日度归档:2014年3月9日

大数据助力社会科学研究:挑战与创新

[现代传播 2013.8】

大数据助力社会科学研究:挑战与创新

沈浩  黄晓兰

关键字:大数据时代 数据科学 网络科学 数据挖掘 社会科学 社交网络 微博

摘要:

大数据时代已经来临,如何从海量数据中发现知识,寻找隐藏在数据中的模式、趋势和相关性,揭示社会现象与预知社会发展规律,需[……]

Read more

谈谈大数据——Big Data时代的一点看法

    前两天老朋友更夫-海鹰兄在微博上问大数据问题,联想最近很多人都在问我大数据分析,或希望培训大数据课程。

说实话,我也没有见过大数据,我更愿意说这是大数据时代!

或许是大数据太热了,啥学科背景的人都在谈论,特别是人文学者、商界人士都在谈论,说明大数据时代到了,是他们点燃了大数据[……]

Read more

Twitter数据建模——预测2012美国总统选举

013-04-04 23:06 阅读(2351)评论(1)

【善科文库:2012年美国总统选举】微博和数学的力量!Twitter和微博的搜索功能可以适时地收集大量信息;而Choy等人(2011)的文章中的数学模型,成功地运用了Twitter数据预测了美国的总统人选。这里面的奥秘是什么呢?
[……]

Read more

词云可视化——中文分词与词云制作

 

近日在微博上大家都在问《个性化词云》制作方法。下面简单介绍实现步骤和思路:
随着微博研究的深入,社会网络分析和可视化技术的需要,面临中文处理问题,开始钻研文本挖掘的问题,过去的传统的数据挖掘一直研究的是结构化数据,文本挖掘和意见挖掘涉及内容更多,特别是中文处理是不可逾越的障碍!
注:俺的中[……]

Read more

回答一个同学的采访

沈浩老师您好,我是南京大学金陵学院传媒学院学生,在微博上私信您的,冒昧打扰您了。
问题如下,如果方便的话,请在明天晚上6点前回答可以吗?谢谢您的回复,打扰您休息了。

Q:

1、请您简单介绍一下数据的可视化技术、商业智能技术、和数据挖掘的技术。

答:数据可视化本身也是一种数[……]

Read more

上帝的指纹:微博传播机制和自组织分形理论下的无标度——幂率分布

今年5月由中国传媒大学主办,俺操办的《2012中国网络科学论坛》上,朱海松提到我制作的一张微博信息传播图;为此,海松对次进行了非常不错的学术和研究性解读,值得与大家分享和欣赏!

经典是经得起反复推敲的,@沈浩老师 制作的杜蕾丝官方微博的传播路径图也属此列。@数字营销杂志 7月刊来自@第一媒[……]

Read more

社交电视——越分享越懂得欣赏

新浪科技讯 7月13日下午消息,新浪与上海文广联合举办中国社交电视高峰论坛暨上海文广-新浪社交电视业务启动发布会今日开幕。以下是中国传媒大学电视与新闻学院教授沈浩演讲。(速记加上我的演讲稿)

  以下为演讲[……]

Read more

2012中国传媒大学研究生进修班——媒体市场研究与分析

中国传媒大学:2012年传播学专业-《媒体市场研究与分析》研究生课程进修班

                                    招 生 简 章
       为帮助在职人员在原有基础上进一步提高学术和理论水平,掌握坚实的传播理论基础和市场研究、数据分析、数据挖掘等系统专业知识[……]

Read more

【摘录文章】:人文社会科学有神韵在,才能使人感受深切

人文社会科学有神韵在,才能使人感受深切
摘自:http://www.socibar.com/a/theory/2012/0524/7283.html


古稀之年的叶启政教授曾出版过《台湾社会的人文迷思》一书,感叹现代化使得伦理价值和美学价值在人类生命中流失,倡导至少在大学应当思考和讨论德性[……]

Read more

2012年4月27-29日在中国传媒大学举办《2012中国网络科学论坛》

论坛名称:2012年中国网络科学论坛      论坛注册地址:http://event.weibo.com/333745
论坛主题:探讨科学与艺术的和谐统一之路。促进我国网络科学与社会科学、艺术、传媒、人文之间的交叉与和谐统一发展。
论坛时间:4月27-29日(三天) (暂定,目[……]

Read more

数据挖掘应用案例:RFM模型分析与客户细分

    这里,我先给各位朋友拜年,祝大家新春快乐!

       兔年就要过去了,本命年的最后一天再不更新博客有点对不住大家!正好刚帮某电信行业完成一个数据挖掘工作,其中的RFM模型还是有一定代表性,就再把数据 挖掘RFM模型的建模思路细节与大家分享一下吧!手机充值业务是一项主[……]

Read more

探讨文本挖掘在互连网关键词中的应用 ——以新浪体育国际足球新闻标题为例

 

在数据分析技术中,文本分析的使用一直是一个较少被涉及的领域,特别是有关中文文字的文本挖掘。

文本挖掘大致可由三部分组成:底层是文本数据挖掘的基础领域,包括机器学习、数理统计、自然语言处理;在此基础上是文本数据挖掘的基本技术,有五大类,包括 文本信息抽取、文本分类、文本聚类、文[……]

Read more