社交大數(shù)據(jù)挖掘

譯者序
原書前言
第1章社交媒體
1. 1什么是社交媒體
1.2代表性社交媒體
1.2.1 Twitter一
1.2.2 Flickr
1.2.3 YouTube
1.2.4 Facebook
1.2.5維基百科
1.2.6通用網(wǎng)絡(luò)
1.2.7其他社交媒體
參考文獻(xiàn)
第2章大數(shù)據(jù)和社交數(shù)據(jù)
2.1 大數(shù)據(jù)
2.2物理真實(shí)世界與社交媒體的交互
2.3集成框架
2.4交互的建模和分析
2.5元分析模型——概念層
2.5.1面向?qū)ο蟮募煞治瞿Ｐ?
2.5.2原始案例
2.6假設(shè)的生成和驗(yàn)證——邏輯層
2.6.1多變量分析
2.6.2數(shù)據(jù)挖掘
2.6.3發(fā)現(xiàn)和識(shí)別影響
2.6.4影響的定量測(cè)量
2.7 興趣回顧——互動(dòng)挖掘
2.8分布式并行計(jì)算框架
2. 8.1 NoSQL
2.8.2 MapReduce--種并行分布式計(jì)算的機(jī)制
2.8.3 Hadoop
參考文獻(xiàn)
第3章大數(shù)據(jù)時(shí)代的假設(shè)
3.1 什么是假設(shè)
3.2數(shù)據(jù)采樣
3.3假設(shè)驗(yàn)證
3.4假設(shè)構(gòu)建
3.4.1歸納法
3.4.2推理
3.4.3可信推理
3.4.4不明推論式
3.4.5相關(guān)性
3.4.6因果關(guān)系
3.4.7類比
3.4.8傳遞定律
3.5假設(shè)的粒度
3.6 對(duì)假設(shè)的重新審視
參考文獻(xiàn)
第4章社交大數(shù)據(jù)應(yīng)用
4.1普通網(wǎng)頁(yè)與社交媒體之間作為分析主體的差異
4.2基于要素的社交媒體應(yīng)用分類
4.3基于目標(biāo)的社交媒體應(yīng)用分類
4.4通過MiPS模型描
第5章數(shù)據(jù)挖掘中的基本概念
第6章關(guān)聯(lián)規(guī)則挖掘
第7章聚類
第8章分類
第9章預(yù)測(cè)
第10章Wep結(jié)構(gòu)挖掘
第11章Wep內(nèi)容挖掘
第12章Wep訪問日志挖掘 信息提取 深層Wep挖掘
第13章媒體挖掘
第14章可擴(kuò)展性和異常檢測(cè)
附錄