В современном мире репутация, успешность и устойчивость любой компании зависит от отзывов в интернете. Например, желая купить недвижимость, заинтересованные лица первым делом знакомятся с отзывами и упоминаниями о застройщике. Таким образом, актуальной для предприятий-застройщиков является задача мониторинга и управления своей репутацией в интернете. Маркетологи и копирайтеры вручную или через сторонние сервисы осуществляют поиск в сети информации о застройщике, определяют ее окрас, значимость, прогнозируют, какой эффект окажут эти упоминания на компанию, и принимают решения, каким образом на такие упоминания реагировать. Разработчики Пермского Политеха метод для программного обеспечения, который самостоятельно распределяет собранные отзывы о застройщике на положительные и отрицательные. Благодаря этому маркетологам удастся повысить уровень и качество исследований, значительно увеличить их скорость, своевременность и точность.
Алгоритм для управления отзывами о компаниях разработали в Пермском Политехе / ©Getty images
Исследование опубликовано в журнале «Прикладная математика и вопросы управления». Метод политехников для управления отзывами о компаниях был реализован в системе «Эйдос» и позволяет работать с небольшими базами данных, в отличие от методов на основе построения искусственных нейронных сетей, для которых необходимы большие выборки данных.
По словам ученых, в управлении репутационными рисками интерес представляют только положительные и отрицательные отзывы. Благодаря полярной противоположности исходной текстовой информации выявить типичные для каждой группы отзывы становится легче.
«Следует отметить, что негативные отзывы выявляются лучше, чем позитивные. Данный результат объяснится тем, что, как правило, отрицательные отзывы обладают большим объемом текстовой информации, чем положительные, и к тому же содержат больший эмоциональный окрас. Следовательно, у отрицательных отзывов более плотное семантическое ядро и совпадение слов в отзывах выше, чем у положительных», — сообщил аспирант кафедры «Вычислительная математика, механика и биомеханика» Антон Минин.
Так в качестве проверки адекватности метода дихотомической классификации нами были собраны 82 отзыва о известном пермском застройщике, оставленных клиентами на площадке «Яндекс.Карты» в период с 9 августа 2018-го по 13 июня 2022 года. Каждый отзыв представляет собой текст, в котором клиент описывает достоинства компании, которые он смог для себя отметить, либо описывает негативный опыт и даже предостерегает других потенциальных клиентов от работы с данным предприятием. Программа представила короткий положительный текстовый отзыв и объемный отзыв, который несет в себе негативную информацию. Комментарии, в которых содержатся как плюсы, так и минусы попадают в оба кластера.
«Очень важно, что полученный в нашей работе результат оценки деятельности застройщика коррелирует с результатом комплексной оценки уровня репутационного риска данного предприятия. Более того, использованный в настоящей работе метод позволяет уточнить оценку уровня репутационного риска застройщика», — рассказал доктор технических наук, доцент, профессор кафедры «Вычислительная математика, механика и биомеханика» Сергей Федосеев.
К существенным достоинствам данного метода для программного обеспечения относится возможность его использования при относительно небольших объемах собранной информации (несколько десятков отзывов). Алгоритм полезен специалистам по сбору и анализу данных о компаниях, а поможет в управлении брендингом.
