Dissertation/ Thesis
Προβολή σε EDS

Modeling users preferences in online social networks

Λεπτομέρειες βιβλιογραφικής εγγραφής
Τίτλος: Modeling users preferences in online social networks
Συγγραφείς: Recalde, Lorena
Συνεισφορές: University/Department: Universitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions
Thesis Advisors: Baeza-Yates, Ricardo, Nettleton, David F.
Πηγή: TDX (Tesis Doctorals en Xarxa)
Στοιχεία εκδότη: Universitat Pompeu Fabra, 2018.
Έτος έκδοσης: 2018
Φυσική περιγραφή: 189 p.
Θεματικοί όροι: Xarxes socials online, Modelatge de preferències d'usuaris, Personalització, Sistemes de recomanació, Detecció de grups, Word embeddings, Modelatge de tòpics, Anàlisi de xarxes socials, Clustering d'usuaris, Detecció de comunitats, Propagació de la informació, Redes sociales online, Personalización, Sistemas de recomendación, Detección de grupos, Sistemas de recomendación para grupos, Modelamiento de tópicos, Análisis de redes sociales, Clustering de usuarios, Detección de comunidades, Propagación de la información, Online social networks, User preferences model, Personalization, Recommender systems, Group detection, Group recommender systems, Topic model, Social network analysis, Users clustering, Community detection
Περιγραφή: L'objectiu d'aquesta tesi és desenvolupar nous i diversos mètodes per modelar les preferències dels usuaris a les Xarxes Socials Online. Els mètodes proposats tenen com a finalitat ser aplicats en àrees de recerca com la Personalització o Recomanació d'ítems i la Detecció de Grups d'Usuaris amb gustos similars. Aquests mètodes poden ser agrupats en dos tipus: i) mètodes basats en tècniques d'anàlisi de textos (Part I, Capítols del 3 al 5) i ii) mètodes basats en teoria de grafs (Part II, Capítols 6 i 7). Amb els mètodes plantejats a la Part I és possible determinar el nivell d'interès dels usuaris en temes que són compartits en plataformes de microblogging. Hem pres com a cas d'estudi la participació digital de tweeters a la política. Els mètodes proposats a la Part II busquen definir un paper pels usuaris de les Xarxes Socials, ja sigui com a creadors o generadors de contingut i distribuïdors o consumidors de contingut. Hem plantejat un mètode on usuaris amb interessos similars però amb diferent rols són agrupats en una mateixa comunitat, de manera que els nous continguts es propaguen més ràpidament.
Description (Translated): El objetivo de esta tesis es desarrollar nuevos y diversos métodos para modelar las preferencias de los usuarios en las Redes Sociales Online. Los métodos propuestos tienen como finalidad ser aplicados en áreas de investigación como la Personalización o Recomendación de ítems y la Detección de Grupos de Usuarios con gustos similares. Dichos métodos pueden ser agrupados en dos tipos: i) métodos basados en técnicas de análisis de texto (Parte I, Capítulos del 3 al 5) y ii) métodos basados en teoría de grafos (Parte II, Capítulos 6 y 7). Con los métodos planteados en la Parte I es posible determinar el nivel de interés de los usuarios en temas que son compartidos en plataformas de microblogging. Hemos tomado como caso de estudio la participación digital de tweeters en la política. Los métodos propuestos en la Parte II buscan definir un rol para los usuarios en Redes Sociales, ya sea como creadores o generadores de contenido y distribuidores o consumidores de contenido. Hemos planteado un método donde usuarios con intereses similares pero con distinto rol, son agrupados en una misma comunidad de forma que nuevo contenido se propague más rápidamente.
The objective of this thesis is to develop new and diverse methods to model the preferences of the users in the Online Social Networks. The proposed methods are intended to be applied in areas of research such as Personalization or Recommendation of items and the detection of groups of users with similar tastes. These methods can be grouped into two types: i) methods based on text analysis techniques (Chapters 3 to 5) and ii) methods based on graph theory (Chapters 6 and 7). With the methods proposed in i) it is possible to determine the level of interest of users on topics that are shared on microblogging platforms. We have taken as a case study the digital participation of tweeters in politics. The methods proposed in ii) seek to define a role for users in social networks, whether as creators or content generators and distributors or content consumers. We have proposed a method where users with similar interests but with different roles, are grouped in the same community so that new content spreads more quickly.
Programa de doctorat en Tecnologies de la Informació i les Comunicacions
Τύπος εγγράφου: Dissertation/Thesis
Περιγραφή αρχείου: application/pdf
Γλώσσα: English
Σύνδεσμος πρόσβασης: http://hdl.handle.net/10803/663756
Rights: L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-sa/4.0/
Αριθμός Καταχώρησης: edstdx.10803.663756
Βάση Δεδομένων: TDX
FullText Text:
  Availability: 0
CustomLinks:
  – Url: http://hdl.handle.net/10803/663756#
    Name: EDS - TDX (ns324271)
    Category: fullText
    Text: View record in TDX
Header DbId: edstdx
DbLabel: TDX
An: edstdx.10803.663756
RelevancyScore: 1327
AccessLevel: 3
PubType: Dissertation/ Thesis
PubTypeId: dissertation
PreciseRelevancyScore: 1327.11828613281
IllustrationInfo
Items – Name: Title
  Label: Title
  Group: Ti
  Data: Modeling users preferences in online social networks
– Name: Author
  Label: Authors
  Group: Au
  Data: <searchLink fieldCode="AR" term="%22Recalde%2C+Lorena%22">Recalde, Lorena</searchLink>
– Name: Author
  Label: Contributors
  Group: Au
  Data: University/Department: Universitat Pompeu Fabra. Departament de Tecnologies de la Informació i les Comunicacions
– Name: Author
  Label: Thesis Advisors
  Group: Au
  Data: Baeza-Yates, Ricardo<br />Nettleton, David F.
– Name: TitleSource
  Label: Source
  Group: Src
  Data: TDX (Tesis Doctorals en Xarxa)
– Name: Publisher
  Label: Publisher Information
  Group: PubInfo
  Data: Universitat Pompeu Fabra, 2018.
– Name: DatePubCY
  Label: Publication Year
  Group: Date
  Data: 2018
– Name: PhysDesc
  Label: Physical Description
  Group: PhysDesc
  Data: 189 p.
– Name: Subject
  Label: Subject Terms
  Group: Su
  Data: <searchLink fieldCode="DE" term="%22Xarxes+socials+online%22">Xarxes socials online</searchLink><br /><searchLink fieldCode="DE" term="%22Modelatge+de+preferències+d'usuaris%22">Modelatge de preferències d'usuaris</searchLink><br /><searchLink fieldCode="DE" term="%22Personalització%22">Personalització</searchLink><br /><searchLink fieldCode="DE" term="%22Sistemes+de+recomanació%22">Sistemes de recomanació</searchLink><br /><searchLink fieldCode="DE" term="%22Detecció+de+grups%22">Detecció de grups</searchLink><br /><searchLink fieldCode="DE" term="%22Word+embeddings%22">Word embeddings</searchLink><br /><searchLink fieldCode="DE" term="%22Modelatge+de+tòpics%22">Modelatge de tòpics</searchLink><br /><searchLink fieldCode="DE" term="%22Anàlisi+de+xarxes+socials%22">Anàlisi de xarxes socials</searchLink><br /><searchLink fieldCode="DE" term="%22Clustering+d'usuaris%22">Clustering d'usuaris</searchLink><br /><searchLink fieldCode="DE" term="%22Detecció+de+comunitats%22">Detecció de comunitats</searchLink><br /><searchLink fieldCode="DE" term="%22Propagació+de+la+informació%22">Propagació de la informació</searchLink><br /><searchLink fieldCode="DE" term="%22Redes+sociales+online%22">Redes sociales online</searchLink><br /><searchLink fieldCode="DE" term="%22Personalización%22">Personalización</searchLink><br /><searchLink fieldCode="DE" term="%22Sistemas+de+recomendación%22">Sistemas de recomendación</searchLink><br /><searchLink fieldCode="DE" term="%22Detección+de+grupos%22">Detección de grupos</searchLink><br /><searchLink fieldCode="DE" term="%22Sistemas+de+recomendación+para+grupos%22">Sistemas de recomendación para grupos</searchLink><br /><searchLink fieldCode="DE" term="%22Modelamiento+de+tópicos%22">Modelamiento de tópicos</searchLink><br /><searchLink fieldCode="DE" term="%22Análisis+de+redes+sociales%22">Análisis de redes sociales</searchLink><br /><searchLink fieldCode="DE" term="%22Clustering+de+usuarios%22">Clustering de usuarios</searchLink><br /><searchLink fieldCode="DE" term="%22Detección+de+comunidades%22">Detección de comunidades</searchLink><br /><searchLink fieldCode="DE" term="%22Propagación+de+la+información%22">Propagación de la información</searchLink><br /><searchLink fieldCode="DE" term="%22Online+social+networks%22">Online social networks</searchLink><br /><searchLink fieldCode="DE" term="%22User+preferences+model%22">User preferences model</searchLink><br /><searchLink fieldCode="DE" term="%22Personalization%22">Personalization</searchLink><br /><searchLink fieldCode="DE" term="%22Recommender+systems%22">Recommender systems</searchLink><br /><searchLink fieldCode="DE" term="%22Group+detection%22">Group detection</searchLink><br /><searchLink fieldCode="DE" term="%22Group+recommender+systems%22">Group recommender systems</searchLink><br /><searchLink fieldCode="DE" term="%22Topic+model%22">Topic model</searchLink><br /><searchLink fieldCode="DE" term="%22Social+network+analysis%22">Social network analysis</searchLink><br /><searchLink fieldCode="DE" term="%22Users+clustering%22">Users clustering</searchLink><br /><searchLink fieldCode="DE" term="%22Community+detection%22">Community detection</searchLink>
– Name: Abstract
  Label: Description
  Group: Ab
  Data: L'objectiu d'aquesta tesi és desenvolupar nous i diversos mètodes per modelar les preferències dels usuaris a les Xarxes Socials Online. Els mètodes proposats tenen com a finalitat ser aplicats en àrees de recerca com la Personalització o Recomanació d'ítems i la Detecció de Grups d'Usuaris amb gustos similars. Aquests mètodes poden ser agrupats en dos tipus: i) mètodes basats en tècniques d'anàlisi de textos (Part I, Capítols del 3 al 5) i ii) mètodes basats en teoria de grafs (Part II, Capítols 6 i 7). Amb els mètodes plantejats a la Part I és possible determinar el nivell d'interès dels usuaris en temes que són compartits en plataformes de microblogging. Hem pres com a cas d'estudi la participació digital de tweeters a la política. Els mètodes proposats a la Part II busquen definir un paper pels usuaris de les Xarxes Socials, ja sigui com a creadors o generadors de contingut i distribuïdors o consumidors de contingut. Hem plantejat un mètode on usuaris amb interessos similars però amb diferent rols són agrupats en una mateixa comunitat, de manera que els nous continguts es propaguen més ràpidament.
– Name: Abstract
  Label: Description (Translated)
  Group: Ab
  Data: El objetivo de esta tesis es desarrollar nuevos y diversos métodos para modelar las preferencias de los usuarios en las Redes Sociales Online. Los métodos propuestos tienen como finalidad ser aplicados en áreas de investigación como la Personalización o Recomendación de ítems y la Detección de Grupos de Usuarios con gustos similares. Dichos métodos pueden ser agrupados en dos tipos: i) métodos basados en técnicas de análisis de texto (Parte I, Capítulos del 3 al 5) y ii) métodos basados en teoría de grafos (Parte II, Capítulos 6 y 7). Con los métodos planteados en la Parte I es posible determinar el nivel de interés de los usuarios en temas que son compartidos en plataformas de microblogging. Hemos tomado como caso de estudio la participación digital de tweeters en la política. Los métodos propuestos en la Parte II buscan definir un rol para los usuarios en Redes Sociales, ya sea como creadores o generadores de contenido y distribuidores o consumidores de contenido. Hemos planteado un método donde usuarios con intereses similares pero con distinto rol, son agrupados en una misma comunidad de forma que nuevo contenido se propague más rápidamente.<br />The objective of this thesis is to develop new and diverse methods to model the preferences of the users in the Online Social Networks. The proposed methods are intended to be applied in areas of research such as Personalization or Recommendation of items and the detection of groups of users with similar tastes. These methods can be grouped into two types: i) methods based on text analysis techniques (Chapters 3 to 5) and ii) methods based on graph theory (Chapters 6 and 7). With the methods proposed in i) it is possible to determine the level of interest of users on topics that are shared on microblogging platforms. We have taken as a case study the digital participation of tweeters in politics. The methods proposed in ii) seek to define a role for users in social networks, whether as creators or content generators and distributors or content consumers. We have proposed a method where users with similar interests but with different roles, are grouped in the same community so that new content spreads more quickly.<br />Programa de doctorat en Tecnologies de la Informació i les Comunicacions
– Name: TypeDocument
  Label: Document Type
  Group: TypDoc
  Data: Dissertation/Thesis
– Name: Format
  Label: File Description
  Group: SrcInfo
  Data: application/pdf
– Name: Language
  Label: Language
  Group: Lang
  Data: English
– Name: URL
  Label: Access URL
  Group: URL
  Data: <link linkTarget="URL" linkTerm="http://hdl.handle.net/10803/663756" linkWindow="_blank">http://hdl.handle.net/10803/663756</link>
– Name: Copyright
  Label: Rights
  Group: Cpyrght
  Data: L'accés als continguts d'aquesta tesi queda condicionat a l'acceptació de les condicions d'ús establertes per la següent llicència Creative Commons: http://creativecommons.org/licenses/by-nc-sa/4.0/
– Name: AN
  Label: Accession Number
  Group: ID
  Data: edstdx.10803.663756
PLink https://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edstdx&AN=edstdx.10803.663756
RecordInfo BibRecord:
  BibEntity:
    Languages:
      – Text: English
    PhysicalDescription:
      Pagination:
        PageCount: 189
    Subjects:
      – SubjectFull: Xarxes socials online
        Type: general
      – SubjectFull: Modelatge de preferències d'usuaris
        Type: general
      – SubjectFull: Personalització
        Type: general
      – SubjectFull: Sistemes de recomanació
        Type: general
      – SubjectFull: Detecció de grups
        Type: general
      – SubjectFull: Word embeddings
        Type: general
      – SubjectFull: Modelatge de tòpics
        Type: general
      – SubjectFull: Anàlisi de xarxes socials
        Type: general
      – SubjectFull: Clustering d'usuaris
        Type: general
      – SubjectFull: Detecció de comunitats
        Type: general
      – SubjectFull: Propagació de la informació
        Type: general
      – SubjectFull: Redes sociales online
        Type: general
      – SubjectFull: Personalización
        Type: general
      – SubjectFull: Sistemas de recomendación
        Type: general
      – SubjectFull: Detección de grupos
        Type: general
      – SubjectFull: Sistemas de recomendación para grupos
        Type: general
      – SubjectFull: Modelamiento de tópicos
        Type: general
      – SubjectFull: Análisis de redes sociales
        Type: general
      – SubjectFull: Clustering de usuarios
        Type: general
      – SubjectFull: Detección de comunidades
        Type: general
      – SubjectFull: Propagación de la información
        Type: general
      – SubjectFull: Online social networks
        Type: general
      – SubjectFull: User preferences model
        Type: general
      – SubjectFull: Personalization
        Type: general
      – SubjectFull: Recommender systems
        Type: general
      – SubjectFull: Group detection
        Type: general
      – SubjectFull: Group recommender systems
        Type: general
      – SubjectFull: Topic model
        Type: general
      – SubjectFull: Social network analysis
        Type: general
      – SubjectFull: Users clustering
        Type: general
      – SubjectFull: Community detection
        Type: general
    Titles:
      – TitleFull: Modeling users preferences in online social networks
        Type: main
  BibRelationships:
    HasContributorRelationships:
      – PersonEntity:
          Name:
            NameFull: Recalde, Lorena
    IsPartOfRelationships:
      – BibEntity:
          Dates:
            – D: 11
              M: 10
              Type: published
              Y: 2018
ResultId 1