| 作者 |
| [美] 马修·A. 罗素（Matthew A. Russell） 米哈伊尔·克拉森（Mikhail Klassen） |
| 丛书名 |
| O’Reilly精品图书系列 |
| 出版社 |
| 机械工业出版社 |
| ISBN |
| 9787111674047 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 在本书的di一部分，每一章都聚焦社交网站生态的某个具体方面，囊括了各大主流社交网站，也包括了网页、博客和订阅、邮箱、GitHub以及新增加的Instagram的内容。第二部分提供了实用指南，其中包含超过20个供挖掘Twitter数据之用的简短代码。 |
| 目录 |
| 前言 1 第一部分 社交网站导引 序幕 15 第1章 挖掘Twitter：探索热门话题、发现人们的谈论内容等 17 1.1 概述 17 1.2 Twitter风靡一时的原因 18 1.3 探索Twitter API 20 1.3.1 基本的Twitter术语 20 1.3.2 创建一个Twitter API连接 22 1.3.3 探索热门话题 26 1.3.4 搜索推文 30 1.4 分析140字（或更多）的推文 35 1.4.1 提取推文实体 37 1.4.2 使用频率分析技术分析推文和推文实体 38 1.4.3 计算推文的词汇丰富性 41 1.4.4 检视转推模式 42 1.4.5 使用直方图将频率数据可视化 45 1.5 本章小结 49 1.6 推荐练习 49 1.7 在线资源 50 第2章 挖掘Facebook：分析粉丝页面、查看好友关系等 52 2.1 概述 53 2.2 探索Facebook的图谱API 53 2.2.1 理解图谱API 55 2.2.2 理解开放图协议 59 2.3 分析社交图谱联系 65 2.3.1 分析Facebook页面 68 2.3.2 使用pandas操作数据 78 2.4 本章小结 85 2.5 推荐练习 86 2.6 在线资源 86 第3章 挖掘Instagram：计算机视觉、神经网络、对象识别和人脸检测 88 3.1 概述 89 3.2 探索Instagram API 89 3.2.1 建立Instagram API请求 90 3.2.2 获取你自己的Instagram订阅源 92 3.2.3 通过主题标签检索媒体 94 3.3 Instagram帖子的剖析 94 3.4 人工神经网络速成 97 3.4.1 训练神经网络“看”图片 98 3.4.2 手写数字识别 99 3.4.3 使用预训练的神经网络在照片中识别物体 104 3.5 神经网络在Instagram帖子中的应用 107 3.5.1 标记图像内容 107 3.5.2 在图像中检测人脸 108 3.6 本章小结 110 3.7 推荐练习 111 3.8 在线资源 112 第4章 挖掘LinkedIn：分组职位、聚类同行等 114 4.1 概述 115 4.2 探索LinkedIn API 115 4.2.1 发起LinkedIn API请求 115 4.2.2 下载LinkedIn的联系人并保存为CSV文件 119 4.3 数据聚类速成 120 4.3.1 对数据进行规范化处理以便进行分析 122 4.3.2 测量相似度 132 4.3.3 聚类算法 134 4.4 本章小结 146 4.5 推荐练习 147 4.6 在线资源 148 第5章 挖掘文本文件：计算文档相似度、提取搭配等 149 5.1 概述 150 5.2 文本文件 150 5.3 TF-IDF简介 152 5.3.1 词频 152 5.3.2 逆文档频率 154 5.3.3 TF-IDF 155 5.4 用TF-IDF查询人类语言数据 158 5.4.1 自然语言工具包概述 158 5.4.2 对人类语言使用TF-IDF 161 5.4.3 查找相似文档 163 5.4.4 分析人类语言中的二元文法 169 5.4.5 分析人类语言数据的反思 177 5.5 本章小结 178 5.6 推荐练习 179 5.7 在线资源 179 第6章 挖掘网页：使用自然语言处理理解人类语言、总结博客内容等 181 6.1 概述 182 6.2 抓取、解析和爬取网页 182 6.3 通过解码语法来探索语义 188 6.3.1 一步步讲解自然语言处理 190 6.3.2 人类语言数据中的句子检测 193 6.3.3 文档摘要 197 6.4 以实体为中心的分析：范式转换 204 6.5 人类语言数据处理分析的质量 213 6.6 本章小结 215 6.7 推荐练习 215 6.8 在线资源 216 第7章 挖掘邮箱：分析谁和谁说什么以及说的频率等 218 7.1 概述 219 7.2 获取和处理邮件语料库 219 7.2.1 Unix邮箱指南 219 7.2.2 获得Enron数据 224 7.2.3 将邮件语料转换为Unix邮箱 226 7.2.4 将Unix邮箱转换为pandas DataFrame 227 7.3 分析Enron语料库 230 7.3.1 根据日期/时间范围查询 230 7.3.2 发件人/收件人通信的分析模式 234 7.3.3 根据关键词查找邮件 237 7.4 分析你自己的邮件数据 238 7.4.1 通过OAuth访问你的Gmail 240 7.4.2 获取和解析邮件 242 7.4.3 Immersion对电子邮件的可视化模式 244 7.5 本章小结 245 7.6 推荐练习 245 7.7 在线资源 246 第8章 挖掘GitHub：检查软件协同习惯、构建兴趣图谱等 247 8.1 概述 248 8.2 探索GitHub的API 248 8.2.1 建立GitHub API连接 249 8.2.2 建立GitHub API请求 253 8.3 使用属性图为数据建模 254 8.4 分析GitHub兴趣图谱 257 8.4.1 初始化一个兴趣图谱 258 8.4.2 计算图的中心度度量 261 8.4.3 为用户添加“关注”边来扩展兴趣图谱 263 8.4.4 以节点为中心获得更高效的查询 273 8.4.5 兴趣图谱的可视化 278 8.5 本章小结 279 8.6 推荐练习 280 8.7 在线资源 281 第二部分 Twitter数据挖掘与分析实用指南 第9章 Twitter数据挖掘与分析 285 9.1 访问Twitter的API（开发目的） 286 9.2 使用OAuth访问Twitter的API（产品目的） 288 9.3 探索流行话题 290 9.4 查找推文 291 9.5 构造方便的函数调用 293 9.6 使用文本文件存储JSON数据 294 9.7 使用MongoDB存储和访问JSON数据 295 9.8 使用信息流API对Twitter数据管道抽样 298 9.9 采集时序数据 299 9.10 提取推文实体 300 9.11 在特定的推文范围内查找最流行的推文 302 9.12 在特定的推文范围内查找最流行的推文实体 303 9.13 对频率分析制表 304 9.14 查找转推了状态的用户 305 9.15 提取转推的属性 307 9.16 创建健壮的Twitter请求 308 9.17 获取用户档案信息 310 9.18 从任意的文本中提取推文实体 312 9.19 获得用户的所有好友和关注者 312 9.20 分析用户的好友和关注者 314 9.21 获取用户的推文 316 9.22 爬取好友关系图 318 9.23 分析推文内容 319 9.24 提取链接目标摘要 320 9.25 分析用户收藏的推文 323 9.26 本章小结 325 9.27 推荐练习 325 9.28 在线资源 326 第三部分 附录 附录A 关于本书虚拟机体验的信息 329 附录B OAuth入门 330 附录C Python和Jupyter Notebook的使用技巧 334 |