在线刊号(2320-9801)印刷刊号(2320-9798)
推文挖掘:来自社交网络的知识
近年来,社交网络挖掘获得了极大的关注,因为它是一个互动平台,通过这个平台,个人社区可以创建和显示用户生成的内容以及通过万维网连接人们的社会关系。社交媒体成为最强大的信息交换工具,不仅消费信息,还分享和讨论他们感兴趣的方面的信息。信息检索和文本挖掘在最近获得了更大的势头。因此,有必要对社交媒体进行挖掘,在识别用户感兴趣的模式的基础上生成有用的知识。社交媒体的优势在于可以自由地用文字表达自己的思想,而不需要遵循传统的语言语法,这最终成为挖掘社交媒体的挑战。此外,信息量太大,太动态了。这项拟议工作的目标是挖掘社交媒体,在我们的例子中是twitter。所涉及的挑战是理解用户行为和生成与推文语言相关的语法规则,我们还需要放置所使用的语法的接近性。我们的工作贡献提供了可视化的信息检索工具。应用该算法可以对用户行为(Tweeters)进行研究,对推文上下文进行事实分析,并识别有效的推文用户。
G. Thiyagarajan, S.A.K. Jainulabudeen
阅读全文下载全文