填写邮箱后继续，文件将发送至该邮箱。
| 商品基本信息，请以下列介绍为准 | |
| 商品名称： | 社交大数据挖掘 |
| 作者： | Hiroshi Ishikawa |
| 定价： | 59.0 |
| 出版社： | 机械工业出版社 |
| 出版日期： | 2017-11-01 |
| ISBN： | 9787111577225 |
| 印次： | |
| 版次： | |
| 装帧： | 平装-胶订 |
| 开本： | 小16开 |
| 内容简介 | |
| 《社交大数据挖掘》紧紧围绕社交媒体中的大数据问题，系统介绍了社交大数据的基本概念以及相关的大数据处理技术，重点介绍了网页和媒体的大数据挖掘。《社交大数据挖掘》共分为14章，总体上可以分为三部分：*部分包括第1章和第2章，介绍了社交大数据的基本概念和内涵，明晰了社交大数据与一般大数据的区别；第二部分为第3章至第9章，介绍了大数据处理中涉及的基本概念和技术方法，包括假设的定义、通过数据挖掘提出假设的方法，以及假设验证的分析方法；第三部分为第10章至第14章，详细介绍了社交大数据中的网页和媒体数据挖掘技术、自然语言处理技术，以及社交大数据的应用。《社交大数据挖掘》体系结构完整，内容关注于具有鲜明的社交媒体大数据，行文通俗易懂，同时兼具较好的理论参考价值、实用性和指导性。《社交大数据挖掘》可为具有一定相关专业基础、对大数据感兴趣的师生、工程师及其他专业人士提供参考。 |
| 目录 | |
| 译者序 原书前言 第1章社交媒体 1. 1什么是社交媒体 1.2代表性社交媒体 1.2.1 Twitter一 1.2.2 Flickr 1.2.3 YouTube 1.2.4 Facebook 1.2.5维基百科 1.2.6通用网络 1.2.7其他社交媒体 参考文献 第2章大数据和社交数据 2.1 大数据 2.2物理真实世界与社交媒体的交互 2.3集成框架 2.4交互的建模和分析 2.5元分析模型——概念层 2.5.1面向对象的集成分析模型 2.5.2原始案例 2.6假设的生成和验证——逻辑层 2.6.1多变量分析 2.6.2数据挖掘 2.6.3发现和识别影响 2.6.4影响的定量测量 2.7 兴趣回顾——互动挖掘 2.8分布式并行计算框架 2. 8.1 NoSQL 2.8.2 MapReduce--种并行分布式计算的机制 2.8.3 Hadoop 参考文献 第3章大数据时代的假设 3.1 什么是假设 3.2数据采样 3.3假设验证 3.4假设构建 3.4.1归纳法 3.4.2推理 3.4.3可信推理 3.4.4不明推论式 3.4.5相关性 3.4.6因果关系 3.4.7类比 3.4.8传递定律 3.5假设的粒度 3.6 对假设的重新审视 参考文献 第4章社交大数据应用 4.1普通网页与社交媒体之间作为分析主体的差异 4.2基于要素的社交媒体应用分类 4.3基于目标的社交媒体应用分类 4.4通过MiPS模型描 第5章数据挖掘中的基本概念 第6章关联规则挖掘 第7章聚类 第8章分类 第9章预测 第10章Wep结构挖掘 第11章Wep内容挖掘 第12章Wep访问日志挖掘 信息提取 深层Wep挖掘 第13章媒体挖掘 第14章可扩展性和异常检测 附录 |
| 编辑推荐 | |
| 对于社交大数据的挖掘而言，《社交大数据挖掘》无疑是一本好的书！ |
