舉報(bào)

會(huì)員
R語言與網(wǎng)絡(luò)輿情處理
最新章節(jié):
參考文獻(xiàn)
進(jìn)入互聯(lián)網(wǎng)時(shí)代后,網(wǎng)絡(luò)輿情形成迅速,影響著社會(huì)生活的方方面面,如何高效全面地采集輿情數(shù)據(jù)并利用數(shù)據(jù)挖掘算法及數(shù)據(jù)分析工具將輿情文本中有價(jià)值的信息挖掘出來,對于輿情監(jiān)管、輿情研判、輿情引導(dǎo)至關(guān)重要。本書以R語言作為輿情分析的工具,在闡述相關(guān)原理的基礎(chǔ)上,介紹了網(wǎng)絡(luò)輿情信息采集、輿情信息預(yù)處理、輿情文本分類、輿情文本聚類、輿情數(shù)據(jù)關(guān)聯(lián)規(guī)則挖掘、輿情相關(guān)指標(biāo)預(yù)測等輿情分析環(huán)節(jié),所有分析都使用R語言進(jìn)行實(shí)現(xiàn),給出了完整的過程和代碼。本書可以作為輿情處理、數(shù)據(jù)分析等教學(xué)或科研的技術(shù)參考書,適于本科生、研究生、數(shù)據(jù)分析愛好者、輿情分析工作者及研究人員等閱讀參考。
目錄(44章)
倒序
- 封面
- 書名頁
- 版權(quán)頁
- 內(nèi)容簡介
- 前言
- 第1章 網(wǎng)絡(luò)輿情與輿情分析概述
- 1.1 輿情與網(wǎng)絡(luò)輿情的基本概念
- 1.2 網(wǎng)絡(luò)輿情的特征及表現(xiàn)形式
- 1.3 網(wǎng)絡(luò)輿情分析技術(shù)
- 第2章 R語言基礎(chǔ)
- 2.1 R語言簡介
- 2.2 數(shù)據(jù)操作
- 2.3 R語言語法
- 2.4 R語言繪圖
- 第3章 網(wǎng)絡(luò)輿情信息采集及R爬蟲的實(shí)現(xiàn)
- 3.1 網(wǎng)絡(luò)輿情信息采集的基本原理
- 3.2 免費(fèi)的網(wǎng)絡(luò)輿情采集利器——八爪魚數(shù)據(jù)采集器
- 3.3 基于R語言的信息采集爬蟲的開發(fā)
- 第4章 基于R語言的輿情信息預(yù)處理
- 4.1 分詞處理
- 4.2 去停用詞
- 4.3 詞頻統(tǒng)計(jì)
- 4.4 文本向量化
- 第5章 基于R語言的網(wǎng)絡(luò)輿情分類
- 5.1 分類的定義及其基本原理
- 5.2 經(jīng)典的分類算法——決策樹算法
- 5.3 分類算法在輿情分析中的應(yīng)用
- 5.4 基于R語言的網(wǎng)絡(luò)輿情分類示例——微信公眾號(hào)文章分類
- 第6章 基于R語言的網(wǎng)絡(luò)輿情熱點(diǎn)話題聚類
- 6.1 聚類的定義及其基本原理
- 6.2 經(jīng)典的聚類算法
- 6.3 聚類算法在輿情分析中的應(yīng)用及其R語言實(shí)現(xiàn)
- 6.4 基于R語言的網(wǎng)絡(luò)輿情聚類分析示例——電商顧客評論熱點(diǎn)話題聚類
- 第7章 基于R語言的網(wǎng)絡(luò)輿情關(guān)聯(lián)規(guī)則挖掘
- 7.1 關(guān)聯(lián)規(guī)則挖掘的定義及其基本原理
- 7.2 常用的關(guān)聯(lián)規(guī)則挖掘算法
- 7.3 關(guān)聯(lián)規(guī)則挖掘在輿情分析中的應(yīng)用及其R語言實(shí)現(xiàn)
- 7.4 基于R語言的網(wǎng)絡(luò)輿情關(guān)聯(lián)分析示例——霧霾輿情熱點(diǎn)詞關(guān)聯(lián)模式挖掘
- 第8章 基于R語言與BP神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)輿情分析
- 8.1 BP神經(jīng)網(wǎng)絡(luò)概述
- 8.2 BP神經(jīng)網(wǎng)絡(luò)的算法原理
- 8.3 BP神經(jīng)網(wǎng)絡(luò)在輿情分析中的應(yīng)用及其R語言實(shí)現(xiàn)
- 8.4 基于R語言與神經(jīng)網(wǎng)絡(luò)的輿情分析示例——微博轉(zhuǎn)發(fā)數(shù)與評論數(shù)預(yù)測
- 參考文獻(xiàn) 更新時(shí)間:2019-12-12 17:32:06
推薦閱讀
- 演進(jìn)式架構(gòu)(原書第2版)
- SoapUI Cookbook
- PHP+MySQL+Dreamweaver動(dòng)態(tài)網(wǎng)站開發(fā)實(shí)例教程
- SQL基礎(chǔ)教程(視頻教學(xué)版)
- Kinect for Windows SDK Programming Guide
- AppInventor實(shí)踐教程:Android智能應(yīng)用開發(fā)前傳
- 基于Struts、Hibernate、Spring架構(gòu)的Web應(yīng)用開發(fā)
- 用案例學(xué)Java Web整合開發(fā)
- Rust游戲開發(fā)實(shí)戰(zhàn)
- R的極客理想:量化投資篇
- Building UIs with Wijmo
- Java面向?qū)ο蟪绦蛟O(shè)計(jì)教程
- 基于JavaScript的WebGIS開發(fā)
- IBM DB2 9.7 Advanced Application Developer Cookbook
- MATLAB語言及編程實(shí)踐:生物數(shù)學(xué)模型應(yīng)用
- C++ Primer(中文版)(第5版)
- Modern R Programming Cookbook
- 大學(xué)計(jì)算機(jī)基礎(chǔ)
- LabVIEW虛擬儀器項(xiàng)目開發(fā)與實(shí)踐
- MATLAB信號(hào)處理與應(yīng)用
- 軟件定義網(wǎng)絡(luò):基于OpenFlow的SDN技術(shù)揭秘
- Build Gamified Websites with PHP and jQuery
- Scala Microservices
- Java開發(fā)之道
- Learning Highcharts
- Access 2010數(shù)據(jù)庫項(xiàng)目應(yīng)用教程
- Learn Docker:Fundamentals of Docker 19.x
- 15天學(xué)會(huì)jQuery編程與實(shí)戰(zhàn)(視頻教學(xué)版) (Web前端技術(shù)叢書)
- Modern Web Development with ASP.NET Core 3
- Python數(shù)據(jù)處理:如何又快又好