【大数据部落】用R进行网站评论文本挖掘聚类

对于非结构化的网站中文评论信息，r的中文词频包可能是用来挖掘其潜在信息的好工具，要分析文本内容，最常见的分析方法是提取文本中的词语，并统计频率。频率能反映词语在文本中的重要性，一般越重要的词语，在文本中出现的次数就会越多。词语提取后，还可以做成词云，让词语的频率属性可视化，更加直观清晰。        比如对于如下的网站评论信息： 通过一系列的文本处理和高频词汇的提取，最后结合聚类，我们可以得到如

>>阅读原文<<