• 标题挖掘社交网络：分析来自脸书、推特、LinkedIn和其他社交媒体网站的数据
• 作者马修·A·罗素
• 发布者：奥莱利传媒；第二版（2013年10月22日）
• 精装本/平装本400页（估计）
• 电子书HTML和PDF
• 语言：英语
• 国际标准图书编号-10：1449367615
• ISBN-13：978-1449367619
• 分享这个：  

书籍描述

脸书、推特、LinkedIn、Google+和其他社交网络属性产生了大量有价值的社交数据，但你如何利用这些数据，发现谁在与谁联系，哪些见解潜藏在表面之下，以及人们在谈论什么？

这本书向你展示了如何回答这些问题以及更多问题。每一章都将流行且有用的社交网络数据与分析技术和可视化相结合，以帮助你在你一直在寻找的社交大海捞针，以及许多你可能还不知道的东西。

雇佣IPython公司笔记本和其他易于使用的Python软件包，如自然语言工具包、NetworkX和Matplotlib，用于有效筛选社交网络数据，作为实验驱动方法的一部分，以发现社交网络数据中的见解

关于作者

• Matthew Russell，数字推理系统首席技术官(http://www.digitalreasoning.com/)兼扎夫拉校长(网址：http://zaffra.com)，是一位对数据挖掘、开源和web应用技术充满热情的计算机科学家。他也是Dojo:最终指南（奥莱利）。

审查、评级和建议：

• 亚马逊
• 亚马逊（第三版）

相关图书类别：

• 数据分析和数据挖掘
• Python编程
• 大数据
• 数据科学
• 机器学习
• O'Reilly®图书

阅读和下载链接：

• 挖掘社交网络，第2版（Matthew A.Russell）
• 镜像站点（1）-PDF
• 镜像站点（2）-PDF
• 这本书的同伴博客

类似书籍：

• 挖掘社交媒体：在互联网数据中寻找故事

  本书向您展示了如何使用Python和关键数据分析工具来查找隐藏在社交媒体中的故事。使用Python执行高级数据分析，Jupyter笔记本、和熊猫库。

• 社交媒体挖掘：简介（Reza Zafarani等人）

  本教材介绍了社交媒体数据产生的独特问题，并介绍了网络分析和数据挖掘的基本概念、新兴问题和有效算法。

• 挖掘Web：从超文本数据中发现知识

  这是第一本完全致力于从大量非结构化Web数据中生成知识的技术的书。基于对基础设施问题的初步调查，包括Web爬行和索引。

• Twitter数据分析（Shamanth Kumar等人）

  本书提供了利用推特数据发现复杂查询解决方案的方法。该简介介绍了通过Twitter的API收集数据的过程，并提供了管理大型数据集的策略。

• 海量数据集的挖掘（Jure Leskovec等人）

  它着重于用于解决数据挖掘中关键问题的实用算法，并且可以成功应用于最大数据集。它首先讨论了地图还原框架，这是自动并行化算法的重要工具。

• 大众数据挖掘（Matthew North）

  本书使用简单的示例、清晰的解释和免费、强大、易于使用的软件来教您数据挖掘的基础知识；可以帮助您回答一些最棘手的业务问题的技术。