R语言|文本挖掘应用|标签云

虽然总有人对比python与R的实用性，但是作为数据分析的目标而言，工具不是重点，目标需求才是首要关注点，所以，今天尝试用R自带的一系列工具包来完成对于文本内容的挖掘，并利用标签云展示词频关系。

- 工具包
分词包jiebaR（类似于python中的jieba，但兼具标注，关键词提取以simhash等功能）
标签云包wordcloud

- 编程环境
R编译解释器
Rstudio（界面简洁，操作方便，集成大量实用功能）

- 挖掘展示过程
大体步骤分如下：
1.数据源的读入，整合并做分词

test <- readLines(“corpus.txt”, encoding = ‘UTF-8’)
mixseg = worker(stop_word = “stop_words.utf8”)
words = c()
for (i in test) {words = c(words, mixseg <= i)}

注：worker()函数建立分词环境，这里添加停用词路径，其他参数可使用？worker访问查看，将分割后的词语利用数组列表words存储；

2.数据频次统计，排序筛选，并制作数据帧data.frame

word = table(words)
word <- sort(word, decreasing = TRUE)
word = word[1:100]
d = data.frame(word = names(word), freq = word)

注：利用table函数统计列表中的词频次，然后降序排列，最后利用data.frame函数产生frame数据集，包含名称和频次两列

3.利用wordcloud绘制标签云

mycolors <- brewer.pal(8, “Dark2”)
wordcloud(d$word,d$freq, random.order = FALSE, random.color= FALSE, colors = mycolors, family = “myFont3”)

注：利用brewer.pal(n,color)函数产生颜色集，第一个参数n是颜色个数，第二个color参数表示颜色集系列；wordcloud的前两个参数即是对应的词及频次。

R语言|文本挖掘应用|标签云相关推荐

手把手：R语言文本挖掘和词云可视化实践
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初步尝试.飞信群 ...
R语言︱文本挖掘套餐包之——XML+SnowballC+tm包
每每以为攀得众山小,可.每每又切实来到起点,大牛们,缓缓脚步来俺笔记葩分享一下吧,please~ --------------------------- R语言︱文本挖掘套餐包之--XML+tm+Sn ...
R语言·文本挖掘︱Rwordseg/rJava两包的安装（安到吐血）
每每以为攀得众山小,可.每每又切实来到起点,大牛们,缓缓脚步来俺笔记葩分享一下吧,please~ --------------------------- R语言·文本挖掘︱Rwordseg/rJava ...
R语言︱文本挖掘之中文分词包——Rwordseg包(原理、功能、详解)
笔者寄语:与前面的RsowballC分词不同的地方在于这是一个中文的分词包,简单易懂,分词是一个非常重要的步骤,可以通过一些字典,进行特定分词.大致分析步骤如下: 数据导入--选择分词字典--分词但 ...
【R语言文本挖掘】：n-grams和相关性计算
[R语言文本挖掘]:n-grams和相关性计算
【R语言文本挖掘】：情感分析与词云图绘制
[R语言文本挖掘]:情感分析与词云图绘制
【R语言文本挖掘】：tidy数据格式及词频计算
[R语言文本挖掘]:tidy数据格式及词频计算
【R语言文本挖掘】：分析单词和文档频率——TF-IDF
[R语言文本挖掘]:分析单词和文档频率--TF-IDF
R语言︱文本挖掘——词云wordcloud2包
每每以为攀得众山小,可.每每又切实来到起点,大牛们,缓缓脚步来俺笔记葩分享一下吧,please~ --------------------------- 笔者看到微信公众号探数寻理中提到郎大为Chif ...

R语言|文本挖掘应用|标签云

R语言|文本挖掘应用|标签云相关推荐

最新文章

热门文章