文本挖掘指的是從文本數據中獲取有價值的信息和知識，它是數據挖掘中的壹種方法。文本挖掘中最重要最基本的應用是實現文本的分類和聚類，前者是有監督的挖掘算法，後者是無監督的挖掘算法。
二、文本挖掘步驟
1）讀取數據庫或本地外部文本文件
2）文本分詞
2.1）自定義字典
2.2）自定義停止詞
2.3）分詞
2.4）文字雲檢索哪些詞切的不準確、哪些詞沒有意義，需要循環2.1、2.2和 2.3步驟
3）構建文檔-詞條矩陣並轉換為數據框
4）對數據框建立統計、挖掘模型
5）結果反饋
三、文本挖掘所需工具
文本挖掘將使用R語言實現，除此還需加載幾個R包，它們是tm包、tmcn包、Rwordseg包和wordcloud包。
四、實戰
本文所用數據集來自於sougou實驗室數據。