SPSSAU_文本分析模块_新词发现.pdf

聚类分析文本聚类SPSSAU

文本聚类分析

SPSSAU共提供两种文本聚类方式，分别是按词聚类和按行聚类。按词聚类是指将需要分

析的关键词进行聚类分析，并且进行可视化展示，即针对关键词进行聚类，此处关键词可以自

由选择。按行聚类分析是指针对以‘行’为单位进行聚类分析，将原始文本中多行数据聚为几

个类别，并且可将具体聚类类别信息进行下载等。

目录

按词聚类分析2

按行聚类分析3

按词聚类分析

按词聚类分析操作如下图：

默认情况下，系统会将词频靠前的20个关键词提取，并且得到其词向量值，并且其于词向

量值进行聚类分析（具体为kmeans聚类），接着进行MDS分析，最终渲染出各个关键词的坐标

定位信息，可视化展示词之间的聚类信息。

特别提示：

关键词的词向量提取时，有可能无法获取得到，因而在表格中会展示为‘未识别词暂不聚

类’即该词不进入聚类分析。

以及默认Demo数据时出来结果如下图：

图中不同的颜色代表不同的类别，其意味着各个关键词之间的类别区分。默认情况下聚类

为3类，如果分析关键词较多时，可尝试修改聚类类别个数后，重新分析即可。除此之外，关

键词之间的关系情况，还可通过‘共词矩阵’（即两个词同时出现在‘同一行’的数量情况）查

看关键词之间的关系情况，当两个词同时出现的次数越高时，很可能二者关系越为紧密。

在按词聚类分析时，SPSSAU默认提供‘共词矩阵’表格，并且可进行下载。‘共词矩

阵’在社会网络关系图分析中还有进一步使用，具体也可查看社会网络关系图。

默认情况下，SPSSAU将词频最高的前20个关键词进行聚类分析，如果希望改变选中的关

键词，可点击‘选择分析词’进行自由选择，如下图所示：

可修改高频词的个数，也或自由的点击选择分析词，也可以通过搜索词进行搜索，然后进

行选中或者不选中操作等。

按行聚类分析

不同于按词聚类分析，按行聚类分析是指以‘行’为单位，针对每行数据进行聚类分析

（具体为kmeans聚类），并且计算出各‘行’数据的聚类类别，也可直接进行下载聚类类别信

息。一般来说，聚类类别选择为3个即可，当然如果数据行数较多，可考虑修改成更多的聚类

类别个数，如下图所示：

输出结果时，包括各‘行’数据的聚类类别，具体使用时可对其进行下载，用于进一步使用。