【数据分享】维基百科Wiki负面有害评论（网络暴力）文本数据多标签分类挖掘可视化

已于 2023-02-11 22:57:06 修改
阅读量698 收藏 4
点赞数
分类专栏： R语言 文章标签： r语言 神经网络 GARCH
于 2021-12-02 17:49:01 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_19600291/article/details/121682765
版权

最近我们被客户要求撰写关于文本数据可视化的研究报告，包括一些图形和统计输出。

数据简介

讨论你关心的事情可能很困难。网络暴力骚扰的威胁意味着许多人停止表达自己并放弃寻求不同的意见。平台努力有效地促进对话，导致许多社区限制或完全关闭用户评论。

相关视频：文本挖掘：主题模型（LDA）及R语言实现分析游记数据

文本挖掘：主题模型（LDA）及R语言实现分析游记数据

时长12:59

AI团队正在研究工具，以帮助提高在线评论互动。一个重点领域是研究负面的在线行为，如有害评论（即粗鲁、不尊重或可能使某人离开讨论的评论）。到目前为止，他们已经构建了一系列可用模型。但是当前的模型仍然会出错，并且它们不允许用户选择他们感兴趣的有害评论类型，例如，某些平台可能可以接受亵渎，但不能接受其他类型的有害内容（查看文末了解数据获取方式)。

数据详情

数据格式

csv

字段

id

评论内容

有害的

严重有害的

猥亵

威胁

侮辱

身份_仇恨

大小

67191kb

样本量

159571

数据浏览

以前8行数据为例，我们来预览一下：

图片

变量探索：

图片

图片

图片

图片

图片

图片

图片

图片

总体高频词

图片

有害的高频词

图片

严重有害的高频词

图片

猥亵高频词

图片

词云

图片

拓端研究室
关注
  • 0
    点赞
  • 踩
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
博客
【视频讲解】Python用LSTM长短期记忆网络GARCH对SPX指数金融时间序列波动率滚动预测
08-15 493
本文融合了多种技术，其中 LSTM（长短期记忆网络）和 GARCH（广义自回归条件异方差）模型尤为关键。LSTM 在处理时间序列数据方面独具优势，能够捕捉长期依赖关系，为金融预测提供强大支持。GARCH 模型则能有效捕捉金融时间序列中的波动聚类现象，提升预测准确性。通过对这套代码的详细解读和分析，包括对 LSTM 和 GARCH 等关键模型的深入探讨，我们期望为金融研究和实践注入新活力，开辟新思路。
博客
【专题】全球商用服务机器人市场研究(2023)报告合集PDF分享（附原数据表）
08-15 633
近年来，随着人工智能、物联网和自动化技术的不断进步，商用服务机器人行业迅速崛起，展现出广阔的发展前景。从最初的实验室研发到如今的规模化应用，商用服务机器人已逐渐成为各行业提升效率和优化客户体验的关键工具。这些机器人通过自主移动、智能交互和环境感知等先进技术，为餐饮、零售、酒店、工业、医疗、教育、养老、公共服务等行业提供了高效、智能的解决方案，改变了传统服务模式，并推动了产业的深度升级。，获取专题报告合集全文，解锁57份机器人相关行业研究报告。
博客
【专题】2024年7月人工智能AI行业报告合集汇总PDF分享（附原数据表）
08-14 790
随着人工智能技术的飞速发展，AI已经成为当今时代的重要驱动力。本报告将聚焦于人工智能AI行业的最新动态，涵盖客户服务、体验营销、资产管理以及国产AI大模型应用等多个领域。通过深入研究和分析，我们将揭示AI在这些领域的优势、应用案例以及未来发展趋势。本报告旨在为读者提供全面的AI行业洞察，助力企业和决策者更好地把握AI带来的机遇和挑战。，获取专题报告合集全文，解锁04份人工智能A相关行业研究报告。
博客
【视频讲解】滚动回归Rolling Regression、ARIMAX时间序列预测Python、R实现应用
08-13 654
原文链接：https://tecdat.cn/?p=37338原文出处：拓端数据部落公众号分析师：Jixin Zhong本文将通过视频讲解，展示如何用滚动回归预测，并结合一个R语言多元时间序列滚动预测：ARIMA、回归、ARIMAX模型分析实例的代码数据，为读者提供一套完整的实践数据分析流程。滚动回归估计是于一个大规模样本范畴内，以滚动的形式接连选取一系列的小规模样本，并运用与大规模样本相同的方式对小规模样本的参数予以估计。样本固定的长度被称为“window”，每次递增的步长则
博客
BC变换的EWMA控制图对顺丰控股股票的分析研究
08-13 572
量化投资可以带来不菲的回报，但缺乏丰富的知识却难以实现。统计质量管理的思想通俗易懂，且对于市场相对稳定的股市有监控作用。结合历史股票数据和统计质量管理的思想，对数据作合适的处理并设计合理的控制图是十分关键的。本文将通过展示如何用基于BC变换的EWMA控制图对顺丰控股股票分析，并结合一个Python神经网络、Lasso回归、线性回归、随机森林、ARIMA股票价格时间序列实例的，为读者提供一套完整的实践数据分析流程。解决方案任务目标根据历史股票数据，设计控制图并运用控制图监控股票价格变换并给投资建议。
博客
【专题】2023-2024跨境旅游消费趋势研究报告合集PDF分享（附原数据表）
08-09 763
近日，“世界旅游联盟·中欧旅游对话”在匈牙利布达佩斯举办，发布《2023 - 2024 跨境旅游消费趋势研究报告》。报告显示，2023 - 2024 年全球旅游业复苏，跨境旅游人数和支出显著增加，市场出现新变化。中国出境游消费回暖，出境人数和卡均消费提高，目的地选择“由近及远”。入境游方面，免签政策、支付便利化等提升海外游客意愿，在华停留一周以上游客占比增加，游客年轻化，入境目的地深入内地和网红城市，消费品类丰富，不同城市消费类型有别，支付便利化举措推动入境旅游发展。，获取专题报告合集全文，解锁。
博客
SPSS、Python员工满意度问卷调查激励保健理论研究：决策树、随机森林和AdaBoost|附代码数据
08-08 901
[1]潘思宇,杨丽君.中小企业员工信任关系如何改善[J].人力资源.2020,(16).[2]梁青青.弹性福利优化与员工满意度提升研究[J].技术经济与管理研究.2019,(2).DOI:10.3969/j.issn.1004-292X.2019.02.020 .[3]马云骁,汪泽宇,余丽霞.宏观审慎政策背景下商业银行防范风险的对策研究[J].现代经济信息.2019,(22).[4]刘进,冼灿玲,刘承恺,等.产业升级背景下制造企业员工离职倾向的影响因素分析[J].当代经济.2019,(7).DOI:1
博客
【视频讲解】Python灰色关联度分析直播带货效用、神经退行性疾病数据
08-07 570
分析师：Jiayi Deng本文展示如何用灰色关联度分析的直播带货效用及作用机制研究，并结合一个分析神经退行性疾病数据实例的，为读者提供一套完整的实践数据分析流程。
博客
Python、R银行信用卡客户流失机器学习预测热门文章合集
08-06 834
目前，众多银行由于服务质量的降低、同业竞争的日益激烈等因素，面临着信用卡客户流失的棘手难题，这给银行经理施加了沉重的压力。而且，获取新的信用卡用户所需成本通常高于维持现有用户的成本。本文将通过展示银行信用卡客户流失机器学习预测的案例，并结合一系列Python、R银行信用卡客户流失机器学习预测热门文章合集实例的，为读者提供一套完整的实践数据分析流程。
博客
餐饮业的数字化突围：价格战下的转型与新生
08-06 678
餐饮业价格战升级了，越打越激烈。近日，各餐饮巨头也被迫纷纷下场。“太二酸菜鱼客单价跌至七年前”“9.9元就可以点上海底捞的一份锅底”“必胜客推出人均20元的乐享店”……消费降级的时代潮水，拍打着每一家餐饮公司。价格“内卷”的背后，是无奈和心酸。就在前两日，“太二酸菜鱼客单价跌至7年前”冲上微博热搜榜第二位。从80元跌至69元，九毛九集团表示，这是公司上市以来第一次品牌客单价降至60元价格段。，获取专题报告合集全文，解锁100份 餐饮相关行业研究报告。
博客
【视频讲解】Xgboost、ARIMA 和 Prophet对国际牛肉市场市场份额数据、比特币价格时间序列预测
08-05 697
国际贸易市场的波动受多种因素影响。本项目旨在通过历史数据识别最具影响力的因素，并利用这些因素预测国际市场的未来走势，特别关注澳洲牛肉在美国市场的份额。面对数据收集和模型选择的挑战，本研究将采用数学建模和分析方法。ARIMA是一个广泛应用于时间序列预测的模型，它能够在不使用外部回归特征的情况下，仅利用历史数据进行预测。自回归（Autoregressive）：使用变量本身的历史数据对未来进行预测。差分（Integrated）：将目标变量在某个时间点的数值用当前数值与上一个时间点数值的差所取代。
博客
【视频讲解】CatBoost、LightGBM和随机森林的海域气田开发特征分类研究
08-02 1011
对职员离职预测进行了深入的研究，采用了多种机器学习算法进行分类预测，包括逻辑回归、梯度提升、随机森林、XGBoost、CatBoost和LightGBM，并进行了交叉验证和可视化。通过数据预处理和特征工程，该论文构建了多个预测模型，包括逻辑回归、梯度提升、随机森林、XGBoost、CatBoost和LightGBM。这些模型在数据集上进行了训练和评估，并采用了交叉验证技术来评估模型的性能和稳定性。其中，逻辑回归模型采用了L2正则化来防止过拟合，并使用了网格搜索技术来优化超参数。
博客
AI时代的职场焦虑与机遇
08-02 1213
在人工智能的浪潮中，职场焦虑愈发显著。本杰明·米勒的故事便是这一现象的缩影。2023年初，他领导着一个超过60人的团队，为一家科技公司创作推广文章和博客。然而，随着公司决定采用人工智能削减成本，米勒的团队很快面临了巨大的变革。一个月内，公司部署了自动化系统，使得团队的工作方式发生了根本性的转变。几个月后，随着ChatGPT全面接管文章撰写任务，团队成员纷纷被裁，只剩下米勒一人负责编辑AI生成的初稿，使其更具人性化。，获取专题报告合集全文，解锁605份AI、人工智能相关行业研究报告。
博客
直播狂欢下的隐忧|专题报告集
08-01 1111
从草根逆袭的烤摊主郭有才，仅用9天便突破千万粉丝，日入惊人的380万，到菏泽因直播热潮连夜紧急修路，这一切看似光鲜的背后，实则暗流涌动。模仿“反诈老陈”、“保安阿斌”的狂欢，山寨周杰伦甚至跨越国界举办演唱会，直播的泡沫不断膨胀，引人深思。，获取专题报告合集全文，解锁204份直播相关行业研究报告。在当今的互联网时代，互联网平台之间的竞争在整个“双十一”的发展过程中不断加剧。曾经传统电商平台一家独大的局面已不复存在，如今后起之秀如抖音、快手与“大哥大”淘宝、京东之间展开了激烈的“激战”。
博客
【视频讲解】Python用LSTM、Wavenet神经网络、LightGBM预测股价
07-31 901
具体流程为：每次训练时，滚动取前 4 个月数据，如 2018 年 1 月 31 日选股，选取 2017 年 10 月至 2018 年 1 月数据，用 2017 年 10 月至 12 月训练模型，代入 2018 年 1 月 300 支股票数据预测，选出概率大于 0.8 的股票进行模拟炒股投资。虽非本文重点，但可提升模型表现，是建模不可或缺的环节。接下来，我们使用Matplotlib库绘制了股票收盘价随时间变化的图表，以60%的透明度和自动调整的尺寸，为读者提供了一个直观的视角来理解数据的波动性。
博客
股票预测模型中注意力多层Attention RNN LSTM 的应用
07-29 764
原文链接：https://tecdat.cn/?p=37152原文出处：拓端数据部落公众号 Attention 机制是一种在神经网络处理序列数据时极为关键的技术，它赋予了模型“聚焦”能力，能够自动评估输入序列中各部分的重要性。通过为序列中的每个元素分配不同的权重，Attention 确保网络在处理过程中能够优先关注那些对任务更为关键的部分，从而显著提升模型的预测精度和效果。当Attention机制与LSTM（长短时记忆网络）相结合时，这一组合展现出了更为强大的序列处理能力。LSTM本身设计用于捕捉序列中的长
博客
【视频讲解】ResNet深度学习神经网络原理及其在图像分类中的应用|附Python代码
07-26 797
数据集归一化：计算均值与标准差在深度学习的数据预处理阶段，归一化是一个至关重要的步骤，它有助于提升模型的收敛速度和性能。归一化通常涉及计算数据集的均值（mean）和标准差（standard deviation, std），并将原始数据转换到具有零均值和单位标准差的范围内。以下代码段展示了如何对MNIST数据集进行归一化处理，并打印出归一化所需的均值和标准差。# 加载数据集trn_data = trn_data['arr_0'] / 255 # 将像素值归一化到[0, 1]区间# 计算均值和标准差。
博客
过采样SMOTE逻辑回归、SVM、随机森林、AdaBoost和XGBoost对不平衡数据分析预测
07-25 1112
由于数据集中因变量output为0和1的数据量有较大差异，为1：3，为了保证样本的平衡性，引入smote采样法（Smote采样简而言之是通过对原样本进行线性变换得到新的模拟样本，与bootstrap不同）经过采样，得到了数据量更大且具有较好平衡性的样本。例如,没有smote采样的模型由于训练的样本不平衡, 在测试集上的准确率较高但是在训练集上的AUC较少, 容易发生误判, 对于未知Output的分布未知的数据, 则Smote的采样显得必要了。由于我们的数据高度不平衡，因此任何模型都很难获得更好的召回率。
博客
【专题】2024年云计算白皮书报告合集PDF分享（附原数据表）
07-25 1268
然而，在生物科学、科学计算等领域，由于这些领域的计算范式和特性，许多机构和企业仍倾向于使用本地部署的智能算力，其云化部署比例相对较低，大致在10%至20%之间。Gartner：路线图：制定高效的云战略-制定战略，充分发挥云计算优势... 报告2023-03-10。华为云：融通创新公共服务平台发展研究报告-中小企业数字化转型的能力中心... 报告2024-04-02。头豹：2023年中国医院云服务行业概览- 互联网5G创新协同发展-助力... 报告2024-03-05。
博客
困于数字化泥潭的软件公司|专题报告集
07-24 609
在探讨企业数字化转型的进程中，软件公司无疑扮演着举足轻重的角色。它们不仅是技术创新的驱动力，更是连接管理与技术的桥梁。然而，正如许多观察家所指出的那样，软件公司既是数字化转型成功的关键，也可能成为失败的替罪羊。这一现象背后，折射出软件公司在面对复杂市场环境和多变客户需求时所面临的巨大挑战。阅读原文，获取专题报告合集全文，解锁272份数字化相关行业研究报告。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值