计算新闻传播学2016课程资料发布（代码、数据、PPT）

2016年5月13日至22日，复旦大学新媒体课程《计算新闻传播学》围绕计算传播学的实际应用展开，内容涵盖：计算传播学简介、数据科学的编程工具、数据抓取、数据清洗、统计和机器学习、文本挖掘、推荐系统、网络科学等。本课程以Anaconda Python作为编程环境，以jupyter notebook展示编程过程和PPT, 侧重于培养学生的计算思维和网络思维。课程大纲经过祝建华、周葆华两位老师修改，具体内容如下：

时间安排

• 36学时，两学分

时间	上午	下午	晚上	课时数量
2016-05-13 周五	9:00-12:00	15:30-17:30	作业&答疑	5学时
2016-05-14 周六	9:00-12:00	14:00-17:00	18:00-21:00	8学时
2016-05-15 周天	9:00-12:00	14:00-17:00	作业&答疑	5学时
2016-05-20 周五	9:00-12:00	15:30-17:30	作业&答疑	5学时
2016-05-21 周六	9:00-12:00	14:00-17:00	18:00-21:00	8学时
2016-05-22 周天	9:00-12:00	14:00-17:00	作业&答疑	5学时

授课计划 （超链接为PPT）

• 一、计算新闻传播学简介 [课程要求、 常见问题 、 Slides制作方法]
• 二、大数据简介
• 三、数据科学的编程工具：Python使用简介（3h） [Graphlab、rpy2]
• 四、数据抓取：抓取政府工作报告 [Beautifulsoup]
• 五、数据抓取：抓取天涯论坛帖子
• 六、数据清洗：清洗推特数据
• 七、数据清洗：清洗占中新闻、清洗天涯论坛帖子
• 八、统计初步: 分析天涯论坛的帖子
• 九、机器学习: 分析天涯论坛的帖子
• 十、文本挖掘简介
• 十一、文本挖掘：基于机器学习的情感分析
• 十二、文本挖掘：主题模型 [graphlab]
• 十三、计算传播应用：推荐系统简介
• 十四、计算传播应用：推荐系统实践 [音乐推荐、 电影推荐、隐含语义模型]
• 十五、网络科学理论简介
• 十六、网络科学模型
• 十七、网络科学：使用NetworkX分析网络结构
• 十八、课程总结

Tutorials

http://github.com/computational-class/cjc2016/tree/gh-pages/code/

推荐：复制code文件夹中的ipynb文件网络地址，粘贴到http://nbviewer.jupyter.org/ 更流畅浏览

PPT

http://github.com/computational-class/cjc2016/tree/gh-pages/slides/

推荐：复制slides文件夹中的ipynb文件网络地址，粘贴到http://nbviewer.jupyter.org/ 更流畅浏览