社交網(wǎng)站的數(shù)據(jù)挖掘與分析

前言
第1章　緒論：Twitter 數(shù)據(jù)的處理
Python 開發(fā)工具的安裝
Twitter 數(shù)據(jù)的收集和處理
小結(jié)
第2章　微格式：語義標(biāo)記和常識碰撞
XFN 和朋友
使用XFN 來探討社交關(guān)系
地理坐標(biāo)：興趣愛好的共同主線
（以健康的名義）對菜譜進(jìn)行交叉分析
對餐廳評論的搜集
小結(jié)
第3章　郵箱：雖然老套卻很好用
mbox：Unix 的入門級郵箱
mbox+CouchDB= 隨意的Email 分析
將對話線程化到一起
使用SIMILE Timeline 將郵件“事件”可視化
分析你自己的郵件數(shù)據(jù)
小結(jié)
第4章　Twitter ：朋友、關(guān)注者和Setwise 操作
REST 風(fēng)格的和OAuth-Cladded API
干練而中肯的數(shù)據(jù)采集器
友誼圖的構(gòu)建
小結(jié)
第5章　Twitter：tweet ，所有的tweet ，只有tweet
筆PK 劍：和tweet PK 機(jī)槍
對tweet 的分析（每次一個實體）
并置潛在的社交網(wǎng)站（或#JustinBieber VS #TeaParty）
對大量tweet 的可視化
小結(jié)
第6章　LinkedIn ：為了樂趣（和利潤？）將職業(yè)網(wǎng)絡(luò)聚類
聚類的動機(jī)
按職位將聯(lián)系人聚類
獲取補充個人信息
從地理上聚類網(wǎng)絡(luò)
小結(jié)
第7章　Google Buzz：TF-IDF 、余弦相似性和搭配194
Buzz=Twitter+ 博客
使用NLTK 處理數(shù)據(jù)
文本挖掘的基本原則
查找相似文檔
在二元語法中發(fā)Buzz
利用Gmail
在中斷之前試著創(chuàng)建一個搜索引擎……
小結(jié)
第8章　博客及其他：自然語言處理（等）
NLP ：帕累托式介紹
使用NLTK 的典型NLP 管線
使用NLTK 檢測博客中的句子
對文件的總結(jié)
以實體為中心的分析：對數(shù)據(jù)的深層了解
小結(jié)256
第9章　Facebook ：一體化的奇跡
利用社交網(wǎng)絡(luò)數(shù)據(jù)
對Facebook 數(shù)據(jù)的可視化
小結(jié)
第10章　語義網(wǎng)：簡短的討論
發(fā)展中的變革
人不可能只靠事實生活
期望