Mining the Social Web

Ecosistemul tehnic prezentat în această a treia ediție se bazează pe flexibilitatea limbajului Python, integrând fluxuri de lucru moderne prin Jupyter notebooks și containere Docker pentru a asigura reproductibilitatea analizelor. Reținem faptul că Mining the Social Web nu se limitează la o prezentare teoretică, ci oferă o metodologie aplicată pentru interogarea API-urilor unor platforme majore precum Twitter, Facebook, LinkedIn sau GitHub. Ne-a atras atenția rigoarea cu care sunt tratate aspectele de procesare a datelor nestructurate, de la identificarea comunităților și a influențatorilor până la analiza de sentiment și geolocalizare. Abordarea autorilor, Matthew A Russell și Mikhail Klassen, diferă de cea din Introduction to Social Media Investigation prin focusul pe programare și automatizare — este un volum mai puțin orientat spre investigația manuală și mult mai mult spre prelucrarea algoritmică a volumelor mari de date. În contextul operei sale, Matthew A Russell continuă direcția începută cu 21 Recipes for Mining Twitter, extinzând însă spectrul de la o singură platformă la un întreg peisaj social digital. Dacă în lucrările sale anterioare, precum Dojo: The Definitive Guide sau Paypal Apis: Up and Running, autorul se concentra pe arhitectura și integrarea sistemelor web, aici face pasul decisiv către știința datelor, oferind instrumente pentru a transforma zgomotul din rețelele sociale în informație structurată. Subliniem că structura modulară a cărții permite învățarea iterativă, fiind ideală pentru cei care doresc să implementeze rapid soluții de data mining fără a neglija bunele practici de dezvoltare software.