A közösségi média bányászatának elsajátítása az R segítségével

Olvasói vélemények

A „Mastering Social Media Mining with R” című könyvet a közösségi média elemzésének átfogó bevezetése miatt tartják számon, amely az alapvető eszközöket, technikákat és az R programozási gyakorlatokat tárgyalja. Lépésről lépésre útmutatást nyújt a különböző közösségi médiaplatformok adatbányászatához, és hasznos R-csomagokat mutat be. Néhány olvasó azonban úgy találja, hogy nem elég mélyreható, és megjegyzi, hogy a kódmagyarázatok nem egyértelműek.

Átfogó lefedettség a közösségi média bányászati fogalmakkal, lépésről lépésre történő útmutatók, gyakorlati alkalmazások R kódpéldákkal, hasznos a kezdők számára, közérthető nyelvezet, gyakorlati tippeket tartalmaz a gyakorlati szakemberek számára.

Sekélyes tartalom egyes területeken, részletes kódmagyarázatok és megjegyzések hiánya, frusztráló a tapasztalt R-programozók számára, kevésbé lehet hasznos más forrásokhoz, például blogbejegyzésekhez képest.

(9 olvasói vélemény alapján)

Eredeti címe:

Mastering Social Media Mining with R

Könyv tartalma:

Értékes adatok kinyerése a közösségi oldalakról és jobb üzleti döntések meghozatala az R segítségével

A könyvről

Fedezze fel a közösségi média API-kat az R-ben az adatok rögzítéséhez és megszelídítéséhez Alkalmazza az R gépi tanulási képességeit az optimális üzleti érték elérése érdekében Gyakorlati útmutató valós példákkal, hogy segítsen kihasználni a közösségi médiaadatokban rejlő hatalmas lehetőségeket

Kinek szól ez a könyv

Ha rendelkezik alapvető ismeretekkel az R könyvtárak tekintetében, és tisztában van a különböző gépi tanulási technikákkal, akkor ez a könyv Önnek szól. Az adatelemzésben jártasak, akiket érdekel a közösségi médiaadatok bányászata, hasznosnak találják ezt a könyvet.

Amit tanulni fogsz

Hozzáférés a népszerű közösségi médiaoldalak API-jaihoz és adatnyerés Érzelemelemzés végrehajtása és trendi témák azonosítása CTR-teljesítmény mérése a közösségi média kampányokhoz Feltáró adatelemzés és korrelációelemzés végrehajtása Logisztikus regressziós modell létrehozása a spam üzenetek felismeréséhez Képek klasztereinek felépítése a K-means algoritmus segítségével, valamint népszerű személyiségek és úti célok azonosítása Ajánlórendszerek fejlesztése a kollaboratív szűrés és az Apriori algoritmus használatával Ajánlórendszerek fejlesztése a kollaboratív szűrés és az Apriori algoritmus segítségével.

Részletesen

A felhasználók számának növekedésével a weben a generált tartalom jelentősen megnőtt, ami szükségessé teszi, hogy betekintést nyerjünk a közösségi médiaadatok kiaknázatlan aranybányájába. A számítási statisztikák esetében az R előnye más nyelvekkel szemben, hogy könnyen elérhető adatkivonási és transzformációs csomagokat kínál, megkönnyítve az ETL-feladatok elvégzését. Ezzel együtt adatvizualizációs csomagjai segítenek a felhasználóknak jobban megérteni a mögöttes adateloszlásokat, míg a „standard” statisztikai csomagok sora leegyszerűsíti az adatok elemzését.

Ebből a könyvből megtanulhatja, hogyan oldhatók meg erőteljes üzleti ügyek a gépi tanulási technikák közösségi médiaadatokra történő alkalmazásával. Megismerkedhet a közösségi média fontos és legújabb fejleményeivel, valamint néhány haladó témával, például a nyílt engedélyezéssel (OAuth). Gyakorlati példákon keresztül különböző közösségi médiaoldalak, például a Twitter, Facebook, Instagram, GitHub, Foursquare, LinkedIn, Blogger és más hálózatok API-jainak segítségével érhetsz el adatokat az R-ből. Részletes magyarázatot adunk a különböző felhasználási esetek R programozással történő megvalósításáról.

Ezzel a praktikus útmutatóval készen áll arra, hogy független közösségi médiaelemzőként elinduljon az útjára.

Stílus és megközelítés

Ez a könnyen követhető útmutató tele van gyakorlatias, lépésről lépésre bemutatott példákkal, amelyek segítségével a valós közösségi médiaadatokat hasznos, gyakorlatias információkká alakíthatja át.