オープンソースで学ぶ社会ネットワーク分析
ソーシャルWebの「つながり」を見つけ出す
- Maksim Tsvetovat、Alexander Kouznetsov 著、長尾 高弘 訳
- 2012年05月 発行
- ISBN978-4-87311-550-4
- フォーマット ePub mobi
- 原書: Social Network Analysis for Startups
内容
本書は社会ネットワーク分析の基礎理論への理解を、オープンソースのプログラミング言語Pythonを使って体感しながら深めるための書籍です。ソーシャルネットワーク分析の背景となる理論を学びたいスタートアップ企業や、社会学の理論をプログラミング言語を使って実践的に研究したい研究者などにとって、役立つ知識を学ぶ助けとなります。なお本書はEbook版のみの販売となります。
2012/7/20
誤植等を修正してファイルをアップデートしました。2012-7-20版をダウンロード可能です。2013/5/20
誤植を修正してファイルをアップデートしました。2013-5-20版をダウンロード可能です。関連書籍
目次
序章 必要な知識 オープンソースツール 凡例 コードサンプルの使い方 問い合わせ先 謝辞 1章 イントロダクション 人とグループを理解するための関係分析 関係からネットワークへ―目に見える以上のこと 社会ネットワークとリンク解析 インフォーマルネットワークの力 テロリストと革命家: 社会ネットワークの威力 2章 グラフ理論スピード入門 グラフとは何か グラフのトラバーサルと距離 グラフの距離 なぜこれが重要なのか 6次の隔たりは神話に過ぎない スモールワールドネットワーク 3章 中心性、権力、ボトルネック サンプルデータ: ロシア人がやってくる スノーボールサンプリング サンプルデータセットのファイルへの保存、ファイルからのロード 中心性 中心性指標ではわからないこと 4章 クリーク、クラスタ、コンポーネント コンポーネントとサブグラフ サブグラフ―エゴネットワーク トライアド クリーク 階層的クラスタ分析 トライアド、ネットワークの密度、対立 5章 2モードネットワーク 選挙資金は選挙に影響を与えるか 2モードネットワークの理論 マルチモードネットワークの拡張 6章 バイラルへ!―情報の拡散 バイラルビデオの解剖 クリティカルマスのウィキノミクス 情報がネットワークを形成するしくみ(そしてその逆) Pythonによる単純なダイナミックモデル ネットワークと情報の共進化 7章 現実のグラフデータ 中規模データ: 今までの伝統 ビッグデータ: 今日から未来へ 「スモールデータ」―フラットファイル表現 「中規模データ」: データベース表現 2モードデータの操作 ソーシャルネットワークとビッグデータ 実際のビッグデータ 付録A データ収集 データ収集の倫理について 古いやり方 サーバーログのマイニング ソーシャルメディアサイトのマイニング Twitterデータの収集 Facebook 付録B ソフトウェアのインストール なぜ(私たちは)Pythonなのか 探究的プログラミング Python IPython NetworkX matplotlib