PythonTip >> 博文 >> python

社交媒体数据挖掘:尚未开发的潜力

zihua 2014-01-20 23:01:31 点击: 692 | 收藏


《社交网站的数据挖掘与分析》一书的作者Matthew Russell指出,尽管针对社交媒体数据挖掘的讨论非常多,但真正采取行动的只占少数。针对数据挖掘感知的困难是阻碍社交媒体数据挖掘的一大原因,而Russell认为这样的想法是不对的。拿Twitter来举例,使用熟悉的编程语言Python来对Twitter社交媒体数据进行挖掘并不需要太高级的开发者或数据科学家技能。

社交媒体

对社交媒体数据进行挖掘能够帮助企业获得关键信息,提出API请求,分析销售数据能够让企业使用其中的洞察来驱动进一步的创新。本文中,Russell将为开发者介绍一些关于社交媒体数据挖掘的经验。

在首次进行社交数据挖掘时,Russell建议使用Python语言,因为其语法更加简单,数据结构能够与文本数据兼容。大多数社交媒体实体会以JSON(JavaScript Object Notation)的格式返回数据,它是一个灵活直观、基于文本的数据格式,经常应用于Web环境以便通过网络进行简单或者复杂数据结构之间的通信。Python的核心数据结构与JSON非常相似,因此在处理社交媒体数据的时候不存在门槛问题,开发者可以非常简单地创建请求。

终极数据挖掘平台

每一个社交网络媒介都会为数据挖掘提供一个价值主张,但Russell认为Twitter是最佳的切入点。这与国内的微博平台相类似,它们都有简单且不对称的“加关注”模式,同时有海量的活跃用户基础(Twitter每月的活跃用户数量大概在2.32亿),这对于数据挖掘来说几乎是完美的条件。Russell将这样的应用比喻成繁忙的街道,每个街角都会有人在聊天,在这些人当中总会有一些有用的信号可以梳理出来。

从开发者的角度来看,Twitter特别适合进行数据挖掘(微博与其有很多相似之处),主要由于以下三个原因:

  • Twitter的API设计优良,访问简单
  • Twitter数据格式非常方便进行分析
  • Twitter的数据使用条款相对宽松。他们认为每一条tweet都是可以公开的,任何人都可以访问。另外不对称的关注模型使得你可以访问任何一个注册用户,而无需他通过你的关注请求。

Russell表示,Twitter的易用性加上海量的活跃用户,使得它蕴含了难以估量的价值。然而这些潜在的价值没有得到充分的挖掘,公司管理者以及开发人员也没用把握住社交趋势给他们带来的机遇。

不止是广告那么简单

目前Twitter的数据几乎全都用于声誉管理、品牌推广以及舆情分析,换句话说就是用于广告。Russell认为,随着社会化研究的逐渐深入,当你每月有2亿多活跃用户(每天的活跃用户占比更大)的时候,其实除了广告之外它还隐藏了许多其他的机会。

Russell将Twitter形容为一张兴趣图谱,或者说是一幅兴趣肖像画,它展示了个人以及小团体的兴趣所在。对于小规模群体来说,兴趣图谱可以用来预测购买行为;对于大规模群体来说,它可以用来分析社会化趋势。如果你把“加关注”的关系理解为“我对他有兴趣”的关系(事实上也的确如此),你就拥有了某种非常强大的数据聚合。当兴趣图谱运用到海量规模群体时,它潜在的有价值的洞察力就超越广告本身了。对如此体量的数据进行挖掘,它可能并不会带来直接的购买行为,但它能帮助企业理解市场的走向,特别是一些特定领域市场。目前就有一些对冲基金是在Twitter数据分析基础上设计交易模型的,这可以帮助他们做更智慧的投资。

在Russell看来,Twitter的API价值也不容忽视。API是第三方接入Twitter平台的初始点,也是创新的前提。世界上很多聪明的人会比Twitter公司本身有更多好的点子,Twitter提供的API给了他们更多机会。虽然API的数量足够多,但事实上它也没有得到充分的利用。从一个人起家的创业公司到拥有诸多开发人员的大型企业,每个人都可以利用这些资源或使用第三方的产品来进行创新。

无论是对个人还是对群体,Twitter自我组织、快速增长的数据池为我们提供了关于趋势和兴趣的直接洞察力,但它尚未完全捕获开发人员的想象力。而社交媒体数据挖掘所带来的价值,Twitter只不过是冰山一角。Russell希望企业能够开始把广告作为达到某种目的的手段,他们能够在社交媒体数据创新中发现真正的价值所在。

via:TechTarget

End.

原文链接:http://www.wumii.com/item/lyRVe7du

作者:zihua | 分类: python | 标签: python | 阅读: 692 | 发布于: 2014-01-20 23时 |