评论分析的思考

其他 2019-05-01 21:58:23 阅读次数: 0
版权声明：本文为博主原创文章，转载请注明出处。 https://blog.csdn.net/qq_32768743/article/details/89716115

数据来源

首先是数据来源，如果没有现存的数据库，就需要写爬虫去爬
java/kotlin可用使用jsoup，配合生产者-消费者模型，优化数据库插入

分词

我开始没把分词当回事，想着不就是用jieba等跑一下就行了么？随着自己慢慢调词云图，发现构建相关业务的词典也非常重要

stopwords

一些无意义的词，非常的烦，网上找到的一些词库往往不全，需要再手动调

词云图

词云图真是一个巨大的体力活，需要不断的调，不断的删掉不想出现的词
除了找高频词，还需要解释高频词
出现意思一样的词语，还要合并

后面慢慢再补充，感觉是个大坑

参考：

猜你喜欢

转载自blog.csdn.net/qq_32768743/article/details/89716115
今日推荐
周排行
Leetcode简单题61~80
解决zookeeper磁盘IO高的问题
多线程相关方法详解
Maven-setting.xml文件详解
Maven 项目的 classpath 理解
渊亭科技大数据笔试题
配置JVM内存分配
计算机网络个人学习笔记 （三）网络层 ：第三部分 连载
js中两个等号(==)和三个等号(===)的区别
用C程序自动打开电脑上的程序
每日归档
更多
2024-09-18(0)
2024-09-17(0)
2024-09-16(0)
2024-09-15(0)
2024-09-14(0)
2024-09-13(0)
2024-09-12(0)
2024-09-11(0)
2024-09-10(0)
2024-09-09(0)

代码天地 © 2018 codetd.com

境外服务器   最新电视剧2022