Aprendizaje de análisis de redes sociales con R: Transformación de datos de plataformas de redes sociales en información empresarial práctica

Opiniones de los lectores

El libro ofrece ejemplos detallados y análisis para más de cinco de las principales plataformas de medios sociales, con un fuerte enfoque en el uso de R para el análisis de datos. Está bien estructurado e incluye una variedad de ejemplos y visualizaciones, lo que lo hace adecuado para el análisis práctico. Sin embargo, existe el deseo de una versión de este libro que utilice Python.

⬤ Ejemplos detallados y análisis sobre múltiples plataformas de medios sociales
⬤ cubre métodos de análisis tanto básicos como avanzados
⬤ contenido bien estructurado
⬤ incluye visualizaciones
⬤ bueno para usuarios de R.

Falta una versión en Python; algunos análisis deseados para redes sociales no están disponibles en otra literatura.

(basado en 4 opiniones de lectores)

Título original:

Learning Social Media Analytics with R: Transform data from social media platforms into actionable business insights

Contenido del libro:

Acceda al mundo de las redes sociales y libere el poder de la analítica para obtener información basada en datos utilizando R.

Características principales

⬤ Una guía práctica escrita para ayudar a aprovechar el poder del ecosistema R para extraer, procesar, analizar, visualizar y modelar datos de medios sociales.

⬤ Aprenda métodos de acceso, recuperación, limpieza y conservación de datos procedentes de diversas plataformas de medios sociales.

⬤ Visualizar y analizar datos de plataformas de medios sociales para comprender y modelar relaciones complejas utilizando diversos conceptos y técnicas tales como Análisis de Sentimiento, Modelado de Temas, Resumir Texto, Sistemas de Recomendación, Análisis de Redes Sociales, Clasificación y Agrupación.

Descripción del libro

Internet se ha vuelto realmente gigantesco, sobre todo con el auge de diversas formas de medios sociales en la última década, que ofrecen a los usuarios una plataforma para expresarse y también para comunicarse y colaborar entre sí. Este libro ayudará al lector a comprender el panorama actual de los medios sociales y a aprender cómo se puede aprovechar la analítica para obtener información de ellos. Estos datos pueden analizarse para obtener información valiosa sobre el comportamiento y el compromiso de los usuarios, las organizaciones, las empresas y las marcas. Ayudará a los lectores a plantear problemas empresariales y a resolverlos utilizando datos sociales.

El libro también cubrirá varios casos prácticos de uso en el mundo real de las redes sociales utilizando R y sus paquetes avanzados para utilizar metodologías de ciencia de datos como el análisis de sentimientos, el modelado de temas, el resumen de textos, los sistemas de recomendación, el análisis de redes sociales, la clasificación y la agrupación. Esto permitirá a los lectores aprender diferentes enfoques prácticos para obtener datos de diversas fuentes de medios sociales como Twitter y Facebook. También mostrará a los lectores cómo establecer flujos de trabajo detallados para procesar, visualizar y analizar datos con el fin de transformar los datos sociales en información práctica.

Lo que aprenderá

⬤ Aprender a aprovechar los datos de diversas plataformas de medios sociales utilizando el ecosistema R.

⬤ Utilizar los datos de los medios sociales para formular y resolver problemas del mundo real.

⬤ Analizar redes sociales de usuarios y comunidades utilizando conceptos de la teoría de grafos y análisis de redes.

⬤ Aprender a detectar la opinión y el sentimiento, extraer temas, tópicos y tendencias de datos de texto no estructurados y ruidosos de diversos canales de medios sociales.

⬤ Comprender el arte de representar información procesable con visualizaciones eficaces.

⬤ Analizar datos de los principales canales de medios sociales como Twitter, Facebook, Flickr, Foursquare, Github, StackExchange, etc.

⬤ Aprenda a aprovechar los paquetes populares de R como ggplot2, topicmodels, caret, e1071, tm, wordcloud, twittR, Rfacebook, dplyr, reshape2, y muchos más.