读书月福利
欢迎光临中图网 请 | 注册
> >>
图分析与可视化-在关联数据中发现商业机会

图分析与可视化-在关联数据中发现商业机会

作者:布莱斯
出版社:机械工业出版社出版时间:2016-03-01
开本: 16开 页数: 324
中 图 价:¥80.9(6.8折) 定价  ¥119.0 登录后可看到会员价
暂时缺货 收藏
运费6元,满69元免运费
?快递不能达地区使用邮政小包,运费14元起
云南、广西、海南、新疆、青海、西藏六省,部分地区快递不可达
本类五星书更多>

图分析与可视化-在关联数据中发现商业机会 版权信息

图分析与可视化-在关联数据中发现商业机会 本书特色

本书通过详细的示例、样本数据集、代码和图形教程,说明了如何:1为每个问题使用合适类型的图2快速、高效且正确地收集、清洗和组织数据3为高可读性设置可视化格式,而不损失精确性4掌握允许更深入地探索和解释数据的工具5使用少量轻量级编程创建自定义可视化6选择有效的图分析技术来从数据中提取出*多信息7使用高级的可视化技术,包括动态图、大数据工具和查询。

图分析与可视化-在关联数据中发现商业机会 内容简介

本书通过详细的示例、样本数据集、代码和图形教程,说明了如何:1为每个问题使用合适类型的图2快速、高效且正确地收集、清洗和组织数据3为高可读性设置可视化格式,而不损失精确性4掌握允许更深入地探索和解释数据的工具5使用少量轻量级编程创建自定义可视化6选择有效的图分析技术来从数据中提取出*多信息7使用高级的可视化技术,包括动态图、大数据工具和查询。

图分析与可视化-在关联数据中发现商业机会 目录

目  录前言作者简介第i部分 概述第1章 为什么使用图    21.1 商业中的可视化    31.2 商业中的图    41.2.1 找出反常现象    51.2.2 管理网络和供应链   71.2.3 辨别风险模式    91.2.4 优化资产组合   111.2.5 绘制社会等级分层图   131.2.6 发现社区    151.3 图的现状    161.4 小结    17第2章 图的类型及其适用的问题    182.1 关系    182.2 分层    212.3 社区    232.4 流    272.5 空间网络    302.6 小结    32第ⅱ部分 过程和工具第3章 数据:收集、清洗和连接    353.1 了解目标    353.2 收集:识别数据    353.2.1 潜在的图数据源   363.2.2 潜在的分层数据源   413.2.3 获取数据    433.3 清洗:准备数据    443.4 连接:组织图数据   453.4.1 计算图    463.4.2 图数据的文件格式    483.5 集中回顾    543.6 小结    54第4章 统计数据和布局    554.1 基本的图统计数据   554.1.1 大小(节点数和边数)   554.1.2 密度    564.1.3 成分数    564.1.4 度和路径    564.1.5 中心度    584.1.6 病毒式营销示例   594.2 布局    604.2.1 节点–连接布局   604.2.2 其他布局    614.2.3 力导向布局    624.2.4 仅节点布局    664.2.5 时间布局    674.2.6 自顶向下和其他正交分层   684.2.7 辐射状分层    714.2.8 地理布局和地图   724.2.9 弦图    744.2.10 邻接矩阵    744.2.11 树图    764.2.12 分层饼图    764.2.13 平行坐标    774.3 集中回顾    794.4 小结    79第5章 视觉特性    805.1 基本视觉特性    815.2 关键的节点特性    825.2.1 节点大小    825.2.2 节点颜色    845.2.3 标签    875.3 关键的边特性    915.3.1 边的权重    915.3.2 边的颜色    915.3.3 边的类型    925.4 组合基本特性    935.5 捆绑、形状、图片及更多   945.5.1 捆绑边    945.5.2 形状    955.5.3 节点图片    955.5.4 节点边框    965.5.5 更多特性    975.5.6 干扰与分隔    975.6 集中回顾    1015.7 小结    101第6章 探索和解释    1026.1 探索、解释和导出   1026.2 必要的探索性交互   1046.2.1 缩放和摇动(以及比例缩放和旋转)    1056.2.2 识别    1066.2.3 过滤器    1076.2.4 隔离和重做布局   1096.3 更多交互式探索   1106.3.1 识别邻近节点   1116.3.2 路径    1116.3.3 删除    1126.3.4 分组    1126.3.5 迭代分析    1146.4 解释    1146.4.1 数据故事的顺序   1156.4.2 图例    1166.4.3 注释    1166.4.4 导出数据子集、图和图片   1186.5 集中回顾    1196.6 小结    120第7章 鼠标点击类图工具    1217.1 excel    1217.1.1 汇总连接    1227.1.2 提取节点    1227.1.3 excel中的邻接矩阵可视化    1237.2 nodexl    1257.2.1 nodexl基础    1257.2.2 社交网络功能   1277.3 gephi    1297.3.1 gephi基础    1297.3.2 注意事项    1317.4 cytoscape   1337.4.1 cytoscape基础    1337.4.2 将数据导入cytoscape   1347.4.3 视觉特性    1357.4.4 apps菜单    1397.5 yed    1397.6 小结    141第8章 轻量级编程    1438.1 python    1438.1.1 上手    1438.1.2 清洗数据    1448.1.3 从连接数据集中提取节点集合   1458.1.4 将电子邮件数据转换为图   1498.1.5 图数据库    1548.2 javascript与图的可视化    1558.2.1 d3基础    1558.2.2 d3和图    1608.2.3 d3弹簧图    1698.3 小结    174第ⅲ部分 图的可视化分析第9章 关系    1769.1 连接和关系    1769.1.1 诈骗索赔中的相似性   1779.1.2 网络安全    1799.2 电子邮件关系    181空间分隔    1819.3 演员与电影    1849.4 将连接转换为节点   1869.5 小结    188第10章 分层    18910.1 组织结构图    18910.2 树与图    19110.3 绘制分层    19310.4 决策树    19810.5 网站树及有效性   20010.6 小结    203第11章 社区    20411.1 社区的定义特征   20511.2 图聚类    20511.2.1 社交网络案例分析   20611.2.2 使用nodexl和gephi分析社交媒体    20611.2.3 可聚类的布局   20811.2.4 使用颜色描述簇的特征    21011.2.5 社区发现   21111.2.6 使用颜色来区分簇   21211.2.7 社区话题分析   21411.2.8 社区情感   21611.3 团伙和其他组   21911.3.1 社交媒体中的团伙   22011.3.2 使用凸包的社区组   22011.4 小结    223第12章 流    22412.1 桑基图    22512.2 构造一个桑基图   22912.2.1 创建页面结构   22912.2.2 处理和建模数据   23012.2.3 可视化数据   23112.2.4 高亮显示通过节点的流   23312.3 使用流的社区布局   23512.4 弦图    23712.5 构造一个弦图   23812.5.1 准备数据   23812.5.2 创建页面结构   23912.5.3 处理和建模数据   24012.5.4 可视化数据   24312.5.5 根据需要显示交互细节   24712.6 行为因子树    24812.7 小结    249第13章  空间网络    25013.1 示意图布局    25013.2 小世界分组    25513.3 连接玫瑰汇总   25513.4 路线模式    26313.4.1 可视化路线段   26413.4.2 轨迹聚合   26713.5 小结    268第iv部分 高级技术第14章 大数据    27014.1 图数据库    27114.1.1 产品营销示例   27114.1.2 创建和填充一个图数据库   27314.2 图查询语言    27514.2.1 使用gremlin进行图查询    27614.2.2 使用图查询来提取邻域   27814.3 分析邻域    28114.4 绘制网络活动   28714.5 社区可视化    28914.6 小结    290第15章 动态图    29115.1 图的变化    29115.1.1 有机动画   29215.1.2 完整时间跨度布局   29315.1.3 重影    29515.1.4 淡出    29615.1.5 社区演化   29715.2 交易图    29815.2.1 聚类交易分析   29915.2.2 空间交易分析   30415.3 小结    305第16章 设计    30716.1 节点    30716.1.1 节点的形状   30816.1.2 节点大小   31316.1.3 节点标签   31416.2 连接    31416.3 颜色    31816.4 小结    320图论术语表    322
展开全部

图分析与可视化-在关联数据中发现商业机会 作者简介

作 者 简 介Richard Brath是数据可视化的积极实践者和先行者,其视觉分析的研究、设计与开发不仅涉及研究领域还用于商业领域。他创建的解决方案范围很广,从用于移动设备中丰富的交互式可视化,到用于商业应用的多点触控、多屏幕装置以及基于Web的可视化分析,涉及的应用领域也很广,如贸易、职业体育和广播电视等,每天都有成千上万的人使用。 David Jonker是Uncharted(原来的Oculus Info Inc)公司的联合创始人和高级合伙人。他是一名设计师和开发人员,为基于Web的、分布式的、移动的应用设计可视化分析工具和平台。他在过去20多年做了大量可视化工作,其中包括位于时代广场NASDAQ MarketSite实时广播中心的可视化系统。目前,他是DARPA XDATA项目的带头人。Jonker和Brath是商业合作伙伴,两个人也经常在领先的行业及研究论坛上发表演讲,进行展示。 技术编辑简介Scott Langevin是Uncharted的一位主管和研究人员,拥有超过12年的行业和学术界经验。他在南卡罗来纳大学获得了计算机科学的博士学位,方向是机器学习、面向服务计算和软件工程。Langevin的研究兴趣包括概率图建模、大规模可视化分析和适应性用户界面。 Peter MacMurchy是拥有超过15年经验的专业软件开发人员,他关注UX、UI和交互式数据可视化工具。在卡尔加里大学读计算机科学学位研究计算机图形学时,课程作业激发了他对信息可视化的强烈兴趣。自那之后,他就一直为金融、电影、能源等行业开发可视化和交互软件。

商品评论(0条)
暂无评论……
书友推荐
编辑推荐
返回顶部
中图网
在线客服