Mapowanie danych z Twittera dotyczących nastrojów klientów w formie mapy cieplnej

Ostra konkurencja mi¿dzy firmami sprawia, ¿e wiele z nich zwi¿ksza wysi¿ki w celu gromadzenia informacji z ró¿nych mediów na potrzeby analizy swoich us¿ug. Dane zapisane w mediach spo¿eczno¿ciowych, takich jak Twitter, mog¿ by¿ wykorzystane jako potencjalne dane do analizy, poniewä Twitter staje si¿ jednym z najpopularniejszych mediów spo¿eczno¿ciowych na ¿wiecie. Klasyfikacja tekstu zostäa opracowana w celu obserwacji pozytywnych i negatywnych opinii klientów na temat us¿ug ¿wiadczonych przez firm¿ w formie mapy cieplnej. Przed opracowaniem klasyfikatora tekstu przeprowadzono wst¿pne przetwarzanie danych w celu okre¿lenia atrybutów, wybrania danych towarzysz¿cych powi¿zanym wspó¿rz¿dnym oraz podj¿cia decyzji, które s¿owa s¿ uwäane za pozytywne lub negatywne opinie. Wykorzystuj¿c wspó¿rz¿dne sklasyfikowanych danych, zastosowano map¿ ciepln¿ w celu wizualizacji gradacji poziomu g¿sto¿ci pozytywnych i negatywnych opinii. Wykorzystanie mapy cieplnej do okre¿lenia pozycji wspó¿rz¿dnych klientów, których opinie zostäy sklasyfikowane, u¿atwi firmie obserwacj¿ poziomu g¿sto¿ci opinii klientów na podstawie wizualizacji gradacji kolorów, które s¿ przedstawione w okre¿lonym promieniu od jednego punktu obserwacyjnego wspó¿rz¿dnych okre¿lonego przez firm¿.