Socio-metrics

GNWS2007†

GNWS2007

↑

ゼミナール Ⅱ†

↑

第4回　ネットワーク生態学シンポジウム†

第4回　ネットワーク生態学シンポジウム

↑

DICOMO2008†

DICOMO2008

↑

mboxからpajファイルまでの編集†

１.　ニュースの場合メーラーからmbox形式でエクスポート→Sylpheedを使用
入力
編集したいmbox形式ファイル
出力
１ヶ月ごとに割り振られたmbox形式ファイル
２.　ろぎさんの
プログラム： filegetRelationWithClusterChange.pl
で3カ月窓で、.net形式に変換

３.　マージ プログラム：fileMboxNetworkMergePajek_0.pl

便利なバッチファイル：
filetest.bat←PostgreSQLで使用したもの

入力
全てのグループについてｎ個のnetファイル
出力
マージしたpajファイル
N-コーディネータの人数テキストファイル
各グループ＆コーディネータの人数テキストファイル
４.　個人がどのグループに所属しているかを調査する プログラム：filedatabase.pl
入力
フォルダにあるyyyymm（年月）を含むファイル全て（.や..はプログラム中で除いてある）
出力
個人データベースのテキストファイル
↑

tf-idf†

プログラム：filetf-idf_v1.pl

入力
引数メールアーカイブ mbox形式
出力
メール送信日，tf-idf値上位の単語(※tf-idf値の閾値などはメモ参照)
中間ファイルなど
単語DB fileEnglishWord.pag fileEnglishWord.dir ※ 英辞郎より抽出（単語が定義されているかどうかを調べる）
中間ファイル AllDoc.txt(対象者のメールを抜き出したもの）
[処理内容]
(1)メール本文の">"がない文の単語分解（スペース，ピリオド，コンマ）を行う
　write ･･･も飛ばす
(2)代表キーワードの出現回数を数える TF（メール１文単位）
(3)ドキュメント数を数える N
(4)ドキュメント全体で代表キーワードの出現回数を数える DF(メール全文)
(5)TF * LOG(N/Df)

　抽出する単語の閾値

 -3文字以上15文字以下
 -tf-idfの計算方法（全体の）
 -tf-idfの値が6以上もしくはTop2の語句を抽出
↑

研究†

トップ   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS