社交网站的数据挖掘与分析

    2011年Jolt生产效率大奖获奖图书
    新一代在线数据资源挖掘技术指南
    社交数据挖掘、分析、可视化推荐参考书

    Facebook、Twitter和LinkedIn产生了大量宝贵的社交数据，但是怎样才能找出谁通过社交媒介正在进行联系?他们在讨论些什么?或者他们在哪儿?本书简洁而且具有可操作性，它将揭示如何回答这些问题甚至更多的问题。你将学到如何组合社交网络数据、分析技术，如何通过可视化帮助你找到你一直在社交世界中寻找的内容，以及你闻所未闻的有用信息。
    本书每章都介绍了在社交网络的不同领域挖掘数据的技术，这些领域包括博客和电子邮件。你所需要具备的就是一定的编程经验和学习基本的Python工具的意愿。
    通过本书，你将
    . 获得对社交网络世界的直观认识
    .使用GitHub上灵活的脚本来获取从诸如Twitter、Facebook和LinkedIn等社交网络API中的数据
    . 学习如何应用便捷的Python工具来交叉分析你所收集的数据
    . 通过XFN探讨基于微格式的社交联系
    . 应用诸如TF-IDF、余弦相似性、搭配分析、文档摘要、派系检测之类的优选挖掘技术
    . 通过基于HTML 5和JavaScript工具包的网络技术建立交互式可视化

    马修·罗塞尔（Matthew A.Russell），Digital ReasoningSystems公司的技术副总裁和Zaffra公司的负责人，是热爱数据挖掘、开源和Web应用技术的计算机科学家。他也是《Dojo:The DofinitiveGuide》（O'Reilly出版社）的作者。在LinkedIn上联系他或在Twitter上关注@ptwobrussell，可随时关注他的近期新动态。

前言
第1章  绪论：Twitter 数据的处理
  Python 开发工具的安装
  Twitter 数据的收集和处理
  小结
第2章  微格式：语义标记和常识碰撞
  XFN 和朋友
  使用XFN 来探讨社交关系
  地理坐标：兴趣爱好的共同主线
  （以健康的名义）对菜谱进行交叉分析
  对餐厅评论的搜集
  小结
第3章  邮箱：虽然老套却很好用
  mbox：Unix 的入门级邮箱
  mbox+CouchDB= 随意的Email 分析
  将对话线程化到一起
  使用SIMILE Timeline 将邮件“事件”可视化
  分析你自己的邮件数据
  小结
第4章  Twitter ：朋友、关注者和Setwise 操作
  REST 风格的和OAuth-Cladded API
  干练而中肯的数据采集器
  友谊图的构建
  小结
第5章  Twitter：tweet ，所有的tweet ，只有tweet
  笔PK 剑：和tweet PK 机枪（?!?）
  对tweet 的分析（每次一个实体）
  并置潜在的社交网站（或#JustinBieber VS #TeaParty）
  对大量tweet 的可视化
  小结
第6章  LinkedIn ：为了乐趣（和利润？）将职业网络聚类
  聚类的动机
  按职位将联系人聚类
  获取补充个人信息
  从地理上聚类网络
  小结
第7章  Google Buzz：TF-IDF 、余弦相似性和搭配
  Buzz=Twitter+ 博客（???）
  使用NLTK 处理数据
  文本挖掘的基本原则
  查找相似文档
  在二元语法中发Buzz
  利用Gmail
  在中断之前试着创建一个搜索引擎……
  小结
第8章  博客及其他：自然语言处理（等）
  NLP ：帕累托式介绍
  使用NLTK 的典型NLP 管线
  使用NLTK 检测博客中的句子
  对文件的总结
  以实体为中心的分析：对数据的深层了解
  小结
第9章  Facebook ：一体化的奇迹
  利用社交网络数据
  对Facebook 数据的可视化
  小结
第10 章  语义网：简短的讨论
  发展中的变革
  人不可能只靠事实生活
  期望