现在的营销者们开始关注文本语义分析。他们希望能从大量客户数据中挖掘到有价值的信息。这些数据得自客户服务调查、电子邮件、在线论坛，站点回复以及用户生成的博客等。这是一种聆听消费者意见的新方法。

     创业公司Klout是一家衡量Twitter、LinkedIn和Facebook用户影响力的创业公司，刚刚获得850万美元投资，牵头方为Kleiner Perkins Caufield & Byer，参与此轮投资的还有Greycroft Partners，ff资产管理，Paige Craig，Howard Lindzon， Thomas McInerney，Bobby Yazdani，Shervin Pishevar等天使投资也参与了该轮投资。至此Klout获得的投资已经超过1000万美元。 　

　  Klout自诩为互联网上的“影响力标准”，可以通过复杂的排名算法和语义分析对Twitter、LinkedIn和Facebook用户的影响力进行分析。 　　

      Klout还提供有一个API服务，如果开发人员希望让Twitter和Facebook用户了解自己的影响力指数，可以试试这个API。截止去年为止，已有1250家创业公司在使用Klout的API服务。 　

        文本分析的中心是从成百上千的无组织内容中抓取能够定性的评论，并通过其它营销手段进行补充说明。这些可做补充的手段包括竞争性信息搜集、正面或负面评论的数字统计、短期目标检测和长期花费价值测量等

相关文本分析技术知识：

      LSA算法(latent semantic analysis)潜在语义分析，也被称为LSI(latent semantic index)，是Scott Deerwester, Susan T. Dumais等人在1990年提出来的一种新的索引和检索方法。该方法和传统向量空间模型(vector space model)一样使用向量来表示词(terms)和文档(documents)，并通过向量间的关系(如夹角)来判断词及文档间的关系；而不同的是，LSA将词和文档映射到潜在语义空间，从而去除了原始向量空间中的一些“噪音”，提高了信息检索的精确度。