基于文本内容的自动文本聚类技术作为文本信息挖掘技术中的核心技术之一，其目标是 将文档集合分成若干个簇，要求同一簇内文档内容的相似度尽可能的大，而不同簇之间的相 似度尽可能的小。 本文以中文文本作为文本聚类的挖掘对象，对文本集进行了中文文本预处理、文本聚类。 按照文中的方法步骤，设计了一个系统，实现了文本聚类的功能。

python 文本聚类分析案例说明摘要1、结巴分词2、去除停用词3、生成tfidf矩阵4、K-means聚类5、获取主题词 / 主题词团 说明 实验要求：对若干条文本进行聚类分析，最终得到几个主题词团。 实验思路：将数据进行预处理之后，先进行结巴分词、去除停用词，然后把文档生成tfidf矩阵，再通过K-means聚类，最后得到几个类的主题词。 实验说明：如何用爬虫获取数据可以参考其他博客，这里我们直接用一个周杰伦的歌词文本为例进行分析，把28条歌词聚成3个类。 摘要 实验源数据放在文件sourc