社交网站的数据挖掘与分析（Mining the Social Web）

原创

于 2012-02-21 18:22:49 发布 · 6k 阅读

3 ·

CC 4.0 BY-SA版权

文章标签：

#数据挖掘 #social #web #twitter #网络 #python

《社交网站的数据挖掘与分析》引导读者使用Python探索社交网络数据，包括Twitter、Facebook和LinkedIn等，涉及数据收集、分析和可视化。书中介绍了如何利用社交网络API获取数据，分析人际关系、交流频率、影响力和话题等内容，但不深入探讨分布式计算或自然语言处理的复杂技术。适合有一定编程基础并对社交网络数据感兴趣的读者。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Facebook、Twitter和LinkedIn产生了大量宝贵的社交数据，但是你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?这本简洁而且具有可操作性的书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。

关于本书：【互动网】【卓越网】【当当网】【京东网】【豆瓣网】【样章下载】

《社交网站的数据挖掘与分析》前言

（原书名：Mining the Social Web，2011年Jolt生产效率大奖获奖图书）

与其说网络是一项技术创新，不如说它是一项社会创新。我设计的是一种社会效应（帮助人们一起工作），而不是一种高科技玩具。网络的终极目标是支持并改进现实世界中存在的各种各样的“网”，我们有家庭“网”、协会“网”和公司“网”，我们会亲远疏近。——Tim Berners-Lee ，《Weaving the Web》(Harper)

是否要阅读本书

如果你有编程基础，并且对通过社交网络进行数据挖掘和分析来洞察身边的机会感兴趣的话，你就选对书了。在短短几页介绍之后，我们就会开始动手编写代码。然而，坦率地说，你对本书最主要的抱怨可能就是所有的章节都太短了。遗憾的是，当你试图抓住每天变化并且有大量机会的空间时，情况总是这样。也就是说，我非常赞同“80-20 法则”（http://en.wikipedia.org/