社交网站的数据挖掘与分析（原书第3版）
在本书的di一部分，每一章都聚焦社交网站生态的某个具体方面，囊括了各大主流社交网站，也包括了网页、博客和订阅、邮箱、GitHub以及新增加的Instagram的内容。
基本信息
- 作者： [美] 马修·A. 罗素（Matthew A. Russell） 米哈伊尔·克拉森（Mikhail Klassen）
- 丛书名： O’Reilly精品图书系列
- 出版社：机械工业出版社
- ISBN：9787111674047
- 上架时间：2021-1-29
- 出版日期：2021 年1月
- 开本：16开
- 页码：347
- 版次：1-1
- 所属分类：计算机 > 数据库 > 数据库存储与管理
内容简介
目录
前言 1
第一部分 社交网站导引
序幕 15
第1章 挖掘Twitter：探索热门话题、发现人们的谈论内容等 17
1.1 概述 17
1.2 Twitter风靡一时的原因 18
1.3 探索Twitter API 20
1.3.1 基本的Twitter术语 20
1.3.2 创建一个Twitter API连接 22
1.3.3 探索热门话题 26
1.3.4 搜索推文 30
1.4 分析140字（或更多）的推文 35
1.4.1 提取推文实体 37
1.4.2 使用频率分析技术分析推文和推文实体 38
1.4.3 计算推文的词汇丰富性 41
1.4.4 检视转推模式 42
1.4.5 使用直方图将频率数据可视化 45
1.5 本章小结 49
1.6 推荐练习 49
1.7 在线资源 50
第一部分 社交网站导引
序幕 15
第1章 挖掘Twitter：探索热门话题、发现人们的谈论内容等 17
1.1 概述 17
1.2 Twitter风靡一时的原因 18
1.3 探索Twitter API 20
1.3.1 基本的Twitter术语 20
1.3.2 创建一个Twitter API连接 22
1.3.3 探索热门话题 26
1.3.4 搜索推文 30
1.4 分析140字（或更多）的推文 35
1.4.1 提取推文实体 37
1.4.2 使用频率分析技术分析推文和推文实体 38
1.4.3 计算推文的词汇丰富性 41
1.4.4 检视转推模式 42
1.4.5 使用直方图将频率数据可视化 45
1.5 本章小结 49
1.6 推荐练习 49
1.7 在线资源 50
前言
与其说网络是一项技术创新，不如说它是一项社交创举。
我设计它意在延伸社交性，帮助大家一起工作，而不是为了制造一种高科技玩具。网络的终极目标是支持并改进现实世界的网络化生存。现实世界中，我们会组成家庭、组织协会、组建公司。现实世界中，我们会跨越空间的樊篱建立信任；我们亦会近在咫尺却心生芥蒂。
——Tim Berners-Lee（万维网之父），《编织万维网》（原书由哈珀·柯林斯出版集团出版）
Matthew A. Russell的说明
自本书第2版出版以来，整个世界发生了很多变化。我经历和学习了许多新事物，技术也以惊人的速度不断发展，社交网络本身已经成熟到一定程度，以至于政府现在正在制定有关如何收集、共享和使用数据的法律政策。
我非常确定当下是本书更新的最佳时刻。但我深知撰写本书新版以更新并扩展内容所需的工作量是巨大的，自己的日程安排可能无法满足。我知道是时候找一位合著者，满足对挖掘社交网站数据充满好奇的下一拨企业家、技术人员和骇客的需要。我花了一年多的时间终于找到合适的合著者，他既对这一主题有着共同的热情，又拥有更新本书所需的技能和决心。
我都不知该如何表达对合著者Mikhail Klassen本人和他对本书无与伦比的贡献的感谢了。他做了大量的工作。在后面的章节中，你将看到他在让代码与时俱进，让其运行时环境变得易于访问等方面所做的贡献，他还贡献了全新的一章内容。除此之外，他编辑和润色了整个书稿，吸引企业家、技术人员和骇客掀起了一股了解社交网站数据挖掘的热潮。
读者必读
本书经过精心设计，为特定的目标受众提供一段难以忘怀的学习体验。那些影响心情的电子邮件、糟糕的书评或者其他误导，可能让你对本书的范围和目的产生不必要的误解。为了避免这些混乱，该前言的余下内容试图帮助你了解该书的目标受众。作为一位非常繁忙的职场人士，我们认为时间是最宝贵的财富。尽管我们经常遭遇失败，但是当我们走出这种困境时，我们真的尽力向我们的同行致敬。这个前言是我们试图向你（读者）致敬，我们的致敬方式是清楚地阐释该书能否满足你的期望。
管理你的期望
首先，本书假设你希望学习如何挖掘来自流行社交网络资源中的数据，避免在运行示例代码时遇到技术问题，并且在该过程中获得很多乐趣。尽管你阅读本书仅仅可能是为了了解社交网站数据挖掘可能做什么事情，但你应该知道本书的写作风格。本书的组织结构让你可以跟随本书尝试许多练习，并且一旦完成了一些安装开发环境的简单步骤就能进入数据挖掘者的行列。如果你以前编写过程序，你应该会发现运行这些示例代码是相对轻松的。如果你以前从未编程过但认为自己的技术领悟能力还可以，那么我敢说本书可作为你一次难忘旅程的出发点，它将以你从未想象到的方式扩展你的思想。
为了充分享受本书以及它所提供的内容，你需要对挖掘流行社交网站（如Twitter、Facebook、LinkedIn和Instagram等）存储的各种数据很感兴趣。你需要主动安装Docker，利用它运行本书的虚拟机体验并且在Jupyter Notebook上实践本书的示例代码。Jupyter Notebook是一个奇妙的基于网络的工具，每一章的示例代码都基于它。执行这些代码通常和在键盘上按一些键一样容易，因为所有的代码都是以友好的用户接口呈现的。
本书将会教你一些你乐于学习的事物，并且向你的工具箱中加入一些独立的工具，但是可能更加重要的是，它将会为你讲述一个故事并且在途中给你带来快乐。这是一个与社交网站相关的数据科学的故事，它向你展示这些网站中堆积的数据以及一些你能够使用这些数据做到的事。
如果你要从头到尾阅读本书，你会注意到这个故事是按照章节顺序展开的。尽管每一章会大体遵循一个容易理解的模式介绍一种社交网站，教你如何使用它的API获取数据，并且介绍一些分析数据的技术，但是该书讲述的更完整故事的复杂度是逐渐增加的。本书的前几章将花一些时间介绍基本概念，然而后面的章会在前几章的基础上系统地介绍一系列挖掘社交网站的工具和技术，你可以将其应用到生活的其他方面。
一些社交网站最近几年已经从流行转变到主流再转变到家喻户晓，改变着我们在线上和线下的生活方式，它能够让技术给我们呈现出最好的（有时是最坏的）一面。总的来说，本书的每一章都将社交网站与数据挖掘、分析和可视化技术的内容组织在一起来探索数据，并且回答以下典型的问题：
谁与谁相识，哪些人是他们社交网络中共有的。
特定人群之间交流的频率有多高。
哪一个社交网络关系为特定的领域产生了最大的价值。
在网络世界里，地理位置是如何影响你的社会关系的。
谁是某个社交网络里最有影响力的人（最流行的人）。
我设计它意在延伸社交性，帮助大家一起工作，而不是为了制造一种高科技玩具。网络的终极目标是支持并改进现实世界的网络化生存。现实世界中，我们会组成家庭、组织协会、组建公司。现实世界中，我们会跨越空间的樊篱建立信任；我们亦会近在咫尺却心生芥蒂。
——Tim Berners-Lee（万维网之父），《编织万维网》（原书由哈珀·柯林斯出版集团出版）
Matthew A. Russell的说明
自本书第2版出版以来，整个世界发生了很多变化。我经历和学习了许多新事物，技术也以惊人的速度不断发展，社交网络本身已经成熟到一定程度，以至于政府现在正在制定有关如何收集、共享和使用数据的法律政策。
我非常确定当下是本书更新的最佳时刻。但我深知撰写本书新版以更新并扩展内容所需的工作量是巨大的，自己的日程安排可能无法满足。我知道是时候找一位合著者，满足对挖掘社交网站数据充满好奇的下一拨企业家、技术人员和骇客的需要。我花了一年多的时间终于找到合适的合著者，他既对这一主题有着共同的热情，又拥有更新本书所需的技能和决心。
我都不知该如何表达对合著者Mikhail Klassen本人和他对本书无与伦比的贡献的感谢了。他做了大量的工作。在后面的章节中，你将看到他在让代码与时俱进，让其运行时环境变得易于访问等方面所做的贡献，他还贡献了全新的一章内容。除此之外，他编辑和润色了整个书稿，吸引企业家、技术人员和骇客掀起了一股了解社交网站数据挖掘的热潮。
读者必读
本书经过精心设计，为特定的目标受众提供一段难以忘怀的学习体验。那些影响心情的电子邮件、糟糕的书评或者其他误导，可能让你对本书的范围和目的产生不必要的误解。为了避免这些混乱，该前言的余下内容试图帮助你了解该书的目标受众。作为一位非常繁忙的职场人士，我们认为时间是最宝贵的财富。尽管我们经常遭遇失败，但是当我们走出这种困境时，我们真的尽力向我们的同行致敬。这个前言是我们试图向你（读者）致敬，我们的致敬方式是清楚地阐释该书能否满足你的期望。
管理你的期望
首先，本书假设你希望学习如何挖掘来自流行社交网络资源中的数据，避免在运行示例代码时遇到技术问题，并且在该过程中获得很多乐趣。尽管你阅读本书仅仅可能是为了了解社交网站数据挖掘可能做什么事情，但你应该知道本书的写作风格。本书的组织结构让你可以跟随本书尝试许多练习，并且一旦完成了一些安装开发环境的简单步骤就能进入数据挖掘者的行列。如果你以前编写过程序，你应该会发现运行这些示例代码是相对轻松的。如果你以前从未编程过但认为自己的技术领悟能力还可以，那么我敢说本书可作为你一次难忘旅程的出发点，它将以你从未想象到的方式扩展你的思想。
为了充分享受本书以及它所提供的内容，你需要对挖掘流行社交网站（如Twitter、Facebook、LinkedIn和Instagram等）存储的各种数据很感兴趣。你需要主动安装Docker，利用它运行本书的虚拟机体验并且在Jupyter Notebook上实践本书的示例代码。Jupyter Notebook是一个奇妙的基于网络的工具，每一章的示例代码都基于它。执行这些代码通常和在键盘上按一些键一样容易，因为所有的代码都是以友好的用户接口呈现的。
本书将会教你一些你乐于学习的事物，并且向你的工具箱中加入一些独立的工具，但是可能更加重要的是，它将会为你讲述一个故事并且在途中给你带来快乐。这是一个与社交网站相关的数据科学的故事，它向你展示这些网站中堆积的数据以及一些你能够使用这些数据做到的事。
如果你要从头到尾阅读本书，你会注意到这个故事是按照章节顺序展开的。尽管每一章会大体遵循一个容易理解的模式介绍一种社交网站，教你如何使用它的API获取数据，并且介绍一些分析数据的技术，但是该书讲述的更完整故事的复杂度是逐渐增加的。本书的前几章将花一些时间介绍基本概念，然而后面的章会在前几章的基础上系统地介绍一系列挖掘社交网站的工具和技术，你可以将其应用到生活的其他方面。
一些社交网站最近几年已经从流行转变到主流再转变到家喻户晓，改变着我们在线上和线下的生活方式，它能够让技术给我们呈现出最好的（有时是最坏的）一面。总的来说，本书的每一章都将社交网站与数据挖掘、分析和可视化技术的内容组织在一起来探索数据，并且回答以下典型的问题：
谁与谁相识，哪些人是他们社交网络中共有的。
特定人群之间交流的频率有多高。
哪一个社交网络关系为特定的领域产生了最大的价值。
在网络世界里，地理位置是如何影响你的社会关系的。
谁是某个社交网络里最有影响力的人（最流行的人）。
媒体评论
本书指导你挖掘隐藏在Twitter、Facebook、LinkedIn、Instagram和GitHub等流行社交网站上的丰富数据。通过这本畅销指南，数据科学家、分析师和程序员将学习如何在Jupyter Notebook或者Docker容器中使用Python代码分析社交媒体中的真知灼见——哪些人正在通过社交媒体进行联系？他们正在谈论什么？他们目前身在何处？
在本书的第一部分，每一章都聚焦社交网站生态的某个具体方面，囊括了各大主流社交网站，也包括了网页、博客和订阅源、邮箱、GitHub以及新增加的Instagram的内容。第二部分提供了实用指南，其中包括超过20个供挖掘Twitter数据之用的简短代码解决方案。
通过阅读本书，你将能够：
■ 极速鸟瞰社交网站生态。
■ 将每章的代码打包为Jupyter Notebook，并使用Docker轻松运行。
■ 借用并活用开源GitHub代码库。
■ 了解如何使用Python 3工具对收集的数据条分缕析。
■ 使用先进的数据挖掘技术，如TF-IDF、余弦相似度、共现分析、团检测和图像识别。
■ 借助Python和JavaScript工具包构建漂亮的数据可视化。
“基于认知计算技术，数据可以为你带来无限活力。对于那些希望使用现代数据科学方法动手挖掘当前庞大的社交网站数据的人来说，本书是必不可少的。”
——Rohan Khairnar
北卡罗来纳大学夏洛特分校
高级数据和知识发现学院
分析师和数据科学家
“在这个数字时代，从社交网站的虚拟世界中获得真知灼见已成
为一项必不可少的技能。对于任何想使用神奇的挖掘和分析技术来善用社交数据的人而言，本书都是完整而简明的指南。”
——Stuthi Parameshwara Rao
北卡罗来纳大学夏洛特分校
信息技术学院数据分析师
Matthew A. Russell是Built科技公司的首席技术官。他带领团队为实现“改进世界运转方式”这一愿景而工作。在工作之余，他追寻终极真理，崇尚自由，并尝试研发超能机器人。
在本书的第一部分，每一章都聚焦社交网站生态的某个具体方面，囊括了各大主流社交网站，也包括了网页、博客和订阅源、邮箱、GitHub以及新增加的Instagram的内容。第二部分提供了实用指南，其中包括超过20个供挖掘Twitter数据之用的简短代码解决方案。
通过阅读本书，你将能够：
■ 极速鸟瞰社交网站生态。
■ 将每章的代码打包为Jupyter Notebook，并使用Docker轻松运行。
■ 借用并活用开源GitHub代码库。
■ 了解如何使用Python 3工具对收集的数据条分缕析。
■ 使用先进的数据挖掘技术，如TF-IDF、余弦相似度、共现分析、团检测和图像识别。
■ 借助Python和JavaScript工具包构建漂亮的数据可视化。
“基于认知计算技术，数据可以为你带来无限活力。对于那些希望使用现代数据科学方法动手挖掘当前庞大的社交网站数据的人来说，本书是必不可少的。”
——Rohan Khairnar
北卡罗来纳大学夏洛特分校
高级数据和知识发现学院
分析师和数据科学家
“在这个数字时代，从社交网站的虚拟世界中获得真知灼见已成
为一项必不可少的技能。对于任何想使用神奇的挖掘和分析技术来善用社交数据的人而言，本书都是完整而简明的指南。”
——Stuthi Parameshwara Rao
北卡罗来纳大学夏洛特分校
信息技术学院数据分析师
Matthew A. Russell是Built科技公司的首席技术官。他带领团队为实现“改进世界运转方式”这一愿景而工作。在工作之余，他追寻终极真理，崇尚自由，并尝试研发超能机器人。
