In this chapter, you'll learn the basics of using the bag-of-words method for analyzing text data.

What is text mining?

Understanding text mining

Quick taste of text mining

Getting started

Load some text

Make the vector a VCorpus object (1)

Make the vector a VCorpus object (2)

Make a VCorpus from a data frame

Cleaning and preprocessing text

Common cleaning functions from tm

Cleaning with qdap

All about stop words

Intro to word stemming and stem completion

Word stemming and stem completion on a sentence

Apply preprocessing steps to a corpus

The TDM & DTM

Understanding TDM and DTM

Make a document-term matrix

Make a term-document matrix

Jumping into Text Mining with Bag-of-Words

This chapter will teach you how to visualize text data in a way that's both informative and engaging.

Common text mining visuals

Test your understanding of text mining

Frequent terms with tm

Frequent terms with qdap

Intro to word clouds

A simple word cloud

Stop words and word clouds

Plot the better word cloud

Improve word cloud colors

Use prebuilt color palettes

Other word clouds and word networks

Find common words

Visualize common words

Visualize dissimilar words

Polarized tag cloud

Visualize word networks

Teaser: simple word clustering

Word Clouds and More Interesting Visuals

In this chapter, you'll learn more basic text mining techniques based on the bag of words method.

Simple word clustering

Distance matrix and dendrogram

Make a dendrogram friendly TDM

Put it all together: a text-based dendrogram

Dendrogram aesthetics

Using word association

Getting past single words

N-gram tokenization

Changing n-grams

How do bigrams affect word clouds?

Different frequency criteria

Changing frequency weights

Capturing metadata in tm

Adding to Your TM Skills

This chapter ties everything together with a case study in text mining for HR analytics.

Amazon vs. Google

Een text mining-project organiseren

Stap 1: Probleemdefinitie

Stap 2: De tekstbronnen identificeren

Stap 3: Tekst ordenen

Tekst organiseren

Werken met Google-reviews

Stappen 4 & 5: Kenmerkextractie en analyse

Feature-extractie & analyse: amzn_pros

Feature-extractie & analyse: amzn_cons

amzn_cons dendrogram

Woordassociatie

Snelle check van Google-reviews

Kooi­gevecht! Amazon vs. Google pro-reviews

Cage match, deel 2! Negatieve reviews

Stap 6: Trek een conclusie

Trek conclusies, inzichten of aanbevelingen

Trek nog een conclusie, inzicht of aanbeveling

Klaar!

Battle of the Tech Giants for Talent

Coffee tweets

Chardonnay tweets

Anonymous online reviews: Amazon

Anonymous online reviews: Google

Er wordt geschat dat meer dan 70% van potentieel bruikbare bedrijfsinformatie ongestructureerd is, vaak in de vorm van tekstdata. Text mining biedt een verzameling technieken waarmee we bruikbare inzichten uit ongestructureerde data kunnen halen. In deze cursus verkennen we de basis van text mining met de bag-of-words-methode. De eerste drie hoofdstukken behandelen uiteenlopende essentiële onderwerpen voor het analyseren en visualiseren van tekstdata. In het laatste hoofdstuk pas je alles wat je hebt geleerd toe in een praktijkcase om inzichten te halen uit werknemersreviews van twee grote techbedrijven.

Intermediate R

Ontdek de basis van tekstmining met de bag-of-words-methode en andere essentiële onderwerpen in R.

Text mining met bag-of-words in R

Leer de bag-of-words-techniek voor tekstmining met R.

Tekstmining in R

Stap 1: Probleemdefinitie

Text mining met bag-of-words in R

Praktische interactieve oefening