由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
[正版]新书社交媒体大数据智能情感分析技术 谭旭、庄穆妮、梁俊威、吴俊江 传播媒介-数据处理
¥ ×1
店铺公告
为保障消费者合理购买需求及公平交易机会,避免因非生活消费目的的购买货囤积商品,抬价转售等违法行为发生,店铺有权对异常订单不发货且不进行赔付。异常订单:包括但不限于相同用户ID批量下单,同一用户(指不同用户ID,存在相同/临近/虚构收货地址,或相同联系号码,收件人,同账户付款人等情形的)批量下单(一次性大于5本),以及其他非消费目的的交易订单。
温馨提示:请务必当着快递员面开箱验货,如发现破损,请立即拍照拒收,如验货有问题请及时联系在线客服处理,(如开箱验货时发现破损,所产生运费由我司承担,一经签收即为货物完好,如果您未开箱验货,一切损失就需要由买家承担,所以请买家一定要仔细验货)。
关于退货运费:对于下单后且物流已发货货品在途的状态下,原则上均不接受退货申请,如顾客原因退货需要承担来回运费,如因产品质量问题(非破损问题)可在签收后,联系在线客服。
书名: | 社交媒体大数据智能情感分析技术 |
出版社: | 清华大学出版社 |
出版日期 | 2023 |
ISBN号: | 9787302635949 |
本专著系统介绍了社交媒体大数据智能情感分析的理论方法、关键技术及其在社会热点事件中的建模与应用。全书共分为三个篇章,一是理论基础篇,详细介绍了社交媒体智能情感分析的理论基础与主流大数据抓取及预处理技术;二是模型方法篇,创新提出了面向社会热点事件的智能情感分析框架,对社交媒体情感的形成、演化、干预与预测全过程进行智能建模分析;三是案例应用篇,通过实际案例介绍了如何应用社交媒体大数据智能情感分析方法解决实际问题。
|
谭旭,国防科技大学博士,教授,湖南大学、湘潭大学研究生导师。是“鹏城学者”长期特聘教授、广东省高校“千百十工程”省级培养对象、广东省高职教育专业领军人才、南粤优秀教师。现为广东省视频图像大数据公共安全应用科研团队负责人、广东省信息管理技术教学团队负责人、广东省高职教育计算机类专业教指委秘书长、中国仿真学会智能仿真优化与调度专委会委员。主持国家自科基金、教育部人文社科基金等项目21项,主编教材2部、专著1部,获中国仿真学会科学技术奖一等奖1项,广东省教育教学成果奖二等奖2项。 |
|
本书系统介绍了社交媒体大数据智能情感分析的理论方法、关键技术及其在社会热点事件中的建模与应用。 |
|
目录
第1章社交媒体大数据情感分析的理论基础 1.1社交媒体大数据情感分析的研究背景 1.1.1社交媒体大数据与社会治理 1.1.2社交媒体大数据情感分析的困境与意义 1.2社交媒体大数据情感分析的基本概念 1.2.1社交媒体大数据的定义与特征 1.2.2社交媒体大数据的来源与分类 1.2.3社交媒体大数据情感分析的基本理论 1.3社交媒体大数据情感分析的研究进展、现状及趋势 1.3.1社交媒体文本数据挖掘方法 1.3.2社交媒体数据表示学习技术 1.3.3社交媒体文本情感计算任务 1.3.4社交媒体数据舆情计算应用 1.4本章小结 参考文献
第2章社交媒体大数据网络爬取与数据预处理 2.1什么是网络爬虫 2.1.1网络爬虫的定义 2.1.2网络爬虫的流程 2.1.3网络爬虫的类型 2.1.4网络爬虫的工具 2.2网页和网站的基础知识 2.2.1网页的构成 2.2.2网站的构成 2.2.3网页开发者工具 2.3基于Python的爬虫库 2.3.1Python爬虫库概览 2.3.2requests库安装和体验 2.3.3利用requests库爬取百度贴吧案例 2.4基于Python的爬虫框架 2.4.1Python爬虫框架概览 2.4.2Scrapy爬虫操作入门 2.4.3利用Scrapy爬取微博网站案例 2.5基于Python的文本数据预处理 2.5.1文本数据预处理的范畴 2.5.2文本数据预处理的工具与方法 2.5.3文本数据预处理流程 2.5.4文本数据预处理案例 2.6本章小结 参考文献
第3章社交媒体大数据智能情感分析方法与技术 3.1社交媒体大数据情感分析方法 3.1.1社交媒体大数据情感分析基础方法 3.1.2社交媒体大数据情感分析常用方法 3.1.3社交媒体大数据情感分析智能方法 3.2社交媒体大数据智能情感分析关键技术 3.2.1信息抽取技术 3.2.2情感分析技术 3.2.3谣言检测技术 3.2.4话题识别技术 3.2.5热点发现技术 3.3社交媒体大数据智能情感分析理论基础 3.3.1预训练模型 3.3.2循环神经网络模型 3.3.3卷积神经网络模型 3.3.4注意力机制 3.4本章小结 参考文献
第4章社交媒体大数据智能情感分析全流程建模 4.1社交媒体大数据主题分析模型建构 4.1.1社交媒体大数据主题建模原理 4.1.2改进的LDA主题分析模型 4.2社交媒体大数据智能情感分析模型建构 4.2.1RAE深度学习模型 4.2.2改进的BERT预训练模型 4.3社交媒体大数据智能情感预测模型建构 4.3.1基于计量经济学模型的舆情情感预测 4.3.2基于机器学习模型的舆情情感预测 4.4社交媒体大数据智能情感分析框架 4.5本章小结 参考文献
第5章基于社会热点事件的实例分析 5.1“魏则西事件”的社交媒体大数据情感分析全流程建模 5.1.1“魏则西事件”的案例选择与描述 5.1.2“魏则西事件”的数据收集与预处理 5.1.3“魏则西事件”的情感分析结果 5.1.4“魏则西事件”的主题建模结果 5.1.5“魏则西事件”以主题建模为基础的情感分析结果 5.1.6“魏则西事件”以情感分类为基础的情感预测结果 5.1.7“魏则西事件”的社交媒体大数据情感分析讨论 5.2“疫苗接种情绪”的社交媒体大数据情感分析全流程建模 5.2.1“疫苗接种情绪”的案例选择与描述 5.2.2“疫苗接种情绪”的数据收集与预处理 5.2.3“疫苗接种情绪”的主题建模结果 5.2.4“疫苗接种情绪”的情感分析结果 5.2.5“疫苗接种情绪”以情感分类为基础的主题建模结果 5.2.6“疫苗接种情绪”以情感分类为基础的情感预测结果 5.2.7“疫苗接种情绪”的社交媒体大数据情感分析讨论 5.3本章小结 参考文献
第6章总结与展望 6.1研究总结 6.2研究展望
|
|
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格