新媒体数据挖掘:基于R语言 中文pdf扫描版[86MB]

计算传播领域尤其是新媒体数据挖掘方向一直缺乏系统的教材，《新媒体数据挖掘——基于R语言》旨在为计算传播和计算社会科学领域的读者提供学习R编程语言和开发平台的捷径，希望能够填补这方面的空白。“让学习层次变得更宏观，让学习过程变得更轻松，让学习所获变得更通用”是《新媒体数据挖掘——基于R语言》的编写理念与特色。《新媒体数据挖掘——基于R语言》首先剖析了社会科学研究范式的革新，介绍了R语言的作用和特点；然后系统讲解了编程语言的通用学习方法和R语言的基本组成；最后展开实战应用，包括网络数据采集、文本挖掘和情感分析、社会网络分析、社交编程平台协作等非常有趣且有意义的内容。

《新媒体数据挖掘——基于R语言》适合作为计算传播和计算社会科学领域相关专业本科和研究生教材。高职高专学校也可以选用部分内容开展教学。《新媒体数据挖掘——基于R语言》还适合作为计算传播学和计算社会科学科研人员的自学书籍

目录

第1章 为什么学习R语言 1
1.1 R是什么 2
1.1.1 R是一款优秀的现代科研软件 2
1.1.2 R的优势与不足 3
1.1.3 R和Python的区别 3
1.2 计算社会科学的兴起——以计算传播学为例 4
1.2.1 什么是计算社会科学 4
1.2.2 计算传播学的起源和概念 7
1.3 R在计算传播学中的典型应用 9
1.3.1 用R进行文本分析初探 9
1.3.2 互联网在线数据收集 10
1.3.3 社会网络分析 12
1.4 总结与提高 13
1.5 习题 14
第2章 R语言开发环境 15
2.1 R的获取、安装和基本使用 16
2.1.1 RGui的下载与安装 16
2.1.2 RGui的使用介绍 19
2.1.3 示例：使用R Commander实现统计功能 21
2.1.4 R的内置数据集和扩展功能包 26
2.1.5 R的帮助系统 27
2.1.6 R的工作空间和工作目录 27
2.2 R的IDE开发环境——RStudio 27
2.2.1 RStudio的下载和安装 28
2.2.2 RStudio的最简标准操作 28
2.2.3 RStudio的工作界面 31
2.2.4 RStudio的用户自定义配置 32
2.3 示例：我的第一个R项目“网页爬虫” 32
2.3.1 组织项目需求 33
2.3.2 新建项目环境 33
2.3.3 编写应用程序代码并运行 34
2.3.4 执行代码并根据实际结果修改和再次运行 35
2.4 总结与提高 37
2.5 习题 38
第3章 R语言基础——数据 39
3.1 无障碍学习编程语言的两个诀窍 40
3.1.1 从“哲学”的角度了解编程语言 40
3.1.2 从“语言学”的角度学习编程语言语法 41
3.2 R的基本数据类型(数值、字符、逻辑) 42
3.2.1 基本数据类型 42
3.2.2 数据类型的两个属性：模式和长度 43
3.2.3 两个特殊常量 44
3.3 R的复合数据类型 45
3.3.1 向量 46
3.3.2 矩阵 46
3.3.3 数组 47
3.3.4 数据框 48
3.3.5 列表 49
3.3.6 因子 51
3.3.7 时间序列 52
3.4 数据的导入和导出 54
3.4.1 数据的导入 55
3.4.2 数据的导出 59
3.5 总结与提高 59
3.6 习题 59
第4章 R语言基础——代码 61
4.1 R代码的基本单位：语句=数据+运算符； 62
4.1.1 基本运算符 62
4.1.2 表达式、语句、语句块 65
4.2 R的流程控制 66
4.2.1 顺序结构 66
4.2.2 选择/分支结构 67
4.2.3 循环结构 70
4.3 R代码复用——函数和过程 73
4.3.1 “模块化”编程思想与函数 73
4.3.2 函数的定义与调用 75
4.3.3 过程的定义与调用 76
4.4 总结与提高 77
4.5 习题 77
第5章 R绘图——数据可视化呈现 79
5.1 概述 80
5.2 R的绘图函数 81
5.2.1 图形窗口绘图操作函数(图形的创建和保存) 82
5.2.2 R图形参数 83
5.2.3 高级绘图函数 86
5.2.4 低级绘图函数 89
5.3 常用的R可视化功能包 91
5.3.1 ggplot2功能包 91
5.3.2 rCharts功能包 93
5.3.3 plotly功能包 95
5.3.4 map功能包 96
5.4 总结与提高 97
5.5 习题 98
第6章 网络数据程序化采集 99
6.1 网络数据的获取途径及相关基础知识 100
6.1.1 Web数据的获取途径 100
6.1.2 Web的结构与原理 101
6.2 使用R收集Web数据 106
6.2.1 获取静态Web内容 107
6.2.2 网络数据的应用级API采集(以豆瓣为例) 109
6.2.3 获取动态Web内容 111
6.3 总结与提高 114
6.4 习题 114
第7章　文本挖掘和情感分析 115
7.1 R环境下的文本挖掘 116
7.1.1 中文分词 117
7.1.2 分词包jiebaR的使用 118
7.1.3 词云包wordcloud2的使用 127
7.2 情感分析 129
7.2.1 情感分析概述 129
7.2.2 情感分析的简单实现 131
7.3 总结与提高 133
7.4 习题 133
第8章　社会网络分析 135
8.1 网络社会与社会网络分析 136
8.1.1 社会的构成 136
8.1.2 网络社会与社会网络分析 137
8.1.3 现代网络社会与社会网络分析 140
8.1.4 网络与关系的描述 142
8.2 社会网络分析的发展、意义和步骤 143
8.2.1 社会网络分析的三个方向 143
8.2.2 社会网络分析的几个主要步骤 144
8.2.3 社会网络分析的几个重要指标 144
8.3 社会网络分析的常用工具 146
8.3.1 NodeXL的使用 146
8.3.2 R的iGraph功能包 147
8.3.3 UCINET 149
8.4 总结与提高 149
8.5 习题 150
第9章　社交编程平台：GitHub 151
9.1 自己架设PHP实验站点并深入探索RCurl功能包 152
9.1.1 基于PHP网页服务器端技术架设网站实验环境 152
9.1.2 深入探索RCurl包 157
9.2 挖掘和分析社交编程平台GitHub的信息 162
9.2.1 GitHub的基本使用 162
9.2.2 探索GitHub API 165
9.3 总结与提高 175
9.4 习题 175
附录 177
附录1 计算社会科学宣言 177
附录2 计算传播学：宣言与版图 182
附录3 服务器版RStudio的安装与配置(基于Ubuntu14.04) 191
附录4 RStudio的常用快捷键 192
附录5 使用devtools包从GitHub中安装R包 196
附录6 使用Rtools自制R扩展软件包 197
参考文献 203