Visualizzazioni comuni nel text mining

Text mining con Bag-of-Words in R

Ted Kwartler

Instructor

Perché creare visual?

Buone visualizzazioni portano a conclusioni rapide
Il cervello elabora bene le informazioni visive

Impostare il contesto

Argomenti dei tweet

Impostare il contesto

vettore

Grafici di frequenza termini con tm

# Convert TDM to matrix
coffee_m <- as.matrix(coffee_tdm)

# Sum rows and sort by frequency
term_frequency <- rowSums(coffee_m)
term_frequency <- sort(term_frequency,
                       decreasing = TRUE)

# Create a barplot
barplot(term_frequency[1:10],
        col = "tan",
        las = 2)

Grafici di frequenza termini con qdap

# Load qdap package
library(qdap)

# Find term frequencies
frequency <- freq_terms(
    tweets$text,
    top = 10,
    at.least = 3, 
    stopwords = "Top200Words"
  )

# Plot term frequencies
plot(frequency)

Passiamo alla pratica !

Text mining con Bag-of-Words in R