后面关联度较高的词汇依次是“统计分析”、“数据挖掘”、“BI”、“Excel”等，从其中的几个数据工具（Growing IO、神策和友盟等）来看，厂家的品宣软文做的还是蛮好的。

再来看看“数据挖掘”+“运营”下的关联词有哪些，这次采用的method是’most_similar’，结果如下：

数据挖掘”+“运营”

结果显示，这2个词的组合得到的关联词，除了“数据分析”外，还有“精细化”、“BI”、“统计分析”、“（用户）画像”、“数据模型”、“指标体系”、“产品策划”等关键词，它们是数据运营中涉及较多的概念。

下面是“pm”和“运营”的共同关联词，它们能较好的说明运营和产品之间的存在的某些“公共关系”。

“pm”和“运营”的共同关联词

本来，这两个职位由于跟进流程多，涉及面广，需要干各种“杂活”，因而很多产品或运营抱怨自己就是 “打杂”的。

近一段时间，互联网界某些专家适时造出“全栈产品”和“全栈运营”这两个新概念，认为必须在这两个岗位上掌握更多的“斜杠”技能，熟谙相关领域的各个“工种”，最好精通各个流程。

要做好这两个“非技术”的岗位，很多方面不仅要“略懂”，还要扮演“多面手”的角色，比如“技术开发”、“产品策划”等，如此才能在实际工作中“独当一面”。

接下来，笔者从中挑选出出90个跟“数据分析”具有较高关联度的词汇，看哪些词汇在该语境下中提及次数最多，以及这些词之间的共现关系（Co-occurrence Relation），通过词汇链接关系的多寡，找到重要性程度最高的词汇。

90个跟“数据分析”具有较高关联度的词汇

从字体大小来看， “数据”、“数据分析”、“运营”、“数据挖掘”“数据库”、“预测”等词链接的词汇最多，它们的重要性程度在这90个词汇中的重要性程度最高。

从颜色上来看，这90个词根据“关系亲疏（共现关系）”聚集为5个社群（Community），最为突出的是3个社群，分别是：

橙色系的“SPSS”和“SAS”，数据分析工具类；

紫色系的“数据”、“数据分析”、“数据挖掘”等，数据分析相关重要的概念；

绿色系的“营销”、“社会化媒体”、“监测”等，品牌营销类。

其中，“社会化媒体”与“营销”之间的线条最为明显，代表它们之间有很强的关联度—因为社会化媒体正式营销活动的载体，营销活动必须在各类社会化媒体（微信、微博、头条号等）实施。

6.2.4 Lexical dispersion plot（词汇分散图）

接下来，笔者想了解“产品运营&数据分析”栏目中的某些词在2012.05~2017.07之间的数量分布情况，以及它们出现的位置信息（the location of a word in the text），这时可以利用Lexicaldispersion plot（词汇分散图）进行分析，它可以揭示某个词汇在一段文本中的分布情况（Producea plot showing the distribution of the words through the text）。

笔者先将待分析的文本按时间顺序进行排列，分词后再进行Lexicaldispersion plot分析。因此，文本字数的累积增长方向与时间正向推移的方向一致。图中纵轴表示词汇，横轴是文本字数，是累加的；黑色竖线表示该词汇在文本中被提及一次，对应横轴能看到它所处的位置信息，空白则表示无提及。