主题分析流程概要

最新推荐文章于 2024-05-22 09:20:38 发布

Clancy Wang

最新推荐文章于 2024-05-22 09:20:38 发布

阅读量1.1w

点赞数 2

分类专栏：舆情分析-主题划分组文章标签：舆情分析主题分析自然语言处理机器学习 python

本文链接：https://blog.csdn.net/qq_41557009/article/details/89508701

版权

本文介绍了主题分析的定义和流程，包括数据集准备（如Python爬虫和八爪鱼爬虫工具）、数据预处理、主题模型分析（如TOT、LDA、DAM和NMF）、对比实验和演变分析（如KM距离和EM算法）。讨论了不同主题演化方法的优缺点，为舆情分析提供了理论和技术支持。

摘要由CSDN通过智能技术生成

此次仅根据论文及网络资料简单整理主题分析流程和一般使用的技术全部未展开作为一个初步计划大纲开展后续学习 --写于2019.4.24晚

主题分析

主题分析（英语：Thematic analysis）是定性研究中最为常见的一种形式。它强调在数据中精确定位、检查和记录主题或模式。主题（英语：themes）是跨数据集的模式（英语：patterns），这些模式对于现象的描述很重要，并且与特定的研究问题相关联。

  1.数据集准备 2.数据预处理 3.基于用主题模型的主题提取结果分析 4.对比实验 5.主题演变分析

数据集准备：python爬虫八爪鱼爬虫工具目标应用，网页

1.1python爬虫：爬虫：一段自动抓取互联网信息的程序，从互联网上抓取对于我们有价值的信息。Python 爬虫架构主要由五个部分组成，分别是调度器、URL管理器、网页下载器、网页解析器、应用程序（爬取的有价值数据）。

1.2八爪鱼爬虫工具：八爪鱼爬虫工具：八爪鱼网页数据采集器，是一款使用简单、功能强大的网络爬虫工具，完全可视化操作，无需编写代码，内置海量模板，支持任意网络数据抓取
数据预处理：1.剔除垃圾数据 2.去除停留词 3.分词（python）
主题模型（分析&#

关注

专栏目录