共现矩阵 + 网络关系图：3 步把 10 万条评论里的"隐藏关系"挖出来
共现矩阵 + 网络关系图：3 步把 10 万条评论里的”隐藏关系”挖出来老板们最常问：“差评”和”客服”是同一拨人说的吗？”物流”和”退货”哪个先出现？ 答案就在共现关系里——两个词在同一段文本里同时出现的频次。我们的 共现矩阵和网络关系图...
5 个标签
阅读全文 →
记录文本分析、自然语言处理、可视化领域的实战经验与工具心得
共现矩阵 + 网络关系图：3 步把 10 万条评论里的”隐藏关系”挖出来老板们最常问：“差评”和”客服”是同一拨人说的吗？”物流”和”退货”哪个先出现？ 答案就在共现关系里——两个词在同一段文本里同时出现的频次。我们的 共现矩阵和网络关系图...
LDA 主题演化分析：追踪 5 万条政策文件 5 年的热点变迁LDA 跑出来的主题是”静态的”——只能告诉你这个语料库在讲什么。老板们更想知道的是：主题怎么随时间变？今年和去年比，哪些主题变火、哪些变冷？ 这就需要 LDA 主题演化分析——...
数据预处理：4 步把 10 万条脏评论变成可分析的干净语料老板们最常踩的坑：拿到 10 万条评论直接跑 LDA，跑出来全是无意义主题。 问题不在算法，在数据——脏数据里 30% 是 URL、@用户、表情、空行、重复行。垃圾进，垃圾出。 我们...
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： 主题数 K 选多少？ 凭感觉、试 5 遍 结果怎么可...
情感分析软件：双引擎让准确率提升 35%做评论分析、舆情监控、用户调研的老板肯定知道——情感分析的坑太多了： 单用 SnowNLP：电商评论准确率只有 71% 单用百度 API：要联网、要钱、限速 单用关键词词典：新词跟不上、维护地狱 ...