- 1.1 绪论一:大数据的概念及发展趋势
- 1.2 绪论二:融媒体时代下的媒体数据特性
- 1.3 绪论三:数据挖掘技术与应用场景
- 1.4 绪论四:数据新闻的理解与发展
- 2.1 数据获取1-基础知识
- 2.2 数据获取2-HTML基础
- 2.3 数据获取3-gooseeker数据爬取软件基础介绍
- 2.4 数据获取4-Python数据爬去程序基础介绍
- 2.5 数据获取5-API基础知识1
- 2.6 数据获取6-API基础知识2
- 2.7 数据获取7-gooseeker数据爬取案例
- 2.8 数据获取8-爬虫规则的编写
- 2.9 数据获取9-API使用
- 2.10 数据获取10-模拟浏览器
- 3.1 文本分析的概念与分词1
- 3.2 文本分析的概念与分词2
- 3.3 文本分析的概念与分词3
- 3.4 文本分析的概念与分词4
- 3.5 文本分析:关键词提取
- 3.6 文本分析:停用词过滤
- 3.7 文本分析:统计词频
- 3.8 文本分析:命名实体识别
- 4.1 网络分析一
- 4.2 网络分析二
- 4.3 网络分析三
- 4.4 网络分析四
- 4.5 网络分析五
- 4.6 网络分析六
- 4.7 网络分析七
- 4.8 网络分析八
- 4.9 网络分析九
- 5.1 数据挖掘一
- 5.2 数据挖掘二
- 5.3 数据挖掘三
- 5.4 数据挖掘四
- 5.5 数据挖掘五
- 5.6 数据挖掘六
- 5.7 数据挖掘七
- 5.8 数据挖掘八
- 6.1 可视化-1
- 6.2 可视化-2
- 6.3 可视化-3
- 6.4 可视化-4
- 6.5 可视化-5
- 6.6 可视化-6
- 6.7 可视化-7
- 6.8 可视化-8
- 6.9 可视化-9
- 6.10 可视化-10
- 6.11 可视化-11
- 6.12 可视化-12
- 6.13 可视化-13
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,同时学习方法,掌握相关技术。
课程章节
1 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
2 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
3 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
4 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
5 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
6 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
7 期末考试