社交网站的数据挖掘与分析

社交网站的数据挖掘与分析
作　者： 罗塞尔 师蓉
出版社： 机械工业出版社
丛编项：
版权说明： 本书为公共版权或经版权方授权，请支持正版图书
标　签： 数据仓库与数据挖掘
ISBN 出版时间 包装 开本 页数 字数
未知 暂无 暂无 未知 0 暂无

作者简介

　　马修·罗塞尔（Matthew A.Russell），Digital ReasoningSystems公司的技术副总裁和Zaffra公司的负责人，是热爱数据挖掘、开源和Web应用技术的计算机科学家。他也是《Dojo：The DofinitiveGuide》（O'Reilly出版社）的作者。在LinkedIn上联系他或在Twitter上关注@ptwobrussell，可随时关注他的最新动态。

内容简介

Facebook、Twitter和LinkedIn产生了大量宝贵的社交数据，但是怎样才能找出谁通过社交媒介正在进行联系？他们在讨论些什么？或者他们在哪儿？本书简洁而且具有可操作性，它将揭示如何回答这些问题甚至更多的问题。你将学到如何组合社交网络数据、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，以及你闻所未闻的有用信息。本书每章都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。通过本书，你将 . 获得对社交网络世界的直观认识 .使用GitHub上灵活的脚本来获取从诸如Twitter、Facebook和LinkedIn等社交网络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XFN探讨基于微格式的社交联系 . 应用诸如TF-IDF、余弦相似性、搭配分析、文档摘要、派系检测之类的先进挖掘技术 . 通过基于HTML 5和JavaScript工具包的网络技术建立交互式可视化

图书目录

前言

第1章　绪论：Twitter 数据的处理

Python 开发工具的安装

Twitter 数据的收集和处理

小结

第2章　微格式：语义标记和常识碰撞

XFN 和朋友

使用XFN 来探讨社交关系

地理坐标：兴趣爱好的共同主线

（以健康的名义）对菜谱进行交叉分析

对餐厅评论的搜集

小结

第3章　邮箱：虽然老套却很好用

mbox：Unix 的入门级邮箱

mbox+CouchDB= 随意的Email 分析

将对话线程化到一起

使用SIMILE Timeline 将邮件“事件”可视化

分析你自己的邮件数据

小结

第4章　Twitter ：朋友、关注者和Setwise 操作

REST 风格的和OAuth-Cladded API

干练而中肯的数据采集器

友谊图的构建

小结

第5章　Twitter：tweet ，所有的tweet ，只有tweet

笔PK 剑：和tweet PK 机枪

对tweet 的分析（每次一个实体）

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

对大量tweet 的可视化

小结

第6章　LinkedIn ：为了乐趣（和利润？）将职业网络聚类

聚类的动机

按职位将联系人聚类

获取补充个人信息

从地理上聚类网络

小结

第7章　Google Buzz：TF-IDF 、余弦相似性和搭配194

Buzz=Twitter+ 博客

使用NLTK 处理数据

文本挖掘的基本原则

查找相似文档

在二元语法中发Buzz

利用Gmail

在中断之前试着创建一个搜索引擎……

小结

第8章　博客及其他：自然语言处理（等）

NLP ：帕累托式介绍

使用NLTK 的典型NLP 管线

使用NLTK 检测博客中的句子

对文件的总结

以实体为中心的分析：对数据的深层了解

小结256

第9章　Facebook ：一体化的奇迹

利用社交网络数据

对Facebook 数据的可视化

小结

第10章　语义网：简短的讨论

发展中的变革

人不可能只靠事实生活

期望