К основному контенту

Сообщения

№8-9. Графический анализ и аудиторный анализ в Google Analytics

 №8. Графический анализ.      Для анализа я использовала изображения, взятые из Pinterest (раздел популярных). Набор включал фотографии разных типов: пейзажи и виды природы, изображения людей и персонажей, мемные картинки, объекты и отдельные графические изображения.      Разница между результатами Hierarchical Clustering и Image Grid присутствует, но она не является критичной. Иерархическая кластеризация более чётко показывает структуру данных и количество групп, а также позволяет увидеть выбросы и степень близости изображений. Image Grid визуально объединяет изображения в более понятные для восприятия группы, поэтому для интерпретации результата он выглядит более наглядным, однако с точки зрения точности разбиения более надёжным является Hierarchical Clustering.      Разделение на группы произошло в основном по визуальным признакам: тип сцены (пейзаж/портрет), наличие центрального объекта или лица, общая композиция и цветовая насыщенно...
Недавние сообщения

Метод свободных ассоциаций

У1 – Корнилова Полина У2 – Жукова Виктория № Раунд 1: первая ассоциация (ключевые слова) Первое впечатление (+,-, neu) Раунд 2: ассоциации после обсуждения Итоговое впечатление (+,-, neu) Есть ли изменения? контент У1 У2 У1 У2 У1 У2 У1 У2 У1 У2 1 Позитивно Странность, морской прибой, фантастика + neu   без изменений без изменений + neu Нет нет 2 Спокойные Спокойствие, дождливость, Питер + +   без изменений без изменений + + нет нет 3 Нейтральная. Не вызывает эмоции   Заинтересованность, опасная безопасность  neu +   без изменений   без изменений neu +  нет нет 4 Нейтральные Нетрально, кинотеатр, переживания neu neu   без изменений романтические переживания, работа neu + нет да 5 Тревожные Тревога, зал ожидания, примерочная - -    без изменений без изменений - - нет нет 6 Тревожные Уют, доверие, империя - +   без изменений   без изменений - + нет нет 7 Нейтральн Негатив, вокза...

Sentiment-анализ и кластерный анализ

Sentiment-анализ Первый текст Второй текст В первом тексте (про море) большинство абзацев имеют нейтрально-позитивную окраску. Это связано с тем, что автор описывает природу, рассвет, море и прогулки. В MDS видно, что абзацы распределены в светлых областях, а по Feature Statistics значения близки к нулю, поэтому текст выглядит спокойным, мягким и чуть эмоциональнее второго. Во втором тексте (про ежей) почти все абзацы тоже нейтральные, но здесь эмоциональности ещё меньше. Описания более сухие и ровные, без ярких слов или резких контрастов. На MDS абзацы тоже сгруппированы в нейтральных зонах, а Feature Statistics показывает небольшой разброс, но без значимых отклонений. Наиболее эмоциональным оказался первый текст, так как в нём больше описательных деталей природы. На мой взгляд, более точная модель – Feature Statistics, потому что она даёт понятные числовые значения, а MDS больше визуальная и субъективная.  Кластерный анализ Использовались тексты-диктанты о природе и временах года...