Kredit:CC0 Public Domain
En hurtig måde at identificere "n th " venner af sociale mediebrugere baseret på rumlig data mining af profiler og adfærd på en tjeneste som Twitter er beskrevet i International Journal of Advanced Intelligence Paradigms.
D. Gandhimathi fra forsknings- og udviklingscentret, Bharathiar University i Coimbatore og John Sanjeev Kumar fra Thiagarajar College of Engineering i Madurai, Indien, forklare, at Twitter spiller en vigtig rolle i bevidst social handling. Således kan klyngeanalyse af brugere baseret på likes og interesser afsløre ellers latente forbindelser mellem brugere og således gøre det muligt at spotte nye tendenser mere effektivt og forudsigelser om adfærd og handlinger, brugere kan foretage. Sådanne indsigter kunne være interessante for forskere, virksomheder og deres marketingafdelinger, ikke-for-profit organisationer og velgørende organisationer, og måske regering og retshåndhævelse i mange forskellige sammenhænge.
Holdets ukonventionelle kvantitative analyse hænger sammen med de geografiske metadata for hver brugers Twitter-opdateringer, geotagget, hvor det er på plads og ikke er skjult af brugeren for at give dataminearbejderne endnu rigere valg. Holdet forklarer, at deres hovedfokus var på "anbefalingssystemer", der ville engagere en brugers "n th " venner på en positiv måde ved at forstå indholdsbaserede eller popularitetsbaserede aspekter af adfærd og social handling på Twitter. Holdet foreslår, at deres tilgang kunne udvikles til en nyttig anbefalingsalgoritme. det er også et nyttigt værktøj til fællesskabsopdagelse og til at besvare spørgsmål om storskala-klyngning af brugere.
Deres test af tilgangen viser, at den er relativt lav pris i form af nødvendige computerressourcer og giver mere nøjagtige resultater sammenlignet med andre tilgange.
Sidste artikelUndersøgelse:Trafiksikkerhedskampagner knyttet til færre dødsfald
Næste artikelPensionssystemet kan øge uligheden