社交大数据挖掘_Hiroshi Ishikawa_9787111577225_湖南知新文化传播有限公司读者荐购服务

《社交大数据挖掘》紧紧围绕社交媒体中的大数据问题，系统介绍了社交大数据的基本概念以及相关的大数据处理技术，重点介绍了网页和媒体的大数据挖掘。《社交大数据挖掘》共分为14章，总体上可以分为三部分：第一部分包括第1章和第2章，介绍了社交大数据的基本概念和内涵，明晰了社交大数据与一般大数据的区别；第二部分为第3章至第9章，介绍了大数据处理中涉及的基本概念和技术方法，包括假设的定义、通过数据挖掘提出假设的方法，以及假设验证的分析方法；第三部分为第10章至第14章，详细介绍了社交大数据中的网页和媒体数据挖掘技术、自然语言处理技术，以及社交大数据的应用。《社交大数据挖掘》体系结构完整，内容关注于具有鲜明特色的社交媒体大数据，行文通俗易懂，同时兼具较好的理论参考价值、实用性和指导性。《社交大数据挖掘》可为具有一定相关专业基础、对大数据感兴趣的师生、工程师及其他专业人士提供参考。

　　原书前言当今时代，在科学界、互联网以及物理系统中不断产生大量的数据，这些数据统称为数据洪流。根据IDC（互联网数据中心）的研究，每年全世界产生和复制的数据估计有161EB。仅2011年产生的数据总量就超过了该年度可用存储介质的存储容量的10倍或更多。

　　科学和工程领域的专家通过观察和分析目标现象会产生大量的数据，甚至普通人通过互联网上的各种社交媒体也会自发发布大量的数据。此外，在真实世界中，人们通过物理系统检测到的各种动作会无意识地产生数据。，这些数据通常被认为能够产生有价值的信息。

　　在上述IDC的研究报告中，科学界、互联网和物理系统中产生的数据统称为大数据。

　　大数据的特点可以概括如下。

　　数量(Volume)大：正如它的名字所示，大数据的数量是非常大的。

　　种类(Variety)多：数据的种类可以扩展到非结构化文本、半结构化数据，比如网络中的XML、图表等。

　　速度(Velocity)快：如同推特(Twitter)和传感器数据流的情况一样，数据生成的速度非常快。

　　因此，大数据的特征通常用V3来表示，即数量、种类和速度这三个单词的首字母。

　　人们期望大数据能够有助于获取科学知识，而且企业也能从中获得价值。

　　“种类多”意味着大数据出现在各种各样的应用中。大数据本质上包含“模糊性”

　　（vagueness），比如它的不一致性和缺失等。为了获得有价值的分析结果，就必须解决模糊性的问题。此外，最近在日本完成的一项调查显示，很多用户对“模糊性”的担忧如同对大数据应用安全和机制的担心一样。解决这些问题是大数据应用能否成功推广的一个关键。从这个意义上讲，应该用V4而不是V3来描述大数据。

　　数据分析师也被称作数据科学家。在大数据时代，需要越来越多的数据科学家，他们必备的技能包括以下方面：

　　·能够构建一个假设·能够验证假设·挖掘社交数据以及通用Web数据的能力·能够处理自然语言信息·能够恰当地将数据和知识表示出来·能够恰当地将数据和结果进行可视化·使用地理信息系统(Geographical Information Systems，GIS)的能力·了解各种各样的应用程序·了解可扩展性的知识·了解和遵守与隐私和安全有关的道德和法律·能够使用安全系统·能够与客户交流根据上述标准，本书的内容不一定很全面。然而，从社交大数据的角度来看，本书二要关注的是下述基本概念和相关技术：

　　·大数据和社交数据·假设的概念·用于做出假设的数据挖掘·用于验证假设的多变量分析.Web挖掘和媒体挖掘·自然语言处理·社交大数据应用·可扩展性简而言之，本书介绍了特征假设，它在社交大数据时代中具有越来越重要的地位，刖外，还介绍了分析技术，如社交大数据的建模、数据挖掘和多变量分析。本书与其他同娄书的不同之处在于，本书从学术基础出发，目的是描绘出社交大数据从基本概念到应用削全景。

　　希望本书能够为那些对社交大数据感兴趣的读者所广泛使用，包括学生、工程师、莽学家和其他专业人士。此外，我要深深感谢家人的大力支持。

　　石川博(Hiroshi Ishikawa)

你还可能感兴趣

我要评论