Autor Zhang, Xiaomei
|
|
Documentos disponibles escritos por este autor (1)
Hacer una sugerencia Refinar búsqueda
TÃtulo : Event Attendance Prediction in Social Networks Tipo de documento: documento electrónico Autores: Zhang, Xiaomei, Autor ; Cao, Guohong, Autor Mención de edición: 1 ed. Editorial: [s.l.] : Springer Fecha de publicación: 2021 Número de páginas: VIII, 54 p. 22 ilustraciones, 14 ilustraciones en color. ISBN/ISSN/DL: 978-3-030-89262-3 Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Palabras clave: Investigación cuantitativa Procesamiento de datos EstadÃsticas Ciencias sociales Análisis de datos y Big Data MinerÃa de datos y descubrimiento de conocimientos Inferencia bayesiana EstadÃstica en Ciencias Sociales Humanidades Derecho Educación Ciencias del Comportamiento PolÃticas Públicas Ãndice Dewey: 1.422 Resumen: Este volumen se centra en predecir la asistencia de los usuarios a un evento futuro en un momento y lugar especÃficos en función de sus intereses comunes. La predicción de asistencia a eventos ha atraÃdo una atención considerable debido a su amplia gama de aplicaciones potenciales. Al predecir la asistencia a eventos, se pueden recomendar eventos que se ajusten mejor a los intereses de los usuarios y se pueden proporcionar a los usuarios servicios personalizados basados ​​en la ubicación o en temas relacionados con los eventos. Además, puede ayudar a los organizadores de eventos a estimar la escala del evento, identificar conflictos y ayudar a gestionar los recursos. Este libro examina primero las técnicas existentes sobre predicción de asistencia a eventos y otros temas relacionados en redes sociales basadas en eventos. Luego introduce un enfoque de minerÃa de datos consciente del contexto para predecir la asistencia al evento al saber cómo es probable que los usuarios asistan a eventos futuros. EspecÃficamente, se identifican tres conjuntos de atributos contextuales analizando las actividades pasadas de los usuarios, incluidos los atributos semánticos, temporales y espaciales. Este libro ilustra cómo se pueden aplicar estos atributos para la predicción de asistencia a eventos incorporándolos en modelos de aprendizaje supervisado y demuestra su eficacia a través de un conjunto de datos del mundo real recopilados de redes sociales basadas en eventos. . Nota de contenido: Introduction -- Related Work -- Data Collection -- Event Attendance Prediction -- Performance Evaluations -- Conclusions and Future Research Directions. En lÃnea: 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 Event Attendance Prediction in Social Networks [documento electrónico] / Zhang, Xiaomei, Autor ; Cao, Guohong, Autor . - 1 ed. . - [s.l.] : Springer, 2021 . - VIII, 54 p. 22 ilustraciones, 14 ilustraciones en color.
ISBN : 978-3-030-89262-3
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
Palabras clave: Investigación cuantitativa Procesamiento de datos EstadÃsticas Ciencias sociales Análisis de datos y Big Data MinerÃa de datos y descubrimiento de conocimientos Inferencia bayesiana EstadÃstica en Ciencias Sociales Humanidades Derecho Educación Ciencias del Comportamiento PolÃticas Públicas Ãndice Dewey: 1.422 Resumen: Este volumen se centra en predecir la asistencia de los usuarios a un evento futuro en un momento y lugar especÃficos en función de sus intereses comunes. La predicción de asistencia a eventos ha atraÃdo una atención considerable debido a su amplia gama de aplicaciones potenciales. Al predecir la asistencia a eventos, se pueden recomendar eventos que se ajusten mejor a los intereses de los usuarios y se pueden proporcionar a los usuarios servicios personalizados basados ​​en la ubicación o en temas relacionados con los eventos. Además, puede ayudar a los organizadores de eventos a estimar la escala del evento, identificar conflictos y ayudar a gestionar los recursos. Este libro examina primero las técnicas existentes sobre predicción de asistencia a eventos y otros temas relacionados en redes sociales basadas en eventos. Luego introduce un enfoque de minerÃa de datos consciente del contexto para predecir la asistencia al evento al saber cómo es probable que los usuarios asistan a eventos futuros. EspecÃficamente, se identifican tres conjuntos de atributos contextuales analizando las actividades pasadas de los usuarios, incluidos los atributos semánticos, temporales y espaciales. Este libro ilustra cómo se pueden aplicar estos atributos para la predicción de asistencia a eventos incorporándolos en modelos de aprendizaje supervisado y demuestra su eficacia a través de un conjunto de datos del mundo real recopilados de redes sociales basadas en eventos. . Nota de contenido: Introduction -- Related Work -- Data Collection -- Event Attendance Prediction -- Performance Evaluations -- Conclusions and Future Research Directions. En lÃnea: 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
