Developing a network based on Twitt

Developing a network based on Twitter data for social network analysis (SNA) is a common task in most academic domains. The need for real-time analysis is not as prevalent due to the fact that researchers are interested in the analysis of Twitter information after a major event or for an overall statistical or sociological study of general Twitter users. Dark network analysis
is a specific field that focuses on criminal, terroristic, or people of interest networks in which evaluating information quickly and making decisions from this information is crucial. We propose a platform and visualization called Dynamic Twitter Network Analysis (DTNA) that incorporates real-time information from Twitter, its subsequent network topology, geographical placement of geotagged tweets on a Google Map, and storage for long-term analysis. The platform provides a SNA visualization that allows the user to interpret and change the search criteria quickly based on visual aesthetic properties built from key dark network utilities with a user interface that can be dynamic, up-to-date for time critical decisions and geographic specific.

ผลลัพธ์ (ไทย) 2:

การพัฒนาเครือข่ายบนพื้นฐานของข้อมูลทวิตเตอร์สำหรับการวิเคราะห์เครือข่ายทางสังคม (SNA) เป็นงานที่พบในโดเมนทางวิชาการมากที่สุด ความจำเป็นในการวิเคราะห์ตามเวลาจริงไม่เป็นที่แพร่หลายเนื่องจากข้อเท็จจริงที่ว่านักวิจัยที่มีความสนใจในการวิเคราะห์ข้อมูลทวิตเตอร์หลังจากที่มีเหตุการณ์สำคัญหรือการศึกษาทางสถิติหรือสังคมวิทยาโดยรวมของผู้ใช้ทวิตเตอร์ทั่วไป การวิเคราะห์เครือข่ายมืดเป็นเขตเฉพาะที่มุ่งเน้นไปที่ความผิดทางอาญา terroristic หรือคนของเครือข่ายที่สนใจในการประเมินข้อมูลได้อย่างรวดเร็วและการตัดสินใจจากข้อมูลเหล่านี้เป็นสิ่งสำคัญ
เราเสนอแพลตฟอร์มและการมองเห็นแบบไดนามิกที่เรียกว่าการวิเคราะห์เครือข่ายทวิตเตอร์ (DTNA) ที่รวมเอาข้อมูลเวลาจริงจาก Twitter, โครงสร้างเครือข่ายต่อมาตำแหน่งทางภูมิศาสตร์ของทวีต geotagged บน Google Map และการจัดเก็บข้อมูลสำหรับการวิเคราะห์ในระยะยาว แพลตฟอร์มให้การแสดง SNA ที่ช่วยให้ผู้ใช้ในการตีความและเปลี่ยนเกณฑ์การค้นหาตามได้อย่างรวดเร็วเกี่ยวกับคุณสมบัติความงามของภาพที่สร้างขึ้นจากเครือข่ายสาธารณูปโภคที่มืดที่สำคัญที่มีส่วนติดต่อผู้ใช้ที่สามารถเป็นแบบไดนามิกขึ้นไปวันที่สำหรับการตัดสินใจที่สำคัญเวลาและเฉพาะทางภูมิศาสตร์ .

ผลลัพธ์ (ไทย) 3:

การพัฒนาเครือข่ายบนพื้นฐานของข้อมูล Twitter สำหรับการวิเคราะห์เครือข่ายทางสังคม ( SNA ) เป็นโดเมนทั่วไปในงานวิชาการมากที่สุด ที่จำเป็นสำหรับการวิเคราะห์แบบเรียลไทม์ คือ ไม่เป็นที่แพร่หลาย เนื่องจากนักวิจัยสนใจในการวิเคราะห์ข้อมูล Twitter หลังจากเหตุการณ์สําคัญ หรือโดยรวมสถิติหรือสังคมวิทยาการศึกษาผู้ใช้ Twitter ทั่วไป การวิเคราะห์เครือข่าย
มืดเป็นสาขาที่เน้นเฉพาะอาชญากร terroristic , คนหรือของเครือข่ายความสนใจซึ่งในการประเมินข้อมูลได้อย่างรวดเร็ว และการตัดสินใจจากข้อมูลนี้เป็นสําคัญ เราเสนอแพลตฟอร์มและการมองเห็นที่เรียกว่าการวิเคราะห์เครือข่าย Twitter แบบไดนามิก ( dtna ) ที่ประกอบด้วยข้อมูลเรียลไทม์จาก Twitter , โทโพโลยีของเครือข่ายตามมาตำแหน่งทางภูมิศาสตร์ของ geotagged ทวีตบน Google แผนที่ และกระเป๋าสำหรับการวิเคราะห์ระยะยาว แพลตฟอร์มให้บริการภาพที่ช่วยให้ผู้ใช้ที่จะตีความและเปลี่ยนเกณฑ์การค้นหาได้อย่างรวดเร็วตามภาพความงามคุณสมบัติที่สร้างขึ้นจากสาธารณูปโภคมืดเครือข่าย คีย์กับอินเตอร์เฟซผู้ใช้ที่ทันสมัยสามารถแบบไดนามิกสำหรับเวลาที่สำคัญการตัดสินใจและทางภูมิศาสตร์ที่เฉพาะเจาะจง