0去购物车结算
购物车中还没有商品，赶紧选购吧！
当前位置: 本科教材 > 管理学 > 1201 管理科学与工程 > 文本挖掘商务应用

相同语种的商品

销售排行榜

浏览历史

文本挖掘商务应用


联系编辑
 
标题：
 
内容：
 
联系方式：
 
  
文本挖掘商务应用
  • 书号：9787030645784
    作者：李嘉,刘璇
  • 外文书名：
  • 装帧：平装
    开本：16
  • 页数：244
    字数：366000
    语种：zh-Hans
  • 出版社：科学出版社
    出版时间：2021-06-01
  • 所属分类：
  • 定价： ￥49.00元
    售价： ￥38.71元
  • 图书介质:
    纸质书

  • 购买数量： 件  可供
  • 商品总价：

相同系列
全选

内容介绍

样章试读

用户评论

全部咨询

文本信息是Web上一类非常重要的信息，里面包含了大量的商业价值，对于洞察市场、识别创新机会、了解竞争对手、识别利益相关者、改进商品服务、了解消费者并与之价值共创，都具有重要意义。本书从商学院学生的角度出发，介绍文本知识挖掘的基本方法，以及它在商务问题上的应用。本书可以分为两个部分，第1～4章主要介绍文本知识挖掘的基础知识，第5～12章介绍文本知识挖掘的应用和工具。本书的特色是包含大量的案例和实验，帮助商学院学生深入理解所学知识所具有的商业价值，以及如何通过Python语言来实现这些功能。
样章试读
  • 暂时还没有任何用户评论
总计 0 个记录，共 1 页。 第一页 上一页 下一页 最末页

全部咨询(共2条问答)

  • qq_市销-齐峰95514 ( 2024-01-16 23:51:39 )

    您好，我需要这本书的教学课件.我校采用了咱们出版社的此本教材。

  • 双鱼 ( 2023-07-10 21:47:23 )

    您好，我需要这本书的教学课件

总计 2 个记录，共 1 页。 第一页 上一页 下一页 最末页
用户名： 匿名用户
E-mail：
咨询内容：

目录

  • 目录
    第1章 文本知识挖掘导论 1
    1.1 文本挖掘的概念 1
    1.2 文本挖掘的主要技术手段 2
    1.3 文本挖掘的基本任务 3
    1.4 文本挖掘的一般过程 5
    思考题 7
    第2章 网络爬虫 8
    2.1 网络爬虫的分类 8
    2.2 网络数据抓取的基本步骤 11
    2.3 网络爬虫的基本工作流程 12
    2.4 爬虫的抓取策略 13
    2.5 实验 14
    思考题 29
    第3章 文本的语言学处理 30
    3.1 词频统计分析 30
    3.2 停用词 30
    3.3 中文分词 31
    3.4 词性标注 34
    3.5 句法分析 36
    3.6 词干提取和词形还原 38
    3.7 实验 40
    思考题 54
    第4章 文本表示 56
    4.1 向量空间模型 56
    4.2 概念模型 58
    4.3 特征生成 60
    4.4 特征选择和特征提取 63
    4.5 实验：特征选择 68
    思考题 72
    第5章 信息抽取 74
    5.1 信息抽取简介 74
    5.2 信息抽取的任务 75
    5.3 应用案例：药物副作用挖掘 81
    5.4 实验：命名实体识别 88
    思考题 94
    第6章 文本分类 95
    6.1 文本分类的种类 95
    6.2 文本分类的知识工程方法 96
    6.3 文本分类的机器学习监督算法 96
    6.4 文本分类的评价 109
    6.5 应用案例：言语行为分析 112
    6.6 实验：垃圾邮件检测 120
    思考题 127
    第7章 文本聚类 129
    7.1 聚类的基本问题 129
    7.2 文本聚类的算法 130
    7.3 文本聚类的评价 134
    7.4 应用案例：研讨文本的主题聚类 135
    7.5 实验：使用K-means算法对文本进行聚类 142
    思考题 148
    第8章 主题模型 149
    8.1 主题模型概述 149
    8.2 文本建模 150
    8.3 Unigram模型 151
    8.4 主题模型和PLSA 154
    8.5 LDA 157
    8.6 应用案例：医生评论的主题提取 162
    8.7 实验：使用LDA发现新闻中的主题 172
    思考题 175
    第9章 情感分析 176
    9.1 情感分析的粒度 177
    9.2 情感分析面临的问题 178
    9.3 文档级情感分类 179
    9.4 句子级情感分类 182
    9.5 一些复杂句式的处理 183
    9.6 应用案例：在线口碑预测市场成功 184
    9.7 实验：评论的情感分析 188
    思考题 195
    第10章 知识图谱 196
    10.1 知识图谱的基本概念 196
    10.2 知识图谱的架构 198
    10.3 代表性的知识图谱 199
    10.4 知识抽取的关键技术 200
    10.5 知识表示的关键技术 207
    10.6 应用案例：知识图谱在部分领域的重要应用 208
    10.7 实验 211
    思考题 215
    第11章 文本可视化 216
    11.1 可视化的基本概念 216
    11.2 可视化的基本方法 216
    11.3 文本可视化的研究现状 218
    11.4 应用案例：舆情可视化 226
    11.5 实验 229
    思考题 231
    第12章 自然语言处理的商业套件 232
    12.1 IBM SPSS Text Analytics 232
    12.2 自然语言处理开放平台 234
    12.3 知识图谱开放平台 239
    思考题 241
    参考文献 242
帮助中心
公司简介
联系我们
常见问题
新手上路
发票制度
积分说明
购物指南
配送方式
配送时间及费用
配送查询说明
配送范围
快递查询
售后服务
退换货说明
退换货流程
投诉或建议
版权声明
经营资质
营业执照
出版社经营许可证

中国科技出版传媒股份有限公司　版权所有

　

京ICP备14028887号-5　 京ICP证150976号 京公网安备 11010102004214号

北京东黄城根北街16号 邮编：100717 Email:webmaster@mail.sciencep.com