社交网站的数据挖掘与分析

《社交网站的数据挖掘与分析(原书第2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。

Matthew A.Russell，Digital Reasoning Systems公司首席技术官（CTO）、Zaffra公司负责人。作为一名计算机科学家，他热衷于数据挖掘、开源软件开发和创造技术以扩展人类智能。

前言1
第一部分社交网络导引
序幕13
第1章挖掘Twitter：探索热门话题、发现人们的谈论内容等15
1.1概述15
1.2Twitter风靡一时的原因16
1.3探索TwitterAPI18
1.4分析140字的推文33
1.5本章小结47
1.6推荐练习48
1.7在线资源48
第2章挖掘Facebook：分析粉丝页面、查看好友关系等50
2.1概述51
2.2探索Facebook的社交图谱API51
2.3分析社交图谱联系62
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LinkedIn：分组职位、聚类同行等88
3.1概述89
3.2探索LinkedInAPI89
3.3数据聚类速成94
3.4本章小结124
3.5推荐练习125
3.6在线资源126
第4章挖掘Google+：计算文档相似度、提取搭配等127
4.1概述128
4.2探索Google+API128
4.3TF—IDF简介138
4.4用TF—IDF查询人类语言数据145
4.5本章小结164
4.6推荐练习165
4.7在线资源165
第5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167
5.1概述168
5.2抓取、解析、爬取网页168
5.3通过解码语法来探索语义174
5.4以实体为中心的分析：范式转换192
5.5人类语言数据处理分析的质量200
5.6本章小结203
5.7推荐练习203
5.8在线资源204
第6章挖掘邮箱：分析谁和谁说什么以及说的频率等206
6.1概述207
6.2获取和处理邮件语料库207
6.3分析Enron语料库225
6.4探索和可视化时序趋势241
6.5分析你自己的邮件数据244
6.6本章小结250
6.7推荐练习251
6.8在线资源251
第7章挖掘GitHub：检查软件协同习惯、构建兴趣图谱等253
7.1概述254
7.2探索GitHub的API254
7.3使用属性图为数据建模260
7.4分析GitHub兴趣图谱264
7.5本章小结286
7.6推荐练习287
7.7在线资源287
第8章挖掘带标记语义网：提取微格式、推断资源描述框架等289
8.1概述290
8.2微格式：易于实现的元数据290
8.3从语义标记过渡到语义网：一个小插曲304
8.4语义网：发展中的变革304
8.5本章小结310
8.6推荐的练习311
8.7在线资源311
第二部分Twitter实用指南
第9章Twitter实用指南317
9.1访问Twitter的API（开发目的）318
9.2使用OAuth访问Twitter的API（产品目的）319
9.3探索流行话题323
9.4查找推文324
9.5构造方便的函数调用325
9.6使用文本文件存储JSON数据326
9.7使用MongoDB存储和访问JSON数据327
9.8使用信息流API对Twitter数据管道抽样329
9.9采集时序数据330
9.10提取推文实体332
9.11特定的推文范围内查找最流行的推文333
9.12特定的推文范围内查找最流行的推文实体335
9.13对频率分析制表336
9.14查找转推了状态的用户337
9.15提取转推的属性339
9.16创建健壮的Twitter请求340
9.17获取用户个人资料信息343
9.18从任意的文本中提取推文实体344
9.19获得用户所有的好友和关注者345
9.20分析用户的好友和关注者347
9.21获取用户的推文348
9.22爬取好友关系图350
9.23分析推文内容351
9.24提取链接目标摘要353
9.25分析用户收藏的推文356
9.26本章小结357
9.27推荐练习358
9.28在线资源359
第三部分附录
附录A关于本书虚拟机体验的信息363
附录BOAuth入门364
附录CPython和IPythonNotebook的使用技巧368