社群網站的資料探勘, 3/e (Mining the Social Web: Data Mining Facebook, Twitter, LinkedIn, Google+, GitHub, and More, 3/e)

Matthew A. Russell 藍子軒 譯

  • 社群網站的資料探勘, 3/e (Mining the Social Web: Data Mining Facebook, Twitter, LinkedIn, Google+, GitHub, and More, 3/e)-preview-1
  • 社群網站的資料探勘, 3/e (Mining the Social Web: Data Mining Facebook, Twitter, LinkedIn, Google+, GitHub, and More, 3/e)-preview-2
  • 社群網站的資料探勘, 3/e (Mining the Social Web: Data Mining Facebook, Twitter, LinkedIn, Google+, GitHub, and More, 3/e)-preview-3
  • 社群網站的資料探勘, 3/e (Mining the Social Web: Data Mining Facebook, Twitter, LinkedIn, Google+, GitHub, and More, 3/e)-preview-4
  • 社群網站的資料探勘, 3/e (Mining the Social Web: Data Mining Facebook, Twitter, LinkedIn, Google+, GitHub, and More, 3/e)-preview-5
  • 社群網站的資料探勘, 3/e (Mining the Social Web: Data Mining Facebook, Twitter, LinkedIn, Google+, GitHub, and More, 3/e)-preview-6
  • 社群網站的資料探勘, 3/e (Mining the Social Web: Data Mining Facebook, Twitter, LinkedIn, Google+, GitHub, and More, 3/e)-preview-7
  • 社群網站的資料探勘, 3/e (Mining the Social Web: Data Mining Facebook, Twitter, LinkedIn, Google+, GitHub, and More, 3/e)-preview-8
  • 社群網站的資料探勘, 3/e (Mining the Social Web: Data Mining Facebook, Twitter, LinkedIn, Google+, GitHub, and More, 3/e)-preview-9
社群網站的資料探勘, 3/e (Mining the Social Web: Data Mining Facebook, Twitter, LinkedIn, Google+, GitHub, and More, 3/e)-preview-1

買這商品的人也買了...

相關主題

商品描述

🏆本書第一版曾經榮獲Jolt Productivity Award大獎🏆

挖掘隱藏在Twitter、Facebook、LinkedIn、Instagram與GitHub等熱門社群網站中的豐富數據。本書提供Python範例程式、Jupyter notebook與Docker檔可供練習。您可以從本書中,學到如何從社群媒體中挖掘各種寶貴的資料,像是某個人的人脈網路、現在的熱門話題,這些鄉民或網軍來自何方。

每個章節都是一個可以獨立閱讀學習的主題,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。這個版本還額外增加了一個專門探討Instagram的章節。

.對社群網站有更加深入的了解
.提供打包好的Docker檔,可以直接執行本書的範例
.所有範例檔案皆可自本書專屬的Github儲存庫上取得
.學習如何使用簡單好用的Python工具來分析您取得的資料
.介紹先進的資料挖掘技術,如TF-IDF、餘弦相似性、搭配分析、圖像識別等等
.使用Python與JavaScript套件完成資料視覺化

名人推薦
“隨著認知技術在資料決策上的角色越來越重要,如果您想要挖掘最強大的現代資料來源--社群網路,本書是您不能錯過的選擇”
Rohan Khairnar, 卡羅來納大學夏洛特分校資料科學家

“在這個數位時代,能夠從社群網路取得情報已經是一種基本技能,對於想要學習這項技術的人而言,本書是最佳的入門指南”
Stuthi Parameshwara Rao, 卡羅來納大學夏洛特分校資料科學家

作者簡介

Matthew Russell (@ptwobrussell)
Built Technologies的首席技術官,帶領團隊解決各種難題。

Mikhail Klassen(@ MikhailKlassen)
Paladin AI的首席資料科學家與創辦人之一。Paladin AI是一家位於加拿大的航太科技新創公司,致力於運用資料挖掘與機器學習技術開發下一代的飛行員訓練解決方案。
 

目錄大綱

第一部分 社群網站的奇幻之旅
序幕
第一章 挖掘Twitter:觀察流行趨勢、探索熱門話題
第二章 挖掘 Facebook:分析粉絲專頁、檢視朋友關係
第三章 挖掘 Instagram:電腦視覺、神經網路、物體識別與臉部偵測
第四章 挖掘 LinkedIn:職稱的不同面向、同事的集群處理
第五章 挖掘文字檔案:計算文件相似度、提取出各種搭配詞
第六章 挖掘網頁:運用NLP 理解人類語言、對文章進行摘要總結
第七章 挖掘郵件信箱:分析誰與誰都在聊些什麼、多久聊一次
第八章 挖掘 GitHub:檢視軟體協作習慣、構建興趣圖譜

第二部分 Twitter 問答集
第九章 Twitter 有問必答

第三部分 附錄
附錄A 本書在虛擬機方面的相關經驗
附錄B OAuth 入門