《社交网站的数据挖掘与分析》是《Programming Collective Inelligence》一书的深入篇，介绍通过Python从社交网站中采集数据的一种实践方法。

这是一本能让你了解新一代在线数据资源挖掘技术的重要指南。马修·罗塞尔做了件很了不起事，他为社交网站的从业人员准备了一本通俗易读的操作手册，涵盖了如何存取数据以及如何从原始数据中提取有价值的信息的简单方法。

马修·罗塞尔精心挑选的这些数据源、分析技术、数据管理工具以及可视化方面的话题都非常有趣，全面体现了“如何从社交网络获取有价值的信息”领域的最新思想。他举的例子很生动，是进行深入研究很好的起点。马修·罗塞尔非常在乎读者能否理解这些材料；本书随处都给出了适时、适用且真正有帮助的提示和建议。

Facebook、Twitter和LinkedIn产生了大量宝贵的社交数据，但是怎样才能找出谁通过社交媒介正在进行联系？他们在讨论些什么？或者他们在哪儿？马修·罗塞尔编著的《社交网站的数据挖掘与分析》简洁而且具有可操作性，它将揭示如何回答这些问题甚至更多的问题。你将学到如何组合社交网络数据、分析技术，如何通过可视化帮助你找到你一直在社交世界中寻找的内容，以及你闻所未闻的有用信息。

《社交网站的数据挖掘与分析》每章都介绍了在社交网络的不同领域挖掘数据的技术，这些领域包括博客和电子邮件。你所需要具备的就是一定的编程经验和学习基本的Python工具的意愿。

通过《社交网站的数据挖掘与分析》，你将 　 获得对社交网络世界的直观认识 　 使用GitHub上灵活的脚本来获取从诸如Twitter、Facebook和LinkedIn等社交网络API中的数据

 　学习如何应用便捷的Python工具来交叉分析你所收集的数据 　 通过XFN探讨基于微格式的社交联系 　 应用诸如TF-IDF、余弦相似性、搭配分析、文档摘要、派系检测之类的先进挖掘技术 　 通过基于HTML 5和JavaScript工具包的网络技术建立交互式可视化

前言

第1章　绪论：Twitter 数据的处理

　Python 开发工具的安装

　Twitter 数据的收集和处理

　小结

第2章　微格式：语义标记和常识碰撞

　XFN 和朋友

　使用XFN 来探讨社交关系

　地理坐标：兴趣爱好的共同主线

　（以健康的名义）对菜谱进行交叉分析

　对餐厅评论的搜集

　小结

第3章　邮箱：虽然老套却很好用

　mbox：Unix 的入门级邮箱

　mbox+CouchDB= 随意的Email 分析

　将对话线程化到一起

　使用SIMILE Timeline 将邮件“事件”可视化

　分析你自己的邮件数据

　小结

第4章　Twitter ：朋友、关注者和Setwise 操作

　REST 风格的和OAuth-Cladded API

　干练而中肯的数据采集器

　友谊图的构建

　小结

第5章　Twitter：tweet ，所有的tweet ，只有tweet

　笔PK 剑：和tweet PK 机枪（？!？）

　对tweet 的分析（每次一个实体）

　并置潜在的社交网站（或#JustinBieber VS #TeaParty）

　对大量tweet 的可视化

　小结

第6章　LinkedIn ：为了乐趣（和利润？）将职业网络聚类

　聚类的动机

　按职位将联系人聚类

　获取补充个人信息

　从地理上聚类网络

　小结

第7章　Google Buzz：TF-IDF 、余弦相似性和搭配

　Buzz=Twitter+ 博客（？？？）

　使用NLTK 处理数据

　文本挖掘的基本原则

　查找相似文档

　在二元语法中发Buzz

　利用Gmail

　在中断之前试着创建一个搜索引擎……

　小结

第8章　博客及其他：自然语言处理（等）

　NLP ：帕累托式介绍

　使用NLTK 的典型NLP 管线

　使用NLTK 检测博客中的句子

　对文件的总结

　以实体为中心的分析：对数据的深层了解

　小结

第9章　Facebook ：一体化的奇迹

　利用社交网络数据

　对Facebook 数据的可视化

　小结

第10 章　语义网：简短的讨论

　发展中的变革

　人不可能只靠事实生活

　期望