注册
登录
![640_wx_fmt=png&tp=webp&wxfrom=5.webp[6]](http://www.niubua.com/wp-content/uploads/2015/07/640_wx_fmtpngtpwebpwxfrom5.webp6_.webp "640_wx_fmt=png&tp=webp&wxfrom=5.webp[6]")
![640_wx_fmt=png&tp=webp&wxfrom=5.webp[8]](http://www.niubua.com/wp-content/uploads/2015/07/640_wx_fmtpngtpwebpwxfrom5.webp8_.webp "640_wx_fmt=png&tp=webp&wxfrom=5.webp[8]")
![640_wx_fmt=png&tp=webp&wxfrom=5.webp[10]](http://www.niubua.com/wp-content/uploads/2015/07/640_wx_fmtpngtpwebpwxfrom5.webp10.webp "640_wx_fmt=png&tp=webp&wxfrom=5.webp[10]")
![640_wx_fmt=png&tp=webp&wxfrom=5.webp[12]](http://www.niubua.com/wp-content/uploads/2015/07/640_wx_fmtpngtpwebpwxfrom5.webp12.webp "640_wx_fmt=png&tp=webp&wxfrom=5.webp[12]")
![640_wx_fmt=png&tp=webp&wxfrom=5.webp[14]](http://www.niubua.com/wp-content/uploads/2015/07/640_wx_fmtpngtpwebpwxfrom5.webp14.webp "640_wx_fmt=png&tp=webp&wxfrom=5.webp[14]")
| 关键词： 文本 词频 王华 关联 语料库 freq 中心化 分析 云图 scale |
文本挖掘的艺术之一： QQ聊天记录：中文聊天内容的挖掘
核心词云的制作：
在用R做文本挖掘之前我们需要做一些前期的环境准备， 我们这里做分析的文本是tm包下面的一个示例文本， 例如： 第一步：设置文本路径： setwd("C:\\Users\\aioger\\Documents\\R\\win-library\\3.2\\tm") 第二步：建立自己的语料库： ovid <- VCorpus(DirSource(txt, encoding= "UTF-8"), readerControl = list(language = "en"))
第三步：文档词项矩阵 dtm <- DocumentTermMatrix(reuters) #词频关联查找： findAssocs(dtm,"qui",0.3)
第四：删除关联词频少的 dtm1<- removeSparseTerms(dtm,sparse=0.5)#这里是把关联性小于0.5的词给删掉 第五步：转正 data1<-t(t(dtm1)) data1<-as.matrix(data1) data1<-t(data1) 对data1做中心化 data.scale <- scale(data1) 绘制聚类图 d <- dist(data.scale, method ="euclidean") fit <- hclust(d,method="ward.D") plot(fit,main ="文件聚类分析-王华")
下面我们在来画出这个的词云图 v<-sort(rowSums(data1),decreasing=TRUE) d<-data.frame(word=names(v),freq=v) wordcloud(d$word,d$freq) wordcloud(d$word,d$freq,scale = c(6, 1.5),min.freq = 2, max.words = 1000, colors = rainbow(100))
|
|
声明：文章版权归原作者所有 部分文章转自互联网 如有侵权请联系
[邮箱地址] 删除
|
