From 1ea3a20dcf8d899f25ee9c47b159b303ca7c1022 Mon Sep 17 00:00:00 2001
From: Manuel <Manuelfrank1202@gmail.com>
Date: Sun, 30 Jun 2024 22:16:28 +0200
Subject: [PATCH] Tags added

---
 Neu/Sentiment/notebook.ipynb | 113 ++++++++++++++++-------------------
 1 file changed, 51 insertions(+), 62 deletions(-)

diff --git a/Neu/Sentiment/notebook.ipynb b/Neu/Sentiment/notebook.ipynb
index 300dae5..bdf6624 100644
--- a/Neu/Sentiment/notebook.ipynb
+++ b/Neu/Sentiment/notebook.ipynb
@@ -7,35 +7,17 @@
     "# Twitter Sentiment Analysis for Tweets directed to airlines"
    ]
   },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "## Title"
-   ]
-  },
   {
    "cell_type": "markdown",
    "metadata": {
     "editable": true,
-    "include": true,
-    "paragraph": "BusinessUnderstanding",
     "slideshow": {
-     "slidetype": ""
+     "slide_type": ""
     },
-    "tags": [
-     "Title"
-    ]
+    "tags": []
    },
    "source": [
-    "Stimmungsanalyse der Tweets an Fluggesellschaften"
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "## Teaser"
+    "## Business"
    ]
   },
   {
@@ -43,45 +25,27 @@
    "metadata": {
     "editable": true,
     "include": true,
-    "paragraph": "BusinessUnderstanding",
+    "paragraph": "Business",
     "slideshow": {
-     "slidetype": ""
+     "slide_type": ""
     },
     "tags": [
-     "Teaser"
+     "business"
     ]
    },
    "source": [
-    "In diesem Notebook geht es um die Sentiment-Analyse für Fluggesellschaften durch die Auswertung von Tweets. Diese Analyse liefert wertvolle Erkenntnisse über die Kundenwahrnehmung, ermöglicht eine gezielte Verbesserung des Markenimages und stärkt die Wettbewerbsposition. Mit präzisen Modellen und sorgfältiger Datenanalyse können Unternehmen schnell auf Kundenfeedback reagieren, ihre Servicequalität steigern und die ihre Effizienz steigern. Durch diese Technologie, wird versucht die Kundenbindung zu erhöhen und neue Standards für die Passagiere der Fluggesellschaften zu setzen."
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
-   "source": [
-    "## Business"
+    "Die Sentiment-Analyse von Tweets bietet Fluggesellschaften Einblicke in die Wahrnehmung ihrer Dienstleistungen durch die Kunden. Diese Erkenntnisse können genutzt werden, um die Kundenzufriedenheit zu erhöhen, das Markenimage zu verbessern, Wettbewerbsvorteile zu erzielen und die Effizienz des Betriebs zu steigern. Unternehmen die schnell auf diese Tweets reagieren können auf die Wünsche der Kunden umgehend eingehen."
    ]
   },
   {
    "cell_type": "markdown",
    "metadata": {
     "editable": true,
-    "include": true,
-    "paragraph": "BusinessUnderstanding",
     "slideshow": {
-     "slidetype": ""
+     "slide_type": ""
     },
-    "tags": [
-     "Business"
-    ]
+    "tags": []
    },
-   "source": [
-    "Die Sentiment-Analyse von Tweets bietet Fluggesellschaften Einblicke in die Wahrnehmung ihrer Dienstleistungen durch die Kunden. Diese Erkenntnisse können genutzt werden, um die Kundenzufriedenheit zu erhöhen, das Markenimage zu verbessern, Wettbewerbsvorteile zu erzielen und die Effizienz des Betriebs zu steigern. Unternehmen die schnell auf diese Tweets reagieren können auf die Wünsche der Kunden umgehend eingehen."
-   ]
-  },
-  {
-   "cell_type": "markdown",
-   "metadata": {},
    "source": [
     "## Daten"
    ]
@@ -91,12 +55,12 @@
    "metadata": {
     "editable": true,
     "include": true,
-    "paragraph": "BusinessUnderstanding",
+    "paragraph": "Daten",
     "slideshow": {
-     "slidetype": ""
+     "slide_type": ""
     },
     "tags": [
-     "Daten"
+     "daten"
     ]
    },
    "source": [
@@ -105,7 +69,13 @@
   },
   {
    "cell_type": "markdown",
-   "metadata": {},
+   "metadata": {
+    "editable": true,
+    "slideshow": {
+     "slide_type": ""
+    },
+    "tags": []
+   },
    "source": [
     "## Datenvorbereitung"
    ]
@@ -115,12 +85,12 @@
    "metadata": {
     "editable": true,
     "include": true,
-    "paragraph": "BusinessUnderstanding",
+    "paragraph": "Datenvorbereitung",
     "slideshow": {
-     "slidetype": ""
+     "slide_type": ""
     },
     "tags": [
-     "Datenvorbereitung"
+     "datenvorbereitung"
     ]
    },
    "source": [
@@ -129,7 +99,13 @@
   },
   {
    "cell_type": "markdown",
-   "metadata": {},
+   "metadata": {
+    "editable": true,
+    "slideshow": {
+     "slide_type": ""
+    },
+    "tags": []
+   },
    "source": [
     "## Datenmodell"
    ]
@@ -139,12 +115,12 @@
    "metadata": {
     "editable": true,
     "include": true,
-    "paragraph": "BusinessUnderstanding",
+    "paragraph": "Datenmodell",
     "slideshow": {
-     "slidetype": ""
+     "slide_type": ""
     },
     "tags": [
-     "Datenmodell"
+     "datenmodell"
     ]
    },
    "source": [
@@ -153,7 +129,13 @@
   },
   {
    "cell_type": "markdown",
-   "metadata": {},
+   "metadata": {
+    "editable": true,
+    "slideshow": {
+     "slide_type": ""
+    },
+    "tags": []
+   },
    "source": [
     "## Evaluation"
    ]
@@ -177,7 +159,13 @@
   },
   {
    "cell_type": "markdown",
-   "metadata": {},
+   "metadata": {
+    "editable": true,
+    "slideshow": {
+     "slide_type": ""
+    },
+    "tags": []
+   },
    "source": [
     "## Umsetzung"
    ]
@@ -187,12 +175,12 @@
    "metadata": {
     "editable": true,
     "include": true,
-    "paragraph": "BusinessUnderstanding",
+    "paragraph": "Umsetzung",
     "slideshow": {
-     "slidetype": ""
+     "slide_type": ""
     },
     "tags": [
-     "Umsetzung"
+     "umsetzung"
     ]
    },
    "source": [
@@ -3712,6 +3700,7 @@
  ],
  "metadata": {
   "branche": "Medien",
+  "category": "Sentiment",
   "funktion": "Marketing",
   "kernelspec": {
    "display_name": "Python 3 (ipykernel)",
@@ -3728,7 +3717,7 @@
    "name": "python",
    "nbconvert_exporter": "python",
    "pygments_lexer": "ipython3",
-   "version": "3.7.4"
+   "version": "3.11.7"
   },
   "repoLink": "https://gitlab.reutlingen-university.de/ki_lab/machine-learning-services/-/blob/main/Neu/Sentiment/notebook.ipynb?ref_type=heads",
   "skipNotebookInDeployment": false,
-- 
GitLab