課程大綱： 媒體大數據挖掘培訓
第一講 緒論
1.3 數據挖掘技術與應用場景
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-爬蟲規則的制作
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-數據爬取軟件基礎介紹
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-數據爬取程序基礎介紹
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 中文關鍵詞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：網絡分析：關系的挖掘
4.8 網絡傳播結構的構建方法
4.9 網絡傳播結構的解讀
4.2 社會關系網絡網絡挖掘實戰1
4.3 微博傳播網絡挖掘案例1
4.5 社會網絡分析
4.6 社交網絡傳播
4.4 網絡的基本概念與特征量
4.7 社交網絡營銷
4.1 初識網絡分析
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 數據挖掘應用于商業主要技術
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軟件的使用與操作
5.2 數據挖掘的基本概念與方法
5.8 基于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：個性化詞云制作
6.12 可視化案例分析四：Excel高級應用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高級應用1
6.10 可視化案例分析三：Echart可視化技術
6.3 可視化技術分類
6.1 初識大數據可視化
6.9 可視化案例分析二：網絡爬蟲技術
6.13 可視化案例分析四：Tableau可視化技術
加入高級會員獲得助教答疑
