在SAP分析雲裡根據業務資料繪制詞雲(Word Cloud)

詞雲(WordCloud)的概念，據網絡上搜尋到的資料，最早由美國一位新聞學專業的副教授提出，對文本中出現頻率較高的關鍵詞予以視覺上的突出，一般采取“出現頻次越高，關鍵詞渲染尺寸越大”的規則。由這些尺寸不一的關鍵詞形成類似雲狀的彩色圖形，能幫助浏覽者一眼掃過圖形，就能領略該詞雲背後文本的主旨。

比如周傑倫《雙截棍》歌詞的詞雲如下：

其中出現頻率排前三位的詞高亮如下：

詞雲除了廣泛應用在網際網路前端外，在SAP領域也能發揮其優勢。比如Jerry在文章 SAP Analytics Cloud和SAP Cloud for Customer的內建 裡提到，最近我們做的一個項目，通過微信小程式收集使用者和SAP Conversation AI的聊天記錄，然後使用詞雲顯示出這些聊天記錄裡的關鍵詞。

起初Jerry在Github找了一些生成詞雲的開源工具，有JavaScript也有Python實作：

https://www.npmjs.com/package/tag-cloud https://github.com/amueller/word_cloud

後來了解到SAP Analytics Cloud自身就支援使用R的開發包wordclound生成詞雲：

https://www.sapanalytics.cloud/resources-r-packages/

是以我就想嘗試着用SAP Analytics Cloud來實作。

要使用SAP Analytics Cloud上的wordcloud的開發包，需要通過配置将其連接配接到一個可用的R運作環境。R語言是一種程式設計語言，在統計分析和各種圖表展示領域裡特别具有優勢。

在System配置裡，可以選擇使用SAP Analytics Cloud內建的R運作環境或者遠端連接配接到一個部署在第三方的R運作環境。

繪制詞雲的資料源由下面這個csv檔案提供：某地區每個超市每個月不同産品的銷售數量。我設定的詞雲繪制規則比較簡單，銷售量越大(字段QuantitySold)的産品，其産品名稱出現在詞雲中的尺寸越大。

上述Excel檔案可以從SAP官網下載下傳：

https://www.sapanalytics.cloud/wp-content/uploads/2018/02/BestRun.xlsx

我對其作了大幅簡化，上傳到SAP Analytics Cloud之後基于該檔案建立一個新的Model取名BestRunJerry, 将QuantitySold列設定成Measure.

将Product的Description設定為ProductName，這樣稍後用R繪制出的詞雲，顯示的是可讀性更好的Product Name，而不是産品ID.

基于建好的Model建立一個新的Story，插入一個新的R Visualization，這是一個UI控件，負責顯示渲染的詞雲：

将Product設定為Rows的一個成員：

而QuantitySold設定成Columns的一員，這樣接下來的R編輯器裡，可以通過通路Product和QuantitySold兩個變量，擷取模型裡存儲的對應資料。

現在開始添加R腳本：

四行腳本搞定：

點選Execute，看到執行效果：

最後生成的效果圖：

4行R腳本的含義：

(1) library(wordcloud):加載SAP Analytics Cloud的R開發包wordcloud；

(2) words <- BestRunJerry$Product：讀取模型BestRunJerry的Product資料，存儲到變量words裡；

(3) frequency <- BestRunJerry$QuantitySold：用産品QuantitySold字段的值模拟關鍵詞出現的頻率，存儲到變量frequency裡；

(4) wordcloud(words, frequency, scale = c(3, 1), rot.per=0.2, colors=brewer.pal(8, "Dark2"))

調用wordcloud開發包，生成詞雲。輸入參數的含義參考該開發包的文檔：

https://cran.r-project.org/web/packages/wordcloud/wordcloud.pdf

每當我們在SAP Analytics Cloud的R編輯器裡點選Execute按鈕時，可以在Chrome開發者工具裡觀測到編輯器發送了一個HTTP請求給R運作環境，該請求包含了目前我們編輯的R腳本和之前插入的R Visualization控件的長和寬。

根據這些輸入，SAP Analytics Cloud的R運作環境進行伺服器端的詞雲渲染，再将渲染好的詞雲内容以png圖檔檔案的base64格式傳回給浏覽器：

下一步Jerry會研究如何将文本格式的聊天記錄裡的關鍵詞提取出來，以詞雲的方式顯示在SAP Analytics Cloud裡，這也是我目前做的項目需要實作的需求，敬請期待。

本文來自雲栖社群合作夥伴“汪子熙”，了解相關資訊可以關注微信公衆号"汪子熙"。