文本数据挖掘 基于R语言

图书标准信息

• 作者 黄天元
• 出版社 机械工业出版社
• 出版时间 2021-04
• 版次 1
• ISBN 9787111677505
• 定价 89.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 200页
• 字数 303千字

【内容简介】

文本是一种特殊的非结构化数据，在当今的大数据时代，其价值日趋凸显。本书利用开源而强大的R软件，对文本数据挖掘的概念、技术及技巧进行了系统的介绍。本书共11章，内容包括：走进文本数据挖掘，R语言快速入门，字符串的基本处理，用好正则表达式，导入各类文本数据，对各类文本数据进行预处理，文本特征提取的4种方法，基于机器学习的文本分类方法，文本情感分析，文本可视化，文本数据挖掘项目实践。本书还提供了丰富的应用案例和程序源代码引导读者高效学习。
  本书适合对文本数据挖掘感兴趣的学生、科研人员和数据科学从业者阅读。同时，本书还可以作为工具书，为需要经常进行文本数据挖掘的读者提供快速检索。

【作者简介】

黄天元，复旦大学理学博士。热爱数据科学与开源工具，致力于利用数据科学迅速积累行业经验优势和科学知识发现，研究领域包括但不限于信息计量、机器学习、数据可视化、应用统计建模、知识图谱等。在CRAN上维护了3个下载量破万的R包（akc、tidyfst、tidyft），著有《R语言高效数据处理指南》一书，并设有知乎专栏“R语言数据挖掘”，关注人数9000+。

【目录】

目录

前言

第1章  走进文本数据挖掘1

1.1  什么是文本数据挖掘1

1.2  为什么要做文本数据挖掘2

1.3  如何进行文本数据挖掘2

1.3.1  文本数据挖掘的流程2

1.3.2  文本数据挖掘的基本任务及方法4

1.4  文本数据挖掘软件工具概览5

第2章  文本数据挖掘利器—R语言7

2.1  开发环境配置7

2.1.1  下载并安装R软件7

2.1.2  包的管理8

2.1.3  版本升级9

2.1.4  集成开发环境10

2.2  R的基本数据类型11

2.2.1  数值型12

2.2.2  逻辑型12

2.2.3  字符型12

2.2.4  因子型13

2.3  R的常用数据结构13

2.3.1  向量13

2.3.2  矩阵14

2.3.3  列表14

2.3.4  数据框15

2.4  R的基础编程知识15

2.4.1  赋值15

2.4.2  函数16

2.4.3  强制类型转换16

2.4.4  条件判断17

2.4.5  循环操作17

2.5  数据操作入门19

2.5.1  文件读写19

2.5.2  数据框的检视25

2.5.3  单表操作28

2.5.4  多表操作37

2.5.5  缺失值处理42

2.5.6  长宽数据转换46

第3章  从基础做起1—字符串的基本处理51

3.1  字符串的构造51

3.2  字符串的辨识、计数与定位52

3.3  字符串的提取53

3.4  字符串的定制化输出54

3.5  字符串的替换与删除56

3.6  字符串的拼接与拆分57

3.7  字符串的排序57

第4章  从基础做起2—用好正则表达式59

4.1  通配符解析59

4.1.1  点运算符（“.”）60

4.1.2  字符集（“[]”）60

4.1.3  否定字符集（“[^ ]”）61

4.1.4  出现0次或更多（“*”）61

4.1.5  出现1次或更多（“+”）62

4.1.6  出现0次或1次（“?”）62

4.1.7  出现次数范围限制（“{}”）62

4.1.8  特征标群（“(...)”）62

4.1.9  或运算符（“|”）63

4.1.10  转义字符（“\”）63

4.1.11  匹配开头部分（“^”）63

4.1.12  匹配结尾部分（“$”）64

4.2  反向引用64

4.3  简写字符集65

4.4  贪婪匹配与惰性匹配66

4.5  零宽断言67

4.5.1  正先行断言（“?=...”）67

4.5.2  负先行断言（“?!...”）68

4.5.3  正后发断言（“?第5章  步入正题—导入各类文本数据70

5.1  readtext包简介70

5.2  不同格式文本文件的导入70

5.2.1  读取txt文件71

5.2.2  读取csv/tsv文件72

5.2.3  读取json文件74

5.2.4  读取pdf文件74

5.2.5  读取Word文件75

5.2.6  读取html文件75

5.2.7  读取压缩包75

5.3  读入不同编码格式的文档76

5.4  文件数据结构的转化77

第6章  更进一步—对各类文本数据进行预处理79

6.1  拼写纠错79

6.2  文本切分80

6.2.1  段落切分81

6.2.2  句子切分82

6.2.3  词语切分82

6.2.4  n元切分85

6.2.5  字符切分85

6.3  去除标点86

6.4  去除停用词86

6.5  扩展缩写87

6.6  词干提取87

6.7  词形还原与词性标注88

6.8  批量文档预处理90

第7章  上手文本数据挖掘—文本特征提取的4种方法92

7.1  基本特征提取92

7.2  基于TF-IDF的特征提取94

7.3  词嵌入96

7.3.1  基于BOW96

7.3.2  基于word2vec98

7.3.3  基于GloVe100

7.3.4  基于fastText101

7.4  文档向量化：doc2vec102

第8章  文本分类—基于机器学习的方法105

8.1  无监督分类105

8.1.1  基于文本相似度的聚类105

8.1.2  基于网络集群识别的自动化聚类120

8.1.3  基于主题模型的分类125

8.2  有监督分类129

8.2.1  二分类129

8.2.2  多分类136

第9章  深入理解文本内涵—文本情感分析142

9.1  英文情感分析142

9.1.1  RSentiment143

9.1.2  sentimentr144

9.1.3  SentimentAnalysis145

9.1.4  meanr147

9.1.5  sentometrics148

9.2  中文情感分析151

9.2.1  环境与数据准备151

9.2.2  情感词典准备151

9.2.3  中文分词152

9.2.4  分值计算152

9.2.5  小结152

第10章  文本数据的直观表达—文本可视化153

10.1  条形图153

10.2  克利夫兰点图155

10.3  矩形树状图156

10.4  词云157

10.5  词汇位置分布图159

10.6  网络图164

10.7  双文档对比可视化167

第11章  举一反三—文本数据挖掘项目实践170

11.1  情感分析案例：量化中文新闻报道中的情感走势170

11.2  文本分类案例：基于词袋模型对英文期刊摘要来源进行分类176

11.3  关键词提取案例：根据CRAN的介绍文本提取R包关键字181