非結(jié)構(gòu)化大數(shù)據(jù)分析

第1章 文本挖掘概述
1．1 時(shí)代背景
1．2 文本挖掘與數(shù)據(jù)挖掘
第2章 文本預(yù)處理
2．1 自然語言處理
2．2 分詞技術(shù)
2．3 文本表示
第3章 文本分類
3．1 預(yù)測建模
3．2 決策樹分類
3．3 貝葉斯分類
3．4 支持向量機(jī)分類
3．5 實(shí)踐案例———垃圾短信識別
第4章 文本聚類和話題檢測
4．1 概述
4．2 基于相似度的文本聚類
4．3 基于模型的文本聚類
4．4 實(shí)踐案例———用LDA實(shí)現(xiàn)話題檢測
第5章 情感分析和觀點(diǎn)挖掘
5．1 概述
5．2 問題定義
5．3 文檔級情感分析
5．4 句子級情感分析
5．5 方面級情感分析
5．6 存在的問題和挑戰(zhàn)
5．7 實(shí)踐案例———發(fā)債企業(yè)負(fù)面新聞識別系統(tǒng)
第6章 社交網(wǎng)絡(luò)及其統(tǒng)計(jì)特性
6．1 社交網(wǎng)絡(luò)簡介
6．2 相關(guān)基本概念
6．3 常見統(tǒng)計(jì)特性
6．4 實(shí)踐案例———微博用戶關(guān)系分析
第7章 社區(qū)發(fā)現(xiàn)
7．1 概述
7．2 社區(qū)發(fā)現(xiàn)方法
7．3 社區(qū)發(fā)現(xiàn)相關(guān)的研究領(lǐng)域
7．4 實(shí)踐案例———用邊聚類探測算法發(fā)現(xiàn)社區(qū)
第8章 個(gè)體社會影響力分析
8．1 概述
8．2 個(gè)體社會影響力及影響強(qiáng)度度量
8．3 實(shí)踐案例———用PageRank算法計(jì)算個(gè)體社會影響力
第9章 鏈路預(yù)測
9．1 簡介
9．2 基于相似度的鏈路預(yù)測算法
9．3 基于等級結(jié)構(gòu)模型的鏈路預(yù)測算法
9．4 實(shí)踐案例———鏈路預(yù)測
第10章 網(wǎng)絡(luò)信息擴(kuò)散
10．1 熱點(diǎn)主題的發(fā)現(xiàn)方法
10．2 信息擴(kuò)散過程的建模與分析
10．3 實(shí)踐案例———信息擴(kuò)散計(jì)算過程
第11章 數(shù)據(jù)流中的數(shù)據(jù)挖掘
11．1 簡介
11．2 數(shù)據(jù)流中的變化探測
11．3 實(shí)時(shí)更新數(shù)據(jù)流中的直方圖
11．4 數(shù)據(jù)流中的聚類
11．5 數(shù)據(jù)流的分類
11．6 數(shù)據(jù)流方法的評估
第12章 多媒體數(shù)據(jù)分析
12．1 概述
12．2 基礎(chǔ)知識
12．3 特征提取
12．4 多媒體內(nèi)容檢索
12．5 多媒體內(nèi)容識別
12．6 國際評測
12．7 問題與挑戰(zhàn)