點擊查看:
特別推薦:
《數據分析:企業的賢內助》
本書是社會網絡分析領域的經典圖書,基礎理論與實踐結合,是一部邏輯緊密、內容詳實,適合所有相關技術人員的參考書。
本書兩名作者都具有豐富的數據分析、處理工作經驗,是社會網絡分析實踐技術方面的積極實踐者。
Maksim Tsvetovat跨學科的科學家、軟件工程師和爵士音樂家,社會網絡分析領域專家,擁有豐富的數據分析、處理工作經驗,專注于社會網絡進化、信息和態度擴散、集體智能發生的計算機建模。他擁有卡內基?梅隆大學計算、組織和社會方向博士學位,目前在喬治·梅森大學教授社會網絡分析。他還是DeepMile Networks公司聯合創始人之一,該公司開展社交媒體影響圖形化業務。
Alexander Kouznetsov軟件設計師和架構師,社會網絡分析專家,擁有從數據倉庫到信號處理的廣泛技術背景。他為業界開發了大量的社會網絡分析工具,從大規模數據采集到在線分析和演示工具。他在得克薩斯大學獲得數學和計算科學學士學位。
前言
第1章 導論
分析關系,理解人與群體
從關系到網絡——超乎所見
社會網絡與連接分析
非正式網絡的力量
恐怖分子與革命者:社會網絡的力量
推特上的革命
第2章 圖論速覽
什么是圖
圖的遍歷與距離
圖的距離
為什么重要
六度理論神話
小世界網絡
第3章 中心性、權力與瓶頸
樣本數據
中心性
中心性測量不能告訴我們什么
第4章 派系、聚類和組元
組元和子圖
子圖——自我中心網
三元組
派系
分層聚類
三元組、網絡密度和沖突
第5章 二模網絡
競選資金是否影響選舉
二模網絡的理論
擴展多模網絡
第6章 信息擴散:像病毒一樣傳播開來
病毒視頻剖析
信息如何影響網絡
Python中的一個簡單動態模型
網絡和信息的共同演化
第7章 在現實世界中繪圖
中等規模數據:傳統SQL關系數據庫
大數據:未來,從今天開始
小數據——平面文件表達
中等規模數據:數據庫表達
使用二模數據工作
社會網絡和大數據
運行大數據
附錄A 收集數據
附錄B 安裝軟件
前 言
2011年,很多創業公司都在他們的商業計劃中提到"social"這個詞——雖然事實上并沒有人知道如何分析和理解這能夠決定公司成敗的社交過程。如果你從事如下工作:社交媒體、社交CRM、社交營銷、管理咨詢等,你應該讀一讀這本書,它會告訴你社交系統是如何發展、演變以及運轉的。
這本書的內容不僅僅適用于創業公司。實際上,整本書就是一門系統的課程,它囊括了幾乎一個學期的理論知識和實際操作材料——閱讀以后,你就會對于社會網絡分析是"危險的"有足夠的理解。如果你是這個研究領域的學生,我們強烈鼓勵你去尋找并閱讀腳注里提到的每一篇論文或每一本書。這樣做會讓你非常了解這個領域的經典文獻,也可以讓你自信地開展研究課題。
如果你有計算機技術背景,可以從這本書學到主要的社會學概念,并從中提取出可以用來編程的信息和分析數據;如果你有社會學或市場營銷背景,你會發現一些熟悉的材料,與此同時也會學到用定量和定性的方法去了解社交背景下的人們。
閱讀本書的前提
由于這本書的受眾非常廣泛,因此我們盡可能少地使用專業術語,同時為書中的專業術語做出解釋。但是,本書會有大量的技術內容(這是O`Reilly出版圖書的一項要求)。
我們希望你至少稍微熟悉Python,即,能自己寫腳本、了解語言的基本控制結構和數據結構。如果你不了解技術內容,建議你可以使用Python的在線教程或者參考Paul Barry(O`Reilly出版)寫的《Head First Python》開始學習。
本書不會涉及從Twitter、Facebook以及其他數據來源收集數據的詳細過程,O扲eilly出版的"Animal Guide"系列的其他書籍已經提供了充分的資料,如Kevin Makice寫的《Twitter API: Up and Running》以及Matthew Russell寫的《Mining the Social Web》。
這個商品不錯~
這個商品不錯~
這個商品還可以
這個商品不錯~
這個商品不錯~
這個商品不錯~
這個商品不錯~
值得一看值得購買
這個商品不錯~
很不錯!
1萬個贊
很好的專業書籍,贊一個
好技術
很好啊
很不錯的書,python一直喜歡
內容一般,不是很有看頭
很好 很滿意
對了解社會網絡,分析社會網絡很有幫助
還行吧。
介紹清楚,比較好!
同學說機械工業出版社的書都比較簡單,入門級,看過之后發現果真如此,其中不少術語翻譯都和主流翻譯不同,實在,不想繼續看下去