text_analytics_project

这是Text Analytics课程第二学期的最后一个小组项目。 项目描述：市场评估被认为是一个困难且耗时的过程，即使当今没有包括大多数可用的非结构化数据，因此具有在市场中寻找增长机会的巨大潜力。 这项研究旨在提出一种半自动化的方法，通过应用无监督的方法将应用程序的聚类分为几类，并根据基本性能指标对矩阵中的聚类进行评估，从而分析Google Play商店中应用的描述。 为此，基于LDA和Doc2Vec建模方法，对Google Play商店进行了爬网以获得必要的信息，并确定了文本相似性。 两种建模结果都使用k-means算法聚类为段，以便将它们转换为与业务相关的度量，评级和下载次数，以最终解释它们所映射到的相对位置的含义。 建模技术能够以一种人类可以解释的方式找到文本的相似性，并基于聚类揭示了不同应用类型的吸引力水平不同。 预选过程的发现有助于分解可用的绝对信息，并减少投资市场评估所需的时