Data mining. Извлечение информации из Facebook, Twitter, LinkedIn, Instagram, GitHub

Библиотека pandas для Python — важный инструмент в арсенале любого исследователя данных, и мы будем использовать ее далее в этой книге. Она предлагает высокопроизводительные структуры данных для хранения табличных данных и мощные средства анализа, написанные на Python, при этом некоторые части библиотеки, выполняющие особенно интенсивные вычисления, написаны на C или Cython. Разработка библиотеки была начата в 2008 году Уэсом Маккинни (Wes McKinney), и первоначально она предназначалась для анализа финансовых данных.

Существует совершенно отдельный вид анализа, известный как разрешение сущностей (или устранение неоднозначности сущностей, в зависимости от формулировки задачи), помогающий объединить упоминания предметов в одно номинальное понятие. Например, в данном случае процесс разрешения сущностей мог бы заметить, что в Open Graph имеется несколько узлов, в действительности ссылающихся на одно и то же номинальное понятие Mining the Social Web, и создать связи между ними, указав, что в действительности они представляют одну и ту же сущность в реальном мире