Titre : |
Mining the social web : Data mining from Facebook, Twitter, LinkedIn, Google+, GitHub and more |
Type de document : |
texte imprimé |
Auteurs : |
Matthew A. Russell, Auteur |
Mention d'édition : |
2. ed. |
Editeur : |
Beijing [u.a.] : O'Reilly |
Année de publication : |
2013 |
Importance : |
1 vol. (421 p.) |
Présentation : |
ill. |
Format : |
24 cm |
ISBN/ISSN/EAN : |
978-1-4493-6761-9 |
Langues : |
Anglais (eng) |
Catégories : |
Informatique
|
Mots-clés : |
Databases
Sites Web sociaux
Web Social
Twitter |
Index. décimale : |
006.3 Intelligence artificielle |
Résumé : |
Comment pouvez-vous puiser dans la richesse des données sur le Web social pour découvrir qui établit des liens avec qui, de quoi ils parlent et où ils se trouvent? Avec cette édition élargie et entièrement révisée, vous apprendrez comment acquérir, analyser et résumer des données de tous les coins du Web social, y compris Facebook, Twitter, LinkedIn, Google+, GitHub, e-mail, sites Web et blogs.Employ le naturel Language Toolkit, NetworkX et d'autres outils informatiques scientifiques pour extraire des sites Web sociaux populairesAppliquer des techniques avancées d'exploration de texte, telles que clustering et TF-IDF, pour extraire des graphes d'intérêt dataBootstrap de GitHub en découvrant des affinités entre des personnes, des langages de programmation, Créez des visualisations interactives avec D3.js, un outil HTML5 et JavaScript extraordinairement flexible. Profitez de plus de deux douzaines de recettes Twitter, présentées dans le populaire livre de recettes "problème / solution / discussion" d'O'Reilly. est maintenu dans un dépôt public GitHub. Il est conçu pour être facilement accessible grâce à une machine virtuelle clé en main qui facilite l'apprentissage interactif grâce à une collection de blocs-notes IPython facile à utiliser |
Note de contenu : |
Sommaire
Preface.
Part I. A Guided Tour of the Social Web Prelude
1. Mining Twitter: Exploring Trending Topics, Discovering What People Are Talking About, and More 2. Mining Facebook: Analyzing Fan Pages, Examining Friendships, and More
3. Mining LinkedIn: Faceting Job Titles, Clustering Colleagues, and More
4. Mining Google+: Computing Document Similarity, Extracting Collocations, and More
5. Mining Web Pages: Using Natural Language Processing to Understand Human Language, Summarize Blog Posts, and More
6. Mining Mailboxes: Analyzing Who’s Talking to Whom About What, How Often, and
7. Mining GitHub: Inspecting Software Collaboration Habits, Building Interest Graphs, and More
8. Mining the Semantically Marked-Up Web: Extracting Microformats, Inferencing over RDF, and More
Part II. Twitter Cookbook
9. Twitter Cookbook
Part III. Appendixes
A. Information About This Book’s Virtual Machine Experience
B. OAuth Primer
C. Python and IPython Notebook Tips & Tricks.
Index
|
Côte titre : |
Fs/19796 |
Mining the social web : Data mining from Facebook, Twitter, LinkedIn, Google+, GitHub and more [texte imprimé] / Matthew A. Russell, Auteur . - 2. ed. . - Beijing [u.a.] : O'Reilly, 2013 . - 1 vol. (421 p.) : ill. ; 24 cm. ISBN : 978-1-4493-6761-9 Langues : Anglais ( eng)
Catégories : |
Informatique
|
Mots-clés : |
Databases
Sites Web sociaux
Web Social
Twitter |
Index. décimale : |
006.3 Intelligence artificielle |
Résumé : |
Comment pouvez-vous puiser dans la richesse des données sur le Web social pour découvrir qui établit des liens avec qui, de quoi ils parlent et où ils se trouvent? Avec cette édition élargie et entièrement révisée, vous apprendrez comment acquérir, analyser et résumer des données de tous les coins du Web social, y compris Facebook, Twitter, LinkedIn, Google+, GitHub, e-mail, sites Web et blogs.Employ le naturel Language Toolkit, NetworkX et d'autres outils informatiques scientifiques pour extraire des sites Web sociaux populairesAppliquer des techniques avancées d'exploration de texte, telles que clustering et TF-IDF, pour extraire des graphes d'intérêt dataBootstrap de GitHub en découvrant des affinités entre des personnes, des langages de programmation, Créez des visualisations interactives avec D3.js, un outil HTML5 et JavaScript extraordinairement flexible. Profitez de plus de deux douzaines de recettes Twitter, présentées dans le populaire livre de recettes "problème / solution / discussion" d'O'Reilly. est maintenu dans un dépôt public GitHub. Il est conçu pour être facilement accessible grâce à une machine virtuelle clé en main qui facilite l'apprentissage interactif grâce à une collection de blocs-notes IPython facile à utiliser |
Note de contenu : |
Sommaire
Preface.
Part I. A Guided Tour of the Social Web Prelude
1. Mining Twitter: Exploring Trending Topics, Discovering What People Are Talking About, and More 2. Mining Facebook: Analyzing Fan Pages, Examining Friendships, and More
3. Mining LinkedIn: Faceting Job Titles, Clustering Colleagues, and More
4. Mining Google+: Computing Document Similarity, Extracting Collocations, and More
5. Mining Web Pages: Using Natural Language Processing to Understand Human Language, Summarize Blog Posts, and More
6. Mining Mailboxes: Analyzing Who’s Talking to Whom About What, How Often, and
7. Mining GitHub: Inspecting Software Collaboration Habits, Building Interest Graphs, and More
8. Mining the Semantically Marked-Up Web: Extracting Microformats, Inferencing over RDF, and More
Part II. Twitter Cookbook
9. Twitter Cookbook
Part III. Appendixes
A. Information About This Book’s Virtual Machine Experience
B. OAuth Primer
C. Python and IPython Notebook Tips & Tricks.
Index
|
Côte titre : |
Fs/19796 |
| ![Mining the social web vignette](./images/vide.png) |