text mining

1.抓取2020.3.13-2020.5.31的所有研習名稱。

2.去除[安全訓練] [安全教育] [防災教育] [基本訓練][教保專業][ 2020神韻]

3.去除常用連接詞

4. 運用jiebaR進行斷詞，統計出現頻率

5.運用wordcloud2進行文字雲繪製

[生科非專]

[初階回饋]

[性平教育]

[素養導向]

[健康非專]

[教學輔導]

[進階回饋]

[資訊非專]

[領綱宣導]

[環境教育]

109年度

108年度

#讀取資料

library(readr)

a <- read_csv("C:/a/123.txt", col_names = FALSE, trim_ws = FALSE)

View(a)

#轉成文字

a <- as.character(a)

#不去除數字

> # 將所有段落連結在一起

a <- paste(a[1:row],collapse = "")

# 將所有的空白格移除掉 >

a <- gsub(" ","",a)

cc = worker(stop_word = "C:/a/Stop.txt")

cc[a]

new_user_word(cc,'課綱',"n")

#斷詞

install.packages("jiebaR")

library("jiebaR")

#將R環境設定成中文

Sys.setlocale(category = "LC_ALL", locale = "cht")

#在 worker() 內可以設定各種不同的全切分法模型與引用外部詞庫

cc = worker()

> cc[]

接下來要取次數分配表，用table()

tt<-table(cc[a])

tt

然後將tt轉成data.frame

>data.frame(tt)

sort(table(cc[a]),decreasing = T)

畫文字雲

install.packages("wordcloud2")

library(wordcloud2)

wordcloud2(tt)

---

wordcloud2(tt, size = 1, fontFamily = "微软雅黑",

color = "random-light", backgroundColor = "grey")