《社交网站的数据挖掘与分析》PDF下载

  • 购买积分:12 如何计算积分?
  • 作  者:(美)罗素著
  • 出 版 社:北京:机械工业出版社
  • 出版年份:2012
  • ISBN:9787111369608
  • 页数:302 页
图书介绍:本书介绍组合社交网络数据、分析技术,如何通过可视化帮助你找到你一直在社交世界中寻找的内容,以及那些你都不知道存在的有用信息。每个独立章节介绍了在社交网络的不同领域挖掘数据的技术,这些领域包括博客和电子邮件。你所需要具备的就是一定的编程经验和学习基本的Python工具的意愿。主要内容包括:获得社交网络世界里的直观概要,使用GitHub上灵活的脚本来获取社交网络API中的数据,学习如何应用便捷的Python工具来交叉分析你所收集的数据,通过XHTML朋友网络探索基于微格式的社交联系,通过基于HTML5和JavaScript工具集的网络技术建立交互式可视化等。

前言 1

第1章绪论:Twitter数据的处理 9

Python开发工具的安装 9

Twitter数据的收集和处理 11

小结 24

第2章微格式:语义标记和常识碰撞 26

XFN和朋友 27

使用XFN来探讨社交关系 29

地理坐标:兴趣爱好的共同主线 37

(以健康的名义)对菜谱进行交叉分析 41

对餐厅评论的搜集 43

小结 45

第3章邮箱:虽然老套却很好用 47

mbox:Unix的入门级邮箱 48

mbox+CouchDB=随意的Email分析 54

将对话线程化到一起 70

使用SIMILE Timeline将邮件“事件”可视化 79

分析你自己的邮件数据 82

小结 84

第4章Twitter:朋友、关注者和Setwise操作 85

REST风格的和OAuth-Cladded API 86

干练而中肯的数据采集器 90

友谊图的构建 108

小结 116

第5章Twitter: tweet,所有的tweet,只有tweet 118

笔PK剑:和tweet PK机枪(?!?) 118

对tweet的分析(每次一个实体) 121

并置潜在的社交网站(或#JustinBieber VS #TeaParty) 144

对大量tweet的可视化 155

小结 163

第6章Linkedin:为了乐趣(和利润?)将职业网络聚类 164

聚类的动机 165

按职位将联系人聚类 167

获取补充个人信息 183

从地理上聚类网络 188

小结 192

第7章GoogleBuzz:TF-IDF、余弦相似性和搭配 194

Buzz=Twitter+博客(???) 195

使用NLTK处理数据 198

文本挖掘的基本原则 201

查找相似文档 208

在二元语法中发Buzz 215

利用Gmail 221

在中断之前试着创建一个搜索引擎 225

小结 226

第8章博客及其他:自然语言处理(等) 228

NLP:帕累托式介绍 228

使用NLTK的典型NLP管线 231

使用NLTK检测博客中的句子 234

对文件的总结 237

以实体为中心的分析:对数据的深层了解 245

小结 256

第9章Facebook:一体化的奇迹 257

利用社交网络数据 258

对Facebook数据的可视化 274

小结 294

第10章语义网:简短的讨论 296

发展中的变革 296

人不可能只靠事实生活 297

期望 301