Поделиться

Data Mining

Извлечение информации из Facebook, Twitter, LinkedIn, Instagram, GitHub.

Рассел Мэтью, Классен Михаил «Data Mining» Питер, 2020 год, 464 стр., ISBN 978-5-4461-1246-3; (PDF)

Описание EN Содержание Links

Описание книги.

В недрах популярных социальных сетей — Twitter, Facebook, LinkedIn и Instagram — скрыты богатейшие залежи информации. Из этой книги исследователи, аналитики и разработчики узнают, как извлекать эти уникальные данные, используя код на Python 3.0, Jupyter Notebook или контейнеры Docker. Сначала вы познакомитесь с функционалом самых популярных социальных сетей (Twitter, Facebook,
LinkedIn, Instagram), веб-страниц, блогов и лент, электронной почты и GitHub. Затем приступите к анализу данных на примере Twitter.

  • Получите простой краткий обзор социального веб-ландшафта
  • Используйте Docker, чтобы легко запускать пример кода каждой главы, упакованный в виде записной книжки Jupiter
  • Адаптируйте и внесите свой вклад в репозиторий GitHub с открытым исходным кодом
  • Узнайте, как использовать лучшие в своем классе инструменты Python 3 для нарезки собранных данных
  • Применяйте передовые методы майнинга, такие как TFIDF, косинусное сходство, анализ коллокаций, обнаружение клик и распознавание изображений
  • Создавайте красивые визуализации данных с помощью наборов инструментов Python и JavaScript
EN

Mining the Social Web, 3rd Edition
Data Mining Facebook, Twitter, LinkedIn, Instagram, GitHub, and More

Mining the Social Web

Publisher: O’Reilly Media
Author: Matthew A. Russell, Mikhail Klassen
ISBN-13: 978-1491985045
ISBN-10: 1491985046
Pages: 432
Language: English
Year: 2018
File: ebook PDF

Description

This book will teach you a few things that you’ll be thankful to learn and will add a few indispensable tools to your toolbox, but perhaps even more importantly, it will tell you a story and entertain you along the way. It’s a story about data science involving social websites, the data that’s tucked away inside of them, and some of the intriguing possibilities of what you could do with this data.

Краткое оглавление

Краткое оглавление

  • Часть I. Экскурсия по социальным сетям
    Глава 1. Twitter: исследование актуальных тем, о чем говорят люди и многое другое
    Глава 2. Facebook: анализ фан-страниц, исследование дружественных связей и многое другое
    Глава 3. Instagram: компьютерное зрение, нейронные сети, распознавание объектов и лиц
    Глава 4. LinkedIn: классификация по профессиям, группировка коллег и многое другое
    Глава 5. Анализ текстовых файлов: определение сходства документов, извлечение словосочетаний и многое другое
    Глава 6. Анализ веб-страниц: использование методов обработки естественного языка, обобщение статей из блогов и многое другое
    Глава 7. Анализ электронной почты: кто кому пишет, о чем, как часто и многое другое
    Глава 8. Анализ GitHub: особенности сотрудничества при разработке ПО, графы интересов и многое другое
  • Часть II. Сборник рецептов для Twitter
    Глава 9. Сборник рецептов для Twitter
  • Часть III. Приложения
    Приложение А. Информация о виртуальной машине с примерами для этой книги
    Приложение Б. Основы OAuth
    Приложение В. Советы и рекомендации для Python и Jupiter Notebook

GitHub code

Errata for Mining the Social Web

Data Mining. Лекция.

PDF (RU)     pdf (ru)   PDF (EN)

key    ANK6CERhlcgktA3j8Qzf64YmH42WdAWjiqia6YumsnM

https://www.htbook.ru/wp-content/uploads/2020/01/data-mining-e1578144632331.jpghttps://www.htbook.ru/wp-content/uploads/2020/01/data-mining-e1578144632331.jpgПрограммирование и БДPython,ПрограммированиеИзвлечение информации из Facebook, Twitter, LinkedIn, Instagram, GitHub. Рассел Мэтью, Классен Михаил 'Data Mining' Питер, 2020 год, 464 стр., ISBN 978-5-4461-1246-3; (PDF)Библиотека технической тематики. Техническая литература
Поделиться