SAS Hands-On Assignment -SAS Visual Text Analytics

In this hands-on assignment you are required to conduct a textual analysis using SAS Visual Text Analytics and submit a report on Moodle course site through Turnitin. The due date of this assignment is on Week 8, Friday 9:00am 8th April 2022 (AEST).

Please note that this assignment is worth 15% of your overall course mark.

Requirements

The purpose of this assignment is to use SAS Visual Text Analytics to analyse a dataset labelled CFPB_COMPLAINTS available on SAS Viya for Learners.

The  dataset  includes  10,000  customer  complaints  submitted  to  the  Consumer  Financial Protection Bureau (CFPB), a federal government agency. These complaints are about credit cards,  mortgages,  bank accounts, student loans, consumer loans, credit reporting,  money transfers, and debt collection.

You are required to conduct a data analysis of customer complaints using SAS Visual Text Analytics in two  parts.  Part  1 consists of exploring  predefined concepts and automatically generated topics to derive insights from the data. Part 2 consists of defining your own custom

concepts and custom categories to answer specific research questions.

Your report should have the following components:

•   A standard cover page (available on Moodle).

•   Part 1

o Predefined Concepts (worth 20% of the available marks) – up to 5 pages       An exploration of the dataset using TWO (2) relevant predefined concepts.       For each selected predefined concept, your answer must include the following:

-    An explanation of why you think the selected predefined concept can be relevant to your data analysis.

-    A discussion of the findings (terms extracted) and the insights that you could unveil from these findings. Include a relevant screenshot of matched terms from SAS Visual Text Analytics.

-    A discussion of the benefits and limitations of relying only on the selected predefined concepts.

o Auto-generated Topics (worth 30% of the available marks) – up to 4 pages

-    An exploration of the dataset using TWO (2) relevant topics among those automatically generated by SAS.

For each selected topic, your answer must include the following:

-    An explanation of why you think the selected topic can be relevant to your data analysis.

-    A discussion of the findings (documents matching the selected topic) and the actionable insights you could derive from these findings. Include a relevant screenshot of matched documents from SAS Visual Text Analytics.

•   Part 2

o Custom Concepts (worth 30% of the available marks) – up to 4 pages     Write TWO (2) custom concepts, each using a different concept rule type. For each custom concept, your answer must include the following:

-    An explanation of the objectives of your analysis

-    A justification of the reasons behind your choice of the concept rule type

-    The custom concept rule (pay attention to the syntax for correctness and to fulfil the objectives of your analysis)

-    A detailed explanation of the concept rule syntax

-    A discussion of the findings (terms extracted) and insights that you could derive from these findings. Include a relevant screenshot of matched terms from SAS Visual Text Analytics.

o Custom Categories (worth 20% of the available marks) – up to 4 pages Write TWO (2) custom categories.

-    An explanation of the objectives of your analysis

-    The custom category rule (pay attention to the syntax for correctness and to fulfil the objective of your analysis)

-    A detailed explanation of the category rule syntax

-    A discussion of the findings of your analysis (documents matching the custom category) and insights that you could unveil from these findings. Include a relevant screenshot of matched documents from SAS Visual Text Analytics.

Submission instructions

Please submit a word document to the Turnitin assessment submission link on Moodle.

Late submission will incur a penalty of 5% per day or part thereof (including weekends) from the due date and time. An assessment will not be accepted after 5 days (120 hours) of the original deadline unless special consideration has been approved. An assignment is considered late if