基於Python之文字探勘平臺

Text mining platform with python

林柏宇(Po-Yu Lin) ； 謝邦昌(Ben-Chang Shia) ； 廖佩珊(Pei-San Liao)

《Journal of Data Analysis》 11卷6期 (2016/12) Pp. 35-61

https://doi.org/10.6338/JDA.201612_11(6).0003

摘要

隨著資訊科技的發展及手持裝置與社群網站越來越趨於活絡，各種電子新聞、社群網站的貼文與評論的資料量快速成長且結構複雜。一般而言，資料可簡單的分成結構化資料與非結構化資料，結構化的資料已有許多有效的方法可以運用，像是資料採礦技術，但如文字、聲音、影像等非結構化資料的分析方法，相較之下較為少數，運用本研究的文字探勘平台，挖掘出有效的資訊，將可以快速的從資料中探討其重要意義。本研究希望透過網路上的開源碼整合出一套平台，利用Python 做為後台運算，結合HTML 撰寫網頁程式，把文字探勘的平台架在Django 上。再將夏季旅展的新聞資料匯入平台，做文字探勘相關的分析，如詞雲分析、關聯分析、集群分析、情感分析等，討論夏季旅展資料的意義與脈絡。

關鍵字

文字探勘 ； 大數據 ； 情感分析 ； 資料採礦

並列摘要

With the development of information technology, handheld devices and social networking sites become more and more active, a variety of electronic news and community website postings and comments rapidly growing amount of data and complex structure. In general, the data can be simply divided into structured data and unstructured data, structured data there are many effective methods can be applied, such as data mining technology. But such as text, sound, video and other unstructured data analysis method, compared to relatively few, in this study the use of text mining platform, found out an effective information, will be able to quickly explore its significance from the data. We hope that through this study, an open source web platform for the integration of a set, use Python as a background operation, combined with HTML pages written program, the text mining platform on the shelf in Django. Then TTE news data import platform, do text mining-related analysis, such as word cloud analysis, correlation analysis, cluster analysis, sentiment analysis, etc., to discuss the meaning and context of information TTE.

並列關鍵字

Text Mining ； Big Data ； Semantic analysis ； Data Mining

參考文獻

巫啟台(2002)。文件之關連資訊萃取及其概念圖自動建構(碩士論文)。國立成功大學資訊工程學系所。

吳宜隆(2010)。建構於雲端運算之文字探勘服務系統(碩士論文)。虎尾科技大學資訊管理研究所。

林名彥(2015)。應用文字探勘技術於客訴資料之研究─以台大PPT論壇為例。龍華科技大學資訊管理系。

張文瑜(2005)。傳播學的建構─談問卷資料為什麼和如何被視覺化。中國廣告期刊。2005(10)，55-70。

陳譽晏(2015)。運用R Shiny建立文字探勘平台之語意分析及輿情分析(碩士論文)。輔仁大學統計資訊學系應用統計碩士班。