社交網(wǎng)站的數(shù)據(jù)挖掘與分析

出版時(shí)間：2012-2 出版社：機(jī)械工業(yè)出版社作者：Matthew A. Russell 頁數(shù)：316 譯者：師蓉
Tag標(biāo)簽：無

內(nèi)容概要

　　Facebook、Twitter和LinkedIn產(chǎn)生了大量寶貴的社交數(shù)據(jù)，但是怎樣才能找出誰通過社交媒介正在進(jìn)行聯(lián)系?他們?cè)谟懻撔┦裁?或者他們?cè)谀膬?本書簡(jiǎn)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(xué)到如何組合社交網(wǎng)絡(luò)數(shù)據(jù)、分析技術(shù)，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(nèi)容，以及你聞所未聞的有用信息。
　　本書每章都介紹了在社交網(wǎng)絡(luò)的不同領(lǐng)域挖掘數(shù)據(jù)的技術(shù)，這些領(lǐng)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(jīng)驗(yàn)和學(xué)習(xí)基本的Python工具的意愿。
　　通過本書，你將
　 . 獲得對(duì)社交網(wǎng)絡(luò)世界的直觀認(rèn)識(shí)
　 .
使用GitHub上靈活的腳本來獲取從諸如Twitter、Facebook和LinkedIn等社交網(wǎng)絡(luò)API中的數(shù)據(jù)
 　. 學(xué)習(xí)如何應(yīng)用便捷的Python工具來交叉分析你所收集的數(shù)據(jù)
　 . 通過XFN探討基于微格式的社交聯(lián)系
　 . 應(yīng)用諸如TF-IDF、余弦相似性、搭配分析、文檔摘要、派系檢測(cè)之類的先進(jìn)挖掘技術(shù)
　 . 通過基于HTML 5和JavaScript工具包的網(wǎng)絡(luò)技術(shù)建立交互式可視化

作者簡(jiǎn)介

　　馬修·羅塞爾（Matthew A.Russell），Digital Reasoning
Systems公司的技術(shù)副總裁和Zaffra公司的負(fù)責(zé)人，是熱愛數(shù)據(jù)挖掘、開源和Web應(yīng)用技術(shù)的計(jì)算機(jī)科學(xué)家。他也是《Dojo:
The Dofinitive
Guide》（O'Reilly出版社）的作者。在LinkedIn上聯(lián)系他或在Twitter上關(guān)注@ptwobrussell，可隨時(shí)關(guān)注他的最新動(dòng)態(tài)。

書籍目錄

前言
第1章　緒論：Twitter 數(shù)據(jù)的處理
　Python 開發(fā)工具的安裝
　Twitter 數(shù)據(jù)的收集和處理
　小結(jié)
第2章　微格式：語義標(biāo)記和常識(shí)碰撞
　XFN 和朋友
　使用XFN 來探討社交關(guān)系
　地理坐標(biāo)：興趣愛好的共同主線
?。ㄒ越】档拿x）對(duì)菜譜進(jìn)行交叉分析
　對(duì)餐廳評(píng)論的搜集
　小結(jié)
第3章　郵箱：雖然老套卻很好用
　mbox：Unix 的入門級(jí)郵箱
　mbox+CouchDB= 隨意的Email 分析
　將對(duì)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(shù)據(jù)
　小結(jié)
第4章　Twitter ：朋友、關(guān)注者和Setwise 操作
　REST 風(fēng)格的和OAuth-Cladded API
　干練而中肯的數(shù)據(jù)采集器
　友誼圖的構(gòu)建
　小結(jié)
第5章　Twitter：tweet ，所有的tweet ，只有tweet
　筆PK 劍：和tweet PK 機(jī)槍（?!?）
　對(duì)tweet 的分析（每次一個(gè)實(shí)體）
　并置潛在的社交網(wǎng)站（或#JustinBieber VS #TeaParty）
　對(duì)大量tweet 的可視化
　小結(jié)
第6章　LinkedIn ：為了樂趣（和利潤(rùn)？）將職業(yè)網(wǎng)絡(luò)聚類
　聚類的動(dòng)機(jī)
　按職位將聯(lián)系人聚類
　獲取補(bǔ)充個(gè)人信息
　從地理上聚類網(wǎng)絡(luò)
　小結(jié)
第7章　Google Buzz：TF-IDF 、余弦相似性和搭配
　Buzz=Twitter+ 博客（???）
　使用NLTK 處理數(shù)據(jù)
　文本挖掘的基本原則
　查找相似文檔
　在二元語法中發(fā)Buzz
　利用Gmail
　在中斷之前試著創(chuàng)建一個(gè)搜索引擎……
　小結(jié)
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(cè)博客中的句子
　對(duì)文件的總結(jié)
　以實(shí)體為中心的分析：對(duì)數(shù)據(jù)的深層了解
　小結(jié)
第9章　Facebook ：一體化的奇跡
　利用社交網(wǎng)絡(luò)數(shù)據(jù)
　對(duì)Facebook 數(shù)據(jù)的可視化
　小結(jié)
第10 章　語義網(wǎng)：簡(jiǎn)短的討論
　發(fā)展中的變革
　人不可能只靠事實(shí)生活
　期望

章節(jié)摘錄

版權(quán)頁：插圖：這幅圖雖然很簡(jiǎn)單，卻非常有趣。它連接了8個(gè)人，其中，DionAlmaer是共同的主線。然而，請(qǐng)注意，抓取一層或多層可能會(huì)引入圖中“與其他所有人都連接”的節(jié)點(diǎn)。單看圖的話，我們無法根據(jù)“同事”和“朋友”之間的關(guān)系，判別Dion與BenGalbraith的關(guān)系是否更為密切，但是如果他在“被他的超鏈接標(biāo)識(shí)的目標(biāo)”中提供了任何信息的話，我們就可以抓取Ben的XFN信息，搜索其他同事標(biāo)簽來構(gòu)建“誰與誰共事”的社交網(wǎng)絡(luò)。更多挖掘數(shù)據(jù)的知識(shí)請(qǐng)查看第6章，因?yàn)樗c同事和工作搭檔相關(guān)。對(duì)廣度優(yōu)先技術(shù)的簡(jiǎn)單分析一般我們不會(huì)停頓這么長(zhǎng)時(shí)間來分析該方法，但是由于這個(gè)示例是我們編寫的第一個(gè)真正的算法，而且我們會(huì)在本書中多次見到它，因此值得更仔細(xì)地對(duì)它進(jìn)行分析。一般來說，當(dāng)你檢查算法時(shí)，必須考慮兩個(gè)標(biāo)準(zhǔn)：效率和有效性。換一種說法就是：性能和質(zhì)量。任何算法的標(biāo)準(zhǔn)性能分析通常都包括分析它在最壞情況下的時(shí)間復(fù)雜度和空間復(fù)雜度，即對(duì)于一個(gè)大型數(shù)據(jù)集，執(zhí)行程序所花的時(shí)間和需要的內(nèi)存。我們采用的廣度優(yōu)先方法實(shí)質(zhì)上是廣度優(yōu)先搜索，只是我們并沒有真正執(zhí)行搜索，因?yàn)榻Y(jié)束條件并沒有把圖擴(kuò)展到最大深度或直到我們遍歷完所有節(jié)點(diǎn)。如果搜索了一些具體的東西，而不只是無限地抓取鏈接，它就可以被視為真正的廣度優(yōu)先搜索了。

媒體關(guān)注與評(píng)論

“本書是《Programming Collective Intelligence》一書的深入篇，它介紹通過Python從社交網(wǎng)站中采集數(shù)據(jù)的一種實(shí)踐方法?！薄　　狫eff Hammerbacher.Cloudera首席科學(xué)家“對(duì)于探索結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的一系列工具、技術(shù)和理論，本書給出了豐富、緊湊并實(shí)用的介紹?！　　狝lex Martelli.Google高級(jí)主管工程師，《Python in a Nutshell》的作者

編輯推薦

《社交網(wǎng)站的數(shù)據(jù)挖掘與分析》為Jolt生產(chǎn)效率大獎(jiǎng)獲獎(jiǎng)圖書。

圖書封面

圖書標(biāo)簽Tags

無

評(píng)論、評(píng)分、閱讀與下載

還沒讀過(89)
勉強(qiáng)可看(648)
一般般(110)
內(nèi)容豐富(4583)
強(qiáng)力推薦(375)

社交網(wǎng)站的數(shù)據(jù)挖掘與分析 PDF格式下載

用戶評(píng)論 (總計(jì)102條)

　　Facebook、Twitter和LinkedIn產(chǎn)生了大量寶貴的社交數(shù)據(jù)，但是怎樣才能找出誰通過社交媒介正在進(jìn)行聯(lián)系?他們?cè)谟懻撔┦裁?或者他們?cè)谀膬?本書簡(jiǎn)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(xué)到如何組合社交網(wǎng)絡(luò)數(shù)據(jù)、分析技術(shù)，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(nèi)容，以及你聞所未聞的有用信息?！　”緯空露冀榻B了在社交網(wǎng)絡(luò)的不同領(lǐng)域挖掘數(shù)據(jù)的技術(shù)，這些領(lǐng)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(jīng)驗(yàn)和學(xué)習(xí)基本的Python工具的意愿?！　⊥ㄟ^本書，你將　 . 獲得對(duì)社交網(wǎng)絡(luò)世界的直觀認(rèn)識(shí) 　 .使用GitHub上靈活的腳本來獲取從諸如Twitter、Facebook和LinkedIn等社交網(wǎng)絡(luò)API中的數(shù)據(jù) 　. 學(xué)習(xí)如何應(yīng)用便捷的Python工具來交叉分析你所收集的數(shù)據(jù) 　 . 通過XFN探討基于微格式的社交聯(lián)系　 . 應(yīng)用諸如TF-IDF、余弦相似性、搭配分析、文檔摘要、派系檢測(cè)之類的先進(jìn)挖掘技術(shù) 　 . 通過基于HTML 5和JavaScript工具包的網(wǎng)絡(luò)技術(shù)建立交互式可視化
SNS大數(shù)據(jù)分析必讀，但是引用了Twitter和Facebook的數(shù)據(jù)，要通過網(wǎng)絡(luò)訪問需要一點(diǎn)額外的功夫，這個(gè)你懂的。Linkedin的數(shù)據(jù)時(shí)而可用時(shí)而不可用。
如題，書里代碼不少，偏重應(yīng)用，對(duì)社交網(wǎng)絡(luò)數(shù)據(jù)挖掘感興趣的童鞋可以看看~
好書,介紹了很多python工具包和社交網(wǎng)站的api,就是twitter/facebook什么的還得翻墻,太糾結(jié)了...
《社交網(wǎng)站的數(shù)據(jù)挖掘與分析》這本書很不錯(cuò)嘛。
社交網(wǎng)站之間的競(jìng)爭(zhēng)，歸根結(jié)底是數(shù)據(jù)之爭(zhēng)。針對(duì)社交網(wǎng)站的數(shù)據(jù)挖掘與分析，無疑能贏得更多的競(jìng)爭(zhēng)籌碼。
感覺翻譯的不是很好，再加上個(gè)人對(duì)python不是很了解，對(duì)社交網(wǎng)絡(luò)的挖掘也是剛剛接觸，看著有些吃力。。。。
這個(gè)是從事微博等社交網(wǎng)絡(luò)挖掘者的利器。不足之處是API運(yùn)行不太穩(wěn)定
買過來看一下，需要用到社交網(wǎng)絡(luò)挖掘方面的知識(shí)
這本書真是超級(jí)好，介紹了大量非常有用的工具，而且有很多我從前沒聽過的新概念、新方法，讀完之后可謂是受益良多。書中內(nèi)容要借助python來實(shí)現(xiàn)，所以要有python基礎(chǔ)，但是這點(diǎn)也不是關(guān)鍵，因?yàn)閜ython還是比較好學(xué)的，現(xiàn)學(xué)都不難。雖然講的是外國(guó)的社交網(wǎng)站，而且國(guó)內(nèi)還不能夠直接看到，但是移花接木，生活中還是可以用到的。
現(xiàn)在火爆的社交網(wǎng)站，其中的數(shù)據(jù)的價(jià)值更是至高無上的
先前下載一本英文版的，還是看中文的舒服，其中的代碼是用python寫的，主要是對(duì)faceook做數(shù)據(jù)挖掘與分析。
書不錯(cuò)，使用python的一些工具來數(shù)據(jù)挖掘
從中也可體味社交網(wǎng)站的細(xì)微差別。
主要是分析的國(guó)外三大網(wǎng)站的數(shù)據(jù)！
用來入門不錯(cuò)，實(shí)習(xí)的時(shí)候做大數(shù)據(jù)，其中實(shí)驗(yàn)講的也不錯(cuò)。
喜歡大數(shù)據(jù)的仁兄值得一看~~~
比較專業(yè)的書挖掘很好可惜分析沒有
但在中國(guó)測(cè)試，要翻墻去twitter
Python簡(jiǎn)單易懂
因?yàn)樗怯胮ython的，而且又是得獎(jiǎng)的
很多案例，主要講facebook的，很實(shí)用。
有技術(shù)有內(nèi)容，有講解有代碼
書還是挺技術(shù)的,我承認(rèn)我買錯(cuò)了
社會(huì)計(jì)算必備圖書
這是目前最熱門的方向，好好學(xué)習(xí)一下，希望能有大的幫助
剛剛到手，正在研讀。
書的內(nèi)容很好，需要消耗很久哦
這本書的內(nèi)容真的很不錯(cuò)，但是感覺中文的翻譯并不是很好。
貨剛到，現(xiàn)在開始讀
還沒讀完，讀完再補(bǔ)
有點(diǎn)難度，需要有py語言基礎(chǔ)
幫助他人買的。
3本書共比**便宜了14元！
就喜歡實(shí)踐性的，nlltk那本書也如此
感覺是好書，但還沒看，使用的語言，之前又不懂。以后有時(shí)間再慢慢看了
第一次買，感覺不錯(cuò)，都是經(jīng)典的書，內(nèi)容么話說，質(zhì)量也還好
送給小朋友的，有趣且增加知識(shí)量，不錯(cuò)
買了，還沒看，看后評(píng)價(jià)
書不錯(cuò)很新很新鮮里面的各種也不錯(cuò)
沒什么太特別的地方
不錯(cuò)的書，很好很強(qiáng)大，只是還沒有看
一本理論與實(shí)際緊密結(jié)合的好書，打開眼界。
書很好，發(fā)貨也挺及時(shí)~
很好，再說也還是這，呵呵
暫無~~
雖然不深但是可以帶著入門
拿到書了，挺滿意的。期待閱讀有收獲～
很有深度不太好理解
沒有給發(fā)票，書還沒看，應(yīng)該可以吧。。
還滅有看
很好書，專業(yè)性要求很強(qiáng)
書品和人品一樣
專業(yè)，挺好的。
這個(gè)書不錯(cuò)哈這是給同事買來閱讀的非常不錯(cuò)
挺叼的樣子
很喜歡，很快
薄薄的，看看再說
發(fā)貨快送貨也及時(shí)
真的是很專業(yè)很專業(yè)的一本書，好多代碼啊。對(duì)做數(shù)據(jù)分析的人來說，確實(shí)會(huì)很有用，但如果只是想進(jìn)行消費(fèi)者行為層面的數(shù)據(jù)挖掘，就未免太專業(yè)了點(diǎn)
很好的數(shù)據(jù)挖掘概念，尤其在電商企業(yè)應(yīng)用中，會(huì)更好把握住用戶的“胃口”。
很有用的一本書。不過例子全是國(guó)外的社交網(wǎng)站。
入門級(jí)別的SNS數(shù)據(jù)分析，關(guān)系網(wǎng)，時(shí)間線，聯(lián)系人等，對(duì)網(wǎng)絡(luò)語義的了解也是不錯(cuò)的選擇
但是里面都是facebook、twitter的例子，怎么辦呢？只能干瞪眼
不足之處是，作者用到許多國(guó)外網(wǎng)站的API，在國(guó)內(nèi)都訪問不了。因?yàn)槲覀冇袀ゴ蟮腉FW，你懂的。
另外需要讀者有點(diǎn)python基礎(chǔ)。
這本書很前沿，不過是用Python語言寫的。這讓學(xué)其他語言的還要先學(xué)一門語言。
書前面說只要看了書的前幾頁就沒問題，但實(shí)際情況不是的，沒有一定的Python語言基礎(chǔ)或者其他語言的編程基礎(chǔ)看本書還是比較吃力的。不是傻瓜式，一說即會(huì)的那種教材！
內(nèi)容還可以,就是facebook這些網(wǎng)站都不能上啊
這個(gè)領(lǐng)域比較新的一本書，有一定收獲，但也不像傳說中的那么好
公司購買，本人沒有閱讀過
感覺還是蠻有用的
書籍不錯(cuò)，蠻有用的，SNS現(xiàn)在挺熱的，值得研究一下！
不錯(cuò)，業(yè)界比較早討論這個(gè)的書
這本書的紙質(zhì)還不錯(cuò)，就是內(nèi)容可能相對(duì)來說不夠精華。
這本書的厚度和價(jià)錢的關(guān)系，體現(xiàn)了熱門知識(shí)的價(jià)值。
書不錯(cuò)，收貨也蠻快?？上峭浟私o我寄發(fā)票，客服電話后說再另外寄給我，發(fā)票等待中！
譯本肯定沒有原文的好啦，具體內(nèi)容還沒看
內(nèi)容豐富，不過書看上去有點(diǎn)舊
內(nèi)容不錯(cuò)，就是薄了點(diǎn)
書的印刷質(zhì)量還好。內(nèi)容很好。
都是算法，沒法看懂，講的通俗點(diǎn)就好了
最近在看。
翻譯得也很及時(shí)，主題很時(shí)髦，推薦
還要仔細(xì)地看
這本書真的很爛，全是講如何去下載數(shù)據(jù)的，名不符實(shí)啊。關(guān)于數(shù)據(jù)挖掘講得非常的粗淺，沒有任何價(jià)值。
原文書其實(shí)不錯(cuò)的。評(píng)論中對(duì)內(nèi)容有異議的朋友，恐怕是已經(jīng)入門的高手了。但是就我個(gè)人觀感來說這些基本的抓取方面的只是是QQ群和Google Group里面常年有人問的話題。有這么一本書來講解下是件好事情。買之前最好看看樣章和目錄。關(guān)于“分析”的事兒。原書名字中沒有講分析，Mining The Social Web。這書將數(shù)據(jù)挖掘還是挺專業(yè)的，初心入門者至少能從中學(xué)到挖掘的技術(shù)，這比專門挨個(gè)翻博客試驗(yàn)要便捷省力得多。要埋怨就怨國(guó)內(nèi)的無良出版社策劃好了，為了銷量，楞要扯上分析二字。關(guān)于翻譯里面有很多句子不知所云，如果看過試讀的二章的話。這本書慢慢的翻譯會(huì)是本長(zhǎng)尾好書，英文版的看過之后感覺還是不錯(cuò)，即使經(jīng)常性業(yè)余抓站的Python愛好者也會(huì)從中受益的。如果你買了，就直接看代碼好了。那是唯一沒翻譯壞了的好東西。書自身內(nèi)容4分翻譯 -5分書名 -5分
標(biāo)題起的很新穎，但是看完了，發(fā)現(xiàn)大部分內(nèi)容是“挖掘”，而“分析”的部分講的很少通篇就是告訴你怎么寫代碼去抓數(shù)據(jù)，然后有些什么好用的包之類的但是感覺吧，不是我想象中的內(nèi)容。因?yàn)橄筮@種主題，稍微有變成能力的人都可以做到對(duì)數(shù)據(jù)的抓取主要是想看看有什么新的分析思路，或者想看看作者從數(shù)據(jù)中能分析出些什么來而不是看作者怎么去抓數(shù)據(jù)...
這本書2012年編寫的，twitter2013年升級(jí)了API接口。很多例子用不了，還要跑到網(wǎng)站上自己學(xué)習(xí)。建議買就買最新的第二版。這版很多知識(shí)都過時(shí)了
最大的缺陷就是里邊的數(shù)據(jù)用不了。。Twitter，F(xiàn)acebook 是被禁的，要是能有本書講QQ或者校內(nèi)的開發(fā)平臺(tái)，那就好了
這本書是用Python和一些外部模塊來分析和挖掘郵件、Twitter、LinkedIn、Google Buzz、Facebook中的數(shù)據(jù)，回答諸如誰是網(wǎng)絡(luò)中最有影響的人、最熱的話題是什么、誰是最話癆的人、誰與你相同朋友最多等等問題，對(duì)搞社交網(wǎng)站的人而言非常實(shí)用。國(guó)內(nèi)在社交網(wǎng)站的數(shù)據(jù)挖掘方面做得比較好的，豆瓣算一個(gè)。呵呵，不知豆瓣是如何做到的，看這個(gè)書能不能有一些啟發(fā)
一直有人推薦，第一次看，希望不會(huì)失望！
適合學(xué)習(xí)社交網(wǎng)絡(luò)數(shù)據(jù)挖掘
書收到了，包裝很不錯(cuò)，保護(hù)的很好。內(nèi)容還沒看
如果想練習(xí)書中的例子，要學(xué)會(huì)python，還要會(huì)翻墻！
書很好，可惜的就是國(guó)內(nèi)上不了那些網(wǎng)站，數(shù)據(jù)獲取是個(gè)大麻煩！
換個(gè)說法吧，這個(gè)東西，對(duì)于不是用的主流語言寫的，要看，啊，還要學(xué)習(xí)一門新的語言，最少要先入門。
根本就不是挖掘，也不是什么分析，只是用腳本語言抓網(wǎng)絡(luò)上的數(shù)據(jù)，沒有挖掘，沒有分析，如果你不是用python，根本用不上，還有就是介紹的都是facebook與推特外國(guó)網(wǎng)站的抓取，如果你是大陸的，那么比如新浪的接口，根本不是一回事，買次數(shù)需謹(jǐn)慎。當(dāng)然你學(xué)的是python的話，可以參考下里面抓數(shù)據(jù)的思路，代碼也可以研究下。... 閱讀更多
難~~要實(shí)時(shí)上機(jī)，聯(lián)網(wǎng)操作
建議改一下分類，跟營(yíng)銷沒什么關(guān)系
書的整體有嚴(yán)重折痕從正面到最后一頁都有而且越是后面折痕越明顯影響閱讀非常不喜歡
專門分析美國(guó)的社交網(wǎng)絡(luò)，還有代碼

社交網(wǎng)站的數(shù)據(jù)挖掘與分析

用戶評(píng)論 (總計(jì)102條)

推薦圖書

相關(guān)圖書