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。
播放:7686次,课程ID:4227169
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。
--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
--2.1 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
--3.1 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
--4.1 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
--5.1 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
--6.1 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
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。