写在前面
之前用过ROST CM6 来进行毕设中有关景区整体的感知,但是ROST CM6似乎已经是2010年的产品了,用在2022年毕设有点稍旧(当然Gephi似乎是2009年的产品 )不管怎么说,Gephi不管是从名字上还是内容上似乎好像也许可能比 ROST CM6 高端辣么一点点,现在学习一下绘制过程和方法,将毕设部分进行调整和改进。
正餐开始
其实利用Gephi来进行相关分析和LDA差不多
LDA所做的内容主题是割裂的,无法得知各主题间的相关关系,丢失了词语和句子之间的联系,常常导致我们无法给主题进行准确的命名。
LDA还会遇到一个常见的问题是困惑度不减反增,出现这个问题的原因可能是:
由于短文本的特征稀疏性,传统的LDA获PLSA主题模型分析短文本的效果并不理想
[1] 蔡永明,长青.共词网络LDA模型的中文短文本主题分析[J].情报学报,2018,37(03):305-317
(毕设中用的都是长段的评论文本,所以没出现问题)
开始说一下语义网络分析
语义网络分析是指从文章中提取某些关键词,然后利用这些词语直接的相似度关系来构建词语的关系网。进而来探索文本想表达的意思,比方说我们可以用其来做主题聚类分析。
相较于割裂的 LDA 主题我们能通过关系图更清晰了解主题及内容之间的关系讯息。
动手实操
需要在 data 文件夹中放入相关数据
在进行完停用词去除、合并同义词、词语规定标准后(当然这需要先粗浅地RUN一次再来进行调整和修改),即可利用相关代码构建相关词语的共线矩阵,然后即可得到相关的文件,这时即可导入Gephi软件进行分析。
一点题外话+补充
定义自己的文件(CSV)
虽然这个可能不很常用(毕竟边的权重啥的很主观 )但是还是提一下吧。
首先是导入边文件:
注意观察文字有无乱码,如果出现了乱码,记得用记事本打开另存为utf-8的形式
此时已完成边文件的导入,下一步要进行节点内容的导入(操作方法同上)
注意要把所有的图选项改为 无向图
在导入边的时候,由于我们是首创一个文件,所以选择的是 New Workspace 选项,现在我们导入节点是基于前一步导入的边,所以要选择 Append to existing workspace 选项
可以通过这个来设置节点的大小
(但是平常感觉用 Size 的机会很小,而且也不怎么好看 )
备注:
继续深入了一下,发现这个其实还是很好用的
可以将重点部分进行突出,把 csv 数据导出后再进行 Size 列的调整修改,这样的话也还不错。再按照上述内容进行修改:
真正的正餐开始
现在是利用毕设中自己的数据集来做一遍,自己定义CSV并不常用,这才是比较常规的 Gephi 方法。
首先打开result文件夹下的网络图
由于内容是中文的,必须选用中文才能让其得以显现
如果遇到标签过于紧密,点选标签调整,标签即会自动移动
(下图非最终结果)
点选统计相关的按键(虽然不知道为啥要点 )
最重要的感觉是模块化
模块化即是主题,然后点选颜色,不同的节点就被赋予不同的颜色
可以对线条和字体进行调整
保存图片记得调整像素,更高清
Gephi网络调整
——①过滤节点 ②调整重叠标签
总结
Gephi大概的内容操作就是这样了,接下来就是把图调整好看的过程了