词频是什么意思 cmu-link是什么软件

词频，是一种用于情报检索与文本挖掘的常用加权技术，用以评估一个词对于一个文件或者一个语料库中的一个领域文件集的重复程度。词频统计为学术研究提供了新的方法和视野。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。TF-IDF加权的各种形式常被搜索引擎应用，作为文件与用户查询之间相关程度的度量或评级。

原理

在一份给定的文件里，词频（term frequency，TF）指的是某一个给定的词语在该文件中出现的次数。这个数字通常会被正规化，以防止它偏向长的文件。（同一个词语在长文件里可能会比短文件有更高的词频，而不管该词语重要与否。）对于在某一特定文件里的词语 ti 来说，它的重要性可表示为：

以上式子中 ni,j 是该词在文件dj中的出现次数，而分母则是在文件dj中所有字词的出现次数之和。

cmu-link是国内目前唯一的以辅助人文社会科学研究的大型免费社会计算的平台的软件，cmu-link这款软件可以实现微博分析，聊天分析，全网分析，网站分析，浏览分析，分词，词频分析，英文词频分析，流量分析，聚类分析等等一系列文本分析，同时也是写论文的一把利器。

文献综述的关键词聚类分析的步骤包括：

（1）文献获取：从专业的数据库中获取相关文献，并根据文献的主题和目的筛选出有用的文献。

（2）关键词提取：从文献中提取出有用的关键词，具体方法包括：使用文献中出现频率最高的词作为关键词；利用文本挖掘技术，对每篇文献进行词频统计，提取出文献中重要的词汇；使用术语检索工具，检索出文献中的重要术语等。

（3）词语聚类：将提取出的关键词进行聚类，以便更好地理解文献的主旨，常用的聚类方法包括层次聚类、K-means聚类、DBSCAN聚类等。

（4）分析结果：分析聚类结果，可以得到每组关键词的代表性词汇，并从中总结出文献的主题和目的，为更好地理解文献提供参考依据。