通过词云关注疫情

2020年春节，冠状病毒在中国的蔓延不容忽视，大大小小的新闻媒体相继进行报道。太多的消息让人越看越烦躁，不如通过词云进行关键字的整理，帮着梳理下疫情的脉络。

1、在各大新闻平台中，copy下20余篇相关新闻到本地作为数据源；

2、通过kumo的词云功能生成词云（基于JAVA开发）；

3、对词云结果进行分析；

import com.kennycason.kumo.CollisionMode;
import com.kennycason.kumo.WordCloud;
import com.kennycason.kumo.WordFrequency;
import com.kennycason.kumo.bg.RectangleBackground;
import com.kennycason.kumo.font.KumoFont;
import com.kennycason.kumo.font.scale.LinearFontScalar;
import com.kennycason.kumo.nlp.FrequencyAnalyzer;
import com.kennycason.kumo.nlp.filter.Filter;
import com.kennycason.kumo.nlp.tokenizers.ChineseWordTokenizer;
import com.kennycason.kumo.palette.LinearGradientColorPalette;
 
import java.awt.*;
import java.io.IOException;
import java.util.List;
 
 
public class WordCloudTest {
    public static void main(String[] args) throws IOException {
        //建立词频分析器，设置词频，以及词语最短长度，此处的参数配置视情况而定即可
        FrequencyAnalyzer frequencyAnalyzer = new FrequencyAnalyzer();
        //最多展示关键字数量
        frequencyAnalyzer.setWordFrequenciesToReturn(500);
        Filter filter = new Filter() {
            @Override
            public boolean test(String s) {
                if (s.matches("^\\d+$")) {
                    return false;
                }
                return true;
            }
        };
        frequencyAnalyzer.setFilter(filter);
        //关键字重复出现阈值
        frequencyAnalyzer.setMinWordLength(3);
        //引入中文解析器
        frequencyAnalyzer.setWordTokenizer(new ChineseWordTokenizer());
        final List<WordFrequency> wordFrequencies = frequencyAnalyzer.load("D:\\news.txt");
        //初始化画板
        Dimension dimension = new Dimension(800, 600);
//        WordCloud wordCloud = new WordCloud(dimension, CollisionMode.RECTANGLE);
        WordCloud wordCloud = new WordCloud(dimension, CollisionMode.RECTANGLE);
        wordCloud.setPadding(0);
        java.awt.Font font = new java.awt.Font("STSong-Light", 5, 100);
        wordCloud.setBackgroundColor(new Color(255, 255, 255));
        wordCloud.setKumoFont(new KumoFont(font));
        wordCloud.setBackground(new RectangleBackground(dimension));
//        wordCloud.setBackground(new CircleBackground(255));
        wordCloud.setColorPalette(new LinearGradientColorPalette(Color.gray, Color.GREEN, 300));
        wordCloud.setFontScalar(new LinearFontScalar(20, 100));
        wordCloud.build(wordFrequencies);
        wordCloud.writeToFile("D:\\news.png");
    }
}

词云结果

news.png

通过词云结果分析，字体越大代表关键字命中率越高。在这些信息里，摘取自己关注的关键字，再通过谷歌、度娘查询具体的内容，也不至于像一只没头苍蝇一样，看着林林总总的信息越看越恐慌。

PS：数据源一定是越多，命中的结果越准确，感兴趣的同学可以自行copy或者通过爬虫来爬取相关信息，得到自己想要的结果。

感兴趣的同学记得点赞哦~