Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
SoRTESum: A Social Context Framework for Single-Document Summarization Kapitel lesen Erstes Kapitel lesen

2016 | OriginalPaper | Buchkapitel

LExL: A Learning Approach for Local Expert Discovery on Twitter

verfasst von : Wei Niu, Zhijiao Liu, James Caverlee

Erschienen in: Advances in Information Retrieval

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

In this paper, we explore a geo-spatial learning-to-rank framework for identifying local experts. Three of the key features of the proposed approach are: (i) a learning-based framework for integrating multiple factors impacting local expertise that leverages the fine-grained GPS coordinates of millions of social media users; (ii) a location-sensitive random walk that propagates crowd knowledge of a candidate’s expertise; and (iii) a comprehensive controlled study over AMT-labeled local experts on eight topics and in four cities. We find significant improvements of local expert finding versus two state-of-the-art alternatives.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel On Cross-Script Information Retrieval
Nächstes Kapitel Clickbait Detection
Fußnoten
1
Note that the results reported here for LocalRank differ from the results in [4] as the experimental setups are different. First, our rating has 5 scales, which is intended to capture more detailed expertise level. Second, [4] only considers ideal ranking order for the top 10 results from LocalRank when calculating maximum possible (ideal) DCG@10, while we consider a much larger corpus.
 
Literatur
1.
Amatriain, X., Lathia, N., Pujol, J.M., et al.: The wisdom of the few: a collaborative filtering approach based on expert opinions from the web. In: SIGIR (2009)
2.
Balog, K., Azzopardi, L., De Rijke, M.: Formal models for expert finding in enterprise corpora. In: SIGIR (2006)
3.
Campbell, C.S., Maglio, P.P., et al.: Expertise identification using email communications. In: CIKM (2003)
4.
Cheng, Z., Caverlee, J., Barthwal, H., Bachani, V.: Who is the barbecue king of texas?: a geo-spatial approach to finding local experts on twitter. In: SIGIR (2014)
5.
Fleiss, J.L., et al.: Large sample standard errors of kappa and weighted kappa. Psychol. Bull. 72(5), 323 (1969)CrossRef
6.
Ghosh, S., Sharma, N., et al.: Cognos: crowdsourcing search for topic experts in microblogs. In: SIGIR (2012)
7.
8.
9.
Lappas, T., Liu, K., Terzi, E.: A survey of algorithms and systems for expert location in social networks. In: Aggarwal, C.C. (ed.) Social Network Data Analytics. Springer, Heidelberg (2011)
10.
Pal, A., Counts, S.: Identifying topical authorities in microblogs. In: WSDM (2011)
11.
Weng, J., Lim, E.P., Jiang, J., He, Q.: Twitterrank: finding topic-sensitive influential twitterers. In: WSDM (2010)
12.
Wu, Q., Burges, C.J., Svore, K.M., Gao, J.: Ranking, boosting, and model adaptation. Technical report, MSR-TR-2008-109 (2008)
Metadaten
Titel
LExL: A Learning Approach for Local Expert Discovery on Twitter
verfasst von
Wei Niu
Zhijiao Liu
James Caverlee
Copyright-Jahr
2016
Verlag
Springer International Publishing
Buch
Advances in Information Retrieval

Print ISBN: 978-3-319-30670-4

Electronic ISBN: 978-3-319-30671-1

Copyright-Jahr: 2016

DOI
https://doi.org/10.1007/978-3-319-30671-1_71

Neuer Inhalt

    Bildnachweise