0.1%个大数据对药检院历年新闻进行文本分析

      大概在一两年前在网上看过一篇文章,文章标题是《我分析42万字的歌词,为搞清楚民谣歌手们在唱些什么》,看完当时我就震惊了,居然还有这样的操作,同时也希望自己有朝一日,能够模仿他写出同样的一篇文章。

      机缘巧合,自己断断续续也学习了python一年,今天也终于在半copy,半baidu的情况下,依葫芦画瓢,参照邓老师的方法,大概实现了文本情感分析。(用python实现简单的文本情感分析

       大致过程如下:爬虫抓取了药检院网站2007年-2017年共1062条,提取其中的标题、内容、发表时间以及url网址,对新闻内容通过jieba进行分词,通过邓老师的算法对词汇情感值进行统计分析,通过wordcloud生成词云,通过matplotlib绘图。本来还打算用pandas进行数据分析,无奈功夫不深,pandas和numpy都只学了皮毛,于是还是直接导出到excel中进行分析。

        抓取内容的存入excel表格。

新闻抓取情况


       对各条新闻内容进行情感值分析,新闻的内容越积极向上,分值则越高。

       图1是不同分值新闻的频数分布情况图,图2是历年新闻的情感值均值,可见2012年,我院的新闻报导更加偏积极。

图1 频数分布


图2 历年新闻情感值均值

       对新闻的内容进行分词后,对各个词汇出现的频数进行了统计,并分析具有代表意义的关键词。

      出现最多的是“工作”二字,看来以后可以更加有理有据的吐槽工作忙的像狗了,排名第二第三的则是“检验”和“检测”,这也确实反映了大家的工作重点是围绕检验展开。

新闻词汇频数Top15

      进而对新闻的关键词进行了分析,该分析方法采用IDF-TF算法,比简单的比较词汇出现频数更能说明问题。排名第一的毋庸置疑是“食品药品”,而我对其余几个主要的词汇进行了分析,频数分布是药品>食品>化妆品>保健品>药包材,这与我们业务处平时的收样量也确实吻合orz

新闻关键词Top20
主要检验项目词汇权重排名

最后出于娱乐,利用wordcloud绘制了一张我们院的10年来的新闻词云。



———————————————————————————————————————————

                             python代码什么的就不放了,只能说写的及其糟心...

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,817评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,329评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,354评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,498评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,600评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,829评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,979评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,722评论 0 266
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,189评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,519评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,654评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,329评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,940评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,762评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,993评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,382评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,543评论 2 349

推荐阅读更多精彩内容