Als Analyst des Benutzerfeedbacks möchte ich herausfinden, welche Nachrichten sich mit ähnlichen Inhalten beschäftigen. Dabei möchte ich aus allen verfügbaren Dokumenten Cluster auf basis der existierenden und nahe beieinander liegenden Algorithmen bilden.
Mögliche Ansätze:
K-Means
Latent Dirichlet allocation (LDA)
gerne auch alternative
Akzeptanzkriterien
Es existieren (Demo-) Daten für mehrere Dokumente, welche für die weitere Analyse verwendet werden können
Hier kann für eine unabhängige Arbeit von dem Beriech des Tokenizings eine andere Datenbasis verwendet werden
Die Dateien werden anhand ihrer Eigenschaften in Cluster gruppiert
Die Eigenschaften eines Dokuments sind die vorkommenden Worte und deren Anzahl
Aus den Clustern lässt sich ermitteln, welche Eigenschaften (Worte) die gruppierten Dokumente gemeinsam haben
Beschreibung
Als Analyst des Benutzerfeedbacks möchte ich herausfinden, welche Nachrichten sich mit ähnlichen Inhalten beschäftigen. Dabei möchte ich aus allen verfügbaren Dokumenten Cluster auf basis der existierenden und nahe beieinander liegenden Algorithmen bilden.
Mögliche Ansätze:
Akzeptanzkriterien