Autor Dokoohaki, Nima
|
|
Documentos disponibles escritos por este autor (3)
Hacer una sugerencia Refinar búsquedaEmerging Research Challenges and Opportunities in Computational Social Network Analysis and Mining / Agarwal, Nitin ; Dokoohaki, Nima ; Tokdemir, Serpil
Título : Emerging Research Challenges and Opportunities in Computational Social Network Analysis and Mining Tipo de documento: documento electrónico Autores: Agarwal, Nitin, ; Dokoohaki, Nima, ; Tokdemir, Serpil, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: X, 278 p. 46 ilustraciones, 28 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-94105-9 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Sociología Procesamiento de datos teoría del sistema Ciencias sociales Métodos sociológicos Minería de datos y descubrimiento de conocimientos Sistemas complejos Aplicación informática en ciencias sociales y del comportamiento Índice Dewey: 301.01 Resumen: Los contribuyentes de este libro comparten, intercambian y desarrollan nuevos conceptos, ideas, principios y metodologías para avanzar y profundizar nuestra comprensión de las redes sociales en la nueva generación de Tecnologías de la Información y la Comunicación (TIC) habilitadas por la Web 2.0, también referida como medios sociales, para ayudar en la formulación de políticas. Este trabajo interdisciplinario proporciona una plataforma para investigadores, profesionales y estudiantes de posgrado de sociología, ciencias del comportamiento, informática, psicología, estudios culturales, sistemas de información, investigación operativa y comunicación para compartir, intercambiar, aprender y desarrollar nuevos conceptos, ideas y principios. y metodologías. Los desafíos y oportunidades de investigación emergentes en el análisis y la minería de redes sociales computacionales serán de interés para investigadores, profesionales y estudiantes de posgrado de las diversas disciplinas enumeradas anteriormente. El texto facilita la difusión de investigaciones sobre la dinámica y estructura de las redes sociales basadas en la web. El libro puede utilizarse como texto de referencia para cursos avanzados sobre análisis de redes sociales, sociología, comunicación, teoría de la organización, ciberantropología, ciberdiplomacia y tecnología de la información y justicia. Nota de contenido: Chapter1: Intent Mining for the Good, Bad & Ugly Use of Social Web: Concepts, Methods, and Challenges -- Chapter2: Bot-ivistm: Assessing Information Manipulation in Social Media Using Network Analytics -- Chapter3: Studying Fake News via Network Analysis: Detection and Mitigation -- Chapter4: Predictive Analysis on Twitter: Techniques and Applications -- Chapter5: Using Subgraph Distributions for Characterizing Networks and Fitting Random Graph Models -- Chapter6: Towards Effective Assessment of Group Collaborations in OSNs -- Chapter7: Dynamics of Overlapping Community Structures with Application to Expert Identification -- Chapter8: On Dynamic Topic Models for Mining Social Media -- Chapter9: Domain Specific Use Cases for Knowledge Enabled Social Media Analysis -- Chapter10: Privacy in Human Computation: User awareness study, Implications for existing platforms, Recommendations, and Research Directions. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Emerging Research Challenges and Opportunities in Computational Social Network Analysis and Mining [documento electrónico] / Agarwal, Nitin, ; Dokoohaki, Nima, ; Tokdemir, Serpil, . - 1 ed. . - [s.l.] : Springer, 2019 . - X, 278 p. 46 ilustraciones, 28 ilustraciones en color.
ISBN : 978-3-319-94105-9
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Sociología Procesamiento de datos teoría del sistema Ciencias sociales Métodos sociológicos Minería de datos y descubrimiento de conocimientos Sistemas complejos Aplicación informática en ciencias sociales y del comportamiento Índice Dewey: 301.01 Resumen: Los contribuyentes de este libro comparten, intercambian y desarrollan nuevos conceptos, ideas, principios y metodologías para avanzar y profundizar nuestra comprensión de las redes sociales en la nueva generación de Tecnologías de la Información y la Comunicación (TIC) habilitadas por la Web 2.0, también referida como medios sociales, para ayudar en la formulación de políticas. Este trabajo interdisciplinario proporciona una plataforma para investigadores, profesionales y estudiantes de posgrado de sociología, ciencias del comportamiento, informática, psicología, estudios culturales, sistemas de información, investigación operativa y comunicación para compartir, intercambiar, aprender y desarrollar nuevos conceptos, ideas y principios. y metodologías. Los desafíos y oportunidades de investigación emergentes en el análisis y la minería de redes sociales computacionales serán de interés para investigadores, profesionales y estudiantes de posgrado de las diversas disciplinas enumeradas anteriormente. El texto facilita la difusión de investigaciones sobre la dinámica y estructura de las redes sociales basadas en la web. El libro puede utilizarse como texto de referencia para cursos avanzados sobre análisis de redes sociales, sociología, comunicación, teoría de la organización, ciberantropología, ciberdiplomacia y tecnología de la información y justicia. Nota de contenido: Chapter1: Intent Mining for the Good, Bad & Ugly Use of Social Web: Concepts, Methods, and Challenges -- Chapter2: Bot-ivistm: Assessing Information Manipulation in Social Media Using Network Analytics -- Chapter3: Studying Fake News via Network Analysis: Detection and Mitigation -- Chapter4: Predictive Analysis on Twitter: Techniques and Applications -- Chapter5: Using Subgraph Distributions for Characterizing Networks and Fitting Random Graph Models -- Chapter6: Towards Effective Assessment of Group Collaborations in OSNs -- Chapter7: Dynamics of Overlapping Community Structures with Application to Expert Identification -- Chapter8: On Dynamic Topic Models for Mining Social Media -- Chapter9: Domain Specific Use Cases for Knowledge Enabled Social Media Analysis -- Chapter10: Privacy in Human Computation: User awareness study, Implications for existing platforms, Recommendations, and Research Directions. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
Título : Fashion Recommender Systems Tipo de documento: documento electrónico Autores: Dokoohaki, Nima, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: VII, 145 p. 64 ilustraciones, 44 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-55218-3 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Teoría de grafos Procesamiento de datos Sociología Procesamiento de la señal Minería de datos y descubrimiento de conocimientos Métodos sociológicos Procesamiento de señales voz e imágenes Índice Dewey: 511.5 Resumen: Este libro incluye las actas del primer taller sobre sistemas de recomendación en la moda 2019. Presenta una visión de vanguardia de los avances dentro del campo de los sistemas de recomendación con aplicación enfocada al comercio electrónico, el comercio minorista y la moda. El volumen cubre contribuciones de investigadores académicos e industriales activos en este nuevo campo emergente. Los sistemas de recomendación se suelen utilizar para resolver diferentes problemas complejos en este escenario, como recomendaciones sociales basadas en moda (atuendos inspirados en influencers), recomendaciones de productos o recomendaciones de talla y ajuste. Es innegable el impacto de las redes sociales y la influencia que tienen los influencers de la moda en las elecciones que hacen las personas a la hora de comprar. Por ejemplo, muchas personas usan Instagram para conocer las tendencias de moda de los principales influencers, lo que les ayuda a comprar prendas similares o incluso exactas de las marcas etiquetadas en la publicación. Cuando se rastrea, el comportamiento social de los clientes puede ser una guía muy útil para los sitios web de compras en línea, ya que proporciona información sobre los estilos que realmente interesan a los clientes y, por lo tanto, ayuda a las tiendas en línea a ofrecer mejores recomendaciones y facilitar a los clientes la búsqueda de prendas. Otra dificultad bien conocida a la hora de recomendar artículos similares es la gran cantidad de prendas que pueden considerarse similares, pero pertenecen a marcas diferentes. Depender únicamente de datos implícitos sobre el comportamiento del cliente no será suficiente en el futuro próximo para distinguir entre una recomendación que conducirá a la compra y conservación de un artículo y una recomendación que podría resultar en que el cliente no la siga o eventualmente devuelva el producto. artículo. Encontrar la talla y el ajuste correctos para la ropa es uno de los principales factores que no solo influyen en la decisión de compra de los clientes, sino también en su satisfacción con las plataformas de moda de comercio electrónico. Además, los artículos de moda tienen importantes variaciones de tallas. Por último, las preferencias de los clientes en cuanto al tamaño percibido del artículo y el ajuste a su cuerpo siguen siendo muy personales y subjetivas, lo que influye en la definición de la talla adecuada para cada cliente. La combinación de los factores anteriores deja a los clientes solos frente al difícil problema de determinar el tamaño y el ajuste correctos durante su proceso de compra, lo que a su vez ha resultado en que más de un tercio de las devoluciones de prendas de vestir se deban a no haber pedido el producto correcto. Tamaño del artículo. Este desafío presenta una gran oportunidad para la investigación en sistemas inteligentes de recomendación de tamaño y ajuste y soluciones de aprendizaje automático con un impacto directo tanto en la satisfacción del cliente como en la rentabilidad empresarial. Nota de contenido: Part 1. Cold Start in Recommendations -- Chapter 1. Fashion Recommender Systems in Cold Start ( Mehdi Elahi) -- Part 2. Complementary and Session Based Recommendation -- Chapter 2. Enabling Hyper-Personalisation: Automated AdCreative Generation and Ranking for Fashion e-Commerce (Sreekanth Vempati) -- Chapter 3. Two-Stage Session-based Recommendations with Candidate Rank Embeddings (Jose Antonio Sanchez Rodrguez) -- Part 3. Outfit Recommendations -- Chapter 4. Attention-based Fusion for Outfit Recommendation (Katrien Laenen) -- Chapter 5. Outfit2Vec: Incorporating Clothing Hierarchical MetaData into Outfits' Recommendation (Shatha Jaradat) -- Part 4. Sizing and Fit Recommendations -- Chapter 6. Learning Size and Fit from Fashion Images (Nour Karessli) -- Part 5. Generative Outfit Recommendation -- Chapter 7. Generating High-Resolution Fashion Model Images Wearing Custom Outfits (Gokhan Yildirim). En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Fashion Recommender Systems [documento electrónico] / Dokoohaki, Nima, . - 1 ed. . - [s.l.] : Springer, 2020 . - VII, 145 p. 64 ilustraciones, 44 ilustraciones en color.
ISBN : 978-3-030-55218-3
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Teoría de grafos Procesamiento de datos Sociología Procesamiento de la señal Minería de datos y descubrimiento de conocimientos Métodos sociológicos Procesamiento de señales voz e imágenes Índice Dewey: 511.5 Resumen: Este libro incluye las actas del primer taller sobre sistemas de recomendación en la moda 2019. Presenta una visión de vanguardia de los avances dentro del campo de los sistemas de recomendación con aplicación enfocada al comercio electrónico, el comercio minorista y la moda. El volumen cubre contribuciones de investigadores académicos e industriales activos en este nuevo campo emergente. Los sistemas de recomendación se suelen utilizar para resolver diferentes problemas complejos en este escenario, como recomendaciones sociales basadas en moda (atuendos inspirados en influencers), recomendaciones de productos o recomendaciones de talla y ajuste. Es innegable el impacto de las redes sociales y la influencia que tienen los influencers de la moda en las elecciones que hacen las personas a la hora de comprar. Por ejemplo, muchas personas usan Instagram para conocer las tendencias de moda de los principales influencers, lo que les ayuda a comprar prendas similares o incluso exactas de las marcas etiquetadas en la publicación. Cuando se rastrea, el comportamiento social de los clientes puede ser una guía muy útil para los sitios web de compras en línea, ya que proporciona información sobre los estilos que realmente interesan a los clientes y, por lo tanto, ayuda a las tiendas en línea a ofrecer mejores recomendaciones y facilitar a los clientes la búsqueda de prendas. Otra dificultad bien conocida a la hora de recomendar artículos similares es la gran cantidad de prendas que pueden considerarse similares, pero pertenecen a marcas diferentes. Depender únicamente de datos implícitos sobre el comportamiento del cliente no será suficiente en el futuro próximo para distinguir entre una recomendación que conducirá a la compra y conservación de un artículo y una recomendación que podría resultar en que el cliente no la siga o eventualmente devuelva el producto. artículo. Encontrar la talla y el ajuste correctos para la ropa es uno de los principales factores que no solo influyen en la decisión de compra de los clientes, sino también en su satisfacción con las plataformas de moda de comercio electrónico. Además, los artículos de moda tienen importantes variaciones de tallas. Por último, las preferencias de los clientes en cuanto al tamaño percibido del artículo y el ajuste a su cuerpo siguen siendo muy personales y subjetivas, lo que influye en la definición de la talla adecuada para cada cliente. La combinación de los factores anteriores deja a los clientes solos frente al difícil problema de determinar el tamaño y el ajuste correctos durante su proceso de compra, lo que a su vez ha resultado en que más de un tercio de las devoluciones de prendas de vestir se deban a no haber pedido el producto correcto. Tamaño del artículo. Este desafío presenta una gran oportunidad para la investigación en sistemas inteligentes de recomendación de tamaño y ajuste y soluciones de aprendizaje automático con un impacto directo tanto en la satisfacción del cliente como en la rentabilidad empresarial. Nota de contenido: Part 1. Cold Start in Recommendations -- Chapter 1. Fashion Recommender Systems in Cold Start ( Mehdi Elahi) -- Part 2. Complementary and Session Based Recommendation -- Chapter 2. Enabling Hyper-Personalisation: Automated AdCreative Generation and Ranking for Fashion e-Commerce (Sreekanth Vempati) -- Chapter 3. Two-Stage Session-based Recommendations with Candidate Rank Embeddings (Jose Antonio Sanchez Rodrguez) -- Part 3. Outfit Recommendations -- Chapter 4. Attention-based Fusion for Outfit Recommendation (Katrien Laenen) -- Chapter 5. Outfit2Vec: Incorporating Clothing Hierarchical MetaData into Outfits' Recommendation (Shatha Jaradat) -- Part 4. Sizing and Fit Recommendations -- Chapter 6. Learning Size and Fit from Fashion Images (Nour Karessli) -- Part 5. Generative Outfit Recommendation -- Chapter 7. Generating High-Resolution Fashion Model Images Wearing Custom Outfits (Gokhan Yildirim). En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
Título : Recommender Systems in Fashion and Retail Tipo de documento: documento electrónico Autores: Dokoohaki, Nima, ; Jaradat, Shatha, ; Corona Pampín, Humberto Jesús, ; Shirvany, Reza, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: V, 160 p. 52 ilustraciones, 45 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-66103-8 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Procesamiento de datos Inteligencia artificial Inteligencia Computacional Comercio electrónico Materiales de construcción Procesamiento de imágenes Minería de datos y descubrimiento de conocimientos comercio electrónico y negocios electrónicos Madera telas y textiles Índice Dewey: 006.312 Minería de datos Resumen: Este libro incluye las actas del segundo taller sobre sistemas de recomendación en moda y comercio minorista (2020) y tiene como objetivo presentar una visión de vanguardia de los avances en el campo de los sistemas de recomendación con aplicación enfocada al comercio electrónico. , comercio minorista y moda presentando a los lectores capítulos que cubren contribuciones de investigadores académicos e industriales activos en este nuevo campo emergente. Los sistemas de recomendación se utilizan a menudo para resolver diferentes problemas complejos en este escenario, como recomendaciones de productos, o recomendaciones de talla y ajuste, y recomendaciones influenciadas por las redes sociales (atuendos usados por personas influyentes). . Nota de contenido: Chapter 1. The Importance of Brand Affinity in Luxury Fashion Recommendations -- Chapter 2. Probabilistic Color Modelling of Clothing Items -- Chapter 3. User Aesthetics Identification for Fashion Recommendations -- Chapter 4. Towards User-in-the-Loop Online Fashion Size Recommendation with Low Cognitive Load -- Chapter 5. Attention Gets You the Right Size and Fit in Fashion -- Chapter 6. The Ensemble-Building Challenge for Fashion Recommendation -- Chapter 7. Outfit Generation and Recommendation – An Experimental Study -- Chapter 8. Understanding Professional Fashion Stylists' Outfit Recommendation Process. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i Recommender Systems in Fashion and Retail [documento electrónico] / Dokoohaki, Nima, ; Jaradat, Shatha, ; Corona Pampín, Humberto Jesús, ; Shirvany, Reza, . - 1 ed. . - [s.l.] : Springer, 2021 . - V, 160 p. 52 ilustraciones, 45 ilustraciones en color.
ISBN : 978-3-030-66103-8
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Procesamiento de datos Inteligencia artificial Inteligencia Computacional Comercio electrónico Materiales de construcción Procesamiento de imágenes Minería de datos y descubrimiento de conocimientos comercio electrónico y negocios electrónicos Madera telas y textiles Índice Dewey: 006.312 Minería de datos Resumen: Este libro incluye las actas del segundo taller sobre sistemas de recomendación en moda y comercio minorista (2020) y tiene como objetivo presentar una visión de vanguardia de los avances en el campo de los sistemas de recomendación con aplicación enfocada al comercio electrónico. , comercio minorista y moda presentando a los lectores capítulos que cubren contribuciones de investigadores académicos e industriales activos en este nuevo campo emergente. Los sistemas de recomendación se utilizan a menudo para resolver diferentes problemas complejos en este escenario, como recomendaciones de productos, o recomendaciones de talla y ajuste, y recomendaciones influenciadas por las redes sociales (atuendos usados por personas influyentes). . Nota de contenido: Chapter 1. The Importance of Brand Affinity in Luxury Fashion Recommendations -- Chapter 2. Probabilistic Color Modelling of Clothing Items -- Chapter 3. User Aesthetics Identification for Fashion Recommendations -- Chapter 4. Towards User-in-the-Loop Online Fashion Size Recommendation with Low Cognitive Load -- Chapter 5. Attention Gets You the Right Size and Fit in Fashion -- Chapter 6. The Ensemble-Building Challenge for Fashion Recommendation -- Chapter 7. Outfit Generation and Recommendation – An Experimental Study -- Chapter 8. Understanding Professional Fashion Stylists' Outfit Recommendation Process. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i
