《数据恢复实用技术》用8个项目全面讲解了数据恢复的关键技术以及逻辑故障下数据恢复的方法，主要内容包括数据恢复入门、恢复FAT32文件系统数据、恢复NTFS数据、恢复exFAT文...
电子书
内容简介
文本是一种特殊的非结构化数据，在当今的大数据时代，其价值日趋凸显。本书利用开源而强大的R软件，对文本数据挖掘的概念、技术及技巧进行了系统的介绍。本书共11章，内容包括：走进文本数据挖掘，R语言快速入门，字符串的基本处理，用好正则表达式，导入各类文本数据，对各类文本数据进行预处理，文本特征提取的4种方法，基于机器学习的文本分类方法，文本情感分析，文本可视化，文本数据挖掘项目实践。本书还提供了丰富的应用案例和程序源代码引导读者高效学习。 本书适合对文本数据挖掘感兴趣的学生、科研人员和数据科学从业者阅读。同时，本书还可以作为工具书，为需要经常进行文本数据挖掘的读者提供快速检索。
章节目录
- 封面
- 前折页
- 书名页
- 版权页
- 前言
- 目录
- 第1章 走进文本数据挖掘
- 1.1 什么是文本数据挖掘
- 1.2 为什么要做文本数据挖掘
- 1.3 如何进行文本数据挖掘
- 1.3.1 文本数据挖掘的流程
- 1.3.2 文本数据挖掘的基本任务及方法
- 1.4 文本数据挖掘软件工具概览
- 第2章 文本数据挖掘利器——R语言
- 2.1 开发环境配置
- 2.1.1 下载并安装R软件
- 2.1.2 包的管理
- 2.1.3 版本升级
- 2.1.4 集成开发环境
- 2.2 R的基本数据类型
- 2.2.1 数值型
- 2.2.2 逻辑型
- 2.2.3 字符型
- 2.2.4 因子型
- 2.3 R的常用数据结构
- 2.3.1 向量
- 2.3.2 矩阵
- 2.3.3 列表
- 2.3.4 数据框
- 2.4 R的基础编程知识
- 2.4.1 赋值
- 2.4.2 函数
- 2.4.3 强制类型转换
- 2.4.4 条件判断
- 2.4.5 循环操作
- 2.5 数据操作入门
- 2.5.1 文件读写
- 2.5.2 数据框的检视
- 2.5.3 单表操作
- 2.5.4 多表操作
- 2.5.5 缺失值处理
- 2.5.6 长宽数据转换
- 第3章 从基础做起1——字符串的基本处理
- 3.1 字符串的构造
- 3.2 字符串的辨识、计数与定位
- 3.3 字符串的提取
- 3.4 字符串的定制化输出
- 3.5 字符串的替换与删除
- 3.6 字符串的拼接与拆分
- 3.7 字符串的排序
- 第4章 从基础做起2——用好正则表达式
- 4.1 通配符解析
- 4.1.1 点运算符（“.”）
- 4.1.2 字符集（“[]”）
- 4.1.3 否定字符集（“[^]”）
- 4.1.4 出现0次或更多（“*”）
- 4.1.5 出现1次或更多（“+”）
- 4.1.6 出现0次或1次（“?”）
- 4.1.7 出现次数范围限制（“{}”）
- 4.1.8 特征标群（“（…）”）
- 4.1.9 或运算符（“|”）
- 4.1.10 转义字符（“\\”）
- 4.1.11 匹配开头部分（“^”）
- 4.1.12 匹配结尾部分（“$”）
- 4.2 反向引用
- 4.3 简写字符集
- 4.4 贪婪匹配与惰性匹配
- 4.5 零宽断言
- 4.5.1 正先行断言（“?=…”）
- 4.5.2 负先行断言（“?!…”）
- 4.5.3 正后发断言（“?<=…”）
- 4.5.4 负后发断言（“?<!…”）
- 4.5.5 提取括号中的内容
- 第5章 步入正题——导入各类文本数据
- 5.1 readtext包简介
- 5.2 不同格式文本文件的导入
- 5.2.1 读取txt文件
- 5.2.2 读取csv/tsv文件
- 5.2.3 读取json文件
- 5.2.4 读取pdf文件
- 5.2.5 读取Word文件
- 5.2.6 读取html文件
- 5.2.7 读取压缩包
- 5.3 读入不同编码格式的文档
- 5.4 文件数据结构的转化
- 第6章 更进一步——对各类文本数据进行预处理
- 6.1 拼写纠错
- 6.2 文本切分
- 6.2.1 段落切分
- 6.2.2 句子切分
- 6.2.3 词语切分
- 6.2.4 n元切分
- 6.2.5 字符切分
- 6.3 去除标点
- 6.4 去除停用词
- 6.5 扩展缩写
- 6.6 词干提取
- 6.7 词形还原与词性标注
- 6.8 批量文档预处理
- 第7章 上手文本数据挖掘——文本特征提取的4种方法
- 7.1 基本特征提取
- 7.2 基于TF-IDF的特征提取
- 7.3 词嵌入
- 7.3.1 基于BOW
- 7.3.2 基于word2vec
- 7.3.3 基于GloVe
- 7.3.4 基于fastText
- 7.4 文档向量化：doc2vec
- 第8章 文本分类——基于机器学习的方法
- 8.1 无监督分类
- 8.1.1 基于文本相似度的聚类
- 8.1.2 基于网络集群识别的自动化聚类
- 8.1.3 基于主题模型的分类
- 8.2 有监督分类
- 8.2.1 二分类
- 8.2.2 多分类
- 第9章 深入理解文本内涵——文本情感分析
- 9.1 英文情感分析
- 9.1.1 RSentiment
- 9.1.2 sentimentr
- 9.1.3 SentimentAnalysis
- 9.1.4 meanr
- 9.1.5 sentometrics
- 9.2 中文情感分析
- 9.2.1 环境与数据准备
- 9.2.2 情感词典准备
- 9.2.3 中文分词
- 9.2.4 分值计算
- 9.2.5 小结
- 第10章 文本数据的直观表达——文本可视化
- 10.1 条形图
- 10.2 克利夫兰点图
- 10.3 矩形树状图
- 10.4 词云
- 10.5 词汇位置分布图
- 10.6 网络图
- 10.7 双文档对比可视化
- 第11章 举一反三——文本数据挖掘项目实践
- 11.1 情感分析案例：量化中文新闻报道中的情感走势
- 11.2 文本分类案例：基于词袋模型对英文期刊摘要来源进行分类
- 11.3 关键词提取案例：根据CRAN的介绍文本提取R包关键字
- 后折页
- 封底
展开全部
文本数据挖掘——基于R语言是2021年由机械工业出版社出版,作者黄天元。
版权说明：本电子书已获得正版授权，由出版社通过知传链发行。
得书感谢您对《文本数据挖掘——基于R语言》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
本书以深入浅出的语言系统地讲解了数据挖掘的框架和基本方法，主要内容包括：数据挖掘与R语言概述、数据理解、数据准备、关联规则挖掘、聚类分析、线性模型与广义线性模型、神经网络的基本...
电子书
适读人群 ：云计算 5G 通信行业
通俗解读边缘计算的概念及关键技术
详细介绍边缘计算的“朋友圈”
全面介绍边缘计算的应用领域
汇聚众多大咖畅聊无限可能的边缘计算
电子书
现代Java应用充分利用了微服务、反应式架构以及流式数据等创新设计。现代Java特性，譬如Lambda、流以及大家期待已久的Java模块系统让这些设计的实现极其便利。是时候更新技能工具箱了，只有这样，你才能从容应对迎面而来的种种挑战！
本书通过透彻的示例和通俗的语言讲解了Java语言这些激动人心的特性，作者注重细节，努力降低了学习难度，节省你宝贵的时间。依照本书边学边练，你可以很快掌握流应用程序接口、Java模块系统等现代Java新特性，再进一步去探寻实现并发的新方法，了解函数式编程如何帮你编写可读性好又容易维护的代码。潜心修炼，你的编程实力必能提高到新的层次。
本书特色：
●对上一版（《Java 8实战》）做了全新改版
●Java 8、9、10及后续版本新特性介绍
●流数据处理以及反应式编程
●Java模块系统
电子书
本书以R语言为实现工具，以数据可视化分析为导向，结合实际案例介绍数据可视化方法。全书共8章，第1章介绍数据可视化概述以及R语言数据处理的基本技能；第2章介绍R语言绘图基础，重点...
电子书
本书由浅入深，内容丰富。全书共11章，主要内容包括第1章R语言数据分析概述、第2章R语言数据操作基础、第3章数据读写、第4章数据预处理、第5章数据的描述统计分析、第6章数据相关...