Autor Kaya, Mehmet
|
|
Documentos disponibles escritos por este autor (4)
Hacer una sugerencia Refinar búsquedaFrom Social Data Mining and Analysis to Prediction and Community Detection / Kaya, Mehmet ; Erdoǧan, Özcan ; Rokne, Jon
Título : From Social Data Mining and Analysis to Prediction and Community Detection Tipo de documento: documento electrónico Autores: Kaya, Mehmet, ; Erdoǧan, Özcan, ; Rokne, Jon, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2017 Número de páginas: X, 245 p. 78 ilustraciones, 53 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-51367-6 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 Teoría de grafos Minería de datos y descubrimiento de conocimientos Índice Dewey: 6.312 Resumen: Este libro presenta el estado del arte en diversos aspectos del análisis y minería de redes sociales en línea. Dentro del contexto más amplio de las redes sociales en línea, se centra en temas importantes y futuros de análisis y minería de redes sociales. El libro recopila capítulos que son versiones ampliadas de los mejores artículos presentados en la Conferencia Internacional IEEE/ACM sobre Avances en Análisis y Minería de Redes Sociales (ASONAM''2015), que se celebró en París, Francia, en agosto de 2015. Todos los artículos han sido publicados por pares. revisado y verificado cuidadosamente para detectar superposiciones con la literatura. El libro atraerá a estudiantes e investigadores en análisis/minería de redes sociales y aprendizaje automático. Nota de contenido: Chapter1. An Offline-Online Visual Framework for Clustering Memes in Social Media -- Chapter2. A System for Email Recipient Prediction -- Chapter3. A Credibility Assessment Model for Online Social Network Content -- Chapter4. Web Search Engine based Representation for Arabic Tweets Categorization -- Chapter5. Sentiment Trends and Classifying Stocks using P-Trees -- Chapter6. Mining Community Structure with Node Embeddings -- Chapter7. A LexDFS-based Approach on finding compact communities -- Chapter8. Computational Data Sciences and Regulation of Banking and Financial Services -- Chapter9. Frequent and Non-Frequent Sequential Itemsets Detection. 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 From Social Data Mining and Analysis to Prediction and Community Detection [documento electrónico] / Kaya, Mehmet, ; Erdoǧan, Özcan, ; Rokne, Jon, . - 1 ed. . - [s.l.] : Springer, 2017 . - X, 245 p. 78 ilustraciones, 53 ilustraciones en color.
ISBN : 978-3-319-51367-6
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 Teoría de grafos Minería de datos y descubrimiento de conocimientos Índice Dewey: 6.312 Resumen: Este libro presenta el estado del arte en diversos aspectos del análisis y minería de redes sociales en línea. Dentro del contexto más amplio de las redes sociales en línea, se centra en temas importantes y futuros de análisis y minería de redes sociales. El libro recopila capítulos que son versiones ampliadas de los mejores artículos presentados en la Conferencia Internacional IEEE/ACM sobre Avances en Análisis y Minería de Redes Sociales (ASONAM''2015), que se celebró en París, Francia, en agosto de 2015. Todos los artículos han sido publicados por pares. revisado y verificado cuidadosamente para detectar superposiciones con la literatura. El libro atraerá a estudiantes e investigadores en análisis/minería de redes sociales y aprendizaje automático. Nota de contenido: Chapter1. An Offline-Online Visual Framework for Clustering Memes in Social Media -- Chapter2. A System for Email Recipient Prediction -- Chapter3. A Credibility Assessment Model for Online Social Network Content -- Chapter4. Web Search Engine based Representation for Arabic Tweets Categorization -- Chapter5. Sentiment Trends and Classifying Stocks using P-Trees -- Chapter6. Mining Community Structure with Node Embeddings -- Chapter7. A LexDFS-based Approach on finding compact communities -- Chapter8. Computational Data Sciences and Regulation of Banking and Financial Services -- Chapter9. Frequent and Non-Frequent Sequential Itemsets Detection. 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 : Influence and Behavior Analysis in Social Networks and Social Media Tipo de documento: documento electrónico Autores: Kaya, Mehmet, ; Alhajj, Reda, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2019 Número de páginas: VI, 235 p. 96 ilustraciones, 84 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-02592-2 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 Medios de comunicación social Comportamiento del consumidor Aplicación informática en ciencias sociales y del comportamiento Métodos sociológicos Ciencias sociales Metodología Sociología Índice Dewey: 301.01 Resumen: Este oportuno libro se centra en el análisis de la influencia y el comportamiento en el contexto más amplio de las aplicaciones de redes sociales y los medios sociales. Se analizan cuentas de Twitter de empresas de telecomunicaciones. Se identifican las fuentes de rumores en gráficos finitos con efectos de límite mediante algoritmos de paso de mensajes. La colección de capítulos coherente y de última generación se seleccionó inicialmente en base a revisiones sólidas de la Conferencia Internacional IEEE/ACM sobre Avances en Redes Sociales, Análisis y Minería (ASONAM ''17). Luego se mejoraron y ampliaron sustancialmente los capítulos, y las versiones finales se revisaron y revisaron rigurosamente para cumplir con los estándares de la serie. Capítulos originales procedentes de fuera de la reunión completan la cobertura. El resultado atraerá a investigadores y estudiantes que trabajan en redes sociales y análisis de redes sociales. Nota de contenido: Social network to improve the educational experience with the deployment of different learning models -- Temporal Model of the Online Customer Review Helpfulness Prediction with Regression Methods -- Traits of Leaders in Movement Initiation:Classification and Identification -- Emotional Valence Shifts and User Behavior on Twitter, Facebook, and YouTube -- Diffusion Algorithms in Multimedia Social Networks: a novel model -- Analyzing Twitter Accounts of Shaw Communications -- Editing Behavior Analysis for Predicting Active and Inactive Users in Wikipedia -- Incentivized Social Sharing: Characteristics and Optimization -- Rumor Source Detection in Finite Graphs with Boundary Effects by Message-passing Algorithms -- Robustness of Influence Maximization against Non-Adversarial Perturbations -- Analyzing Social Book Reading Behavior on Goodreads and how it predicts Amazon Best Sellers. 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 Influence and Behavior Analysis in Social Networks and Social Media [documento electrónico] / Kaya, Mehmet, ; Alhajj, Reda, . - 1 ed. . - [s.l.] : Springer, 2019 . - VI, 235 p. 96 ilustraciones, 84 ilustraciones en color.
ISBN : 978-3-030-02592-2
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 Medios de comunicación social Comportamiento del consumidor Aplicación informática en ciencias sociales y del comportamiento Métodos sociológicos Ciencias sociales Metodología Sociología Índice Dewey: 301.01 Resumen: Este oportuno libro se centra en el análisis de la influencia y el comportamiento en el contexto más amplio de las aplicaciones de redes sociales y los medios sociales. Se analizan cuentas de Twitter de empresas de telecomunicaciones. Se identifican las fuentes de rumores en gráficos finitos con efectos de límite mediante algoritmos de paso de mensajes. La colección de capítulos coherente y de última generación se seleccionó inicialmente en base a revisiones sólidas de la Conferencia Internacional IEEE/ACM sobre Avances en Redes Sociales, Análisis y Minería (ASONAM ''17). Luego se mejoraron y ampliaron sustancialmente los capítulos, y las versiones finales se revisaron y revisaron rigurosamente para cumplir con los estándares de la serie. Capítulos originales procedentes de fuera de la reunión completan la cobertura. El resultado atraerá a investigadores y estudiantes que trabajan en redes sociales y análisis de redes sociales. Nota de contenido: Social network to improve the educational experience with the deployment of different learning models -- Temporal Model of the Online Customer Review Helpfulness Prediction with Regression Methods -- Traits of Leaders in Movement Initiation:Classification and Identification -- Emotional Valence Shifts and User Behavior on Twitter, Facebook, and YouTube -- Diffusion Algorithms in Multimedia Social Networks: a novel model -- Analyzing Twitter Accounts of Shaw Communications -- Editing Behavior Analysis for Predicting Active and Inactive Users in Wikipedia -- Incentivized Social Sharing: Characteristics and Optimization -- Rumor Source Detection in Finite Graphs with Boundary Effects by Message-passing Algorithms -- Robustness of Influence Maximization against Non-Adversarial Perturbations -- Analyzing Social Book Reading Behavior on Goodreads and how it predicts Amazon Best Sellers. 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 : Putting Social Media and Networking Data in Practice for Education, Planning, Prediction and Recommendation Tipo de documento: documento electrónico Autores: Kaya, Mehmet, ; Birinci, Şuayip, ; Kawash, Jalal, ; Alhajj, Reda, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2020 Número de páginas: XIII, 237 p. 68 ilustraciones, 51 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-33698-1 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 del sistema Sociología Investigación cuantitativa Ciencias sociales Sistemas complejos Métodos sociológicos Análisis de datos y Big Data Aplicación informática en ciencias sociales y del comportamiento Índice Dewey: 530.1 Teoría y física matemática Resumen: Este libro se centra en la recomendación, el comportamiento y la anomalía, entre otros análisis de las redes sociales. En primer lugar, la recomendación es vital para que una variedad de aplicaciones reduzcan el espacio de búsqueda y orienten mejor a las personas hacia alternativas informadas y personalizadas. En este contexto, el libro cubre el apoyo a estudiantes, lugares de comida, amigos y recomendaciones en papel para demostrar el poder del análisis de datos de las redes sociales. En segundo lugar, este libro trata el análisis y la comprensión del comportamiento como importantes para una variedad de aplicaciones, incluyendo inspirar comportamiento a partir de plataformas de discusión, determinar las elecciones de los usuarios, detectar patrones de seguimiento, modelar el comportamiento de multitudes para evacuaciones de emergencia, rastrear la estructura de la comunidad, etc. En tercer lugar, el fraude y la anomalía. La detección se ha abordado bien basándose en el análisis de las redes sociales. Esto se ilustra en este libro mediante la identificación de nodos anómalos en una red, la búsqueda de procesos de fraude no detectados, el descubrimiento de conocimientos ocultos, la detección de clickbait, etc. Con esta amplia cobertura, el libro constituye una buena fuente para profesionales e investigadores, incluidos instructores y estudiantes. 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 Putting Social Media and Networking Data in Practice for Education, Planning, Prediction and Recommendation [documento electrónico] / Kaya, Mehmet, ; Birinci, Şuayip, ; Kawash, Jalal, ; Alhajj, Reda, . - 1 ed. . - [s.l.] : Springer, 2020 . - XIII, 237 p. 68 ilustraciones, 51 ilustraciones en color.
ISBN : 978-3-030-33698-1
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: teoría del sistema Sociología Investigación cuantitativa Ciencias sociales Sistemas complejos Métodos sociológicos Análisis de datos y Big Data Aplicación informática en ciencias sociales y del comportamiento Índice Dewey: 530.1 Teoría y física matemática Resumen: Este libro se centra en la recomendación, el comportamiento y la anomalía, entre otros análisis de las redes sociales. En primer lugar, la recomendación es vital para que una variedad de aplicaciones reduzcan el espacio de búsqueda y orienten mejor a las personas hacia alternativas informadas y personalizadas. En este contexto, el libro cubre el apoyo a estudiantes, lugares de comida, amigos y recomendaciones en papel para demostrar el poder del análisis de datos de las redes sociales. En segundo lugar, este libro trata el análisis y la comprensión del comportamiento como importantes para una variedad de aplicaciones, incluyendo inspirar comportamiento a partir de plataformas de discusión, determinar las elecciones de los usuarios, detectar patrones de seguimiento, modelar el comportamiento de multitudes para evacuaciones de emergencia, rastrear la estructura de la comunidad, etc. En tercer lugar, el fraude y la anomalía. La detección se ha abordado bien basándose en el análisis de las redes sociales. Esto se ilustra en este libro mediante la identificación de nodos anómalos en una red, la búsqueda de procesos de fraude no detectados, el descubrimiento de conocimientos ocultos, la detección de clickbait, etc. Con esta amplia cobertura, el libro constituye una buena fuente para profesionales e investigadores, incluidos instructores y estudiantes. 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 : Social Network Based Big Data Analysis and Applications Tipo de documento: documento electrónico Autores: Kaya, Mehmet, ; Kawash, Jalal, ; Khoury, Suheil, ; Day, Min-Yuh, Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2018 Número de páginas: X, 249 p. 89 ilustraciones, 77 ilustraciones en color. ISBN/ISSN/DL: 978-3-319-78196-9 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 Grandes datos Procesamiento de datos Teoría de grafos Métodos sociológicos Minería de datos y descubrimiento de conocimientos Índice Dewey: 301.01 Resumen: Este libro es una colección oportuna de capítulos que presentan el estado del arte en el análisis y aplicación de big data. Trabajando dentro del contexto más amplio de big data, este texto se centra en los temas candentes del modelado y análisis de redes sociales, como las recomendaciones de citas en línea, las prácticas de contratación y la predicción del tipo de suscripción en los servicios de telefonía móvil. Los manuscritos son versiones ampliadas de los mejores artículos presentados en la Conferencia Internacional IEEE/ACM sobre Avances en Análisis y Minería de Redes Sociales (ASONAM''2016), que se llevó a cabo en agosto de 2016. Los artículos estuvieron entre los mejores presentados en la reunión y luego fueron mejorado y ampliado sustancialmente. El análisis y las aplicaciones de Big Data basados en redes sociales atraerán a estudiantes e investigadores en el campo. Nota de contenido: Chapter1. Twitter as a Source for Time and Domain Dependent Sentiment Lexicons -- Chapter2. Hiding in Plain Sight: The Anatomy of Malicious Pages on Facebook -- Chapter3. Extraction and Analysis of Dynamic Conversational Networks from TV Series -- Chapter4. Diversity and Influence as Key Measures to Assess Candidates for Hiring or Promotion in Academia -- Chapter5. Timelines of Prostate Cancer Biomarkers -- Chapter6. Exploring the Role of Intrinsic Nodal Activation on the Spread of Influence in Complex Networks -- Chapter7. Influence and Extension of the Spiral of Silence in Social Networks: A Data-driven Approach -- Chapter8. Prepaid or Postpaid? That is the question.\\ Novel Methods of Subscription Type Prediction in Mobile Phone Services -- Chapter9. Dynamic Pattern Detection for Big Data Stream Analytics -- Chapter10. Community-based Recommendation for Cold-Start Problem: A Case Study of Reciprocal Online Dating Recommendation -- Chapter11. Combining Feature Extraction and Clustering for Better Face Recognition. 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 Social Network Based Big Data Analysis and Applications [documento electrónico] / Kaya, Mehmet, ; Kawash, Jalal, ; Khoury, Suheil, ; Day, Min-Yuh, . - 1 ed. . - [s.l.] : Springer, 2018 . - X, 249 p. 89 ilustraciones, 77 ilustraciones en color.
ISBN : 978-3-319-78196-9
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Sociología Grandes datos Procesamiento de datos Teoría de grafos Métodos sociológicos Minería de datos y descubrimiento de conocimientos Índice Dewey: 301.01 Resumen: Este libro es una colección oportuna de capítulos que presentan el estado del arte en el análisis y aplicación de big data. Trabajando dentro del contexto más amplio de big data, este texto se centra en los temas candentes del modelado y análisis de redes sociales, como las recomendaciones de citas en línea, las prácticas de contratación y la predicción del tipo de suscripción en los servicios de telefonía móvil. Los manuscritos son versiones ampliadas de los mejores artículos presentados en la Conferencia Internacional IEEE/ACM sobre Avances en Análisis y Minería de Redes Sociales (ASONAM''2016), que se llevó a cabo en agosto de 2016. Los artículos estuvieron entre los mejores presentados en la reunión y luego fueron mejorado y ampliado sustancialmente. El análisis y las aplicaciones de Big Data basados en redes sociales atraerán a estudiantes e investigadores en el campo. Nota de contenido: Chapter1. Twitter as a Source for Time and Domain Dependent Sentiment Lexicons -- Chapter2. Hiding in Plain Sight: The Anatomy of Malicious Pages on Facebook -- Chapter3. Extraction and Analysis of Dynamic Conversational Networks from TV Series -- Chapter4. Diversity and Influence as Key Measures to Assess Candidates for Hiring or Promotion in Academia -- Chapter5. Timelines of Prostate Cancer Biomarkers -- Chapter6. Exploring the Role of Intrinsic Nodal Activation on the Spread of Influence in Complex Networks -- Chapter7. Influence and Extension of the Spiral of Silence in Social Networks: A Data-driven Approach -- Chapter8. Prepaid or Postpaid? That is the question.\\ Novel Methods of Subscription Type Prediction in Mobile Phone Services -- Chapter9. Dynamic Pattern Detection for Big Data Stream Analytics -- Chapter10. Community-based Recommendation for Cold-Start Problem: A Case Study of Reciprocal Online Dating Recommendation -- Chapter11. Combining Feature Extraction and Clustering for Better Face Recognition. 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
