文本挖掘一般流程

流程

根据研究，得出文本挖掘一般流程包括文本数据采集、文本数据预处理、文本数据分析和文本数据可视化这四个步骤。

 (1)文本数据采集

作为文本挖掘过程的第一步，文本数据采集过程为:首先确定数据的来源，然后利用网络爬虫技术进行数据获取，最终将获取到的待处理文本数据存储至数据库，等待下一步处理。

（2)文本数据预处理

由于爬取到的评论数据充斥着许多无意义信息，因此在进入分析环节前，需要对评论内容进行预处理，包含文本清洗、中文分词、去停用词等，为下一步分析数据做好充分的准备。

(3)文本数据分析

主要包括文本特征表示和提取、文本分类、文本聚类分析、文本结构分析、关联性分析等等。

(4)文本数据可视化

这一步需要把挖掘到的有用信息变成易于大众理解的视觉信息，借助图形、表格等方式进行呈现。若直接将文本挖掘的数据结果呈现在用户眼前，用户很难理解这些晦涩的数据信息。而运用可视化技术将数据转换成通俗易懂的图表，就能轻松解决这样的困扰。