Mineracao e Analise de Dados do LinkedIn

Utilize técnicas de Ciência de Dados e Inteligência Artificial para extrair e analisar sua rede de contatos do LinkedIn
Mineracao e Analise de Dados do LinkedIn
File Size :
2.80 GB
Total length :
7h 21m

Category

Instructor

Jones Granatyr

Language

Last update

Última atualização em 1/2021

Ratings

4.5/5

Mineracao e Analise de Dados do LinkedIn

What you’ll learn

Extrair dados do seu perfil do LinkedIn, utilizando a API do LinkedIn e arquivos .csv
Extrair e analisar informações como: conexões entre os usuários, convites enviados/recebidos e mensagens
Gerar nomes de usuários falsos para mascarar as informações reais
Explorar e visualizar dados relativos às empresas e cargos de seus contatos
Utilizar a distância de edição (Levenshtein), similaridade n-grama e distância de Jaccard para medir a similaridade entre os cargos
Agrupar os contatos baseado na similaridade entre os cargos, bem como gerar visualizações em HTML para melhorar a apresentação dos dados
Utilizar APIs de localização para extrair a latitude e longitude dos contatos, com o intuito de capturar a cidade e país de cada um
Visualizar a localização dos contatos dinamicamente com o Google Earth e a biblioteca Basemap
Agrupar 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 LinkedIn
Gerar nuvem de palavras com os termos mais frequentes das mensagens, bem como extrair entidades nomeadas
Criar um classificador de sentimentos para extrair a polaridade das mensagens do LinkedIn

Mineracao e Analise de Dados do LinkedIn

Requirements

Lógica de programação, principalmente estruturas condicionais e estrutura de repetição
Programação básica utilizando a linguagem Python
Não são necessários conhecimentos sobre o LinkedIn

Description

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!

Overview

Section 1: Introdução

Lecture 1 Boas-vindas e conteúdo do curso

Lecture 2 Mais sobre Análise de Dados

Lecture 3 Recursos para download

Section 2: Bases de dados do LinkedIn

Lecture 4 Introdução

Lecture 5 Criação de APP no LinkedIn

Lecture 6 API do LinkedIn 1

Lecture 7 API do LinkedIn 2

Lecture 8 API do LinkedIn 3

Lecture 9 Obtenção de dados do LinkedIn

Lecture 10 Base de dados de conexões

Lecture 11 Base de dados de convites 1

Lecture 12 Base de dados de convites 2

Lecture 13 Geração de dados falsos

Lecture 14 Base de dados de mensagens

Section 3: Conexões entre usuários e convites

Lecture 15 Introdução

Lecture 16 Número de convites por dia

Lecture 17 EXERCÍCIO

Lecture 18 Solução para o exercício

Lecture 19 Exploração das empresas

Lecture 20 Exploração dos cargos

Lecture 21 Distância de edição (Levenshtein)

Lecture 22 Similaridade n-grama

Lecture 23 Distância de Jaccard

Lecture 24 Agrupamento dos cargos por similaridade 1

Lecture 25 Agrupamento dos cargos por similaridade 2

Lecture 26 Agrupamento dos cargos por similaridade 3

Lecture 27 Agrupamento dos cargos por similaridade 4

Lecture 28 Visualização do agrupamento

Lecture 29 Exportação dos grupos para JSON

Lecture 30 Visualização com dendrograma

Lecture 31 Visualização com árvore de links

Lecture 32 API de localização do Google

Lecture 33 Acesso à API de localização

Lecture 34 Latitude e longitude dos contatos

Lecture 35 Mapa de contatos com Basemap

Lecture 36 Obtenção dos países e cidades

Lecture 37 Gráfico de usuários por países e cidades

Lecture 38 Introdução a agrupamento

Lecture 39 Introdução ao algoritmo k-means

Lecture 40 Agrupamento de usuários por localização

Lecture 41 Visualização dos grupos no Google Earth

Lecture 42 Base de dados de convites

Lecture 43 EXERCÍCIO

Lecture 44 Solução para o exercício

Lecture 45 Análise da localização dos convites

Section 4: Mensagens trocadas entre usuários

Lecture 46 Introdução

Lecture 47 Carregamento da base de dados

Lecture 48 Pré-processamento dos textos

Lecture 49 Pré-processamento da base de dados

Lecture 50 Detecção do idioma das mensagens

Lecture 51 Nuvem de palavras

Lecture 52 Extração de entidades nomeadas

Lecture 53 Classificação de sentimentos em inglês

Lecture 54 Lematização dos textos

Lecture 55 Classificação do sentimento das mensagens

Section 5: ANEXO: Classificador de sentimentos com textos do Twitter

Lecture 56 Bibliotecas e base de dados

Lecture 57 Pré-processamento dos textos 1

Lecture 58 Pré-processamento dos textos 2

Lecture 59 Pré-processamento da base de dados

Lecture 60 Tratamento da classe

Lecture 61 Construção do classificador e treinamento

Lecture 62 Testes com frases

Lecture 63 Avaliação do algoritmo

Section 6: Considerações finais

Lecture 64 Considerações finais

Lecture 65 AULA BÔNUS

Qualquer pessoa interessada em análise de dados utilizando dados de redes sociais,Pessoas interessadas na aplicação de técnicas de Inteligência Artificial e Ciência de Dados em dados extraídos de redes sociais,Pessoas interessadas em extração de dados de redes sociais,Alunos de graduação que estão estudando disciplinas ligadas a área de Inteligência Artificial, Ciência de Dados ou Análise de Dados

Course Information:

Udemy | Português | 7h 21m | 2.80 GB
Created by: Jones Granatyr

You Can See More Courses in the Developer >> Greetings from CourseDown.com

New Courses

Scroll to Top