000    nam2
001 __ 01050705
005 __ 00000000000000.0
010 __ ■a978-7-111-64368-5■dCNY79.00
100 __ ■a20200408d2020    em y0chiy50      ea
101 1_ ■achi■ceng
102 __ ■aCN■b110000
105 __ ■aak  z   000yy
106 __ ■ar
200 1_ ■a社交媒体数据挖掘与分析■9she jiao mei ti shu ju ju wa jue yu fen析■dSocial media data mining and analytics■f(美)加博尔·萨博(Gabor Szabo)[等]著■g李凯,吕天阳译■zeng
210 __ ■a北京■c机械工业出版社■d2020
215 __ ■a19,219页■c图■d26cm
225 2_ ■a数据科学与工程技术丛书
300 __ ■a华章IT
304 __ ■a著者还有:(美) 格尔·波拉特坎, P. 奥斯卡·柏金, (英) 安东尼奥斯·查基奥普洛斯
314 __ ■a加博尔·萨博(Gabor Szabo),Tesla的高级软件工程师,曾作为数据科学家任职于Twitter,期间专注于预测众包在线服务中的用户行为和内容流行度,以及对大规模内容的动力学进行建模 ; 格尔·波拉特坎(Gungor Polatkan),机器学习专家和工程领导者,参与构建了Linkedln和Twitter的服务于个性化内容的大规模分布式数据管道 ; P. 奥斯卡·柏金(P. Oscar Boykin),Stripe的软件工程师,从事机器学习基础设施的建设工作 ; 安东尼奥斯·查基奥普洛斯(Antonios Chalkiopoulos),分布式系统专家,具有在媒体、物联网、零售和金融行业交付生产级数据管道的经验。
330 __ ■a本书由工作在大规模社交媒体数据处理一线的研发人员撰写,旨在以更为友好、基础、实用的方式帮助你理解在线社交媒体。本书围绕着如何探索和理解社交媒体系统的基本组成部分进行组织,从用户角度深入剖析收集和应用社交媒体数据的机制,并通过建立在真实数据集上的代码及分析案例详细阐述相关数据挖掘方法、技术和工具。全书共7章,第1章介绍典型用户在社交媒体服务上的行为及其在不同服务中的普遍相似性;第2章主要讨论创造了社交网络的用户之间的连接;第3章主要探讨时间在社交系统中所扮演的角色,并且介绍帮助你理解其作用的工具;第4章回顾自然语言处理技术;第5章介绍分析大型数据集的挑战;第6章展示如何用机器学习技术预测人们喜欢哪类电影,并对预测结果进行评估;第7章由浅入深地分析全书中用于分析不同问题的通用统计模式,以及如何使用类似的分析技术去理解它们。
461 _0 ■12001 ■a数据科学与工程技术丛书
510 1_ ■aSocial media data mining and analytics■zeng
606 0_ ■a互联网络■x传播媒介■x数据处理■x研究
690 __ ■aTP274■v5
701 _1 ■c(美)■a萨博■9sa bo■c(Szabo, Gabor)■4著
701 _1 ■c(美)■a波拉特坎■9bo la te kan■c(Polatkan, Gungor)■4著
701 _1 ■c(美)■a柏金■9bo jin■c(Boykin, P. Oscar)■4著
701 _1 ■c(英)■a查基奥普洛斯■9cha ji ao pu luo si■c(Chalkiopoulos, Antonios)■4著
702 _0 ■a李凯■9li kai■4译
702 _0 ■a吕天阳■9lu tian yang■4译
801 _0 ■aCN■b91MARC■c20200408