Анализ социальных медиа на Python, Логунова А.В., Бонцанини М., 2018

Анализ социальных медиа на Python, Логунова А.В., Бонцанини М., 2018ю

Язык программирования Python является оптимальным выбором для исследователей-аналитиков, поскольку позволяет создавать прототипы, визуализировать и анализировать наборы данных малого и среднего размера. Бесчисленное количество предприятий обращается к Python для решения задач, связанных с выявлением особенностей поведения потребителей и превращением исходных данных в действенную информацию о клиентах. Настоящая книга рассказывает, как с помощью научного инструментария Python получать и анализировать данные из наиболее популярных сетей, таких как Facebook, Twitter, Stack Exchange и др. В русскоязычное издание добавлено приложение об анализе данных из сети «ВКонтакте». Издание предназначено для специалистов по анализу данных, а также будет полезно всем разработчикам на Python, желающим извлекать коммерческую пользу из социальных сетей.





Об авторе.

Марко Бонцанини - исследователь-аналитик из Лондона (Соединенное Королевство). Имеет докторскую степень в области информационного поиска Лондонского университета королевы Марии. Специализируется на анализе текстовой информации и поисковых приложениях и многие годы с удовольствием занимался решением разнообразных задач управления информацией и науки о данных. Ведет персональный блог на http://marcobonzanini.com, где обсуждает различные технические темы, главным образом связанные с языком Python, анализом текстовой информации и наукой о данных. Когда Марко не занят работой над проектами на Python, он с удовольствием принимает участие в жизни сообщества, посещая конференции и неформальные встречи PyData с разработчиками, а также очень любит варить домашнее пиво.

Содержание.

Об авторе.
О рецензенте.
Предисловие.
Глава 1. Социальные медиа, социальные данные и Python.
Глава 2. Твиттер - хештеги,темы и временные ряды.
Глава 3. Пользователи, читатели и сообщества в Twitter.
Глава 4. Сообщения, страницы и взаимодействие пользователей в Facebook.
Глава 5. Тематический анализ в Google+.
Глава 6. Вопросы и ответы в сети Stack Exchange.
Глава 7. Блоги, RSS, Википедия и обработка естественного языка.
Глава 8. Анализ других данных.
Глава 9. Связанные данные и Семантическая паутина.
Приложение А. Анализ данных из социальной сети «ВКонтакте».
Предметный указатель.

Купить .





Теги: Логунова :: Бонцанини :: 2018 :: анализ :: Python