该资源是针对这次肺炎疫情写个Python大数据分析系列博客，包括网络爬虫、可视化分析、GIS地图显示、情感分析、舆情分析、主题挖掘、威胁情报溯源、知识图谱、预测预警及AI和NLP应用等。希望该系列线上远程教学对您有所帮助，也希望早点战胜病毒，武汉加油、湖北加油、全国加油。待到疫情结束樱花盛开，这座英雄的城市等你们来。 基础性资源，希望对您有所帮助。 详见内容：https://blog.csdn.net/Eastmount/article/details/105462139

Python-for-Data-Mining 该资源为作者在CSDN的撰写Python数据挖掘和数据分析文章的支撑，主要是Python实现数据挖掘、机器学习、文本挖掘等算法代码实现，希望该资源对您有所帮助，一起加油。 该部分代码修改成了Python 3.x版本，与Python 2.x略微不同。 大家注意其差异即可，这也是为了更好的帮助同学们适应新的版本。 具体内容请参照如下CSDN博客： 效果图显示如下： 都是非常基础的文章，如果有错误或不足之处，还请告知及海涵，谢谢您的鼓励与支持，请帮忙点个Star！您的支持是我最大的动力，共勉~ 数据挖掘相关知识分享。 By：杨秀璋 Eastmount 2021-01-21

《知网》情感分析常用词语集，（包括情感、评价、程度级别、主张词语）分正负面以及中英文

非常好用

中科院计算所信息检索的基础教材课件，里面主要介绍可信息检索的基础知识，简单易学！

算法案例（4）：电商文本挖掘与市场研究.ipynb

这是用python做的文本挖掘，挺详细的，请大家放心下载

每条数据包含观众ID、观众昵称、城市、评论内容、评分和评论时间

相似度分析、文本情感分析 、文本过滤、词云、皮尔逊原理

在查看文本挖掘方法的文献之后，我们（本文作者）发现很少有研究人员研究文本挖掘方法在大规模在线评论中的效用。 我们从电子商务平台吸引了超过40万条评论，并计算了情感价值和特征词的出现频率。 然后，我们研究了销售量和情感价值的时间维度和地理分布，以及特征关键字的地理分布。 通过这样做，我们提取了有价值的信息并讨论了在线用户的消费者概况，得出的结论是销量不一定与情感强度和情感水平相对应。