Big Data traktowana jest przez przedsi\u0119biorc\u00f3w jak \u015bwi\u0119ty Graal, kt\u00f3rego zdobycie umo\u017cliwia popraw\u0119 skuteczno\u015bci proces\u00f3w biznesowych, pozwala lepiej zrozumie\u0107 potrzeby obecnych i potencjalnych klient\u00f3w. Trudno si\u0119 z tym nie zgodzi\u0107, poniewa\u017c systemy analizy biznesowej potrafi\u0105 z wysok\u0105 skuteczno\u015bci\u0105 nie tylko okre\u015bli\u0107 lojalno\u015b\u0107 klient\u00f3w czy cz\u0119stotliwo\u015b\u0107 dokonywania zakup\u00f3w, ale tak\u017ce przewidywa\u0107, kt\u00f3rych klient\u00f3w mo\u017cemy potencjalnie straci\u0107, kt\u00f3rzy maj\u0105 potencja\u0142, kiedy kierowa\u0107 do nich oferty i jakich produkt\u00f3w lub us\u0142ug b\u0119d\u0105 w danym momencie poszukiwa\u0107. Ze wzgl\u0119du na rosn\u0105c\u0105 popularno\u015b\u0107 zjawisko to jest coraz cz\u0119\u015bciej opisywane przez ekspert\u00f3w. Victor Mayer-Sch\u00f6nberger oraz Kenneth Cukier w swojej ksi\u0105\u017cce \u201eBig Data. Rewolucja, kt\u00f3ra zmieni nasze my\u015blenie, prac\u0119 i \u017cycie\u201d upatruj\u0105 w analizie du\u017cych wolumen\u00f3w danych kolejnej historycznej zmiany, kt\u00f3ra wp\u0142ynie nie tylko na gospodark\u0119, ale r\u00f3wnie\u017c na polityk\u0119, nauk\u0119 i spo\u0142ecze\u0144stwo.<\/p>\n
Rozwi\u0105zania z zakresu sztucznej inteligencji wykorzystywane przez narz\u0119dzia s\u0142u\u017c\u0105ce do analizy j\u0119zyka naturalnego przypominaj\u0105 spos\u00f3b uczenia si\u0119 cz\u0142owieka.<\/p>\n
Algorytmy \u2018trenowane\u2019 s\u0105 na pr\u00f3bkach tekst\u00f3w, a nast\u0119pnie dopiero wykorzystywane w praktyce. Systemy te potrafi\u0105 uwzgl\u0119dnia\u0107 specyfik\u0119 fleksji, konstrukcji zda\u0144, gramatyki, a nawet zwi\u0105zk\u00f3w frazeologicznych charakterystycznych dla danego j\u0119zyka- wyja\u015bnia Katarzyna G\u0142owi\u0144ska, wsp\u00f3\u0142tw\u00f3rczyni systemu specjalizuj\u0105cego si\u0119 w komputerowej analizie j\u0119zyka polskiego Applica.<\/p><\/blockquote>\n
Dzi\u0119ki r\u00f3wnoczesnej analizie semantycznej tekstu na poziomie r\u00f3\u017cnej wielko\u015bci segment\u00f3w: ca\u0142ych wypowiedzi i elementarnych zda\u0144, mo\u017cliwe jest uchwycenie g\u0142\u0119bokiego wyd\u017awi\u0119ku wypowiedzi, nawet w przypadku specyficznych form jak podw\u00f3jne zaprzeczenie, zdania przeciwstawne, powt\u00f3rzenia.<\/p>\n
S\u0142owa kluczowe – Gdzie chmura tag\u00f3w nie wystarczy<\/h2>\n
Najpopularniejsze systemy analizy danych tekstowych w j\u0119zyku polskim opieraj\u0105 si\u0119 na wyszukiwaniu s\u0142\u00f3w kluczowych. Nie s\u0105 to jednak narz\u0119dzia wystarczaj\u0105co skuteczne, poniewa\u017c nie potrafi\u0105 okre\u015bla\u0107 kontekstu wyra\u017ce\u0144, co rodzi b\u0142\u0119dne interpretacje. Przyk\u0142adowo zdanie: zrobi\u0142am dzisiaj piersi drobiowe wed\u0142ug Magdy Gessler. Wygl\u0105daj\u0105 atrakcyjnie, wpadnij. Tradycyjne systemy opieraj\u0105ce analiz\u0119 o chmur\u0119 tag\u00f3w mog\u0105 wy\u0142owi\u0107 zlepek s\u0142\u00f3w: piersi, atrakcyjne, Magda Gessler sugeruj\u0105c kontekst plotkarski. Inteligentne systemy analizy j\u0119zyka naturalnego interpretuj\u0105 powi\u0105zania s\u0142owne, wi\u0119c jasno zrozumiej\u0105 powy\u017csz\u0105 wypowied\u017a jako zaproszenie na obiad. Dzi\u0119ki precyzyjnej ocenie wyd\u017awi\u0119ku tre\u015bci j\u0119zykowej uzyskujemy skuteczne narz\u0119dzie do segregowania wiadomo\u015bci, daj\u0105c pe\u0142ny obraz na temat intencji nadawcy.<\/p>\n
Big Data – Moc mo\u017cliwo\u015bci<\/h2>\n
Systemy analizy j\u0119zyka naturalnego maj\u0105 wszechstronne zastosowanie. Cho\u0107 najcz\u0119\u015bciej z rozwi\u0105za\u0144 tego typu korzystaj\u0105 firmy obs\u0142uguj\u0105ce klienta masowego (banki, firmy telekomunikacyjne, call center etc.), coraz cz\u0119\u015bciej s\u0105 doceniane przez ma\u0142e i \u015brednie przedsi\u0119biorstwa prowadz\u0105ce biznes w Internecie (sklepy internetowe, us\u0142ugi online). Najcz\u0119\u015bciej s\u0105 wykorzystywane jako nieinwazyjne \u017ar\u00f3d\u0142a wiedzy na temat opinii o produkcie lub marce w planowaniu strategii marketingowych produktu.<\/p>\n
Jak podsumowuje Piotr Surma z Applica, inteligentne systemy analiz j\u0119zykowych pozwalaj\u0105 oceni\u0107 atrakcyjno\u015b\u0107 produktu na tle oferty konkurencji, zweryfikowa\u0107 jego przydatno\u015b\u0107 i percepcj\u0119 ceny widzian\u0105 okiem konsument\u00f3w. Id\u0105c dalej umo\u017cliwiaj\u0105 badanie potrzeb konsument\u00f3w, tak niezb\u0119dne do precyzyjnego planowania kampanii reklamowych. Umo\u017cliwiaj\u0105 dostosowanie tre\u015bci reklamowych i czasu ich emisji adekwatnie do zapotrzebowania poszczeg\u00f3lnych konsument\u00f3w. Przyk\u0142adowo bank, kt\u00f3rego klient og\u0142asza w mediach wyjazd na egzotyczne wakacje, mo\u017ce zaproponowa\u0107 mu us\u0142ugi internetowego kantoru walutowego. To tak\u017ce doskona\u0142y spos\u00f3b poznania satysfakcji konsument\u00f3w w odniesieniu do realizowanych us\u0142ug, kt\u00f3ry pozwala na przewidywanie ich ew. rezygnacji lub innych potencjalnych sytuacji kryzysowych.<\/p><\/blockquote>\n
W Polsce dynamicznie wzrasta \u015bwiadomo\u015b\u0107 konsument\u00f3w je\u015bli chodzi o potrzeby komunikacyjne w kontaktach z markami i ich producentami, dlatego rozwi\u0105zania usprawniaj\u0105ce je i umo\u017cliwiaj\u0105ce lepsze zrozumienie potrzeb potencjalnych klient\u00f3w maj\u0105 olbrzymi potencja\u0142.<\/p>\n","protected":false},"excerpt":{"rendered":"Analiza Big Data, cho\u0107 pojawi\u0142a si\u0119 przed kilkoma ju\u017c laty, prze\u017cywa obecnie medialny renesans. Korporacje kusi zwi\u0119kszeniem zysk\u00f3w i zdobyciem przewagi nad konkurencj\u0105, konsument\u00f3w straszy uporczyw\u0105 inwigilacj\u0105. Jednak jak twierdz\u0105 autorzy ksi\u0105\u017cki \u201eBig Data. Rewolucja, kt\u00f3ra zmieni nasze my\u015blenie, prac\u0119 i \u017cycie\u201d, aby umiej\u0119tnie korzysta\u0107 z zasob\u00f3w informacji niezb\u0119dne s\u0105 wiedza i odpowiednie narz\u0119dzia.","protected":false},"author":1,"featured_media":142777,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"csco_display_header_overlay":false,"csco_singular_sidebar":"","csco_page_header_type":"","csco_page_load_nextpost":"","csco_post_video_location":[],"csco_post_video_location_hash":"","csco_post_video_url":"","csco_post_video_bg_start_time":0,"csco_post_video_bg_end_time":0,"footnotes":""},"categories":[9666],"tags":[4531,3672],"class_list":{"0":"post-142776","1":"post","2":"type-post","3":"status-publish","4":"format-standard","5":"has-post-thumbnail","7":"category-technologie","8":"tag-applica","9":"tag-big-data","10":"cs-entry","11":"cs-video-wrap"},"_links":{"self":[{"href":"https:\/\/mediarun.com\/pl\/wp-json\/wp\/v2\/posts\/142776","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/mediarun.com\/pl\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/mediarun.com\/pl\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/mediarun.com\/pl\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/mediarun.com\/pl\/wp-json\/wp\/v2\/comments?post=142776"}],"version-history":[{"count":0,"href":"https:\/\/mediarun.com\/pl\/wp-json\/wp\/v2\/posts\/142776\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/mediarun.com\/pl\/wp-json\/wp\/v2\/media\/142777"}],"wp:attachment":[{"href":"https:\/\/mediarun.com\/pl\/wp-json\/wp\/v2\/media?parent=142776"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/mediarun.com\/pl\/wp-json\/wp\/v2\/categories?post=142776"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/mediarun.com\/pl\/wp-json\/wp\/v2\/tags?post=142776"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}