本次對話題進行分析的重點在於：
男、女性用戶的話題關注差異話題頻繁項集和關聯規則挖掘用Word2vec量化話題之間的關聯性
話題分析
在社會化媒體中，話題是指一個有影響力的事件或者活動。而在知乎上，話題是由內容（問題和回答）和人（提問者、回答者和關注者）構成的，而且話題之間存在著父子級關係。
知乎上的“話題”有別於其他社會化媒體上的“標籤”，並非由用戶自由創建、自由使用。如果話題被合理的添加到問題上，就意味著根據社區的共識和使用習慣，一些可能相似的內容被聯繫在了一起。
本質上，話題的作用是連接人和問題，它描述的是一個領域。一類有共同主題或屬性的問題可以歸類到一個話題下。這些基於話題的聯繫和分組能夠幫助用戶方便、快速的發現某個主題的內容。
在知乎這個社會化媒體上，話題是用戶活動的基礎，用戶的信息創造、傳播、組織必須依賴於話題。因此，對知乎上“數據分析”相關用戶群體的話題偏好分析很有必要，它可以從宏觀上把握用戶的內容需求。
（1）男、女性用戶的話題關注差異
經統計，女性關注的話題數量有28727個,男性用戶關注的話題數量是 35774個，從關注話題豐富度上來看，男性用戶明顯要多於女性用戶。
二者關注話題的交併集情況如下所示：
最後，小編想說：我是一名python開發工程師，
整理了一套最新的python系統學習教程，
想要這些資料的可以關注私信小編“01”即可（免費分享哦）希望能對你有所幫助
分享到:
閱讀更多 Python智禪 的文章
