Text Mining หรือ Text Analysis คือกระบวนการแปลงข้อความไม่มีโครงสร้างเป็นข้อมูลมีโครงสร้างเพื่อการวิเคราะห์ที่ง่าย ใช้ NLP ช่วยให้เครื่องจักรเข้าใจภาษามนุษย์และประมวลผลอัตโนมัติ
นิยามว่าเป็นกระบวนการแยกข้อมูลสำคัญจากข้อความภาษามาตรฐาน ข้อมูลที่สร้างผ่านข้อความ บันทึก อีเมล ไฟล์ เขียนในภาษาทั่วไป Text Mining ใช้ทั่วไปเพื่อดึงข้อมูลเชิงลึกหรือรูปแบบที่มีประโยชน์จากข้อมูลดังกล่าว
การประยุกต์ใช้ Text Mining หลัก
1. Risk Management (การจัดการความเสี่ยง)
กระบวนการเป็นระบบและมีเหตุผลในการวิเคราะห์ ระบุ จัดการ และติดตามความเสี่ยงในกิจกรรมหรือกระบวนการในองค์กร การวิเคราะห์ความเสี่ยงที่ไม่เพียงพอมักเป็นสาเหตุหลักของความล้มเหลว โดยเฉพาะในองค์กรการเงิน การนำซอฟต์แวร์ Risk Administration ที่พัฒนาบนเทคโนโลยี Text Mining ไปใช้ สามารถเพิ่มความสามารถในการลดความเสี่ยงได้อย่างมีประสิทธิภาพ ช่วยจัดการแหล่งข้อมูลล้านลูกและเพตาไบต์ของไฟล์ข้อความ และสร้างความสามารถในการเชื่อมโยงข้อมูล ช่วยเข้าถึงบันทึกที่เหมาะสมในเวลาที่เหมาะสม
2. Customer Care Service (บริการดูแลลูกค้า)
เทคนิค Text Mining โดยเฉพาะ NLP กำลังหาบทบาทสำคัญขึ้นในด้าน Customer Care บริษัทลงทุนในซอฟต์แวร์ Text Analytics เพื่อปรับปรุงประสบการณ์ลูกค้าทั้งหมด โดยสร้างข้อมูลข้อความจากแหล่งหลากหลาย เช่น แบบสอบถาม ความคิดเห็นผู้ใช้ สายโทรผู้ใช้ ฯลฯ Text Analysis มุ่งลดเวลาตอบสนองของบริษัท และช่วยแก้ไขที่ร้องเรียนของผู้ใช้อย่างรวดเร็วและมีประสิทธิภาพ
3. Social Media Analysis (การวิเคราะห์สื่อสังคม)
มีเครื่องมือ Text Mining หลายตัวที่ออกแบบเฉพาะสำหรับวิเคราะห์แพลตฟอร์มสื่อสังคม ช่วยติดตามและอธิบายข้อความที่สร้างออนไลน์จากข่าว บล็อก อีเมล ฯลฯ เครื่องมือ Text Mining สามารถวิเคราะห์โพสต์ ไลก์ และผู้ติดตามของแบรนด์บนสื่อสังคมได้อย่างมีประสิทธิภาพ ทำให้เราเข้าใจ реакцияของผู้ที่โต้ตอบกับแบรนด์และเนื้อหาออนไลน์
4. Business Intelligence (ข้อมูลเชิงธุรกิจ)
บริษัทและหน่วยงานธุรกิจเริ่มใช้วิธี Text Mining เป็นองค์ประกอบหลักของ Business Intelligence นอกจากให้ข้อมูลเชิงลึกสำคัญเกี่ยวกับพฤติกรรมและแนวโน้มผู้ใช้แล้ว วิธี Text Mining ยังช่วยองค์กรตีความจุด mạnhและจุด yếuของคู่แข่ง ทำให้ได้เปรียบแข่งขันในอุตสาหกรรม
