学员成果:学习本课程后,您将能够: - 利用各种应用程序编程接口(API)服务,从 YouTube、Twitter 和 Flickr 等不同社交媒体来源收集数据。 - 使用相关、回归和分类等方法处理所收集的数据(主要是结构化数据),以获得有关数据来源和数据生成者的见解。 - 分析非结构化数据(主要是文本评论),以了解其中所表达的情感。 - 使用不同工具收集、分析和探索社交媒体数据,以达到研究和开发目的。 学员故事示例:希望利用社交媒体数据的数据分析师 Isabella 是一名数据分析师,在一家跨国公司担任顾问。她拥有使用网络分析工具和营销数据的工作经验。现在,她想进军社交媒体领域,尝试利用各种社交媒体渠道提供的大量数据。具体来说,她想了解客户、合作伙伴和竞争对手是如何看待和谈论他们的产品/服务的。她希望建立一个新的数据分析工作流程,将使用网络和营销工具的传统数据处理方法与使用社交媒体数据的新方法结合起来。 需要这些技能的职位示例:

了解顶级公司的员工如何掌握热门技能

该课程共有4个模块
在本 Modulation 中,您将了解社交媒体数据和数据解析的关键概念。您将了解结构化数据和非结构化数据的区别,重点是如何分析结构化数据以及结构化数据能提供哪些见解。Modulation 还介绍了用于探索和展示数据的常用数据 Visualization。本课程假定您有 Python 和 R 的编程经验。
涵盖的内容
5个视频1篇阅读材料2个作业1个讨论话题
在本 Module 中,您将学习如何使用 Python 从 X 和 YouTube 收集数据。首先将简要介绍 Python,然后使用 Python 脚本(稍作编辑)从每个平台提取数据。本单元还包括如何创建开发者账户和获取访问社交媒体 API 所需的凭据。 在开始之前,请确保已安装并正确配置 Python、R 和 Anaconda,并且能够自如地安装所需的软件包,因为本单元中的所有活动都依赖于这些工具。
涵盖的内容
4个视频5篇阅读材料3个作业
在本 Modulation 中,您将对来自 YouTube 和 Yelp 的真实社交媒体数据进行分析和 Visualization。首先,您将把相关性和 Regression 等统计方法应用到已经看过的 YouTube 数据集。然后,将向您介绍 R,这是一个强大的统计分析平台,您将使用它来检查来自 Yelp 的更大数据集。要取得成功,请确保您的 Python 和 R 环境已完全配置,并已准备好安装本模块所需的新软件包。 在开始之前,还建议快速复习相关性和 Regression 概念。
涵盖的内容
4个视频8篇阅读材料2个作业2个讨论话题
是时候在最常见的非结构化数据形式之一:来自 X(原 Twitter)的文本上检验您的技能了。在本 Module 中,您将完成两个实际案例研究--首先,您将使用 Python 挖掘公众情绪;其次,您将使用 R 探索文本挖掘技术。最后,您将获得一份完整的课程总结和下一步学习新技能的路线图。
涵盖的内容
4个视频4篇阅读材料2个作业1个讨论话题
位教师

人们为什么选择 Coursera 来帮助自己实现职业发展

Felipe M.

Jennifer J.

Larry W.

Chaitanya A.
学生评论
- 5 stars
52.34%
- 4 stars
24.83%
- 3 stars
12.75%
- 2 stars
3.02%
- 1 star
7.04%
显示 3/298 个
已于 Jul 5, 2021审阅
It was very interesting and very helpful to NLP students
已于 May 12, 2020审阅
Course was a very good. learnt basics about social media data.
已于 Jan 19, 2020审阅
This course provided a good introduction to understanding the fundamentals of data analytics and visualization for social media. I definitely feel like I've learned a lot!
从 数据科学 浏览更多内容

Coursera

Johns Hopkins University

Emory University

Illinois Tech
¹ 本课程的部分作业采用 AI 评分。对于这些作业,将根据 Coursera 隐私声明使用您的数据。



