python 文本聚类分析案例说明摘要1、结巴分词2、去除停用词3、生成tfidf矩阵4、K-means聚类5、获取主题词 / 主题词团
说明
实验要求：对若干条文本进行聚类分析，最终得到几个主题词团。
实验思路：将数据进行预处理之后，先进行结巴分词、去除停用词，然后把文档生成tfidf矩阵，再通过K-means聚类，最后得到几个类的主题词。
实验说明：如何用爬虫获取数据可以参考其他博客，这里我们直接用一个周杰伦的歌词文本为例进行分析，把28条歌词聚成3个类。
摘要
实验源数据放在文件sourceData中，中间文件放在resultData中。
源文件：
结果：
1、结巴分词
直接上代码，
2021-03-14 19:24:10
1.31MB
1
该资源是2020参加美赛所用代码，主要是做的文本分析，LDA，词云，分类统计，时间序列。内含原始数据和代码说明。
2021-03-12 18:11:15
21.15MB
1
案例背景：目前在我国移动通讯行业基本呈现三足鼎立的局势，市场份额由中国移动、中国联通和中国电信三家运营商瓜分。客户流失问题非常严重，从近5年的统计数字来看，三家运营商的移动客户数增长缓慢，中国联通在2015年甚至出现了负增长。因此建立一套系统的客户流失预警体系已是燃眉之急。案例原文详见某移动通讯公司客户流失预警分析
2021-03-03 16:10:55
5KB
1
tableau可视化分析-案例集锦--The Spice of Life-旋风图
2021-02-07 18:01:48
244KB