この AWS ソリューションの内容

Discovering Hot Topics Using Machine Learning ソリューションは、自社の製品、ポリシー、イベント、ブランドに関する最も主要なトピックを特定します。これは、新しい成長の機会に迅速に対応し、ネガティブなブランドの関連付けに対処し、お客様のビジネスでより高いレベルの顧客満足度を実現するのに役立ちます。このソリューションは、お客様のブランドに対する評価を理解するのに役立つだけでなく、お客様のビジネスに関連するトピックのインサイトを提供します。

このソリューションでは、AWS CloudFormation テンプレートをデプロイし、これらのソースからのデータインジェストを自動化します。

  • Twitter
  • RSS ニュースフィード
  • 動画に関連する YouTube のコメント
  • Reddit (関心のあるサブレディットからのコメント)
  • JSON または XLSX 形式のカスタムデータ

このソリューションでは、Reddit API を使用して、関心のあるサブレディットからコメントを取り込みます。ソリューションへの入力パラメータには、新しいコメントのためにフォローするサブレディットのリストが含まれます。その後、コメントは NLP 分析を受け、Amazon QuickSight ダッシュボードを構築します。

機械学習利用の最新情報を知る | 仕組み
イメージを拡大すると、このソリューションがどのように質問に答えているかがわかります。「自分の製品やサービスに関連する最も主要なトピックは何ですか?」
 拡大イメージを見る

利点

安全なワンクリックデプロイ

AWS Well-Architected フレームワーク手法で開発された AWS CloudFormation テンプレートを使用して、安全なワンクリックデプロイメントを提供します。

リアルタイム分析

テキストと画像を含むストリーミングデータを取り込み、ほぼリアルタイムの分析を行います。トピックモデリングを実行して主要なトピックを検出し、顧客フィードバックの中からトピックを形成する用語をまとめて特定します。

多言語データの取り込み

Amazon Translate を使用して、複数の言語でデータを取り込ります。顧客の発言から感情を特定し、文脈セマンティック検索を使用してオンラインディスカッションの性質を理解します。

事前構築された QuickSight ダッシュボード

事前構築された Amazon QuickSight ダッシュボードを起動して、ソリューションの大規模な顧客分析を視覚化します。ほぼリアルタイムで洞察を特定して、コンテキスト、脅威、および機会をほぼ瞬時に理解します。

AWS ソリューションの概要

下の図は、AWS ソリューションの実装ガイドと付属の AWS CloudFormation テンプレートを使用して、自動的にデプロイできるサーバーレスアーキテクチャを表しています。

Discovering Hot Topics Using Machine Learning | アーキテクチャ図
 拡大イメージを見る

機械学習ソリューションアーキテクチャ利用の最新情報を知る

AWS CloudFormation テンプレートは、AWS Lambda 関数、Amazon Simple Storage Service (Amazon S3) バケット、Amazon Kinesis Data StreamsAmazon Simple Queue Service (Amazon SQS) デッドレターキュー (DLQ)、Amazon Kinesis Data Firehose、および AWS Step Functions ワークフロー、AWS Glue テーブル、そして Amazon QuickSight リソースをアカウントに自動でデプロイします。

ソリューションのアーキテクチャには、次のキーコンポーネントとワークフローが含まれています。

1.取り込み - Lambda 関数、Amazon DynamoDBAmazon EventBridge を使用したソーシャルメディアと RSS フィードの取り込みと管理。Twitter、YouTube のコメント、RSS ニュースフィード、Simple Storage Service (Amazon S3) バケットを使用したカスタム取り込みに関する詳細なリファレンスアーキテクチャ図表については、実装ガイドを参照してください。

2.データストリーム - データは Amazon Kinesis Data Streams を介してバッファされ、回復性とスロットルの着信リクエストを提供します。データストリームには DLQ が設定されており、処理フィードのいかなるエラーもキャッチします。

3.ワークフロー - Kinesis Data Streams のコンシューマー (Lambda 関数) が Step Functions のワークフローを開始します。これにより、以下を含む Amazon Machine Learning 機能が統合されます。Amazon TranslateAmazon Comprehend、そして Amazon Rekognition

4.統合 - 推論データが、Amazon EventBridge を使用して、イベント主導型のアーキテクチャを通じてストレージコンポーネントと統合します。EventBridge で設定ルールを変え、さらにカスタマイズして追加ターゲットを加えることができます。

5.ストレージと可視化 - Kinesis Data Firehose、Simple Storage Service (Amazon S3) バケット、AWS Glue、 Amazon Athena、および Amazon QuickSight の組み合わせ。

これらのコンポーネントは、AWS Well-Architected フレームワークとオペレーショナルエクセレンス、セキュリティ、信頼性、パフォーマンス効率、およびコスト最適化の AWS Well-Architected Pillars を使用して構築されており、安全で高性能、復元力のある効率的なインフラストラクチャを確保します。

Discovering Hot Topics Using Machine Learning

バージョン: 2.0.0
最終更新日: 2022 年 5 月
作成者: AWS

見積りデプロイ時間: 10 分

下のボタンをクリックして、ソリューションの更新を登録してください。

注: RSS 更新を購読するには、ご使用のブラウザで RSS プラグインを有効にする必要があります。 

このソリューション実装はお役に立ちましたか?
フィードバックを送る 
動画
AWS ソリューションで解決: 機械学習利用の最新情報を知る
ウェビナー
AWS ソリューションによる「お客様の声」を理解する
AWS アーキテクチャブログ
機械学習利用の最新情報を知る

このブログ記事では、機械学習のソリューション、「Discovering Hot Topics using Machine Learning (機械学習利用の最新情報を知る)」を使用して、ソーシャルメディアのフィードから洞察を引き出し、急速に生まれつつある成長機会の活用や、ネガティブな感情への対処、顧客満足度の向上などを図る方法を紹介しています。例として、メディア・エンターテイメント業界のビジネスユースケースを紹介します。

ブログ投稿の全文を読む 
アイコンを作成する
自分でソリューションをデプロイする

よくみられるアーキテクチャ上の問題に関して答えを知るため、AWS ソリューション実装のライブラリを閲覧する。

詳細はこちら 
APN パートナーを見つける
APN パートナーを見つける

サービスの開始をサポートする AWS 認定コンサルティングパートナーとテクノロジーパートナーを見つけましょう。

詳細はこちら 
アイコンについて調べる
ソリューションコンサルティングサービスについて調べる

ソリューションをデプロイし、AWS により審査済みのサポートを受けるため、コンサルティングサービスのポートフォリオを閲覧する。

詳細はこちら