媒體大數據挖掘與案例實戰

課程簡介

《媒體大數據挖掘與案例實戰》的課程內容涵蓋了“大數據”的主要幾個方面，包含數據獲取、文本分析、網路分析、數據挖掘和大數據可視化，此外，《媒體大數據挖掘與案例實戰》在課程內容上，一方面將“大數據”與“媒體”的聯繫在一起，除了講授大數據本身的相關內容，還會融合其在媒體行業的套用、發展；另外一方面主打案例實戰，將通過案例、實操讓學生能夠快速掌握數據獲取技術、數據分析技術、數據可視化技術。

課程大綱

第一講緒論

1.3 數據挖掘技術與套用場景

1.2 融媒體時代下的媒體數據特性

1.4 數據新聞的理解與發展

1.1 大數據的概念及發展趨勢

第二講數據獲取

2.7 Gooseeker數據爬取案例-爬蟲規則的製作

2.5 API的基礎介紹與原理1

2.6 API的基礎介紹與原理2

2.9 python數據爬取案例-api的使用

2.2 HTML基礎與正則表達式基礎

2.3 Gooseeker-數據爬取軟體基礎介紹

2.10 python數據爬取案例-模擬瀏覽器

2.1 數據爬取的基礎知識

2.4 Python-數據爬取程式基礎介紹

2.8 python數據爬取案例-爬蟲規則的編寫

第三講：文本分析：內容的挖掘

3.6 中文停用詞過濾的案例實戰

3.3 初識中文分詞

3.7 中文詞頻統計的案例實戰

3.1 文本分析的概念與分詞

3.5 中文關鍵字提取的方法與案例實戰

3.4 中文分詞的案例實戰

3.8 中文命名實體的方法與案例實戰

3.2 KNIME中的英文分詞案例

第四講：網路分析：關係的挖掘

4.8 網路傳播結構的構建方法

4.9 網路傳播結構的解讀

4.2 社會關係網路網路挖掘實戰1

4.3 微博傳播網路挖掘案例1

4.5 社會網路分析

4.6 社交網路傳播

4.4 網路的基本概念與特徵量

4.7 社交網路行銷

4.1 初識網路分析

第五講：數據挖掘

5.5 文本挖掘案例:新聞聚類

5.1 數據挖掘的基礎理論與價值

5.7 推薦系統的基本介紹

5.3 數據挖掘套用於商業主要技術

5.6 文本挖掘案例:圖書評論的情感分類

5.4 數據挖掘案例-modeler軟體的使用與操作

5.2 數據挖掘的基本概念與方法

5.8 基於深度學習的海報推薦系統

第六講：大數據可視化

6.5 不同數據類型的可視化技術

6.4 數據挖掘與可視化

6.8 可視化案例分析一：個性化詞雲製作

6.12 可視化案例分析四：Excel高級套用2

6.2 可視化技術概述

6.6 數據新聞可視化

6.7 媒體大數據可視化

6.11 可視化案例分析四：Excel高級套用1

媒體大數據挖掘與案例實戰

基本介紹

課程簡介

課程大綱

相關詞條

熱門詞條