你有没有想到，这样的观点挖掘引擎？

闲暇之余做了个“观点挖掘”的程序，还谈不上工程。

这个观点挖掘的过程有点简陋，but，很有意思。我想你看了下面的过程，也猜不到我具体是怎么做的吧。

第一步，数据采集。模仿QQ截图，做了个能截屏的脚本。效果如下：

这样就得到一个截图（png、jpg等格式）。

第二步，数据预处理。用OCR技术，将图片里面的文字识别处理。例如下图：

经过识别后，将得到可编辑的文字，如下图：

第三步，数据挖掘。用文本挖掘的方法，对文本的关键字进行提取，并计算权重。目前已经有了成熟的英文关键字提取方法，但是，中文刚刚起步。如图：

第四步，数据可视化。关系图+人类自身的逻辑能力，会对数据进行组装理解。但是，不排除阅读体验非常差。可视化的结果常常给一些门外汉带来错判。一旦看不懂你的结果，就以为处理过程非常糟糕。

For example：

Somebody say ：F************K..........

Anyway！这4步是最基本的。

结语：你有没有想到这样的观点挖掘引擎呢？没有，就赶紧动手做一个吧。如果担心精度问题，欢迎交流技术细节。

更多精彩内容，长按下面的二维码，关注微信公众号“谷震平的专栏”

内容来自：谷震平的专栏

原创文章，请勿侵权

觉得不错，就点赞吧