大数据分析是时下最流行的话题，很多人认为这不过是IT厂商的炒作，但实际上大数据分析应用得当的话，确实能以极低的成本交付极高的商业价值。
下面介绍一个航空业利用大数据实时分析客户满意度的案例。剑桥航空研究机构的总裁Jeffrey Breen利用R语言分析了消费者在Twitter上公开表达的，对几家主要美国航空公司的态度倾向。详见PPT：
在PPT的27页，Breen通过Twitter分析出的航空公司用户满意度与美国用户满意度指数（ACSI）的调查结果非常接近。
这个结果的惊人之处在于：Breen使用的是免费的R语言和公开的Twitter数据，而ACSI则是费时费力，且成本很高的市场调查研究项目，而且社会化数据分析一个人就可以完成。更重要的是，社会化数据分析相比传统市场调查最大的优势是其实时性。
ACSI给出的美国各行业客户满意度排行榜：
航空业客户满意度看上去还不错，比银行、服装、汽车行业排名高，但下表可以看出比酒店、餐饮和超市等行业的要低：
航空业Twitter文本数据分析流程：
Twitter数据分析结果与ACSI调查结果的对比（基本一致，西南航空遥遥领先其他航空公司）：
进行Twitter信息倾向性判断（正面还是负面）的R语言代码实例：
score.sentiment = function(sentences, pos.words, neg.words,. progress=’none’)
{
require(plyr)
require(stringr)
# we got a vector of sentences. Plyr will handle a list or a vector as an “l” for us
# we want a simple array of scores back, so we use “l” + “a” + “ply” = laply:
scores= laply(sentences, function(sentence, pos.words, neg.words) {
# clean up sentences with R’s regex-driven global substitute, gsub( ):
Sentence = gsub(‘[[:punct:]]’,”,sentence)
Sentence = gsub(‘[[:cntrl:]]’,”,sentence)
Sentence = gsub(‘\\d+’,”,sentence)
# and convert to lowercase:
Sentence = tolower(sentence)
# split into words. str_split is in the stringr package
word.list = str_split(sentence,’\\s+’)
# sometimes a list() is one level of hierarchy too much
Words = unlist(word.list)
# compare our words to the dictionaries of positive & negative terms
pos.matches = match(words, pos.words)
neg.matches = match(words, neg.words)
# match() returns the position of the matched term or NA
# we just want a TRUE/FALSE:
pos.matches = !is.na(pos.matches)
neg.matches = !is.na(neg.matches)
# and conveniently enough, TRUE/FALSE will be treated as 1/0 by sum():
Score = sum(pos.matches) – sum(neg.matches)
return(score)
},pos.words, neg.words,. progress=.progress)
scores.df = data.frame(score=scores, text=sentences)
return(scores.df)}
Via:IT经理世界
更多阅读：
