0人評分過此書

社群網站資料探勘:看數字說故事、不用拔草也能測風向

出版日期
2021/04/01
閱讀格式
PDF
書籍分類
學科分類
ISBN
9789865025588

本館館藏

借閱規則
當前可使用人數 2
借閱天數 14
線上看 0
借閱中 0
選擇分享方式

推薦本館採購書籍

您可以將喜歡的電子書推薦給圖書館,圖書館會參考讀者意見進行採購

讀者資料
圖書館 桃園市立圖書館
* 姓名
* 身分
系所
* E-mail
※ 我們會寄送一份副本至您填寫的Email中
電話
※ 電話格式為 區碼+電話號碼(ex. 0229235151)/ 手機格式為 0900111111
* 請輸入驗證碼
📶給新聞工作者與菜鳥調查員的資料分析指南📶
Twitter上的網軍是否能左右總統大選?Facebook和Reddit的資料副本能提供哪些有關人類行為的資訊?BuzzFeed的資深新聞工作者LamThuyVo將藉由本書告訴您如何利用Python和關鍵的資料分析工具,查找隱藏在社交平台底下的故事。

無論你是專業新聞工作者、學術研究人員或是公民調查員,都需要學習使用資訊工具蒐集和分析社交平台所提供的資料,建立引人入勝、以資料為導向的報告。

本書特色
•使用Python腳本及API,從社交平台取得待分析的原始資料
•下載分析對象的原生資料副本檔
•檢視從網站下載的HTML網頁,找出有用的內容
•利用Google試算表為蒐集的資料進行格式化、彙計、排序及篩選
•建立視覺化圖表,以闡述研究結果
•利用Python、JupyterNotebooks及pandas程式庫從事進階資料分析
•將所學的知識及技巧應用到自己的研究領域

社交平台充滿無數等待被揭露的內幕,看完本書,讀者可以學會利用專業人士常用的資料調查工具,寫出具備個人特色、以資料為依據的研究報告。
  • 致謝
    • 翻譯風格說明
      • 公司名稱或人名的翻譯
      • 產品或工具程式的名稱不做翻譯
      • 縮寫術語不翻譯
      • 部分不按文字原義翻譯
      • 縮寫術語全稱中英對照表
  • 序章
    • 淺談資料分析
    • 目標讀者
    • 排版慣例
    • 涵蓋內容
      • 第一部分:資料探勘
      • 第二部分:資料分析
    • 下載並安裝Python
      • 安裝於Windows
      • 安裝於macOS
    • 卡關時的求助管道
    • 小結
  • PART I 資料探勘
    • 1 必要的程式語言基礎
      • 前端語言
      • 後端語言
      • 本章小結
    • 2 到哪裡抓資料
      • API 概述
      • 利用API 抓取資料
      • 使用資料回答研究議題
      • 本章小結
    • 3 用程式讀取資料
      • 第一支腳本
      • 執行腳本
      • 規劃腳本功能
      • 函式庫和pip
      • 建立呼叫API 的URL
      • 將資料儲存到試算表
      • 執行腳本
      • 處理API 分頁問題
      • 模板:讓程式碼可重複使用
      • 本章小結
    • 4 搜刮自己的臉書資料
      • 資料源
      • 下載你的臉書資料
      • 檢視資料及其原始碼
      • 分析HTML 原始碼以識別資料模式
      • 將資料寫入試算表
      • 執行腳本
      • 本章小結
    • 5 直接從網站搜刮資料
      • 凌亂的資料
      • 搜刮即時網站上的資料
      • 本章小結
  • PART II 資料分析
    • 6 資料分析導論
      • 資料分析過程
      • 找出網路機器人
      • Google 試算表入門
      • 修改和格式化資料
      • 彙計資料
      • 資料排序和篩選
      • 合併資料集
      • Google 試算表的其他功能
      • 本章小結
    • 7 資料視覺化
      • 利用圖表解讀機器人行為
      • 條件式格式
      • 本章小結
    • 8 進階的資料分析工具
      • 使用Jupyter Notebook
      • pandas 概述
      • 本章小結
    • 9 找出REDDIT 的資料趨勢
      • 闡明研究目標
      • 簡述研究方法
      • 縮小資料範圍
      • 彙計資料
      • 本章小結
    • 10 評量推特上的政治活動
      • 前置作業
      • Lambdas
      • 篩選資料集
      • 將資料轉換成datetime 格式
      • 重新取樣資料
      • 將資料繪成圖表
      • 本章小結
    • 11 未來之路
      • 程式撰寫風格
      • 統計分析
      • 更多的資料分析方法
      • 總結

評分與評論

請登入後再留言與評分
幫助
您好,請問需要甚麼幫助呢?
使用指南

客服專線:0800-000-747

服務時間:週一至週五 AM 09:00~PM 06:00

loading