大数据媒体案例02:“驾校投诉”文本数据挖掘
有关数据分析在媒体行业中的应用,我前面已经给大家介绍了《陕西妈妈大数据》案例,是基于调查问卷数据分析得出相应总结性报告的常规模式。大数据概念以及技术实施的普及,获取及处理数据的技术越来越丰富,而且往往都是突破传统方法,越来越多,越来越科学的媒体行业大数据案例正在涌现。
华商报综合2015年前7个半月新闻热线收到的大量驾校投诉,经过对这些非常规数据进行数据清洗及深度的挖掘,从看似混乱的新闻素材中提炼出有价值的信息,用华商巷议报告的形式向社会发布,这样的数据项目值得媒体机构和媒体人关注和借鉴。
数据来源
2015年1月1日-8月17日,以及2013年、2014年,陕西省范围内,华商报24小时新闻热线029-88880000收集到的有关驾校投诉信息。
数据处理方法
以下文字为数据小兵博客补充,原巷议报告未提及。
通过新闻热线打入的素材,一般为语音音频,首先需要将音频转化为文本信息,再对文本信息进行归类,提取关键词,按投诉对象分组,按投诉内容分组,组内汇总等。这些是比较传统的办法,对于案例中提到的457条信息来说,处理起来并不费力。
如果数据量庞大,成千上万,百万条、甚至更多,此时手工处理显然不够科学和快捷。此时需要用到分词技术,词频统计,关联等方法。
数据分析报告体现的分析方法
1、对比分析
2015年驾校投诉量暴增,投诉的有效数据,2013年268条,2014年474条,2015年截至8月17日457条。2015年激增的原因,报告认为与2014年10月驾考系统升级、考试难度增加、考试预约困难等原因导致通过率低,由此引发的问题延伸至2015年有关。
2、分组归类、排序、二八定律
将457条信息按照投诉对象分组归类,并组内排序,最后采用二八定律截取前十个被投诉驾校的占比。报告称2015年的457条有效数据中,有具体驾校名称投诉共计237条,涉及72所驾校。其中投诉量排名前十的驾校共计175条,涉及驾校投诉量的七成。
3、关键词提取分词技术
457条有效投诉消息,从文本内容中提取主事件关键词,例如“不安排考试”、“乱收费”等,并进行词频统计,最后输出投诉内容不同主关键词占比比例,抓住核心,突出重点。
报告称投诉内容“不安排考试”占近四成,涉及投诉内容最多的是“不安排考试“
这项工作数量不大时,一般人工分类处理。
4、成分分解
“不安排考试”占近四成,如果对这部分投诉信息进行深入剖析分解呢,是不是会得到更有意思的描述,这部分信息有没有某些共性。报告中这样写:181条“不安排考试”的投诉数据中,提及时长的共计162条,其中“半年至一年”的投诉最多,大多均未安排过任何一门考试,“一年至二年”的投诉则主要集中在不安排部分科目考试上。
还有,乱收费”焦点在“考试费”,457条有效数据中,涉及“乱收费”的投诉共计92条,其中“考试费”是“乱收费”投诉的焦点,主要涉及考试前收取三百至一千元不等的考试费、未通过的科目还要收取二百至七百元不等的补考费。而收取的“保过费”,最低600元,最高达1000元。“手续费”则是退费时扣除的费用,一般在一千多至数千元不等
逐层分解,问题不断被剖析,理顺关系,看清特征。
这个案例十分典型,也能从侧面说明该媒体日常运营中对数据的收集和监测能力,与其说是能力,不如说是意识,这难能可贵,同城媒体比较而言,试问在数据新闻领域都有过哪些尝试呢?
最后不得不说,这篇文章可能仅适合我的博客读者朋友们,因为通过学习和借鉴这个案例中所体现的数据处理及分析的方法,能增加数据分析爱好者、从业者、数据分析师们的数据思维,仅此。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Excel是数据分析的重要工具,强大的内置功能使其成为许多分析师的首选。在日常工作中,启用Excel的数据分析工具库能够显著提升数 ...
2024-12-23在当今信息爆炸的时代,数据分析师如同一位现代社会的侦探,肩负着从海量数据中提炼出有价值信息的重任。在这个过程中,掌握一系 ...
2024-12-23在现代的职场中,制作吸引人的PPT已经成为展示信息的重要手段,而其中数据对比的有效呈现尤为关键。为了让数据在幻灯片上不仅准 ...
2024-12-23在信息泛滥的现代社会,数据分析师已成为企业决策过程中不可或缺的角色。他们的任务是从海量数据中提取有价值的洞察,帮助组织制 ...
2024-12-23在数据驱动时代,数据分析已成为各行各业的必需技能。无论是提升个人能力还是推动职业发展,选择一条适合自己的学习路线至关重要 ...
2024-12-23在准备数据分析师面试时,掌握高频考题及其解答是应对面试的关键。为了帮助大家轻松上岸,以下是10个高频考题及其详细解析,外加 ...
2024-12-20互联网数据分析师是一个热门且综合性的职业,他们通过数据挖掘和分析,为企业的业务决策和运营优化提供强有力的支持。尤其在如今 ...
2024-12-20在现代商业环境中,数据分析师是不可或缺的角色。他们的工作不仅仅是对数据进行深入分析,更是协助企业从复杂的数据信息中提炼出 ...
2024-12-20随着大数据时代的到来,数据驱动的决策方式开始受到越来越多企业的青睐。近年来,数据分析在人力资源管理中正在扮演着至关重要的 ...
2024-12-20在数据分析的世界里,表面上的技术操作只是“入门票”,而真正的高手则需要打破一些“看不见的墙”。这些“隐形天花板”限制了数 ...
2024-12-19在数据分析领域,尽管行业前景广阔、岗位需求旺盛,但实际的工作难度却远超很多人的想象。很多新手初入数据分析岗位时,常常被各 ...
2024-12-19入门数据分析,许多人都会感到“难”,但这“难”究竟难在哪儿?对于新手而言,往往不是技术不行,而是思维方式、业务理解和实践 ...
2024-12-19在如今的行业动荡背景下,数据分析师的职业前景虽然面临一些挑战,但也充满了许多新的机会。随着技术的不断发展和多领域需求的提 ...
2024-12-19在信息爆炸的时代,数据分析师如同探险家,在浩瀚的数据海洋中寻觅有价值的宝藏。这不仅需要技术上的过硬实力,还需要一种艺术家 ...
2024-12-19在当今信息化社会,大数据已成为各行各业不可或缺的宝贵资源。大数据专业应运而生,旨在培养具备扎实理论基础和实践能力,能够应 ...
2024-12-19阿里P8、P9失业都找不到工作?是我们孤陋寡闻还是世界真的已经“癫”成这样了? 案例一:本硕都是 985,所学的专业也是当红专业 ...
2024-12-19CDA持证人Louis CDA持证人基本情况 我大学是在一个二线城市的一所普通二本院校读的,专业是旅游管理,非计算机非统计学。毕业之 ...
2024-12-18最近,知乎上有个很火的话题:“一个人为何会陷入社会底层”? 有人说,这个世界上只有一个分水岭,就是“羊水”;还有人说,一 ...
2024-12-18在这个数据驱动的时代,数据分析师的技能需求快速增长。掌握适当的编程语言不仅能增强分析能力,还能帮助分析师从海量数据中提取 ...
2024-12-17在当今信息爆炸的时代,数据分析已经成为许多行业中不可或缺的一部分。想要在这个领域脱颖而出,除了热情和毅力外,你还需要掌握 ...
2024-12-17