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
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
ATZ-Fachkongress

Chassis.tech plus 2024


4 Kongresse in einer Veranstaltung

Treffen Sie in München die Fachleute von Chassis, Lenkung, Bremsen sowie Reifen/Räder.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Context-Based Abrupt Change Detection and Adaptation for Categorical Data Streams Kapitel lesen Erstes Kapitel lesen

2017 | OriginalPaper | Buchkapitel

Topic Extraction on Twitter Considering Author’s Role Based on Bipartite Networks

verfasst von : Takako Hashimoto, Tetsuji Kuboyama, Hiroshi Okamoto, Kilho Shin

Erschienen in: Discovery Science

Verlag: Springer International Publishing

Einloggen

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

search-config
loading …

Abstract

This paper proposes a quality topic extraction on Twitter based on author’s role on bipartite networks. We suppose that author’s role which means who were in what group, affects the quality of extracted topics. Our proposed method expresses relations between authors and words as bipartite networks, explores author’s role by forming clusters using our original community detection technique, and finds quality topics considering the semantic accuracy of words and author’s role.

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 Discovering Hidden Knowledge in Carbon Emissions Data: A Multilayer Network Approach
Nächstes Kapitel Mining Strongly Closed Itemsets from Data Streams
Literatur
1.
Qiu, X., Inagi, A.S., Nukui, S., Murata, T., Okamoto, H.: Random walk based community detection from bipartite networks. In: Proceedings of The 30th Annual Conference of the Japanese Society for Artificial Intelligence (2016)
2.
Hashimoto, T., Kuboyama, T., Okamoto, H., Shin, K.: Topic extraction from millions of tweets based on community detection in bipartite networks. In: Proceedings of 27th International Conference on Information Modelling and Knowledge Bases, pp. 409–424 (2017)
3.
Mimno, D., Wallach, H.M., Talley, E., Leenders, M., McCallum, A.: Optimizing semantic coherence in topic models. In: Proceedings of the Conference on Empirical Methods in Natural Language Processing, pp. 262–272. Association for Computational Linguistics (2011)
4.
Jaccard, P.: The distribution of the flora in the alpine zone. New Phytol. 11(2), 37–50 (1912)CrossRef
5.
Sayyadi, H., Raschid, L.: A graph analytical approach for topic detection. ACM Trans. Internet Technol. 13(2), 4:1–4:23 (2013). Article No. 4CrossRef
6.
7.
Wu, H.C., Luk, R.W.P., Wong, K.F., Kwok, K.L.: Interpreting TF-IDF term weights as making relevance decisions. ACM Trans. Inf. Syst. 26(3), 13:1–13:37 (2008). doi:10.​1145/​1361684.​1361686. Article No. 13CrossRef
8.
Blei, D.M., Lafferty, J.D.: Topic models. In: Srivastava, A., Sahami, M. (eds.) Text Mining: Theory and Applications. Taylor and Francis, UK (2009)
9.
Bhattacharya, I., Sil, J.: Query classification using LDA topic model and sparse representation based classifier. In: Proceedings of the 3rd IKDD Conference on Data Science 2016, p. 24. ACM (2014)
10.
Endo, Y., Toda, H., Koike, Y.: What’s hot in the theme: query dependent emerging topic extraction from social streams. In: Proceedings of the 24th International Conference on World Wide Web, pp. 31–32. ACM (2015)
11.
Fujino, I., Hoshino, Y.: A method for identifying topics in twitter and its application for analyzing the transition of topics. In: Proceedings of DEIM Forum 2014. C4-2 (2014)
12.
Wang, Y., Agichtein, E., Benzi, M.: TM-LDA: efficient online modeling of latent topic transitions in social media. In: Proceedings of the 18th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, pp. 123–131. ACM (2012)
13.
Zhao, W.X., Jiang, J., Weng, J., He, J., Lim, E.-P., Yan, H., Li, X.: Comparing twitter and traditional media using topic models. In: Clough, P., Foley, C., Gurrin, C., Jones, G.J.F., Kraaij, W., Lee, H., Mudoch, V. (eds.) ECIR 2011. LNCS, vol. 6611, pp. 338–349. Springer, Heidelberg (2011). doi:10.​1007/​978-3-642-20161-5_​34 CrossRef
14.
Newman, M.E.J.: Communities, modules and large-scale structure in networks. Nature Phys. 8(1), 25–31 (2012)CrossRef
15.
16.
Metadaten
Titel
Topic Extraction on Twitter Considering Author’s Role Based on Bipartite Networks
verfasst von
Takako Hashimoto
Tetsuji Kuboyama
Hiroshi Okamoto
Kilho Shin
Copyright-Jahr
2017
Buch
Discovery Science

Print ISBN: 978-3-319-67785-9

Electronic ISBN: 978-3-319-67786-6

Copyright-Jahr: 2017

DOI
https://doi.org/10.1007/978-3-319-67786-6_17

Premium Partner

    Bildnachweise