本文介绍了基于疫情舆情数据的文本挖掘实战，包括数据抓取、中文分词、词云可视化、TF-IDF计算、KMeans文本聚类、层次聚类和LDA主题模型分析。利用Jieba进行分词，通过WordCloud生成词云，运用TF-IDF和KMeans发现主题，并借助层次聚类深入分析。最后，通过LDA模型探讨主题分布，助力文本挖掘和数智人文研究。
【数智人文与文本挖掘】知识星球建立且正式运营，欢迎新老博友和朋友加入，一起分享更多数智人文知识和交流进步。该星球计划每周至少分享7个资源或文章，包括数智人文、文本挖掘、人工智能、大数据分析和图书情报的技术文章、代码及资源。同时，欢迎进入星球的朋友咨询我图情和AI人文技术、论文、求职、考研考博等问题，可以帮助大家修改一份简历（含考研、考博、求职），并给出真诚建议。感谢大家的支持，比较良心的星球，从零到壹尤其适合初学者和换图情、人文专业的同学。
《数智人文实战》专栏将以实战为主，分享数智人文相关的案例100个，旨在帮助初学者和探索数智人文发展。前文分享了可视化分析软件CiteSpace基础知识。这篇文章将以疫情舆情数据为语料（包含新闻数据采集），深入开展文本挖掘研究，包括中文分词处理及文本聚类、LDA主题模型分析。希望这篇可视化分析文章对您有所帮助，也非常感谢参考文献中老师的分享，一起加油！
代码下载地址：
订阅专栏 解锁全文
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
