Nicht aus der Schweiz? Besuchen Sie lehmanns.de

Data Mining for Social Network Data (eBook)

eBook Download: PDF
2010 | 2010
X, 216 Seiten
Springer US (Verlag)
978-1-4419-6287-4 (ISBN)

Lese- und Medienproben

Data Mining for Social Network Data -
Systemvoraussetzungen
96,29 inkl. MwSt
(CHF 93,95)
Der eBook-Verkauf erfolgt durch die Lehmanns Media GmbH (Berlin) zum Preis in Euro inkl. MwSt.
  • Download sofort lieferbar
  • Zahlungsarten anzeigen
Driven by counter-terrorism efforts, marketing analysis and an explosion in online social networking in recent years, data mining has moved to the forefront of information science. This proposed Special Issue on Data Mining for Social Network Data will present a broad range of recent studies in social networking analysis. It will focus on emerging trends and needs in discovery and analysis of communities, solitary and social activities, activities in open for a and commercial sites as well. It will also look at network modeling, infrastructure construction, dynamic growth and evolution pattern discovery using machine learning approaches and multi-agent based simulations. Editors are three rising stars in world of data mining, knowledge discovery, social network analysis, and information infrastructures, and are anchored by Springer author/editor Hsinchun Chen (Terrorism Informatics; Medical Informatics; Digital Government), who is one of the most prominent intelligence analysis and data mining experts in the world.
Driven by counter-terrorism efforts, marketing analysis and an explosion in online social networking in recent years, data mining has moved to the forefront of information science. This proposed Special Issue on Data Mining for Social Network Data will present a broad range of recent studies in social networking analysis. It will focus on emerging trends and needs in discovery and analysis of communities, solitary and social activities, activities in open for a and commercial sites as well. It will also look at network modeling, infrastructure construction, dynamic growth and evolution pattern discovery using machine learning approaches and multi-agent based simulations. Editors are three rising stars in world of data mining, knowledge discovery, social network analysis, and information infrastructures, and are anchored by Springer author/editor Hsinchun Chen (Terrorism Informatics; Medical Informatics; Digital Government), who is one of the most prominent intelligence analysis and data mining experts in the world.

Social Network Data Mining: Research Questions, Techniques, and Applications.- Automatic Expansion of a Social Network Using Sentiment Analysis.- Automatic Mapping of Social Networks of Actors from Text Corpora: Time Series Analysis.- A Social Network-Based Recommender System (SNRS).- Network Analysis of US Air Transportation Network.- Identifying High-Status Nodes in Knowledge Networks.- Modularity for Bipartite Networks.- ONDOCS: Ordering Nodes to Detect Overlapping Community Structure.- Framework for Fast Identification of Community Structures in Large-Scale Social Networks.- Geographically Organized Small Communities and the Hardness of Clustering Social Networks.- Integrating Genetic Algorithms and Fuzzy Logic for Web Structure Optimization.

Erscheint lt. Verlag 10.6.2010
Reihe/Serie Annals of Information Systems
Annals of Information Systems
Zusatzinfo X, 216 p. 68 illus.
Verlagsort New York
Sprache englisch
Themenwelt Informatik Office Programme Outlook
Informatik Theorie / Studium Künstliche Intelligenz / Robotik
Mathematik / Informatik Mathematik Finanz- / Wirtschaftsmathematik
Sozialwissenschaften
Wirtschaft Allgemeines / Lexika
Wirtschaft Betriebswirtschaft / Management Wirtschaftsinformatik
Schlagworte algorithms • Calculus • Data Mining • Information science • learning • machine learning • mapping • Modeling • Optimization • Simulation • Social Networks • Web mining
ISBN-10 1-4419-6287-5 / 1441962875
ISBN-13 978-1-4419-6287-4 / 9781441962874
Haben Sie eine Frage zum Produkt?
PDFPDF (Wasserzeichen)
Größe: 5,4 MB

DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasser­zeichen und ist damit für Sie persona­lisiert. Bei einer missbräuch­lichen Weiter­gabe des eBooks an Dritte ist eine Rück­ver­folgung an die Quelle möglich.

Dateiformat: PDF (Portable Document Format)
Mit einem festen Seiten­layout eignet sich die PDF besonders für Fach­bücher mit Spalten, Tabellen und Abbild­ungen. Eine PDF kann auf fast allen Geräten ange­zeigt werden, ist aber für kleine Displays (Smart­phone, eReader) nur einge­schränkt geeignet.

Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.

Zusätzliches Feature: Online Lesen
Dieses eBook können Sie zusätzlich zum Download auch online im Webbrowser lesen.

Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.

Mehr entdecken
aus dem Bereich