Snowing-ST / Unstructured-Data-AnalysisLinks
非结构化课程作业,包括社交网络、链路预测、数据流、文本分析
☆24Updated 6 years ago
Alternatives and similar repositories for Unstructured-Data-Analysis
Users that are interested in Unstructured-Data-Analysis are comparing it to the libraries listed below
Sorting:
- 我们对一个知乎社交网络进行了基础属性、度分布、节点影响力、社区检测等分析操作,得到了一些有趣的结论(补充),发现了知乎社交网络的哪些特性(具体写出来)。之后,我们又做了一个知乎兴趣内容推荐系统,对用户的兴趣偏好进行分析,为用户推荐话题、问题、答主等相关内容,取得了不错的效果…☆28Updated 6 years ago
- 某电商手机评论的文本挖掘初体验 功能板块:数据预处理、LDA模型获取特征词、情感极性判断与程度计算、回归模型预测销量排序☆123Updated 6 years ago
- 基于电影评论数据的中文情感分析(含训练数据、验证数据) Machine Learning and Deep Learning implementations.☆83Updated 3 years ago
- 该资源为作者在CSDN的撰写Python数据挖掘和数据分析文章的支撑,主要是Python实现数据挖掘、机器学习、文本挖掘等算法代码实现,希望该资源对您有所帮助,一起加油。☆136Updated 4 years ago
- 基于知乎文本数据的lda和word2vec模型☆17Updated 5 years ago
- Python中文文本挖掘:使用机器学习方法进行情感分析。☆103Updated 7 years ago
- 京东评论情感分析模型,主要包括1、数据获取及探索性分析;2、文本预处理、文本分词、文本向量化、特征提取、☆84Updated 6 years ago
- 基于jieba分词和lda模型的主题分析☆19Updated 6 years ago
- 🐛 新浪微博社交网络分析&虚假用户检测。衍生应用:生成个性化新浪微博用户报告。☆109Updated 5 years ago
- 数据挖掘大作业, 东野圭吾小说集文本挖掘☆72Updated 9 years ago
- 基于在线民宿 UGC 数据的意见挖掘项目,包含数据挖掘和NLP 相关的处理,负责数据采集、主题抽取、情感分析等任务。目的是克服用户打分和评论不一致,实时对在线民宿的满意度评测,包含在线评论采集和情感可视化分析。搭建了百度地图POI查询入口,可以进行自动化的批量查询 POI …☆438Updated last year
- 基于新浪微博数据的情感极性分析☆58Updated 7 years ago
- 基于DNN深层神经网络的社交媒体用户的性格分析,采用TensorFlow的框架对社交媒体数据进行大五人格分类☆74Updated 7 years ago
- 通过研究社交网络,从网络中提取拓扑结构特征,运用机器学习方法进行链路预测,比较了几种机器学习算法的预测精度。☆33Updated 9 years ago
- Apply ML on weibo sentiment. 疫情背景下微博文本情感分析与可视化☆46Updated 3 weeks ago
- 基于深度学习(LSTM)的情感分析(京东商城数据)☆183Updated 5 years ago
- 一个基于SnowNLP的新浪微博评论情感分析工具☆53Updated 8 years ago
- 对舆情事件进行词云展示,对评论进行情感分析和观点抽取。情感分析基于lstm 的三分类,观点抽取基于AP 算法的聚类和MMR的抽取☆183Updated 7 years ago
- 用gensim训练LDA模型,进行新闻文本主题分析☆79Updated 6 years ago
- 基于Word2Vec+SVM对电商的评论数据进行情感分析☆138Updated 7 years ago
- 机器学习方法进行中文电影评论的情感分析☆31Updated 8 years ago
- 基于微博的数据挖掘与社交舆情分析☆220Updated 7 years ago
- 书籍知识图谱推荐系统☆60Updated 3 years ago
- 用LSTM进行文本的情感分析☆190Updated 6 years ago
- gensim-word2vec+svm文本情感分析☆104Updated 8 years ago
- 数据集依据与“新冠肺炎”相关的230个主题关键词进行数据采集,抓取了2020年1月1日—2020年2月20日期间共计100万条微博数据,并对其中10万条数据进行人工标注,标注分为三类,分别为:1(积极),0(中性)和-1(消极)☆18Updated 5 years ago
- 基于豆瓣图书的推荐、知识图谱与知识引擎简单构建neo4j☆269Updated 5 years ago
- 微博情感分析 中文 八分类 贝叶斯☆18Updated 6 years ago
- 基于知识图谱的电影推荐系统☆24Updated 6 years ago
- 能够采集微博博主,博文,评论,分析博主信息,博文话题等,构建社交网络,同时对数据和网络进行分析的工具.☆24Updated 6 years ago