社交网站的数据挖掘与分析读后感10篇
《社交网站的数据挖掘与分析》是一本由Matthew A. Russell著作，机械工业出版社出版的平装图书，本书定价：59.00元，页数：301，特精心从网络上整理的一些读者的读后感，希望对大家能有帮助。
《社交网站的数据挖掘与分析》读后感(一)：其实我想打两星的
原本是想学些数据分析的算法和思想，但是拿到这本书之后挺失望。看到第四章，全在讲如何使用twitter等社交网站的api。
只能当拓展知识面看看，了解下书里面讲到的开源工具。
另外，书的价格还不算便宜。
《社交网站的数据挖掘与分析》读后感(二)：就像cover一样。dam beaver
yes, damn beaver -,-#
社交网站的DM需要用直推来隐藏看似复杂却又简单，做起来简单却确实不是随便谁都能做好的工作。
UPLOAD YOUR SOUL TO THE ULTIMATE INTERNET！哈哈哈哈！
《社交网站的数据挖掘与分析》读后感(三)：其实是本数据分析工具介绍手册
如果你希望从这本书里边学到任何软件使用方法以外的东西，我觉得你会失望的。
因为从第七章开始才讲算法，还将得各种悲剧。直接看wikipedia都能理解得更快。
之前的章节都是各个社交网络API的介绍和工具使用介绍，还算行吧。
里边提到的工具目录里边基本都有，直接上官方站学吧。
《社交网站的数据挖掘与分析》读后感(四)：非常喜欢，顶级好
虽然使用的语言是python，而且分析的网站都是国内被禁的网站，但是读完这本书后，感到很受启发，其实如果你懂了这本书中的内容，分析其他社交网站也会得心应手，比如说像国内的sina微博，人家提供的API也很有价值啊，你读完这本书，收获会很大。
《社交网站的数据挖掘与分析》读后感(五)：非常喜欢，顶级好
虽然使用的语言是python，而且分析的网站都是国内被禁的网站，但是读完这本书后，感到很受启发，其实如果你懂了这本书中的内容，分析其他社交网站也会得心应手，比如说像国内的sina微博，人家提供的API也很有价值啊，你读完这本书，收获会很大。
《社交网站的数据挖掘与分析》读后感(六)：挖掘被墙了的网站
粗略翻了一下，发现其实更多的是工具介绍，就没有一个个耐心看完。
我是一个新手，不太懂编程，对python完全不了解，想先学点python再作为工具书查看。
这本书的例子都是国外的社交网站，对于一本看了就想马上装了python上手的书，但都是被墙了的网站觉得心痒痒挠的慌，要是能有一本书介绍国内社交网站的数据挖掘就好了。
《社交网站的数据挖掘与分析》读后感(七)：书本身还可以，翻译的操蛋。
评价给的是原书的。
本来是一本还不错的书，看着那些翻译的语句，哎，真操蛋，这是我直接扔垃圾桶的第一本书，翻译的真不行。
再说书的内容，大概过了一遍，内容挺丰富的，包括了邮件、twitter、facebook、linkedin等各个方面的挖掘想法、工具，还是不错的。对于数据分析的关键技术讲的稍微少些，像分类、聚类、关联等方面的算法较少。同时，真希望在数据抓取（获取）等方面多些篇幅，介绍一下笔者的经验。
《社交网站的数据挖掘与分析》读后感(八)：粗略的介绍
本书介绍不同的社交网络数据分析，由于内容比较宽导致各个领域介绍的不是非常的深入。twitter一节有点过时了，互联网发展太快了。本书代码网址：https://github.com/ptwobrussell/Mining-the-Social-Web
《社交网站的数据挖掘与分析》读后感(九)：社交网站的数据挖掘与分析
Facebook、Twitter和LinkedIn产生了大量宝贵的社交数据，但是你怎样才能找出谁通过社交媒介正在进行联系？他们在讨论些什么？或者他们在哪儿？这本简洁而且具有可操作性的书将揭示如何回答这些问题甚至更多的问题。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寻找的内容，以及你闻所未闻的有用信息。
每个独立的章节介绍了在社交网络的不同领域挖掘数据的技术，这些领域包括博客和电子邮件。你所需要具备的就是一定的编程经验和学习基本的Python工具的意愿。
•获得对社交网络世界的直观认识
•使用GitHub上灵活的脚本来获取从诸如Twitter、Facebook和LinkedIn之类的社交网络API中的数据
•学习如何应用便捷的Python工具来交叉分析你所收集的数据
•通过XHTML朋友圈探讨基于微格式的社交联系
•应用诸如TF-IDF、余弦相似性、搭配分析、文档摘要、派系检测之类的先进挖掘技术
•通过基于HTML5和Javaｓｃｒｉｐｔ工具包的网络技术建立交互式可视化
《社交网站的数据挖掘与分析》读后感(十)：还不错
刚翻了第一章，介绍了很多基于python的工具包，这些之前没有听说过，今后可以继续深入实践。
如果你用python有较长时间了，则强烈推荐。
简单罗列一下：
etworkX，for the creation, manipulation, and study of the structure, dynamics, and functions of complex networks
umpy,科学计算工具集
LTK(Natural Language ToolKit)
貌似应该不会支持中文吧。
Graphviz
ygraphviz
rotovis, HTML5图形报表
IPython
cPickle,