توضیحات
Key Features
- Make sense of highly unstructured social media data with the help of the insightful use cases provided in this guide
- Use this easy-to-follow, step-by-step guide to apply analytics to complicated and messy social data
- This is your one-stop solution to fetching, storing, analyzing, and visualizing social media data
Book Description
Your social media is filled with a wealth of hidden data unlock it with the power of Python. Transform your understanding of your clients and customers when you use Python to solve the problems of understanding consumer behavior and turning raw data into actionable customer insights.
This book will help you acquire and analyze data from leading social media sites. It will show you how to employ scientific Python tools to mine popular social websites such as Facebook, Twitter, Quora, and more. Explore the Python libraries used for social media mining, and get the tips, tricks, and insider insight you need to make the most of them. Discover how to develop data mining tools that use a social media API, and how to create your own data analysis projects using Python for clear insight from your social data.
What you will learn
- Interact with a social media platform via their public API with Python
- Store social data in a convenient format for data analysis
- Slice and dice social data using Python tools for data science
- Apply text analytics techniques to understand what people are talking about on social media
- Apply advanced statistical and analytical techniques to produce useful insights from data
- Build beautiful visualizations with web technologies to explore data and present data products
About the Author
Marco Bonzanini is a data scientist based in London, United Kingdom. He holds a PhD in information retrieval from Queen Mary University of London. He specializes in text analytics and search applications, and over the years, he has enjoyed working on a variety of information management and data science problems.
He maintains a personal blog at http://marcobonzanini.com, where he discusses different technical topics, mainly around Python, text analytics, and data science.
When not working on Python projects, he likes to engage with the community at PyData conferences and meet-ups, and he also enjoys brewing homemade beer.
Table of Contents
- Social Media, Social Data, and Python
- MiningTwitter Hashtags, Topics, and Time Series
- Users, Followers, and Communities on Twitter
- Posts, Pages, and User Interactions on Facebook
- Topic Analysis on Google+
- Questions and Answers on Stack Exchange
- Blogs, RSS, Wikipedia, and Natural Language Processing
- Mining All the Data!
- Linked Data and the Semantic Web
————————————————————–
ترجمه ماشینی :
ویژگیهای کلیدی
- با کمک موارد استفاده دقیق ارائهشده در این راهنما، دادههای رسانههای اجتماعی بسیار بدون ساختار را درک کنید
- از این استفاده کنید راهنمای آسان و گام به گام برای اعمال تجزیه و تحلیل برای داده های اجتماعی پیچیده و آشفته
- این راه حل یک مرحله ای شما برای واکشی، ذخیره، تجزیه و تحلیل و تجسم داده های رسانه های اجتماعی است
li>
توضیحات کتاب
شبکه های اجتماعی شما مملو از انبوهی از داده های پنهان است که قفل آن را با قدرت پایتون باز کنید. هنگامی که از Python برای حل مشکلات درک رفتار مصرف کننده و تبدیل داده های خام به بینش های کاربردی مشتری استفاده می کنید، درک خود را از مشتریان و مشتریان خود تغییر دهید.
این کتاب به شما کمک می کند داده ها را از رسانه های اجتماعی پیشرو بدست آورید و تجزیه و تحلیل کنید. سایت های. این به شما نشان می دهد که چگونه از ابزارهای علمی پایتون برای استخراج وب سایت های اجتماعی محبوب مانند فیس بوک، توییتر، Quora و غیره استفاده کنید. کتابخانههای پایتون مورد استفاده برای کاوی رسانههای اجتماعی را کاوش کنید و نکات، ترفندها و بینش داخلی را که برای استفاده حداکثری از آنها نیاز دارید، دریافت کنید. نحوه توسعه ابزارهای داده کاوی که از API رسانه های اجتماعی استفاده می کنند، و نحوه ایجاد پروژه های تجزیه و تحلیل داده های خود با استفاده از Python برای بینش واضح از داده های اجتماعی خود، کشف کنید.
آنچه خواهید آموخت
- تعامل با یک پلت فرم رسانه اجتماعی از طریق API عمومی آنها با پایتون
- ذخیره داده های اجتماعی در قالبی مناسب برای تجزیه و تحلیل داده
- داده های اجتماعی را با استفاده از برش و تاس برش دهید. ابزار پایتون برای علم داده
- از تکنیک های تجزیه و تحلیل متن برای درک آنچه مردم در رسانه های اجتماعی صحبت می کنند استفاده کنید
- از تکنیک های آماری و تحلیلی پیشرفته برای ایجاد بینش مفید از داده ها استفاده کنید
- تجسم های زیبا با فناوری های وب ایجاد کنید تا داده ها را بررسی کنید و محصولات داده را ارائه دهید
درباره نویسنده
مارکو بونزنینی یک دانشمند داده مستقر در لندن، بریتانیا است. او دارای مدرک دکترا در بازیابی اطلاعات از دانشگاه کوئین مری لندن است. او در تجزیه و تحلیل متن و برنامه های کاربردی جستجو تخصص دارد و در طول سال ها از کار بر روی انواع مشکلات مدیریت اطلاعات و علم داده لذت برده است.
او یک وبلاگ شخصی در http://marcobonzanini.com دارد. ، جایی که او درباره موضوعات فنی مختلف، عمدتاً در مورد پایتون، تجزیه و تحلیل متن و علم داده بحث می کند.
وقتی روی پروژه های پایتون کار نمی کند، دوست دارد در کنفرانس ها و جلسات PyData با جامعه درگیر شود، و او همچنین از دم کردن آبجو خانگی لذت می برد.
فهرست محتوا
- رسانه های اجتماعی، داده های اجتماعی و پایتون
- هشتگ های MiningTwitter، موضوعات، و سری زمانی
- کاربران، دنبالکنندگان و انجمنها در توییتر
- پستها، صفحات و تعاملات کاربر در فیسبوک
- تحلیل موضوع در +Google
- پرسش ها و پاسخ ها در Stack Exchange
- وبلاگ ها، RSS، ویکی پدیا و پردازش زبان طبیعی
- کاوش همه داده ها!
- داده های مرتبط و وب معنایی
li>
tag : دانلود کتاب تسلط بر کاوی رسانه های اجتماعی با پایتون , Download تسلط بر کاوی رسانه های اجتماعی با پایتون , دانلود تسلط بر کاوی رسانه های اجتماعی با پایتون , Download Mastering Social Media Mining with Python Book , تسلط بر کاوی رسانه های اجتماعی با پایتون دانلود , buy تسلط بر کاوی رسانه های اجتماعی با پایتون , خرید کتاب تسلط بر کاوی رسانه های اجتماعی با پایتون , دانلود کتاب Mastering Social Media Mining with Python , کتاب Mastering Social Media Mining with Python , دانلود Mastering Social Media Mining with Python , خرید Mastering Social Media Mining with Python , خرید کتاب Mastering Social Media Mining with Python ,
نقد و بررسیها
هنوز بررسیای ثبت نشده است.