Twitter上的文本挖掘

我正试图按照教程在twitter上进行文本挖掘 我的代码是：

library(twitteR)
library(NLP)
library(tm)
library(wordcloud)
library(RColorBrewer)

mh370 <- searchTwitter("#PrayForMH370", since = "2014-03-08", until =     "2014-03-20", n = 1000)
mh370_text = sapply(mh370, function(x) x$getText())
mh370_corpus = Corpus(VectorSource(mh370_text))

tdm = TermDocumentMatrix(mh370_corpus,control = list(removePunctuation =     TRUE,stopwords = c("prayformh370", "prayformh",    stopwords("english")),removeNumbers = TRUE, tolower = TRUE))
m = as.matrix(tdm)
# get word counts in decreasing order
word_freqs = sort(rowSums(m), decreasing = TRUE) 
# create a data frame with words and their frequencies
dm = data.frame(word = names(word_freqs), freq = word_freqs)
wordcloud(dm$word,dm$freq,random.order=FALSE,colors=brewer.pal(8,"Dark2"))

请给出建议。

如前所述，也许您应该通过在wordcloud中添加

max.words

来减少绘图中的字数

wordcloud(dm$word, dm$freq, scale=c(8,3), min.freq=2, max.words=120,
          random.order=FALSE, colors=brewer.pal(8,"Dark2"))

---

我还建议使用

min.freq

绘制至少出现两次的单词，并使用

scale

控制单词的大小。调整这些，直到得到一个好的绘图。

您可能还想

删除ParseTerms

。我遇到了一个类似的问题，不久前我发现了这个问题。虽然我不得不修改解决方案，但删除稀疏项还是有效的

tm

package具有此功能。

检查数据帧dm中的最大和最小频率，并尝试先创建字数较少的wordcloud。删除空白，然后重试。

wordcloud(dm$word, dm$freq, scale=c(8,3), min.freq=2, max.words=120,
          random.order=FALSE, colors=brewer.pal(8,"Dark2"))