Bewertung:
Die Bewertungen des Buches ergeben ein gemischtes Bild. Ein Nutzer lobt das Buch als einen großartigen Kauf und hebt die Qualität seiner physischen Form und Funktionalität hervor. Im Gegensatz dazu kritisiert ein anderer Nutzer das Buch als eine Sammlung von Forschungsarbeiten, denen es an Kohärenz und Originalität fehle, und argumentiert, dass es sich fälschlicherweise als ein von einem Autor verfasstes Buch darstelle. Dieser Rezensent stellt Unstimmigkeiten in der Schreibqualität fest und führt Beispiele für Werbeinhalte an, die den Gesamtwert beeinträchtigen.
Vorteile:Das Buch wird von einigen wegen seiner Qualität und der Effektivität der Informationsdarstellung positiv bewertet. Die Benutzer schätzen die gute physische Qualität und Funktionalität.
Nachteile:Kritiker führen an, dass das Buch lediglich eine Sammlung von Forschungsarbeiten mit minimalem Originalinhalt ist. Es wird bemängelt, dass die Qualität des Textes uneinheitlich ist, dass es Tippfehler gibt und dass einige Inhalte eher werbenden als informativen Charakter haben. Außerdem wird der hohe Preis des Buches im Vergleich zu den frei verfügbaren Forschungsarbeiten, auf die es verweist, bemängelt.
(basierend auf 2 Leserbewertungen)
Sentiment Analysis in Social Networks
Ziel der Stimmungsanalyse ist es, automatische Werkzeuge zu definieren, die in der Lage sind, subjektive Informationen aus Texten in natürlicher Sprache zu extrahieren, wie z. B. Meinungen und Stimmungen, um strukturiertes und umsetzbares Wissen zu schaffen, das entweder von einem Entscheidungshilfesystem oder einem Entscheidungsträger genutzt werden kann. Die Stimmungsanalyse hat mit dem Aufkommen und dem Wachstum sozialer Netzwerke noch mehr an Bedeutung gewonnen.
Sentiment Analysis in Social Networks beginnt mit einem Überblick über die neuesten Forschungstrends auf diesem Gebiet. Anschließend werden die soziologischen und psychologischen Prozesse erörtert, die den Interaktionen in sozialen Netzwerken zugrunde liegen. Das Buch untersucht sowohl semantische als auch maschinelle Lernmodelle und -methoden, die sich mit kontextabhängigen und dynamischen Texten in sozialen Online-Netzwerken befassen und zeigt, wie soziale Netzwerkströme aufgrund ihrer großen, kurzen, verrauschten, kontextabhängigen und dynamischen Natur zahlreiche Herausforderungen darstellen.
Außerdem enthält dieser Band:
⬤ Ein interdisziplinärer Ansatz aus einer Reihe von Computerbereichen, einschließlich natürlicher Sprachverarbeitung, maschinellem Lernen, Big Data und statistischen Methoden.
⬤ Bietet Einblicke in Meinungsspamming, Argumentation und soziale Netzwerkanalyse.
⬤ Zeigt, wie man Sentiment-Analyse-Tools für eine bestimmte Anwendung und einen bestimmten Bereich einsetzt und wie man die besten Ergebnisse für das Verständnis der Konsequenzen erhält.
⬤ Dient als zentrale Referenz für den Stand der Technik in der Social-Media-Analytik.
| ISBN: | 9780128044124 |
| Autor: | |
| Verlag: | |
| Sprache: | Englisch |
| Einband: | Taschenbuch |
| Erscheinungsjahr: | 2016 |
| Seitenzahl: | 284 |
Derzeit verfügbar, auf Lager.
