คะแนนแบรนด์เชิงความหมาย (Semantic Brand Scoreหรือ SBS) เป็นการวัดความสำคัญของแบรนด์ที่คำนวณจากข้อมูลข้อความ^{[ 1 ] [ 2 ] [ 3 ]}การวัดนี้มีรากฐานมาจากทฤษฎีกราฟและเชื่อมโยงบางส่วนกับแนวคิดเรื่องมูลค่าแบรนด์ ของ Keller ^{[ 4 ] [ 5 ]}โดยคำนวณจากการแปลงข้อความให้เป็นเครือข่ายคำหรือความหมายและวิเคราะห์สามประเด็นหลัก ได้แก่ ความถี่ในการกล่าวถึงชื่อแบรนด์ (ความแพร่หลาย) ขอบเขตที่เชื่อมโยงกับคำที่โดดเด่นและไม่ธรรมดาในวาทกรรม (ความหลากหลาย) และบทบาทที่เป็นไปได้ในฐานะสะพานที่เชื่อมต่อคำหรือแนวคิดที่ไม่ได้เชื่อมต่อกันหรือเชื่อมต่อกันอย่างอ่อน (การเชื่อมต่อ)

ตัวชี้วัดนี้ยังถูกนำมาใช้ในวงกว้างมากขึ้นในฐานะตัวบ่งชี้ความสำคัญทางความหมาย โดยมีวัตถุประสงค์ที่แตกต่างกันไป โดยการตรวจสอบแหล่งข้อมูลข้อความต่างๆ เช่น บทความในหนังสือพิมพ์ ฟอรัมออนไลน์ เอกสารทางวิทยาศาสตร์ หรือโพสต์ในโซเชียลมีเดีย^{[ 6 ] [ 7 ] [ 8 ]}

ในการคำนวณคะแนนแบรนด์เชิงความหมาย จำเป็นต้องแปลงข้อความที่วิเคราะห์แล้วให้เป็นเครือข่ายคำ กล่าวคือ กราฟที่แต่ละโหนดแสดงถึงคำ การเชื่อมต่อระหว่างคำจะเกิดขึ้นตามการปรากฏร่วมกันภายในเกณฑ์ระยะทางที่กำหนด (จำนวนคำ) โดยปกติแล้วจะมี การประมวลผลภาษาธรรมชาติล่วงหน้าเพื่อปรับปรุงข้อความ ซึ่งเกี่ยวข้องกับงานต่างๆ เช่น การลบคำหยุดและการใช้การตัดคำ [ ^{9 ] นี่} คือเครือข่ายตัวอย่างที่ได้มาจากการประมวลผลล่วงหน้าของประโยค "รุ่งอรุณคือการปรากฏของแสง - โดยปกติจะเป็นสีทอง สีชมพู หรือสีม่วง - ก่อนพระอาทิตย์ขึ้น"

SBS เป็นตัวชี้วัดแบบผสมที่มีสามมิติ ได้แก่ ความแพร่หลาย ความหลากหลาย และการเชื่อมต่อ^{[ 10 ] [ 11 ] [ 12 ]} SBS วัดความสำคัญของแบรนด์ ซึ่งเป็นโครงสร้างที่ไม่สามารถเข้าใจได้โดยการตรวจสอบเพียงมิติเดียว^{[ 5 ]}

ความแพร่หลายวัดความถี่ของการใช้ชื่อแบรนด์ โดยบ่งชี้ว่าแบรนด์นั้นถูกอ้างอิงอย่างชัดเจนในคลังข้อมูล บ่อยแค่ไหน ปัจจัยความแพร่หลายเกี่ยวข้องกับการรับรู้แบรนด์ซึ่งแสดงให้เห็นว่าแบรนด์ที่ถูกกล่าวถึงบ่อยครั้งในข้อความนั้นมีความคุ้นเคยกับผู้เขียนมากกว่า^{[ 10 ] [ 11 ] [ 8 ]}ในทำนองเดียวกัน การกล่าวถึงชื่อแบรนด์บ่อยครั้งจะช่วยเพิ่มการจดจำและการระลึกถึงแบรนด์ในหมู่ผู้อ่าน

ความหลากหลายจะประเมินความหลากหลายของคำที่เชื่อมโยงกับแบรนด์ โดยเน้นที่การเชื่อมโยงข้อความ การเชื่อมโยงข้อความเหล่านี้หมายถึงคำที่ใช้ควบคู่ไปกับแบรนด์หรือคำศัพท์เฉพาะ การวัดเกี่ยวข้องกับการใช้ ตัวบ่งชี้ ความสำคัญของระดับซึ่งสะท้อนถึงจำนวนการเชื่อมต่อที่โหนดแบรนด์มีในเครือข่ายความหมาย^{[ 1 ]}หรืออีกทางหนึ่ง ได้มีการเสนอแนวทางที่ใช้ ความสำคัญ ของความโดดเด่น^{[ 13 ]}ซึ่งให้ความสำคัญกับการเชื่อมโยงแบรนด์ที่ไม่ซ้ำกันมากขึ้นและลดความซ้ำซ้อน เหตุผลก็คือ การเชื่อมโยงข้อความที่โดดเด่นจะช่วยเสริมสร้างการอภิปรายเกี่ยวกับแบรนด์ ทำให้จดจำได้ง่ายขึ้น

ความหลากหลายสามารถคำนวณได้สำหรับโหนดแบรนด์ในเครือข่ายคำ กล่าวคือ กราฟแบบไม่มีทิศทางที่มีน้ำหนักGซึ่งประกอบด้วย โหนด nโหนดและ ส่วนโค้ง mส่วน หากโหนดสองโหนด (คำหรือแนวคิด) iและjไม่เชื่อมต่อกันน้ำหนักของส่วนโค้งที่เชื่อมต่อโหนดทั้งสองจะเป็น 0 มิฉะนั้น น้ำหนักของส่วนโค้งที่เชื่อมต่อโหนดทั้งสองจะเป็น 0 ใน ที่นี้คือระดับของโหนดjและคือฟังก์ชันตัวบ่งชี้ซึ่งเท่ากับ 1 ถ้านั่นคือ ถ้ามีส่วนโค้งเชื่อมต่อโหนดiและj${\displaystyle w_{ij}=0}$${\displaystyle w_{ij}\geq 1}$${\displaystyle g_{j}}$${\displaystyle I_{(f)}}$${\displaystyle f=TRUE}$

${\displaystyle DI(i)=\sum _{j=1,j\neq i}^{n}\log _{10}{\frac {n-1}{g_{j}}}I_{(w_{ij}>0)}}$.

การเชื่อมต่อจะประเมินพลังการเชื่อมต่อของแบรนด์ภายในวาทกรรมที่กว้างขึ้น โดยบ่งชี้ถึงความสามารถในการทำหน้าที่เป็นสะพานเชื่อมระหว่างคำ/แนวคิดต่างๆ (โหนด) ในเครือข่าย^{[ 1 ] [ 2 ] [ 3 ] [ 12 ]}เป็นการจับภาพพลังการเป็นตัวกลางของแบรนด์ ความสามารถในการเชื่อมโยงคำต่างๆ กลุ่มคำ หรือหัวข้อต่างๆ เข้าด้วยกัน การคำนวณขึ้นอยู่กับเมตริกความสำคัญระหว่างจุดแบบถ่วง น้ำหนัก ^{[ 3 ] [ 14 ]}

ตัวบ่งชี้คะแนนแบรนด์เชิงความหมาย (Semantic Brand Score) คำนวณจากผลรวมของ ค่า มาตรฐานของความแพร่หลาย ความหลากหลาย และการเชื่อมต่อ^{[ 1 ] [ 10 ] [ 11 ]}โดยทั่วไปแล้ว การทำให้ SBS เป็นมาตรฐานจะทำโดยการลบค่าเฉลี่ยออกจากคะแนนดิบของแต่ละมิติ แล้วหารด้วยค่าเบี่ยงเบนมาตรฐาน^{[ 3 ]}กระบวนการนี้จะพิจารณาคะแนนของคำที่เกี่ยวข้องทั้งหมดในคลังข้อมูล

• ข้อมูลขนาดใหญ่
• มูลค่าแบรนด์
• การบริหารแบรนด์
• การประเมินมูลค่าแบรนด์
• ทฤษฎีกราฟ
• การประมวลผลภาษาธรรมชาติ
• ทฤษฎีเครือข่าย
• การวิเคราะห์เชิงความหมาย
• การวิเคราะห์เครือข่ายสังคม
• การขุดค้นข้อมูลจากข้อความ