Rによるテキストマイニング ―tidytextを活用したデータ分析と可視化の基礎

156

■

8

章 ケーススタディ：

NASA

メタデータのマイニング

## # A tibble: 6,225 x 2

## # Groups: keyword [6,225]

## keyword n

## <chr> <int>

## 1 EARTH SCIENCE 17896

## 2 ATMOSPHERE 8463

## 3 Oceans 7907

## 4 Project 7452

## 5 Ocean Optics 7438

## 6 Ocean Color 7310

## 7 Nati

onal Geospatial Data Asset 6681

## 8 NGDA 6681

## 9 completed 6452

## 10 ATMOSPHERIC WATER VAPOR 3569

## # ... with 6,215 more rows

「

OCEANS

」と「

Oceans

」のような重複を取り除くために、すべてのキーワードを

小文字か大文字に統一した方がよいでしょう。次のように行います。

nasa_keyword <- nasa_keyword %>%

mutate(keyword = toupper(keyword))

8.2

 単語の共起と相関

次のステップでは、第

4

章で説明したように、

NASA

データセットのタイトル、

説明、キーワードで頻繁に共起する単語を調べて

みましょう。次に、これらのフィー

ルドのワードネットワークを調べます。この分析は、たとえばどのデータセットが

相互に関連し合っているのかを知ることができます。 ...