مشاريع تحليل المشاعر والموضوعات للمبتدئين [2022]

هل تدرس تحليل المشاعر وترغب في اختبار معلوماتك؟ إذا كنت كذلك ، فأنت في المكان الصحيح. في هذه المقالة ، نناقش أفكار مشروع تحليل المشاعر التي يمكنك من خلالها اختبار معرفتك وإظهار فهمك.

نحن نعلم مدى صعوبة العثور على أفكار مشاريع رائعة. نحن نعلم أيضًا مدى فائدة إكمال المشاريع. مع المشاريع ، يمكنك تقوية معرفتك ، وتحسين محفظتك ، وحقيبة أدوار أفضل.

انضم إلى أفضل دورة تعلم الآلة عبر الإنترنت من أفضل الجامعات في العالم - الماجستير ، وبرامج الدراسات العليا التنفيذية ، وبرنامج الشهادة المتقدم في ML & AI لتسريع حياتك المهنية.

لذلك دون مزيد من اللغط ، فلنبدأ.

ما هو تحليل المشاعر؟

تحليل المشاعر هو نوع من التنقيب عن البيانات حيث يمكنك قياس ميل آراء الناس باستخدام NLP (معالجة اللغة الطبيعية) ، وتحليل النص ، واللغويات الحسابية. نقوم بإجراء تحليل المشاعر في الغالب على المراجعات العامة ومنصات التواصل الاجتماعي والمواقع المماثلة. فيما يلي الأنواع الرئيسية لتحليل المشاعر:

بالغة الدقة

يعطي تحليل المشاعر الدقيق نتائج دقيقة لما يدور حوله الرأي العام حول هذا الموضوع. وصنفت نتائجه في فئات مختلفة مثل: سلبي جدا ، سلبي ، محايد ، إيجابي ، إيجابي جدا.

كشف العاطفة

هذا النوع من تحليل المشاعر يحدد المشاعر مثل الغضب والسعادة والحزن وغيرها. في كثير من الأحيان ، ستستخدم المعاجم للتعرف على المشاعر. ومع ذلك ، فإن المعاجم لها عيوب أيضًا ، وفي هذه الحالات ، ستحتاج إلى استخدام خوارزميات ML.

بناء على الجانب

في تحليل المشاعر القائم على الجانب ، تنظر إلى جانب الشيء الذي يتحدث عنه الناس. لنفترض أن لديك مراجعات لهاتف ذكي ، فقد ترغب في معرفة ما يتحدث عنه الناس حول عمر بطاريته أو حجم شاشته.

متعدد اللغات

تحتاج المنظمات أحيانًا إلى تحليل نصوص لغات مختلفة. هذا الشكل من تحليل المشاعر يمثل تحديًا كبيرًا ويتطلب الكثير من الجهد لأنك تحتاج إلى العديد من الموارد.

تحليل المشاعر له العديد من التطبيقات في مختلف الصناعات. نظرًا لأنه يساعد في فهم الرأي العام ، تستخدم الشركات تحليل المشاعر في إجراء أبحاث السوق ومعرفة ما إذا كان عملاؤها يحبون منتجًا معينًا (أو خدمة) أم لا. بعد ذلك ، وفقًا لنتائج تحليل المشاعر ، يمكن للمؤسسة تعديل المنتج أو الخدمة المعنية وتحقيق نتائج أفضل.

بشكل عام ، تساعد الشركات في فهم عملائها بشكل أفضل. يمكن للشركات أن تخدم عملائها بشكل أفضل عندما يعرفون أين يتأخرون وأين يتفوقون.

في النقاط التالية ، ناقشنا بعض الأفكار البارزة لمشروع تحليل المشاعر ، اختر واحدة وفقًا لاهتماماتك وخبراتك:

أفكار مشروع تحليل المشاعر

فيما يلي مشاريعنا لتحليل المشاعر. تحتوي قائمتنا على مشاريع لجميع مستويات المهارة بحيث يمكنك الاختيار بسهولة:

1. تحليل مراجعات منتجات أمازون

أمازون هو أكبر متجر للتجارة الإلكترونية على هذا الكوكب. هذا يعني أن لديها أيضًا واحدة من أكبر اختيارات المنتجات المتاحة. في كثير من الأحيان ، ترغب الشركات في فهم الرأي العام حول منتجاتها ومعرفة المسئول عن ذلك. لهذا الغرض ، يقومون بإجراء تحليل للمشاعر على مراجعات منتجاتهم.

يساعدهم في التعرف على المشكلات الأساسية المتعلقة بمنتجاتهم (إن وجدت). بعض المنتجات لديها آلاف المراجعات على أمازون بينما البعض الآخر لديه بضع مئات فقط.

إنه أحد أكثر مشاريع تحليل المشاعر لأن الطلب على هذه الخبرة مرتفع للغاية. تريد الشركات من الخبراء تحليل مراجعات منتجاتهم لأبحاث السوق.

يمكنك الحصول على مجموعة البيانات الخاصة بهذا المشروع من هنا: مجموعة بيانات تقييمات منتجات أمازون .

سيجعلك العمل في هذا المشروع على دراية بالعديد من جوانب تحليل المشاعر. إذا كنت مبتدئًا ، يمكنك البدء بمنتج صغير وتحليل المراجعات الخاصة به. من ناحية أخرى ، إذا كنت تبحث عن تحدٍ ، فيمكنك أن تأخذ منتجًا شائعًا وتحلل مراجعاته.

2. الطماطم الفاسدة ومراجعاتهم

Rotten Tomatoes هو موقع مراجعة حيث ستجد مجموعة من آراء النقاد حول الأفلام والعروض. يمكنك العثور على تعليقات حول كل عرض أو مسلسل تلفزيوني أو دراما تقريبًا هناك. باعتراف الجميع ، إنه أيضًا مكان رائع للحصول على البيانات منه.

يمكنك إجراء تحليل المشاعر على المراجعات الموجودة على هذا الموقع كجزء من مشاريع تحليل المشاعر الخاصة بك. يأخذ قطاع الترفيه آراء النقاد على محمل الجد. من خلال تحليل المراجعات النقدية ، يمكن لشركة الإنتاج أن تفهم سبب نجاح (أو فشل) عنوانها الخاص. تؤثر المراجعات النقدية على النجاح التجاري للعنوان بشكل كبير أيضًا.

من خلال تحليل المشاعر ، يمكنك معرفة رأي النقاد العام في فيلم أو عرض معين. يعد هذا المشروع طريقة ممتازة بالنسبة لك لمعرفة كيف يمكن لتحليل المشاعر أن يساعد شركات الترفيه مثل Netflix.

يمكنك الحصول على مجموعة البيانات الخاصة بهذا المشروع من هنا: مجموعة بيانات Rotten Tomatoes .

3. تحليل المشاعر على تويتر

يعد Twitter مكانًا رائعًا لإجراء تحليل المشاعر. يمكنك الحصول على رأي عام حول أي موضوع من خلال هذه المنصة. هذه واحدة من أفكار مشروع تحليل المشاعر ذات المستوى المتوسط. يجب أن يكون لديك بعض الخبرة في إجراء التنقيب عن الرأي (اسم آخر لتحليل المشاعر) قبل العمل في هذه المهمة. نظرًا لأنها فكرة مشروع شائعة ، فقد ناقشناها بمزيد من التفاصيل:

المتطلبات الأساسية

يجب أن يكون لديك معرفة أساسية بالبرمجة. يمكنك إما أن تكون معتادًا على Python أو R (سيكون رائعًا إذا كنت معتادًا على كليهما). ومع ذلك ، ليس من الضروري أن يكون لديك معرفة بالبرمجة على مستوى الخبراء. بصرف النظر عن البرمجة ، يجب أن تعرف أيضًا كيفية تقسيم مجموعات البيانات واستخدام RESTful API لأنه سيتعين عليك استخدام Twitter API هنا. يجب أيضًا أن تكون على دراية بـ Naive Bayes Classifier لأننا سنستخدمه لتصنيف بياناتنا لاحقًا في المشروع.

هذا المشروع ليس سهلاً ، وسيستغرق بعض الوقت (يستغرق تنزيل البيانات من تويتر ساعات).

العمل على المشروع

أولاً ، ستحتاج إلى الحصول على بيانات اعتماد معتمدة من Twitter لاستخدام Twitter API. يستغرق الأمر بعض الوقت لتفويض حساب مطور Twitter ، ولكن بمجرد حصولك عليه ، يمكنك الانتقال إلى لوحة التحكم و "إنشاء تطبيق".

بعد حصولك على بيانات الاعتماد اللازمة ، يمكنك إنشاء الوظيفة وبناء مجموعة اختبار. لدى Twitter حد لعدد الطلبات التي يمكن للفرد إجراؤها من خلال واجهة برمجة التطبيقات الخاصة بهم ، والتي أضافوا هذا الحد لأسباب أمنية. الحد الأقصى 180 طلبًا في 15 دقيقة. يمكنك الاحتفاظ بمجموعة الاختبار بحيث تحتوي على 100 تغريدة.

بعد إنشاء مجموعة الاختبار ، سيتعين عليك إنشاء مجموعة التدريب باستخدام Twitter API ، وهو الجزء الأصعب من هذا المشروع. تأكد من حفظ التغريدات التي تجمعها من API في ملف CSV لاستخدامها في المستقبل.

بعد إعداد مجموعة التدريب ، ما عليك سوى المعالجة المسبقة للتغريدات الموجودة في مجموعات البيانات. تذكر أن الرموز التعبيرية والصور والمكونات الأخرى غير النصية لا تؤثر على قطبية تحليل المشاعر. لتضمين الصور والأجزاء الأخرى في تحليل المشاعر ، سيتعين عليك استخدام التعلم العميق. تأكد من إزالة جميع الأحرف المكررة والأخطاء المطبعية من بياناتك. يعد تنظيف البيانات أمرًا حيويًا للحصول على أفضل النتائج الممكنة.

بعد تنظيف البيانات ، يمكنك استخدام Naive Bayes Classifier لتحليل مجموعة البيانات المتاحة. أخيرًا ، سيتعين عليك اختبار النموذج الخاص بك ومعرفة ما إذا كان ينتج النتائج المرجوة أم لا.

كما قد تكون أدركت ، سيأخذ هذا المشروع بعض الجهد. لكن إجراء تحليل المشاعر على Twitter يعد طريقة رائعة لاختبار معرفتك بهذا الموضوع. ستكون إضافة رائعة إلى محفظتك (أو سيرتك الذاتية) أيضًا.

اقرأ المزيد: تحليل المشاعر باستخدام Python: دليل عملي

4. مراجعات للأوراق العلمية

إذا كنت مهتمًا باستخدام المعرفة بالتعلم الآلي وعلم البيانات لأغراض البحث ، فهذا المشروع مثالي لك. يمكنك إجراء تحليل المشاعر على مراجعات الأوراق العلمية وفهم رأي الخبراء البارزين حول موضوع معين. يمكن أن تساعدك هذه النتيجة في البحث عنها وفقًا لذلك.

إليك مجموعة البيانات حتى تتمكن من البدء في هذا المشروع: مجموعة بيانات التعلم الآلي . تحتوي مجموعة البيانات التي شاركناها هنا على N = 405 حالة. ويتم تخزينها بتنسيق JSON. سيجعلك العمل في هذا المشروع على دراية بتطبيقات التعلم الآلي في البحث العلمي. تحتوي مجموعة البيانات على بعض المراجعات باللغة الإسبانية وبعضها باللغة الإنجليزية.

5. تحليل مراجعات IMDb

IMDb هو موقع إلكتروني للمراجعة الترفيهية حيث يترك الناس آرائهم حول الأفلام والعروض المختلفة. يمكنك إجراء تحليل المشاعر على المراجعات الموجودة هناك أيضًا. تمامًا مثل مشروع Rotten Tomatoes الذي ناقشناه سابقًا ، سيساعدك هذا المشروع على التعرف على تطبيقات علوم البيانات والتعلم الآلي في صناعة الترفيه.

تساعد مراجعات العروض والأفلام شركات الإنتاج في فهم سبب فشل عنوانها (أو نجاحه).

مجموعة البيانات الخاصة بهذا المشروع قديمة جدًا وصغيرة. لكنها طريقة ممتازة للمبتدئين لاختبار مهاراتهم على مجموعة بيانات جديدة. إليك ارتباط إلى مجموعة البيانات: مجموعة بيانات مراجعات IMDb .

6. تحليل سمعة الشركة (أخبار + وسائل التواصل الاجتماعي)

يمكنك اختيار الشركة التي تريدها وإجراء تحليل مفصل للمشاعر عليها. يمكنك أيضًا اختيار موضوع شائع وتغطيته في تحليل المشاعر للحصول على نتيجة أكثر دقة. يمكننا مناقشة مثال أوبر هنا. إنها واحدة من أبرز الشركات الناشئة في العالم ولديها قاعدة عملاء عالمية. يمكنك إجراء تحليل للمشاعر لفهم الرأي العام حول هذه الشركة.

للعثور على الرأي العام حول Uber ، سنبدأ أولاً بالحصول على البيانات من المصادر ذات الصلة ، والتي في هذه الحالة هي صفحة Uber على Facebook وصفحة Twitter. من خلال تحليل المحادثات بين المستخدمين هناك ، يمكننا معرفة التصور العام للعلامة التجارية في السوق. ستحتاج إلى فئات لفصل مجموعات البيانات المختلفة. في هذا المثال ، يمكنك استخدام الدفع والخدمة والإلغاء والأمان والسعر.

الآن بعد أن عرفنا ما نريد العمل عليه وأين يجب أن نذهب ، يمكننا البدء.

تحليل المشاعر على Facebook

سنبدأ أولاً بصفحتهم على Facebook. يحتوي على أكثر من 30000 تعليق ، وبعد إجراء التحليل ضمن الفئات التي ذكرناها سابقًا (الدفع ، الخدمة ، الإلغاء ، الأمان ، السعر) وجدنا أن معظم التعليقات الإيجابية كانت حول قسم السعر. من ناحية أخرى ، كانت الفئة التي حصلت على أعلى نسبة من التعليقات السلبية هي الخدمة. ومع ذلك ، أثناء إجراء هذا التحليل ، وضعنا في الاعتبار أيضًا أن تعليقات Facebook مليئة بالبريد العشوائي والاقتراحات والأخبار ومختلف المعلومات الأخرى.

لتحليل المشاعر ، علينا فقط النظر إلى الآراء.

لذلك ، أزلنا جميع الفئات غير الضرورية ، وكما هو متوقع ، تغيرت نتائجنا. الآن ، استحوذت التعليقات السلبية على الأغلبية في جميع الأقسام ، وتغيرت نسبتها في الفئات المعنية. في التعليقات المتعلقة بالسعر ، ارتفعت نسبة التعليقات السلبية بنسبة 20٪.

لهذا السبب من الضروري إجراء تنظيف البيانات. يساعدك في الحصول على نتائج دقيقة.

تحليل المشاعر على تويتر

لقد ناقشنا بالفعل تحليل المشاعر للتغريدات في هذه المقالة. لذلك سنتبع نهجًا مشابهًا هنا ونحلل تغريدات الأشخاص حيث يضعون علامة على أوبر أو يردون على تغريداتهم. هنا ، كانت الفئة التي حصلت على أعلى نسبة من التغريدات الإيجابية هي الدفع ، وثاني أعلى فئة هي الأمان. يوضح هذا أيضًا كيف تعطي وسائل التواصل الاجتماعي المختلفة نتائج مختلفة.

ومع ذلك ، سيتعين علينا إجراء تنظيف البيانات هنا أيضًا. لهذا الغرض ، سنزيل التغريدات غير ذات الصلة (البريد العشوائي والأخبار والتسويق وما إلى ذلك). ستلاحظ مدى تغير النسبة المئوية للفئات المختلفة هنا أيضًا.

في حالتنا ، شهدت المدفوعات انخفاضًا بنسبة 12٪ في حصتها من التغريدات الإيجابية وأصبحت السلامة هي الفئة التي تتمتع بأعلى نسبة من الردود الإيجابية. بصرف النظر عن ذلك ، فقد Safety حوالي 2-4٪ في حصته من التغريدات الإيجابية. باستخدام هذه البيانات ، يمكنك أيضًا معرفة الموضوعات الأكثر شيوعًا بين الأشخاص عندما يتحدثون عن أوبر على هذه الأنظمة الأساسية.

لذلك ، وجدنا على Twitter أن الفئات الأكثر شيوعًا هي الدفع والإلغاء والخدمة.

يجب أن تعلم أن العلامات التجارية تأخذ هذه البيانات على محمل الجد. يساعدهم في معرفة المشكلات التي يحتاجون إلى العمل عليها وكيف يمكنهم حلها. هذه التغريدات هي ، بعد كل شيء ، ردود فعل العملاء. في هذه الحالة ، يمكن لـ Uber استخدام نتائج هذه التغريدات لفهم أي أجزاء من خدماتها بها عيوب وكيفية إصلاحها.

تحليل المشاعر للأخبار

لفهم الرأي العام في أي منظمة ، سيتعين عليك تحليل الأخبار المتعلقة بها أيضًا. في مثالنا ، سنتحقق من المقالات الإخبارية حول Uber. بعد أن نحلل المحتوى الموجود في تلك المقالات الإخبارية ، سنقوم بفصل النتائج التي توصلنا إليها في الفئات المذكورة أعلاه (الدفع ، الخدمة ، الإلغاء ، الأمان ، السعر).

بصرف النظر عن ذلك ، سنقوم أيضًا بتصنيف المقالات المختلفة وفقًا لشعبيتها. كلما زادت شعبية المقالة ، زاد تأثيرها على الرأي العام. يمكنك قياس شعبية كل مقال وفقًا لعدد المشاركات التي لديهم. سيكون العمود الذي يحتوي على عدد أكبر من الأسهم بلا شك أكثر شيوعًا من العمود الذي يحتوي على عدد أقل من الأسهم.

النتائج

في مثالنا ، نظرنا إلى أوبر والرأي العام لهذه الشركة. بعد أن قمنا بتحليل Facebook و Twitter والأخبار ، عرفنا ما إذا كان الشعور العام تجاه Uber إيجابيًا أم سلبيًا أم محايدًا.

يمكنك اتباع هذا النهج لإنشاء أفكار لتحليل المشاعر. يمكنك البدء بشركة صغيرة ليس لها حضور كبير على الإنترنت وتقوم بتحليل المشاعر على قنوات متعددة لفهم ما إذا كان يُنظر إليها بشكل إيجابي أو سلبي. إذا كنت ترغب في زيادة التحدي ، يمكنك جعله أكثر تعقيدًا وإجراء تحليل لشركة كبرى (كما فعلنا في مثالنا).

اقرأ أيضًا: أفضل 4 أفكار لمشروع تحليل البيانات: مبتدئ إلى مستوى خبير

افكار اخيرة

يعد تحليل المشاعر موضوعًا أساسيًا في التعلم الآلي. لها تطبيقات عديدة في مجالات متعددة. إذا كنت تريد معرفة المزيد حول هذا الموضوع ، فيمكنك التوجه إلى مدونتنا والعثور على العديد من الموارد الجديدة.

من ناحية أخرى ، إذا كنت ترغب في الحصول على تجربة تعليمية شاملة ومنظمة ، وأيضًا إذا كنت مهتمًا بمعرفة المزيد عن التعلم الآلي ، فراجع برنامج IIIT-B & upGrad التنفيذي PG في التعلم الآلي والذكاء الاصطناعي المصمم للعمل متخصصين ويقدمون أكثر من 450 ساعة من التدريب الصارم ، وأكثر من 30 دراسة حالة ومهمة ، وحالة خريجي IIIT-B ، وأكثر من 5 مشاريع عملية عملية ومساعدة وظيفية مع كبرى الشركات.