【景区语义网络图分析案例1800字】.docxVIP

景区语义网络图分析案例

词频分析是一种相对简单但非常有效的文本挖掘方法，主要适用于统计文本素材中关键特征词出现的频率，挖掘隐藏在文本内容中的核心信息。本文通过语义网络图像分析的手段研究游客对历史人文类景区、自然生态类景区以及复合类景区词汇描述的规律性特征。本研究中使用的TF-IDF算法是一种常用的关键词加权提取技术。如果一个单词或短语仅在部分评论文本中频繁出现，则认为该单词或短语能够较高类别区分功能[421;本文在处理游客文本时将TF-IDF算法与高频词统计法有机结合起来，获取不同景区类型游客的情感高频词。

TF-IDF(词频-逆文档频率算法)是一种统计学的计算方法，常用于评估某个词对一个文档的重要性。一个词对一个文档越重要，它就越有可能是文档的关键词[43。TF-IDF算法是TF算法与IDF算法的综合应用，文档里的某个词汇重要性计算式如公式(4-1)所示：

ni,j表示该词在文档dj中出现的次数，而∑n.,j则是表示所有词汇在文件中出现的总次数。IDF(逆文件频率)是对词汇普遍性的一种度量。对于特定词汇的IDF,可以将文件总数除以包含该词汇的文件数，然后将所得到的商取以10为底的对数得到频率IDF计算式如公式(4-2)式中：

逆向文件(4-2)所示：

其中ID|:语料库中的文件总数，如果该词不在库中