Аналіз тем (ABSA)

ABSA (Аспектно-орієнтований аналіз настроїв) виділяє конкретні теми з відгуків співробітників та пов'язаний з ними настрій.

🎯 Що таке ABSA?

ABSA виходить за рамки простої позитивної/негативної класифікації. Він визначає, які аспекти обговорюють співробітники та як вони ставляться до кожного з них.

Приклад:

"Чудова зарплата, але жахливе керівництво"

Аспект	Настрій
Зарплата та пільги	ПОЗИТИВНИЙ
Керівництво	НЕГАТИВНИЙ

📊 Заздалегідь визначені аспекти

Система розпізнає 10 основних тем робочого місця:

#	Аспект	Ключові слова
1	Зарплата та пільги	зарплата, премія, страхування, пенсія
2	Баланс між роботою та особистим життям	години, понаднормова робота, віддалена робота, гнучкість
3	Керівництво	керівник, лідерство, нагляд
4	Корпоративна культура	атмосфера, цінності, командний дух
5	Кар'єрний ріст	просування, можливості, розвиток
6	Стабільність роботи	стабільність, звільнення, реструктуризація
7	Робоче середовище	офіс, приміщення, обладнання
8	Колеги	співробітники, командна динаміка
9	Навчання	навчання, курси, навички
10	Комунікація	прозорість, зворотний зв'язок, інформація

🔧 Методи вилучення

1. На основі правил (за замовчуванням)

• Швидке зіставлення за ключовими словами
• Точність ~65%
• Без витрат на API
• Запускається автоматично

2. На основі ШІ (Gemini)

• Вилучення з урахуванням контексту
• Точність ~85%
• ~$0.001 за відгук
• Використовується для компаній з високим пріоритетом

📈 Дашборд: Вкладка "Теми"

Сторінка "Теми" на дашборді показує:

Топ-10 обговорюваних тем

Гістограма найчастіше згадуваних аспектів з розбивкою за настроєм.

Аналіз тем

• Найпозитивніша тема - Найвищий позитивний настрій
• Найнегативніша тема - Найвищий негативний настрій
• Найбільш обговорювана - Найбільша кількість згадок

Детальна розбивка

Натисніть на будь-яку тему, щоб побачити:

• Приклади витягів з відгуків
• Розподіл настроїв
• Тенденція з часом

🔌 Доступ до API

curl "https://sentryanalytic.com/api/aspects?company=BMW"

Response:

{
  "company": "BMW",
  "aspects": [
    { "aspect": "salary and benefits", "sentiment": "positive", "count": 421 },
    { "aspect": "management", "sentiment": "negative", "count": 318 },
    { "aspect": "work-life balance", "sentiment": "positive", "count": 256 }
  ]
}

🔄 Автоматизація

ABSA запускається автоматично після скрапінгу:

Scraping Complete → Sentiment Analysis → ABSA → Materialized Views Refresh

Ручне втручання не потрібне!

🛠️ Ручний запуск

Для спеціального аналізу:

cd backend
source venv/bin/activate

# Аналіз конкретної компанії
python absa_analyzer.py --company "BMW" --limit 200

# Використання режиму ШІ (точніше)
python absa_analyzer.py --company "BMW"

# Лише на основі правил (швидше)
python absa_analyzer.py --company "BMW" --no-ai

📊 Схема бази даних

CREATE TABLE review_aspects (
    id SERIAL PRIMARY KEY,
    review_id VARCHAR REFERENCES reviews(review_id),
    aspect VARCHAR(100),
    sentiment VARCHAR(20),
    confidence FLOAT,
    snippet TEXT
);

🎨 Випадки використання

Для шукачів роботи

• "Що говорять співробітники про баланс між роботою та особистим життям у BMW?"
• Швидко визначайте сильні та слабкі сторони компанії

Для HR-команд

• "Які теми мають найбільшу кількість негативних відгуків?"
• Визначайте пріоритетні напрямки для покращення

Для інвесторів

• "Чи є закономірність у проблемах з керівництвом?"
• Оцінка ризиків для належної обачності

---

ABSA працює на базі Gemini 2.5 Flash для вилучення даних за допомогою ШІ.