
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