Using Data Mining for Facilitating User Contributions in the Social Semantic Web - Maryam Ramezani Blick ins Buch

Using Data Mining for Facilitating User Contributions in the Social Semantic Web (eBook)

(Autor)

eBook Download: PDF | EPUB
2011 | 1. Auflage
185 Seiten
GRIN Verlag
978-3-656-04708-7 (ISBN)
Systemvoraussetzungen
Systemvoraussetzungen
39,99 € inkl. MwSt
  • Download sofort lieferbar
  • Zahlungsarten anzeigen
Doctoral Thesis / Dissertation from the year 2011 in the subject Computer Science - Internet, New Technologies, grade: 1,0, Karlsruhe Institute of Technology (KIT), language: English, abstract: Social Web applications have emerged as powerful applications for Internet users allowing them to freely contribute to the Web content, organize and share information, and utilize the collective knowledge of others for discovering new topics, resources and new friends. While social Web applications such as social tagging systems have many benefits, they also present several challenges due to their open and adaptive nature. The amount of user generated data can be extremely large and since there is not any controlled vocabulary or hierarchy, it can be very difficult for users to find the information that is of their interest. In addition, attackers may attempt to distort the system's adaptive behavior by inserting erroneous or misleading annotations, thus altering the way in which information is presented to legitimate users. This thesis utilizes data mining and machine learning techniques to address these problems. In particular, we design and develop recommender systems to aid the user in contributing to the Social Semantic Web. In addition, we study intelligent techniques to combat attacks against social tagging systems. In our work, we first propose a framework that maps domain properties to recommendation technologies. This framework provides a systematic approach to find the appropriate recommendation technology for addressing a given problem in a specific domain. Second, we improve existing graph-based approaches for personalized tag recommendation in folksonomies. Third, we develop machine learning algorithms for recommendation of semantic relations to support continuous ontology development in a social semanticWeb environment. Finally, we introduce a framework to analyze different types of potential attacks against social tagging systems and evaluate their impact on those systems.
Erscheint lt. Verlag 4.11.2011
Verlagsort München
Sprache englisch
Themenwelt Informatik ► Web / Internet ► Social Web
Schlagworte data_mining • Data Mining • foksonomy • recommendder_system • Recommendder system • social_tagging • Social Tagging
ISBN-10 3-656-04708-1 / 3656047081
ISBN-13 978-3-656-04708-7 / 9783656047087
Haben Sie eine Frage zum Produkt?
PDFPDF (Ohne DRM)
Größe: 4,7 MB

Digital Rights Management: ohne DRM
Dieses eBook enthält kein DRM oder Kopier­schutz. Eine Weiter­gabe an Dritte ist jedoch rechtlich nicht zulässig, weil Sie beim Kauf nur die Rechte an der persön­lichen Nutzung erwerben.

Dateiformat: PDF (Portable Document Format)
Mit einem festen Seiten­layout eignet sich die PDF besonders für Fach­bücher mit Spalten, Tabellen und Abbild­ungen. Eine PDF kann auf fast allen Geräten ange­zeigt werden, ist aber für kleine Displays (Smart­phone, eReader) nur einge­schränkt geeignet.

Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.

Zusätzliches Feature: Online Lesen
Dieses eBook können Sie zusätzlich zum Download auch online im Webbrowser lesen.

Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.

EPUBEPUB (Ohne DRM)

Digital Rights Management: ohne DRM
Dieses eBook enthält kein DRM oder Kopier­schutz. Eine Weiter­gabe an Dritte ist jedoch rechtlich nicht zulässig, weil Sie beim Kauf nur die Rechte an der persön­lichen Nutzung erwerben.

Dateiformat: EPUB (Electronic Publication)
EPUB ist ein offener Standard für eBooks und eignet sich besonders zur Darstellung von Belle­tristik und Sach­büchern. Der Fließ­text wird dynamisch an die Display- und Schrift­größe ange­passt. Auch für mobile Lese­geräte ist EPUB daher gut geeignet.

Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür die kostenlose Software Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür eine kostenlose App.
Geräteliste und zusätzliche Hinweise

Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.

Print-Ausgabe
Buch | Softcover
52,95 €
Mehr entdecken
aus dem Bereich
auf Facebook teilen
bei Twitter
Link zu dieser Seite kopieren