文本分析和情感分析 用于产品评论注释的文本分析和情感分析。 输入 ： 使用“ AmazonComments.csv”，其中包含使用某些R代码从亚马逊获取的评论。 输出 ： 词云 CSV文件-每个评论注释的情感极性。“ AmazonReviewSentimentAnalysis.csv” 我们发现，在611条评论中，有49条具有负极性，而562条具有正极性或中性极性。 从否定词云中，我们看到诸如说明，手册，订购，购买，用户指导，联系方式，服务之类的单词。这意味着可能会有一些关于用户手册/控制器的投诉，或者购买周期或客户可能有问题护理服务。 业务现在可以进一步研究这些以改进流程。 5，我们还会看到一些诸如设置，关闭，插头，探头，电源选项，界面之类的词。 这些可能会导致某些人对恒温器的设计或零件不满意。 业务现在有一些改进领域需要进一步研究。 来自twitter- Textblob和

评论极性分析及预测

针对我国大学生群体的舆情管理需求，文中设计了功能完备的舆情信息监控系统。该系统由数据采集、数据处理、话题发现、舆情分析四个模块组成。基于Hadoop技术设计了系统的数据采集和数据处理模块，架构了数据存储的Hdfs分布式文件管理体系，实现了舆情数据信息的高效存储；使用云计算中的MapReduce编程模型和语义分析算法实现了话题发现与舆情分析模块，从而完成对舆情数据信息的分析。经测试，该系统运行稳定、数据分析精准且便于部署，可以实现舆情监控管理的需求。

stopwords-master：停用词 Dream_of_the_Red_Kmeans.py ：基于python实现红楼梦聚类分析的主程序 Dream_of_the_Red_Mansion.txt : 红楼梦txt KMeansCluster_Class.py ：自己编写的KMeans程序 Red_Mansion_Dictionary.txt : 红楼梦人物名，辅助分词

大连理工情感词典修正版本，解决了NA倾向的词语无法读出的问题，内含大连理工情感词汇本体库，使用说明文档，简单的使用demo（利用词语情感强度来进行评分），适用于文本分析的初步学习者学习。

微博文本分析和可视化 0.数据来源和结构 新浪微博，爬虫链接： 微博内容数据结构（mongo数据库导出的json文档） content_example: [ {'_id': '1177737142_H4PSVeZWD', 'keyword': 'A股', 'crawl_time': '2019-06-01 20:31:13', 'weibo_url': 'https://weibo.com/1177737142/H4PSVeZWD', 'user_id': '1177737142', 'created_at': '2018-11-29 03:02:30', 'tool': 'Android'

里面有900+个英文停用词，可用于词云图的制作，去除无意义的干扰词汇。 版权声明：资源下载只能自己学习使用，切勿用于商业用途，违者必究。

（粉丝可下载）为了研究某分院教师的学术成果、研究兴趣、研究方向，我们以广西师范大学的两个分院教师在知网所发表论文的摘要数据分析学术成果、关键词数据分析研究方向、研究方向文本数据分析研究方向，具体用textrank算法计算出研究方向词权重，根据词权重绘制词云图进行文本分析。具体绘制教师论文摘要数据权重最高的40个词的词云图，并输出各教师的基本信息，根据结果我们发现各教授的基本信息与词云图文本高度一致，可见分词的效果非常好，可以分析出各分院教师的学术成果、研究兴趣、研究方向。

该资源是2020参加美赛所用代码，主要是做的文本分析，LDA，词云，分类统计，时间序列。内含原始数据和代码说明。

ROST CM 6是武汉大学沈阳教授研发编码的国内目前唯一的以辅助人文社会科学研究的大型免费社会计算平台。该软件可以实现微博分析、聊天分析、全网分析、网站分析、浏览分析、分词、词频统计、英文词频统计、流量分析、聚类分析等一系列文本分析,用户量超过7000,遍布海内外100多所大学,包括剑桥大学、日本北海道大学、北京大学、清华大学、香港城市大学、澳门大学众多高校。