媒體報導關聯性分析:以太陽花學運為例
TRANSCRIPT
⽂文播組沒說完的話:我們是⼀一群對程式幾乎⼀一無所知的⼈人,想做些事情,只是沒有平台、也不會這些技術。我們不曉得這個夢會不會太⼤大,但只是想整合資源,⽽而不想讓資料隨⾵風飄,然後就消失了......
還有就是想要把這個屬於台灣⼈人⾃自⼰己的歷史完完整整記錄下來,最完整的歷史記錄,留下後讓後⼈人⾃自⼰己來評論。https://g0v.hackpad.com/ep/pad/static/07KBjTxWEFS
使⽤用關鍵字頻作為基本量化元素
http://johnsonhsieh.github.io/study-area-statR/#49 https://github.com/JohnsonHsieh/study-area-statR/blob/gh-pages/src/tm.R
Quick references
• Statistics with R (Johnson) • slide: http://johnsonhsieh.github.io/study-area-statR/#49
• vod : https://www.youtube.com/watch?v=XbNx-I9fLWQ
• Text Mining with R (Jiawei) • slide : https://docs.google.com/presentation/d/
1IP5vFmBlGPBp32bWDqSpGYLox5QVmenFAfPwcOseQhQ/edit#slide=id.p
• vod : https://www.youtube.com/watch?v=ALZaXnzXPg8
Ref: Chao, A., Jost, L., Chiang, S. C. Jiang Y.- H. and Chazdon, R. (2008). A Two-stage probabilistic approach to multiple-community similarity indices.Biometrics 64, 1178-1186. (pdf file)
蘋果 中時 ⾃自由 聯合 PTT 現場蘋果 1中時 0.82 1⾃自由 0.84 0.80 1聯合 0.82 0.83 0.81 1
PTT 0.75 0.68 0.71 0.69 1現場 0.78 0.71 0.72 0.71 0.78 1
蘋果 中時 ⾃自由 聯合 PTT 現場蘋果中時 0.88⾃自由 1.00 0.75聯合 0.88 0.94 0.81PTT 0.44 0.00 0.19 0.06現場 0.63 0.19 0.25 0.19 0.63
Source Target Type Weight
1 蘋果 中時 Undirected0.88
2 蘋果 ⾃自由 Undirected1.00
3 蘋果 聯合 Undirected0.88
4 蘋果 PTT Undirected0.44
5 蘋果 現場 Undirected0.63
6 中時 ⾃自由 Undirected0.75
7 中時 聯合 Undirected0.94
8 中時 PTT Undirected0.00
9 中時 現場 Undirected0.19
10 ⾃自由 聯合 Undirected0.81
11 ⾃自由 PTT Undirected0.19
12 ⾃自由 現場 Undirected0.25
13 聯合 PTT Undirected0.06
14 聯合 現場 Undirected0.19
15 PTT 現場 Undirected0.63
相似度矩陣
Gephi import format
MLDM monday Taiwan R User Group
Free R Online Tutorials is coming !!!!Meetup: http://www.meetup.com/Taiwan-R/ YouTube: https://www.youtube.com/user/TWuseRGroup