معرفی و دانلود کتاب Scraper اینستاگرام برای داده‌کاوی و بازاریابی با پایتون

معرفی کتاب Scraper اینستاگرام برای داده‌کاوی و بازاریابی با پایتون

کتاب Scraper اینستاگرام برای داده‌کاوی و بازاریابی با پایتون تألیف امید اکبریانی، شیوه‌ی ساخت ربات‌های واکشی را می‌آموزد و به شما یاد می‌دهد چطور با کمک آن‌ها اطلاعات صفحات اینستاگرامی را جمع‌آوری کنید. این راهنما، کتابخانه‌های موردنیاز برای وب اسکرپینگ با پایتون را معرفی می‌کند و نشان می‌دهد که چگونه می‌توان داده‌هایی مثل تعداد فالووینگ‌ها و فالوورها، لایک‌ها یا محتوای کامنت‌های اینستاگرام را به شکل خودکار جمع‌آوری و در دیتابیس ذخیره کرد.

درباره‌ی کتاب Scraper اینستاگرام برای داده‌کاوی و بازاریابی با پایتون

در بازاریابی دیجیتالی، داده‌ها نقشی اساسی و انکارناپذیر دارند و مبنای تدوین استراتژی‌ها هستند. امروزه بخش مهمی از داده‌ها از سایت‌ها و شبکه‌های اجتماعی جمع‌آوری می‌گردند. برای مثال بازاریاب به این توجه دارد که از صفحه‌ی یک محصول چقدر بازدید شده، چند نفر درباره‌ی آن بحث کرده‌اند، و چقدر تأثیر مثبت یا توجه منفی گرفته. این اطلاعات به او کمک می‌کند تا به شیوه‌ی درست‌تری این محصول یا مشابه آن را تبلیغ کند. در این چند سال اخیر و با رشد حیرت‌آور شبکه‌های اجتماعی، این شبکه‌ها نقش اصلی را در بازارهای دیجیتال برعهده‌گرفته‌اند. و در میان همه‌ی آن‌ها اینستاگرام، به‌عنوان یکی از محبوب‌ترین‌ها، سهم بزرگی از بازار را در اختیار دارد. اینستاگرام سال‌های قبل بیشتر مکمل سایت‌های فروشگاهی بود، ولی حال خود در جایگاه فروشگاهی کامل قرار گرفته است. با این تفاسیر بازاریاب باید بر این شبکه تمرکز زیادی داشته باشد و دائما اطلاعات آن را پایش کند. اما این کار با نیروی انسانی بسیار سخت و پرهزینه و پرخطا است. در این شرایط خیلی از افراد حرفه‌ای از ربات‌های واکشی یا اسکرپر استفاده می‌کنند. ربات‌هایی که به شکل خودکار اطلاعات موردنیاز را جمع‌آوری کرده و ذخیره می‌کنند. کتاب Scraper اینستاگرام برای داده‌کاوی و بازاریابی با پایتون تألیف امید اکبریانی می‌کوشد شیوه‌ی ساخت و استفاده از این ربات‌ها را بیاموزد. این کتاب راهنما که از زبان پایتون بهره می‌برد، به شما افزونه‌ها و کتابخانه‌های ضروری را معرفی می‌کند و نوشتن کد با پایتون را خواهد آموخت.

تصور کنید می‌خواهید صفحات رقبایتان را دائماً زیر نظر داشته باشید و بدانید پست‌های آن‌ها چقدر موردتوجه قرار می‌گیرد. مثلاً چه تعداد فالوور و فالووینگ دارند، یا هر پست آن‌ها چقدر لایک می‌خورد، چند نفر زیر هر پست کامنت می‌گذارند، یا از چه هشتگ‌هایی استفاده کرده‌اند. همه‌ی این فاکتورها به بازاریاب کمک می‌کنند استراتژی‌هایی مناسب را بیابد و به کار ببندد. طبیعتاً زیر نظر گرفتن این تعداد صفحه و پست از توان انسان خارج است. برای حل کردن این مشکل، مفهوم وب اسکرپینگ خلق شده. وب اسکرپینگ به شما این امکان را می‌دهد تا ربات‌هایی درست کنید که به صفحات موردنظرتان بروند، آن‌ها را زیر و رو کنند و هر آنچه می‌خواهید را جمع‌آوری نمایند. برای نوشتن این ربات‌های واکشی از زبان‌های زیادی می‌توان استفاده کرد، ولی یکی از بهترین و ساده‌ترین آن‌ها پایتون است. پایتون کتابخانه‌هایی قوی و کاربردی دارد که باعث می‌شود ساخت اسکرپرها ساده‌تر شود. امید اکبریانی در کتاب Scraper اینستاگرام برای داده‌کاوی و بازاریابی با پایتون دقیقاً بر روی همین موضوع متمرکز شده و سعی کرده با کمک مثال‌هایی واقعی و کاربردی آن را بیاموزد. او پس‌ازاینکه مفهوم اسکرپینگ را تشریح کرد، کتابخانه‌ی مهم سلنیوم را معرفی می‌نماید. سپس شیوه‌ی یافتن المان‌های هر صفحه را می‌آموزد و یاد می‌دهد که چطور می‌توانیم از یک صفحه اطلاعات موردنظرمان را جدا کنیم و در اکسل یا هر دیتابیس دیگری ذخیره نماییم. در پایان نیز نحوه‌ی جمع‌آوری اطلاعات کاربران از بیوگرافی آن‌ها را می‌آموزد.

کتاب Scraper اینستاگرام برای داده‌کاوی و بازاریابی با پایتون را موسسه فرهنگی هنری دیباگران تهران به چاپ رسانده است.

کتاب Scraper اینستاگرام برای داده‌کاوی و بازاریابی با پایتون برای چه کسانی مناسب است؟

این کتاب به برنامه‌نویسان پایتون، متخصصین داده‌کاوی و بازاریابان پیشنهاد می‌شود.

در بخشی از کتاب Scraper اینستاگرام برای داده‌کاوی و بازاریابی با پایتون می‌خوانیم

تفاوت اصلی در این است، که فرایند Crawler یک فرایند کلی و عمومی می‌باشد؛ مانند ربات‌های Crawler گوگل که سرتاسر وب در واکشی هستند و لینک به لینک جلو رفته و همه محتواهای موجود بر سر راه را جمع‌آوری می‌کنند؛ ولی در فرایند Scraping یک سایت را به ربات داده و خط و مشی ربات را برنامه‌ریزی می‌کنید، که چه نوع دیتا و از کدام صفحات سایت برای شما آن را جمع‌آوری کند (یعنی فقط دیتاهایی را که مد نظر باشد، جمع‌آوری و ذخیره کند). به فرض مثال ربات Scraping اینستاگرام، که در این ربات گفته شده که صفحات کاربرانی را که جزء فالوئرهای آقای X هستند و بالای 10Kفالوئر دارند، ذخیره کند.

فهرست مطالب کتاب

بخش 1: مقدمه و اهداف
بخش 2: اینستاگرام
بخش 3: SCRAPER
بخش 4: معرفی نرم‌افزار و کتابخانه‌ها
بخش 5: ADDON و پیدا کردن ELEMENTS
بخش 6: مراحل راه‌اندازی
بخش 7: جمع‌آوری FOLLOWER/FOLLOWING
بخش 8: جمع‌آوری COMMENT
بخش 9: جمع‌آوری LIKE
بخش 10: جمع‌آوری کاربر با استفاده از HASHTAG
بخش 11: جمع‌آوری HASHTAG در CAPTION
بخش 12: جمع‌آوری کاربر با استفاده از LOCATION
بخش 13: جمع‌آوری شماره تلفن، هشتگ، ایمیل و مشخصات در بیوگرافی کاربر
بخش 14: ربات پیشرفته شرطی
بخش 15: ذخیره‌سازی