          媒體大數(shù)據(jù)挖掘培訓(xùn)

第一講 緒論

1.3 數(shù)據(jù)挖掘技術(shù)與應(yīng)用場景

1.2 融媒體時(shí)代下的媒體數(shù)據(jù)特性

1.4 數(shù)據(jù)新聞的理解與發(fā)展

1.1 大數(shù)據(jù)的概念及發(fā)展趨勢

第二講 數(shù)據(jù)獲取

2.7 Gooseeker數(shù)據(jù)爬取案例-爬蟲規(guī)則的制作

2.5 API的基礎(chǔ)介紹與原理1

2.6 API的基礎(chǔ)介紹與原理2

2.9 python數(shù)據(jù)爬取案例-api的使用

2.2 HTML基礎(chǔ)與正則表達(dá)式基礎(chǔ)

2.3 Gooseeker-數(shù)據(jù)爬取軟件基礎(chǔ)介紹

2.10 python數(shù)據(jù)爬取案例-模擬瀏覽器

2.1 數(shù)據(jù)爬取的基礎(chǔ)知識(shí)

2.4 Python-數(shù)據(jù)爬取程序基礎(chǔ)介紹

2.8 python數(shù)據(jù)爬取案例-爬蟲規(guī)則的編寫

第三講：文本分析：內(nèi)容的挖掘

3.6 中文停用詞過濾的案例實(shí)戰(zhàn)

3.3 初識(shí)中文分詞

3.7 中文詞頻統(tǒng)計(jì)的案例實(shí)戰(zhàn)

3.1 文本分析的概念與分詞

3.5 中文關(guān)鍵詞提取的方法與案例實(shí)戰(zhàn)

3.4 中文分詞的案例實(shí)戰(zhàn)

3.8 中文命名實(shí)體的方法與案例實(shí)戰(zhàn)

3.2 KNIME中的英文分詞案例

第四講：網(wǎng)絡(luò)分析：關(guān)系的挖掘

4.8 網(wǎng)絡(luò)傳播結(jié)構(gòu)的構(gòu)建方法

4.9 網(wǎng)絡(luò)傳播結(jié)構(gòu)的解讀

4.2 社會(huì)關(guān)系網(wǎng)絡(luò)網(wǎng)絡(luò)挖掘?qū)崙?zhàn)1

4.3 微博傳播網(wǎng)絡(luò)挖掘案例1

4.5 社會(huì)網(wǎng)絡(luò)分析

4.6 社交網(wǎng)絡(luò)傳播

4.4 網(wǎng)絡(luò)的基本概念與特征量

4.7 社交網(wǎng)絡(luò)營銷

4.1 初識(shí)網(wǎng)絡(luò)分析

第五講：數(shù)據(jù)挖掘

5.5 文本挖掘案例:新聞聚類

5.1 數(shù)據(jù)挖掘的基礎(chǔ)理論與價(jià)值

5.7 推薦系統(tǒng)的基本介紹

5.3 數(shù)據(jù)挖掘應(yīng)用于商業(yè)主要技術(shù)

5.6 文本挖掘案例:圖書評論的情感分類

5.4 數(shù)據(jù)挖掘案例-modeler軟件的使用與操作

5.2 數(shù)據(jù)挖掘的基本概念與方法

5.8 基于深度學(xué)習(xí)的海報(bào)推薦系統(tǒng)

第六講：大數(shù)據(jù)可視化

6.5 不同數(shù)據(jù)類型的可視化技術(shù)

6.4 數(shù)據(jù)挖掘與可視化

6.8 可視化案例分析一：個(gè)性化詞云制作

6.12 可視化案例分析四：Excel高級應(yīng)用2

6.2 可視化技術(shù)概述

6.6 數(shù)據(jù)新聞可視化

6.7 媒體大數(shù)據(jù)可視化

6.11 可視化案例分析四：Excel高級應(yīng)用1

6.10 可視化案例分析三：Echart可視化技術(shù)

6.3 可視化技術(shù)分類

6.1 初識(shí)大數(shù)據(jù)可視化

6.9 可視化案例分析二：網(wǎng)絡(luò)爬蟲技術(shù)

6.13 可視化案例分析四：Tableau可視化技術(shù)