摘要
本发明公开了一种基于自然语言处理的文本主题聚类算法,首先形成针对本发明的中文语料库;其次,针对该中文语料库中文本进行数据预处理以降低后续算法的计算成本;接着,实现新颖的中文分词以及文本词项的特征向量化算法,实现评论文本的词项从词项文本空间到向量空间的转化;然后,将针对生成的文本词项向量空间进行降维压缩,实现文本词项向量空间到文本主题空间的转换;最后,将根据生成的文本主题模型进行文本主题聚类,以得到进行评论的用户对某商品的关注点,并最终给出针对某商品的一些改进方向,以求产品愈来愈接近大部分用户的需求,如质量方面或价格方面需要进行改进等类似的建议。