文本预处理 

 #剔除通用标题   
res=(pattern="NIKEiD"," ",res);    
res=(pattern="http://t.cn/"," ",res);  
res=(pattern="com"," ",res);

中文分词技术

不同于英文每一个单词具有明确的划分标准，中国的汉字博大精深、历史悠久。一个词语或者一句话在不同的语境里有多种切分方式，并且随着网络用词的不断更新，许多具有现时意义的词语并不能为计算机所识别。

keyword=(X=res, FUN=segmentCN)

unique(words) ##    [1] "通过"             "亲"               "父"              ##    [4] "养父"             "岳父"             "人物"            ##    [7] "关系"             "构"               "写"              ##   [10] "一部"             "编"               "有"

转换成词频矩阵

由于计算机比较擅于处理电子表格、数据库这样的结构化数据，但是文本是人类的语言，所以将非结构化的文本转变成结构化的数据是非常必要的。

神经网络

nn <-  (c(label$V1)[samp]~cldata[samp,],size=10,decay=0.01,maxit=1000,l

预测分类结果

yy <- round(predict(nn, cldata))

分类混淆矩阵

table(yy,label[1:500,])

利用for循环，将参数依次赋值并对每一个结果求平均值。

k=10  
for(kk in 1:k){  
  index=sample(1:length(data),floor(length(data)*(1/k)),replace=F)#得到测试样本样本号  
  test=as.data.frame(cldata[index,])#提取测试集  
  train=as.data.frame(cldata[-index,])#提取训练集

当然就本项目来说，也存在和其他文本挖掘项目相同的问题——分词库和停用词库不完善，所以文本挖掘这一领域仍需要大量的探索和实践，未来的研究中应该更加关注数据本身的质量和真实性并完善词典的构建。通过这个项目可以看出文本挖掘在网络评价分析方面发挥了很重要的作用，目前有很多组织或企业通过文本挖掘来提取相关产品的客户反馈，并提高自身的产品质量和服务水平。尽管这种方式还没有很完善，但是当其得到更加广泛的推广后，其中包含的技术也一定会越来越完善。相信当这种方式走向成熟时，其会广泛地应用于更多的领域，例如商品贸易、新闻出版、医疗和教育等等，那么我们的生活也会获得更多的便利。

参考文献：

[1] 张公让，鲍超，王晓玉，等.基于评论数据的文本语义挖掘与情感分析 [J].情报科学，2021，39（5）：53-61.

[2] 王继成，潘金贵，张福炎.Web文本挖掘技术研究 [J].计算机研究与发展，2000（5）：513-520.