没有合适的资源?快使用搜索试试~ 我知道了~
DebateCommentsApp:NCF DS数据科学课程中的一项作业,用于构建可以在shinyapps.io上托管的有光泽的...
共57个文件
r:13个
css:4个
rmd:3个
需积分: 5 1 下载量 200 浏览量
2021-05-12
04:01:02
上传
评论
收藏 1.94MB ZIP 举报
温馨提示
辩论评论应用 抽象的这个闪亮的应用程序采用了几种方法来可视化Ventura,Munger,McCabe和Chang(2021)提供的数据,他们在其论文《政治辩论期间的连接性冒泡和流媒体聊天》中对此进行了讨论。 本文讨论了围绕2020年大选之前的总统辩论的Facebook现场讨论中的语义表达和社会动态。 交互式可视化由于它封装的域的绝对大小和语义复杂性而特别适合于此数据集。 为此,我们使用词云,网络实时流页面中与每个情感相关的“喜欢”比例和一个交互式的bigram网络来显示最常用的单词和标点符号,以显示常见单词的共现情况。 此外,我们选择合并可视化工具,以通过道德基础词典(Frimer et al。,2019)评估这些数据中存在的道德情感。 应用组件 Wordcloud(最常用令牌) wordcloud旨在说明最常用的unigram令牌,其交互式功能允许用户“放大”并通过排除左侧滑块确定的
资源推荐
资源详情
资源评论
收起资源包目录
DebateCommentsApp-main.zip (57个子文件)
DebateCommentsApp-main
server.R 2KB
DebateCommentsApp.Rproj 205B
JP_working.Rmd 2KB
temp_wordcloud
WordCloud_Notebook.html 1.09MB
wrdcloud_app.R 4KB
WordCloud_Notebook.Rmd 8KB
Kalani_ShinyApp
server.R 3KB
global.R 1KB
ui.R 2KB
global.R 1KB
.Rproj.user
shared
notebooks
patch-chunk-names 0B
6E80AB2F-DebComms_ScrapDoc
1
s
chunks.json 638B
cy2bsa31uvdx3
000002.csv 765B
cue7rtzfdgsye
00000a.metadata 44B
00000a.rdf 318B
000009.csv 247B
coalw1g2bjd7o
000004.csv 3KB
2C23B6B5E01690B3
chunks.json 638B
paths 481B
2C23B6B5
build_options 199B
sources
prop
290B26A9 2B
1435B2FD 84B
INDEX 661B
A0A17ECC 85B
4EDCD62F 2B
3FBCF3EE 2B
F62CF74D 54B
s-E01690B3
lock_file 0B
8AC9B33D-contents 793B
D1041E07 645B
84A3D546-contents 14B
52719DC5-contents 650B
52719DC5 598B
5636A3BC 691B
5636A3BC-contents 455B
84A3D546 698B
2C0C4259-contents 650B
D1041E07-contents 793B
JP_DV_Final_App
JP_DV_Final
server.R 3KB
ui1.R 1KB
ui.R 1KB
README.md 4KB
DebComms_ScrapDoc.Rmd 455B
ui.R 6KB
AdminLTE.css 109KB
.gitignore 715B
app
rsconnect
shinyapps.io
sara-haman
dataVis_finalProject.dcf 292B
www
live_gif.gif 6KB
spin_gif.gif 1.52MB
blue_bar.png 5KB
server.R 9KB
global.R 6KB
ui.R 17KB
AdminLTE.css 109KB
dv_final_project.Rproj 205B
shinydashboard.css 2KB
shinydashboard.css 2KB
共 57 条
- 1
资源评论
Dr熊吉
- 粉丝: 30
- 资源: 4603
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
最新资源
- 卡尔曼滤波(Kalman Filter)是一种有效的递归滤波器,用于线性动态系统的状态估计 它通过考虑先前的估计和当前的观测来提
- 卡尔曼滤波(Kalman Filter)是一种有效的递归滤波器,用于线性动态系统的状态估计 它通过考虑先前的估计和当前的观测来提
- 卡尔曼滤波(Kalman Filter)是一种有效的递归滤波器,用于线性动态系统的状态估计 它通过考虑先前的估计和当前的观测来提
- python 卡尔曼滤波算法
- python 卡尔曼滤波算法
- python 卡尔曼滤波算法
- MFC工控项目实例之一主菜单制作
- 基于HTML的旅游网页制作源码设计.zip
- 基于HTML的旅游网页制作源码设计.zip
- 大数据揭秘京沪程序员的爱情代码 WIFIPIX(PDF格式).rar
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功