社交網站的數據挖掘與分析

內容簡介

社交網站數據如同深埋地下的“金礦”，如何利用這些數據來發現哪些人正通過社交媒介進行聯繫？他們正在談論什麼？或者他們在哪兒？本書第2版對上一版內容進行了全面更新和修訂，它將揭示回答這些問題的方法與技巧。你將學到如何獲取、分析和匯總散落於社交網站（包括Facebook、Twitter、LinkedIn、Google+、 GitHub、郵件、網站和部落格等）的數據，以及如何通過可視化找到你一直在社交世界中尋找的內容和你聞所未聞的有用信息。

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繫?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路數據、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。

主要講述了在社交網路的不同領域挖掘數據的技術，這些領域包括部落格和電子郵件。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

. 獲得對社交網路世界的直觀認識

. 使用GitHub上靈活的腳本來獲取從諸如Twitter、Facebook和LinkedIn等社交網路API中的數據

. 學習如何套用便捷的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繫

. 套用諸如TF-IDF、餘弦相似性、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工具包的網路技術建立互動式可視化

作者簡介

馬修·羅塞爾（Matthew A.Russell），Digital Reasoning Systems公司的技術副總裁和Zaffra公司的負責人，是熱愛數據挖掘、開源和Web套用技術的計算機科學家。他也是《Dojo: The Dofinitive Guide》（O'Reilly出版社）的作者。在LinkedIn上聯繫他或在Twitter上關注@ptwobrussell，可隨時關注他的最新動態。

作品目錄

前言1

第1章緒論：Twitter 數據的處理9

Python 開發工具的安裝9

Twitter 數據的收集和處理11

小結24

第2章微格式：語義標記和常識碰撞26

XFN 和朋友27

使用XFN 來探討社交關係29

地理坐標：興趣愛好的共同主線37

（以健康的名義）對菜譜進行交叉分析41

對餐廳評論的蒐集43

小結45

第3章信箱：雖然老套卻很好用47

mbox：Unix 的入門級信箱48

mbox+CouchDB= 隨意的Email 分析54

將對話執行緒化到一起70

社交網站的數據挖掘與分析

基本介紹

內容簡介

作者簡介

作品目錄

相關詞條

熱門詞條