挖掘社交网络(影印版第3版英文版)

挖掘社交网络(影印版第3版英文版)
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者: , , , ,
2019-06
版次: 1
ISBN: 9787564183738
定价: 124.00
装帧: 平装
开本: 16开
纸张: 胶版纸
正文语种: 英语
  •   社交网站数据如同深埋地下的“金矿”,如何利用这些数据来发现哪些人正通过社交媒介进行联系?他们正在谈论什么?或者他们在哪儿?《挖掘社交网络(影印版 第3版 英文版)》第2版对上一版内容进行了全面更新和修订,它将揭示回答这些问题的方法与技巧。你将学到如何获取、分析和汇总散落于社交网站(包括Facebook、Twitter、LinkedIn、Google+、GitHub、邮件、网站和博客等)的数据,以及如何通过可视化找到你一直在社交世界中寻找的内容和你闻所未闻的有用信息。 Preface
    Part I. A Guided Tour of the Social Web
    Prelude
    1. Mining Twitter: Exploring Trending Topics, Discovering What People Are Talking About, and More
    1.1 Overview
    1.2 Why Is Twitter All the Rage?
    1.3 Exploring Twitter's API
    1.3.1 Fundamental Twitter Terminology
    1.3.2 Creating a Twitter API Connection
    1.3.3 Exploring Trending Topics
    1.3.4 Searching for Tweets
    1.4 Analyzing the 140 (or More) Characters
    1.4.1 Extracting Tweet Entities
    1.4.2 Analyzing Tweets and Tweet Entities with Frequency Analysis
    1.4.3 Computing the Lexical Diversity of Tweets
    1.4.4 Examining Patterns in Retweets
    1.4.5 Visualizing Frequency Data with Histograms
    1.5 Closing Remarks
    1.6 Recommended Exercises
    1.7 Online Resources
    2. Mining Facebook: Analyzing Fan Pages, Examining Friendships, and More
    2.1 Overview
    2.2 Exploring Facebook's Graph API
    2.2.1 Understanding the Graph API
    2.2.2 Understanding the Open Graph Protocol
    2.3 Analyzing Social Graph Connections
    2.3.1 Analyzing Facebook Pages
    2.3.2 Manipulating Data Using pandas
    2.4 Closing Remarks
    2.5 Recommended Exercises
    2.6 Online Resources
    3. Mining Instagram: Computer Vision, Neural Networks, Object Recognition,and Face Detection
    3.1 Overview
    3.2 Exploring the Instagram API
    3.2.1 Making Instagram API Requests
    3.2.2 Retrieving Your Own Instagram Feed
    3.2.3 Retrieving Media by Hashtag
    3.3 Anatomy of an Instagram Post
    3.4 Crash Course on Artificial Neural Networks
    3.4.1 Training a Neural Network to \"Look\" at Pictures
    3.4.2 Recognizing Handwritten Digits
    3.4.3 Object Recognition Within Photos Using Pretrained Neural Networks
    3.5 Applying Neural Networks to Instagram Posts
    3.5.1 Tagging the Contents of an Image
    3.5.2 Detecting Faces in Images
    3.6 Closing Remarks
    3.7 Recommended Exercises
    3.8 Online Resources
    4. Mining Linkeflln: Faceting Job Titles, Clustering Colleagues, and More
    4.1 Overview
    4.2 Exploring the LinkedIn API
    4.2.1 Making LinkedIn API Requests
    4.2.2 Downloading LinkedIn Connections as a CSV File
    4.3 Crash Course on Clustering Data
    4.3.1 Normalizing Data to Enable Analysis
    4.3.2 Measuring Similarity
    4.3.3 Clustering Algorithms
    4.4 Closing Remarks /
    4.5 Recommended Exercises
    4.6 Online Resources
    5. Mining Text Files: Computing Document Similarity, Extracting Collocations, and More.
    5.1 Overview
    5.2 Text Files
    5.3 A Whiz-Bang Introduction to TF-IDF
    5.3.1 Term Frequency
    5.3.2 Inverse Document Frequency
    5.3.3 TF-IDF
    5.4 Querying Human Language Data with TF-IDF
    5.4.1 Introducing the Natural Language Toolkit
    5.4.2 Applying TF-IDF to Human Language
    5.4.3 Finding Similar Documents
    5.4.4 Analyzing Bigrams in Human Language
    5.4.5 Reflections on Analyzing Human Language Data
    5.5 Closing Remarks
    5.6 Recommended Exercises
    5.7 Online Resources
    6. Mining Web Pages: Using Natural Language Processing to Understand Human Language, Summarize Blog Posts, and More
    6.1 Overview
    6.2 Scraping, Parsing, and Crawling the Web
    6.2.1 Breadth-First Search in Web Crawling
    6.3 Discovering Semantics by Decoding Syntax
    6.3.1 Natural Language Processing Illustrated Step-by-Step
    6.3.2 Sentence Detection in Human Language Data
    6.3.3 Document Summarization
    6.4 Entity-Centric Analysis: A Paradigm Shift
    6.4.1 Gisting Human Language Data
    6.5 Quality of Analytics for Processing Human Language Data
    6.6 Closing Remarks
    6.7 Recommended Exercises
    6.8 Online Resources
    7. Mining Mailboxes: Analyzing Who's Talking to Whom About What,How Often, and More
    7.1 Overview
    7.2 Obtaining and Processing a Mail
    ……
  • 内容简介:
      社交网站数据如同深埋地下的“金矿”,如何利用这些数据来发现哪些人正通过社交媒介进行联系?他们正在谈论什么?或者他们在哪儿?《挖掘社交网络(影印版 第3版 英文版)》第2版对上一版内容进行了全面更新和修订,它将揭示回答这些问题的方法与技巧。你将学到如何获取、分析和汇总散落于社交网站(包括Facebook、Twitter、LinkedIn、Google+、GitHub、邮件、网站和博客等)的数据,以及如何通过可视化找到你一直在社交世界中寻找的内容和你闻所未闻的有用信息。
  • 目录:
    Preface
    Part I. A Guided Tour of the Social Web
    Prelude
    1. Mining Twitter: Exploring Trending Topics, Discovering What People Are Talking About, and More
    1.1 Overview
    1.2 Why Is Twitter All the Rage?
    1.3 Exploring Twitter's API
    1.3.1 Fundamental Twitter Terminology
    1.3.2 Creating a Twitter API Connection
    1.3.3 Exploring Trending Topics
    1.3.4 Searching for Tweets
    1.4 Analyzing the 140 (or More) Characters
    1.4.1 Extracting Tweet Entities
    1.4.2 Analyzing Tweets and Tweet Entities with Frequency Analysis
    1.4.3 Computing the Lexical Diversity of Tweets
    1.4.4 Examining Patterns in Retweets
    1.4.5 Visualizing Frequency Data with Histograms
    1.5 Closing Remarks
    1.6 Recommended Exercises
    1.7 Online Resources
    2. Mining Facebook: Analyzing Fan Pages, Examining Friendships, and More
    2.1 Overview
    2.2 Exploring Facebook's Graph API
    2.2.1 Understanding the Graph API
    2.2.2 Understanding the Open Graph Protocol
    2.3 Analyzing Social Graph Connections
    2.3.1 Analyzing Facebook Pages
    2.3.2 Manipulating Data Using pandas
    2.4 Closing Remarks
    2.5 Recommended Exercises
    2.6 Online Resources
    3. Mining Instagram: Computer Vision, Neural Networks, Object Recognition,and Face Detection
    3.1 Overview
    3.2 Exploring the Instagram API
    3.2.1 Making Instagram API Requests
    3.2.2 Retrieving Your Own Instagram Feed
    3.2.3 Retrieving Media by Hashtag
    3.3 Anatomy of an Instagram Post
    3.4 Crash Course on Artificial Neural Networks
    3.4.1 Training a Neural Network to \"Look\" at Pictures
    3.4.2 Recognizing Handwritten Digits
    3.4.3 Object Recognition Within Photos Using Pretrained Neural Networks
    3.5 Applying Neural Networks to Instagram Posts
    3.5.1 Tagging the Contents of an Image
    3.5.2 Detecting Faces in Images
    3.6 Closing Remarks
    3.7 Recommended Exercises
    3.8 Online Resources
    4. Mining Linkeflln: Faceting Job Titles, Clustering Colleagues, and More
    4.1 Overview
    4.2 Exploring the LinkedIn API
    4.2.1 Making LinkedIn API Requests
    4.2.2 Downloading LinkedIn Connections as a CSV File
    4.3 Crash Course on Clustering Data
    4.3.1 Normalizing Data to Enable Analysis
    4.3.2 Measuring Similarity
    4.3.3 Clustering Algorithms
    4.4 Closing Remarks /
    4.5 Recommended Exercises
    4.6 Online Resources
    5. Mining Text Files: Computing Document Similarity, Extracting Collocations, and More.
    5.1 Overview
    5.2 Text Files
    5.3 A Whiz-Bang Introduction to TF-IDF
    5.3.1 Term Frequency
    5.3.2 Inverse Document Frequency
    5.3.3 TF-IDF
    5.4 Querying Human Language Data with TF-IDF
    5.4.1 Introducing the Natural Language Toolkit
    5.4.2 Applying TF-IDF to Human Language
    5.4.3 Finding Similar Documents
    5.4.4 Analyzing Bigrams in Human Language
    5.4.5 Reflections on Analyzing Human Language Data
    5.5 Closing Remarks
    5.6 Recommended Exercises
    5.7 Online Resources
    6. Mining Web Pages: Using Natural Language Processing to Understand Human Language, Summarize Blog Posts, and More
    6.1 Overview
    6.2 Scraping, Parsing, and Crawling the Web
    6.2.1 Breadth-First Search in Web Crawling
    6.3 Discovering Semantics by Decoding Syntax
    6.3.1 Natural Language Processing Illustrated Step-by-Step
    6.3.2 Sentence Detection in Human Language Data
    6.3.3 Document Summarization
    6.4 Entity-Centric Analysis: A Paradigm Shift
    6.4.1 Gisting Human Language Data
    6.5 Quality of Analytics for Processing Human Language Data
    6.6 Closing Remarks
    6.7 Recommended Exercises
    6.8 Online Resources
    7. Mining Mailboxes: Analyzing Who's Talking to Whom About What,How Often, and More
    7.1 Overview
    7.2 Obtaining and Processing a Mail
    ……
查看详情
您可能感兴趣 / 更多
挖掘社交网络(影印版第3版英文版)
罗马的显贵(古典文明译丛)
Matthias Gelzer(M.格尔泽尔
挖掘社交网络(影印版第3版英文版)
请勿洞察2(无限烧脑的不可名状恐怖口碑神作,我在无尽中迷航,你带我回人间)(风炫出品)
Matthia 著
挖掘社交网络(影印版第3版英文版)
基于数据驱动的水文模拟
Mathew 著;于洋 译;[英]Renji;Remesan;Jimson;夏达忠
挖掘社交网络(影印版第3版英文版)
Presto权威指南(影印版)
MattFuller
挖掘社交网络(影印版第3版英文版)
计算机图形学中的信息论方法
Mateu、Sbert、Miguel、Feixas、Jaume 著
挖掘社交网络(影印版第3版英文版)
力:动态人体写生(10周年纪念版)(全彩)
Mattesi(迈克尔・马特斯) 著;[美]Michael、D、黄朝贵 译
挖掘社交网络(影印版第3版英文版)
Plucking Chrysanthemums:Narushima Ryuhoku and Sinitic Literary Traditions in Modern Japan
Matthew Fraleigh
挖掘社交网络(影印版第3版英文版)
The Time-Travelling Sandwich Bites Back Usborne英文原版
Matt Brown 著;Lizzie Finlay 绘
挖掘社交网络(影印版第3版英文版)
TheSpanishAmbassador'sSuitcase:StoriesfromtheDiplomaticBag
Matthew Parris、Andrew Bryson 著
挖掘社交网络(影印版第3版英文版)
Integration of Distributed Generation in the Power System
Math H. Bollen、Fainan Hassan 著
挖掘社交网络(影印版第3版英文版)
Performance Fuel Injection Systems HP1557
Matt Cramer、Jerry Hoffmann 著
挖掘社交网络(影印版第3版英文版)
PHP 6 Fast and Easy Web Development
Matt Telles、Julie C. Meloni 著