การเลือกตั้งที่กำลังดำเนินอยู่ในอินเดียได้แสดงให้เห็นอย่างชัดเจนว่าพรรคการเมืองทุกพรรคใช้โซเชียลมีเดียเป็นเครื่องมือสื่อสารสมัยใหม่อย่างจริงจังเพียงใด คนที่มีความก้าวหน้ามากขึ้นก็คุ้นเคยกับการใช้สื่อสังคมออนไลน์เพื่อวัดอารมณ์สาธารณะตามเวลาจริงและดำเนินการแก้ไขหลักสูตรในรูปแบบของแถลงการณ์สาธารณะหรือการเปลี่ยนแปลงนโยบายบนพื้นฐานของการตัดสินนี้สิ่งที่เป็นที่รู้จักกันแพร่
หลายว่าเป็นการตรวจสอบความคิดเห็นของโซเชียลมีเดีย
หรือการวิเคราะห์ความรู้สึกมักจะเกี่ยวข้องกับการวิเคราะห์อัลกอริทึมหรือด้วยตนเองของเนื้อหาโซเชียลแบบเรียลไทม์ในรูปแบบของทวีตและโพสต์บน Facebook สามารถใช้อัลกอริธึมการเรียนรู้ของเครื่องที่ซับซ้อน (ML) เพื่อกำหนดป้ายกำกับอารมณ์ให้กับแต่ละโพสต์โดยอัตโนมัติ ขึ้นอยู่กับวัตถุประสงค์ของการวิเคราะห์ ตัวอย่างเช่น ป้ายกำกับอารมณ์ทั่วไปสามารถระบุทวีตว่าเป็นบวก ลบ หรือเป็นกลาง และอีกป้ายกำกับหนึ่งสามารถเจาะลึกลงไปอีกทวีตเชิงบวกเป็นความหวัง สนุกสนาน ซาบซึ้ง เป็นต้น การวิเคราะห์อย่างชาญฉลาดมักจะเกี่ยวข้องกับการทบทวนและทบทวนป้ายกำกับอารมณ์ในบริบทอย่างต่อเนื่อง ของสถานการณ์ที่เกิดขึ้น
วิธีที่จะทำ
เมื่อจัดหมวดหมู่โพสต์แล้ว การวิเคราะห์ระดับมหภาคจะช่วยให้พรรคการเมืองประเมินอารมณ์โดยรวมของผู้ใช้เกี่ยวกับประเด็นทางการเมืองที่กำลังเป็นกระแส ในขณะที่การวิเคราะห์แบบเจาะลึกสามารถระบุความรู้สึกที่ลึกลงไปหรือข้อกังวลที่เฉพาะเจาะจงได้ การวิเคราะห์อย่างละเอียดสามารถป้อนเข้าสู่เครื่องมือสื่อสารที่ดำเนินการโดยฝ่ายต่าง ๆ เนื่องจากสามารถกำหนดเป้าหมายผู้ใช้แต่ละคนทั้งหมดที่ระบุด้วยป้ายกำกับอารมณ์เฉพาะด้วยข้อความที่ออกแบบมาเป็นพิเศษบนช่องทางโซเชียลหรือดิจิทัล
ลองพิจารณาตัวอย่างล่าสุดที่พรรคการเมืองหนึ่งในอินเดียกล่าวหาว่าพรรคอื่นที่แข่งขันกันใช้เรือของทหารในวันหยุดส่วนตัว ซึ่งจุดชนวนความขัดแย้งทางโซเชียลมีเดียครั้งใหญ่ โดยมีผู้คนหลายแสนคนแสดงความคิดเห็นทางออนไลน์ในช่วงเวลาสั้นๆ ในวันที่สอง ฝ่ายที่ถูกกล่าวหาตอบโต้อีกฝ่ายที่จ่ายค่าโดยสารราคาถูกแสนแพงเพื่อใช้เครื่องบินทหารในทางที่ผิดเพื่อรับส่งผู้นำของตนในการชุมนุมทางการเมือง สิ่งนี้ทำให้มั่นใจได้ว่าสื่อสังคมออนไลน์ของอินเดียยังคงกระทำมากกว่าปกเป็นวันที่สองติดต่อกันด้วยการทวีตและการอัปเดตที่แสดงออกอย่างชัดเจน
ข้อมูลเชิงลึกที่มีความหมาย
การวิเคราะห์ความรู้สึกที่ทำโดยฝ่ายใดฝ่ายหนึ่งอาจเปิดเผยว่าผู้ใช้โซเชียลมีเดียกล่าวหาฝ่ายหนึ่งอย่างจริงจังมากกว่าอีกฝ่าย ไม่ว่าจะพบว่าดีหรือไม่ดี ฝ่ายใดฝ่ายหนึ่งก็สามารถปรับเปลี่ยนข้อความรณรงค์ของตนให้สอดคล้องกับอารมณ์ของสาธารณชนตามเวลาจริง
อย่างไรก็ตาม เพื่อสร้างข้อมูลเชิงลึกที่มีความหมายและนำไปปฏิบัติได้ มีความจำเป็นที่พรรคการเมืองหรือบริษัทต่างๆ จะใช้ความระมัดระวังในขณะที่วางแผนและดำเนินการวิเคราะห์ความคิดเห็น บางทีการพิจารณาที่สำคัญที่สุดคือการเลือกอัลกอริทึมการวิเคราะห์ที่ถูกต้อง ซึ่งอาจใช้คนหรือเครื่องจักรก็ได้ ในขณะที่ความก้าวหน้าในการประมวลผลภาษาธรรมชาติ (NLP) ทำให้ได้ผลลัพธ์ที่แม่นยำสูง การวิเคราะห์อารมณ์ที่นำโดยมนุษย์จะยังคงเป็นคำสุดท้ายที่มีความแม่นยำในอนาคตอันใกล้ ข้อมูลปริมาณมากหรือเส้นตายสั้นเป็นเพียงสองปัจจัยจำกัดสำหรับการวิเคราะห์ที่นำโดยมนุษย์ ในขณะที่การตรวจจับการ
เสียดสียังคงเป็นจุดอ่อนสำหรับการวิเคราะห์ด้วยเครื่องจักร
ประการที่สอง การเลือกที่เก็บพจนานุกรมที่ถูกต้องเป็นสิ่งสำคัญมากสำหรับการได้รับผลลัพธ์ที่ถูกต้อง มีคำที่สามารถมีอารมณ์ที่แตกต่างกันในสองบริบทที่แตกต่างกัน ตัวอย่างเช่น คำว่า flarboyant หมายถึงอารมณ์เชิงบวกในอุตสาหกรรมแฟชั่น อย่างไรก็ตาม คำนี้จะแสดงอารมณ์เชิงลบเมื่อใช้กับรัฐมนตรีหรือเจ้าหน้าที่ของรัฐ มีพจนานุกรมที่แตกต่างกันสำหรับบริบทที่แตกต่างกัน และควรเลือกหรือสร้างพจนานุกรมที่เหมาะสมเองหากจำเป็น
ประการที่สาม สิ่งสำคัญคือต้องพิจารณาความคิดเห็นเชิงลบก่อน คำพูดเชิงลบเพียงคำเดียวสามารถเริ่มต้นห่วงโซ่ของเหตุการณ์ที่นำไปสู่เกลียวในเชิงลบ ซึ่งอาจสร้างความเสียหายระยะยาวต่อภาพลักษณ์ของนักการเมืองได้ ดังนั้นจึงเป็นเรื่องสำคัญที่ฝ่ายต่าง ๆ จะต้องดำเนินการแก้ไขในทันทีที่พวกเขารู้สึกว่าความรู้สึกของประชาชนจำนวนมากกำลังเปลี่ยนไปในเชิงลบ
สุดท้าย แต่ไม่ท้ายสุด ความสม่ำเสมอคือกุญแจสำคัญ การวิเคราะห์ความรู้สึกต้องเป็นกิจกรรมต่อเนื่องและต่อเนื่องที่ไม่เพียงแต่ฝึกอัลกอริทึม ML และเพิ่มความแม่นยำเท่านั้น แต่ยังช่วยให้ผู้มีอำนาจตัดสินใจสามารถตอบสนองต่อความรู้สึกสาธารณะที่เปลี่ยนแปลงอย่างรวดเร็วได้อย่างมีประสิทธิภาพและในเชิงรุก ทำได้อย่างมีประสิทธิภาพ การวิเคราะห์ความรู้สึกอาจเป็นทางเลือกที่มีประโยชน์อย่างมากสำหรับกลวิธีแบบรับฟังความคิดเห็นที่นักการเมืองและผู้ปกครองใช้มาตั้งแต่ยุคเริ่มต้น
Credit : เว็บแท้ / ดัมมี่ออนไลน์
