外专大作业 《Big Data Analytics and Social Media》
以下为《外专大作业 《Big Data Analytics and Social Media》》的无排版文字预览，完整内容请下载
郑州轻工业大学
《Big Data Analytics and Social Media》
实验报告
实验名称：
Big Data Analytics and Social Media
学生姓名：
闫震
专业班级：
IEC数据科学1908
学 期：
2021-2022（二）
指导老师：
Bela Stantic，陈某某，马某某
日 期：
2022年6月11日
成 绩：
首先，导入需要的包，以及数据源
/
数据探索
从Twitter上收集艺人/乐队的数据，从可用数据集列表中，列出对艺人/乐队最有影响力的5个用户。
/
最有影响的5个用户为：billboard updatearianabr BestArianaPics_ grandeupdte updtgagabr，使用sort()函数，进行一个影响力的基本降序排序
1.2)列出与你的艺人/乐队相关的关键字一起出现的最重要的10个术语。
解释结果。
/
这十个术语分别为 内容过长，仅展示头部和尾部部分文字预览，全文请查看图片预览。 e（），betweenness（），closeness（）既得
机器学习模型
2.2)使用情绪和情绪分析来确定公众对与你的艺术家/乐队相关的事件和/或话题的反应。
提供公众意见(情绪、反应)的摘要。
/
/
根据text文本信息，得到文本表达的情绪反应，并统计出不同情绪占比
/
2.3)使用k-means聚类对用户的好友(关注者)和关注者进行分类。
你必须确定一个与你的艺人/乐队相关的有影响力的用户。
解释为什么他/她是一个有影响力的用户。
解释结果。
/
/
/
如图，横轴与纵轴表示了不同歌手或乐队的friends和 followers，不同的颜色表示不同的分组，由图可知，4组的friends和followers数都是最高的，2组的friends和followers数都是最低的
2.4)使用LDA主题建模来识别一些与你的艺术家/乐队密切相关的术语。
找出至少3组对你的分析有意义的词。
解释你的发现。
/
/
3.1)在Gephi中可视化你的Twitter参与者和语义网络，节点大小由该节点的连接数决定。
你能从可视化中提取出什么见解?
/
[文章尾部最后300字内容到此结束,中间部分内容请查看底下的图片预览]
以上为《外专大作业 《Big Data Analytics and Social Media》》的无排版文字预览，完整内容请下载
外专大作业 《Big Data Analytics and Social Media》由用户“zzbzzb3732”分享发布，转载请注明出处