求一篇有主成分分析和聚类分析的社会调查论文，4000字左右。。邮箱_百度知道
求一篇有主成分分析和聚类分析的社会调查论文，4000字左右。。邮箱
或者哪位高手可以帮做ppt的，我论文写好了。
其他类似问题
您可能关注的推广回答者：
主成分分析的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁您的位置： > 《计算机光盘软件与应用》 > 2012年 > 第24期
来源：　　作者：王祥林;
基于矩阵变换的层次聚类在基因表达数据分析中的应用研究　 1引言生物信息学是20世纪80年代末兴起的新学科,他是涉及数学、生物学、计算机科学和工程学的交叉学科,是一门理论和实践相结合的学科。基因芯片技术为生物信息学中的一项非常重要的前沿技术,该技术产生于20世纪90年代。随着基因测序技术的发展,果蝇、小鼠、线虫等生物基因测序的完成,以及人类基因组计划的顺利进行,基因序列数据正在以前所未有的速度迅速增长。生物信息学已经进入了一个全新的时代,确定每条基因在整个生物体的发育和活动中所起的调控功能,揭示成千上万基因间的相互作用关系已经为人类基因组计划研究的重点,人类基因组计划从此进入了后基因时代。此时,需要一种能够监测基因行为变化的技术,使研究者能够同时监测不同发育阶段、不同组织、不同健康状态下的基因表达情况。传统的实验技术此时已经无法满足这种需求了,于是基因芯片技术应运而生,为分析基因功能提供了一个十分理想的技术平台。它能同步研究大规模基因在各种不同生理状态下的表达状况,使得同时研究和比较大量基因的功能和特性成为可能。近年来,数据挖掘作为知识发现的重要手段已经在越来越多的领域得到广泛地应用。在生物信息学领域,也已有多种数据挖掘技术应用于基因表达数据(本文共计3页)
相关文章推荐
看看这些杂志对你有没有帮助...
计算机光盘软件与应用主办: 大恒电子音像出版社出版: 计算机光盘软件与应用杂志编辑部出版周期: 半月出版地: 北京市扫一扫下载手机客户端
扫描我，关注团购信息，享更多优惠
||网络安全
| | | | | | | | | | | | | | | |
||电子电工
汽车交通| | | | | | | | | |
||投资理财
| | | | | | | | | | | | | | | | |
| | | | | | |
| | | | | | | | | | | | | | | | | | |
| | | | | | |||
||外语考试
| | | | | | | | |
| 视频教程|
社交网站的数据挖掘与分析(第21届Jolt生产效率大奖获奖图书,社交数据挖掘、分析必备参考书)
定价：￥59.00
校园优惠价：￥43.07 (73折)
促销活动：
商品已成功飞到您的手机啦！快登录手机站看看吧！
下载客户端
> 微信关注“互动出版网”，便捷查询订单，更多惊喜天天有
原书名：Mining the Social Web
原出版社：
ISBN：8上架时间：出版日期：2012 年2月开本：16开页码：301版次：1-1
所属分类：
　 第21届Jolt生产效率大奖获奖图书
社交数据挖掘、分析必备参考书
不仅对初学者有用，对数据挖掘的资深人士也极具参考价值。
《社交网站的数据挖掘与分析》介绍组合社交网络数据、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，以及那些你都不知道存在的有用信息。每个独立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。主要内容包括：获得社交网络世界里的直观概要，使用GitHub上灵活的脚本来获取社交网络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朋友网络探索基于微格式的社交联系，通过基于HTML5和JavaScript工具集的网络技术建立交互式可视化等。
Facebook、Twitter和Linkedln产生了大量宝贵的社交数据，但是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?本书简洁而且具有可操作性，它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站数据、分析技术，如何通过可视化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。
《社交网站的数据挖掘与分析》每章都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。
马修?罗塞尔（Matthew A. Russell），Digital Reasoning Systems公司的技术副总裁和Zaffra公司的负责人，是热爱数据挖掘、开源和Web应用技术的计算机科学家。他也是《Dojo: The Definitive Guide》（O’Reilly出版社）的作者。在Linkedin上联系他或在Twitter关注@ptwobrussell，可随时了解他的最新动态。
《社交网站的数据挖掘与分析》
第1章绪论：Twitter 数据的处理 9
Python 开发工具的安装 9
Twitter 数据的收集和处理 11
第2章微格式：语义标记和常识碰撞 26
XFN 和朋友 27
使用XFN 来探讨社交关系 29
地理坐标：兴趣爱好的共同主线 37
（以健康的名义）对菜谱进行交叉分析 41
对餐厅评论的搜集 43
第3章邮箱：虽然老套却很好用 47
mbox：Unix 的入门级邮箱 48
mbox+CouchDB= 随意的Email 分析 54
将对话线程化到一起 70
使用SIMILE Timeline 将邮件“事件”可视化 79
分析你自己的邮件数据 82
　　作为译者，按图书原貌准确转述作者意图即是对图书最有力的推介。借写译者序的机会，表达一下本人对社交媒体的看法。
　　近年来，Twitter 、Facebook 、LinkedIn 这些社交媒体开始蓬勃发展，且爆发出令人炫目的能量。无论是对消费者、企业或销售商，社交媒体都是一个很热门的话题，人们可以在社交媒体中看到很多最新的报道，了解世界各地的局势，推广新产品，告诉好友自己的最新状况，知道很久未曾谋面的好友的状况。人们花在社交媒体中的时间越来越多，它逐渐改变了人们的生活、交流方式，它传播的信息已经成为人们浏览互联网的重要内容，它制造了人们在社交生活中争相讨论的一个又一个热门话题，如因在微博中炫富而被广泛关注的“郭美美”事件，虽然我无意于纠缠该事件的来龙去脉，但是也要感叹一下社交媒体的无穷力量。
　　当我们的生活因为社交媒体变得便捷时，也遇到了很多问题。因为随之而来的是互联网中庞杂的数据和一些毫无价值的信息。在互联网中花费了大把时间仍然无法找到有用信息的情况时有发生，所以，如何有效地利用社交媒体，如何读取数据，如何从原始数据中提取出有价值的信息便成为亟待解决的问题。
　　这时，Matthew 编写的这本书便成为你应该拥有的一本书。对于任何想要涉足社交数据挖掘分析的人来说，本书都是你的必备参考书。《社交网站的数据挖掘与分析》不仅介绍了挖掘数据、分析数据的技术，还提供了对数据管理工具以及可视化方面的话题的讨论。此外，为了能让读者充分了解这些技术，Matthew 还提供了简单易懂的示例和非常有价值的建议。
　　《社交网站的数据挖掘与分析》前两章介绍了进行数据挖掘所需要的基本工具和背景知识，第3~9 章讨论了对流行社交媒体数据的挖掘、分析和可视化，第10 章对语义网进行了简单讨论。
　　很荣幸能翻译Matthew 大师的作品，虽然我知道我的语言可能无法完美地展现本书的精彩之处，但我还是要庆祝经过自己的努力，不够完美但勤恳认真地完成了本书的翻译工作。
　　在《社交网站的数据挖掘与分析》的翻译过程中，特别感谢樊旺斌提供的帮助，感谢陈钢、田思源审校了部分译稿，感谢他们的鼓励和严谨。
　　与其说网络是一项技术创新，不如说它是一项社会创新。我设计的是一种社会效应（帮助人们一起工作），而不是一种高科技玩具。网络的终极目标是支持并改进现实世界中存在的各种各样的“网”，我们有家庭“网”、协会“网”和公司“网”，我们会亲远疏近。――Tim Berners-Lee ，《Weaving the Web 》(Harper)
　　是否要阅读本书
　　如果你有编程基础，并且对通过社交网络进行数据挖掘和分析来洞察身边的机会感兴趣的话，你就选对书了。在短短几页介绍之后，我们就会开始动手编写代码。然而，坦率地说，你对本书最主要的抱怨可能就是所有的章节都太短了。遗憾的是，当你试图抓住每天变化并且有大量机会的空间时，情况总是这样。也就是说，我非常赞同“80-20 法则”（http://en.wikipedia.org/wiki/Pareto_principle ），而且我坚信本书在践行“用80% 的可用时间来探讨最有趣的20% 的内容”方面，这是个合理的尝试。
　　虽然本书篇幅有限，但是它涵盖了很多内容。总的来说，本书堪称广博而非精深，虽然当前的时机非常适合就此主题进行更深入的探讨，但是本书对这些有趣的挖掘和分析技术的深入程度比较有限。本书的编排风格，既适合你通读全书来全面了解社交网络数据方面的入门知识，也适合你根据自己的兴趣来挑选感兴趣的章节来阅读。也就是说，每一章的设计都很短小且相对独立，但是，我在每章内容材料的编排上还是精心安排了前后顺序的，这样，你在阅读全书时才会感到顺畅。
　　注1：见第9章的第一段。
　　在过去的几年中，Facebook、Twitter和LinkedIn这类社交网站，已经从时尚变为主流，现在已经成为全球现象。在2010年第一季度，广受欢迎的社交网站Facebook已经超过Google，成为人们最经常访问的网站注1，这也证实了人们网络消费方式的明确转变。依此事实断言“网络现在已经成为社会文化现象而不再是研究和信息的工具”可能为时尚早；然而，这一数据的确可以表明，社交网站正在以搜索引擎所不具备的方式，大规模地满足了人类的一些基本诉求。社交网络确实正在改变我们的网络生活注2，它们能够让技术给我们呈现出最好的（有时是最坏的）一面。社交网络的爆发只是现实世界和网络世界之间的差距不断缩小的一种方式。总的来说，本书的每一章都将社交网站与数据挖掘、分析和可视化技术的内容组织在一起，来回答以下问题：
　　. 谁与谁相识，他们共同的朋友是谁？
　　. 某人与其他人多久联系一次？
　　. 人与人之间的交流在多大程度上是对称的？
　　.网络中最沉默/最健谈的人是谁？
　　.网络中最具影响力/人气最高的人是谁？
　　. 人们正在聊什么（而且它有趣吗）？
　　要回答这些问题，通常都会涉及两人或更多的人，并且需要找出他们之间存在关系的上下文。回答这些问题所涉及的工作只是开始，更复杂的分析过程还在后面，但是你必须找个地方下手，因为社交网络API 和开源工具包都很容易掌握。
　　笼统来说，本书把社交网站注3看成是由人、活动、事件、概念等组成的一幅“图”。Google 和Facebook 这些行业领袖已经开始逐渐推广以“图”为中心（graph-centric）的理念，而不再强调以“网络”为中心的说法了，因为它们在同时推广以“图”为基础的API 。事实上，Tim Berners-Lee 建议，也许他应该使用巨大全球图（Giant Global Graph，GGG）（http://dig.csail.mit.edu/breadcrumbs/node/215 ）来代替万维网（World Wide Web，WWW ），因为“网”和“图”可以在定义互联网的拓扑结构的上下文中任意互换。虽然Tim Berners-Lee 最初的设想能否实现仍有待观察，但是我们所熟知的网络正在因社交数据而变得越来越丰富。我们回顾过去的几年时，最明显的变化就是：由一个固有的语义网创建的第二级和第三级影响是实现真正的语义网的必要条件。两者之间的差距也变得越来越小了。
　　注2：Facebook 的创始人马克?扎克伯格，被《时代》杂志评为2010 年的年度人物（http://www. /time/specials/packages/article/0,3_7185,00.html）。
　　注3：参阅http://journal.planetwork.net/article.php?lab=reed0704 ，换一个角度看待关注数字标识的社交网络。
　　还是不要阅读本书
　　从零开始构建自己的自然语言处理器、探究可视化图库的典型用法，以及任何与构建相关的最新技术这类活动，都不属于本书的范围。如果你想了解以上任何内容而购买本书的话，你一定会很失望。然而，并不能仅仅因为“在区区几百页中进行文本分析或记录匹配既不真实，也无法体现我们的最佳技术”，就认为本书无法让你找到疑难问题的合理解决方案，无法将这些方案应用于社交网站，在此过程中并无乐趣可言。当然，这也并不妨碍你在这些诱人的研究领域中培养积极的兴趣。本书的篇幅有限，只能给你开开胃，最多也就是能培养起你在数据处理方面的兴趣，并不能赋予你开天辟地的神奇力量。
　　也许现如今这样的提醒显得有点多此一举，但是我还是要强调一点（非常重要的一点）：本书所述内容，通常都假定你已经连接到了互联网。本书并不适合在你度假远行时随身携带，因为其中包含很多有超链接的参考内容，而且所有的代码示例都通过超链接直接与GitHub 相连，GitHub（）是一个非常社交化的Git（）存储库，它一直保持可用的最新示例代码。这种做法希望社交编码能加强志同道合的读者之间的协作，例如，有的人想一起扩展示例，也有人想一起探索有趣的问题。但愿大家能够对资源进行分叉、扩展以及改进――能结识一些志趣相投的新朋友的话更好。像API 文档这种现成的资源也可以通过超链接来方便地获取，并且我们认为你更习惯使用在线内容，而不是那些注定会过期的印刷文字。
　　注意：与本书配套的bug 修复源代码的官方GitHub 存储库是/ptwobrussell/Mining-the-Social-Web 。本书的官方Twitter 账号是@SocialWebMining 。
　　“这是一本非读不可的书，因为现在的数据都散落在各处，令人眼花缭乱。[Matthew] Russell 这位API 达人、社交媒体专家（当然他更像是数据方面的科学家）在社交媒体数据挖掘方面巧妙地开创了先河。”
　　――Nick Ducoff，Infochimps 公司CEO
　　“这是一本能让你了解新一代在线数据资源挖掘技术的重要指南。Russel 做了件很了不起事，他为社交网站的从业人员准备了一本通俗易读的操作手册，涵盖了如何存取数据以及如何从原始数据中提取有价值的信息的简单方法。”
　　――Pete Warden， 创始人
　　“每当我参与的项目涉及社交数据分析时，本书肯定是我的必备参考书。书中有很多有用的示例，如果你正开发与数据挖掘相关的项目，那么我郑重向你推荐本书。本书不仅对初学者有用，对数据挖掘的资深人士也极具参考价值。”
　　――Abe Music，Zaffra 公司总裁
　　“作者编写本书时肯定乐在其中。他很巧妙地将传统的文本、图形挖掘库与时下流行的社交媒体应用联系到了一起。其示例既言之有物又不失简洁性，不但为读者提供了有价值的建议，也为读者进行更深入的开发和探讨提供了帮助。不论是对于刚涉足社交网络数据挖掘的新手，还是需要了解最新社交媒体API 的资深研究人员来说，本书都是一本很好的指南。”
　　――Chris Augeri，Nebraska 大学高级研究员
　　“对任何想涉足社交数据挖掘的人来说，这都一本非常好的书。作者进行了深入研究，从第1章开始就提供了丰富的示例。它不但易懂而且很有趣。如果你对社交网络数据的挖掘、分析和可视化感兴趣的话，那么本书是你的首选。”
　　――Jeffrey Humphries 博士；计算机科学家
　　“在未来几年中，几乎没有任何事情可以阻碍我们通过软件自动了解人际交往方式的脚步。这个话题广博而精深。它一直是众多学术论文和学位论文的研究主题。Matthew 真的是将一些容易忽略的东西联系到了一起：他对一系列庞杂而深奥的技术以及埋没在社交网站内的人际沟通方面的知识进行了很实用的讲解。本书出自一位技术高人之手――他对新工具的编程技术了如指掌。本书将为你打开软件未来十年走向的大门。”
　　――Tim Estes，Digital Reasoning Systems 公司创始人、CEO
　　“本书告诉你如何最有效地利用Twitter API 。”――Raffi Krikorian，Twitter 公司平台服务组
　　“Matthew 精心挑选的这些数据源、分析技术、数据管理工具以及可视化方面的话题都非常有趣，全面体现了“如何从社交网络获取有价值的信息”领域的最新思想。他举的例子很生动，是进行深入研究很好的起点。Matthew 非常在乎读者能否理解这些材料；本书随处都给出了适时、适用且真正有帮助的提示和建议。本书能激发我深入研究数据进而分析这一领域的兴趣。”
　　――Roger Magoulas，O’Reilly Media 公司市场研究总监
770)this.width=770;' />
同类热销商品￥30.00￥21.90
订单处理配送
北京奥维博世图书发行有限公司 china-pub,All Rights Reserved