Covid 19 推文探索性分析

Covid-19 推文探索性分析

数据会说话。我通过分析 Covid-19 推文来寻找公众对话中的模式。

我使用了三种特定方法来理解数据：

• 主题建模 (Topic Modeling)：将推文按主要主题进行分组。
• UMAP：将高维数据可视化为简单的地图。
• 有向图 (DiGraphs)：展示不同主题之间是如何相互关联的。

这个过程可以帮助你观察人们随时间推移讨论疫情的方式。它将数百万个词汇转化为清晰的可视化图谱。

你将学习如何将原始的社交媒体文本转化为结构化知识。

来源：https://dev.to/paperium/exploratory-analysis-of-covid-19-tweets-using-topic-modeling-umap-and-digraphs-2j2a

可选学习社区：https://t.me/GyaanSetuAi