STAT106 - 数据挖掘：Twitter微博数据挖掘分析

　　导师介绍

　　ZL

　　美国路易斯安娜州立大学（LSU）全奖博士，博士后

　　专注时空大数据挖掘和地理信息科学，精通Python编程，数据挖掘，地理信息系统以及空间分析路易斯安娜州立大学毕业生奖学金获得者

　　GIScience Club@LSU创始人

　　四项美国国家自然科学基金项目主要研究人员，多次在国际会议上做口头报告，学术成果多次发表在业内顶尖期刊

　　累计发表国际学术论文14篇，其中SCI论文11篇，EI论文3篇

　　科研指导人

　　ZYL

　　ViaX科研教育理工科导师

　　斯坦福大学卡内基研究所博士后

　　中科院遥感与数字地球研究所博士、助理研究员

　　累计发表学术论文20余篇 (其中SCI论文10余篇)，参与出版专著2部、国家发明专利1项，国家软件著作权1项

　　实验室介绍

　　斯坦福卡内基研究所（Carnegie Institution for Science in Stanford）

　　在地球科学领域享有盛誉，受卡内基基金会与比尔盖茨基金会资助

　　实验室共有5名PI，其中3名为美国科学院院士，论文引用次数均大于4万次、H指数均大于90，多篇学术论文以Nature, Science, PNAS封面刊出

　　研究领域包括卫星对地观测与遥感、激光雷达，新能源与政策，全球生态环境与气候变化，大气与气溶胶等

　　课题介绍

　　科研课题：地球空间大数据时空分析-基于Google Earth Engine云平台

　　科研工作：

　　基于文章

　　1、“Combining satellite imagery and machine learning to predict poverty.” Science 353, no. 6301 (2016): 790-794.”

　　2、“Mapping major land cover dynamics in Beijing using all Landsat images in Google Earth Engine.” Remote Sensing of Environment 202 (2017): 166-176.”

　　3、“Multitemporal settlement and population mapping from Landsat using Google Earth Engine.” International Journal of Applied Earth Observation and Geoinformation 35 (2015): 199-208.”

　　使用Google Earth Engine（GEE）进行地球空间大数据时空分析。

　　学前要求

　　推荐技能：推荐学生具有少量编程基础，例如Python语言等。对数据挖掘或机器学习相关知识有基本了解

　　适合人群

　　申请计算机，信息科学，地球科学、地理学、社会学等专业方向的同学

　　所有对数据挖掘方法，Python编程或者数据分析感兴趣的同学

　　想获得数据挖掘及数据分析方面实践认知的同学

　　课程学什么？

　　学习Python编程基础及数据处理方法

　　学习最流行的数据挖掘方法

　　学习社交媒体数据获取及预处理方法

　　实战演练：完成斯坦福卡内基研究所科研指导人布置的地球空间大数据时空分析科研项目

　　通过挖掘Twitter数据，让学生掌握数据挖掘在网络大数据分析的潜力和未来

　　为什么学数据挖掘？

　　Python语言清晰简洁、易于理解、使用广泛，是数据分析领域最受欢迎的编程语言。

　　数据挖掘方法广泛的应用于不同学科之中。

　　社交媒体数据分析有助于更好的进行商业决策，产品优化以及人类活动预测。

　　深度学习成为学术界和工业界最热门的技术方向。

　　为什么选这门课？

　　（1）本课程让学生在斯坦福卡内基研究所导师的指导下，完成基于Google Earth Engine云平台的地球空间大数据时空分析科研课题，极大的丰富自身科研经历

　　（2）通过学习本课程，学生可以掌握数据挖掘的方法及数据处理的技能

　　（3）本课程可以帮助未来想从事数据相关职业的学生积累实战经验

　　你能获得什么？

　　数据科学相关的实战经验

　　第一阶段导师签发的课程证明

　　科研指导人签发的斯坦福卡内基研究所实习证明

　　（学生可选）英文个人学习、研究计划（Research statement）

　　※ 学生可自选的课程产出需在Week2 之前决定且告知ViaX，并在Week5之前提交

　　什么时间上课？

　　2019年1月19号开课

　　开课进度图

　　第一周

　　数据挖掘简介和数据收集

　　第二周

　　数据处理与频率分析

　　第三周

　　网络结构及内容分析、确定科研课题

　　第四周

　　深度学习在社交媒体内容分析中的应用、科研课题实现的步骤及方法

　　第五周

　　社交媒体数据分可视化方法、第一次汇报科研进展

　　第六周

　　第二次汇报科研进展

　　第七周

　　科研课题答辩

　　课程安排

　　WEEK1

　　课程提纲：

　　· 数据挖掘定义与基本概念

　　· 数据挖掘方法及原理

　　· Python编程环境设置

　　· 实战——Python实现常用数据挖掘方法

　　社交媒体数据简介

　　社交媒体数据挖掘方法及应用

　　实战——Python实现社交媒体数据采集

　　WEEK2

　　课程提纲：

　　· 数据清理

　　· 地理位置识别

　　· MongoDB数据库管理

　　· 实战——Python实现社交媒体数据处理

　　· 频率分析方法简介

　　社交媒体数据频率分析实例

　　实战——Python实现社交媒体数据频率分析

　　WEEK3

　　课程提纲：

　　· 社交媒体数据网络结构分析方法

　　· 网络结构分析软件介绍

　　· 社交媒体分析应用实例介绍

　　· 实战——-通过Python实现网络结构分析

　　· 社交媒体数据文本分析方法

　　· 文本分析工具简介

　　· 社交媒体文本分析应用实例介绍

　　· 实战——-通过Python实现文本分析

　　WEEK4

　　课程提纲：

　　· 深度学习方法原理

　　· 深度学习实例分析

　　· 实战——Python实现深度学习算法

　　· 深度学习在社交媒体数据挖掘的应用

　　· 数据集准备与训练

　　· 实战——Python实现深度学习在社交媒体文本数据分析中的应用

　　WEEK5

　　课程提纲：

　　· 课程报告讲解

　　· 可视化分析方法及工具介绍

　　· 实战——通过Python来实现常规数据可视化分析

　　· 社交媒体数据可视化分析方法

　　· 社交媒体数据可视化应用实例介绍

　　· 实战——通过Python来实现Twitter或微博数据可视化分析

　　· 社交媒体数据挖掘应用展望

　　实战阶段

　　PART1（WEEK3）

　　课程提纲：

　　课题介绍

　　背景知识介绍

　　研究方法介绍

　　PART2（WEEK4）

　　课程提纲：

　　汇总学生科研选题的情况，答疑

　　介绍如何基于Google Earth Engine云平台，进行数据获取及数据预处理

　　PART3（WEEK5）

　　课程提纲：

　　汇总WEEK4学生科研的进度，答疑

　　介绍如何进行时空计算并获得相关计算结果

　　PART4（WEEK6）

　　课程提纲：

　　汇总WEEK5学生科研的进度，答疑

　　介绍如何结合数据及获得的结果，采用地理空间统计模型进行时空分析

　　PART5（WEEK7）

　　课程提纲：

　　学生当堂oral presentation汇报科研课题进展

　　导师点评

　　一点小要求

　　每周上课前按时阅读相关资料并完成相关作业

　　请假需要提前一天告知导师和班主任