Autor Erdoǧan, Özcan
|
|
Documentos disponibles escritos por este autor (1)
Hacer una sugerencia Refinar búsquedaFrom Social Data Mining and Analysis to Prediction and Community Detection / Kaya, Mehmet ; Erdoǧan, Özcan ; Rokne, Jon
TÃtulo : 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 TeorÃa de grafos MinerÃa de datos y descubrimiento de conocimientos Ãndice Dewey: 6.312 Resumen: Este libro presenta el estado del arte en diversos aspectos del análisis y minerÃa de redes sociales en lÃnea. Dentro del contexto más amplio de las redes sociales en lÃnea, se centra en temas importantes y futuros de análisis y minerÃa de redes sociales. El libro recopila capÃtulos que son versiones ampliadas de los mejores artÃculos presentados en la Conferencia Internacional IEEE/ACM sobre Avances en Análisis y MinerÃa de Redes Sociales (ASONAM''2015), que se celebró en ParÃs, Francia, en agosto de 2015. Todos los artÃculos han sido publicados por pares. revisado y verificado cuidadosamente para detectar superposiciones con la literatura. El libro atraerá a estudiantes e investigadores en análisis/minerÃa 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 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 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 TeorÃa de grafos MinerÃa de datos y descubrimiento de conocimientos Ãndice Dewey: 6.312 Resumen: Este libro presenta el estado del arte en diversos aspectos del análisis y minerÃa de redes sociales en lÃnea. Dentro del contexto más amplio de las redes sociales en lÃnea, se centra en temas importantes y futuros de análisis y minerÃa de redes sociales. El libro recopila capÃtulos que son versiones ampliadas de los mejores artÃculos presentados en la Conferencia Internacional IEEE/ACM sobre Avances en Análisis y MinerÃa de Redes Sociales (ASONAM''2015), que se celebró en ParÃs, Francia, en agosto de 2015. Todos los artÃculos han sido publicados por pares. revisado y verificado cuidadosamente para detectar superposiciones con la literatura. El libro atraerá a estudiantes e investigadores en análisis/minerÃa 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 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
