前言
第一章 緒論:Twitter 資料的處理
第二章 微格式:語義標記和常識碰撞
第三章 信箱:老套但好用
第四章 Twitter:朋友、追隨者和Setwise 操作
第五章 Twitter:tweet,tweet,全都是tweet
第六章 LinkedIn:為了樂趣(和利潤?)將職場網路分類
第七章 Google+:TF-IDF、餘弦相似性與搭配
第八章 部落格及其他:自然語言處理(等等)
第九章 Facebook:一體化的奇蹟
第十章 語義網:簡短的討論
索引
購物比價 | 找書網 | 找車網 |
FindBook |
有 2 項符合
社群網站的資料探勘的圖書 |
社群網站的資料探勘 作者:Matthew A. Russell / 譯者:師蓉、胡為君 出版社:美商歐萊禮股份有限公司台灣分公司 出版日期:2013-05-22 語言:繁體書 |
圖書選購 |
型式 | 價格 | 供應商 | 所屬目錄 | 二手書 |
$ 242 |
TAAZE 讀冊生活 |
二手中文書 |
$ 551 |
iRead灰熊愛讀書 |
電腦總論 |
---|
圖書館借閱 |
國家圖書館 | 全國圖書書目資訊網 | 國立公共資訊圖書館 | 電子書服務平台 | MetaCat 跨館整合查詢 |
臺北市立圖書館 | 新北市立圖書館 | 基隆市公共圖書館 | 桃園市立圖書館 | 新竹縣公共圖書館 |
苗栗縣立圖書館 | 臺中市立圖書館 | 彰化縣公共圖書館 | 南投縣文化局 | 雲林縣公共圖書館 |
嘉義縣圖書館 | 臺南市立圖書館 | 高雄市立圖書館 | 屏東縣公共圖書館 | 宜蘭縣公共圖書館 |
花蓮縣文化局 | 臺東縣文化處 |
|
本書曾經榮獲Jolt Productivity Award大獎
Facebook、Twitter和Linkedln產生了大量極具價值的社交資料,但是,要如何找出誰正在使用社群網站?他們在討論些什麼?或者他們在哪裡?這本簡潔而實用的書將告訴您答案。您可以從本書學到如何組合社群網站資料、分析這些資料的技術,以及如何將資料視覺化成為一目了然的資訊,以及您聞所未聞的有用資訊。
每個章節皆可獨立閱讀,分別介紹不同的資料探勘技術以及應用在不同的社群網站,同時還涵蓋了部落格與電子郵件。您唯一需要的就是具備程式設計的基礎以及學習基本Python工具的意願。
.對社群網站有更加深入的了解
.利用存放在Github上的腳本程式來探勘Twitter、Facebook和Linkedin等社群網站API中的資料
.學習如何使用簡單好用的Python工具來分析您取得的資料
.利用XHTML Friends Network探索微格(microformat)中的社交聯繫
.應用TF-IDF、餘弦相似性、搭配分析、文件摘要、小組辨識等先進探勘技術
.使用HTML5和JavaScript建立可視覺化資料
名人推薦
「本書提供了實際可用的方法,告訴您如何利用Python從社群網站擷取分析資料」--Jeff Hammerbacher, Cloudera首席科學家
「對於探索結構化與非結構化資料的工具、技術與理論,本書提供了翔實的介紹」--Alex Martelli, Google資深工程師
|