课程目录
- 1.1.1]--大数据的概念与发展趋势
- [1.2.1]--融媒体时代下的媒体数据特性
- [1.3.1]--数据挖掘技术与应用场景
- [1.4.1]--数据新闻的理解与发展
- [2.1.1]--数据爬取的基础知识
- [2.2.1]--HTML基础与正则表达式基础
- [2.3.1]--Gooseeker-数据爬取软件基础介绍
- [2.4.1]--Python-数据爬取程序基础介绍
- [2.5.1]--API的基础介绍与原理1
- [2.6.1]--API的基础介绍与原理2
- [2.7.1]--Gooseeker数据爬取案例-爬虫规则的制作
- [2.8.1]--python数据爬取案例-爬虫规则的编写
- [2.9.1]--python数据爬取案例-api的使用
- [2.10.1]--python数据爬取案例-模拟浏览器
- [3.1.1]--文本分析的概念与分词
- [3.2.1]--KNIME中的英文分词案例
- [3.3.1]--初识中文分词
- [3.4.1]--中文分词的案例实战
- [3.5.1]--中文关键词提取的方法与案例实战
- [3.6.1]--中文停用词过滤的案例实战
- [3.7.1]--中文词频统计的案例实战
- [3.8.1]--中文命名实体的方法与案例实战
- [4.1.1]--初识网络分析
- [4.2.1]--社会关系网络网络挖掘实战1
- [4.3.1]--微博传播网络挖掘案例1
- [4.4.1]--网络的基本概念与特征量
- [4.5.1]--社会网络分析
- [4.6.1]--社交网络传播
- [4.7.1]--社交网络营销
- [4.8.1]--网络传播结构的构建方法
- [4.9.1]--网络传播结构的解读
- [5.1.1]--数据挖掘的基础理论与价值
- [5.2.1]--数据挖掘的基本概念与方法
- [5.3.1]--数据挖掘应用于商业主要技术
- [5.4.1]--数据挖掘案例-modeler软件的使用与操作
- [5.5.1]--文本挖掘案例新闻聚类
- [5.6.1]--文本挖掘案例图书评论的情感分类
- [5.7.1]--推荐系统的基本介绍
- [5.8.1]--基于深度学习的海报推荐系统
- [6.1.1]--初识大数据可视化
- [6.2.1]--可视化技术概述
- [6.3.1]--可视化技术分类
- [6.4.1]--数据挖掘与可视化
- [6.5.1]--不同数据类型的可视化技术
- [6.6.1]--数据新闻可视化
- [6.7.1]--媒体大数据可视化
- [6.8.1]--可视化案例分析一：个性化词云制作
- [6.9.1]--可视化案例分析二：Echart可视化技术
- [6.10.1]--可视化案例分析三：Excel高级应用1
- [6.11.1]--可视化案例分析四：Excel高级应用2
- [6.12.1]--可视化案例分析五：Tableau可视化技术
课程介绍
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，旨在帮手学生认识大数据，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 保举系统的基本介绍
5.8 基于深度学习的海报保举系统
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
