描述 台风是威胁人类生存和发展的重大自然灾害之一，每年给灾区带来巨大损失。该数据集基于受台风影响较大的海南。收集了2010-2018年近8年对海南省造成严重影响的14次台风。这些数据包括台风轨迹、基于社交媒体的描述性文字和图片。该数据集旨在从公众观测的角度提供台风监测信息，弥补传统监测方式的不足，为及时高效的减灾服务提供重要数据支撑。 引用：张清兰; 解吉波; 刘战; 杨腾飞; 李振宇. Social media-based monitoring data for wind disasters in Hainan(V1). 2018. 2018-12-17. cstr:31253.11.sciencedb.715;

描述 本文从社交媒体收集并处理了2012-2018年海南所有4A、5A景区的点评数据，然后结合海南省旅游发展委员会公布的统计数据构建海南旅游景区评价数据集。该数据集用于海南旅游景区的质量评价和个性化推荐等。同时，我们也可以结合其他多源数据，为海南省旅游发展研究提供数据支持。 引用： 林振宇; 解吉波; 覃佐淼; 杨腾飞; 赵静. Evaluation data set for Hainan tourism scenic spots based on social media(V1). 2018. 2018-12-17. cstr:31253.11.sciencedb.714;

Twitter情绪可视化 一个网络应用程序，它使用来自Twitter的数据以及情感分析和情感检测相结合的方式来创建一系列数据可视化效果，以说明快乐和不快乐的位置，主题和时间。 介绍 该项目旨在使Twitter数据更易于理解。 它流式传输实时tweet，或者可以获取有关特定主题或关键字的tweet-然后使用自定义编写的情感分析算法分析此数据，并最终通过一系列动态D3.js数据可视化显示结果。 该应用程序的目的是允许在情绪与其他因素之间找到趋势，例如地理位置，一天中的时间，其他主题... 从分析营销活动的有效性到比较两个竞争主题，它具有广泛的用途。 在阅读有关该应用程序的更多信息。 该应

csv文件

通过研究电影票房与社交媒体用户行为的关系，揭示在线口碑（word-of-mouth）对业绩表现的作用。与之前的研究不同，将社交媒体用户评论、用户关注等用户行为数据作为内生变量进行研究，认为用户行为既影响业绩，又被业绩影响。首先，以电影产业为研究对象，分析了每周票房与用户评论、用户评分、用户关注度等之间的关系，通过样板（Panel）数据分析，构建了电影票房预测模型。接着，将票房作为自变量，分析了作为在线口碑表现形式的用户评论、用户关注度与票房的关系。最后，分析了在线口碑自身的特点，得出了多个有意义的结论，如用户评分仅仅是票房收入的反映，其本身并不显著影响票房。本研究具有良好的理论价值和实践意义。

VADER情绪分析 VADER（价位意识词典和情感推理器）是一种基于词典和规则的情感分析工具，专门针对社交媒体中表达的情感进行调整。 它是根据完全开源的（我们衷心感谢所有归属，并愿意接受大多数贡献，但请不要对我们承担责任）。 功能和更新 非常感谢George Berry，Ewan Klein和Pierpaolo Pantone为使VADER变得更好而做出的重要贡献。 新的更新包括有关以下方面的功能： 重构Python 3的兼容性，改进的模块性以及将其合并到……非常感谢Ewan和Pierpaolo。 进行重组以提高速度/性能，将时间复杂度从O（N ^ 4）降低到O（N）...非常感谢George。 简化了pip的安装，并为vaderSentiment模块和组件导入提供了更好的支持。 （对vader_lexicon.txt文件的依赖性现在使用自动文件位置发现，因此您无需在代码中手动指定其

Python Social Media Analytics by Siddhartha Chatterjee English | 28 July 2017 | ISBN: 1787121488 | ASIN: B01MXL4UYG | 312 Pages | AZW3 | 8.63 MB Leverage the power of Python to collect, process, and mine deep insights from social media data About This Book Acquire data from various social media platforms such as Facebook, Twitter, YouTube, GitHub, and more Analyze and extract actionable insights from your social data using various Python tools A highly practical guide to conducting efficient social media analytics at scale Who This Book Is For If you are a programmer or a data analyst familiar with the Python programming language and want to perform analyses of your social data to acquire valuable business insights, this book is for you. The book does not assume any prior knowledge of any data analysis tool or process. What You Will Learn Understand the basics of social media mining Use PyMongo to clean, store, and access data in MongoDB Understand user reactions and emotion detection on Facebook Perform Twitter sentiment analysis and entity recognition using Python Analyze video and campaign performance on YouTube Mine popular trends on GitHub and predict the next big technology Extract conversational topics on public internet forums Analyze user interests on Pinterest Perform large-scale social media analytics on the cloud In Detail Social Media platforms such as Facebook, Twitter, Forums, Pinterest, and YouTube have become part of everyday life in a big way. However, these complex and noisy data streams pose a potent challenge to everyone when it comes to harnessing them properly and benefiting from them. This book will introduce you to the concept of social media analytics, and how you can leverage its capabilities to empower your business. Right from acquiring data from various social networking sources such as Twitter, Facebook, YouTube, Pinterest, and social forums, you will see how to clean data and make it ready for analytical operations using var

基于社交媒体大数据的交通感知分析系统.pdf

面向舆情的社交媒体文本倾向性分析 威胁情报 红蓝对抗 红蓝对抗 安全测试 开发安全

基于 ML 的 COVID-19 下社交媒体用户注意力分析。|| 基于机器学习的COVID-19疫情背景下，分阶段的微博数据文本情感分析，先爬取，再用消息、情感词典和多维情感分析，并可视化