其他
2021暑期 | Python网络爬虫与文本分析
Python数据采集与文本分析
实证研究过程中学者普遍面临数据获取、清洗和编码的两大问题。在前大数据时代，一般使用实验法、调查问卷、访谈或者二手数据等方式，将数据整理为结构化的表格数据，之后再使用计量分析方法，对这些表格数据进行分析。但大数据时代，网络数据成为各方学者亟待挖掘的潜在宝藏，大量商业信息、社会信息以文本等非结构化、异构型数据格式存储于海量的网页中。那么对于经管为代表的人文社科类专业科研工作者而言，通过Python可以帮助学者解决使用Web数据进行科研面临的两大问题，即：
从网络世界中高效地采集数据 从纷杂的文本数据抽取文本信息
课程概览
2021年7月22-23日 2000元；回放10天 小鹅通平台(线上直播) 每天6小时（8:30 — 11:30；14:00 — 17:00）+ 30分钟答疑 软件:Anaconda
授课内容
Part1 Python语法入门 Part2 网络数据采集，网络用户行为数据采集，可自动下载文本、图片、视频、pdf等文件 Part3 文本分析，如词频统计、情感分析、信息抽取 Part4 机器学习，如LDA话题模型、文本分类等
讲师介绍：
邓旭东：哈尔滨工业大学在读博士，曾在多所大学分享Python，运营【公众号：大邓和他的Python】擅长Python、网络爬虫、文本分析、机器学习等内容。
课程内容
Part1 Python语法入门（7.22 am）
Python跟英语一样是一门语言 数据类型之字符串 数据类型之列表元组集合 数据类型之字典 数据类型之布尔值、None 逻辑语句(if&for&tryexcept) 列表推导式 理解函数 常用的内置函数 os路径库 内置库csv文件库 常见错误汇总
Part2 数据采集(7.22 pm)
网络爬虫原理 网络访问requests库 pyquery库解析html网页 案例 1：豆瓣小说 json库解析json网页 案例 2：知乎 案例 3：微博 案例 4：批量下载文档、多媒体文件 案例 5：上市公司定期报告pdf批量下载 案例 6：api数据采集 区分动态网站与静态网站
Part3 初识文本分析(7.23 am)
文本分析在经管领域中的应用 读取文件中的数据(txt、pdf、docx、xlsx、csv） 数据清洗re库-从文本中抽取姓名、年龄、电话、数字等各种信息 案例 7：如何将多个文件中的数据整理到一个excel中 中文jieba分词 案例 8：词频统计、制作词云图 案例 9：共现法扩展情感词典 案例 10：词向量word2vec扩展情感词典 案例 11：中文情感分析(无权重词典法) 数据分析pandas库快速入门 案例 12：使用pandas对excel中的文本进行情感分析 案例 13：使用tf-idf进行情感分析（有权重词典法） 案例 14：从文本数据中构造可用的社交网络数据 案例 15：对社交网络数据进行可视化
Part4 机器学习与文本分析(7.23 pm)
了解机器学习 使用机器学习做文本分析的流程 Scikit-learn机器学习库简介 文本特征工程-将文本转化为机器可处理的数字向量 认识词袋法、one-hot、Tf-Idf、word2vec 案例 16：使用标注工具对文本数据进行标注 案例 17：在线评论文本分类 文本相似性计算 案例 18：使用文本相似性识别变化(政策连续性) 案例 19：Kmeans聚类算法 案例 20：LDA话题模型 案例 21: 识别图片中的文本 Python爬虫、文本分析、机器学习等技术在论文中的应用赏析
报名信息
参加对象
全国高等院校及研究机构从事经济科学研究的青年师生。尤其适合那些希望掌握高级实证方法，提升量化研究设计能力和国家课题申报能力的研究者。
报名时间
从即日起
缴费信息
单位：杭州国商智库信息技术服务有限公司 开户银行：中国银行杭州大学城支行 银行账户：6232636200100260588
费用
2000元；回放10天 优惠政策： 报名两位老师的课程9折；三位老师的课程8折；四位老师的课程7.5折；三人成团及以上9折；五人成团及以上8折；老学员9折；学生优惠200元/人；各类叠加不超过7.5折。
（注：为扩大学员们的选择空间，可单独选择报名一位老师或几位老师的课程，也可组团报名，详情咨询文末陈老师）
报名咨询
13967800957（同微信）（陈老师）
欢迎咨询！
点击阅读原文获取更多课程信息