超级会员免费看
本文介绍了基于豆瓣影评数据的文本分析流程，包括数据爬取、清洗、数据库存储、LDA主题挖掘和词云可视化。通过模拟登录、数据解析、预处理、存储到MySQL，然后利用LDA进行主题分析，最后以词云形式展示结果。
本分析中很多的工作都是基于评论数据来进行的，比如：滴滴出行的评价数据、租房的评价数据、电影的评论数据等等，从这些语料数据中能够挖掘出来客户群体对于某种事物或者事情的看法，较为常见的工作有：舆情分析、热点挖掘和情感分析。
如果想要了解关于文本分类或者是情感分析相关的工作内容，可以阅读我的《数据建模实战》专栏文章，下面是链接信息：
在之前的工作经历中，我对微博数据和电影评论数据进行文本分析工作较多，今天的文章主要就是想以影评数据为切入点介绍一些自己文本分析的流程和方法，本文的主要内容包括：豆瓣影评数据采集、文本数据清洗预处理、数据库存储、LDA主题挖掘分析、词云可视化展示等几个主要部分。
下面是 本文简单的实现流程如下图所示：
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
