کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6857628 665570 2015 20 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Predicting the popularity of micro-reviews: A Foursquare case study
ترجمه فارسی عنوان
پیش بینی محبوبیت میکرو بررسی: مطالعه مورد چهار ضلعی
کلمات کلیدی
پیش بینی محبوبیت، فیلتر کردن محتوا، شبکه های اجتماعی مبتنی بر مکان، بررسی های میکرو،
ترجمه چکیده
ما با مشکل پیش بینی میزان محبوبیت میکرو بررسی های کوچک روبرو هستیم، با توجه به راهنمایی های چهار ضلعی، که درجه بالایی از عدم اطمینان و مختصر آن، مشکلات زیادی را در طراحی روش های پیش بینی محبوبیت موثر ارائه می دهد. چنین پیش بینی ها می تواند به طور گسترده ای در طراحی آینده فیلتر کردن محتوا و روش های توصیه شده مفید باشد. به سوی هدف ما، ابتدا یک مجموعه غنی از ویژگی های مربوط به کاربر که نوک نوشتار، محل برگزاری آن را قرار داد، و محتوای نوک را برای ضبط عوامل که ممکن است بر محبوبیت نوک تاثیرگذار باشد، پیشنهاد می کنیم. ما مدلهای مختلف رگرسیون و طبقه بندی را با استفاده از این مجموعه غنی از ویژگی های پیشنهادی به عنوان پیش بینی کننده ها در سناریوهای مختلف ارزیابی می کنیم. همانطور که می دانیم، این اولین تلاش برای بررسی پیش بینی پذیری محبوبیت (یا مفید بودن) میکروپردازنده است که با بهره گیری از ابعاد فضایی، زمانی، محلی و اجتماعی که به ندرت در این زمینه به طور همکارانه مورد بهره برداری قرار می گیرند.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر هوش مصنوعی
چکیده انگلیسی
We tackle the problem of predicting the future popularity level of micro-reviews, focusing on Foursquare tips, whose high degree of informality and briefness offer extra difficulties to the design of effective popularity prediction methods. Such predictions can greatly benefit the future design of content filtering and recommendation methods. Towards our goal, we first propose a rich set of features related to the user who posted the tip, the venue where it was posted, and the tip's content to capture factors that may impact popularity of a tip. We evaluate different regression and classification based models using this rich set of proposed features as predictors in various scenarios. As fas as we know, this is the first work to investigate the predictability of micro-review popularity (or helpfulness) exploiting spatial, temporal, topical and, social aspects that are rarely exploited conjointly in this domain.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Information Sciences - Volume 325, 20 December 2015, Pages 355-374
نویسندگان
, , ,