|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/mineracao-e-analise-de-dados-do-linkedin/
课程评论：没有评论
**课程名称：** LinkedIn数据挖掘与分析 **课程概述：** 本课程旨在教授学员如何利用LinkedIn这一全球最大的职业社交平台进行数据挖掘与分析。LinkedIn不仅是建立职业联系、寻找工作机会的平台，也是企业招聘理想人才的有力工具。课程将聚焦于如何通过分析LinkedIn个人资料数据，提取有价值的洞察，例如： * 了解您的连接人群的主要职位。 * 识别向您发送邀请的公司。 * 分析您的联系人的主要地理位置。 * 评估您的职业网络是否与您的职业目标一致。 **课程内容要点：** * **数据提取：** 使用LinkedIn API或CSV文件提取个人资料数据。即使没有LinkedIn账号，课程也提供示例数据集。 * **信息分析：** 分析用户连接、发送/接收的邀请及消息。 * **数据匿名化：** 生成虚假用户名以保护隐私。 * **公司与职位分析：** 探索和可视化联系人的公司及职位信息，并生成动态图表。 * **职位相似度测量：** 应用编辑距离（Levenshtein）、n-gram相似度和Jaccard距离来衡量职位名称的相似性。 * **联系人分组：** 基于职位相似度对联系人进行分组，并利用HTML进行数据可视化。 * **地理位置分析：** 利用地理位置API提取联系人的经纬度，识别其所在城市和国家，并使用Google Earth和Basemap库进行动态可视化。 * **聚类分析：** 使用机器学习算法k-means对联系人进行分组。 * **文本分析：** 应用自然语言处理技术分析LinkedIn消息，生成词云，提取命名实体，并创建情感分类器来分析消息极性。 **技术栈：** * 编程语言：Python * 开发环境：Google Colab（无需额外安装配置，仅需浏览器和网络连接） **目标受众：** 本课程特别适合初次接触社交网络数据分析的学习者。
O LinkedIn é uma rede social altamente voltada para a experiência profissional com o intuito de gerar conexões e relacionamentos entre profissionais de diversas áreas. Os profissionais podem criar currículos e buscar empregos por meio da conexão com pessoas do mundo inteiro. Por exemplo, se você gostaria de trabalhar na área de Ciência de Dados, pode formar conexões com empresas e pessoas que trabalham nessa área, aumentando as chances de conseguir uma vaga. Por outro lado, as empresas conseguem buscar os candidatos ideais para suas vagas, de acordo com o currículo e habilidades fornecidas pelos usuários. Em 2017, o LinkedIn firmou-se como a maior plataforma de negócios e importante ferramenta estratégica tanto para profissionais quanto para empresas.Dentro deste contexto, é importante que os profissionais saibam como utilizar os dados dessa rede sociais a seu favor. Para isso, o próprio LinkedIn disponibiliza uma série de bases de dados relacionadas ao seu perfil, nas quais é possível aplicar técnicas de Ciência e Análise de Dados para extrair insights importantes e interessantes sobre a nossa rede de conexões. Dessa forma, podemos responder perguntas como: Quais são os cargos principais das pessoas que estão conectadas a nós? Quais são as empresas que estão enviando convites para nosso perfil? Qual é a localização principal de nossos contatos? Nossa rede do LinkedIn é composta por pessoas e empresas relacionadas ao nosso trabalho? As empresas que quero trabalhar estão enviando convites para meu perfil? Essas e outras perguntas serão respondidas durante este curso, e com isso, você pode analisar se sua rede está de acordo com o que você almeja profissionalmente. Abaixo você pode observar os principais tópicos que serão implementados passo a passo:Extrair dados do seu perfil do LinkedIn, utilizando a API do LinkedIn e arquivos.csv. Caso você não tenha LinkedIn poderá acompanhar normalmente o curso, pois serão disponibilizadas as bases de dados do meu perfilExtrair e analisar informações como: conexões entre os usuários, convites enviados/recebidos e mensagensGerar nomes de usuários falsos para mascarar as informações reaisExplorar e visualizar dados relativos às empresas e cargos de seus contatos (geração de gráficos dinâmicos)Utilizar a distância de edição (Levenshtein), similaridade n-grama e distância de Jaccard para medir a similaridade entre os cargosAgrupar os contatos baseado na similaridade entre os cargos, bem como gerar visualizações em HTML para melhorar a apresentação dos dadosUtilizar APIs de localização para extrair a latitude e longitude dos contatos, com o intuito de capturar a cidade e país de cada umVisualizar a localização dos contatos dinamicamente com o Google Earth e a biblioteca BasemapAgrupar os contatos utilizando o algoritmo k-means da área de aprendizagem de máquina (machine learning)Aplicar técnicas de processamento de linguagem natural para analisar suas mensagens no LinkedInGerar nuvem de palavras com os termos mais frequentes das mensagens, bem como extrair entidades nomeadasCriar um classificador de sentimentos para extrair a polaridade das mensagens do LinkedInDurante o curso, vamos utilizar a linguagem de programação Python e também o Google Colab, ou seja, não é necessário gastar tempo instalando ou configurando ferramentas. Você conseguirá acompanhar o curso tendo um navegador simples e uma conexão com a Internet! Este é o curso ideal caso seja seu primeiro contato com análise de dados de redes sociais!
