دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: آمار ریاضی ویرایش: نویسندگان: Gabe Ignatow. Rada Mihalcea سری: ISBN (شابک) : 9781506337005 ناشر: SAGE سال نشر: 2018 تعداد صفحات: 0 زبان: English فرمت فایل : EPUB (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
کلمات کلیدی مربوط به کتاب مقدمه ای بر جمع آوری و تجزیه و تحلیل داده های طراحی پژوهش متن کاوی: علم داده، متن کاوی
در صورت تبدیل فایل کتاب An Introduction to Text Mining Research Design Data Collection and Analysis به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب مقدمه ای بر جمع آوری و تجزیه و تحلیل داده های طراحی پژوهش متن کاوی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
دانش آموزان در دوره های علوم اجتماعی به صورت آنلاین ارتباط برقرار می کنند، معاشرت می کنند، خرید می کنند، یاد می گیرند و کار می کنند. هنگامی که از آنها خواسته می شود داده ها را برای پروژه های دوره جمع آوری کنند، اغلب به پلتفرم های رسانه های اجتماعی و سایر منابع آنلاین داده های متنی کشیده می شوند. بستههای نرمافزاری و زبانهای برنامهنویسی زیادی برای کمک به دانشآموزان در جمعآوری دادههای آنلاین وجود دارد، و متون زیادی برای کمک به اشکال مختلف تحقیقات آنلاین، از نظرسنجی گرفته تا مصاحبههای قومنگاری، طراحی شدهاند. اما هیچ کتاب درسی در دسترس نیست که به دانشآموزان بیاموزد که چگونه بر اساس منابع آنلاین دادههای متنی مانند آرشیو روزنامهها، آرشیو نظرات کاربران سایت، اسناد تاریخی دیجیتالی شده یا آرشیو نظرات کاربران رسانههای اجتماعی، یک پروژه تحقیقاتی قابل اجرا بسازند. متن جدید Gabe Ignatow و Rada F. Mihalcea، مقدمه ای بر متن کاوی، نقطه شروعی برای دانشجویان مقطع کارشناسی و دانشجویان سال اول کارشناسی ارشد خواهد بود که علاقه مند به جمع آوری و تجزیه و تحلیل داده های متنی از منابع آنلاین هستند و مهم ترین مسائلی را که دانشجویان باید باید پوشش دهند. در تمام مراحل پروژه های تحقیقاتی خود از جمله: مسائل اخلاقی و فلسفی. مسائل مربوط به طراحی تحقیق؛ خراش دادن وب و خزیدن؛ انتخاب داده های استراتژیک؛ نمونه گیری داده ها؛ استفاده از روش های خاص تجزیه و تحلیل متن؛ و گزارش نویسی
Students in social science courses communicate, socialize, shop, learn, and work online. When they are asked to collect data for course projects they are often drawn to social media platforms and other online sources of textual data. There are many software packages and programming languages available to help students collect data online, and there are many texts designed to help with different forms of online research, from surveys to ethnographic interviews. But there is no textbook available that teaches students how to construct a viable research project based on online sources of textual data such as newspaper archives, site user comment archives, digitized historical documents, or social media user comment archives. Gabe Ignatow and Rada F. Mihalcea′s new text An Introduction to Text Mining will be a starting point for undergraduates and first-year graduate students interested in collecting and analyzing textual data from online sources, and will cover the most critical issues that students must take into consideration at all stages of their research projects, including: ethical and philosophical issues; issues related to research design; web scraping and crawling; strategic data selection; data sampling; use of specific text analysis methods; and report writing.
Chapter 1. Text Mining and Text Analysis Chapter 2. Acquiring Data Chapter 3. Research Ethics Chapter 4. The Philosophy and Logic of Text Mining Chapter 5. Designing Your Research Project Chapter 6. Web Scraping and Crawling Chapter 7. Lexical Resources Chapter 8. Basic Text Processing Chapter 9. Supervised Learning Chapter 10. Analyzing Narratives Chapter 11. Analyzing Themes Chapter 12. Analyzing Metaphors Chapter 13. Text Classification Chapter 14. Opinion Mining Chapter 15. Information Extraction Chapter 16. Analyzing Topics Chapter 17. Writing and Reporting Your Research Appendix A. Data Sources for Text Mining Appendix B. Text Preparation and Cleaning Software Appendix C. General Text Analysis Software Appendix D. Qualitative Data Analysis Software Appendix E. Opinion Mining Software Appendix F. Concordance and Keyword Frequency Software Appendix G. Visualization Software Appendix H. List of Websites Appendix I. Statistical Tools Glossary References Index