Python版数据挖掘实验5报告：使用朴素贝叶斯进行社会媒体挖掘.pdf
版权申诉
150 浏览量
2022-06-23
01:47:57
上传
评论
收藏 100KB PDF 举报
一、实验名称：使用朴素贝叶斯进行社会媒体挖掘
1、实验目的：
使用朴素贝叶斯进行社会媒体挖掘
2、实验内容：
学习朴素贝叶斯算法原理，并使用朴素贝叶斯进行社会媒体挖掘
3、实验环境（设备、软件、实验数据）：
设备：笔记本电脑
软件：Python idle
实验数据：python_classes.data、python_tweets.data
4、实验步骤：
1. 安装相关 Python 库 Json、nltk、Numpy、Sklearn、twitter；
2. 从社交网站下载数据；
import twitter
consumer_key = "<Your Consumer Key Here>"
consumer_secret = "<Your Consumer Secret Here>"
access_token = "<Your Access Token Here>"
access_token_secret = "<Your Access Token Secret Here>"
authorization = twitter.OAuth(access_token, access_token_secret,
consumer_key, consumer_secret)
import os
output_filename = os.path.join(os.path.expanduser("~"),"Data", "twitter", "python_tweets.json")
import json
t = twitter.Twitter(auth=authorization)
3. 获取到 Twitter 消息，使用 json 库的 dump 函数将其转换为字符串形式后，写入到
输出文件中；
with open(output_filename, 'a') as output_file:
search_results = t.search.tweets(q="python", count=100)['statuses']
for tweet in search_results:
if 'text' in tweet:
output_file.write(json.dumps(tweet))
output_file.write("")
4. 加载库，提取消息；
import os
import json
评论0
最新资源