- 1、本文档共52页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
六、数据预处理---- 内容的提取与聚合data pre - web mining lab
六、数据预处理 内容的提取与聚合
Data Pre-processing in CCR
复旦大学2014年FIST课程 《计算新闻传播学》
Computational Communication Research
Winson Peng 彭泰权
WKWSCI, NTU, Singapore
Outline
1. What is data pre-processing?
2. Why data pre-processing is important in CCR?
3. How to pre-process data in CCR?
Readings
Homework 6
2
An Overview of Text as Data Methods
Extracted from Grimmer Stewart, 2013
3
What is data pre-processing?
Make your data ready for statistical analysis and
interpretation
Data can be in any formats , such as numbers, dates,
time, text, video, audio, etc.
o Our focus: Text (webpages/posts/blogs/tweets)
Why only text data?
o New media research uses far more text data than numeric
or multimedia data.
o New media researchers are far less familiar with text
mining than numeric data analysis.
4
Two Steps: Texts Words Topics
Topic
• Tweets Extraction • Topics
• Webpages • Words • Issues
• Posts • Themes
• …… • ……
Word Ready for
Extraction Analysis
5
Textual Information
Big amount of information is available in textual form
in databases and online sources
Manual coding and effective extraction of useful
information are not possible
文档评论(0)