解析対象はshoheiaoki.comの記事
library(RMySQL) library(RMeCab) md <- dbDriver('MySQL') dbconnector <- dbConnect(md,dbname='ghana_blog',user='root',password='*****') shohei.table <- dbGetQuery(dbconnector,'set names utf8') #utf8に変換 shohei.table <- dbGetQuery(dbconnector,'select * from articles') #title,html２列のデータフレーム all.shohei <- as.vector(shohei.table[,2]) #htmlテキストを要素とする列ベクトルに names(all.shohei) <- shohei.table[,1] #ベクトルの要素名をタイトルに指定 shohei.tdm <- docMatrixDF(all.shohei) #docMatrixDF(RMeCab)でTDMを作成 colnames(shohei.tdm) <- names(all.shohei) #TDMのタイトル(文書名)を付加（自動でやってくれなかったので） shohei.mult <- t(shohei.tdm) %*% shohei.tdm #文書隣接行列(doc-doc adjacent matrix)を計算 shohei.dist <- dist(shohei.mult) #距離行列を計算 shohei.mds <- cmdscale(shohei.dist) #多次元尺度構成法(MDS)を適用 plot(shohei.mds,type='n') text(shohei.mds,names(all.shohei))
