"Semantisches Verstehen" von User Bewertungen
Mit sentiment lab untersucht m-result die Meinungen von Usern (User Generated Content). Wir sind daran interessiert, über welche Produkte und Marken sie schreiben, welche Themen sie bewegen und wie sie die Dinge in den Sozialen Medien bewerten.
Die Anzahl solcher Bewertungen im Internet geht schon bei einem einzelnen Produkt häufig in die Tausende (Big Data), weshalb es notwendig wird, ihren Sinn automatisiert mittels Software zu erkennen.
Ziel: Erster bei der Sinnerkennung
m-result erforscht das Thema “semantisches Verstehen” bzw. automatisierte Sinnerkennung zusammen mit dem CCASS Institut der Hochschule Darmstadt. Zusammen mit den Experten des Lehrstuhls von Prof. Dr. Haid verwenden wir mathematische Modelle, um die Bedeutung von Texten sicher zu verstehen. Mit Hilfe dieser Algorithmen und unter Einsatz von Machine Learning und künstlicher Intelligenz wird m-result in der Lage sein, einen Großteil aller denkbaren Bewertungsphrasen automatisiert zu verstehen.
Unsere Forschung wird dabei aufgrund ihres hohen Innovationsgrades gefördert vom Bundesministerium für Wirtschaft und Energie.
sentiment lab befindet sich bereits heute aufgrund seiner einzigartigen Datenqualität in einer exponierten Stellung im Vergleich zu Monitoring und Listening Tools. Diese Qualität basiert derzeit allerdings noch zum Teil auf manueller Expertenarbeit. Es ist unser Bestreben in diesem hoch kompetitiven Umfeld, automatisiert die beste Datenqualität aller Social Media Research Tools in deutscher Sprache zu generieren.
So profitieren Sie von schnell verfügbaren und sicheren Insights und das zu sehr günstigen Preisen.
„It is estimated that 80% of the world’s data is unstructured, but businesses are only able to gain visibility into a portion of that data. Innovative companies are using data to enhance their value proposition and increase customer satisfaction. However, because it is hard to understand and find meaning in data that is text-heavy, companies have a difficult time creating insights that could ultimately shape decisions that are made within a company.“
Quelle: www.ibm.com/blogs/watson/2016/05/biggest-data-challenges-might-not-even-know/