知识卡片
情绪展示取决于采样与分类
伦敦眼案例把与奥运有关的Twitter消息筛选出来,用SentiStrength等情绪分析将文本分类,再按类别比例驱动灯光展示。这是数据收集、模型输出与可视化相连的项目案例。颜色比例反映被采集并被分类的消息,不能直接当作全体英国民众的真实情绪;讽刺、样本偏差与分类误差都会影响解释。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 大数据概述 · 查看原书依据
用“伦敦眼”的灯光秀来展示英国人对于奥运比赛的情绪,这是EDF Energy公司和麻省理工学院的合作项目。这个项目实时过滤人们在Twitter上发布的微博,根据一些与奥运有关的词汇比如“2012伦敦奥运”、“奥运会”将相关微博从海量数据中过滤出来,之后采用被称为“SentiStrength”的情感计算程序自动对每条微博表达的情绪做出判断,将其分为“积极情绪”、“消极情绪”或者是“中性情绪”,每天数十万的奥运相关微博经过分析汇总后,就可以知道当天观众对于奥运的整体情绪是怎样的,将这个统计结果以伦敦眼上不同颜色灯光投射,人们一眼就可以知道其他人的心情。如果你看到四分之三的伦敦眼转轮上的灯光是橙色的,那么这代表了75%的奥运相关微博是积极情绪,而悲观情绪则以蓝色灯光来表示。
参考来源
- 位置:《大数据日知录:架构与算法》0(源文件:extracted/大数据日知录_架构与算法/_epub-src/OEBPS/text00005.html)
- 结论依据:本章实际原文及必要原图;产品与性能描述保留2014年版本范围。校正的官方入口及实际阅读范围见50-root-official.json。
- 原始内容:用“伦敦眼”的灯光秀来展示英国人对于奥运比赛的情绪,这是EDF Energy公司和麻省理工学院的合作项目。这个项目实时过滤人们在Twitter上发布的微博,根据一些与奥运有关的词汇比如“2012伦敦奥运”、“奥运会”将相关微博从海量数据中过滤出来,之后采用被称为“SentiStrength”的情感计算程序自动对每条微博表达的情绪做出判断,将其分为“积极情绪”、“消极情绪”或者是“中性情绪”,每天数十万的奥运相关微博经过分析汇总后,就可以知道当天观众对于奥运的整体情绪是怎样的,将这个统计结果以伦敦眼上不同颜色灯光投射,人们一眼就可以知道其他人的心情。如果你看到四分之三的伦敦眼转轮上的灯光是橙色的,那么这代表了75%的奥运相关微博是积极情绪,而悲观情绪则以蓝色灯光来表示。