媒体大数据挖掘与案例实战
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
什么是大数据(Big Data)?它将如何改变我们的社会生活?《媒体大数据挖掘与案例实战》课程内容涵盖“大数据”的主要几个方面,包含数据获取、文本分析、网络分析、数据挖掘和
大数据可视化等方面,旨在帮助学生认识大数据,同时学习分析方法,掌握相关技术。
课程章节
第一讲:绪论
∙ 1.1 大数据的概念及发展趋势
∙ 1.2 融媒体时代下的媒体数据特性
∙ 1.3 数据挖掘技术与应用场景
∙ 1.4 数据新闻的理解与发展
第二讲:数据获取
∙ 2.1 数据爬取的基础知识
∙ 2.2 HTML基础与正则表达式基础
∙ 2.3 Gooseeker-数据爬取软件基础介绍
∙ 2.4 Python-数据爬取程序基础介绍
∙ 2.5 API的基础介绍与原理1
∙ 2.6 API的基础介绍与原理2
∙ 2.7 Gooseeker数据爬取案例-爬虫规则的制作
∙ 2.8 python数据爬取案例-爬虫规则的编写
∙ 2.9 python数据爬取案例-api的使用
∙ 2.10 python数据爬取案例-模拟浏览器
第三讲:文本分析:内容的挖掘
∙ 3.1 文本分析的概念与分词
∙ 3.2 KNIME中的英文分词案例
∙ 3.3 初识中文分词
∙ 3.4 中文分词的案例实战
∙ 3.5 中文关键词提取的方法与案例实战
∙ 3.6 中文停用词过滤的案例实战
∙ 3.7 中文词频统计的案例实战
∙ 3.8 中文命名实体的方法与案例实战
第四讲:网络分析:关系的挖掘
∙ 4.1 初识网络分析
∙ 4.2 社会关系网络网络挖掘实战1
∙ 4.3 微博传播网络挖掘案例1
∙ 4.4 网络的基本概念与特征量
∙ 4.5 社会网络分析
∙ 4.6 社交网络传播
∙ 4.7 社交网络营销
∙ 4.8 网络传播结构的构建方法
∙ 4.9 网络传播结构的解读
第五讲:数据挖掘
∙ 5.1 数据挖掘的基础理论与价值
∙ 5.2 数据挖掘的基本概念与方法
∙ 5.3 数据挖掘案例-modeler软件的使用与操作∙ 5.4 数据挖掘的商业应用于主要技术
∙ 5.5 文本挖掘案例:新闻聚类
∙ 5.6 文本挖掘案例:图书评论的情感分类
∙ 5.7 推荐系统的基本介绍
∙ 5.8 基于深度学习的海报推荐系统
第六讲:大数据可视化
∙ 6.1 初识大数据可视化
∙ 6.2 可视化技术概述
∙ 6.3 可视化技术分类
∙ 6.4 数据挖掘与可视化
∙ 6.5 不同数据类型的可视化技术
∙ 6.6 数据新闻可视化
∙ 6.7 媒体大数据可视化
∙ 6.8 可视化案例分析一:个性化词云制作
∙ 6.9 可视化案例分析二:网络爬虫技术
∙ 6.10 可视化案例分析三:Echart可视化技术∙ 6.11 可视化案例分析四:Excel高级应用1∙ 6.12 可视化案例分析四:Excel高级应用2∙ 6.13 可视化案例分析四:Tableau可视化技术∙