
Data Mining Approaches for Big Data and Sentiment Analysis in Social Media
Social-Media-Websites entwickeln sich ständig weiter und enthalten riesige Mengen an verstreuten Daten oder Big Data, die es Forschern erschweren, den Informationsfluss zu verfolgen.
Es ist eine gewaltige Aufgabe, nützliche Informationen aus den riesigen unstrukturierten Big Data zu extrahieren. Die ungeordnete Struktur der sozialen Medien enthält Daten in verschiedenen Formen wie Text und Videos sowie riesige Echtzeitdaten, bei denen herkömmliche Analysemethoden wie statistische Ansätze kläglich versagen.
Aus diesem Grund besteht ein Bedarf an effizienten Data-Mining-Techniken, die die Unzulänglichkeiten der traditionellen Ansätze überwinden können. Data Mining Approaches for Big Data and Sentiment Analysis in Social Media regt Forscher dazu an, die Schlüsselkonzepte des Data Mining zu erforschen, z. B.
wie sie auf Online-Plattformen sozialer Medien genutzt werden können, und bietet Fortschritte beim Data Mining für Big Data und Sentiment Analysis in sozialen Online-Medien sowie zukünftige Forschungsrichtungen. Dieses Buch deckt eine Reihe von Konzepten ab, von Methoden des maschinellen Lernens bis hin zu Data Mining für Big-Data-Analysen, und ist ideal für Studenten, Akademiker, Fakultätsmitglieder, Wissenschaftler, Forscher, Datenanalysten, Social-Media-Analysten, Manager und Softwareentwickler, die im Bereich Data Mining für Big Data und Sentiment forschen und lernen möchten.