社會媒體挖掘

社會媒體挖掘 pdf epub mobi txt 電子書 下載 在線閱讀 2026

☆☆☆☆☆
出版者:人民郵電齣版社
作者:紮法拉尼 (Reza Zafarani)
出品人:圖靈教育
頁數:240
译者:劉 挺
出版時間:2015-11-1
價格:CNY 59.00
裝幀:平裝
isbn號碼:9787115406392
叢書系列:圖靈計算機科學叢書
圖書標籤:
  • 數據挖掘
  • 社會媒體
  • 社交網絡分析
  • 社交網絡
  • 數據分析
  • 社會學
  • 計算機
  • 社會科學
  • 社交媒體
  • 數據挖掘
  • 機器學習
  • 自然語言處理
  • 文本分析
  • 網絡分析
  • 輿情分析
  • 大數據
  • 信息檢索
  • 社會計算
想要找書就要到 小哈圖書下載中心
立刻按 ctrl+D收藏本頁
你會得到大驚喜!!

具體描述

本書集成瞭近年來社會媒體、社會網絡分析以及數據挖掘的前沿成果,為學生、從業者、研究人員和項目經理提供瞭一個方便的平颱,以便理解社會媒體挖掘的基礎知識和潛能。本書介紹瞭社會媒體數據的問題,並闡述瞭網絡分析和數據挖掘的基本概念、新問題以及有效的算法。

好的,這是一份關於一本名為《社會媒體挖掘》的書籍的詳細簡介,但內容完全不涉及該書本身的主題(即不談論社會媒體、挖掘、數據分析等)。 --- 圖書簡介:大洋深處的沉默編年史 書名: 大洋深處的沉默編年史 作者: 阿列剋謝·伊萬諾維奇·格裏申科 齣版社: 恒久之光齣版社 ISBN: 978-1-56789-012-3 頁數: 785頁 裝幀: 精裝,附帶全彩古地圖插頁 --- 一、引言:失落的藍色國度 《大洋深處的沉默編年史》並非一本關於地理或海洋生物學的著作,而是一部跨越近五個世紀的人類文明側影,聚焦於那些在人類曆史敘事中被有意或無意地邊緣化——那些在廣袤水域下或在極端孤立環境中——建立、發展、衰亡的微型社會和隱秘社群的深刻反思錄。 本書作者,著名曆史學傢與社會人類學傢阿列剋謝·格裏申科,以其標誌性的嚴謹考據和細膩的敘事筆觸,將讀者從喧囂的都市拉迴到被潮汐遺忘的角落。他摒棄瞭宏大敘事的偏好,轉而專注於“非主流曆史”的構建,那些依賴口述、手抄筆記以及極少數幸存下來的物件進行重構的生命軌跡。 格裏申科教授深信,真正的文明形態往往在權力中心之外得以純粹的形態保存。因此,本書的主綫索圍繞著三個互不關聯,卻在精神內核上奇妙呼應的案例展開:南極圈內一座廢棄的捕鯨站遺址中的文字記錄、加勒比海一處未被官方承認的珊瑚礁定居點的族譜研究,以及中亞腹地一座被黃沙掩埋的古代工匠公會的手冊。 二、核心章節解析 本書結構宏大,分為五大部分,層層遞進地剖析瞭人類在麵對絕對的物理隔絕和環境壓力時所産生的社會結構、信仰體係與生存哲學。 第一部分:冰雪下的幾何學(約150頁) 此部分詳盡描述瞭“烏爾裏希站”(一處位於南緯70度以南的科研補給站,於1938年廢棄)的內部運作機製。格裏申科通過對殘存的日誌、用雪茄盒內襯繪製的草圖以及僅存的五架老式照相機的膠捲殘片的分析,重建瞭一個在極度寒冷和物資極度短缺下,由十五名科學傢、工程師和技工構成的臨時社會。 本書的重點不在於其科學成就,而在於他們如何製定“寒冷契約”——一套關於資源分配、輪值守夜和精神慰藉的非書麵道德準則。特彆值得一提的是,作者深入探討瞭他們對“時間感”的重塑,在永恒的極夜中,他們如何用內部的“心跳周期”來代替太陽的起落,構建一種內在的時間秩序。 第二部分:珊瑚礁上的遺忘之歌(約200頁) 本章是全書篇幅最長、情感最復雜的部分。它聚焦於“自由港”社區——一個自17世紀起,由逃亡的奴隸、破産的船長和尋求宗教庇護的異見者共同建立的、依附於一個活體珊瑚礁係統的小型社群。 格裏申科花費瞭二十年時間,通過田野調查和對後代口述史的記錄,復原瞭他們的“潮汐律法”。這些法律體係完全基於海洋的漲落周期而非任何陸地政府的規定。書中細緻描繪瞭他們的藝術形式——一種完全以貝殼、骨骼和深海沉積物為媒介的雕塑藝術,以及一種被他們稱為“鹽之禱文”的無聲交流方式。作者深入探究瞭他們如何通過這種與自然環境的極端融閤,創造齣一種超越種族和國籍的身份認同,並探討瞭這種身份在麵對現代海洋開發壓力時的脆弱性。 第三部分:黃沙中的刻度尺(約180頁) 這一部分將視角轉嚮內陸的乾燥地帶,追蹤瞭古代“卡拉馬工匠公會”的興衰史。這個公會並非以金屬冶煉聞名,而是專注於有機材料的保存與復製,特彆是對稀有木材、獸皮鞣製和植物縴維編織技術的掌握。 格裏申科通過發掘齣的數百份羊皮紙殘捲,揭示瞭公會嚴格的學徒製度,該製度比任何已知的宗教戒律更為苛刻。書中詳細分析瞭他們用於衡量工作精度的非標準單位——例如,一個“工匠的呼吸長短”或“一塊琥珀的透明度”。作者試圖說明,在沒有外部市場和官僚機構監督的情況下,人類社群如何通過對技藝的絕對純粹追求,來定義自身的價值和存在的意義。 第四部分:邊緣群落的符號學(約150頁) 本章從前三者的經驗中提煉齣共性,進行一次跨越地域和時代的比較人類學分析。格裏申科提齣,所有被主流曆史遺忘的社群,都會發展齣一種“內嚮符號係統”來鞏固其邊界和信仰。這些符號往往是高度抽象的,依賴於共享的、非理性的經驗纔能被理解。 他探討瞭在這些社群中,“沉默”如何成為一種比語言更強大的溝通工具;“共享的飢餓感”如何比共享的財富更能形成持久的聯盟;以及“對完美失敗的接受”如何成為他們應對外界侵蝕的精神盔甲。 三、學術價值與閱讀體驗 《大洋深處的沉默編年史》是一部需要耐心和敬意的作品。它挑戰瞭我們對“文明”的既有定義,迫使讀者思考:曆史的記錄者是誰?被記錄的價值標準又由誰來決定? 格裏申科的寫作風格,融閤瞭側寫師的敏銳與考古學傢的耐心。他避免使用現代術語對古代或孤立的社會進行評判,而是力求以他們自身的邏輯體係去理解世界。書中穿插的大量手繪地圖復刻、曆史文獻的局部放大圖(盡管有些字跡已模糊不清),極大地增強瞭閱讀的沉浸感和真實感。 本書的結尾並未提供一個簡單的結論,而是留下瞭一個開放性的反思:在信息爆炸的時代,我們是否正在以驚人的速度,為未來的曆史學傢留下同樣難以破譯的“沉默編年史”? 適閤讀者: 對曆史邊緣學、人類社會形態學、極端環境下的文化人類學,以及任何渴望探索人類生存韌性與創造力的讀者,本書是不可或缺的深度讀物。 ---

作者簡介

Reza Zafarani

雪城大學助理教授,曾為亞利桑那州立大學計算機科學與工程專業助理研究員。研究方嚮為社會媒體挖掘、機器學習、社會網絡分析和社會計算。研究重點是大規模用戶行為分析,以及跨社會媒體網站的信息整閤和建模。

Mohammad Ali Abbasi

亞利桑那州立大學計算機科學與工程專業助理研究員。研究方嚮為文本分析、信息檢索、數據挖掘、機器學習和社會計算。研究重點是用戶歸檔、用戶可信度評估、推薦係統、社會網絡分析,以及社會媒體在現實世界的應用。

Huan Liu(劉歡)

亞利桑那州立大學計算機科學與工程專業教授,在教學和科研領域都取得瞭公認的優異成績。研究方嚮為數據挖掘、機器學習、社會計算、人工智能,以及真實數據密集型應用的問題。

目錄資訊

第1章 引言  1
1.1 什麼是社會媒體挖掘  1
1.2 挖掘領域的新挑戰  2
1.3 本書概覽和讀者指南  3
1.4 小結  5
1.5 參考文獻及注釋  5
1.6 習題  6
第一部分 基礎知識
第2章 圖的基本要素  10
2.1 圖的基礎知識  11
2.1.1 結點  11
2.1.2 邊  11
2.1.3 度和度的分布  12
2.2 圖的錶示  14
2.2.1 鄰接矩陣  14
2.2.2 鄰接錶  15
2.2.3 邊列錶  15
2.3 圖的類型  16
2.4 圖的連通性  17
2.5 特殊圖  21
2.5.1 樹和森林  21
2.5.2 特殊子圖  21
2.5.3 完全圖  23
2.5.4 平麵圖  23
2.5.5 二分圖  23
2.5.6 正則圖  24
2.5.7 橋  25
2.6 圖算法  25
2.6.1 圖/樹的遍曆  25
2.6.2 最短路徑算法  27
2.6.3 最小生成樹  29
2.6.4 網絡流算法  31
2.6.5 二分圖最大匹配  34
2.6.6 橋檢測  35
2.7 小結  36
2.8 參考文獻及注釋  37
2.9 習題  37
第3章 網絡度量  40
3.1 中心性  40
3.1.1 度中心性  40
3.1.2 特徵嚮量中心性  42
3.1.3 Katz中心性  44
3.1.4 PageRank  46
3.1.5 中間中心性  47
3.1.6 接近中心性  48
3.1.7 群體中心性  50
3.2 傳遞性與相互性  51
3.2.1 傳遞性  51
3.2.2 相互性  53
3.3 平衡和地位  55
3.4 相似度  57
3.4.1 結構等價性  57
3.4.2 規則等價性  59
3.5 小結  61
3.6 參考文獻及注釋  61
3.7 習題  62
第4章 網絡模型  64
4.1 真實世界網絡的屬性  64
4.1.1 度分布  65
4.1.2 聚類係數  66
4.1.3 平均路徑長度  67
4.2 隨機圖模型  67
4.2.1 隨機圖的演變  69
4.2.2 隨機圖的屬性  71
4.2.3 基於隨機圖的真實世界網絡建模  73
4.3 小世界模型  73
4.3.1 小世界模型的屬性  75
4.3.2 基於小世界模型對真實世界網絡建模  77
4.4 優先鏈接模型  77
4.4.1 優先鏈接模型的屬性  78
4.4.2 基於優先鏈接模型對真實世界網絡進行建模  80
4.5 小結  80
4.6 參考文獻及注釋  81
4.7 習題  81
第5章 數據挖掘的基本要素  83
5.1 數據  84
5.2 數據預處理  87
5.3 數據挖掘算法  89
5.4 監督學習  89
5.4.1 決策樹  90
5.4.2 樸素貝葉斯分類器  92
5.4.3 最近鄰分類器  93
5.4.4 利用社交信息輔助分類  94
5.4.5 迴歸  96
5.4.6 監督學習評估  99
5.5 無監督學習  99
5.5.1 聚類算法  100
5.5.2 無監督學習的評估  102
5.6 小結  104
5.7 參考文獻及注釋  105
5.8 習題  106
第二部分 社區和交互
第6章 社區分析  110
6.1 社區發現  112
6.1.1 社區發現算法  113
6.1.2 基於成員的社區發現  114
6.1.3 基於群組的社區發現  119
6.2 社區演變   126
6.2.1 網絡是如何演變的   126
6.2.2 演變網絡中的社區發現   129
6.3 社區評價   131
6.3.1 存在真實答案時的評價   131
6.3.2 無真實答案的評價   134
6.4 小結   135
6.5 參考文獻及注釋   136
6.6 習題   137
第7章 社會媒體中的信息傳播   139
7.1 羊群效應   140
7.1.1 羊群效應的貝葉斯建模   142
7.1.2 乾預   144
7.2 信息級聯   145
7.2.1 獨立級聯模型   145
7.2.2 級聯範圍最大化   147
7.2.3 乾預   149
7.3 社交網絡中的創新擴散   149
7.3.1 創新的特徵   150
7.3.2 創新擴散模型   150
7.3.3 創新擴散過程建模   152
7.3.4 乾預   155
7.4 流行病模型   155
7.4.1 定義   156
7.4.2 SI模型   156
7.4.3 SIR模型   158
7.4.4 SIS模型   159
7.4.5 SIRS模型   160
7.4.6 乾預   161
7.5 小結   161
7.6 參考文獻及注釋   162
7.7 習題   163
第三部分 應用
第8章 影響力和同質性   166
8.1 度量同配性   167
8.1.1 度量符號屬性的同配性   167
8.1.2 度量序數屬性的同配性   170
8.2 影響力   172
8.2.1 度量影響力   172
8.2.2 影響力建模  175
8.3 同質性  179
8.3.1 度量同質性  179
8.3.2 同質性建模  179
8.4 區分影響力和同質性  180
8.4.1 洗牌測試  180
8.4.2 邊緣反轉測試  181
8.4.3 隨機化測試  181
8.5 小結  184
8.6 參考文獻及注釋  184
8.7 習題  185
第9章 社會媒體中的推薦  187
9.1 挑戰  188
9.2 經典的推薦算法  188
9.2.1 基於內容的算法  189
9.2.2 協同過濾  189
9.2.3 將個人推薦推廣到群體推薦  195
9.3 基於社會背景知識的推薦係統  197
9.3.1 單獨使用社會背景知識  198
9.3.2 基於社會背景知識的經典算法擴展  198
9.3.3 社會背景知識受限的推薦  200
9.4 推薦係統評價  202
9.4.1 評估預測的準確率  202
9.4.2 評估推薦的相關性  203
9.4.3 評估推薦的排序  204
9.5 小結  205
9.6 參考文獻及注釋  206
9.7 習題  207
第10章 行為分析  208
10.1 個體行為  208
10.1.1 個體行為分析  209
10.1.2 個體行為建模  213
10.1.3 個體行為預測  214
10.2 群體行為  217
10.2.1 群體行為分析  217
10.2.2 群體行為建模  221
10.2.3 群體行為預測  221
10.3 小結  222
10.4 參考文獻及注釋  223
10.5 習題  224
參考文獻  225
· · · · · · (收起)

讀後感

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

用戶評價

评分☆☆☆☆☆

受不瞭瞭 我覺得全海澱的平均智商都被我拉低瞭

评分☆☆☆☆☆

受不瞭瞭 我覺得全海澱的平均智商都被我拉低瞭

评分☆☆☆☆☆

導師的書麼總歸要給個好評咯...

评分☆☆☆☆☆

朋友贈送,太難瞭

评分☆☆☆☆☆

朋友贈送,太難瞭

本站所有內容均為互聯網搜索引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度,google,bing,sogou 等

© 2026 qciss.net All Rights Reserved. 小哈圖書下載中心 版权所有