本次对话题进行分析的重点在于：
男、女性用户的话题关注差异话题频繁项集和关联规则挖掘用Word2vec量化话题之间的关联性
话题分析
在社会化媒体中，话题是指一个有影响力的事件或者活动。而在知乎上，话题是由内容（问题和回答）和人（提问者、回答者和关注者）构成的，而且话题之间存在着父子级关系。
知乎上的“话题”有别于其他社会化媒体上的“标签”，并非由用户自由创建、自由使用。如果话题被合理的添加到问题上，就意味着根据社区的共识和使用习惯，一些可能相似的内容被联系在了一起。
本质上，话题的作用是连接人和问题，它描述的是一个领域。一类有共同主题或属性的问题可以归类到一个话题下。这些基于话题的联系和分组能够帮助用户方便、快速的发现某个主题的内容。
在知乎这个社会化媒体上，话题是用户活动的基础，用户的信息创造、传播、组织必须依赖于话题。因此，对知乎上“数据分析”相关用户群体的话题偏好分析很有必要，它可以从宏观上把握用户的内容需求。
（1）男、女性用户的话题关注差异
经统计，女性关注的话题数量有28727个,男性用户关注的话题数量是 35774个，从关注话题丰富度上来看，男性用户明显要多于女性用户。
二者关注话题的交并集情况如下所示：
最后，小编想说：我是一名python开发工程师，
整理了一套最新的python系统学习教程，
想要这些资料的可以关注私信小编“01”即可（免费分享哦）希望能对你有所帮助
分享到:
閱讀更多 Python智禪 的文章
