確，它沒(méi)有“娛樂(lè)”這一分類，但起碼也應(yīng)該劃入“其他”這一類中。。。

測(cè)試文本的“文本分類”結(jié)果呈現(xiàn)

2.1.4 情感分析

NLPIR的“情感分析”提供兩種模式：全文的情感判別（左圖）與指定對(duì)象的情感判別（右圖）。

大類上，“情感分析”部分分為“正（面）”和“負(fù)（面）”這兩大類情感，這是內(nèi)層；在外層，兩個(gè)大類又分為“樂(lè)”、“好”、“怒”、“哀”、“懼”、“惡”、“驚”7中細(xì)分的情感，這也就是大家常說(shuō)的“七情六欲”中的“七情”。

目前正負(fù)面的判斷已經(jīng)較為成熟，但鑒于漢語(yǔ)的博大精深和詞匯語(yǔ)義（用法）的波譎多變（反諷、貶義褒用、語(yǔ)境變化等），細(xì)分情緒的判斷準(zhǔn)確度還值得觀察。

測(cè)試文本的“情感分析”結(jié)果呈現(xiàn)

觀察上面測(cè)試文本的情感分析效果圖，再比對(duì)原始文本，這個(gè)判斷大致上是準(zhǔn)確的，但負(fù)面的部分應(yīng)該比實(shí)際的占比小，尤其是“惡”這個(gè)部分---筆者并未發(fā)現(xiàn)有出現(xiàn)厭惡的語(yǔ)句和詞匯。

2.1.5 關(guān)鍵詞提取

這里的關(guān)鍵詞提取和前面的詞頻統(tǒng)計(jì)有一定的聯(lián)系，但二者的算法（實(shí)現(xiàn)方法）是不一樣的：

詞頻統(tǒng)計(jì)：詞頻統(tǒng)計(jì)的是一個(gè)詞在文章中出現(xiàn)次數(shù)，出現(xiàn)的次數(shù)越多一般越重要；

關(guān)鍵詞提?。宏P(guān)鍵詞提取則是依據(jù)TF-IDF（term frequency–inverse document frequency，詞頻--反轉(zhuǎn)文件頻率），用以評(píng)估一個(gè)詞對(duì)于文本內(nèi)容的重要程度。字詞的重要性隨著它在文件中出現(xiàn)的次數(shù)成正比增加，但同時(shí)會(huì)隨著它在語(yǔ)料庫(kù)中出現(xiàn)的頻率成反比下降。比如，“如果”、“也”、“你們”等詞匯，他們出現(xiàn)的頻次很高，但它們的重要性就很弱。

測(cè)試文本的關(guān)鍵詞分析

從上圖中測(cè)試文本的“關(guān)鍵詞提取”中可以發(fā)現(xiàn)，這部分和“詞頻統(tǒng)計(jì)”部分既有重合也有明顯區(qū)分，原因就在于上述的算法不同。

值得注意的是，不論是“詞頻統(tǒng)計(jì)”還是“關(guān)鍵詞提取”，已經(jīng)設(shè)置了“停用詞（stopwords）”,在進(jìn)行上述分析的時(shí)候，自動(dòng)的將那些無(wú)明顯意義的副詞、冠詞、代詞給去掉了。 

2.2 圖悅（http://www.picdata.cn/）

圖悅是一款在線的熱詞分析工具，它可以對(duì)于載入文本或指向文本內(nèi)容的鏈接進(jìn)行詞頻提取和詞語(yǔ)（重要性）權(quán)重分析，并可以導(dǎo)出成excel格式的文件，便于后期分析和處理。

圖悅的主界面

處理熱詞分析，圖悅還可以自定義詞云形狀，不過(guò)這里的詞云效果不敢恭維，下面筆者將會(huì)介紹一個(gè)更優(yōu)秀的詞云制作工具，讓經(jīng)圖悅處理過(guò)的詞頻煥發(fā)出個(gè)性化的風(fēng)采。

值得注意的是，圖悅導(dǎo)出的excel文檔有三列---提取出的詞語(yǔ)、詞頻數(shù)、詞匯權(quán)重。后兩個(gè)指標(biāo)，筆者已經(jīng)在前面做過(guò)論述，不明白的小伙伴可以“倒帶”回去看看。具體的使用方法筆者將在下面的可視化自定義詞云部分詳述。

另外，因?yàn)檫@款詞頻分析工具只能導(dǎo)出150個(gè)詞匯，對(duì)于處理一些復(fù)雜且大量的文本就會(huì)捉襟見(jiàn)肘。鑒于此種情況，故筆者編寫(xiě)了一個(gè)能處理大容量TXT文件的exe小程序，供有詞頻分析需求的小伙伴免費(fèi)使用。

筆者編寫(xiě)的提取大容量TXT文件的文本關(guān)鍵詞分析器

這個(gè)小程序是按關(guān)鍵詞的重要性程度來(lái)提取的，某種意義上講會(huì)比詞頻分析提取的關(guān)鍵詞更準(zhǔn)確一些，權(quán)重值介于0~1之間。若要獲得或詞頻一樣的效果，只需將權(quán)重值乘以100/1000，然后取整即可，感興趣的小伙伴可以在公眾號(hào)的后臺(tái)獲取到這個(gè)關(guān)鍵詞提取利器。

注意：該小程序內(nèi)含40W以上的中文常用詞匯，但不支持英文文本分析，僅供個(gè)人學(xué)習(xí)使用。

2.3 Tone Analyzer（https://tone-analyzer-demo.mybluemix.net/）

Tone Analyzer是一款由IBM推出的、基于云計(jì)算的人工智能文本分析工具，能對(duì)電子郵件、博客文章以及手機(jī)短信進(jìn)行感情色彩分析，以確定它的措辭是否如實(shí)地表達(dá)了你的憤怒、肯定、高興或者悲傷等感情。

ToneAnalyzer的主界面

這一用來(lái)幫助評(píng)估和改善文字溝通當(dāng)中的語(yǔ)氣的服務(wù)目前尚處實(shí)驗(yàn)?zāi)Ｊ?，如獲成功，或?qū)⒏淖兾磥?lái)商家和營(yíng)銷人員同消費(fèi)者、客戶的溝通方式。

更重要的是，它可以應(yīng)用到新媒體運(yùn)營(yíng)者的內(nèi)容校正中來(lái)：

用來(lái)查驗(yàn)文章內(nèi)容的調(diào)性和風(fēng)格，了解自己的文字給人留下的印象如何，以使公眾號(hào)的內(nèi)容運(yùn)營(yíng)不偏離預(yù)設(shè)的定位。

幫助品牌運(yùn)營(yíng)者和內(nèi)容輸出分析，撰寫(xiě)何種風(fēng)格的文案才可以引起受眾的共鳴。

Tone Analyzer的評(píng)價(jià)系統(tǒng)包含三個(gè)維度，各個(gè)維度及其簡(jiǎn)介如下圖所示：

Tone Analyzer的評(píng)價(jià)系統(tǒng)的三個(gè)維度

以下是Tone Analyzer的使用案例，大家可以從下面的幾個(gè)模塊中獲得對(duì)文字信息的洞察，這部分筆者不做詳述，感興趣的小伙伴可以去官網(wǎng)查閱文檔。

輸入文本信息和選擇分析類別

文本信息3個(gè)維度的分析結(jié)果

 文本信息段落的逐行分析（附有標(biāo)記）

3 熱點(diǎn)捕獲/趨勢(shì)預(yù)測(cè)工具

3.1 搜索指數(shù)型

這里的搜索指數(shù)型趨勢(shì)工具指的是，它們的數(shù)據(jù)絕大部分是基于用戶的搜索行為，即用戶搜索關(guān)鍵詞而形成的數(shù)據(jù)及其展示，有一定的預(yù)測(cè)價(jià)值，但缺點(diǎn)是并不能發(fā)現(xiàn)搜索行為背后的原因。

3.1.1 百度指數(shù)（http://index.baidu.com/）

關(guān)于百度指數(shù)的介紹，筆者僅貼出部分官方關(guān)于功能的介紹：

百度指數(shù)是以百度海量網(wǎng)民行為數(shù)據(jù)為基礎(chǔ)的數(shù)據(jù)分享平臺(tái)，它能夠告訴用戶：某個(gè)關(guān)鍵詞在百度的搜索規(guī)模有多大，一段時(shí)間內(nèi)的漲跌態(tài)勢(shì)以及相關(guān)的新聞?shì)浾撟兓P(guān)注這些詞的網(wǎng)民是什么樣的，分布在哪里，同時(shí)還搜了哪些相關(guān)的詞，幫助用戶優(yōu)化數(shù)字營(yíng)銷活動(dòng)方案。

關(guān)于詳細(xì)它的使用方法及一些關(guān)鍵原理，筆者在《尋找創(chuàng)業(yè)方向時(shí)，如何零成本用大數(shù)據(jù)獲悉市場(chǎng)行情？》有詳述，感興趣的小伙伴可以去看看。

3.1.2 微指數(shù)（http://data.weibo.com/index）

微指數(shù)是新浪微博的數(shù)據(jù)分析工具，基于新浪微博的全量數(shù)據(jù)，通過(guò)關(guān)鍵詞的熱議度，以及行業(yè)/類別的平均影響力，來(lái)反映微博輿情或賬號(hào)的發(fā)展走勢(shì)。微指數(shù)分為熱詞趨勢(shì)、實(shí)時(shí)趨勢(shì)、（信息分布）地域解讀和（用戶）屬性分析4個(gè)板塊。

“熱詞趨勢(shì)”部分與百度指數(shù)的趨勢(shì)很相像，但它有一個(gè)更為有價(jià)值的地方---點(diǎn)擊趨勢(shì)曲線中的各個(gè)節(jié)點(diǎn)，會(huì)顯示出關(guān)注度排名靠前的3條微博，可以做到“知其然并知其所以然”。

微指數(shù)的熱詞趨勢(shì)圖

“實(shí)時(shí)趨勢(shì)”則反映該熱詞近一天的走勢(shì)情況?！暗赜蚪庾x”即該熱詞相關(guān)微博信息的地域分布情況。

最后一個(gè)功能板塊是“屬性分析”，這部分能獲悉關(guān)注該熱詞及其相關(guān)事件的人群畫(huà)像，有性別、年齡、興趣標(biāo)簽比例和星座標(biāo)簽比例這4個(gè)人群屬性。

微指數(shù)的“（人群）屬性分析”

這部分可以參看筆者之前寫(xiě)的兩篇文章《當(dāng)數(shù)據(jù)分析遭遇心理動(dòng)力學(xué)：用戶深層次的情感需求浮出水面》、《如何用數(shù)據(jù)分析，搞定新媒體運(yùn)營(yíng)的定位和內(nèi)容初始化？》，不失時(shí)機(jī)將其運(yùn)用到實(shí)際的運(yùn)營(yíng)工作中來(lái)，而不是僅僅停留在人群屬性的分析描述層面。

3.2 現(xiàn)網(wǎng)信息型

現(xiàn)網(wǎng)信息型，顧名思義，就是該類工具的主要數(shù)據(jù)來(lái)源于現(xiàn)有的網(wǎng)絡(luò)信息，而不是基于網(wǎng)民的搜索行為，因而通過(guò)它可以找到熱詞或事件關(guān)注（量）發(fā)生波動(dòng)起伏的原因。

一般來(lái)說(shuō)，這類數(shù)據(jù)產(chǎn)品的典型應(yīng)用領(lǐng)域在輿情領(lǐng)域（包括輿情監(jiān)測(cè)、品牌口碑監(jiān)測(cè)等），比如新浪微輿情（http://wyq.sina.com）。

新浪微輿情的主頁(yè)

以下是新浪微輿情這個(gè)大數(shù)據(jù)分析工具的介紹，我們能從中看到現(xiàn)網(wǎng)信息型熱度分析工具的基本原理：

“利用獨(dú)有的分布式網(wǎng)絡(luò)技術(shù)，對(duì)互聯(lián)網(wǎng)上輿情相關(guān)數(shù)據(jù)源進(jìn)行完整采集，同時(shí)根據(jù)用戶預(yù)定的監(jiān)控關(guān)鍵詞對(duì)全網(wǎng)數(shù)據(jù)進(jìn)行補(bǔ)充獲取。“新浪微輿情”可以在很短時(shí)間內(nèi)收錄到國(guó)內(nèi)外重要網(wǎng)站、論壇、微博、微信公眾號(hào)、貼吧、博客等互聯(lián)網(wǎng)開(kāi)放平臺(tái)的相關(guān)信息，通過(guò)中文智能分詞、自然語(yǔ)言處理、正負(fù)面研判等大數(shù)據(jù)處理技術(shù)對(duì)收錄到的信息進(jìn)行處理并分析…

可以看出，現(xiàn)網(wǎng)信息型熱度分析工具的數(shù)據(jù)基于現(xiàn)有的全網(wǎng)信息搜集，并經(jīng)過(guò)自然語(yǔ)言處理等技術(shù)對(duì)文本信息進(jìn)行信息的“去粗取精”，從而有效把握事件的重要方面和影響因素?！?/font>

下面，筆者來(lái)詳述新浪微輿情的幾個(gè)很有價(jià)值的功能模塊---分別是熱度趨勢(shì)分析、信息監(jiān)測(cè)、事件分析和微博傳播分析，它們可以很好的運(yùn)用到新媒體領(lǐng)域，可以在熱點(diǎn)追蹤、內(nèi)容規(guī)劃、受眾畫(huà)像分析和營(yíng)銷分析方面給予運(yùn)營(yíng)者們以有益的指導(dǎo)。

3.2.1 （事件）熱度趨勢(shì)分析

在地震救援中，有一個(gè)概念叫做“黃金72小時(shí)”，它是地質(zhì)災(zāi)害發(fā)生后的黃金救援期。因?yàn)榫仍缯J(rèn)為，災(zāi)難發(fā)生之后存在一個(gè)“黃金72小時(shí)”，在此時(shí)間段內(nèi)，災(zāi)民的存活率極高。

同樣，在新媒體內(nèi)容運(yùn)營(yíng)追蹤熱點(diǎn)事件方面，也存在類似的定律，能在最短的時(shí)間內(nèi)，把握觀眾所關(guān)注事件的發(fā)展走向和輿論傾向，因勢(shì)利導(dǎo)，就能成功的“借勢(shì)“。

新浪微輿情的（事件）熱度趨勢(shì)分析中有一個(gè)能反映事件關(guān)注度的一個(gè)數(shù)據(jù)指標(biāo)---熱度指數(shù)，它的全稱是“網(wǎng)絡(luò)傳播熱度指數(shù)”，是指在從新聞媒體、微博、微信、客戶端、網(wǎng)站、論壇等互聯(lián)網(wǎng)平臺(tái)采集海量信息的基礎(chǔ)上，提取與指定事件、人物、品牌、地域等相關(guān)的信息，并對(duì)所提取的信息進(jìn)行標(biāo)準(zhǔn)化計(jì)算后得出的指數(shù)。

熱度指數(shù)能客觀反映事件、人物、品牌、地域等在互聯(lián)網(wǎng)上的受關(guān)注程度。熱度指數(shù)所呈現(xiàn)的數(shù)值為0~100,數(shù)值越大，表明其網(wǎng)絡(luò)受關(guān)注度越高。

下面舉個(gè)栗子，拿前不久廣受關(guān)注的“淘寶被列入惡名市場(chǎng)名單”事件作為分析對(duì)象，來(lái)看看（事件）熱度趨勢(shì)分析的各個(gè)功能模塊是如何運(yùn)用到新媒體運(yùn)營(yíng)領(lǐng)域的。

    （1）熱度概況和熱度趨勢(shì)

從下圖的“指數(shù)概況”部分，我們可以看到，淘寶被列入惡名市場(chǎng)名單”在72小時(shí)內(nèi)（當(dāng)然也可以選擇24小時(shí)這個(gè)時(shí)間區(qū)間）的熱度同比增長(zhǎng)達(dá)到62315%，表明互聯(lián)網(wǎng)上關(guān)于該事件的媒體報(bào)道和公眾評(píng)論信息出現(xiàn)驟增的情形，且指數(shù)有將近6%的增幅，幅度不大結(jié)合這兩個(gè)指標(biāo)可以看出，在近72小時(shí)內(nèi)該事件很火熱，且熱度呈現(xiàn)穩(wěn)步增長(zhǎng)的趨勢(shì)。值得注意的是，這里的“同比”和“指數(shù)變化”是針對(duì)此次查詢的72小時(shí)區(qū)間和上一個(gè)72小時(shí)區(qū)間的數(shù)值進(jìn)行對(duì)比的。

在“熱度趨勢(shì)”部分，由時(shí)間軸和熱度指數(shù)軸構(gòu)成的折線圖反映了近72小時(shí)內(nèi)該事件熱度指數(shù)的變化趨勢(shì)，這個(gè)折線圖的分析意義重大，能起到預(yù)測(cè)事件未來(lái)熱度走勢(shì)的神奇作用。

在分析熱度指數(shù)的折線圖的時(shí)候，要注意從微觀層面和宏觀層面上的把握。在微觀層面上，要特別注意折線圖中比較重要的節(jié)點(diǎn)，特別是峰值節(jié)點(diǎn)，它代表其對(duì)應(yīng)的時(shí)間點(diǎn)它的關(guān)注度較高，要注意發(fā)現(xiàn)事件爆發(fā)的時(shí)間規(guī)律；在宏觀層面上，要看整條折線的整體走向，是整體呈現(xiàn)上升趨勢(shì)，還是呈現(xiàn)關(guān)注度的下降趨勢(shì)，當(dāng)情況屬于前者時(shí)，新媒體運(yùn)營(yíng)者們則可以繼續(xù)跟進(jìn)事件的發(fā)展，接著“借勢(shì)”和“跟風(fēng)”。

熱度概況及熱度趨勢(shì)分析

既然知道了事件熱度的峰值節(jié)點(diǎn)出現(xiàn)在哪個(gè)時(shí)間點(diǎn)，這時(shí)我們肯定想了解這些時(shí)間區(qū)間內(nèi)事件關(guān)注度驟然上升的原因。還好，緊接著“熱度趨勢(shì)”，下方給出了其中最突出的峰值節(jié)點(diǎn)出現(xiàn)的原因，以重點(diǎn)信息聚類的方式呈現(xiàn)。

在下圖中，呈現(xiàn)的是12月23日 08時(shí)，達(dá)到24的峰值時(shí)的重點(diǎn)信息聚類。給出了這些熱門(mén)文章的標(biāo)題和來(lái)源站點(diǎn)，點(diǎn)擊標(biāo)題即可進(jìn)入相應(yīng)的網(wǎng)頁(yè)，查看源信息。

最突出峰值節(jié)點(diǎn)的信息聚類

這里需要強(qiáng)調(diào)的是，對(duì)于最突出峰值節(jié)點(diǎn)的重點(diǎn)聚類信息的解讀十分重要，因?yàn)檫@些文章閱讀數(shù)高，抑或是轉(zhuǎn)發(fā)量高，在某種程度上表明了公眾對(duì)于這些信息的認(rèn)可度高，能代表一定的公眾輿論傾向。作為新媒體內(nèi)容運(yùn)營(yíng)者來(lái)說(shuō)，引導(dǎo)公眾看法難度太大，不是人人都能做成意見(jiàn)領(lǐng)袖的，能因勢(shì)利導(dǎo)的輸出順應(yīng)公眾觀點(diǎn)的文章可能是上策。

    （2）事件熱度信息的關(guān)鍵詞詞云

這里的關(guān)鍵詞云是由互聯(lián)網(wǎng)上各個(gè)渠道的海量信息進(jìn)行中文智能分詞和自然語(yǔ)言處理所得，濃縮了關(guān)于該事件的TOP60關(guān)鍵詞，能在一定程度上反映出事件的各個(gè)要素。

詞語(yǔ)的大小代表該詞出現(xiàn)次數(shù)的多寡，也表明了該關(guān)鍵詞對(duì)于事件的重要程度如何。在進(jìn)行內(nèi)容組織的時(shí)候，可以考慮這些詞頻數(shù)高詞匯所代表的方面，如在“淘寶列入惡名市場(chǎng)名單”這一事件中，除了“惡名市場(chǎng)”、“名單”這些出現(xiàn)在標(biāo)題之中的關(guān)鍵詞外，還有“加大力度”、“納入保護(hù)”、“知識(shí)產(chǎn)權(quán)”等關(guān)鍵詞表征的方面作為文章內(nèi)容的著力方向。

“淘寶列入惡名市場(chǎng)名單”事件的關(guān)鍵詞詞云

    （3）事件熱度信息的來(lái)源類型

“信息來(lái)源”部分中，反映出了事件信息的來(lái)源占比情況，比重較大的部分是需要運(yùn)營(yíng)者重點(diǎn)關(guān)注的渠道。

“淘寶列入惡名市場(chǎng)名單”事件的信息在“微博”這一信息渠道中的比重最多，其次是“網(wǎng)站”、“新聞”、“客戶端”等，具體的數(shù)據(jù)為：微博(49.32%)、網(wǎng)站(27.73%)和新聞(10.13%)。

“淘寶列入惡名市場(chǎng)名單”事件的信息來(lái)源分布

針對(duì)微博信息量為何占據(jù)如此大的比重這個(gè)問(wèn)題，筆者找到了今年11月份新浪微博官方的一份關(guān)于微博UGC的數(shù)據(jù)，頓時(shí)了然：

微博2016年P(guān)GC、UGC幾項(xiàng)關(guān)鍵數(shù)據(jù)

新浪微輿情是新浪微博旗下的子公司，擁有全量的微博數(shù)據(jù)，再加上騰訊微博的信息量，因而其他渠道的信息量比例會(huì)被微博這一渠道巨大的UGC內(nèi)容給稀釋掉，形成絕對(duì)信息量不小但看起來(lái)很少的效果。

    （4）事件熱度信息的地域分布

（事件熱度信息的）地域分布反映的是搜索事件的全網(wǎng)信息量在全國(guó)各地的分布情況，這一點(diǎn)與百度指數(shù)的原理一樣。

“淘寶列入惡名市場(chǎng)名單”事件的信息地域分布

從地域分布來(lái)看,與“淘寶列入惡名市場(chǎng)名單”相關(guān)的信息主要來(lái)源北京(3561條)、廣東(1139條)和上海(834條)。

    （5）事件熱度信息的關(guān)聯(lián)詞分析

事件熱度信息的關(guān)聯(lián)詞分析，它是通過(guò)系統(tǒng)自動(dòng)運(yùn)算找出事件核心詞、并計(jì)算出與核心詞同時(shí)出現(xiàn)關(guān)聯(lián)度最高的高頻詞，也就是與核心詞共現(xiàn)頻率最高的詞匯（關(guān)于“共現(xiàn)”的原理介紹，請(qǐng)看《如何用數(shù)據(jù)分析，搞定新媒體運(yùn)營(yíng)的定位和內(nèi)容初始化？》的第三部分）。

下圖中的關(guān)聯(lián)詞和弦圖和對(duì)應(yīng)關(guān)聯(lián)度數(shù)據(jù)表反映了該事件的關(guān)聯(lián)詞情況。

“淘寶列入惡名市場(chǎng)名單”的關(guān)聯(lián)詞分析

通過(guò)對(duì)與“淘寶列入惡名市場(chǎng)名單”相關(guān)的信息進(jìn)行分析后可看出，與其核心詞惡名市場(chǎng)關(guān)聯(lián)度最高的詞語(yǔ)為淘寶(100.00%)、美國(guó)(99.06%)和名單(97.19%)。

3.2.2 信息監(jiān)測(cè)

一直以來(lái)，（輿情）信息監(jiān)測(cè)的主要用戶是政府、大型企業(yè)和專業(yè)新聞媒體，因而對(duì)應(yīng)的主要功能是傾聽(tīng)民意、監(jiān)測(cè)自身（也包含競(jìng)品）的品牌口碑及動(dòng)向，以及追蹤熱點(diǎn)事件走向等。此外，它可以通過(guò)各種預(yù)警設(shè)置，對(duì)關(guān)注事件產(chǎn)生的新信息進(jìn)行第一時(shí)間的提醒，以免運(yùn)營(yíng)者遺漏重要信息。

實(shí)際上，信息監(jiān)測(cè)可以用于新媒體領(lǐng)域，結(jié)合上面提及的“事件熱度趨勢(shì)分析”板塊，媒體運(yùn)營(yíng)者可以有效的追蹤熱點(diǎn)事件的最新進(jìn)展，做到不遺漏。

關(guān)于它的應(yīng)用場(chǎng)景，筆者目前想到2個(gè)：

    （1）文章轉(zhuǎn)載的全網(wǎng)監(jiān)測(cè)

筆者平時(shí)會(huì)寫(xiě)一些關(guān)于互聯(lián)網(wǎng)數(shù)據(jù)運(yùn)營(yíng)的文章，發(fā)布在一些知名的互聯(lián)網(wǎng)平臺(tái)上，因此想監(jiān)測(cè)一下全網(wǎng)轉(zhuǎn)載的情況，比如筆者最近的一篇文章---“如何用數(shù)據(jù)分析，搞定新媒體運(yùn)營(yíng)的定位和內(nèi)容初始化？”，在“信息監(jiān)測(cè)”的監(jiān)測(cè)方案部分設(shè)置好關(guān)鍵詞后，選好時(shí)間區(qū)間，轉(zhuǎn)載的詳細(xì)情況和數(shù)據(jù)統(tǒng)計(jì)圖表盡收眼底：

文章轉(zhuǎn)載的信息列表

筆者文章轉(zhuǎn)載的各種信息反饋圖表

    （2）關(guān)注信息的全網(wǎng)監(jiān)測(cè)

運(yùn)營(yíng)者可以在監(jiān)測(cè)方案中按設(shè)置指定的關(guān)鍵詞，定向的追蹤自己感興趣的事件、公司、品牌和資料等信息。

以下是筆者在學(xué)習(xí)數(shù)據(jù)分析時(shí)，進(jìn)行的關(guān)鍵詞設(shè)置，多個(gè)零散詞匯通過(guò)邏輯運(yùn)算符形成了一個(gè)監(jiān)測(cè)方案，可以無(wú)遺漏的監(jiān)測(cè)自己關(guān)注的信息，同時(shí)系統(tǒng)也會(huì)過(guò)濾掉垃圾信息。

通過(guò)各種邏輯運(yùn)算符設(shè)置信息監(jiān)測(cè)的關(guān)鍵詞

監(jiān)測(cè)方案的信息量的走勢(shì)圖

監(jiān)測(cè)方案的信息量分布情況

監(jiān)測(cè)方案信息量的地理分布情況

設(shè)置好監(jiān)測(cè)方案以后，點(diǎn)擊“圖表分析”，即可看到如下圖所示的各種監(jiān)測(cè)方案信息量的可視化分析圖表。

再選擇“信息列表”項(xiàng)，通過(guò)時(shí)間、地域、渠道等選項(xiàng)的篩選，我們就可以得到自己想要的信息了。此外點(diǎn)擊其中一條信息，即可進(jìn)入信息詳情頁(yè)，如下圖所示：

監(jiān)測(cè)方案的信息列表

監(jiān)測(cè)信息的詳情頁(yè)

另外，這個(gè)功能模塊還有幾個(gè)功能，如下圖所示，篇幅有限，感興趣的小伙伴自己去試試吧。

“信息監(jiān)測(cè)”板塊的預(yù)警通知、監(jiān)測(cè)日?qǐng)?bào)和定向監(jiān)測(cè)功能

3.2.3 事件分析

事件分析（包括全網(wǎng)事件分析和微博事件分析）指的是，輸入近期事件或話題關(guān)鍵詞，系統(tǒng)自動(dòng)進(jìn)行深度挖掘和多重分析，記錄事件從始發(fā)到發(fā)酵期、發(fā)展期、高漲期、回落期和反饋期等階段的演變過(guò)程，分析輿情傳播路徑、關(guān)鍵詞云、發(fā)展態(tài)勢(shì)、受眾反饋和網(wǎng)民觀點(diǎn)分析。

關(guān)于它的實(shí)際使用攻略，筆者之前寫(xiě)過(guò)一篇文章詳細(xì)介紹過(guò)，請(qǐng)參看《【數(shù)據(jù)運(yùn)營(yíng)】傅園慧和她的“洪荒之力”的大數(shù)據(jù)輿情分析》。

3.2.4 微博傳播分析

微博傳播分析通過(guò)分析單條轉(zhuǎn)發(fā)量/評(píng)論量大的的微博，從而得到關(guān)于該微博的傳播路徑、意見(jiàn)領(lǐng)袖、用戶畫(huà)像和微博營(yíng)銷傳播質(zhì)量等。

下面貼一張大圖讓大家感受下：

微博傳播分析的部分功能

限于篇幅，這部分筆者就不詳述了，請(qǐng)參看筆者之前的文章---《【數(shù)據(jù)運(yùn)營(yíng)】揭開(kāi)微博轉(zhuǎn)發(fā)傳播的規(guī)律：以“人民日?qǐng)?bào)”發(fā)布的G20文藝晚會(huì)微博為例》。

4 可視化工具

俗話說(shuō)：“文不如字,字不如表,表不如圖”，一張富含信息量且外觀時(shí)尚靚麗的圖會(huì)給文章增色不少，會(huì)激起讀者的好奇心，不知不覺(jué)的去圖片中探尋信息，從而讓文章的可讀性大大增加，易于傳播。比如這張圖：

人人都是產(chǎn)品經(jīng)理網(wǎng)站“產(chǎn)品經(jīng)理”專欄所有文章標(biāo)題制成的詞云

怎么樣，想學(xué)了吧？

不急，這個(gè)其實(shí)很簡(jiǎn)單，下面我將以實(shí)例詳細(xì)的講解制作這張圖的步驟，即使是小白的你，也能做出這樣精美的個(gè)性化詞云。

4.1 個(gè)性化詞云制作

我把個(gè)性化詞云的制作分為3個(gè)步驟，即抓取數(shù)據(jù)、文本處理和詞云制作，詳見(jiàn)下圖：

個(gè)性化詞云制作的步驟

4.1.1 數(shù)據(jù)獲取

從本質(zhì)上講，詞云是反映某一特定主題的文本數(shù)據(jù)的可視化展示。比如，上面的喬幫主詞云反映的就是“產(chǎn)品經(jīng)理”專欄中較為熱門(mén)的關(guān)鍵詞/話題。所以，要制作一個(gè)“出彩”且有內(nèi)涵的自定義詞云，文本不能無(wú)規(guī)律，需要定向的獲取特定的文本數(shù)據(jù)。

筆者對(duì)前不久上映且廣受好評(píng)的電影《你的名字》頗感興趣，想分析一下這部電影的市場(chǎng)反響如何，先聊聊這部分?jǐn)?shù)據(jù)的獲取。

對(duì)于影片的分析，首選當(dāng)然是豆瓣電影，因?yàn)樗菄?guó)內(nèi)最具有參考價(jià)值的影評(píng)網(wǎng)站，從文本中能得到很有價(jià)值和有意思的信息。但考慮到文本數(shù)據(jù)獲取的難易程度，我先介紹如下3個(gè)數(shù)據(jù)獲取的方法。

第一個(gè)方法是自己編寫(xiě)爬蟲(chóng)，想要什么數(shù)據(jù)就去抓取什么數(shù)據(jù)，既經(jīng)濟(jì)（用爬蟲(chóng)工具會(huì)花錢），又會(huì)增加“自己動(dòng)手，豐衣足食”的成就感，最重要的是，略施小計(jì)就可以躲避豆瓣的封IP機(jī)制。

用python編寫(xiě)爬蟲(chóng)抓取豆瓣影評(píng)數(shù)據(jù)

第二個(gè)方法是利用集搜客這樣的爬蟲(chóng)軟件去抓取數(shù)據(jù)，不需要編程技術(shù)，且簡(jiǎn)單易上手，但是可能會(huì)被封IP。。。

第三個(gè)方法是采用新浪微輿情這個(gè)大數(shù)據(jù)工具，因而不用豆瓣的評(píng)論數(shù)據(jù)，在互聯(lián)網(wǎng)上進(jìn)行全網(wǎng)信息搜集，獲取有關(guān)該影片的熱門(mén)文章標(biāo)題作為分析的文本數(shù)據(jù)，這種方法是三種中最為輕松簡(jiǎn)單的，而且獲取的是全網(wǎng)的數(shù)據(jù)，大家可以有選擇性的選取自己需要的數(shù)據(jù)，操作步驟如下圖所示：

用新浪微輿情獲取文本數(shù)據(jù)

因?yàn)樽罱鼘W(xué)了點(diǎn)Python，故筆者選擇了用Python編寫(xiě)爬蟲(chóng)來(lái)獲取了豆瓣這部分的影評(píng)數(shù)據(jù)。

獲取《你的名字》豆瓣電影的影評(píng)數(shù)據(jù)

抓取后的數(shù)據(jù)整理成如下表格：

保存到本地的《你的名字》豆瓣影評(píng)數(shù)據(jù)

接下來(lái)，就是把文本數(shù)據(jù)單獨(dú)取下來(lái)咯，全選“評(píng)論內(nèi)容”這一列，把這些影評(píng)數(shù)據(jù)占到記事本上，作為接下來(lái)分析的“原材料”。

4.1.2 文本處理

一般情況下，文本數(shù)據(jù)的處理包含很多方面，如分詞、詞性標(biāo)注、詞頻統(tǒng)計(jì)、文本分類、情感分析、關(guān)鍵詞提取、文本摘要提取等。

在這里，制作詞云只需要考慮關(guān)鍵詞提取和詞頻統(tǒng)計(jì)這兩個(gè)板塊。

這里使用到的工具是前面提及的熱詞分析工具---圖悅。將《你的名字》豆瓣評(píng)論的文本部分粘貼到上圖中左邊的文本框中，再點(diǎn)擊右上方的“分析出圖”，系統(tǒng)顯示完成后，右邊的預(yù)設(shè)詞云會(huì)發(fā)生變化，此時(shí)點(diǎn)擊“導(dǎo)出”，即可得到詞頻的csv文件。

經(jīng)圖悅處理得到的詞頻csv文件

4.1.3 詞云制作

處理詞云，筆者用到的工具是Tagul（https://tagul.com/create）。下面是它的的主頁(yè)展示：

Tagul主頁(yè)

    （1）詞頻載入格式

在頁(yè)面左上方的“Words”處，就是加載詞語(yǔ)及詞頻的地方，這里需要注意一下它的載入格式。如下表所示：

Tagul的詞頻載入格式

上表中，前兩列的“Word”和“Weight”就是剛才經(jīng)處理過(guò)的詞語(yǔ)和詞頻，Color一欄則是設(shè)置該詞語(yǔ)的顏色，這是個(gè)性化詞云中很關(guān)鍵的一個(gè)要素，會(huì)直接影響到最終的詞云呈現(xiàn)效果。這里可以不填寫(xiě)，那么在形成詞云時(shí)默認(rèn)隨機(jī)生成顏色。如果要形成定制化的顏色，則需要設(shè)置采用16進(jìn)制的色值，以下是常用的顏色代碼表，即色值表。

常用的16進(jìn)制色值表

與此類似，字體也可選可不選，需要定制的話，則可進(jìn)行相應(yīng)的設(shè)置。

“Repeat”這項(xiàng)則表示該詞語(yǔ)是否會(huì)重復(fù)出現(xiàn)，填寫(xiě)“0”，則表示不重復(fù)，填寫(xiě)“1”，則表示重復(fù)。為了保持信息的精準(zhǔn)度，減少噪聲，一般選擇填寫(xiě)“0”。

后面的URL鏈接就忽略了，因?yàn)橛星懊娴脑O(shè)置，就不需要進(jìn)行網(wǎng)頁(yè)鏈接。

按照上述操作，出詞語(yǔ)和詞頻兩例外，筆者還定制了“Color”和“Repeat”這兩項(xiàng)，結(jié)果顯示如下。

最終的詞語(yǔ)載入表

    （2）載入中文字體

因?yàn)門(mén)agul是老外做的一個(gè)在線詞云制作網(wǎng)站，所以Tagul不支持中文，這需要我們載入能支持中文顯示的字體，如下圖所示，筆者載入的是“You Yuan(幼圓)”字體。

載入中文字體

    （3）處理背景圖片

加載了字體，可以說(shuō)這是個(gè)性化詞云制作的核心部分，詞云最終效果的美與不美就在此一舉。

值得注意的是，在載入圖片之前的圖片選取步驟時(shí)，需要選擇背景和主題對(duì)比比較明顯的圖片。從接下來(lái)的圖片預(yù)處理過(guò)程中，你會(huì)發(fā)現(xiàn)這一點(diǎn)的重要性。

詞云自定義圖片的初始狀態(tài)

筆者選取的是《你的名字》最為標(biāo)志性的一張海報(bào)，看起來(lái)很有感覺(jué)：既有男女主角的形象，也交代了他們所處的生活環(huán)境，中間則是影片中重要的提條線索---彗星。這張圖初始狀態(tài)看似雜亂，不好處理，但仔細(xì)觀察，可以發(fā)現(xiàn)主體（男女主角）和背景（天空、城市和彗星）之間的對(duì)比度和色相差異還是很明顯的。在Tagul的“Custom Shape”的設(shè)置中可以進(jìn)一步處理背景和主體之間的對(duì)比度問(wèn)題。

在“Shapes”處載入圖片后，點(diǎn)擊上載成功后圖片的右下角“齒輪”，打開(kāi)圖片預(yù)處理。其中，“Threshold”處理景深，可以拉開(kāi)/縮小背景和主體之間的差異；“Edges”則是處理主體輪廓的銳度，可以調(diào)節(jié)圖片的清晰程度模糊程度。這里的要點(diǎn)是---淡化背景，清晰主體輪廓。

淡化背景，強(qiáng)化主體輪廓

好了，完成上面繁瑣的步驟之后，現(xiàn)在是見(jiàn)證奇跡的時(shí)刻了，點(diǎn)擊右上方大大的黑體字“Visualize”，待進(jìn)度條加載完畢后，即可得到如下的最終效果圖：

最終的詞云效果圖

4.2 網(wǎng)絡(luò)可視化利器--- Gephi

Gephi是一款開(kāi)源免費(fèi)跨平臺(tái)基于JVM的復(fù)雜網(wǎng)絡(luò)分析軟件, 其主要用于各種網(wǎng)絡(luò)和復(fù)雜系統(tǒng)，動(dòng)態(tài)和分層圖的交互可視化與探測(cè)開(kāi)源工具，下載地址為https://gephi.org/。網(wǎng)上目前比較權(quán)威的Gephi教程是在Udemy上的Ooof liu講解的《Gephi中文教程》，地址為https://www.udemy.com/gephi/，看完這個(gè)部分仍有饒有興趣的小伙伴可以去學(xué)習(xí)下。

下面是由Gephi制作的各種網(wǎng)絡(luò)圖，這些圖不僅包含了豐富的信息量，而且極富美感，在吸引眼球的同時(shí)還給予我們有意義的信息。