在R中创建文档术语矩阵

Question

我需要为自己，我的Twitter关注者及其关注者创建一个documenttermmatrix。

我们需要不使用tm包来创建它。

目前，我们有以下变量：

列表l ：包含所有关注者的关注者，按关注者存储（包括本人和我自己的关注者）

lunique1 ：列表l的未列出和排序的版本，它包含所有关注者的关注者

matrix ：我们使用以下维度创建的矩阵：

matrix <- matrix(, nrow=length(followers)+1, ncol = length(lunique1))

关注者 ：包含我所有关注者的列表。 （需要nrow = length（followers + 1）中的加号1才能将自己包括在维度中

这是我创建documentTermMatrix的代码（一个只包含零和一的值的矩阵，以显示谁链接到谁）

    for(x in 1 : length(followers)+1)
{
  for(y in 1:length(l[x]))
  {
    for(z in lunique1)
    {

      if(lunique1[z] == l[[x]][y]) 
      {
        matrix[y][z] = 1
      }
      else
        matrix[y][z] = 0

    }}}

我还没有R的经验，但是此代码需要在今晚之前工作。 我希望你们能帮助我，因为我真的没有主意:(

提前致谢

Answer 1

使用R-package tm ，您可以选择创建DocumentTermMatrix

这种方法应该比循环构建更方便。

Answer 2

有一种无需tm包即可创建文档术语矩阵的方法，下面的链接提供了一个过程。 您可以使用类似的方法， 这是链接

Answer 3

我们用以下代码自己解决了这个问题

 lunique <- unique(unlist(l))
lunique1 <- sort(lunique)
matrix <- matrix(, nrow=length(followers)+1, ncol = length(lunique))
n = 1
m = 1
for(n in 1:length(l))
{
for(m in 1:length(l[[n]]))
{
h <- grep(l[[n]][m], lunique1)
if (length(h>0))
{
matrix[n,h]=1
} else {
matrix[n,h]=0
}
h <- c()
} 
}
matrix <- replace(matrix, is.na(matrix), 0)
adjacency <- t(matrix)%*%matrix