01
社交媒体数据抓取概述
法律与伦理边界 · 平台API概览 · 基本流程
伦理API流程
02
HTTP协议与网络请求基础
HTTP/HTTPS原理 · 请求头/响应头 · 状态码 · requests库
协议requests状态码
03
HTML与网页结构解析
HTML标签 · DOM树 · BeautifulSoup · CSS选择器
解析BeautifulSoup选择器
04
动态内容抓取与Selenium
JavaScript渲染 · Selenium环境 · 元素定位 · 等待策略
动态Selenium等待
05
Twitter API实战
开发者账号 · OAuth 1.0/2.0 · 推文抓取 · 速率限制
TwitterOAuth限流
06
微博数据抓取
开放平台API · 模拟登录 · Cookie · 反爬虫应对
微博Cookie反爬
07
Reddit数据抓取
Reddit API · PRAW库 · Subreddit采集 · 评论树
RedditPRAW评论
08
YouTube数据抓取
Data API v3 · 视频/评论抓取 · 频道分析 · 配额管理
YouTubeAPI配额
09
Instagram数据抓取
Basic Display API · 元数据提取 · Hashtag · 隐私限制
InstagramHashtag隐私
10
数据存储基础
JSON/CSV · SQLite/MySQL · MongoDB入门
存储SQLNoSQL
11
数据清洗与预处理
缺失值 · 去重 · 文本标准化 · 正则表达式
清洗正则标准化
12
文本分词与词性标注
jieba · NLTK/spaCy · 词性标注 · 停用词过滤
分词jiebaNLTK
13
情感分析基础
任务定义 · 词典方法 · SentiWordNet · 情感极性
情感词典极性
14
机器学习情感分类
TF-IDF/Word2Vec · 朴素贝叶斯 · 逻辑回归 · SVM
特征工程贝叶斯SVM
15
深度学习情感分析
RNN/LSTM · Keras · 词嵌入 GloVe
LSTMKeras词嵌入
16
Transformer与BERT
注意力机制 · BERT架构 · Hugging Face · 微调
TransformerBERT微调
17
主题建模
LDA · gensim · 主题数选择 · pyLDAvis可视化
LDAgensim可视化
18
社交媒体网络分析
图论 · NetworkX · 关系网络 · 中心性 · 社区发现
网络NetworkX社区
19
时间序列分析
时间戳 · pandas时间序列 · 趋势 · 季节性分解
时间序列pandas趋势
20
数据可视化
Matplotlib/Seaborn · 情感趋势 · 词云 · 网络图
可视化Matplotlib词云
21
实时数据流处理
WebSocket · Twitter Streaming · Kafka · 实时监控
实时KafkaStreaming
22
多语言情感分析
跨语言挑战 · 翻译API · mBERT · 零样本分类
多语言mBERT零样本
23
方面级情感分析
方面提取 · 方面情感分类 · ABSA · BERT
ABSA方面细粒度
24
虚假信息检测
虚假新闻特征 · 传播模式 · 内容检测 · 多模态
虚假信息多模态传播
25
社交媒体机器人检测
机器人行为 · 特征工程 · 分类模型 · 图神经网络
机器人GNN检测
26
模型部署与API服务
Flask/FastAPI · pickle/ONNX · REST API · Docker
部署FastAPIDocker
27
大规模数据处理
分布式抓取 · Scrapy · Spark · 并行处理
分布式ScrapySpark
28
隐私保护与数据安全
数据脱敏 · 差分隐私 · 联邦学习 · GDPR
隐私差分隐私合规
29
项目实战：舆情监控系统
需求分析 · 系统架构 · 数据流水线 · 仪表盘
实战舆情仪表盘
30
前沿趋势与未来展望
多模态情感 · 大语言模型 · 可解释AI · 伦理AI
前沿LLM伦理