Există o creștere rapidă a utilizării rețelelor sociale în ultimul deceniu. Accesul la platformele de socializare, de exemplu, Twitter, Facebook și LinkedIn prin medii precum web și web 2.0 a devenit cel mai convenabil mod pentru utilizatori. Persoanele se dovedesc a fi mai inspirate și dependente de astfel de platforme pentru date, știri și gânduri ale diferiților utilizatori pe diferite subiecte. Dependența substanțială de aceste platforme sociale îi determină pe aceștia să producă informații imense descrise în special de trei probleme de calcul; volum, viteză și dinamism. Aceste probleme fac în mod frecvent informațiile despre organizația informală extrem de complexe pentru a se descompune fizic, ducând la utilizarea corespunzătoare a metodei de calcul pentru disecarea lor. Exploatarea informațiilor oferă o gamă largă de strategii pentru recunoașterea informațiilor valoroase din seturi de date uriașe, cum ar fi modele, exemple și standarde. Sunt utilizate diverse strategii de extragere a datelor pentru recuperarea datelor utile, afișarea faptelor și învățarea automată. Aceste sisteme fac, în general, un fel de pre-procesare a datelor, efectuează analiza datelor și informațiile.
Mineritul datelor este un instrument care ajută la găsirea diferitelor tipare în setul de date analizat și conexiuni în interiorul informațiilor. Mineritul informațiilor găsește date ascunse din baze de date substanțiale. Analiza platformelor de social media a atras multă atenție sub forma administrării informațiilor grafice în domeniul cercetării. Pentru a garanta rezultate importante de minerit a informațiilor, este important să înțelegem mai bine informațiile. Există câteva componente care au făcut ca analiza informațiilor de pe platformele sociale să capteze o semnificație extraordinară pentru oamenii de știință a datelor. Câteva dintre astfel de variabile încorporează prezența unei cantități enorme de informații pe aceste platforme, și reprezentarea acestor date în forme de tablou de bord ca diagrame.
Mineritul datelor este o procedură inteligentă în cadrul căreia progresul se caracterizează prin revelație prin strategii manuale, sau programate alternativ. Organizațiile pot obține din schimbul de informații mai multe despre comportamentul clienților lor, și în acest fel își pot îmbunătăți afacerea folosind această știință a informațiilor obținute din informațiile observaționale, noi biți de cunoștințe despre problemele explorate.
Datele de utilizare web pot fi defalcate și utilizate pentru a avansa accesul la date. În această direcție, mineritul informațiilor creează înțelegeri noi, nebănuite, ale informațiilor.
Sursa: Hibatullah Alzahrani, Social Media Analytics using Data Mining, Global Journal Of Computer Science And Technology: C, Software & Data Engineering. Licența CC BY-NC 3.0. Traducere și adaptare: Nicolae Sfetcu
Big Data
O analiză detaliată și cuprinzătoare asupra modului în care datele masive transformă societatea, afacerile și viața.
Apa grea: O școală a cercetării științifice și tehnologice românești, o paradigmă în sensul lui Kuhn
Descoperă unul dintre cele mai ambițioase proiecte industriale ale României moderne!
Facebook pentru afaceri şi utilizatori
Descoperă secretele Facebook pentru succesul afacerii tale și pentru o utilizare eficientă!
Lasă un răspuns