数据挖掘 - 聚类分析术语和细分的数据模型 - 吾爱随笔录

嘿，数据爱好者！

我有一个聚类分析的数据建模问题，我无法解决。也许我正在考虑进阶，我应该简化我的分析。

我有 2 个数据集：

具有其属性的人：
- 个人身份
- 性别
- 年龄
- 国家
- 等等。
对话及其属性：
- 会话 ID
- 谈话的句子
- 一个句子的关键字+它的频率
- 句子的极性（pos、neg 或中性）

我想对一组人具有相同极性的术语进行聚类。例如。20 至 35 岁的男性对经济持积极态度，对隐私持否定态度。BE、NL 和 DE 的男性对气候变化持否定态度。

问题是我需要为一组未定义的人聚集多个术语。对于一个术语（例如隐私），确定不同段的属性将是“容易的”，因为这是一个分类问题。由于我想将多个术语聚集在一起，我正在努力为我的数据建模，因为这意味着我每人有多个记录（他们可以谈论多个术语）。

假设：您可以假设我每学期每人有一个记录。

Person ------------------- PersonId Age Gender Country Etc -------------------- Person_Conversation -------------------- PersonId ConversationId -------------------- Conversation -------------------- ConversationId .... -------------------- ---- if a sentence can be part of more than one conversation ---- use: Conversation_Sentence -------------------- ConversationId SentenceId -------------------- Sentence -------------------- SentenceId Keyword Polarity -------------------- ----Otherwise use: Sentence -------------------- SentenceId ConversationId Keyword Polarity --------------------