Popular social networks such as Facebook, Twitter, and LinkedIn generate a tremendous amount of valuable social data. Who's talking to whom? What are they talking about? How often are they talking? Where are they located? This concise and practical book shows you how to answer these types of questions and more. Each chapter presents a soup-to-nuts approach that combines popular...(展开全部)

Popular social networks such as Facebook, Twitter, and LinkedIn generate a tremendous amount of valuable social data. Who's talking to whom? What are they talking about? How often are they talking? Where are they located? This concise and practical book shows you how to answer these types of questions and more. Each chapter presents a soup-to-nuts approach that combines popular...(展开全部)

《挖掘社交网络(影印版)》，本书简洁而且具有操作性的书将为你展示如何回答这些甚至更多的问题，你将学到如何组合社交网络数据、分析技术，如何通过可视化帮助你找到你一直在社交世界中的内容。

马修·罗塞尔（Matthew A.Russell），Digital Reasoning Systems公司的技术副总裁和Zaffra公司的负责人，是热爱数据挖掘、开源和Web应用技术的计算机科学家。他也是《Dojo: The Dofinitive Guide》（O'Reilly出版社）的作者。在LinkedIn上联系他或在Twitter上关注@ptwobrussell，可随时关注他的最新动态。

Lei Tang（唐磊） 2010年于亚利桑那州立大学获博士学位，现为雅虎实验室研究员。他的研究方向包括：社会计算、数据挖掘和社会媒体挖掘，尤其是混杂网络的关系学习、群体进化、特征抽取和影响建模以及社会媒体中的集体行为建模与预测。他是ACM和IEEE会员。 Huan Liu（刘欢） 南加州大学获博士学位，现为亚利桑那州立大学计算机科学与工程教授。他的研究方向包括：数据/网络挖掘、机器学习、社会计算、人工智能等。他是社会计算、行为建模和预测（SBP）国际会议/专题研讨会（http://sbp.asu.edu/）的发起者，同时是AAAI、ACM、ASEE和IEEE的会员。

Lei Tang（唐磊） 2010年于亚利桑那州立大学获博士学位，现为雅虎实验室研究员。他的研究方向包括：社会计算、数据挖掘和社会媒体挖掘，尤其是混杂网络的关系学习、群体进化、特征抽取和影响建模以及社会媒体中的集体行为建模与预测。他是ACM和IEEE会员。 Huan Liu（刘欢） 南加州大学获博士学位，现为亚利桑那州立大学计算机科学与工程教授。他的研究方向包括：数据/网络挖掘、机器学习、社会计算、人工智能等。他是社会计算、行为建模和预测（SBP）国际会议/专题研讨会（http://sbp.asu.edu/）的发起者，同时是AAAI、ACM、ASEE和IEEE的会员。

"Mining the Web: Discovering Knowledge from Hypertext Data" is the first book devoted entirely to techniques for producing knowledge from the vast body of unstructured Web data. Building on an initial survey of infrastructural issues - including Web crawling and indexing - Chakrabarti examines low-level machine learning techniques as they relate specifically to the challenges o...(展开全部)

"Mining the Web: Discovering Knowledge from Hypertext Data" is the first book devoted entirely to techniques for producing knowledge from the vast body of unstructured Web data. Building on an initial survey of infrastructural issues - including Web crawling and indexing - Chakrabarti examines low-level machine learning techniques as they relate specifically to the challenges o...(展开全部)