推文的情感分析
全球各地的人们都在积极使用Twitter，Facebook和Instagram等社交媒体平台。他们在社交媒体中共享信息，观点，想法，经验和其他细节。商界已经越来越意识到这些发展，他们希望以有利的方式使用现有信息。了解人们对他们使用的产品的意见的一种方法是收集与那些产品相关的推文。然后对在特定主题上收集的推文执行情感分析。这项研究的重点是收集与欧洲，印度，澳大利亚和美国四个地区的航空公司服务相关的推文。收集了与来自美国地区的各种航空公司（例如，达美航空，联合航空，精神航空，西南航空和捷蓝航空）有关的推文。来自印度地区的航空公司有Indigo，印度航空，Jet Airways，Vistara和Spice Jet。欧洲航空公司，例如汉莎航空，柏林航空，土耳其航空，荷航和Easy。来自澳大利亚地区的维珍航空，澳航，虎航，捷星航空和夏普鸣叫声齐聚一堂。Tweepy是一个python库，使用它可以进行数据收集。图1显示了使用tweepy从Twitter收集与航空公司有关的推文。
图1.航空公司推文集。
情绪分析
为了了解消费者的声音，Twitter数据分析起着至关重要的作用。通过对推文进行情感分析，可以识别正面，负面或中性的推文。这种情感分析使航空公司能够理解客户的反馈并以建设性的方式进行整合。公司可以改善客户服务。同样，这种情绪分析可以帮助制定更好的市场策略。通过情感分析，公司将了解客户的想法并获得竞争优势。在图2中，显示了航空公司推文的情感分析，航空公司可以利用其改进服务。
诸如VADER或TextBlob之类的情感分析器使用与情感评分（即词典）关联的单词集合。使用此词典，情绪分析器可以提供各种分数，例如正面，负面，中性和复合分数。
图2航空公司推文的情感分析。
情绪可视化
使用Tweepy python软件包，收集了各个航空公司的推文。收集了来自印度航空公司的6172条推文，来自欧洲航空公司14835，美国航空公司13200和澳大利亚地区21024的推文。在这些推文上应用TextBlob之后，将确定情感分数。下表显示了航空公司推文及其情感评分的示例。
在推特上使用情绪分析，航空公司服务可以判断客户对其航班和服务有好是坏。可以在一段时间内分析特定航空公司的鸣叫情绪，并可以将这些得分与时间作图。可以观察到一段时间内客户意见和情感的变化。下图3显示了维珍航空，澳洲航空，虎航，捷星航空和夏普航空等澳大利亚航空公司在一个月内的情绪得分变化。绘制每个航空公司在一个月时间内每周的平均情绪得分。该图可以很好地指示客户是否有好的意见或情绪有任何波动。
图3.一个月时间段内的平均情绪得分。
在下图4中，描绘了每个航空公司的积极情绪和消极情绪的平均值。显示了欧洲地区航空公司的积极情绪和消极情绪的平均值。该图从客户的角度代表了一家航空公司相对于其他航空公司的表现。为了提高一家航空公司相对于其他航空公司的竞争优势，人们希望保持平均正得分高于平均负得分。此外，公司希望获得比其他公司更好的正面分数。
图4.正面和负面情绪的平均值。
最常见的情绪词汇将帮助航空公司确定其表现较好的方面或必须改进的方面。航空公司推文中最常见的负面术语有助于理解公司必须改进的方面。这些推文中最常见的积极术语使公司感到自豪。这些是客户最欣赏的术语。两家公司都希望在负面条件上有所改进，同时保持其最受赞赏的方面。图5显示了各种航空公司在推文收集中出现的最积极的术语。
图5.各种航空公司中最常见的积极术语。
二字是在推文中一起出现的术语。收集出现在正面推文和负面推文中的最常见二元组。二元有助于更好地理解客户的正面或负面观点。这些二元组可以显示为饼图及其频率。正面推文中最常见的二元组显示了航空公司的成功故事。图6显示了一个饼图，其中包含来自正向推文的二元组的频率。
1