[机器学习笔记] 用Python分析 TED演讲数据（更新中）

最新推荐文章于 2025-01-15 10:17:06 发布

梅森上校

最新推荐文章于 2025-01-15 10:17:06 发布

阅读量1.7k

点赞数 1

分类专栏：机器学习（ML）

本文为博主原创文章，未经博主允许不得转载。

本文链接：https://blog.csdn.net/seagal890/article/details/105291769

版权

本文通过Python分析TED演讲数据集，涵盖了演讲的热度、内容共性、主题分布、时间趋势和观众行为等多个方面。发现浏览量高的演讲往往探讨创意、教育等主题，评论数与浏览量呈现中等到强相关性，二月和周三、周四的演讲最受欢迎。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

首先准备TED演讲数据集，TED演讲数据集和信息可以从下面的资源获得：

该数据集包含2个文件：

1）文件ted_main.csv包含17个字段，2550行，每一行代表的是一个TED演讲，具体信息如下：

序号	字段名	数据类型	字段描述
1	name	Integer	演讲的正式名称（主要发言人+标题
2	title	String	演讲的标题
3	description	Integer	演讲内容
4	main_speaker	String	主要发言人
5	speaker_occupation	Integer	主要发言人的职业
6	num_speaker	Integer	发言人数量
7	duration	String	演讲时长，以秒为单位
8	event	String	演讲所在的TED / TEDx活动
9	film_date	Integer	演讲拍摄时间 (Unix timestamp)
10	published_date	Integer	演讲发布时间 (Unix timestamp)
11	comments	String	评论数量
12	tags	String	String
13	languages	String	收听演讲时可选择的语言数量
14	ratings	String	一个列表，里面包含许多字典，每个字典是不同的演讲评级（如鼓舞人心，引人入胜，令人惊讶等）
15	related_talks	String	一个列表，里面包含许多字典，每个字典是下一个值得观看的演讲推荐
16	url	String	演讲的URL链接
17	views	Integer	观看数量