不只文字雲，而是文字網路雲 / Word Network Graph
好，正式確定了社會網路分析取代文字雲的分析價值。
脈絡 / Context
最近為了分析學生在課堂的討論內容，我感覺到傳統的文字雲的上限。
文字雲終歸只能呈現出詞頻的數量，但是它不能展現出文字之間的脈絡，也就很難讓人瞭解文本中隱含的模式。
於是我改求助於社會網路分析。
我將斷詞後的詞彙視為節點(node)，出現在同一個段落的詞彙視為彼此連結的邊(edge)。詞彙出現的頻率、詞彙與詞彙中連結的頻率，則作為權重設定到節點和邊上。
接著使用Cytoscape.js繪製社會網路分析圖，利用fcose力引導排版來繪製網路圖。結果出乎意外地令人感到滿意。
出現頻率較高的詞彙，因為權重和邊的關係，在力引導排版下很容易出現在網路圖的中間。加上結合權重調整的文字大小，使得出現頻率較高的詞彙更容易被看見。
這樣一來就已經達到了文字雲可以呈現的效果。
社會網路分析 / Social network analysis
接著我再為Cytoscape.js加上聚焦功能。當使用者選擇其中一個詞彙時，與該詞彙有所相連的詞彙都會一同標亮。這樣有助於我們想要研究特定詞彙與相關詞彙的關係。但詞彙這麼多，一個一個查看，似乎不是什麼明智之舉。我需要更快的分析工具。
https://github.com/cytoscape/cytoscape.js-markov-cluster我找到了cytoscape-markov-cluster，一個能適用於Cytoscape.js的Markov Cluster演算法。它似乎原本有上架到npm，但實際上已經被下架。我分析了它的原始碼，調整後結合到自己的專案內，結果令我特別滿意。現在詞彙網路可以將脈絡相近的詞彙分群，找出數量不等的群集。我將群集結果用不同顏色標示，這樣就能明顯看到不同類別的詞彙在整個文本的地位。下面也做了統計表格，讓人更容易整理分群後的結果。整體來說，結果令人非常滿意。美中不足的是，JavaScript可以分析的資料量非常有限。畢竟它只是瀏覽器上運作的小程式。資料量一大，立刻就當機了。不過作為講解概念的工具，可說是非常適合了。
做完的結果請看這裡：https://pulipulichen.github.io/PWA-iClass-Discuss-Analysis/#/你覺得社會網路分析跟文字探勘結合還可以怎麼用呢？
靈感蒐集中！快快留言吧！
