In this IssueThis special issue sam

In this Issue




This special issue samples the state
of the art in social media analytics
and intelligence research that
has direct relevance to AI from
either a methodological or domain
perspective.
In “Searching Social Media
Streams on the Web,” Jonghun Park,
Yongwook Shin, Kwanho Kim,
and Beom-Suk Chung observe that
much of social media content takes
the form of streams—dynamically
arriving and updated series of
texts with structured and unstructured
components. They develop
a search approach called FeedMil
with topic-driven search and retrieval
capabilities from a variety
of live social media streams. Their
technical research mainly focuses
on identifying potentially relevant
streams based on user queries and
ranking these streams based on relevance
scores and query-independent
quality measures, such as the streams’
popularity, authority, and activity.
Davide Barbieri, Daniele Braga,
Stefano Ceri, Emanuele Della Valle,
Yi Huang, Volker Tresp, Achim
Rettinger, and Hendrik Wermser
also focus on a stream-based view
of social media in “Deductive and
Inductive Stream Reasoning for Semantic
Social Media Analytics,”
but with a distinctively different
goal. They have developed reasoning
methods to support management
of changing knowledge drawing
from stream-based content and
structured background knowledge
bases. Their approach is based
on the notion of RDF streams as
time-stamped RDF triples, which
provide a representational framework
to enable integration of inductive
and deductive reasoning
techniques.
Collaborative tagging and social
search are among the most successful
social media and “wisdom of
crowds” applications in which users
annotate webpages or other resources
using tags. Such tags are
shared among users and can be explored
to enable a range of information
retrieval and recommendation
capabilities. One major obstacle hindering
the adoption of tagging-based
systems or services is the presence

ผลลัพธ์ (ไทย) 1:

ในปัญหานี้


ฉบับนี้พิเศษตัวอย่างรัฐ
ศิลปะในสังคมวิเคราะห์
และข่าวกรองวิจัยที่
ได้เกี่ยวข้องโดยตรงกับ AI จาก
ใดแบบ methodological หรือโดเมน
มุมมอง
ใน "ค้นสังคม
สตรีมบนเว็บ, " Jonghun พาร์ค,
ชิน Yongwook, Kwanho Kim,
และชุ Beom สุขปฏิบัติที่
มากเนื้อหาสังคมใช้
แบบกระแสข้อมูล — แบบไดนามิก
ชุดเดินทางเข้ามา และปรับปรุง
ข้อความโครงสร้าง และไม่มีโครงสร้าง
คอมโพเนนต์ พวกเขาพัฒนา
วิธีการค้นหาเรียกว่า FeedMil
ขับเคลื่อนหัวข้อค้นหาและเรียก
ความสามารถจาก
ของกระแสสังคมอยู่ ของ
วิจัยทางเทคนิคส่วนใหญ่เน้น
บนระบุอาจเกี่ยวข้อง
กระแสข้อมูลตามแบบสอบถามผู้ใช้ และ
กระแสเหล่านี้การจัดอันดับตามความเกี่ยวข้อง
คะแนนและแบบสอบถามอิสระ
วัดคุณภาพ เช่นของกระแสข้อมูล
ความนิยม อำนาจ และกิจกรรมการ
Barbieri เดวิด Daniele Braga,
Ceri สเตฟาโน เอ็มมานูเอลโรมัน,
Achim หวงอี้ Volker Tresp
Rettinger และ Wermser นดริ
เน้นมุมมองตามกระแส
ของสังคมใน " Deductive และ
เหตุผลกระแส Inductive สำหรับ Semantic
วิเคราะห์สื่อสังคม, "
แต่ มีความแตกต่างกัน distinctively
เป้าหมาย พวกเขาได้พัฒนาเหตุผล
วิธีการสนับสนุนการจัดการ
เปลี่ยนรูปวาดรู้
จากกระแสข้อมูลเนื้อหา และ
โครงสร้างพื้นหลังความรู้
ฐาน วิธีการของพวกเขาอยู่
บนแนวคิดของกระแสข้อมูล RDF เป็น
ลงเวลา RDF triples ซึ่ง
ให้กรอบ representational
ให้รวมเหนี่ยว
และเหตุผล deductive
เทคนิค
ติดป้ายทำงานร่วมกันและสังคม
ค้นหาที่นี่ประสบความสำเร็จมากที่สุด
สื่อสังคม และ "ภูมิปัญญาของ
ฝูงชน" โปรแกรมประยุกต์ในผู้ใช้
อธิบายประกอบเว็บเพจหรือแหล่งข้อมูลอื่น ๆ
ใช้แท็ก แท็กเช่น
ร่วมกันระหว่างผู้ใช้ และสามารถสำรวจ
ให้ช่วงของข้อมูล
เรียกและคำแนะนำ
ความสามารถ อุปสรรคสำคัญที่ขัดขวางหนึ่ง
รับติดป้ายตาม
ระบบหรือบริการที่มีอยู่

ผลลัพธ์ (ไทย) 2:

ในฉบับนี้นี้ตัวอย่างฉบับพิเศษรัฐของศิลปะในการวิเคราะห์สื่อสังคมและการวิจัยหน่วยสืบราชการลับที่มีความเกี่ยวข้องโดยตรงกับ AI จากทั้งวิธีการหรือโดเมนมุมมองใน "การค้นหาสื่อสังคมลำธารบนเว็บ "จงฮุนพาร์คYongwook ชิน Kwanho คิมและ Beom สุขจุงสังเกตว่ามากของเนื้อหาสื่อสังคมใช้รูปแบบของลำธารแบบไดนามิกที่จะมาถึงและชุดการปรับปรุงข้อความที่มีโครงสร้างและไม่มีโครงสร้างส่วนประกอบ พวกเขาพัฒนาวิธีการค้นหาที่เรียกว่า FeedMil กับการค้นหาและการดึงหัวข้อที่ขับเคลื่อนด้วยความสามารถจากหลากหลายของการถ่ายทอดสดสตรีมสื่อสังคม ของพวกเขาการวิจัยทางเทคนิคส่วนใหญ่มุ่งเน้นไปที่การระบุที่เกี่ยวข้องอาจลำธารตามคำสั่งของผู้ใช้และการจัดอันดับลำธารเหล่านี้ขึ้นอยู่กับความคะแนนและแบบสอบถามอิสระมาตรการที่มีคุณภาพเช่นลำธาร ' ความนิยมผู้มีอำนาจและกิจกรรมดา Barbieri, Daniele บรากา, สเตฟาโน Ceri, มานูเอ della Valle, ยี่หวาง Volker Tresp, Achim Rettinger และ Hendrik Wermser ยังมุ่งเน้นไปที่มุมมองกระแสที่ใช้สื่อสังคมใน "การหักลบและเหนี่ยวนำกระแสเหตุผลสำหรับความหมายของสังคมสื่อการวิเคราะห์ " แต่ด้วยความที่แตกต่างกันอย่างชัดเจนเป้าหมาย พวกเขาได้พัฒนาเหตุผลวิธีการที่จะสนับสนุนการจัดการการเปลี่ยนแปลงความรู้การวาดภาพจากการสตรีมเนื้อหาที่ใช้และโครงสร้างความรู้พื้นหลังฐาน แนวทางของพวกเขาจะขึ้นอยู่กับความคิดของ RDF ลำธารเป็นเวลาที่ประทับอเนกประสงค์ RDF ซึ่งให้กรอบดำเนินการเพื่อให้การบูรณาการอุปนัยและนิรนัยเหตุผลเทคนิคการติดแท็กความร่วมมือทางสังคมและการค้นหาอยู่ในหมู่ผู้ที่ประสบความสำเร็จมากที่สุดในสื่อสังคมและ "ภูมิปัญญาของฝูงชน " การใช้งานที่ผู้ใช้อธิบายหน้าเว็บหรือทรัพยากรอื่น ๆ ที่ใช้แท็ก แท็กดังกล่าวจะถูกใช้ร่วมกันระหว่างผู้ใช้และสามารถสำรวจเพื่อให้ช่วงของข้อมูลและข้อเสนอแนะการดึงความสามารถ หนึ่งในอุปสรรคสำคัญที่ขัดขวางการรับเลี้ยงบุตรบุญธรรมของการติดแท็กที่ใช้ระบบหรือบริการคือการปรากฏตัว

ผลลัพธ์ (ไทย) 3:

ในประเด็นนี้




ตัวอย่างฉบับพิเศษนี้รัฐ
ของศิลปะในการวิเคราะห์สื่อสังคม และสติปัญญา มีการวิจัย

เกี่ยวข้องโดย AI จาก
ทั้งวิธีการหรือโดเมน

ในมุมมอง " การค้นหาสื่อกระแสสังคมในเว็บ

yongwook " จงฮุน ปาร์ค ชิน kwanho คิม
และ บอมซุคชองสังเกตว่า
มากของสังคมสื่อเนื้อหาที่ใช้รูปแบบของกระแสแบบไดนามิก

มาถึงชุดของข้อความและปรับปรุงโครงสร้างและส่วนประกอบใหม่ด้วย

พวกเขาพัฒนาวิธีการเรียก feedmil

ค้นหาหัวข้อขับเคลื่อนค้นหาและดึงความสามารถจากหลาย

ของสดสตรีมสื่อสังคม การวิจัยทางเทคนิคของพวกเขามุ่งเน้นไปที่การระบุ


กระแสอาจเกี่ยวข้องตามแบบสอบถามผู้ใช้และกระแสตามการจัดอันดับเหล่านี้

,คะแนน และแบบสอบถามวัดคุณภาพอิสระ

' เช่น กระแสนิยม อำนาจ และกิจกรรม .
Davide บาร์เบียรี่ Daniele , Braga ,
สเตฟาโนสำหรับ Emanuele della Valle ,
, ยีหวง โวลเกอร์ tresp Achim
, rettinger และ Hendrik wermser
ยังเน้นมุมมองกระแส
สื่อสังคมอยู่ใน " นิรนัยและอุปนัยเหตุผลองค์ประกอบกระแส


" สื่อสังคมอย่างมีประสิทธิภาพแต่ด้วยเป้าหมายที่แตกต่างกัน
ชัดเจน . พวกเขาได้พัฒนาวิธีการให้เหตุผลสนับสนุนการจัดการ

เปลี่ยนความรู้การวาดภาพ
จากกระแสตามเนื้อหาและโครงสร้างพื้นฐานความรู้

. วิธีการของพวกเขาตั้งอยู่บนแนวคิดของกระแส

เวลา RDF RDF เป็นอเนกประสงค์ที่ประทับซึ่ง

กรอบดำเนินการเพื่อให้มีการบูรณาการและเทคนิคเชิงอุปนัย


แบบนิรนัยร่วมกันติดตามและค้นหาอยู่ในหมู่สังคม

ที่ประสบความสำเร็จมากที่สุดสื่อสังคมและ " ปัญญาของฝูงชน
" การใช้งานที่ผู้ใช้หน้าเว็บหรือทรัพยากรอื่น ๆ

อธิบายโดยใช้แท็ก แท็กดังกล่าว
ร่วมกันระหว่างผู้ใช้ และสามารถสำรวจ
เพื่อให้ช่วงของการดึงข้อมูลและความสามารถแนะนำ

หนึ่งอุปสรรคที่ขัดขวางการยอมรับหลัก

ตัวตามระบบหรือบริการคือการปรากฏตัว