دانلود کتاب تجزیه و تحلیل فیلم: مقدمه هالیوود بر داده های بزرگ بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
نام کتاب : Movie Analytics: A Hollywood Introduction to Big Data
ویرایش : 1
عنوان ترجمه شده به فارسی : تجزیه و تحلیل فیلم: مقدمه هالیوود بر داده های بزرگ
سری : SpringerBriefs in Statistics
نویسندگان : Dominique Haughton, Mark-David McLaughlin, Kevin Mentzer, Changan Zhang (auth.)
ناشر : Springer International Publishing
سال نشر : 2015
تعداد صفحات : 0
ISBN (شابک) : 9783319094250 , 9783319094267
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 5 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
پس از یادگیری نحوه تجزیه و تحلیل دادههای فیلم، از جمله دادهکاوی کلیدی، متن کاوی و مفاهیم تجزیه و تحلیل شبکههای اجتماعی، فیلمها هرگز یکسان نخواهند بود. این تکنیکها سپس ممکن است در زمینههای بیپایانی دیگر مورد استفاده قرار گیرند. در برنامه فیلم، این موضوع بحثی پر جنب و جوش در مورد تحولات جاری در داده های بزرگ از دیدگاه علم داده باز می کند. این کتاب برای محققان کاربردی و دست اندرکاران طراحی شده است و به معنای کاربردی است. خواننده رویکرد عملی، اجرای متن کاوی و تجزیه و تحلیل شبکه های اجتماعی با بسته های نرم افزاری تحت پوشش کتاب را در پیش خواهد گرفت. اینها عبارتند از R، SAS، Knime، Pajek و Gephi. همچنین نحوه ساخت مجموعه داده های مورد نیاز برای تجزیه و تحلیل های مختلف مورد بحث قرار خواهد گرفت. این شامل نحوه استخراج دادههای مناسب توییتر و ایجاد یک شبکه مشترک از پایگاه داده IMDB با توجه به محدودیتهای حافظه است. نویسندگان همچنین خواننده را از طریق تجزیه و تحلیل داده های حضور در فیلم از طریق مجموعه داده واقعی از فرانسه راهنمایی می کنند.
Movies will never be the same after you learn how to analyze movie data, including key data mining, text mining and social network analytics concepts. These techniques may then be used in endless other contexts. In the movie application, this topic opens a lively discussion on the current developments in big data from a data science perspective. This book is geared to applied researchers and practitioners and is meant to be practical. The reader will take a hands-on approach, running text mining and social network analyses with software packages covered in the book. These include R, SAS, Knime, Pajek and Gephi. The nitty-gritty of how to build datasets needed for the various analyses will be discussed as well. This includes how to extract suitable Twitter data and create a co-starring network from the IMDB database given memory constraints. The authors also guide the reader through an analysis of movie attendance data via a realistic dataset from France.