Data mining. Извлечение информации из Facebook, Twitter, LinkedIn, Instagram, GitHub | Data Mining: Extracting Information from Social Media and GitHub

Data mining. Извлечение информации из Facebook, Twitter, LinkedIn, Instagram, GitHub

Рассел Марк, 2020, Серия "Бестселлеры O'Reilly"

Обзор

В недрах популярных социальных сетей, таких как Twitter, Facebook, LinkedIn и Instagram, скрыты значительные объемы информации. Эта книга предлагает исследователям, аналитикам и разработчикам методики для извлечения этих уникальных данных. Для работы используются инструменты, включая код на Python, Jupyter Notebook и контейнеры Docker.

Изучение начинается с обзора функционала основных социальных платформ, веб-страниц, блогов, лент новостей, электронной почты и GitHub. Далее следует практический анализ данных, демонстрируемый на примере Twitter.

Кому подойдёт

• Исследователям, желающим извлекать данные из социальных сетей.
• Аналитикам, работающим с большими объемами информации.
• Разработчикам, использующим Python и Docker для анализа данных.
• Пользователям, интересующимся методами веб-скрейпинга и извлечения информации.

Ключевые особенности

• Язык: Русский
• Страниц: 464
• Тип обложки: мягкая обложка
• ISBN: 9785446112463
• Издательство: Питер
• Год: 2020
• Серия: Бестселлеры O'Reilly

Data Mining: Extracting Information from Facebook, Twitter, LinkedIn, Instagram, GitHub

Mark Russell, 2020, "O'Reilly Best Sellers" Series

Overview

Vast amounts of information are hidden within popular social networks like Twitter, Facebook, LinkedIn, and Instagram. This book equips researchers, analysts, and developers with methods to extract these unique datasets. The techniques leverage tools such as Python code, Jupyter Notebooks, and Docker containers.

The content begins with an exploration of the functionalities of major social platforms, web pages, blogs, news feeds, email, and GitHub. Subsequently, it moves into practical data analysis, illustrated through examples from Twitter.

Who it's for

• Researchers seeking to extract data from social networks.
• Analysts working with large volumes of information.
• Developers utilizing Python and Docker for data analysis.
• Individuals interested in web scraping and information extraction methods.

Key features

• Language: Russian
• Pages: 464
• Binding: Softcover
• ISBN: 9785446112463
• Publisher: Piter
• Year: 2020
• Series: O'Reilly Best Sellers