【大數據部落】用R進行網站評論文本挖掘聚類

對於非結構化的網站中文評論信息，r的中文詞頻包可能是用來挖掘其潛在信息的好工具，要分析文本內容，最常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，一般越重要的詞語，在文本中出現的次數就會越多。詞語提取後，還可以做成詞雲，讓詞語的頻率屬性可視化，更加直觀清晰。        比如對於如下的網站評論信息： 通過一系列的文本處理和高頻詞彙的提取，最後結合聚類，我們可以得到如

>>阅读原文<<