折腾好Rwordseg在R语言3.2版本的安装后，马上就来尝鲜了，在参考牛人的意见后，成果如下图，马上有实战的感觉了：
首先讲一下词云的步骤：
1.读取文档，这个文档可以是网络数据，也可以是文本文档，对于网络数据，有很多爬虫方法，如RCurl包，Rweibo包等等等等，还可以自己去申请一些开放数据库的API，在此不赘述。文本文档读取也简单，直接用readLines函数读取。
2.识别前的准备，调入词典，开启人名识别，这步很重要，因为不同的文本有不同的关键词特征，没有对应的词典，就容易把关键词再次分词导致无法提取特征，Rwordseg支持搜狗的scel字典，很nice。不过这步跟第一步并没有优先性上的差异，个人喜好把这步放这里而已。
3.进行分词，一般都会调用nosymbol = T的参数
4.制作词语过滤，比如常见的停止词，还有一些自定义的规则，这个就看大家自己选择了。
5.过滤了停止词后，对分词结果进行词频统计并排序
6.将排序结果分别提取为词名和频率
7.绘制词云
具体代码如下，数据来源是随便找的一篇关于如何当猎头的百度知道，保存为txt：
library(Rwordseg)
library(wordcloud)
//读取文件
txt <- readLines("path")
//分词前准备
installDict("../dict/default.dic", "default") //默认的包
installDict("path", "dictname") //你自己下载或制作的字典
segment.options(isNameRecognition = TRUE)
//分词
txtseg <- segmentCN(txt, nosymbol = T)
//制作filter并过滤，这里可以加入自己制作的停止词词典
filter <- function(txt) {
txt <- gsub("[a-z]|\\.", "", txt)
txt <- gsub("\\d+号", "", txt)
txt <- gsub("\\d+", "", txt)
txt <- gsub("\\/", "", txt)
txt <- gsub("单元|对面|附近|路口|旁边|大道|方向|先生|女士|回复|需要|处理|投诉|资料|保密", "", words)
txt[nchar(txt) >= 2]
}
txtsf <- lapply(txtseg, filter)
//词频统计和排序
txtwc <- unlist(lapply(txtsf, length)) //词频计数
txtws <- sort(table(txtwc),decreasing = T) //排序
//提取词名和词频
txtws.name <- names(txtws)
txtws.freq <- txtws
//绘制词云
windows()
par(mar = c(0, 0, 3, 0), bg = "white")
wordcloud(sb.tel.w2.name,
sb.tel.w2.freq,
scale = c(5, 1),
min.freq = 1,
max.words = 100,
colors = c("#BEC0C2", "#049FF1", "#DA891E", "#3F813F", "#712704", "#A2B700"))
看起来简单的词云，其实做起来一点不简单，数据分析还要对业务了解，上边的词云还有很大改进的地方，不过一步步来，等我慢慢掌握了分析方法再继续改进咯。
————————————————
版权声明：本文为CSDN博主「wangzfox」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/wangzfox/article/details/45803863