图书介绍

R语言与网络舆情处理【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

于卫红著著
出版社：北京：清华大学出版社
ISBN：9787302482574
出版时间：2018
标注页数：150页
文件大小：20MB
文件页数：160页
主题词：程序语言－程序设计；互联网络－舆论－研究

PDF下载

点此进入-本书在线PDF格式电子书下载【推荐-云解压-方便快捷】直接下载PDF格式图书。移动端-PC端通用
种子下载[BT下载速度快]温馨提示：（请使用BT下载软件FDM进行下载）软件下载地址页直链下载[便捷但速度慢] [在线试读本书] [在线获取解压码]

点击复制MD5值：24722edf4c86e5ec34dd2f43ec647803

下载说明

R语言与网络舆情处理PDF格式电子书版下载

下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。

点击复制85GB完整离线版磁力链接到迅雷FDM等BT下载工具进行下载详情点击-查看共享计划

建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！

（文件页数要大于标注页数，上中下等多册电子书除外）

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

图书目录

第1章网络舆情与舆情分析概述1

1.1舆情与网络舆情的基本概念1

1.1.1舆情的起源及定义1

1.1.2网络舆情2

1.2网络舆情的特征及表现形式2

1.3网络舆情分析技术3

1.3.1网络舆情分析的研究热点3

1.3.2网络舆情分析的步骤7

1.3.3网络舆情分析的常用技术9

第2章 R语言基础14

2.1 R语言简介14

2.1.1 R语言的起源、特点及安装14

2.1.2 R语言的基本操作15

2.1.3 R语言的常用命令17

2.1.4包的安装与加载18

2.2数据操作19

2.2.1基本数据类型19

2.2.2数据结构22

2.2.3数据读写25

2.2.4数据的描述性统计28

2.3 R语言语法29

2.3.1分支结构29

2.3.2循环结构31

2.3.3 R语言函数33

2.3.4 apply函数族34

2.4 R语言绘图37

2.4.1条形图38

2.4.2饼图40

2.4.3直方图41

2.4.4散点图42

第3章网络舆情信息采集及R爬虫的实现45

3.1网络舆情信息采集的基本原理45

3.1.1网络爬虫及其主要类型45

3.1.2爬虫的工作流程48

3.2免费的网络舆情采集利器——八爪鱼数据采集器48

3.2.1简介49

3.2.2下载、安装、启动与注册账号49

3.2.3八爪鱼采集器的使用50

3.3基于R语言的信息采集爬虫的开发53

3.3.1 HTTP54

3.3.2 RCurl包57

3.3.3 XML包59

3.3.4基于RCurl包与XML包的爬虫示例61

第4章基于R语言的舆情信息预处理65

4.1分词处理65

4.1.1分词的基本原理65

4.1.2使用Rwordseg包进行分词68

4.1.3使用jiebaR包进行分词74

4.2去停用词80

4.2.1什么是停用词80

4.2.2 R语言中去停用词的方法80

4.3词频统计83

4.3.1词频统计常用函数83

4.3.2词云可视化84

4.4文本向量化86

4.4.1语料库与文本向量空间86

4.4.2 R语言中语料库的构建87

4.4.3 R语言中文本向量的构建——文档词条矩阵88

第5章基于R语言的网络舆情分类89

5.1分类的定义及其基本原理89

5.1.1分类的定义89

5.1.2分类的基本原理89

5.2经典的分类算法——决策树算法90

5.2.1什么是决策树90

5.2.2决策树算法的基本思想91

5.3分类算法在舆情分析中的应用98

5.3.1网络舆情分类的基本原理98

5.3.2网络舆情分类的常用算法及其R语言实现99

5.4基于R语言的网络舆情分类示例——微信公众号文章分类104

5.4.1问题描述104

5.4.2数据采集104

5.4.3微信公众号文章分类的R语言实现106

第6章基于R语言的网络舆情热点话题聚类108

6.1聚类的定义及其基本原理108

6.1.1聚类的定义108

6.1.2聚类的基本原理109

6.2经典的聚类算法111

6.2.1 K-Means聚类111

6.2.2层次聚类113

6.3聚类算法在舆情分析中的应用及其R语言实现115

6.4基于R语言的网络舆情聚类分析示例——电商顾客评论热点话题聚类116

6.4.1问题描述116

6.4.2数据采集117

6.4.3电商商品评论聚类分析的R语言实现118

第7章基于R语言的网络舆情关联规则挖掘125

7.1关联规则挖掘的定义及其基本原理125

7.1.1什么是关联规则挖掘125

7.1.2关联规则挖掘的基本原理126

7.2常用的关联规则挖掘算法127

7.2.1 Apriori算法127

7.2.2 Eclat算法128

7.3关联规则挖掘在舆情分析中的应用及其R语言实现130

7.4基于R语言的网络舆情关联分析示例——雾霾舆情热点词关联模式挖掘134

7.4.1问题描述134

7.4.2数据采集135

7.4.3雾霾舆情热点词关联模式挖掘的R语言实现135

第8章基于R语言与BP神经网络的网络舆情分析138

8.1 BP神经网络概述138

8.1.1什么是人工神经网络138

8.1.2什么是BP神经网络139

8.2 BP神经网络的算法原理140

8.2.1 BP神经网络的算法流程140

8.2.2数据的归一化处理142

8.3 BP神经网络在舆情分析中的应用及其R语言实现143

8.4基于R语言与神经网络的舆情分析示例——微博转发数与评论数预测144

8.4.1问题描述144

8.4.2数据采集145

8.4.3基于R语言与神经网络的微博转发数与评论数预测的实现145

参考文献150