LDA 主题分析：一键生成可交互气泡图

LDA（Latent Dirichlet Allocation）是文本主题挖掘的经典算法。但老板们用 Python 跑 LDA 时经常卡在两件事：

  1. 主题数 K 选多少？ 凭感觉、试 5 遍
  2. 结果怎么可视化？ 一堆 print 输出，老板看不懂

我们的 LDA 主题分析软件 把这两件事都自动化了。

一、主题数自动寻优

困惑度（Perplexity） 和 一致性（Coherence） 是评估 LDA 的两大指标。我们用 网格搜索 + 双指标联合判断：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
import gensim
from gensim.models import CoherenceModel

def find_best_k(corpus, dictionary, texts, k_range=range(2, 16)):
    scores = []
    for k in k_range:
        lda = gensim.models.LdaModel(
            corpus=corpus, id2word=dictionary,
            num_topics=k, passes=15, random_state=42)
        # 困惑度
        perplexity = lda.log_perplexity(corpus)
        # 一致性（越高越好）
        coherence = CoherenceModel(
            model=lda, texts=texts, dictionary=dictionary,
            coherence='c_v').get_coherence()
        scores.append((k, perplexity, coherence))

    # 选一致性最高的 K
    best = max(scores, key=lambda x: x[2])
    return best  # (k, perp, coh)

用户界面：点一下”自动寻优”，软件画出困惑度曲线 + 一致性曲线，自动标出最优点。

二、可交互气泡图（pyLDAvis）

LDA 结果的可视化金标准是 pyLDAvis——它生成一个可交互的 HTML，鼠标悬停能看到：

1
2
3
4
5
6
import pyLDAvis
import pyLDAvis.gensim_models as gensim_vis

# 训练好的 LDA 模型
vis = gensim_vis.prepare(lda_model, corpus, dictionary)
pyLDAvis.save_html(vis, 'lda_visualization.html')

三、软件输出物

我们的 LDA 主题分析软件 一次运行给您 6 件套：

文件 用途
lda_topics.csv 主题-词矩阵，可直接读 Excel
lda_visualization.html pyLDAvis 可交互气泡图
topic_distribution.png 文档-主题分布柱状图
coherence_curve.png 一致性曲线（找最佳 K）
perplexity_curve.png 困惑度曲线
wordclouds_per_topic.png 每个主题一个词云

四、实战案例：分析 1 万条淘宝评论

任务：把 1 万条”智能手表”评论做主题分析

操作：

  1. 导入 comments.csv（一列文本）
  2. 点”自动寻优”
  3. 软件提示：最佳主题数 = 5
  4. 一键出报告

结果 5 个主题：

主题 Top 词 占比
T1 外观 颜值,时尚,表盘,精致,大气 28%
T2 性能 流畅,反应,运行,速度,稳定 24%
T3 价格 划算,优惠,折扣,性价比,实惠 19%
T4 续航 电池,续航,待机,充电,持久 17%
T5 服务 客服,态度,回复,处理,耐心 12%

老板一眼看出：续航和外观占比最高 → 营销重点。

五、立即试用

软件售价 ¥89，含：

点击购买 LDA 主题分析

本文的实操数据来自真实客户案例，已脱敏处理。