Data from social media is obtained

Data from social media is obtained from the API (Application Programming Interface) provided by social media sites. Social media contains different types of data – user information, connections between users, generated by users’ content and etc. Each data type usually accessed by separate API and each API impose restrictions to the amount of accesses. This lead to the impossibility to collect in reasonable time all data stored in social media. But even with these restrictions amounts of data are big. Also data types can be structured (e.g. user profiles, links between users) and unstructured (e.g. user’s interests, posts or pictures). To efficiently work with big and unstructured data we use Hadoop framework which implements MapReduce model for distributed computations and other associated with it technologies. Another important characteristic of the data from social media is its «sparseness» which lies in the fact that only small amount of data is relevant to the solving problem. This means that original big data mined from social media should be filtered, mapped or aggregated to some small dataset that is actually used in further analysis

ผลลัพธ์ (ไทย) 1:

ข้อมูลจากสังคมได้รับจาก API (แอพลิเคชันเขียนโปรแกรมอินเทอร์เฟซ) โดยเว็บไซต์สื่อสังคม สังคมประกอบด้วยชนิดของข้อมูลข้อมูลผู้ใช้ การเชื่อมต่อระหว่างผู้ใช้ สร้างขึ้น โดยเนื้อหาของผู้ใช้และอื่น ๆ แต่ละชนิดข้อมูลที่มักจะเข้าถึง API ต่างหากละ API กำหนดข้อจำกัดในการหาจำนวน ลูกค้าเป้าหมายนี้จะเป็นไปได้ทำการเก็บข้อมูลทั้งหมดที่เก็บอยู่ในสื่อสังคมออนไลน์ในเวลาที่เหมาะสม แต่แม้จะ มีข้อจำกัดเหล่านี้ จำนวนของข้อมูลใหญ่ นอกจากนี้ยัง สามารถใช้ชนิดข้อมูลโครงสร้าง (เช่นโปรไฟล์ผู้ใช้ การเชื่อมโยงระหว่างผู้ใช้) และไม่มีโครงสร้าง (เช่นผู้สนใจ บทความ หรือรูปภาพ) การทำงานได้อย่างมีประสิทธิภาพกับข้อมูลขนาดใหญ่ และไม่มีโครงสร้าง เราใช้กรอบอย่างไร Hadoop ซึ่งใช้จำลอง MapReduce สำหรับประมวลผลแบบกระจายและอื่น ๆ เกี่ยวข้องกับเทคโนโลยี อีกลักษณะที่สำคัญของข้อมูลจากสื่อสังคมมีความ «sparseness » ซึ่งอยู่ในความเป็นจริงที่จำนวนข้อมูลเล็กน้อยเท่านั้น จะเกี่ยวข้องกับปัญหาแก้ปัญหา หมายความ ว่า ข้อมูลใหญ่เดิมที่ขุดจากสังคมควรกรอง แมป หรือรวมกับบางชุดข้อมูลขนาดเล็กที่ใช้จริงในการวิเคราะห์เพิ่มเติม

ผลลัพธ์ (ไทย) 2:

ข้อมูลจากสื่อสังคมจะได้รับจาก API (Application Programming Interface) ให้บริการโดยเว็บไซต์สื่อสังคม สื่อสังคมที่มีความแตกต่างของข้อมูล - ข้อมูลของผู้ใช้, การเชื่อมต่อระหว่างผู้ใช้ที่สร้างขึ้นโดยเนื้อหาของผู้ใช้และ ฯลฯ แต่ละชนิดข้อมูลเข้าถึงได้โดยปกติ API แยกต่างหากและแต่ละ API กำหนดข้อ จำกัด กับปริมาณของการเข้าถึง นี้นำไปสู่​​การเป็นไปไม่ได้ที่จะเก็บในเวลาที่เหมาะสมข้อมูลทั้งหมดที่เก็บไว้ในสื่อสังคม แต่แม้จะมีข้อ จำกัด เหล่านี้จำนวนของข้อมูลที่มีขนาดใหญ่ นอกจากนี้ยังมีชนิดข้อมูลที่จะมีโครงสร้าง (เช่นโปรไฟล์ผู้ใช้เชื่อมโยงระหว่างผู้ใช้) และไม่มีโครงสร้าง (เช่นความสนใจของผู้ใช้โพสต์หรือภาพ) ได้อย่างมีประสิทธิภาพการทำงานกับข้อมูลขนาดใหญ่และไม่มีโครงสร้างที่เราใช้กรอบ Hadoop ซึ่งดำเนินการรูปแบบ MapReduce สำหรับการคำนวณแบบกระจายและอื่น ๆ ที่เกี่ยวข้องกับเทคโนโลยีมัน อีกลักษณะที่สำคัญของข้อมูลจากสื่อสังคมเป็น«กระจัดกระจาย»ซึ่งอยู่ในความจริงว่ามีเพียงจำนวนเล็กน้อยของข้อมูลที่มีความเกี่ยวข้องกับการแก้ปัญหา ซึ่งหมายความว่าข้อมูลขนาดใหญ่เดิมที่ขุดได้จากสื่อสังคมควรจะกรองแมปหรือรวมกับบางชุดข้อมูลขนาดเล็กที่ถูกนำมาใช้จริงในการวิเคราะห์ต่อไป

ผลลัพธ์ (ไทย) 3:

ข้อมูลจากสื่อสังคมจะได้รับจาก API ( Application Programming Interface ) โดยเว็บไซต์สื่อสังคม สื่อสังคมมีประเภทที่แตกต่างกันของ–ข้อมูลผู้ใช้ การเชื่อมต่อระหว่างผู้ใช้ที่สร้างขึ้นโดยผู้ใช้เนื้อหาและอื่น ๆ ข้อมูลแต่ละประเภทมักจะเข้าถึงได้โดยแยกแต่ละ API API และกำหนดข้อ จำกัด กับปริมาณของการเข้าถึง .นี้ ทำให้เป็นไปไม่ได้ที่จะเก็บในเวลาที่เหมาะสมข้อมูลทั้งหมดที่เก็บไว้ในสื่อสังคม แต่แม้เหล่านี้ ข้อ จำกัด ปริมาณของข้อมูลที่มีขนาดใหญ่ ข้อมูลชนิดโครงสร้าง ( เช่นโปรไฟล์ผู้ใช้ การเชื่อมโยงระหว่างผู้ใช้ ( หัก ) และไม่มีโครงสร้าง เช่น ผู้ใช้โพสต์หรือรูปภาพ )ให้มีประสิทธิภาพการทำงานที่มีขนาดใหญ่และข้อมูลที่ไม่มีโครงสร้างที่เราใช้ Hadoop กรอบซึ่งใช้รูปแบบ mapreduce กระจายและการประมวลผลอื่น ๆที่เกี่ยวข้องกับเทคโนโลยี อื่นคุณลักษณะที่สำคัญของข้อมูลจากสื่อสังคมเป็น« sparseness »ซึ่งอยู่ในความจริงที่ว่าเพียงจำนวนเล็ก ๆของข้อมูลที่เกี่ยวข้องกับการแก้ไขปัญหาซึ่งหมายความว่าต้นฉบับใหญ่ข้อมูลที่ขุดจากสื่อสังคมควรจะกรองแมปรวมบางชุดข้อมูลขนาดเล็กที่ถูกใช้จริงในการวิเคราะห์เพิ่มเติม