用R進行網站評論文本挖掘聚類

原文：http://tecdat.cn/?p=3994

對於非結構化的網站中文評論信息，r的中文詞頻包多是用來挖掘其潛在信息的好工具，要分析文本內容，最多見的分析方法是提取文本中的詞語，並統計頻率。頻率能反映詞語在文本中的重要性，通常越重要的詞語，在文本中出現的次數就會越多。詞語提取後，還能夠作成詞雲，讓詞語的頻率屬性可視化，更加直觀清晰。 

      好比對於以下的網站評論信息：

​
經過一系列的文本處理和高頻詞彙的提取，最後結合聚類，咱們能夠獲得以下的可視化結果。

第一類客戶：

​

第二類
​

第三類
​

這是根據某網站成交評論製做的可視化詞雲，詞頻的統計，分詞和詞雲的製做都是用R，最後作了聚類，將不一樣的用戶聚成了3個類別。這個圖能很直觀看到，每一個類別的客戶的特色。不過這張圖中的詞語還須要進行優化，由於有些術語或詞組可能被拆分紅了更小的詞語，沒有展現出來，爲了演示，我就沒再花更多時間去優化詞庫，主要介紹分析的過程與方法。