| 数据来源 | 典型数据 | 挖掘方向 | 挑战 |
|---|---|---|---|
| 📱 社交媒体 | 推文、Reddit、微信指数 | 情绪因子、舆情热度 | 噪音多、时效性 |
| 🛰️ 卫星图像 | 停车场车流、农田植被 | 零售客流、大宗商品产量 | 成本高、分辨率 |
| 💳 信用卡交易 | 匿名聚合消费 | 行业景气、可选消费 | 隐私合规、样本偏差 |
| 🕷️ 网络爬虫 | 电商价格、招聘信息 | 通胀预期、就业趋势 | 反爬、法律风险 |
| 📡 物联网传感器 | 工业设备、交通流量 | 制造业PMI、供应链 | 数据标准化 |
import pandas as pd
import re
from textblob import TextBlob
# 模拟社交媒体数据 (实际来自API/爬虫)
tweets = [
"这家公司产品太棒了！增长强劲",
"财报令人失望，利润下滑",
"新产品发布，市场反应积极"
]
def extract_sentiment(text):
return TextBlob(text).sentiment.polarity
# 构建情绪因子
df = pd.DataFrame({'text': tweets})
df['sentiment'] = df['text'].apply(extract_sentiment)
factor = df['sentiment'].mean()
print(f"📊 今日社交媒体情绪因子: {factor:.3f}")
# 输出: 0.233 (示例)