Измерение корпоративной репутации в социальных медиа
|
Аннотация 2
Введение 6
1 Корпоративная репутация 8
1.1 Заинтересованные стороны 8
1.2 Измерение корпоративной репутации 9
1.3 Корпоративная репутация в эру социальных медиа 11
1.4 Социальные медиа 12
1.4.1 Средства извлечения данных из социальных медиа 15
1.5 Сентимент-анализ 16
1.5.1 Примеры использования 20
1.6 Методы решения задачи сентимент-анализа 22
1.6.1 Подход, основанный на правилах 22
1.6.2 Подход, основанный на словарях 23
1.6.3 Машинное обучение с учителем 24
1.6.4 Машинное обучение без учителя 25
1.7 Обзор рынка 26
2 Математический аппарат исследования 31
2.1 Подходы при работе с текстовыми данными 31
2.1.1 Токенизация 31
2.1.2 Нормализация текста 32
2.1.3 Выделение ключевых слов и словосочетаний 33
2.1.4 Представление текста в числовой форме 34
2.2 Классификационные модели 35
2.2.1 Логистическая регрессия 37
2.2.2 Наивный байесовский классификатор 40
2.2.3 Линейный дискриминантный анализ и квадратичный дискриминантный анализ 41
2.2.4 Дерево решений 43
2.2.5 Многослойный персептрон 44
2.3 Оценка качества классификационной модели 48
2.3.1 Перекрёстная проверка 48
2.3.2 Показатели точности бинарной классификации 49
3 Измерение корпоративной репутации крупных авиаперевозчиков 56
3.1 Построение сентимент-модели 56
3.1.1 Подготовка данных 56
3.1.2 Построение модели 57
3.2 Анализ корпоративной репутации 60
Заключение 73
Литература 75
ПРИЛОЖЕНИЕ A 79
Введение 6
1 Корпоративная репутация 8
1.1 Заинтересованные стороны 8
1.2 Измерение корпоративной репутации 9
1.3 Корпоративная репутация в эру социальных медиа 11
1.4 Социальные медиа 12
1.4.1 Средства извлечения данных из социальных медиа 15
1.5 Сентимент-анализ 16
1.5.1 Примеры использования 20
1.6 Методы решения задачи сентимент-анализа 22
1.6.1 Подход, основанный на правилах 22
1.6.2 Подход, основанный на словарях 23
1.6.3 Машинное обучение с учителем 24
1.6.4 Машинное обучение без учителя 25
1.7 Обзор рынка 26
2 Математический аппарат исследования 31
2.1 Подходы при работе с текстовыми данными 31
2.1.1 Токенизация 31
2.1.2 Нормализация текста 32
2.1.3 Выделение ключевых слов и словосочетаний 33
2.1.4 Представление текста в числовой форме 34
2.2 Классификационные модели 35
2.2.1 Логистическая регрессия 37
2.2.2 Наивный байесовский классификатор 40
2.2.3 Линейный дискриминантный анализ и квадратичный дискриминантный анализ 41
2.2.4 Дерево решений 43
2.2.5 Многослойный персептрон 44
2.3 Оценка качества классификационной модели 48
2.3.1 Перекрёстная проверка 48
2.3.2 Показатели точности бинарной классификации 49
3 Измерение корпоративной репутации крупных авиаперевозчиков 56
3.1 Построение сентимент-модели 56
3.1.1 Подготовка данных 56
3.1.2 Построение модели 57
3.2 Анализ корпоративной репутации 60
Заключение 73
Литература 75
ПРИЛОЖЕНИЕ A 79
Глобализация экономики привлекла внимание к поиску устойчивых конкурентных преимуществ. Одним из таких конкурентных преимуществ является корпоративная репутация. Корпоративную репутацию можно рассмотреть, как отражение того, как организация оценивается с позиции заинтересованных сторон (stakeholders). Корпоративную репутацию стоит рассматривать как один из важнейших факторов конкуренции в современной экономике.
Сегодня потребители при выборе товаров и услуг опираются не только на свой собственный опыт, но и прибегают к опыту других людей, изучая отзывы в интернете. Задача повышения эффективности компании, улучшения её финансовых результатов связана с задачей управления корпоративной репутацией. В основе этого утверждения лежит предположение, что компаниям со стабильно высокой репутацией легче продвигать свои товары и услуги, они продают их в большем объеме и по более высоким ценам, что сказывается на выручке и финансовом результате.
Подход, основанный на оценке корпоративной репутации, часто подвергается критике, поскольку не ясны способы количественного измерения уровня корпоративной репутации. Популярные способы измерения корпоративной репутации (опросы, фокус- группы, экспертные оценки) преимущественно отражают мнение лишь одной группы заинтересованных сторон. Встает потребность в поиске такого метода измерения корпоративной репутации, с помощью которого можно было бы охватить самый широкий спектр мнений от разных групп заинтересованных сторон и сформировать наиболее взвешенное представление о компании. В данной работе предлагается метод, позволяющий количественно измерить уровень репутации компании, провести сравнение с конкурентами, найти конкурентные преимущества и слабые места.
Основная идея метода основывается на предположении, что большое количество мнений, полученных из социальных медиа, можно рассматривать как надёжный источник мнений заинтересованных сторон. Социальные медиа содержат мнения существенной части заинтересованных сторон: потребителей, работников и инвесторов. Они делятся о своём опыте взаимодействия с компанией и обобщают существующий образ компании в онлайн- среде. В отличие от традиционных способов оценки репутации, как в случае с анкетированием или фокус-группой, никто не пытается вытянуть мнение из заинтересованной стороны, она делится им добровольно. Этот факт снижает вероятность того, что выраженное мнение будет искажено под влиянием третьей стороны. В качестве основной технологии анализа естественного языка в работе был использован сентимент- анализ - класс методов автоматического выделения в текстах эмоционально окрашенной лексики и эмоциональной оценки авторов (их мнений) по отношению к объектам, речь о которых идет в тексте. Такой подход обладает рядом преимуществ: оперативность получения результатов, учёт мнений всех стейкхолдеров, возможность анализа изменения лояльности в динамике и поиск причин таких изменений.
Цель исследования заключается в формировании метода оценки корпоративной репутации и алгоритма поиска репутационных проблем на основе публикаций в социальных медиа. Для этого необходимо решить задачи сбора и подготовки данных, построения сентимент-модели, а также разработать алгоритм анализа корпоративной репутации. Алгоритм анализа корпоративной репутации должен включать оценку общих показателей лояльности, сравнение их с показателями конкурентов, анализ изменения лояльности в динамике.
Сегодня потребители при выборе товаров и услуг опираются не только на свой собственный опыт, но и прибегают к опыту других людей, изучая отзывы в интернете. Задача повышения эффективности компании, улучшения её финансовых результатов связана с задачей управления корпоративной репутацией. В основе этого утверждения лежит предположение, что компаниям со стабильно высокой репутацией легче продвигать свои товары и услуги, они продают их в большем объеме и по более высоким ценам, что сказывается на выручке и финансовом результате.
Подход, основанный на оценке корпоративной репутации, часто подвергается критике, поскольку не ясны способы количественного измерения уровня корпоративной репутации. Популярные способы измерения корпоративной репутации (опросы, фокус- группы, экспертные оценки) преимущественно отражают мнение лишь одной группы заинтересованных сторон. Встает потребность в поиске такого метода измерения корпоративной репутации, с помощью которого можно было бы охватить самый широкий спектр мнений от разных групп заинтересованных сторон и сформировать наиболее взвешенное представление о компании. В данной работе предлагается метод, позволяющий количественно измерить уровень репутации компании, провести сравнение с конкурентами, найти конкурентные преимущества и слабые места.
Основная идея метода основывается на предположении, что большое количество мнений, полученных из социальных медиа, можно рассматривать как надёжный источник мнений заинтересованных сторон. Социальные медиа содержат мнения существенной части заинтересованных сторон: потребителей, работников и инвесторов. Они делятся о своём опыте взаимодействия с компанией и обобщают существующий образ компании в онлайн- среде. В отличие от традиционных способов оценки репутации, как в случае с анкетированием или фокус-группой, никто не пытается вытянуть мнение из заинтересованной стороны, она делится им добровольно. Этот факт снижает вероятность того, что выраженное мнение будет искажено под влиянием третьей стороны. В качестве основной технологии анализа естественного языка в работе был использован сентимент- анализ - класс методов автоматического выделения в текстах эмоционально окрашенной лексики и эмоциональной оценки авторов (их мнений) по отношению к объектам, речь о которых идет в тексте. Такой подход обладает рядом преимуществ: оперативность получения результатов, учёт мнений всех стейкхолдеров, возможность анализа изменения лояльности в динамике и поиск причин таких изменений.
Цель исследования заключается в формировании метода оценки корпоративной репутации и алгоритма поиска репутационных проблем на основе публикаций в социальных медиа. Для этого необходимо решить задачи сбора и подготовки данных, построения сентимент-модели, а также разработать алгоритм анализа корпоративной репутации. Алгоритм анализа корпоративной репутации должен включать оценку общих показателей лояльности, сравнение их с показателями конкурентов, анализ изменения лояльности в динамике.
Сегодня корпоративная репутация рассматривается как один из важнейших факторов рыночной конкуренции. Потребители принимают решение о приобретении товаров и услуг на основании отзывов на специализированных сайтах, мнениях в социальных медиа и рекомендаций знакомых. Для обеспечения конкурентоспособности бизнеса критически важно научиться управлять репутацией. В основе любого управления лежит возможность оценки изменения состояния управляемого объекта. Поэтому также важно научится измерять репутацию, отслеживать её в динамике и по возможности находить причины её изменения
В данном исследовании был предложен метод оценки корпоративной репутации на основе мнений из социальных медиа. Предлагаемый метод основан на методах анализа естественного языка и сентимент-анализа, в частности. В работе затронуты вопросы определения корпоративной репутации, способов её измерения в эру социальных медиа, обработки неструктурированных текстовых данных и построения сентимент-моделей. Также предложен перечень основных показателей измерения корпоративной репутации и составные элементы её анализа.
В ходе исследования была проведена подготовка сентимент-корпуса, выполнено описание процедуры подготовки исходных данных и построен сентимент-классификатор коротких англоязычных текстов, имеющий точность (Accuracy) 78,67 %. Полученный классификатор был использован для классификации тональности публикаций об международных авиаперевозчиках. В рамках работы произведена работа по созданию набора данных о пяти международных авиаперевозчиках: American Airlines, United Airlines, Southwest Airlines, Delta Airlines и Virgin Airlines. Все компании кроме последней мировые лидеры в области авиаперевозок. Они имеют самые большие парки авиалайнеров и являются бесспорными лидерами по количеству перевезённых пассажиров. Последняя компания была добавлена как небольшая международная компания в целях сравнения. Проведено детальное описание процедуры измерения лояльности, анализа её динамики, поиска причин изменения лояльности и идентификации репутационных проблем с помощью частотного анализа N- грамм.
Автоматическое определение тональности высказываний позволяет осуществлять мониторинг лояльности аудитории к конкретной теме или бренду, что даёт менеджменту возможность своевременно принимать необходимые решения. Предложенный подход может быть использован для проведения маркетинговых исследований, сравнения качества управления репутацией с конкурентами, политических и социологических исследований.
Все алгоритмы обучения моделей, проведения кросс-валидационной проверки, а также алгоритмы анализа публикаций об авиаперевозчиках опубликованы на хостинге github.com и доступны по ссылке github.com/dulyaivan/SentimentAirlines. Также на хостинге размещены собранные данные об авиаперевозчиках, сентимент-корпус, N-граммы и сама полученная модель. Все результаты, полученные в ходе исследования, могут быть проверены на основе опубликованной информации. Часть результатов работы опубликована в виде научной статьи в сборнике «Вестник Томского государственного университета. Экономика» №47, рецензируемым Высшей аттестационной комиссией. В статье описана процедура подготовки данных обучающего корпуса и процесс обучения сентимент-модели. В будущем планируется продолжить исследование темы корпоративной репутации. Целью дальнейшей работы будет исследование влияния динамики изменения корпоративной репутации на динамику цен акций соответствующей копании.
В данном исследовании был предложен метод оценки корпоративной репутации на основе мнений из социальных медиа. Предлагаемый метод основан на методах анализа естественного языка и сентимент-анализа, в частности. В работе затронуты вопросы определения корпоративной репутации, способов её измерения в эру социальных медиа, обработки неструктурированных текстовых данных и построения сентимент-моделей. Также предложен перечень основных показателей измерения корпоративной репутации и составные элементы её анализа.
В ходе исследования была проведена подготовка сентимент-корпуса, выполнено описание процедуры подготовки исходных данных и построен сентимент-классификатор коротких англоязычных текстов, имеющий точность (Accuracy) 78,67 %. Полученный классификатор был использован для классификации тональности публикаций об международных авиаперевозчиках. В рамках работы произведена работа по созданию набора данных о пяти международных авиаперевозчиках: American Airlines, United Airlines, Southwest Airlines, Delta Airlines и Virgin Airlines. Все компании кроме последней мировые лидеры в области авиаперевозок. Они имеют самые большие парки авиалайнеров и являются бесспорными лидерами по количеству перевезённых пассажиров. Последняя компания была добавлена как небольшая международная компания в целях сравнения. Проведено детальное описание процедуры измерения лояльности, анализа её динамики, поиска причин изменения лояльности и идентификации репутационных проблем с помощью частотного анализа N- грамм.
Автоматическое определение тональности высказываний позволяет осуществлять мониторинг лояльности аудитории к конкретной теме или бренду, что даёт менеджменту возможность своевременно принимать необходимые решения. Предложенный подход может быть использован для проведения маркетинговых исследований, сравнения качества управления репутацией с конкурентами, политических и социологических исследований.
Все алгоритмы обучения моделей, проведения кросс-валидационной проверки, а также алгоритмы анализа публикаций об авиаперевозчиках опубликованы на хостинге github.com и доступны по ссылке github.com/dulyaivan/SentimentAirlines. Также на хостинге размещены собранные данные об авиаперевозчиках, сентимент-корпус, N-граммы и сама полученная модель. Все результаты, полученные в ходе исследования, могут быть проверены на основе опубликованной информации. Часть результатов работы опубликована в виде научной статьи в сборнике «Вестник Томского государственного университета. Экономика» №47, рецензируемым Высшей аттестационной комиссией. В статье описана процедура подготовки данных обучающего корпуса и процесс обучения сентимент-модели. В будущем планируется продолжить исследование темы корпоративной репутации. Целью дальнейшей работы будет исследование влияния динамики изменения корпоративной репутации на динамику цен акций соответствующей копании.
Подобные работы
- Имидж президента страны в социальных медиа: сравнительный анализ России и США
Магистерская диссертация, журналистика. Язык работы: Русский. Цена: 4855 р. Год сдачи: 2018 - ПРОДВИЖЕНИЕ УСЛУГ КЕЙТЕРИНГА В СОЦИАЛЬНЫХ МЕДИА (НА ПРИМЕРЕ УСЛУГ КЕЙТЕРИНГОВОЙ КОМПАНИИ «МОЁ БЕЗЕ»)
Бакалаврская работа, реклама & PR. Язык работы: Русский. Цена: 4360 р. Год сдачи: 2017 - Особенности построения и продвижения персонального имиджа свадебного фотографа с использованием социальных медиа
(на примере построения и стратегии продвижения имиджа свадебного фотографа Виктории Видановой в г. Томске в социальных медиа)
Дипломные работы, ВКР, реклама & PR. Язык работы: Русский. Цена: 4910 р. Год сдачи: 2017 - Использование современных информационных технологий
в целях продвижения компании на рынок банковских услуг
республики Карелии (на примере ОАО «Карельский банк»)
Дипломные работы, ВКР, реклама & PR. Язык работы: Русский. Цена: 5900 р. Год сдачи: 2016 - КОРПОРАТИВНЫЙ БЛОГ КАК ИНСТРУМЕНТ УПРАВЛЕНИЯ РЕПУТАЦИЕЙ ОРГАНИЗАЦИИ
(НА ПРИМЕРЕ КОНЦЕПЦИИ БЛОГА КАФЕДРЫ СОЦИАЛЬНЫХ КОММУНИКАЦИЙ
НИ ТГУ)
Бакалаврская работа, реклама & PR. Язык работы: Русский. Цена: 4810 р. Год сдачи: 2017 - РАЗРАБОТКА ПРОГРАММЫ УКРЕПЛЕНИЯ ДЕЛОВОЙ
РЕПУТАЦИИ ФК «НОРМА ЖИЗНИ»
Дипломные работы, ВКР, менеджмент. Язык работы: Русский. Цена: 4900 р. Год сдачи: 2017 - Персональный бренд как компонент репутации компании
Магистерская диссертация, журналистика. Язык работы: Русский. Цена: 4810 р. Год сдачи: 2018 - РОТАЦИЯ ПЕРСОНАЛА И ЕЕ ВЛИЯНИЕ НА КОРПОРАТИВНУЮ КУЛЬТУРУ
Дипломные работы, ВКР, управление персоналом. Язык работы: Русский. Цена: 4900 р. Год сдачи: 2017 - Продвижение услуг мобильных операторов для молодежной аудитории
(на примере «Билайн»)
Дипломные работы, ВКР, маркетинг. Язык работы: Русский. Цена: 4900 р. Год сдачи: 2017