Evaluare:
Cartea „Mastering Social Media Mining with R” este apreciată pentru introducerea sa cuprinzătoare în analiza social media, acoperind instrumente, tehnici și practici de programare R esențiale. Cartea oferă îndrumări pas cu pas cu privire la extragerea datelor de pe diverse platforme de social media și prezintă pachete R utile. Cu toate acestea, unii cititori consideră că este lipsită de profunzime și notează probleme cu explicațiile neclare ale codurilor.
Avantaje:Acoperire cuprinzătoare a conceptelor de social media mining, tutoriale pas cu pas, aplicații practice cu exemple de cod R, util pentru începători, limbaj accesibil, include sfaturi practice pentru practicieni.
Dezavantaje:Conținut superficial în unele domenii, lipsă de explicații detaliate ale codului și adnotări, frustrant pentru programatorii R experimentați, poate fi mai puțin util în comparație cu alte resurse, cum ar fi postările de pe blog.
(pe baza a 9 recenzii ale cititorilor)
Mastering Social Media Mining with R
Extrageți date valoroase din site-urile dvs. de socializare și luați decizii de afaceri mai bune utilizând R
Despre această carte
Explorați API-urile social media în R pentru a capta date și a le îmblânzi Utilizați capabilitățile de învățare automată ale R pentru a obține o valoare optimă pentru afaceri Un ghid practic cu exemple din lumea reală pentru a vă ajuta să profitați de oportunitățile vaste care vin cu datele social media
Pentru cine este această carte
Dacă aveți cunoștințe de bază despre R în ceea ce privește bibliotecile sale și sunteți conștient de diferitele tehnici de învățare automată, această carte este pentru dvs. Cei cu experiență în analiza datelor care sunt interesați de extragerea datelor din social media vor găsi această carte utilă.
Ce veți învăța
Accesați API-urile site-urilor populare de social media și extrageți date Efectuați analiza sentimentelor și identificați subiectele în tendințe Măsurați performanța CTR pentru campaniile de social media Implementați analiza exploratorie a datelor și analiza corelațiilor Construiți un model de regresie logistică pentru a detecta mesajele spam Construiți clustere de imagini utilizând algoritmul K-means și identificați personalități și destinații populare Dezvoltați sisteme de recomandare utilizând Filtrarea colaborativă și algoritmul Apriori
În detaliu
Odată cu creșterea numărului de utilizatori pe web, conținutul generat a crescut substanțial, ceea ce a dus la necesitatea de a obține informații despre mina de aur neexploatată care sunt datele din social media. Pentru statisticile computaționale, R are un avantaj față de alte limbaje prin faptul că oferă pachete de extragere și transformare a datelor disponibile imediat, facilitând realizarea sarcinilor ETL. Alături de aceasta, pachetele sale de vizualizare a datelor ajută utilizatorii să înțeleagă mai bine distribuțiile de date subiacente, în timp ce gama sa de pachete statistice „standard” simplifică analiza datelor.
Această carte vă va învăța cum se rezolvă cazuri de afaceri puternice prin aplicarea tehnicilor de învățare automată asupra datelor din social media. Veți învăța despre evoluțiile importante și recente din domeniul social media, împreună cu câteva subiecte avansate, cum ar fi Open Authorization (OAuth). Prin exemple practice, veți accesa date din R folosind API-uri ale diferitelor site-uri de social media, cum ar fi Twitter, Facebook, Instagram, GitHub, Foursquare, LinkedIn, Blogger și alte rețele. Vă vom oferi explicații detaliate cu privire la implementarea diferitelor cazuri de utilizare utilizând programarea R.
Cu acest ghid la îndemână, veți fi gata să vă îmbarcați în călătoria dumneavoastră ca analist social media independent.
Stil și abordare
Acest ghid ușor de urmărit este plin de exemple practice, pas cu pas, care vă vor permite să vă transformați datele din social media din lumea reală în informații utile, practice.
© Book1 Group - toate drepturile rezervate.
Conținutul acestui site nu poate fi copiat sau utilizat, nici parțial, nici integral, fără permisiunea scrisă a proprietarului.
Ultima modificare: 2024.11.08 07:02 (GMT)