R语言文本挖掘:kmeans聚类分析上海玛雅水公园景区五一假期评论词云可视化 | 您所在的位置:网站首页 › 聚类分析的图怎么做 › R语言文本挖掘:kmeans聚类分析上海玛雅水公园景区五一假期评论词云可视化 |
全文链接:http://tecdat.cn/?p=32307
互联网时代,大量的新闻信息、网络交互、舆情信息以文本形式存储在数据库中,如何利用数据分析和文本挖掘的算法,将海量文本的价值挖掘出来,成为我们团队近期的一个研究方向,本案例就是我们的一个尝试(点击文末“阅读原文”获取完整代码数据)。 相关视频 文本聚类其实也就是聚类分析在文本方向上的应用,首先我们要把一个个文档的自然语言转换成数学信息,这样形成高维空间点之后再去计算点与点之间的距离,然后将这些距离比较近的聚成一个簇,这些簇的中心成为簇心。而我们做的就是保证簇内点的距离足够近,簇与簇的距离足够远。 本文将通过R语言帮助客户来实现文本挖掘、聚类和词云可视化技术,体验一下舆情分析的魅力。 原始评论数据本文获取上海玛雅水公园景区评论数据共计1692条数据: 点击标题查阅往期内容 自然语言处理NLP:主题LDA、情感分析疫情下的新闻文本数据 左右滑动查看更多 01 02 03 04 转换成评价矩阵 rating=matrix(0,length(res1),dim(d)[1])#生成评价矩阵 for(i in 1:length(res1)){ words=unlist(lapply(X=res1[i], FUN=segmentCN));#对每一条记录分析获得词频 #输出评价矩阵############################### write.table(rating, file="评价矩阵.txt", row.names=FALSE) 对评价矩阵进行k均值聚类 kmeans(rating,5)#对评价矩阵进行k均值聚类 词云可视化 #第一个类别################################ mycolors |
CopyRight 2018-2019 实验室设备网 版权所有 |