Mastering Social Media Mining with R

Opiniones de los lectores

El libro «Mastering Social Media Mining with R» está muy bien considerado por su exhaustiva introducción al análisis de las redes sociales, que abarca herramientas, técnicas y prácticas de programación en R esenciales. Ofrece una guía paso a paso sobre la extracción de datos de diversas plataformas de redes sociales y presenta paquetes de R de gran utilidad. Sin embargo, algunos lectores consideran que carece de profundidad y señalan problemas con explicaciones de código poco claras.

Cobertura exhaustiva de conceptos de minería de redes sociales, tutoriales paso a paso, aplicaciones prácticas con ejemplos de código R, útil para principiantes, lenguaje accesible, incluye consejos prácticos para profesionales.

Contenido superficial en algunas áreas, falta de explicaciones detalladas del código y anotaciones, frustrante para programadores experimentados de R, puede ser menos útil en comparación con otros recursos como las entradas de blog.

(basado en 9 opiniones de lectores)

Contenido del libro:

Extraiga datos valiosos de sus redes sociales y tome mejores decisiones empresariales con R

Acerca de este libro

Explore las API de medios sociales en R para capturar datos y domarlos Emplee las capacidades de aprendizaje automático de R para obtener un valor empresarial óptimo Una guía práctica con ejemplos del mundo real para ayudarle a aprovechar las enormes oportunidades que ofrecen los datos de medios sociales

Para quién es este libro

Si tiene conocimientos básicos de R en cuanto a sus bibliotecas y conoce las diferentes técnicas de aprendizaje automático, este libro es para usted. Aquellos con experiencia en el análisis de datos que están interesados en la minería de datos de medios sociales encontrarán este libro útil.

Lo que aprenderá

Acceder a las API de los sitios de medios sociales más populares y extraer datos Realizar análisis de sentimiento e identificar temas de tendencia Medir el rendimiento de CTR para campañas de medios sociales Implementar análisis de datos exploratorios y análisis de correlación Construir un modelo de regresión logística para detectar mensajes de spam Construir clusters de imágenes utilizando el algoritmo K-means e identificar personalidades y destinos populares Desarrollar sistemas de recomendación utilizando el filtrado colaborativo y el algoritmo Apriori

En detalle

Con el aumento del número de usuarios en la web, el contenido generado ha aumentado sustancialmente, lo que ha generado la necesidad de obtener información sobre la mina de oro sin explotar que son los datos de las redes sociales. Para la estadística computacional, R tiene una ventaja sobre otros lenguajes al proporcionar paquetes de extracción y transformación de datos fácilmente disponibles, lo que facilita la realización de las tareas ETL. Además, sus paquetes de visualización de datos ayudan a los usuarios a comprender mejor las distribuciones de datos subyacentes, mientras que su gama de paquetes estadísticos «estándar» simplifica el análisis de los datos.

Este libro le enseñará cómo se resuelven potentes casos empresariales aplicando técnicas de aprendizaje automático a los datos de las redes sociales. Conocerá importantes y recientes desarrollos en el campo de los medios sociales, junto con algunos temas avanzados como la autorización abierta (OAuth). A través de ejemplos prácticos, accederá a datos desde R utilizando APIs de varios sitios de medios sociales como Twitter, Facebook, Instagram, GitHub, Foursquare, LinkedIn, Blogger y otras redes. Le proporcionaremos explicaciones detalladas sobre la implementación de varios casos de uso utilizando programación en R.

Con esta práctica guía, estará preparado para emprender su viaje como analista independiente de medios sociales.

Estilo y enfoque

Esta guía fácil de seguir está repleta de ejemplos prácticos, paso a paso, que te permitirán convertir tus datos de redes sociales del mundo real en información útil y práctica.