Facebook、Twitter和LinkedIn產(chǎn)生了大量寶貴的社交數(shù)據(jù)，但是怎樣才能找出誰通過社交媒介正在進行聯(lián)系？他們在討論些什么？或者他們在哪兒？本書簡潔而且具有可操作性，它將揭示如何回答這些問題甚至更多的問題。你將學到如何組合社交網(wǎng)絡數(shù)據(jù)、分析技術，如何通過可視化幫助你找到你一直在社交世界中尋找的內(nèi)容，以及你聞所未聞的有用信息。
　　《社交網(wǎng)站的數(shù)據(jù)挖掘與分析》每章都介紹了在社交網(wǎng)絡的不同領域挖掘數(shù)據(jù)的技術，這些領域包括博客和電子郵件。你所需要具備的就是一定的編程經(jīng)驗和學習基本的Python工具的意愿。
　　通過本書，你將：
　　獲得對社交網(wǎng)絡世界的直觀認識
　　使用GitHub上靈活的腳本來獲取從諸如Twitter、Facebook和LinkedIn等社交網(wǎng)絡API中的數(shù)據(jù)
　　學習如何應用便捷的Python工具來交叉分析你所收集的數(shù)據(jù)
　　通過XFN探討基于微格式的社交聯(lián)系
　　應用諸如TF-IDF、余弦相似性、搭配分析、文檔摘要、派系檢測之類的先進挖掘技術
　　通過基于HTML 5和JavaScript工具包的網(wǎng)絡技術建立交互式可視化

目錄:

前言
第1章 緒論：Twitter 數(shù)據(jù)的處理
第2章 微格式：語義標記和常識碰撞
第3章 郵箱：雖然老套卻很好用
第4章 Twitter ：朋友、關注者和Setwise 操作
第5章 Twitter：tweet ，所有的tweet ，只有tweet
第6章 LinkedIn ：為了樂趣(和利潤？)將職業(yè)網(wǎng)絡聚類
第7章 Google Buzz：TF-IDF 、余弦相似性和搭配194
第8章 博客及其他：自然語言處理(等)
第9章 Facebook ：一體化的奇跡
第10章 語義網(wǎng)：簡短的討論