媒体大数据挖掘与案例实战

媒体大数据挖掘与案例实战课程简介：前往报名学习

媒体大数据挖掘与案例实战课程简介：

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。

前往报名学习

媒体大数据挖掘与案例实战课程目录：

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

期末考试

媒体大数据挖掘与案例实战授课教师：

沈浩-教授-中国传媒大学-新闻学院

沈浩，隶属中国传媒大学新闻学院，调查统计研究所所长，常年从事，长年指导硕士生和博士生科研活动。同时，在学校承担互联网信息研究院大数据挖掘与社会计算研究中心主任；在业界担任中国市场研究协会会长。 沈浩教授长期从事传播效果研究、市场研究，拥有20多年统计和数据分析经验、精通多种统计分析技术和传播研究方法的资深专家,擅长数据挖掘、社会网络分析、多变量分析和建模、数据可视化。近些年专注于大数据挖掘、网络科学和可视化研究，特别是在微博、微信等社会化媒体兴起之后，专注于基于微博网络的舆情分析和传播效果研究，也逐渐成为国内具有一定影响力的大数据专家。