一、文本挖掘定义 文本挖掘指的是从文本数据中获取有价值的信息和知识，它是数据挖掘中的一种方法。文本挖掘中最重要最基本的应用是实现文本的分类和聚类，前者是有监督的挖掘算法，后者是无监督的挖掘算法。 二、文本挖掘步骤 1)读取数据库或本地外部文本文件 2)文本分词 2.1)自定义字典 2.2)自定义停止 ...
分类：
其他好文 时间：
2017-04-01 15:49:48
阅读次数：
291
python 结巴分词(jieba)学习 特点 1，支持三种分词模式： a,精确模式，试图将句子最精确地切开，适合文本分析； b,全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义； c,搜索引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。 ...
分类：
其他好文 时间：
2017-03-19 14:19:45
阅读次数：
224
文本挖掘， 顾名思义，就是挖掘本文信息中潜在的有价值的信息。文本数据与数值数据的区别有三： 第一，非结构化且数据量大； 文本数据的数据量是非常之巨大的，一百万条结构化数据可能才几十到几百兆，而一百万条文本数据就已经是GB了。当然文本数据的数据量无法与每天的log数据相比，但在基础数据中算是占比很大的 ...
分类：
其他好文 时间：
2017-01-26 01:01:24
阅读次数：
592
library(jiebaRD)library(jiebaR) ##调入分词的库cutter <- worker()mydata =read.csv(file.choose(),fileEncoding = 'UTF-8',stringsAsFactors = FALSE,header=FALSE) ...
分类：
其他好文 时间：
2017-01-24 14:44:56
阅读次数：
329
基本流程： 数据收集、数据建模、构建数据画像、风险定价。 数据收集：网络行为数据、企业服务范围内行为数据、用户内容偏好数据、用户交易数据、授权数据源、第三方数据源、合作方数据源、公开数据源。 数据建模：文本挖掘、自然语言处理、机器学习、预测算法、聚类算法。 数据画像：基本属性、购买能力、行为特征、兴 ...
分类：
其他好文 时间：
2017-01-22 22:40:47
阅读次数：
235
http://weblab.com.cityu.edu.hk/blog/luheng/2011/06/24/%E7%94%A8gibbslda%E5%81%9Atopic-modeling/#comment-87 Topic Modeling是一种文本挖掘的方法。将文本视作一个由许多许多词组成的数据 ...
分类：
其他好文 时间：
2016-12-22 14:18:50
阅读次数：
223
作者：韦玮，重庆韬翔网络科技有限公司（上海）董事长兼总经理，IT作家，CSDN社区专家。
本文为韦玮原创文章，未经允许不得转载，点此查看作者有关《Python数据分析与挖掘经典案例实战》经验分享。...
分类：
其他好文 时间：
2016-12-16 12:11:40
阅读次数：
431
< 独立项目 - 文本挖掘 > 项目立项的相关背景介绍，TODO方向。 一、Ubuntu环境配置 主机系统：Windows 7 SP1 64位操作系统 | i5-4210 CPU | 16GB RAM VirtualBox虚拟环境：GUN VitrualBox Linux系统：Ubuntu 15.1 ...
分类：
编程语言 时间：
2016-11-15 08:04:36
阅读次数：
161
< 独立项目 - 文本挖掘 > 项目立项的相关背景介绍，TODO方向。 一、Ubuntu环境配置 主机系统：Windows 7 SP1 64位操作系统 | i5-4210 CPU | 16GB RAM VirtualBox虚拟环境：GUN VitrualBox Linux系统：Ubuntu 15.1 ...
分类：
系统相关 时间：
2016-11-14 01:32:29
阅读次数：
310
笔者寄语：2013年末，Google发布的 word2vec工具引起了一帮人的热捧，大家几乎都认为它是深度学习在自然语言领域的一项了不起的应用，各种欢呼“深度学习在自然语言领域开始发力 了”。
基于w...
分类：
编程语言 时间：
2016-10-31 22:19:25
阅读次数：
338
