语义聚类

接下来要分析的是：通过中文分词的办法对微博内容进行分析，对每句话中出现的名词进行聚类，从而将语句进行相似性划分，即语义聚类。

进行语义聚类的过程如下：
第一步，使用中文节点对博文进行分词。
节点配置如下：

其中，自定义词汇是通过Excel节点进行定义的，如下：

再使用过滤节点过滤一些字段，配置如下:

第二步，过滤噪声词。使用噪声词过滤节点将分词结果中无效的词过滤掉。配置如下：

第三步，选择要分析的词。
首先，使用excel节点定义要保留的类别。配置如下：

然后，使用参考行过滤节点将词性为名词和自定义的记录筛选出来。配置如下：

第四步，数据转换。

首先，使用过滤节点删除字段Auther、计数。
其次，使用旋转节点生成以MID组，分词为支点，词性为选项的关联矩阵。节点配置如下：




然后，优化数据质量。使用缺失填充节点处理缺失值，配置分别如下：

最后，使用列重命名节点修改字段名称。配置如下：

第五步，生成距离矩阵字段。这是层次聚类（距离矩阵）节点进行聚类需要的输入。需要使用距离矩阵计算节点计算表示距离矩阵的距离字段。配置如下：

第六步，使用语义聚类节点进行聚类。执行后，可右键该节点查看树状图。节点配置如下：

聚类结果和树状图分别如下：