Analysis of Twitter Data Using a Multiple-level Clustering Strategy

Tipo di pubblicazione: Articolo in atti di convegno
Tipologia MIUR: Contributo in Atti di Convegno (Proceeding) > Contributo in atti di convegno
Titolo: Analysis of Twitter Data Using a Multiple-level Clustering Strategy
Autori: Baralis E.; Cerquitelli T.; Chiusano S.; Grimaudo L.; Xiao X.
Autori di ateneo:
Intervallo pagine: pp. 13-24
Titolo del periodico: LECTURE NOTES IN COMPUTER SCIENCE
Tipo di referee: Esperti anonimi
Editore: Springer Heidelberg NewYork Dordrecht London
ISBN: 9783642413650
ISSN: 0302-9743
Volume: 8216
Titolo del convegno: Third International Conference on Model and Data Engineering (MEDI 2013)
Luogo dell'evento: Amantea (Italy)
Data dell'evento: September 25-27, 2013
Rilevanza dell'evento: Internazionale
Abstract: Twitter, currently the leading microblogging social network, has attracted a great body of research works. This paper proposes a data analysis framework to discover groups of similar twitter messages posted on a given event. By analyzing these groups, user emotions or thoughts that seem to be associated with specific events can be extracted, as well as aspects characterizing events according to user perception. To deal with the inherent sparseness of micro-messages, the proposed approach relies on a multiple-level strategy that allows clustering text data with a variable distribution. Clusters are then characterized through the most representative words appearing in their messages, and association rules are used to highlight correlations among these words. To measure the relevance of specific words for a given event, text data has been represented in the Vector Space Model using the TF-IDF weighting score. As a case study, two real Twitter datasets have been analysed
Data: 2013
Status: Pubblicato
Lingua della pubblicazione: Inglese
Parole chiave: data mining, clustering algorithms, association rules, social networks, tweets
Dipartimenti (originale): DAUIN - Dipartimento di Automatica Informatica
Dipartimenti: DAUIN - Dipartimento di Automatica e Informatica
URL correlate:
    Area disciplinare: Area 09 - Ingegneria industriale e dell'informazione > SISTEMI DI ELABORAZIONE DELLE INFORMAZIONI
    Data di deposito: 30 Ott 2013 15:26
    Data ultima modifica (IRIS): 13 Apr 2016 14:45:52
    Data inserimento (PORTO): 15 Apr 2016 22:40
    Numero Identificativo (DOI): 10.1007/978-3-642-41366-7
    Permalink: http://porto.polito.it/id/eprint/2518923
    Link resolver URL: Link resolver link
    Citazioni:

    Il campo presenta il numero di citazioni presenti sulle banche dati Scopus e Web of Science e permette di accedere ai relativi record. Visualizza inoltre il link al record presente su Google Scholar.

    Possono verificarsi discrepanze rispetto ai dati presenti sulle banche dati per i seguenti motivi:

    • Differenze tra i dati riportati su IRIS e quelli presenti nelle banche dati.
    • Il numero di citazioni riportate su PORTO viene estratto mensilmente. Il dato citazionale presente sulle singole banche dati è aggiornato in tempo reale
    • Il numero di citazioni per WoS viene calcolato sulla base delle collezioni in abbonamento (Science citation index Expanded e Conference Proceedings Citation Index)

    Per informazioni o segnalazioni contattare scrivia/porto

    +
    -

    Allegati

    [img]
    Preview
    PDF (2518923_draft.pdf) - Postprint
    Accesso al documento: Visibile (Ad accesso aperto)
    Licenza: Pubblico - Tutti i diritti riservati.

    Download (228Kb (234439 bytes)) | Preview

    Azioni (richiesto il login)

    Visualizza il documento (riservato amministratori) Visualizza il documento (riservato amministratori)

    Statistiche sul Download degli allegati

    Altre statistiche su questa pubblicazione...