社会媒体挖掘

社会媒体挖掘 pdf epub mobi txt 电子书 下载 2026

出版者:人民邮电出版社
作者:扎法拉尼 (Reza Zafarani)
出品人:图灵教育
页数:240
译者:刘 挺
出版时间:2015-11-1
价格:CNY 59.00
装帧:平装
isbn号码:9787115406392
丛书系列:图灵计算机科学丛书
图书标签:
  • 数据挖掘
  • 社会媒体
  • 社交网络分析
  • 社交网络
  • 数据分析
  • 社会学
  • 计算机
  • 社会科学
  • 社交媒体
  • 数据挖掘
  • 机器学习
  • 自然语言处理
  • 文本分析
  • 网络分析
  • 舆情分析
  • 大数据
  • 信息检索
  • 社会计算
想要找书就要到 小美书屋
立刻按 ctrl+D收藏本页
你会得到大惊喜!!

具体描述

本书集成了近年来社会媒体、社会网络分析以及数据挖掘的前沿成果,为学生、从业者、研究人员和项目经理提供了一个方便的平台,以便理解社会媒体挖掘的基础知识和潜能。本书介绍了社会媒体数据的问题,并阐述了网络分析和数据挖掘的基本概念、新问题以及有效的算法。

好的,这是一份关于一本名为《社会媒体挖掘》的书籍的详细简介,但内容完全不涉及该书本身的主题(即不谈论社会媒体、挖掘、数据分析等)。 --- 图书简介:大洋深处的沉默编年史 书名: 大洋深处的沉默编年史 作者: 阿列克谢·伊万诺维奇·格里申科 出版社: 恒久之光出版社 ISBN: 978-1-56789-012-3 页数: 785页 装帧: 精装,附带全彩古地图插页 --- 一、引言:失落的蓝色国度 《大洋深处的沉默编年史》并非一本关于地理或海洋生物学的著作,而是一部跨越近五个世纪的人类文明侧影,聚焦于那些在人类历史叙事中被有意或无意地边缘化——那些在广袤水域下或在极端孤立环境中——建立、发展、衰亡的微型社会和隐秘社群的深刻反思录。 本书作者,著名历史学家与社会人类学家阿列克谢·格里申科,以其标志性的严谨考据和细腻的叙事笔触,将读者从喧嚣的都市拉回到被潮汐遗忘的角落。他摒弃了宏大叙事的偏好,转而专注于“非主流历史”的构建,那些依赖口述、手抄笔记以及极少数幸存下来的物件进行重构的生命轨迹。 格里申科教授深信,真正的文明形态往往在权力中心之外得以纯粹的形态保存。因此,本书的主线索围绕着三个互不关联,却在精神内核上奇妙呼应的案例展开:南极圈内一座废弃的捕鲸站遗址中的文字记录、加勒比海一处未被官方承认的珊瑚礁定居点的族谱研究,以及中亚腹地一座被黄沙掩埋的古代工匠公会的手册。 二、核心章节解析 本书结构宏大,分为五大部分,层层递进地剖析了人类在面对绝对的物理隔绝和环境压力时所产生的社会结构、信仰体系与生存哲学。 第一部分:冰雪下的几何学(约150页) 此部分详尽描述了“乌尔里希站”(一处位于南纬70度以南的科研补给站,于1938年废弃)的内部运作机制。格里申科通过对残存的日志、用雪茄盒内衬绘制的草图以及仅存的五架老式照相机的胶卷残片的分析,重建了一个在极度寒冷和物资极度短缺下,由十五名科学家、工程师和技工构成的临时社会。 本书的重点不在于其科学成就,而在于他们如何制定“寒冷契约”——一套关于资源分配、轮值守夜和精神慰藉的非书面道德准则。特别值得一提的是,作者深入探讨了他们对“时间感”的重塑,在永恒的极夜中,他们如何用内部的“心跳周期”来代替太阳的起落,构建一种内在的时间秩序。 第二部分:珊瑚礁上的遗忘之歌(约200页) 本章是全书篇幅最长、情感最复杂的部分。它聚焦于“自由港”社区——一个自17世纪起,由逃亡的奴隶、破产的船长和寻求宗教庇护的异见者共同建立的、依附于一个活体珊瑚礁系统的小型社群。 格里申科花费了二十年时间,通过田野调查和对后代口述史的记录,复原了他们的“潮汐律法”。这些法律体系完全基于海洋的涨落周期而非任何陆地政府的规定。书中细致描绘了他们的艺术形式——一种完全以贝壳、骨骼和深海沉积物为媒介的雕塑艺术,以及一种被他们称为“盐之祷文”的无声交流方式。作者深入探究了他们如何通过这种与自然环境的极端融合,创造出一种超越种族和国籍的身份认同,并探讨了这种身份在面对现代海洋开发压力时的脆弱性。 第三部分:黄沙中的刻度尺(约180页) 这一部分将视角转向内陆的干燥地带,追踪了古代“卡拉马工匠公会”的兴衰史。这个公会并非以金属冶炼闻名,而是专注于有机材料的保存与复制,特别是对稀有木材、兽皮鞣制和植物纤维编织技术的掌握。 格里申科通过发掘出的数百份羊皮纸残卷,揭示了公会严格的学徒制度,该制度比任何已知的宗教戒律更为苛刻。书中详细分析了他们用于衡量工作精度的非标准单位——例如,一个“工匠的呼吸长短”或“一块琥珀的透明度”。作者试图说明,在没有外部市场和官僚机构监督的情况下,人类社群如何通过对技艺的绝对纯粹追求,来定义自身的价值和存在的意义。 第四部分:边缘群落的符号学(约150页) 本章从前三者的经验中提炼出共性,进行一次跨越地域和时代的比较人类学分析。格里申科提出,所有被主流历史遗忘的社群,都会发展出一种“内向符号系统”来巩固其边界和信仰。这些符号往往是高度抽象的,依赖于共享的、非理性的经验才能被理解。 他探讨了在这些社群中,“沉默”如何成为一种比语言更强大的沟通工具;“共享的饥饿感”如何比共享的财富更能形成持久的联盟;以及“对完美失败的接受”如何成为他们应对外界侵蚀的精神盔甲。 三、学术价值与阅读体验 《大洋深处的沉默编年史》是一部需要耐心和敬意的作品。它挑战了我们对“文明”的既有定义,迫使读者思考:历史的记录者是谁?被记录的价值标准又由谁来决定? 格里申科的写作风格,融合了侧写师的敏锐与考古学家的耐心。他避免使用现代术语对古代或孤立的社会进行评判,而是力求以他们自身的逻辑体系去理解世界。书中穿插的大量手绘地图复刻、历史文献的局部放大图(尽管有些字迹已模糊不清),极大地增强了阅读的沉浸感和真实感。 本书的结尾并未提供一个简单的结论,而是留下了一个开放性的反思:在信息爆炸的时代,我们是否正在以惊人的速度,为未来的历史学家留下同样难以破译的“沉默编年史”? 适合读者: 对历史边缘学、人类社会形态学、极端环境下的文化人类学,以及任何渴望探索人类生存韧性与创造力的读者,本书是不可或缺的深度读物。 ---

作者简介

Reza Zafarani

雪城大学助理教授,曾为亚利桑那州立大学计算机科学与工程专业助理研究员。研究方向为社会媒体挖掘、机器学习、社会网络分析和社会计算。研究重点是大规模用户行为分析,以及跨社会媒体网站的信息整合和建模。

Mohammad Ali Abbasi

亚利桑那州立大学计算机科学与工程专业助理研究员。研究方向为文本分析、信息检索、数据挖掘、机器学习和社会计算。研究重点是用户归档、用户可信度评估、推荐系统、社会网络分析,以及社会媒体在现实世界的应用。

Huan Liu(刘欢)

亚利桑那州立大学计算机科学与工程专业教授,在教学和科研领域都取得了公认的优异成绩。研究方向为数据挖掘、机器学习、社会计算、人工智能,以及真实数据密集型应用的问题。

目录信息

第1章 引言  1
1.1 什么是社会媒体挖掘  1
1.2 挖掘领域的新挑战  2
1.3 本书概览和读者指南  3
1.4 小结  5
1.5 参考文献及注释  5
1.6 习题  6
第一部分 基础知识
第2章 图的基本要素  10
2.1 图的基础知识  11
2.1.1 结点  11
2.1.2 边  11
2.1.3 度和度的分布  12
2.2 图的表示  14
2.2.1 邻接矩阵  14
2.2.2 邻接表  15
2.2.3 边列表  15
2.3 图的类型  16
2.4 图的连通性  17
2.5 特殊图  21
2.5.1 树和森林  21
2.5.2 特殊子图  21
2.5.3 完全图  23
2.5.4 平面图  23
2.5.5 二分图  23
2.5.6 正则图  24
2.5.7 桥  25
2.6 图算法  25
2.6.1 图/树的遍历  25
2.6.2 最短路径算法  27
2.6.3 最小生成树  29
2.6.4 网络流算法  31
2.6.5 二分图最大匹配  34
2.6.6 桥检测  35
2.7 小结  36
2.8 参考文献及注释  37
2.9 习题  37
第3章 网络度量  40
3.1 中心性  40
3.1.1 度中心性  40
3.1.2 特征向量中心性  42
3.1.3 Katz中心性  44
3.1.4 PageRank  46
3.1.5 中间中心性  47
3.1.6 接近中心性  48
3.1.7 群体中心性  50
3.2 传递性与相互性  51
3.2.1 传递性  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 结构等价性  57
3.4.2 规则等价性  59
3.5 小结  61
3.6 参考文献及注释  61
3.7 习题  62
第4章 网络模型  64
4.1 真实世界网络的属性  64
4.1.1 度分布  65
4.1.2 聚类系数  66
4.1.3 平均路径长度  67
4.2 随机图模型  67
4.2.1 随机图的演变  69
4.2.2 随机图的属性  71
4.2.3 基于随机图的真实世界网络建模  73
4.3 小世界模型  73
4.3.1 小世界模型的属性  75
4.3.2 基于小世界模型对真实世界网络建模  77
4.4 优先链接模型  77
4.4.1 优先链接模型的属性  78
4.4.2 基于优先链接模型对真实世界网络进行建模  80
4.5 小结  80
4.6 参考文献及注释  81
4.7 习题  81
第5章 数据挖掘的基本要素  83
5.1 数据  84
5.2 数据预处理  87
5.3 数据挖掘算法  89
5.4 监督学习  89
5.4.1 决策树  90
5.4.2 朴素贝叶斯分类器  92
5.4.3 最近邻分类器  93
5.4.4 利用社交信息辅助分类  94
5.4.5 回归  96
5.4.6 监督学习评估  99
5.5 无监督学习  99
5.5.1 聚类算法  100
5.5.2 无监督学习的评估  102
5.6 小结  104
5.7 参考文献及注释  105
5.8 习题  106
第二部分 社区和交互
第6章 社区分析  110
6.1 社区发现  112
6.1.1 社区发现算法  113
6.1.2 基于成员的社区发现  114
6.1.3 基于群组的社区发现  119
6.2 社区演变   126
6.2.1 网络是如何演变的   126
6.2.2 演变网络中的社区发现   129
6.3 社区评价   131
6.3.1 存在真实答案时的评价   131
6.3.2 无真实答案的评价   134
6.4 小结   135
6.5 参考文献及注释   136
6.6 习题   137
第7章 社会媒体中的信息传播   139
7.1 羊群效应   140
7.1.1 羊群效应的贝叶斯建模   142
7.1.2 干预   144
7.2 信息级联   145
7.2.1 独立级联模型   145
7.2.2 级联范围最大化   147
7.2.3 干预   149
7.3 社交网络中的创新扩散   149
7.3.1 创新的特征   150
7.3.2 创新扩散模型   150
7.3.3 创新扩散过程建模   152
7.3.4 干预   155
7.4 流行病模型   155
7.4.1 定义   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 干预   161
7.5 小结   161
7.6 参考文献及注释   162
7.7 习题   163
第三部分 应用
第8章 影响力和同质性   166
8.1 度量同配性   167
8.1.1 度量符号属性的同配性   167
8.1.2 度量序数属性的同配性   170
8.2 影响力   172
8.2.1 度量影响力   172
8.2.2 影响力建模  175
8.3 同质性  179
8.3.1 度量同质性  179
8.3.2 同质性建模  179
8.4 区分影响力和同质性  180
8.4.1 洗牌测试  180
8.4.2 边缘反转测试  181
8.4.3 随机化测试  181
8.5 小结  184
8.6 参考文献及注释  184
8.7 习题  185
第9章 社会媒体中的推荐  187
9.1 挑战  188
9.2 经典的推荐算法  188
9.2.1 基于内容的算法  189
9.2.2 协同过滤  189
9.2.3 将个人推荐推广到群体推荐  195
9.3 基于社会背景知识的推荐系统  197
9.3.1 单独使用社会背景知识  198
9.3.2 基于社会背景知识的经典算法扩展  198
9.3.3 社会背景知识受限的推荐  200
9.4 推荐系统评价  202
9.4.1 评估预测的准确率  202
9.4.2 评估推荐的相关性  203
9.4.3 评估推荐的排序  204
9.5 小结  205
9.6 参考文献及注释  206
9.7 习题  207
第10章 行为分析  208
10.1 个体行为  208
10.1.1 个体行为分析  209
10.1.2 个体行为建模  213
10.1.3 个体行为预测  214
10.2 群体行为  217
10.2.1 群体行为分析  217
10.2.2 群体行为建模  221
10.2.3 群体行为预测  221
10.3 小结  222
10.4 参考文献及注释  223
10.5 习题  224
参考文献  225
· · · · · · (收起)

读后感

评分

评分

评分

评分

评分

用户评价

评分

复杂网络x数据挖掘,翻译的挺好,一看是SCIR的老师们翻译就懂了哈哈哈,作为一个入门读物蛮好的,不过这方向真是半死不活了,毕设搞了就不弄这个了

评分

复杂网络x数据挖掘,翻译的挺好,一看是SCIR的老师们翻译就懂了哈哈哈,作为一个入门读物蛮好的,不过这方向真是半死不活了,毕设搞了就不弄这个了

评分

朋友赠送,太难了

评分

受不了了 我觉得全海淀的平均智商都被我拉低了

评分

篇幅有限,都只做简单介绍。但整体。内容还是挺严谨的

本站所有内容均为互联网搜索引擎提供的公开搜索信息,本站不存储任何数据与内容,任何内容与数据均与本站无关,如有需要请联系相关搜索引擎包括但不限于百度google,bing,sogou

© 2026 book.quotespace.org All Rights Reserved. 小美书屋 版权所有