使用AI对社交媒体帖子进行面向决策的分析

北极光首席执行官C.大卫·苏斯博士提出了一个虚拟会话 在市场调研活动(TMRE)数码周上6月24日，关于新的价值， AI驱动的工具，用于社交媒体帖子的“面向决策的分析”，以帮助设置和完善组织的产品营销策略。

Seuss的主题为“使用机器学习来制定社交媒体营销决策”的演讲重点在于分析Twitter(文本内容最丰富的社交媒体平台)的特定目的，以收集对营销专业人员有价值的商业见解。这些分析可以为重要问题提供答案，包括：

哪些主题标签与我的主题相关，并且每个相关主题标签的重要性如何?

我应该针对哪些作者，受众和关键字购买广告?

我应该尝试影响哪些Twitter作者?

我可以从竞争对手在社交媒体帖子中使用的标签中了解竞争对手的商业策略吗?

“对于复杂产品的营销人员而言，评估Twitter标签的简单共现是不够的，并且常常是完全误导性的，” Seuss在演讲中断言。“了解社交媒体对话的背景对于获得对标签和关键字重叠的真正有意义的分析至关重要。”

Seuss解释说，使用AI和机器学习技术来衡量主题标签的语义相似性会导致更准确的分析，从业务角度来看，这些分析似乎对相关术语具有重要意义。此外，苏斯(Seuss)指出，定量衡量相关主题标签重要性的最佳方法不仅是简单地计算其出现的帖子数量，而是衡量“净印象数”：计算每个帖子的关注者数量以及共同出现的标签被评估，然后取出重叠部分。