情绪分析变得不可靠 但是您可以解决这个问题

事实证明，不仅仅是普通的Joe应该担心在线上的误导性信息。品牌应同样关注消费者感知的准确性。情感分析的基础与潘多拉盒问别人的观点一样古老。但是，《哈佛商业评论》的一项研究表明，在线和离线消费者的反应应该区别对待。

情感分析是通过在帖子和评论中消化其语言模式，将一个人对产品，品牌，主题或活动的态度归类为“积极”，“消极”或“中立”的计算过程。

从本质上讲，这是将主观感受转化为可操作或有用数据的艰巨战斗。当60%的情绪分析研究产生总体“中性”态度时，问题就在于找到准确的趋势。并非全部有帮助...

本质上，在线反应植根于极端。我们都曾经或曾经有那个朋友发表关于寻找“这个惊人的产品/品牌”的文章，并且必须让所有过去的滚动者知道这种新的迷恋。

另外，有些人试图通过警告其他人糟糕的经历来履行公民义务，以免他们的社交媒体朋友遭受同样的痛苦。该评论或帖子中所说的任何内容都可能充满强烈的情感，相当于有人跑到路上向任何愿意听的人大喊大叫。

其次，消费者反应的范围可能太广。随着虚假帐户和漫游器的兴起，大量接受反馈会导致过多的噪音或误导性的情绪。特异性是关键，特别是当AI和算法仍然难以识别讽刺，夸张和幽默时。(Memes，有人吗?)通过定位诸如“愿意购买”或“不会购买”之类的短语，反馈可以更加准确。对于较大的品牌，随机，情感抽样也可以帮助缩小关注范围。

最后，情绪分析工具应该有所不同。Hootsuite Insight，Rapidminer和Social Mention的资源越来越多，仅举几例。不同的工具可以帮助您更好地了解消费者的反应 -跟随标签的踪迹!

尽管公众意识到虚假新闻，但在线互动的雷区并没有变得更加安全。上下文仍然是一件棘手的事情。但是主观性仍然使世界运转(在我看来)，即使反馈可能需要玩火，我们也可以从反馈中看到其价值。