LDA 模型是一种数学模型，用于同时估计与某个主题相关的词语混合分布，以及描述每个文档的主题混合分布。
从下列选项中，选择 R 中 LDA() 函数的输入参数：
LDA()
本练习是课程的一部分
通过我们的互动练习之一，将理论转化为实践
从理解 Twitter 数据的价值及其在社交媒体分析中的应用开始入手。本章中，您将使用 Twitter API 和强大的 rtweet 库中的函数，提取第一批推文。随后，您将探索如何利用所提取 Twitter 数据的各个组成部分，为社交媒体分析提炼洞见。
现在深入一步。学习如何对推文应用筛选，并利用黄金分割比和用户订阅的 Twitter 列表来分析 Twitter 用户数据。您还将学习如何提取热门话题，并对 Twitter 数据进行时间序列分析，以发现有趣的洞见。
一图胜千言！在本章中，您将学习如何使用条形图和词云来可视化推文文本。您会掌握如何处理推文本，并准备干净的文本语料用于分析。设想一下，能够从人们分享的推文中提取某个主题或品牌的关键讨论点和受众看法。通过主题建模与情感分析，您将能够做到这一点。
当前练习
Twitter 用户通过发推、点赞、关注和转推，形成了复杂的网络结构。在最后一章中，您将学习如何分析这些网络结构，并将个体之间的关系以转推网络的形式可视化。通过从推文中提取地理位置数据，您还将学会在地图上展示推文位置，并回答诸如哪些州或国家最关注您的品牌等关键问题。地理数据为您的 Twitter 数据分析增添了新的维度。
