Page Not Found
Page not found. Your pixels are in another canvas.
Sitemap
A list of all the posts and pages found on the site. For you robots out there is an XML version available for digesting as well.
Pages
About Me
About me
Page not in menu
This is a page not in th emain menu
Posts
市场调查与分析大赛中如何撰写报告摘要
Published:
撰写市场调查报告的摘要时，目的是向评审专家简洁明了地传达报告的核心内容、主要发现以及市场调查的重要结论和建议。摘要通常是报告中最先被阅读的部分（在正文之前，且是目录前），因此应当精确而全面地反映报告的要点。以下是一些关键步骤和建议，希望能帮助大家撰写出有效的市场调查报告摘要：
学数据科学与大数据技术（传媒大数据方向）专业， 我们最应该学些什么？
Published:
我们的专业是一个全新的专业，而我们的所学所成直接影响着往后学习和报考我们专业的同学的兴趣。换句话说，未来什么样的人成为我们的师弟师妹，和我们未来的发展或者就业有着直接关系。
portfolio
Portfolio item number 1
Short description of portfolio item number 1
Portfolio item number 2
Short description of portfolio item number 2
publications
译著
Published in , 1900
[1] R语言实战（第2版），王小宁，刘撷芯，黄俊文，人民邮电出版社，2016.05
教材
Published in , 1900
[1] 传媒数据学，柴剑平，王妍，倪业鹏，王小宁，高等教育出版社，2021.07
talks
teaching
R语言数据分析实战
R语言入门者, 了解基本的数理统计方法, 2021
本书是与图灵教育合作的一个书籍，预计2023年9月份出版，具体更新内容详见链接：https://xiangyunhuang.github.io/data-analysis-in-action/
新闻与舆情数据学
传媒大数据专业，大三上, 掌握基本的新闻文本数据分析方法, 2021
课前推荐材料：
数据科学导论
本科一年级下, 数据科学与大数据技术（传媒大数据方向）、智能影响、计算广告专业, 2022
《数据科学导论》本课程定位培养学生学习数据科学分析的基本原理，掌握数据分析的基本思路、常见的分析方法以及应用场景，学会数据分析及可视化的方法，相关算法原理介绍和算法应用需求导向对接的垂直化课程体系设计，培养学生具备利用数据科学方法解决传媒大数据相关问题的能力。主要内容分为数据科学导读、数据科学主要方法、统计学习方法、数据处理综述、数据可视化、线性分类、重抽样方法、模型选择和正则化、决策树与组合学习、支持向量机、神经网络、无监督学习、推荐算法、文本挖掘和社交网络分析。内容将数据处理技术、数据分析方法、机器学习相关技术以及统计分析方法与新闻与舆情具体研究内容对接遴选，借助R语言工具既有对传媒大数据的数据收集和清洗，又包括一般数据挖掘和统计建模的方法整合，同时也介绍了自然语言处理、、文本分析、推荐算法和分布式计算方法以及数据可视化技术。涵盖技术、软件工具、方法原理，同时注重与具体传媒大数据结合进行知识传授和能力培养。
贝叶斯统计
传媒大数据专业，大三上, 掌握基本的贝叶斯建模和分析方法, 2022
课前阅读材料：贝叶斯的博弈 数学、思维与人工智能,人民邮电出版社，2021
传媒数据与统计分析
传媒大数据专业，大二上, 掌握基本的社会媒体挖掘技术和分析方法, 2022
课前推荐阅读材料：
大数据分析软件
本科, 中国传媒大学2021级网络与新媒体、2021数据科学与大数据技术, 2022
本课程致力于学习Python软件的数据分析方法，从海量的网络信息中获取与自己学习领域相关的信息，并且利用大数据、自然语言处理相关技术加工处理所获取的信息，从而用于自己的专业学习领域。该课程可以锻炼学生的动手能力，培养基本的网络大数据获取与处理方面的技术。通过该课程的学习，可以学习并掌握开的爬虫软件，从网络上获取并处理自己需要的信息；学习并掌握开源分词、TF-IDF、N-gram和word2Vec等文本分析模型（或软件系统），分析并处理所获取的信息。
计算广告学
传媒大数据专业，大四上, 掌握基本的计算广告的技术和分析方法, 2022
课前推荐阅读材料：