什麼是文字雲(Word Cloud)?
顧名思義，這就是一個整體形狀很像雲朵的圖形，並且由文字所構成。相信你一點都不陌生這類的圖。
這種由各種字詞組合成、如雲一般的圖形，稱作文字雲(Word Cloud)。我們常在各種社交網站與新聞網站中看到這類圖形的蹤跡，文字雲的存在目的在於能讓閱讀者在不閱讀所有文章的前提下，快速聚焦在大批文章中的主要內容。
網站上有一個可以玩文字雲的網頁，我們可以把想製作雲朵的文章往上面貼，它就可以畫出漂亮的文字雲，供我們日常分析作使用。(文字雲網址)
什麼是關鍵字分析(Keyword Extraction)？
關鍵字是什麼意思？通常我們認為，出現愈多次的文字就代表它愈關鍵。事實上，這樣的思考角度還有那麼一點美中不足，但只差一點點了。PTT中有各式各樣的版，有八卦版、電影版、還有最近熱門的世足版等。
(圖片來源)
如果我們今天想知道：『最近PTT電影版的關鍵字是什麼？』，那『覺得』肯定不屬於關鍵字，雖然它可能會頻繁的出現在每一篇電影版的PO文中，但這個詞不像是『電影版』的代表字，因為在世足版，可能也會有此類發文： 『 我覺得德國隊應該不會輸啊！！！』。
同樣以電影版的角度，我們可以看到：『 復仇者聯盟3：無限之戰 』這個詞近期也頻繁出現在許多電影版的文章中，例如：『 復仇者聯盟3：無限之戰，不但真的有一場接一場無止盡的對戰，還有一波又一波的驚奇呢 』。但『 復仇者聯盟3：無限之戰 』絕對不會頻繁的也出現在世足版、八卦版中。那『 復仇者聯盟3：無限之戰 』這個關鍵字，就會是代表電影版的關鍵字。
這種關鍵字計算的概念叫做 TF-IDF 演算法，如果想參考TF-IDF的細節，這篇文章寫的簡單容易了解，可以參照此網址。
藉由這個文字雲與關鍵字分析的資料科學技術，我們拿來應用於PTT-Boy & Girl版，以鄉民求助、分享等角度，了解版上的疑難雜症。如果你是喜愛上PTT的人，或是對於兩性的議題很有興趣，歡迎繼續閱讀：
【PTT 大數據】從資料分析探討 BOY-GIRL 版鄉民最頭痛的兩性問題
【網紅大數據】台灣英語教學 YouTuber「阿滴英文」都在教什麼？(一)
(本文轉載自合作部落客：資料分析大小事。)
