확장메뉴
주요메뉴


닫기
사이즈 비교
소득공제
소셜 웹 마이닝 2판

소셜 웹 마이닝 2판

: 소셜미디어 데이터 마이닝 및 분석

첫번째 리뷰어가 되어주세요
베스트
컴퓨터 공학 top100 1주
정가
30,000
판매가
27,000 (10% 할인)
구매 시 참고사항
eBook이 출간되면 알려드립니다. eBook 출간 알림 신청
분철서비스 시작 시 알려드립니다. 분철서비스 알림신청

품목정보

품목정보
발행일 2015년 02월 25일
쪽수, 무게, 크기 496쪽 | 811g | 173*230*22mm
ISBN13 9788994774893
ISBN10 8994774890

이 상품의 태그

컨버티드: 마음을 훔치는 데이터분석의 기술

컨버티드: 마음을 훔치는 데이터분석의 기술

16,020 (10%)

'컨버티드: 마음을 훔치는 데이터분석의 기술' 상세페이지 이동

바로 시작하는 태블로

바로 시작하는 태블로

27,000 (10%)

'바로 시작하는 태블로' 상세페이지 이동

R을 이용한 데이터 처리&분석 실무

R을 이용한 데이터 처리&분석 실무

32,400 (10%)

'R을 이용한 데이터 처리&분석 실무' 상세페이지 이동

파이썬으로 데이터 마이닝 시작하기

파이썬으로 데이터 마이닝 시작하기

18,900 (10%)

'파이썬으로 데이터 마이닝 시작하기' 상세페이지 이동

데이터 마이닝

데이터 마이닝

45,000 (0%)

'데이터 마이닝' 상세페이지 이동

데이터 마이닝 개념과 기법

데이터 마이닝 개념과 기법

45,000 (10%)

'데이터 마이닝 개념과 기법' 상세페이지 이동

인공지능 개념 및 응용

인공지능 개념 및 응용

30,000 (0%)

'인공지능 개념 및 응용' 상세페이지 이동

잡아라! 텍스트 마이닝 with 파이썬

잡아라! 텍스트 마이닝 with 파이썬

15,300 (10%)

'잡아라! 텍스트 마이닝 with 파이썬' 상세페이지 이동

어반 컴퓨팅

어반 컴퓨팅

45,000 (10%)

'어반 컴퓨팅' 상세페이지 이동

빅데이터 분석을 위한 데이터마이닝 방법론

빅데이터 분석을 위한 데이터마이닝 방법론

25,000 (0%)

'빅데이터 분석을 위한 데이터마이닝 방법론' 상세페이지 이동

데이터마이닝

데이터마이닝

35,000 (0%)

'데이터마이닝' 상세페이지 이동

빅데이터 마이닝

빅데이터 마이닝

36,000 (10%)

'빅데이터 마이닝' 상세페이지 이동

소셜 웹 마이닝 2판

소셜 웹 마이닝 2판

27,000 (10%)

'소셜 웹 마이닝 2판' 상세페이지 이동

비즈니스를 위한 데이터 과학

비즈니스를 위한 데이터 과학

25,200 (10%)

'비즈니스를 위한 데이터 과학 ' 상세페이지 이동

데이터 마이닝 Data Mining

데이터 마이닝 Data Mining

43,200 (10%)

'데이터 마이닝 Data Mining' 상세페이지 이동

Microsoft SQL Server 2000 데이터 마이닝

Microsoft SQL Server 2000 데이터 마이닝

20,700 (10%)

'Microsoft SQL Server 2000 데이터 마이닝' 상세페이지 이동

책소개 책소개 보이기/감추기

목차 목차 보이기/감추기

1부. 소셜 웹 가이드

1장. 트위터 마이닝: 유행하는 토픽 탐색, 사람들이 무엇에 대하여 이야기하고 있는가?
1.1 개요
1.2 왜 트위터가 모든 범위에 적용되는가?
1.3트위터 API 탐구
1.4 140글자 분석
1.5 정리
1.6 권장 연습문제
1.7 온라인 자료

2장. 페이스북 마이닝: 팬 페이지, 친구 관계
2.1 개요
2.2 페이스북 소셜 그래프 API 탐험
2.3 소셜 그래프 연결 분석
2.4 정리
2.5 권장 연습문제
2.6 온라인 자료

3장. 링크드인 마이닝: 직책 다면화, 동료들 클러스터링
3.1 개요
3.2 링크드인 API 탐구
3.3 데이터 클러스터링에 대한 집중 훈련
3.4 정리
3.5 권장 연습문제
3.6 온라인 자료

4장. 구글플러스 마이닝: 문서 유사도 계산, 연어 추출
4.1 개요
4.2 구글플러스 API 탐구
4.3 TF-IDF에 대한 효과적인 소개
4.4 TF-IDF로 언어 데이터 쿼리하기
4.5 정리
4.6 권장 연습문제
4.7 온라인 자료

5장. 웹 페이지 마이닝: 자연언어처리, 블로그 요약
5.1 개요
5.2 웹 텍스트 수집, 분석 그리고 순례
5.3 구문 디코딩으로 의미 찾기
5.4 실체정보 중심 분석: 패러다임의 변화
5.5 인간 언어 데이터 처리를 위한 분석의 질
5.6 정리
5.7 권장 연습문제
5.8 온라인 자료

6장. 메일박스 마이닝: 누가 누구에게 무엇에 대해, 얼마나 자주 이야기하는지 분석하기
6.1 개요
6.2 메일 말뭉치를 입수하고 처리하기
6.3 Enron Corpus 분석
6.4 타임시리즈 트렌드 발견과 시각화
6.5 자신의 메일 데이터 분석하기
6.6 정리
6.7 권장 연습문제
6.8 온라인 자료

7장. 깃허브 마이닝: 소프트웨어 협업 관습 살펴보기, 관심 그래프 그리기
7.1 개요
7.2 깃허브의 API 탐구
7.3 속성 그래프로 데이터 모델링하기
7.4 깃허브 관심 그래프 분석하기
7.5 정리
7.6 권장 연습문제
7.7 온라인 자료

8장. 의미론적 마크업 웹 마이닝: 마이크로포맷 추출, RDF 기반 추론
8.1 개요
8.2 마이크로포맷: 구현하기 쉬운 메타데이터
8.3 의미론적 마크업에서 의미론적 웹까지: 짧은 막간
8.4 의미론적 웹: 진화의 혁명
8.5 정리
8.6 권장 연습문제
8.7 온라인 자료

2부. 트위터 쿡북

9장. 트위터 쿡북
9.1 개발 목적으로 트위터 API 접근
9.2 제품을 위한 OAuth 인증 절차
9.3 유행하는 주제 찾기
9.4 트윗 찾기
9.5 편리한 함수 콜 생성
9.6 텍스트 파일로 JSON 데이터 저장 및 복원
9.7 MongoDB로 데이터 저장 및 복원
9.8 스트리밍 API로 트위터 파이어호스 샘플링
9.9 타임 시리즈 데이터 수집
9.10 트윗 실체정보 추출
9.11 가장 유명한 트윗 검색
9.12 가장 유명한 트윗 실체정보 검색
9.13 빈도 분석 도표 작성
9.14 리트윗한 사용자 검색
9.15 리트윗 속성 추출
9.16 탄탄한 트위터 요청 만들기
9.17 사용자 프로필 정보 분석
9.18 임의의 텍스트에서 트윗 실체정보 추출
9.19 사용자의 모든 친구와 팔로워 수집
9.20 사용자의 친구와 팔로워 분석
9.21 사용자의 트윗 수집
9.22 친밀도 그래프 분석
9.23 트윗 콘텐츠 분석
9.24 링크 타깃 요약
9.25 사용자가 가장 좋아하는 트윗 분석
9.26 정리
9.27 권장 연습문제
9.28 온라인 자료

3부. 부록

부록 A. 이 책의 가상머신 경험에 대한 정보

부록 B. OAuth 입문서

부록 C. 파이썬과 IPython Notebook의 팁과 트릭

저자 소개 관련자료 보이기/감추기

역자 : 김상정
CISSP(정보시스템보안전문가) 한국과학기술원(KAIST)에서 전기 및 전자공학을 전공하고 한국정보보호진흥원(KISA) 침해사고대응팀(CERTCC-KR)에서 침해사고대응, 해킹기법분석, 네트워크/시스템 보안취약점 분석 전문가로 활동했다.

추천평 추천평 보이기/감추기

“프로그래머든지 일반인이든지 API를 통해 분석하는 것은 중요한 기술이다. 이 책은 코딩을 용이하게 해주는 툴을 사용하여 폭넓고 중요한 정보를 제공한다.”
ㅡ 케빈 마키스, 『Twitter API: Up and Running』의 저자

“이 책은 웹 브라우저에서 편안하게 사용할 수 있는 실례의 간결한 코드를 이용하여 모든 독자에게 소셜 웹 데이터에 대한 새로운 안목을 제시한다. 여러분은 알고리즘 복잡도, 자연언어처리, 인터넷의 미래를 포함하는 예제들을 통해 컴퓨터 과학에 대해 환상적인 경험을 할 수 있다.”
ㅡ 제이슨 이, Digital Reasoning사의 데이터 과학자

한줄평 (2건) 한줄평 총점 3.0

혜택 및 유의사항 ?
평점1점
내용은 좋은 듯하나... 번역이 정말 안습... 영어 원문이 뭔지 추정이 될 정도 수준.
1명이 이 한줄평을 추천합니다. 공감 1
k***h | 2016.06.17
평점2점
번역이 정말 엉망이네요. 다른 오라일리 책의 번역과는 차이가 많이 납니다. ㅠㅠ
이 한줄평이 도움이 되었나요? 공감 0
h******e | 2016.10.27
  • 절판 상태입니다.
뒤로 앞으로 맨위로 공유하기