Ich habe eine Anfrage, mithilfe des Daten-Explorers Dashboards auf Kategorieebene mit bestimmten Schlüsselmetriken zu erstellen, die jeden Monat automatisiert werden und an die Kategorie-Moderatoren gehen, damit diese sich über die Leistung informieren und darauf basierend Geschäftsentscheidungen treffen können.
Sentimentanalyse – diese wurde auf Kategorieebene angefordert. Ich habe mir die Tabelle classification_results angesehen, um zu verstehen, wie ich diese verknüpfen kann. Allerdings gibt es nur wenige Spalten und eine namens target_id, aber keine Ahnung, worauf sich diese bezieht, und ich sehe sie nur in KI-bezogenen Tabellen.
Also nur zur Überprüfung – wenn target_type ‘post’ ist, dann sollte ich classification_results.target_id mit posts.id verbinden, richtig?
Und wenn der target_type etwas anderes ist, wie z. B. ‘comment’, dann würde ich ihn stattdessen mit der comments-Tabelle verbinden? Ich möchte nur sichergehen, dass ich basierend auf dem Typ mit der richtigen Tabelle verbinde.
Ich bin mir nicht sicher, ob Kommentare von KI-Sentiment verarbeitet werden. Ist dies ein target_type, den Sie in Ihren Daten sehen?
Ich glaube, es ist derzeit nur für Beiträge gedacht, aber mit einem Format, das es ermöglicht, es in Zukunft auf andere Entitäten zu erweitern. Mein Datensatz ist jedoch begrenzt. Wenn Sie diese Abfrage ausführen und sehen könnten, welche verschiedenen Typen Sie haben, wäre das sehr hilfreich:
SELECT target_type
FROM classification_results
GROUP BY 1
Ich kann nur „post“ als Zieltyp sehen. Liege ich richtig in der Annahme, dass ein Beitrag auch an sich eine Mehrzahl von Typen ist? Ein Thema kann zum Beispiel insgesamt 10 Beiträge haben. Bedeutet das, dass die Sentimentanalyse in diesem Fall 10 Mal angewendet würde, einmal auf jeden Beitrag eines Themas? Das heißt, wenn die Aufgabe darin bestünde, ein Dashboard zu erstellen, das die Sentiment-Punktzahl pro Thema nach Kategorie anzeigt, wäre ein weiterer Schritt zu verstehen, wie viele der Beiträge eines Themas überhaupt eine Sentimentanalyse erhalten haben, und dann einen Durchschnitt zu erstellen?
Die Sentimentanalyse wird auf Post-Ebene angewendet, sodass jeder Post einen eigenen Eintrag in der Tabelle classification_results hätte. Jeder Post hätte auch einen separaten Eintrag für jedes Modell, das darauf angewendet wurde. Je nachdem, an welchen Ergebnissen Sie interessiert sind, müssten Sie also diejenigen für dieses spezifische Modell herausfiltern.
Ich denke, das könnte davon abhängen, an welchen Ergebnissen Sie interessiert sind. Die positiven/negativen Stimmungen eignen sich möglicherweise besser für dieses Konzept. Die Emotions-Stimmungen könnten besser als separate Spalten pro Thema dargestellt werden.
Aber Sie können vielleicht einige Ideen aus den vorhandenen entnehmen:
Hmm. Ich habe es gerade getestet und es funktioniert bei mir.
Vielleicht ein bisschen einfach, aber nur zur Überprüfung, haben Sie die Datumsbereichsparameter auf etwas Aktuelleres als die Standardwerte eingestellt?
Ist dies ein