2017-05-28 7 views
0

Text Mining in R // hinzufügen Wie Assoziationsanalyse GewichteWie Assoziationsanalyse Gewichte

Ich tue Kopplungsanalyse mit TXT-Datei hinzuzufügen. Mein Code ist jetzt gleich. Es gibt keinen Hinweis darauf, welcher Artikel relevanter ist.

Wenn Sie die Kreisgröße erhöhen wollen, = Hochfrequenz

ich die Stärke der Linie = High Unterstützung erhöhen möchten. Was soll ich tun?

Vielen Dank für Ihren Rat.

library(KoNLP) 
library(RColorBrewer) 
library(wordcloud) 

text1<-readLines(file.choose()) 
text1 
Encoding(text1)<- "UTF-8" 


text1 <- readLines(text1) 
lword <- Map(extractNoun,text1) 
lword <- unique(lword) 
lword <- sapply(lword, unique) 
filter1 <- function(x){ 
    nchar(x) <= 4 && nchar(x) >= 2 && is.hangul(x) 
} 
filter2 <- function(x){ 
    Filter(filter1, x) 
} 
lword <- sapply(lword, filter2) 
install.packages("arules") 
library(arules) 
wordtran <- as(lword, "transactions") 
wordtable <- crossTable(wordtran) 
tranrules <- apriori(wordtran, parameter=list(supp=0.01, conf=0.05)) 
inspect(tranrules) 
rules <- labels(tranrules, ruleSep=" ") 
rules <- sapply(rules, strsplit, " ", USE.NAMES=F) 
rulemat <- do.call("rbind", rules) 
#---------------------------------------------  
#▽Association analysis visualization 
#--------------------------------------------- 
install.packages("igraph") 
library(igraph) 
ruleg <- graph.edgelist(rulemat[c(12:59),], directed=F) 
plot.igraph(ruleg, vertex.label=V(ruleg)$name, 
      vertex.label.cex=1.2, vertex.label.color='black', 
      vertex.size=20, vertex.color='gray', vertex.frame.color='blue') 
+0

Können Sie das Ergebnis 'dput (ruleg)' zu Ihrem Beitrag hinzufügen? Darüber hinaus _ "Wenn Sie die Kreisgröße erhöhen möchten, möchte ich die Dicke der Linie erhöhen. Was soll ich tun?" macht mir wenig Sinn. Was willst du? Vergrößern Sie Scheitelgrößen, erhöhen Sie die Kantengrößen, beides, ..? Bitte klären Sie. :) – lukeA

+0

@lukeA erhöhen die Kreisgröße, = Hochfrequenz oder ich möchte die Dicke der Linie erhöhen = Hohe Unterstützung – koko

Antwort

0

Sie können

tun
library(igraph) 
g <- sample_pa(10) 
V(g)$freq <- runif(vcount(g), 1, 10) 
E(g)$supp <- rnorm(ecount(g)) 
vsize <- c(10, 20) 
esize <- c(1, 5) 
plot(
    g, 
    vertex.size=scales::rescale(V(g)$freq, vsize), 
    edge.width=scales::rescale(E(g)$supp, esize) 
)