社会媒体挖掘
编辑推荐
过去十年中，社会媒体蓬勃发展，彻底改变了人们的社交行为和企业的商业模式。人们在社会媒体上交互、分享和阅读内容，进而以空前的速度产生了大量数据。理解和处理这类新型数据，并从中发现有用的模式，对于交叉学科研究、新算法和工具的研发来讲是挑战与机遇并存。 《社会媒体挖掘》整合了社会媒体、社会网络分析以及数据挖掘的相关知识，为学生、从业者、研究人员和项目经理理解社会媒体挖掘的基础知识和潜能，提供了一个方便的平台。本书介绍了社会媒体数据独有的问题，并阐述了网络分析以及数据挖掘中的基本概念、新出现的问题和有效的算法。 《社会媒体挖掘》可作为高年级本科生和低年级硕士生的教材，也可以作为短期专业课程用书。书中涵盖了不同难度的练习题，可以帮助读者在社会媒体数据挖掘的不同场景中理解和应用相关的概念、原理以及方法。
内容简介
《社会媒体挖掘》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。
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。