Python 在推文中找到主题的好算法是按关注者数量排序的？

我对数据挖掘和实验还不太熟悉

假设我有N个twitter用户，我想找到什么 是他们写作的总体主题（基于推特）。
然后我想给每个主题赋予更高的权重，如果这个用户有更多的追随者

然后我想合并所有的主题，如果有足够的相似，但仍然 通过twitter计数保留权重

因此，基本上是一个“重要”主题列表，按权威排序（用户的推特计数）

例如，像news.google.com，但排名将基于负责主题的twitter追随者

我更喜欢python语言，因为那是我最熟悉的语言

有什么想法吗

谢谢

编辑： 下面是一个很好的例子，说明我正在尝试做什么（但使用的是不同的数据）

基本上分析各种数据及其相互关系：工作类别和每个人的年龄或单词类别和朋友计数，如本例所示

---

我从哪里开始解决这个问题并生成这样的图？

一般来说：R有一些专门针对文本挖掘和数据挖掘的软件包，提供了广泛的技术。我不知道Python中的那种包，但这并不意味着它们不存在。我只是不想自己实现它，它比乍一看要复杂一点

有些事情你必须考虑：

• 定义“主题”：是他们使用的标签吗？你把标签分组吗？你有一个小的列表，有一个有限的集合，还是集合是无限的
• 定义“一般主题”：这是最常用的主题吗？你如何处理领带？如果一个用户写了大约10个主题，那么怎么办
• 定义“权重”：是否等于用户数量？平方根？什么类别

---

如果您对此有一个大致的想法，那么可以开始使用来以可行的格式提取所有信息。该包基于矩阵和元数据对象。如果你已经定义了一个主题，你就可以得到不同主题的加权频率。您还可以使用不同的权重函数来获得所需的权重。手册是。但如果你不确定自己在做什么，也请访问以获得额外指导。这实际上更多的是关于数据挖掘的问题，而不是关于编程的问题。

我没有具体的代码，但我相信您想要采用的方法是TF-IDF。这里有解释：它经常被用来对文本进行分类。

我添加了python标记——你为什么要用“R”标记它？只是因为我认为可能的解决方案可以用R表示。那么，你不是在寻找语言不可知论者吗，如果您没有特定的语言，更不用说当每个条目最多只有160个字符时，文本挖掘会有多困难。