Langsung ke konten utama

Sentiment Analysis with Viralheat API


Kemaren kita menbahas Sentiment Analysis dengan menggunakan Datumbox API, sekarang akan kita bahas dengan menggunakan Viralheat API.
Dengan menggunakan Datumbox, gw masih bingung untuk pembelajaran data nya, dan juga Analisis nya hanya mengenal English language aja, belum bahasa yang lain.

OK..kita mulai saja dengan Viralheat



Dengan Viralheat, kita bisa menggunakan sosial media seperti Facebook dan Twitter untuk penggunaan Sentiment Analysis-nya.
Untuk contoh di atas, kita hanya menggunakan Twitter saja.

Dari timeline yang di tunjukkan di atas, kita bisa melihat adanya hasil dari Sentiment Analysis dari tiap-tiap tweets. Positive-Neutral-ataupun Negative.
Untuk pembelajaran bagi Viralheat nya sendiri, kita juga bisa langsung melakukan "Mark as" untuk pembelajaran Sentiment Analysis nya, misalkan "Mark as Positive".

Untuk pembelajaran secara manual, kita bisa menggunakan API yang ada (comot dari Developer Doc nya Viralheat):


Sentiment API
Analyze sentiment of your social data*. Understand if sentiment is positive, negative or neutral around your brand, products and more.

GET   /social/api/sentiment
GET   /social/api/sentiment/train



GET    /social/api/sentiment
The Sentiment will return the mood based on the context of the text. It will also turn a probability score.

You can define your own thresholds to classify sentiment appropriately. For e.g. all mentions with positive and probability above 0.9 can be highly positive.

RESOURCE URL
GET     https://app.viralheat.com/social/api/sentimentResponse
URL QUERY PARAMETERS
api_key:
The authenticated account key. Required

text:
Text for which you want the sentiment. The limit on the text is 360 characters. Required





GET/social/api/sentiment/train
You can even train our Sentiment Analysis for more accurate results. Simply use this call to send us training data set back so we can apply it to our engines to improve scoring and accuracy.

RESOURCE URL
GET       https://app.viralheat.com/social/api/sentiment/trainResponse
URL QUERY PARAMETERS
api_key:
The authenticated account key. Required

text:
Text for which you want the sentiment. The limit on the text is 360 characters. Required

mood:
1 for Positive, -1 for negative and 0 for neutral Required

hmmm sekarang kita bahas contoh penggunaannya,

untuk review kita bisa membuat seperti ini:

<?php
$qry_str = "?api_key=KEY&text=kampret";
$ch = curl_init();

// Set query data here with the URL
curl_setopt($ch, CURLOPT_URL, 'https://app.viralheat.com/social/api/sentiment' . $qry_str);

curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_TIMEOUT, '3');
$content = trim(curl_exec($ch));
curl_close($ch);
print $content;
?>

hasil keluaran nya akan berbentuk:

{"status":200,"error":null,"text":"'kampret'","mood":"'positive'","prob":"0.5"}


untuk training nya, kita bisa membuat seperti ini:

<?php
$qry_str = "?api_key=KEY&text=kampret&mood=-1";
$ch = curl_init();

// Set query data here with the URL
curl_setopt($ch, CURLOPT_URL, 'https://app.viralheat.com/social/api/sentiment/train' . $qry_str);

curl_setopt($ch, CURLOPT_RETURNTRANSFER, 1);
curl_setopt($ch, CURLOPT_TIMEOUT, '3');
$content = trim(curl_exec($ch));
curl_close($ch);
print $content;
?>

resultnya:

{"status":200,"error":null}



Komentar

Postingan populer dari blog ini

Applikasi Makanan Rumahan aka Home Food

saya sering melihat di facebook, ibu-ibu rumah tangga menjual makanan yang dibuatnya dengan konsep delivery order, baik itu di masakan rumahan biasa ataukah katering banyak juga kita yang merantau ini bosan dengan makanan yang ada diluaran sana, sesekali ingin merasakan makanan rumahan seperti yang biasa kita makan dirumah, oleh orang tua kita misalnya, atau istri di rumah (lagi merantau jauh cerita nya ini) bagaimana menyatukan dua hal tadi yang saya lihat? saya mempunyai ide, bagaimana kalau dibuatkan suatu applikasi yang mewadahi 2 hal yang saya sebut tadi. maksudnya adalah, dibuatkan suatu applikasi yang memungkin ibu-ibu rumah tangga tadi untuk memasarkan makanan atau masakan yang dibuatnya di rumah. dengan begitu, ibu-ibu rumah tangga tadi bisa tetap mendapatkan uang tambahan, dan juga orang-orang yang menginginkan masakan rumahan tadi mendapatkan benerfit dari keinginan makannya yang tersampaikan. so, what the rules of play? ibu-ibu rumah tangga tadi mem...

phpInsight - Sentiment Analysis in PHP

phpInsight is a sentiment classifier. It uses a dictionary of words that are categorised as positive, negative or neutral, and a naive bayes algorithm to calculate sentiment. To improve accuracy, phpInsight removes 'noise' words. For example usage, see the  examples  folder at this link : https://github.com/JWHennessey/phpInsight