文字挖掘
此代码可用于为文档分配关键字，并从文档数据库中查找单词之间的关联规则。 此外，只需稍加修改，就可以使用搜索关键字创建文档建议系统。
入门
克隆此存储库
执行textMining.py
系统将要求您提供支持和信心。 输入那些，您将获得关联规则作为输出。
就是这样。 做得好！
先决条件
需要在计算机上安装python 3.6。
运行测试
编写代码的方式是，当您执行TextMining.py时，它将检查名为documentDatabase的文件夹并读取其中的所有.txt文件。 每个文本文件都充当一个单独的文档。 由于代码的输入应该是文档数据库，因此我们在documentDatabase文件夹中有多个文档。
读取所有文档，然后通过删除停用词来对其进行清洁。 使用词干进一步清除单词。 停用词列表可以在listOfStopWords.txt中找到
Example of stemmin
2022-04-14 18:09:34
37KB
1
反编译C#项目得到源代码,恢复窗体的.cs和.resx文件间的关联.zip
2022-04-13 08:13:03
59KB
安装oracle所需的依赖包及依赖包关联的依赖，解压压缩包到目录可直接离线安装这些rpm包，全量安装包都在这了binutils、compat-libcap1-1.10、compat-libstdc++-33-3.2.3-69、glibc-2.12-1.212.el6_10.3、glibc-devel-2.12-1.212、libaio-0.3.107-10、libaio-devel-0.3.107-10、libgcc-4.4.7-23、libstdc++-4.4.7-23、libstdc++-devel-4.4.7-23、unixODBC-2.2.14-14、unixODBC-2.2.14-14、unixODBC-devel-2.2.14-14......
2022-04-11 17:03:58
29.98MB
1
这是一份豆瓣电影评论分析，包含用户评论、不同国随着时间增长，电影流行趋势变化
为由用户电影评论构建tf-idf模型抽取的关键短语。由电影风格标签抽取的关联规则。通过kmeans算法聚类电影，样本通过one-hot编码为特征，然后再使用kmeans算法聚类
2022-04-11 14:10:33
145.23MB
世界国家表+世界省份表+世界城市表
共3个数据表,相互之间通过id关联
其中省份表结构如下
CREATE TABLE `province` (
`id` int(11) NOT NULL AUTO_INCREMENT COMMENT '关联city表的province_id',
`country_id` int(11) NOT NULL DEFAULT 0 COMMENT '国家id',
`province_name` varchar(100) NOT NULL DEFAULT '' COMMENT '省份名称',
PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=3836 DEFAULT CHARSET=utf8mb4 COMMENT='省份表';
2022-04-10 19:03:36
22.49MB
1