python学习-文本数据分析1(主题提取+词向量化)
(2015-03-11 18:20:42)
标签:
python数据分析文本分析 |
使用Python 进行简单文本类数据分析,包括:
1. 分词
2. 生成语料库,tfidf加权
3. lda主题提取模型
4. 词向量化word2vec
参考:
http://zhuanlan.zhihu.com/textmining-experience/19630762
#!/usr/bin/env python
# -*- coding:utf-8 -*-
import MySQLdb
import pandas as pd
import pandas.io.sql as sql
import jieba
import nltk
import jieba.posseg as pseg
from gensim import corpora, models, similarities
import re
# import logging
# logging.basicConfig(format='%(asctime)s: %(levelname)s:
%(message)s',level=logging.INGO)
# reload(sys)
# sys.setdefaultencoding('utf-8')
if __name__ == '__main__':
#示例数据(电商评论):
0
标签:洗衣机不错操作简单全自动不错心得:洗衣机很满意!洗宝宝衣服的~!小巧方便~!!
1
标签:洗衣时间短脱水声音小脱水很好噪音很小操作简单心得:比超市便宜,挺好用的,床单也可以洗。
2
标签:脱水很好脱水声音小洗衣效果好心得:质量、设计都非常好,外观也很漂亮。很满意。要注意这款...
3
标签:洗衣干净动力足洗衣效果好心得:比较小巧,非常不错,大品牌有保障!!!
4
心得:很适合家庭使用小件的衣物及时就洗出来了方便
5
标签:洗衣机不错操作简单心得:非常不错的洗衣机,价格也还不错,支持京东!
6
标签:脱水很好操作简单心得:给儿子买的脱水用,还不错~~~~~~~~~
7
心得:很好的烘干机,已经用了
8
标签:操作简单心得:说是防缠绕,不知道是怎么个防缠绕法,脱水声音超大,像是在撞墙一样版本:6...
9
标签:全自动不错心得:买来送长辈的,还没用,看起来还可以版本:6.5公斤
#提取出的前3个主题的结果:
0.028*算轻 + 0.028*操作 + 0.027*噪音 + 0.026*不久 +
0.025*送货 + 0.025*很好 + 0.024*牌子 + 0.022*简单 + 0.021*很小 +
0.020*评价
0.047*脱水 + 0.035*声音 + 0.034*性价比 + 0.031*起来 +
0.026*经典 + 0.025*不错 + 0.024*希望 + 0.022*知道 + 0.020*喜欢 +
0.020*问题
0.056*不用 + 0.032*代买 + 0.029*次数 + 0.024*冻手 +
0.023*稍差 + 0.022*优点 + 0.022*地方 + 0.021*缺点 + 0.020*面板 +
0.019*送货
#找到“洗衣”和”方便“相似度高的词
word:容量,similar:0.949171900749
word:动力,similar:0.946333944798
word:时间,similar:0.939984798431
word:干净,similar:0.918717443943
word:滚筒,similar:0.90215164423
word:外观,similar:0.886778771877
word:功能,similar:0.882432937622
word:效果,similar:0.880518734455
word:声音,similar:0.878705024719
word:电机,similar:0.878492772579

加载中…