《大数据挖掘与分析》

NJU Master Course Big Data Mining and Analysis

授课人：王成军
联系方式：wangchengjun@nju.edu.cn
计算传播网：http://computational-communication.com

时间安排

大数据挖掘与分析 050302D01

72学时，4学分
南京大学仙林校区新闻传播学院201
周四1-2节课 & 周五 5-6节课

授课计划

一、计算新闻传播学简介 [课程要求、常见问题、Jupyter Notebook使用、 Slides制作方法]
二、大数据简介
三、数据科学的编程工具：Python使用简介（3h） [Graphlab、rpy2]
四、数据抓取：抓取政府工作报告、Beautifulsoup
五、数据抓取：抓取音乐评论
六、数据清洗：清洗推特数据
七、数据清洗：清洗占中新闻、清洗天涯论坛帖子
八、统计初步:
九、机器学习
十、文本挖掘简介
十一、文本挖掘：基于机器学习的情感分析
十二、文本挖掘：主题模型 [graphlab]
十三、计算传播应用：推荐系统简介
十四、计算传播应用：推荐系统实践 [音乐推荐、电影推荐、隐含语义模型]
十五、网络科学理论简介
十六、网络科学模型
十七、网络科学：使用NetworkX分析网络结构
十八、课程总结回帖网络分析

作业信息

https://github.com/computational-class/bigdata/wiki/

Tutorials

http://nbviewer.jupyter.org/github/computational-class/bigdata/blob/gh-pages/code/

例如：数据抓取：抓取47年政府工作报告

PPT

下载后，打开slides文件夹浏览
【推荐】通过nbviewer浏览，打开http://nbviewer.jupyter.org/github/computational-class/bigdata/blob/gh-pages/code/ ，选取需要浏览的slides，点击上方的view as slides🎁图标

在线书籍

在线浏览链接见：https://computational-class.github.io/ccbook/

相关课程

Introduction to Python Programming for Data Science https://github.com/computational-class/datascience
Foundations of Data Science https://www.inferentialthinking.com/chapters/intro.html
Principles and Techniques of Data Science https://www.textbook.ds100.org/intro