基于词云图+Kmeans聚类+LDA主题分析+社会网络语义分析对大唐不夜城用户评论进行分析（上）：https://developer.aliyun.com/article/1434918

2.3TF-IDF+Kmeans聚类分析

首先还是导入用到的第三方库以及数据

编写一个中文分词的函数

对分词结果进行词向量化并降维到1000维同时进行标准化操作

使用TF-IDF提权关键词并获取权重

使用Kmeans进行聚类，关于K的确定，我是试了几个数字，发现还是2最合适。

最后将聚类结果进行可视化

2.4LDA主题分析

首先还是导入我们的数据

在中文分词之前，我们先删除重复数据并且将评论长度小于10的进行剔除，从结果发现，我们剔除了40条评论。

中文分词

确定最佳主题个数K值

从图可看出，8是最低的点，但是8个主题明显太多，会出现过拟合，所以还剩下3和5。最后经过主题可视化我们最终确定了3是最佳的K值。

可以使用summary查看模型信息

Lda主题可视化

最后我们也可以将每个主题的关键词进行词云图展示

运行完上面的代码会生成3个html页面

主题0词云图

主题1词云图

主题2词云图

2.5社会语义网络分析

这里我们主要使用到的工具是ROSTCM6，关于软件的安装及使用可参考我的博文

ROSTCM6软件下载及语义网络分析详细操作教程（附网盘链接）_艾派森的博客-CSDN博客

三、总结

       本次实验我们使用了词云图、情感分析、LDA主题分析、TF-IDF+Kmeans、社会网络语义分析等对大唐不夜城的评论进行了分析。关于博文中的源码大家可以关注派森小木屋公众号进入粉丝群领取，如对文章有疑惑，请评论区留言。