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 .
По кнопкам выше и ниже «Купить бумажную книгу» и по ссылке «Купить» можно купить эту книгу с доставкой по всей России и похожие книги по самой лучшей цене в бумажном виде на сайтах официальных интернет магазинов Лабиринт, Озон, Буквоед, Читай-город, Литрес, My-shop, Book24, Books.ru.
По кнопке «Купить и скачать электронную книгу» можно купить эту книгу в электронном виде в официальном интернет магазине «Литрес», и потом ее скачать на сайте Литреса.
По кнопке «Найти похожие материалы на других сайтах» можно найти похожие материалы на других сайтах.
On the buttons above and below you can buy the book in official online stores Labirint, Ozon and others. Also you can search related and similar materials on other sites.
Дата публикации:
Хештеги: #Логунова :: #Бонцанини :: #2018 :: #анализ :: #Python
Смотрите также учебники, книги и учебные материалы:
Следующие учебники и книги:
- Разработка операционной системы и компилятора, проект Оберон, Вирт Н., Гуткнехт Ю., 2012
- Python, Разработка на основе тестирования, Персиваль Г., 2018
- Python на практике, Марк Саммерфилд, 2016
- Java в облаке, Spring Boot, Spring Cloud, Cloud Foundry, Лонг Д., Бастани К., 2019
Предыдущие статьи:
- Python 3, самое необходимое, Прохоренок Н.А., Дронов В.А., 2019
- Погружение в Python 3, Пилигрим М.
- Dart в действии, Баккет К., 2013
- Автоматизация рутинных задач с помощью Python, практическое руководство для начинающих, Свейгарт Э., 2017