Crédito:CC0 Public Domain
Una forma rápida de identificar la "n th "Los amigos de los usuarios de redes sociales basados en la minería de datos espaciales de perfiles y comportamientos en un servicio como Twitter se describen en la Revista Internacional de Paradigmas de Inteligencia Avanzada.
D. Gandhimathi del Centro de Investigación y Desarrollo, Bharathiar University en Coimbatore y John Sanjeev Kumar de Thiagarajar College of Engineering en Madurai, India, Explique que Twitter juega un papel importante en la acción social intencionada. Por lo tanto, el análisis de grupos de usuarios basado en gustos e intereses podría revelar conexiones latentes entre los usuarios y, por lo tanto, permitir que las tendencias emergentes se detecten de manera más efectiva y se hagan predicciones sobre el comportamiento y las acciones que los usuarios podrían tomar. Tales conocimientos podrían ser de interés para los científicos investigadores, empresas y sus departamentos de marketing, organizaciones sin fines de lucro y organizaciones benéficas, y tal vez el gobierno y la aplicación de la ley en muchos contextos diferentes.
El análisis cuantitativo poco convencional del equipo se engancha en los metadatos geográficos de las actualizaciones de Twitter de cada usuario, la etiqueta geográfica, donde está en su lugar y no oculto por el usuario para proporcionar selecciones aún más ricas para los mineros de datos. El equipo explica que su enfoque principal estaba en los "sistemas de recomendación" que involucrarían a un usuario "n th "amigos de una manera positiva al comprender los aspectos del comportamiento y la acción social basados en el contenido o la popularidad en Twitter. El equipo sugiere que su enfoque podría convertirse en un algoritmo de recomendación útil. Sin embargo, también es una herramienta útil para el descubrimiento de la comunidad y para responder preguntas sobre la agrupación de usuarios a gran escala.
Sus pruebas del enfoque muestran que tiene un costo relativamente bajo en términos de recursos informáticos necesarios y que proporciona resultados más precisos en comparación con otros enfoques.