# 研究杂感 × Gephi（第一辑）

写在前面

之前用过ROST CM6 来进行毕设中有关景区整体的感知，但是ROST CM6似乎已经是2010年的产品了，用在2022年毕设有点稍旧（当然Gephi似乎是2009年的产品 ）不管怎么说，Gephi不管是从名字上还是内容上似乎好像也许可能比 ROST CM6 高端辣么一点点，现在学习一下绘制过程和方法，将毕设部分进行调整和改进。

正餐开始

其实利用Gephi来进行相关分析和LDA差不多

LDA所做的内容主题是割裂的，无法得知各主题间的相关关系，丢失了词语和句子之间的联系，常常导致我们无法给主题进行准确的命名。

LDA还会遇到一个常见的问题是困惑度不减反增，出现这个问题的原因可能是：

由于短文本的特征稀疏性，传统的LDA获PLSA主题模型分析短文本的效果并不理想
[1] 蔡永明,长青.共词网络LDA模型的中文短文本主题分析[J].情报学报,2018,37(03):305-317

（毕设中用的都是长段的评论文本，所以没出现问题）

开始说一下语义网络分析

语义网络分析是指从文章中提取某些关键词，然后利用这些词语直接的相似度关系来构建词语的关系网。进而来探索文本想表达的意思，比方说我们可以用其来做主题聚类分析。

相较于割裂的 LDA 主题我们能通过关系图更清晰了解主题及内容之间的关系讯息。

动手实操

需