HAQM Web Services ブログ
ClearView Social によるソーシャルシェアリングの影響を測定するための HAQM Comprehend の使用
ClearView Social は、企業の従業員が 1 クリックするだけで LinkedIn、Twitter、およびその他ソーシャルネットワークに承認済みコンテンツをシェアできるようにします。ClearView Social はその後、ピーク時にコンテンツをこれらのソーシャルネットワークにブロードキャストして、その結果として生じるエンゲージメントをリーダーボードと分析ダッシュボードで追跡します。
ClearView Social の最高技術責任者である Bill Boulden 氏によると、ClearView Social プラットフォームの主な差別化要因は、顧客がソーシャルシェアリングからの投資利益率 (ROI) を計算して追跡することを可能にする点です。ClearView Social を使用する企業は、アーンドメディア価値に基づくと、20 倍もの ROI 向上を実現しています。
これまで、ソーシャルエンゲージメントの価値を測定することは困難でした。ソーシャルシェアの価値を計算する方程式は、ユーザーがコンテンツを手動で堅実かつ正確にタグ付けすることに依存していました。しかし、コンテンツはいつも正確にタグ付けされるわけではなく、全くタグ付けされないこともありました。
手動でのタグ付けに対する依存を排除するため、ClearView Social は、テキスト内におけるインサイトと関連性の検出に機械学習を使用する自然言語処理 (NLP) サービスである HAQM Comprehend に頼りました。HAQM Comprehend のエンティティ検知機能は、人、場所、ロケーションなどの名前付きのエンティティのリストを返します。
Boulden 氏は、「当社では、記事を読んでトピックを抽出するために HAQM Comprehend を使用しており、これらは機械学習を使って自動的にタグ付けされます。この自動タグ付けは、顧客が Google AdWords API からの現行の入札価格に照らしてエンゲージメントの市場価格を簡単に見積るために役立ちます」と説明しています。
仕組み: ClearView Social と HAQM Comprehend
AWS AI ブログからの記事、AWS DeepLens の拡張機能: 独自のプロジェクトの構築を例に取ってみましょう。まず、記事からの非構造化データを HAQM S3 バケットに保存します。ClearView Social プラットフォームがバケットからのデータを分析します。
HAQM Comprehend のエンティティ認識 API の使用によって、テキストがスキャンされ、関連するエンティティが識別されるたびに自動でタグ付けされます。この例で、HAQM Comprehend は即座に 2 つのエンティティ、Alexa と HAQM.com を識別します。また、ブログ記事の内容では Go が HAQM Go ストアを指すエンティティであることも認識します。HAQM Comprehend のキーフレーズ抽出 API は、例えば robotics がこの記事にとって重要なエンティティのタイプであることも認識します。
従業員は E メールを使って、直ちにこの記事をソーシャルネットワークでシェアすることができます。ClearView Social プラットフォームは、ソーシャルシェアリングのリーチ数とエンゲージメントの成功指標を計算するために、エンティティタグを記録します。
「HAQM Comprehend は最高の信頼度でエンティティをタグ付けして、ソーシャルネットワークからの ROI を実際に判断するためにより正確なアーンドメディアの予測を行うことを可能にしてくれます。以前はアーンドメディアの値を非常におおまかな見積りと見なしていましたが、今はそうではありません」と Boulden 氏は話しています。
ClearView Social では、肯定的、否定的、中立的、または混合的といったテキスト内で表現される全体的なセンチメントを判断するセンチメント分析を含んだ HAQM Comprehend のその他の機能を検討する予定です。
HAQM Comprehend の使用を開始するには、これらの記事をお読みください。
機械学習と BI サービスを使用してソーシャルメディアダッシュボードを構築する
HAQM Comprehend – 継続的に学習される自然言語処理
今回のブログ投稿者について
Cynthya Peranandam は AWS 人工知能ソリューションのプリンシパルマーケティングマネージャーで、ビジネス価値を提供するために、ディープラーニングの使用においてカスタマーを支援しています。仕事以外では、ジョギングや音楽を聞くことが好きです。