Text Mining in JMP ® mit R
Andrew T. Karl, Senior Management Consultant, Adsurgo LLC
Heath Rushing, Hauptberater und Mitbegründer von Adsurgo LLC
Einige Schätzungen gehen davon aus, dass unstrukturierter Text etwa 80 Prozent der in den meisten Organisationen gespeicherten Informationen ausmacht. Diese Präsentation gibt einen Überblick über Methoden, die mit der R-Schnittstelle zu JMP leicht implementiert werden können, um zuvor unbekannte Beziehungen aus einer Sammlung unstrukturierter Daten zu finden. Durch die Verwendung von R-Paketen für Text-Mining und spärliche Matrixalgebra kann JMP so ausgestattet werden, dass Informationen aus Text extrahiert werden, ohne dass der Endbenutzer Kenntnis von R erfordert Berichte usw. - kann für mehrere Zwecke verwendet werden. Vektoren aus einer Singulärwertzerlegung der in R erzeugten Dokumenttermmatrix können der Originaldatentabelle in JMP hinzugefügt und in Vorhersagemodelle (z. B. über die Modelle Fit Model oder Neural) oder Clustering-Algorithmen (über die Clusterplattform) aufgenommen werden. Ein weiteres Ziel kann es sein, die zugrundeliegenden Themen des Textes durch Wortzahlen oder latente semantische Indizierung zu untersuchen. Wir werden ein JSL / R-Skript demonstrieren, das solche Funktionen bereitstellt.
