RQDA(Qualitative Data Analysis)和文挖掘框架包tm结合进行文本挖掘-经管之家官网！

应用定性数据分析包RQDA(Qualitative Data Analysis)和文挖掘框架包tm结合进行文本挖掘。
在对访谈内容或剧本、小说部分内容进行文本挖掘时，如果用不断的剪粘保存的方法非常繁琐而且容易漏掉一些内容。好在黄荣贵开发的RQDA包可以进行文档管理和内容编码及提取，大大方便了利用tm包进行文本挖掘，既提高了效率又提高了准确性，下面举一个小例子：
1、安装RQDA包、tm包和中文分词软件（分词软件见下面链接）；
http://www.pinggu.org/bbs/thread-853290-1-1.html
2、装载RQDA包并建立一个新的工程项目；


3、输入相关文本文件；
4、进行编码和作标记；
5、双击想要提取的编码即可提取相关文本；
6、运行下面下载的程序进行文本提取、转换、分词、文本挖掘工作。
> gg <- RQDA2tm("记者" ,mf = FALSE)
>
>
> gg
A corpus with 55 text documents
>
-----------------------------------------------
> ###去掉多余空格####
> reuters <- tm_map(gg, stripWhitespace)
> reuters[[1]]
这个也是临时改的？这儿应该放一个那样的桌子。
>
------------------------------------------------
> ##全文搜索 ##
> searchFullText(gg[[1]], "是临[时]?改")
[1] TRUE
>
-------------------------------------------------
> ###查找以某字开头、结尾等的词条###
> stemCompletion(gg, c("财", "政", "部"))
财 政 部
"财政部就是替**花钱的" "" ""
----------------------------------------------------
> ###元数据管理###
> DublinCore(reuters[[2]], "title") <- "建国60周年"
> meta(reuters[[2]])
Available meta data pairs are:
Author :
DateTimeStamp: 2010-07-15 02:06:27
Description:
Heading : 建国60周年
ID : 2
Language : eng
Origin :
>
-------------------------------------------------------
> ###创建词条-文件矩阵
>
> dtm <- DocumentTermMatrix(reuters,control = list(minWordLength=2))##最短词两个字
> inspect(dtm[1:2, 3:6])
A document-term matrix (2 documents, 4 terms)
Non-/sparse entries: 0/8
Sparsity : 100%
Maximal term length: 5
Weighting : term frequency (tf)
Terms
Docs 10000 12 120 1966
1 00 0 0
2 00 0 0
----------------------------------------------------------------------
> ##操作词条-文件矩阵##
> ##1、找出最少出现过3次的词条##
> findFreqTerms(dtm, 3)
[1] "政策"
----------------------------------------------------------------
> ##2、找出与"应该"相关度到少达0.6的词条###
> findAssocs(dtm, "应该", 0.6)
0.11 应该 桌子 临时
1.01.01.00.7
>
其他看上面的链接中的内容，其实生成词条-文件矩阵后还有许多工作可以做，比如用支持向量机进行文件分类、话题分类、根据话题用词频率分析作者所熟悉的行业等等……