Компания datasift упрощает поиск и анализ постов в соцсетях

Компания DataSift, разрабатывающая облачную платформу для анализа и мониторинга информации в соцсетях, заявила о релизе совокупности VEDO, предназначенной для фильтрации постов в Twitter, Facebook, Tumblr и других источниках по заданным параметрам.

DataSift есть одним из фаворитов в области социальной аналитики. Количество инвестиций в DataSift образовывает $72 млн, причём более половины данной суммы было получено совсем сравнительно не так давно – в первых числах Декабря. Венчурный фонд Insight Venture Partners, и компании Scale Venture Partners, Upfront Ventures, IA Ventures, Northgate Capital и Daher Capital положили в стартап $42 млн.

DataSift в настоящем времени индексирует публичные посты, появляющиеся в разных соцсетях. Архив таких постов воображает интерес, к примеру, для маркетологов, изучающих реакцию публики на телевизионную рекламу, либо социологов, смотрящих за трансформацией публичного мнения. Пара примеров применения аналогичной информации рассмотрено в статье “Скрытое достаток Twitter“:

“Сокровище данных, приобретаемых так, в далеком прошлом не испытывает недостаток в доказательствах. С их помощью не без успеха прогнозируют колебания биржевых показателей, смотрят за стихийными бедствиями и распространением эпидемий, оценивают возможности политиков и эффективность телевизионной рекламы. Они разрешают с хорошей точностью выяснить, что происходит на данный момент и что будет дальше”.

Особенность VEDO содержится в том, что эта совокупность делает анализ социальных данных более дешёвым для неспециалистов. По словам Тима Баркера, директора DataSift по продуктам, большая часть компаний так же, как и прежде испытывают проблемы с извлечением пользы из “громадных данных”. VEDO решает эту проблему, разрешая пользователям с лёгкостью задавать личные правила, категоризировать и кастомизировать эти.

Посредством VEDO разработчики и пользователи приложений смогут самостоятельно определять правила, в соответствии с которым будут фильтроваться посты, настраивать средства категоризации и устанавливать оценки и веса, применяемые при автоматическом извлечении контекста и смысла из больших комплектов неструктурированных данных. Встроенные в совокупность методы машинного обучения упрощают категоризацию. Помимо этого, VEDO снабжена богатой библиотекой готовых классификаторов, каковые возможно применять без доработки.

Случайное видео:


Интересные записи: