基本信息

• 商品名称：Web大数据处理与分析/大数据科学研究丛书
• 作者：编者:夏换//杨秀璋//于小民|总主编:褚光荣//刘雷
• 定价：152
• 出版社：科学
• ISBN号：9787030606365

其他参考信息（以实物为准）

• 出版时间：2019-03-01
• 印刷时间：2019-03-01
• 版次：1
• 印次：1
• 开本：16开
• 包装：平装
• 页数：282
• 字数：367千字

目录

部分 基础知识
第1章 概述
1.1 大数据预处理和分析
1.2 各章概要
1.3 如何阅读本书
第2章 数据挖掘基础知识
2.1 数据挖掘
2.2 有监督学习
2.3 无监督学习
2.4 部分监督学习
第3章 关系型数据库和语料知识库
3.1 关系型数据库
3.2 SQL基础知识
3.3 Python调用数据库
3.4 常见的语料知识库
第4章 正则表达式和基本字符串函数
4.1 正则表达式
4.2 基本字符串函数
4.3 字符编码简介
第二部分 基于Python的大数据预处理
第5章 数据预处理相关介绍
5.1 预处理概述
5.2 中文分词
5.3 数据清洗
5.4 词性标注基础
5.5 向量空间模型及特征提取
5.6 权重计算
第6章 中文分词技术及Jieba工具
6.1 中文分词技术介绍
6.2 常用中文分词工具
6.3 Jieba中文分词工具
6.4 案例分析：使用Jieba对百度百科摘要信息进行中文分词
第7章 数据清洗及停用词过滤
7.1 数据清洗的概念
7.2 数据清洗常见方法
7.3 停用词过滤
第8章 词性标注
8.1 词性标注概述
8.2 BosonNLP词性标注
8.3 Jieba工具词性标注
8.4 案例分析：基于Jieba工具的词性标注
第9章 向量空间模型及特征提取
9.1 向量空间模型
9.2 特征提取
9.3 余弦相似性
9.4 案例分析：基于向量空间模型的余弦相似度计算
0章 权重计算及TF-IDF
10.1 权重计算
10.2 TF-IDF
10.3 Scikit-Learn中的TF-IDF使用方法