基于R软件对qq消息可视化给分析的实现

cloudinsea，R语言中文社区专栏作者

简书：http://www.jianshu.com/u/26f30aca5431

跑团词云.png

你没有看错，其实这是我们跑团推出的第一篇技术文章
其实有着想法很久了，碍于各种事情一拖再拖，现在也是实现了几个小功能，但是我想最后的动力就是先分享出来，看到大家的反响之后再做新的东西出来。如果有感兴趣的同学，我们可以一起去做更多有意思的事情~~~
下面进入正题

——基于R软件的qqmining包对qq消息可视化给分析的实现

R软件的安装

R（https://www.r-project.org/）
官网如上，剩下的需要你自己去百度探索了

R Package的安装

这一步是基于你已经安装好了R软件，开始安装R Package, 这里就不由得感叹下程序员的厉害，r+package的模式，使得r成为轻量好用的统计分析软件，用什么包下载什么包，很是愉快。
本文需要的r package 可以从下面的推文下载：
仅用四行代码就可以挖掘你的QQ聊天记录（仅用四行代码就可以挖掘你的QQ聊天记录）
rJava，Rwordseg，dplyr，wordcloud2，ggplot2

基于java环境

因为对句子的分析是建立在对词的分析上的，所以我们需要对句子做分词，这个工作国内外已经很成熟了，不同的软件有不同的方式，我们这里采用的是Rwordseg，是基于java环境的，所以下面简单介绍下windows10安装java环境的步骤

认识java

安装java指南（https://www.shiyanlou.com/courses/18/labs/94/document）
根据上面的信息，全程配置java环境大概20分钟
里面有个坑，配置好了javac命令无效，其实是配置好了的，只需要关闭dos或者重启下机器就好了~~~~

关于Rwordseg以及rJava的安装

关于Rwordseg以及rJava的安装（http://bbs.pinggu.org/thread-3167152-1-1.html）

Rwordseg、Rweibo、tm的安装

参考网站：[Rwordseg、Rweibo、tm的安装] (http://www.dataguru.cn/thread-482875-1-1.html)

推荐网址：R-Forge（https://r-forge.r-project.org/R/?group_id=1054），安装很多官网没有的包

开始qqmining

topic

下面，环境都配置好了，我们进入正题，开始分析我们的跑群聊天消息
时间大概只有3-5月的聊天记录，可怕的是，居然有19912条记录

聊天条数.png

平均每人100条发言，充分说明，我们的跑步社团是很活跃的，下面我们具体来看下同学们讨论的有哪些topic
没删除停词的时候，效果不是很理想（频率最高的是‘的’‘我们’之类的==）
删掉停词后，发【图片】，【表情】是同学们发的最多的，但是这个对于topic没有什么意义，当然也可以理解为现在是图文化的主流，但是图片信息不能观察到topic，所以我们将图片和表情加入到停词后，就得到了最后的词云
取前150出现的次词频当当当~~~~

top150词云.png

取前50%的词频：

top50%词云.png

图中是有彩蛋的，分词分的还不错，可以找的很多熟悉的名字哦
所以努力水群，下次让我们看到你

time

time_freq.png

看时间，主要水群的时间是晚上下课之后，而且按照我们以往打卡的经验，跑虫们更喜欢夜跑，所以有问题找大佬，记得晚上发消息，大佬会看到的几率更大~

后续

后续还会增加：

1.每周聊天频率分布
2.十大活跃id
3.观察每月的聊天峰值
4.连续对话的次数（以三十分钟为间隔，可以很好地体现出一个社群的活跃程度）
5.社交网络图
6.找到配对（邪恶脸）

我有话说：跑团里的每个人都可以用自己的专业把自己和跑步的故事讲出来，那将是我们的故事

参考：
R语言做文本挖掘 （http://f.dataguru.cn/thread-493366-1-1.html）
使用 R 语言挖掘 QQ 群聊天记录（使用 R 语言挖掘 QQ 群聊天记录）

微信回复关键字即可学习

回复 R              R语言快速入门免费视频 
回复 统计          统计方法及其在R中的实现
回复 用户画像   民生银行客户画像搭建与应用 
回复 大数据      大数据系列免费视频教程
回复 可视化      利用R语言做数据可视化
回复 数据挖掘   数据挖掘算法原理解释与应用
回复 机器学习   R&Python机器学习入门