Título :	Machine Learning Techniques for Online Social Networks
Tipo de documento:	documento electrónico
Autores:	Özyer, Tansel, ; Alhajj, Reda,
Mención de edición:	1 ed.
Editorial:	[s.l.] : Springer
Fecha de publicación:	2018
Número de páginas:	VIII, 236 p. 102 ilustraciones, 85 ilustraciones en color.
ISBN/ISSN/DL:	978-3-319-89932-9
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  Medios de comunicación social  Inteligencia artificial  Métodos sociológicos  Minería de datos y descubrimiento de conocimientos
Índice Dewey:	301.01
Resumen:	El libro cubre herramientas en el estudio de las redes sociales en línea, como técnicas de aprendizaje automático, agrupación en clústeres y aprendizaje profundo. Se cubren una variedad de aspectos teóricos, dominios de aplicación y estudios de casos para analizar datos de redes sociales. El objetivo es proporcionar nuevas perspectivas sobre la utilización del aprendizaje automático y métodos y técnicas científicos relacionados para el análisis de redes sociales. Las técnicas de aprendizaje automático para redes sociales en línea atraerán a investigadores y estudiantes en estos campos. .
Nota de contenido:	Chapter1. Acceleration of Functional Cluster Extraction and Analysis of Cluster Affinity -- Chapter2. Delta-Hyperbolicity and the Core-Periphery Structure in Graphs -- Chapter3. A Framework for OSN Performance Evaluation Studies -- Chapter4. On The Problem of Multi-Staged Impression Allocation in Online Social Networks -- Chapter5. Order-of-Magnitude Popularity Estimation of Pirated Content -- Chapter6. Learning What to Share in Online Social Networks using Deep Reinforcement Learning -- Chapter7. Centrality and Community Scoring Functions in Incomplete Networks: Their Sensitivity, Robustness and Reliability -- Chapter8. Ameliorating Search Results Recommendation System based on K-means Clustering Algorithm and Distance Measurements -- Chapter9. Dynamics of large scale networks following a merger -- Chapter10. Cloud Assisted Personal Online Social Network -- Chapter11. Text-Based Analysis of Emotion by Considering Tweets.
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

Machine Learning Techniques for Online Social Networks [documento electrónico] / Özyer, Tansel, ; Alhajj, Reda,  . -  1 ed.  . - [s.l.] : Springer, 2018 . - VIII, 236 p. 102 ilustraciones, 85 ilustraciones en color.
ISBN : 978-3-319-89932-9
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  Medios de comunicación social  Inteligencia artificial  Métodos sociológicos  Minería de datos y descubrimiento de conocimientos
Índice Dewey:	301.01
Resumen:	El libro cubre herramientas en el estudio de las redes sociales en línea, como técnicas de aprendizaje automático, agrupación en clústeres y aprendizaje profundo. Se cubren una variedad de aspectos teóricos, dominios de aplicación y estudios de casos para analizar datos de redes sociales. El objetivo es proporcionar nuevas perspectivas sobre la utilización del aprendizaje automático y métodos y técnicas científicos relacionados para el análisis de redes sociales. Las técnicas de aprendizaje automático para redes sociales en línea atraerán a investigadores y estudiantes en estos campos. .
Nota de contenido:	Chapter1. Acceleration of Functional Cluster Extraction and Analysis of Cluster Affinity -- Chapter2. Delta-Hyperbolicity and the Core-Periphery Structure in Graphs -- Chapter3. A Framework for OSN Performance Evaluation Studies -- Chapter4. On The Problem of Multi-Staged Impression Allocation in Online Social Networks -- Chapter5. Order-of-Magnitude Popularity Estimation of Pirated Content -- Chapter6. Learning What to Share in Online Social Networks using Deep Reinforcement Learning -- Chapter7. Centrality and Community Scoring Functions in Incomplete Networks: Their Sensitivity, Robustness and Reliability -- Chapter8. Ameliorating Search Results Recommendation System based on K-means Clustering Algorithm and Distance Measurements -- Chapter9. Dynamics of large scale networks following a merger -- Chapter10. Cloud Assisted Personal Online Social Network -- Chapter11. Text-Based Analysis of Emotion by Considering Tweets.
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