社交網站的數據挖掘與分析（原書第2版）

前言 1
第一部分 社交網絡導引
序幕 13
第1章 挖掘Twitter：探索熱門話題、發(fā)現人們的談論內容等 15
1.1 概述 15
1.2 Twitter風靡一時的原因 16
1.3 探索Twitter API 18
1.4 分析140字的推文 33
1.5 本章小結 47
1.6 推薦練習 48
1.7 在線資源 48
第2章 挖掘Facebook：分析粉絲頁面、查看好友關系等 50
2.1 概述 51
2.2 探索Facebook的社交圖譜API 51
2.3 分析社交圖譜聯系 62
2.4 本章小結 85
2.5 推薦練習 86
2.6 在線資源 86
第3章 挖掘LinkedIn：分組職位、聚類同行等 88
3.1 概述 89
3.2 探索LinkedIn API 89
3.3 數據聚類速成 94
3.4 本章小結 124
3.5 推薦練習 125
3.6 在線資源 126
第4章 挖掘Google+：計算文檔相似度、提取搭配等 127
4.1 概述 128
4.2 探索Google+ API 128
4.3 TF-IDF簡介 138
4.4 用TF-IDF查詢人類語言數據 145
4.5 本章小結 164
4.6 推薦練習 165
4.7 在線資源 165
第5章 挖掘網頁：使用自然語言處理理解人類語言、總結博客內容等 167
5.1 概述 168
5.2 抓取、解析、爬取網頁 168
5.3 通過解碼語法來探索語義 174
5.4 以實體為中心的分析：范式轉換 192
5.5 人類語言數據處理分析的質量 200
5.6 本章小結 203
5.7 推薦練習 203
5.8 在線資源 204
第6章 挖掘郵箱：分析誰和誰說什么以及說的頻率等 206
6.1 概述 207
6.2 獲取和處理郵件語料庫 207
6.3 分析Enron語料庫 225
6.4 探索和可視化時序趨勢 241
6.5 分析你自己的郵件數據 244
6.6 本章小結 250
6.7 推薦練習 251
6.8 在線資源 251
第7章 挖掘GitHub：檢查軟件協同習慣、構建興趣圖譜等 253
7.1 概述 254
7.2 探索GitHub的API 254
7.3 使用屬性圖為數據建模 260
7.4 分析GitHub興趣圖譜 264
7.5 本章小結 286
7.6 推薦練習 287
7.7 在線資源 287
第8章 挖掘帶標記語義網：提取微格式、推斷資源描述框架等 289
8.1 概述 290
8.2 微格式：易于實現的元數據 290
8.3 從語義標記過渡到語義網：一個小插曲 304
8.4 語義網：發(fā)展中的變革 304
8.5 本章小結 310
8.6 推薦的練習 311
8.7 在線資源 311
第二部分 Twitter實用指南
第9章 Twitter實用指南 317
9.1 訪問Twitter的API（開發(fā)目的） 318
9.2 使用OAuth訪問Twitter的API（產品目的） 319
9.3 探索流行話題 323
9.4 查找推文 324
9.5 構造方便的函數調用 325
9.6 使用文本文件存儲JSON數據 326
9.7 使用MongoDB存儲和訪問JSON數據 327
9.8 使用信息流API對Twitter數據管道抽樣 329
9.9 采集時序數據 330
9.10 提取推文實體 332
9.11 特定的推文范圍內查找最流行的推文 333
9.12 特定的推文范圍內查找最流行的推文實體 335
9.13 對頻率分析制表 336
9.14 查找轉推了狀態(tài)的用戶 337
9.15 提取轉推的屬性 339
9.16 創(chuàng)建健壯的Twitter請求 340
9.17 獲取用戶個人資料信息 343
9.18 從任意的文本中提取推文實體 344
9.19 獲得用戶所有的好友和關注者 345
9.20 分析用戶的好友和關注者 347
9.21 獲取用戶的推文 348
9.22 爬取好友關系圖 350
9.23 分析推文內容 351
9.24 提取鏈接目標摘要 353
9.25 分析用戶收藏的推文 356
9.26 本章小結 357
9.27 推薦練習 358
9.28 在線資源 359
第三部分 附錄
附錄A 關于本書虛擬機體驗的信息 363
附錄B OAuth入門 364
附錄C Python和IPython Notebook的使用技巧 368