Javascript 字頻計算，Github wordfrequency 專案

近期將自己工作，用來計算字詞計算的工具重新改寫，轉換為 module 的形式，放到 github 的 wordfrequency 專案。

可以計算 一個詞或關鍵字的次數，也可以計算兩個詞共同的次數，可能的用途如下：

• 單詞頻計算，功能為：Tag Cloud、重要性
• 雙詞頻計算，功能為：計算兩個詞間的關係，如 Social Network Analysis Plot

如何使用 Module

var wf=require('./WordFreq')

module 內的方法函數

• dataToArrObj: 資料整理，將用 tab 分隔的資料轉換為，第一欄為 name 的索引。 可做為類似 Excel vlookup 的檢索匹配用 ["aaa\tbbb\tccc\tddd"]=>[{name="aaa",value="bbb\tccc\tddd"}]
• getkeyword： 參考 dataToArrObj 的 name 欄位，對應出 Value 。 輸入為 ["aaa","bbb","ccc"]
• colsTocol: 將讀入的多欄料，轉換為單欄的資料，類似正規化的過程。 例：['abc\tabc\tabc\t','cde\tcde\tcdt']=>[abc,abc,abc,cde,cde,cde]
• Counting： 計算矩陣內的字詞出現次數，例 ['a','a','b'] = >[{name:'a',value=2},{name:'b',value=1}]
• Arraytwkeyword： 將 ["aaa","bbb","ccc", "ddd"] 轉換為 ["aaa, bbb", "aaa, ccc", "aaa, ddd", "bbb, ccc", "bbb, ddd", "ccc, ddd"]
• wordRelation: 計算文字關係的函數, 輸入為 ["aaa\tbbb\tccc","bbb\tccc\tddd"] ， tab 分格欄位，欄位數沒限定。轉換為 ["aaa, bbb", "aaa, ccc", .....]
• outputobj： 輸出轉換。將 [{name='aaaa',value=3},{name='bbbb',value=1}] => string="3\taaaa\n1\tbbbb\n" => 3 aaa 換行 1 bbb 換行
• outputArr(arr[,sep,col]): 輸出轉換。 arr 為輸入的一維陣陣["aaa","bbb"]=> string="aaa\nbbbb\n"。sep, col 可不輸入。 sep 指 string 的分割字元， col 預設 1 ，若需要透過 sep 分割成多欄，請在 sep 處輸入分隔符號，如 ';'，而 col 請輸入比 1 大的任何數值。

如何使用

請至 wordfrequency 專案 的 sample/ 目錄下，有範例程式 sample.js 和範列資料  sample_Input.txt，執行後會產生 keyword.csv, wordrelation.csv 兩個輸出檔。