Prediction and Inference from Social Networks and Social Media (eBook)
IX, 225 Seiten
Springer International Publishing (Verlag)
978-3-319-51049-1 (ISBN)
This book addresses the challenges of social network and social media analysis in terms of prediction and inference. The chapters collected here tackle these issues by proposing new analysis methods and by examining mining methods for the vast amount of social content produced. Social Networks (SNs) have become an integral part of our lives; they are used for leisure, business, government, medical, educational purposes and have attracted billions of users. The challenges that stem from this wide adoption of SNs are vast. These include generating realistic social network topologies, awareness of user activities, topic and trend generation, estimation of user attributes from their social content, and behavior detection. This text has applications to widely used platforms such as Twitter and Facebook and appeals to students, researchers, and professionals in the field.
Chapter1. Having Fun?: Personalized Activity-based Mood Prediction in Social Media.- Chapter2. Automatic Medical Image Multilingual Indexation through a Medical Social Network.- Chapter3. The Significant Effect of Overlapping Community Structures in Signed Social Networks.- Chapter4. Extracting Relations Between Symptoms by Age-Frame Based Link Prediction.- Chapter5. Link Prediction by Network Analysis.- Chapter6. Structure-Based Features for Predicting the Quality of Articles in Wikipedia.- Chapter7. Predicting Collective Action from Micro-Blog Data.- Chapter8. Discovery of Structural and Temporal Patterns in MOOC Discussion Forums.- Chapter9. Diffusion Process in a Multi-Dimension Networks: Generating, Modelling and Simulation.
| Erscheint lt. Verlag | 16.3.2017 |
|---|---|
| Reihe/Serie | Lecture Notes in Social Networks | Lecture Notes in Social Networks |
| Zusatzinfo | IX, 225 p. 82 illus., 54 illus. in color. |
| Verlagsort | Cham |
| Sprache | englisch |
| Themenwelt | Mathematik / Informatik ► Informatik |
| Technik | |
| Schlagworte | activity-based mood prediction • link prediction • modeling multi-dimensional networks • overlapping community structures • predicting collective action • ranking social content • trend prediction |
| ISBN-10 | 3-319-51049-5 / 3319510495 |
| ISBN-13 | 978-3-319-51049-1 / 9783319510491 |
| Haben Sie eine Frage zum Produkt? |
PDF (Wasserzeichen)Größe: 6,7 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.
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.
aus dem Bereich
