批量词频分析提取关键词

眼泪的姐 · 发表于 2016-4-8 09:46

liulang0808 发表于 2016-4-8 09:22
楼主是先设定好关键词，然后再在内容中查找出现次数，还是所让程序去根据内容自动提取关键词？

事先不知道有什么关键词，需要程序自己提取，就像我附件里的那一个词频统计工具，运行后自动就出来哪些词出现了几次

liulang0808 · 发表于 2016-4-8 09:51

问题是，哪些字符组合在一起算词，有规范吗？

眼泪的姐 · 发表于 2016-4-8 10:00

liulang0808 发表于 2016-4-8 09:51
问题是，哪些字符组合在一起算词，有规范吗？

没有规范……实际我这个问题的来源是里面的每个词条对应的都是某一个顾客所购买的所有商品名称，我想要提取出来这些个顾客所买商品的高频词，以求给这个顾客打个标签，您看有思路吗？

liulang0808 · 发表于 2016-4-8 10:10

眼泪的姐发表于 2016-4-8 10:00
没有规范……实际我这个问题的来源是里面的每个词条对应的都是某一个顾客所购买的所有商品名称，我想要 ...

还是多分析一下具体字段吧，因为商品名称里有关键字的

cbtaja · 发表于 2016-4-8 11:40

把原附件中用到的分词引擎的相关代码提取出来，简单应用一下：

Dim tempstr
Public attr As String
Public topnum As Integer
Sub SplitCN(Target, attr, topnum) '参数1：Target 为待统计的Unicode字符串；参数2：为要求统计的词语类型代码，其中，名词为n；参数3：要求列出统计结果最高的topnum项
Dim StrHTML$, lStart&, lEnd&, dua$, Ign$
sendstr = "mydata=" & Target & "&stats=yes&limit=" & topnum & "&xattr=" & attr
With CreateObject("Msxml2.XMLHTTP")
.Open "POST", "http://www.xunsearch.com/scws/demo/v48.php", False '由"http://www.xunsearch.com/scws 提供的分词引擎
.setRequestHeader "Content-Type", "application/x-www-form-urlencoded"
.send sendstr
StrHTML = .responseText
End With
lStart = InStrRev(StrHTML, "<textarea")
lEnd = InStrRev(StrHTML, "</textarea>")
StrHTML = Mid(StrHTML, lStart, lEnd - lStart - 2)
StrHTML = Right(StrHTML, Len(StrHTML) - InStr(StrHTML, ">") - 1)
StrHTML = Right(StrHTML, Len(StrHTML) - InStr(StrHTML, "-" & Chr(10) & "01.") - 1)
' tempstr = Split(Trim(StrHTML), Chr(10))
tempstr = Trim(StrHTML)
End Sub
Sub cs()
Const attr = "n" '仅分析名词
Const topnum = 100 '列出词频最高的前100项
r = Cells(65536, 1).End(xlUp).Row
arr = Range("A1").Resize(r, 1)
For i = 2 To r
If Len(arr(i, 1)) Then Call SplitCN(arr(i, 1), attr, topnum) 'StrConv(InputB$(LOF(1), 1), vbUnicode)
arr(i, 1) = tempstr
Next
arr(1, 1) = "关键词统计结果"
Range("A1").CurrentRegion.Resize(, 1).Offset(, 1) = arr
End Sub

复制代码

cbtaja · 发表于 2016-4-8 14:08

附件在此：

问题.rar (38.43 KB, 下载次数: 400)

眼泪的姐 · 发表于 2016-4-8 14:16

cbtaja 发表于 2016-4-8 14:08
附件在此：

我滴天啊我被震撼到了……
大神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神

眼泪的姐 · 发表于 2016-4-8 14:16

cbtaja 发表于 2016-4-8 11:40
把原附件中用到的分词引擎的相关代码提取出来，简单应用一下：

感恩！！！！！

cbtaja · 发表于 2016-4-8 14:23

眼泪的姐发表于 2016-4-8 14:16
我滴天啊我被震撼到了……
大神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神神 ...

需要注意的是：
这里使用了由http://www.xunsearch.com/scws 网站提供的在线分词引擎。所以，当没有网络时，就出不来结果了。

江南油条 · 发表于 2016-8-23 19:29

cbtaja 发表于 2016-4-8 14:23
需要注意的是：
这里使用了由http://www.xunsearch.com/scws 网站提供的在线分词引擎。所以，当没 ...

大神您好，我使用了你的代码，非常好用，但是现在有一个小问题，就是当我上传的文本量大了以后，send的信息量似乎受到了限制。比如我在一个单元格内输入10000字的文本，sendstr无损，但是我查看responseText就发现网页只接收了一千字左右。如果我手动把一万多字粘贴在网页上就不会出现这一问题。麻烦大神看看哪里需要微调啊？跪求解答，不胜感激！！！！

		自动登录	找回密码
密码			免费注册

[求助] 批量词频分析 提取关键词

[求助] 批量词频分析提取关键词