大数据应用：看Twitter如何将“情感”转化为“经济”

大数据 Twitter 经济

shuqi | 2015-12-03 13:36

【数据猿导读】 2006年，博客技术先驱blogger创始人埃文·威廉姆斯(Evan Williams）创建的新兴公司Obvious推出了Twitter服务。在最初阶段，这项服务只是用于向好友的手机发送文本信息。而如今，Twitter是全球互联网上访问量最大的十个网站之一。是微博客的典型应用...

先说一个比较奇葩小故事。2012 年西班牙政府面临了严重的预算危机，采取了严格的紧缩措施，其中包括了对戏票增收 13% 的税。Teatreneu, 一家巴塞罗那的喜剧俱乐部因此流失了三分之一的夜场观众，于是转向麦肯广告（McCann）寻求帮助。在麦肯广告的建议下，他们在每个座位上都装了一个类似 Affdex 的情绪识别设备，然后免费向公众开放，门票则依据观众笑容的个数计费。

具体方式为：

对观众的每个笑容 0.3 欧元的费用，最多收取 80 个笑容的钱。如果有人企图掩盖笑容，就会被收取全额 24 欧元的门票。这样的结果是不仅客源提高了 35%，还大大增加了收入。
这个例子趣味性的阐述了情感识别在获得关注度上的应用。我们不难想象到“情感经济”的到来。如何将“情感”带来的“经济效益”高效利用？首先则需要对“情感”进行深入剖析。

情感分析是什么？

情感分析（Sentiment analysis），又称倾向性分析，意见抽取（Opinion extraction），意见挖掘（Opinion mining），情感挖掘（Sentiment mining），主观分析（Subjectivity analysis），它是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程，如从评论文本中分析用户对“数码相机”的“变焦、价格、大小、重量、闪光、易用性”等属性的情感倾向。

情感分析的应用（以Twitter为例）：

1、Twitter Sentiment

通过对Twitter用户进行情感分析，预测股票走势，2012年5月，世界首家基于社交媒体的对冲基金 Derwent Capital Markets 在屡次跳票后终于上线。它会即时关注Twitter 中的公众情绪来指导其投资。基于此，一直为金融市场非理性举动所困惑的投资者，终于有了一扇可以了解心灵世界的窗户——那便是 Twitter 每天浩如烟海的推文。一份八月份的报道显示，利用 Twitter 的对冲基金 Derwent Capital Markets 在首月的交易中已经盈利，它以1.85%的收益率，让平均数只有0.76%的其他对冲基金相形见绌。

2、Twitter Sentiment App

其APP会对Twitter中包含给定query的tweets进行情感分类，便于公司了解用户对公司、产品的喜好，进而指导改善产品和服务。公司还可以据此发现竞争对手的优劣势，同时用户也可以根据网友甚至亲友评价决定是否购买特定产品。
正如基金创始人保罗•郝汀（Paul Hawtin）表示：“长期以来，投资者已经广泛地认可金融市场由恐惧和贪婪驱使，但我们从未拥有一种技术或数据来量化人们的情感。”

类似的工作还有预测电影票房、选举结果等，均是将公众情绪与社会事件对比，发现一致性，并用于预测。

3、Twitter兴趣聚类

通过过滤用户归属地、发推位置和相关关键词，Twitter建立了一系列定制化的客户数据流。比如，通过过滤电影片名、位置和情绪标签，你就可以知道洛杉矶、纽约和伦敦等城市最受欢迎的电影是哪些。而根据用户发布的个人行为描述，你甚至能搜索到那些在加拿大滑雪的日本游客。从这个视角来看，Twitter的兴趣图谱的效率优于Facebook的社交图谱。
Twitter的用户数据所能产生的潜在价值同样令人惊叹。在社交媒体网站正在收集越来越多的数据的形势下，它们或许能找到更好的方式来利用这些数据盈利，并使其取代广告成为自身提高收入的主要方式。这些社交网站真正的价值可能在于数据本身。相信在不久的将来，如果寻找到既能充分利用用户数据，又可合理规避对用户隐私的威胁，社交数据所蕴藏的巨大能量将会彻底被开启。

4、Twitter数据盈利

实际上，Twitter自己并不经营每一款数据产品，但它把数据授权给了像DataSift这样的数据服务公司，很多公司利用Twitter社交数据，做出了各种让人吃惊的应用，从社交监测到医疗应用，甚至可以去追踪流感疫情爆发，社交媒体监测平台DataSift还创造了一款金融数据产品。华尔街“德温特资本市场”公司首席执行官保罗·霍廷每天的工作之一，就是利用电脑程序分析全球3.4亿微博账户的留言，进而判断民众情绪，再以“1”到“50”进行打分。根据打分结果，霍廷再决定如何处理手中数以百万美元计的股票。
霍廷的判断原则很简单：如果所有人似乎都高兴，那就买入；如果大家的焦虑情绪上升，那就抛售。一些媒体公司会把观众收视率数据打包到产品里，再转卖给频道制作人和内容创造者。社交媒体带来的海量数据，不仅仅将涌动的信息潮简单的加以记录、分析和应用，更使得其商业价值发生质变和飞跃。相信身处于大数据时代的我们，必将迎来更多的惊喜。

来源：数据猿

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。