中文名: O'Reilly：社交網站的數據挖掘與分析
作者: Mattbew A.Russell
譯者: 師蓉
圖書分類: 軟件
資源格式: PDF
版本: 掃描版
出版社: 機械工業出版社
書號: 9787111369608
發行時間: 2012年02月01日
地區: 大陸
語言: 簡體中文
簡介:



內容簡介：
Facebook、Twitter和LinkedIn產生了大量寶貴的社交數據，但是怎樣才能找出誰通過社交媒介正在進行聯系？他們在討論些什麼？或者他們在哪兒？本書簡潔而且具有可操作性，它將揭示如何回答這些問題甚至更多的問題。你將學到如何組合社交網絡數據、分析技術，如何通過可視化幫助你找到你一直在社交世界中尋找的內容，以及你聞所未聞的有用信息。
　　《社交網站的數據挖掘與分析》每章都介紹了在社交網絡的不同領域挖掘數據的技術，這些領域包括博客和電子郵件。你所需要具備的就是一定的編程經驗和學習基本的Python工具的意願。
　　通過本書，你將：
　　獲得對社交網絡世界的直觀認識
　　使用GitHub上靈活的腳本來獲取從諸如Twitter、Facebook和LinkedIn等社交網絡API中的數據
　　學習如何應用便捷的Python工具來交叉分析你所收集的數據
　　通過XFN探討基於微格式的社交聯系
　　應用諸如TF-IDF、余弦相似性、搭配分析、文檔摘要、派系檢測之類的先進挖掘技術
　　通過基於HTML 5和JavaScript工具包的網絡技術建立交互式可視化
資源來自網絡，如侵犯了您的權利，請點擊，謝謝！
網盤分流地址：[O'Reilly：社交網站的數據挖掘與分析].(Mattbew A.Russell).師蓉.掃描版.pdf
網站建設及優化類pdf專題庫
內容截圖：

目錄:


前言
第1章 緒論：Twitter 數據的處理
Python 開發工具的安裝
Twitter 數據的收集和處理
小結
第2章 微格式：語義標記和常識碰撞
XFN 和朋友
使用XFN 來探討社交關系
地理坐標：興趣愛好的共同主線
(以健康的名義)對菜譜進行交叉分析
對餐廳評論的搜集
小結
第3章 郵箱：雖然老套卻很好用
mbox：Unix 的入門級郵箱
mbox+CouchDB= 隨意的Email 分析
將對話線程化到一起
使用SIMILE Timeline 將郵件“事件”可視化
分析你自己的郵件數據
小結
第4章 Twitter ：朋友、關注者和Setwise 操作
REST 風格的和OAuth-Cladded API
干練而中肯的數據采集器
友誼圖的構建
小結
第5章 Twitter：tweet ，所有的tweet ，只有tweet
筆PK 劍：和tweet PK 機槍
對tweet 的分析(每次一個實體)
並置潛在的社交網站(或#JustinBieber VS #TeaParty)
對大量tweet 的可視化
小結
第6章 LinkedIn ：為了樂趣(和利潤？)將職業網絡聚類
聚類的動機
按職位將聯系人聚類
獲取補充個人信息
從地理上聚類網絡
小結
第7章 Google Buzz：TF-IDF 、余弦相似性和搭配194
Buzz=Twitter+ 博客
使用NLTK 處理數據
文本挖掘的基本原則
查找相似文檔
在二元語法中發Buzz
利用Gmail
在中斷之前試著創建一個搜索引擎……
小結
第8章 博客及其他：自然語言處理(等)
NLP ：帕累托式介紹
使用NLTK 的典型NLP 管線
使用NLTK 檢測博客中的句子
對文件的總結
以實體為中心的分析：對數據的深層了解
小結256
第9章 Facebook ：一體化的奇跡
利用社交網絡數據
對Facebook 數據的可視化
小結
第10章 語義網：簡短的討論
發展中的變革
人不可能只靠事實生活
期望