Mining Lurkers in Online Social Networks: Principles, Models, and Computational Methods

ویرایش: 1st ed. 
نویسندگان: Andrea Tagarelli. Roberto Interdonato  
سری: SpringerBriefs in Computer Science 
ISBN (شابک) : 9783030002282, 9783030002299 
ناشر: Springer International Publishing 
سال نشر: 2018 
تعداد صفحات: 95 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 3 مگابایت 

قیمت کتاب (تومان) : 46,000



این SpringerBrief به انبوهی از مطالعات تحقیقاتی نظم می دهد که به شکل گیری درک ما از پدیده های پنهان شبکه های اجتماعی آنلاین (OSN) کمک می کند. این مختصر همچنین توسعه رویکردهای محاسباتی را هدایت می کند که می تواند به طور موثر برای پاسخ به سؤالات مربوط به رفتارهای پنهان شده و همچنین درگیر شدن افراد کمین کننده در OSN ها به کار رود.

همه شبکه های اجتماعی آنلاین در مقیاس بزرگ (OSNs) با این ویژگی مشخص می شوند. یک اصل نابرابری مشارکت، به عنوان مثال، جمعیت یک OSN به طور فعال مشارکت نمی‌کند، بلکه نقشی خاموش به عهده می‌گیرد. کاربران خاموش همچنین به عنوان کمین کننده شناخته می شوند، زیرا آنها از اطلاعات دیگران سود می برند بدون اینکه به طور قابل توجهی به جامعه بازپرداخت کنند. با این وجود، کمین‌کنندگان دانش را از OSN به دست می‌آورند، بنابراین هدف اصلی تشویق آن‌ها به مشارکت فعال‌تر است.

تحلیل رفتار کمین‌شده مدت‌هاست در زمینه‌های علوم اجتماعی و تعامل انسان و رایانه مورد مطالعه قرار گرفته است، اما همچنین در چند سال اخیر در تجزیه و تحلیل و استخراج شبکه‌های اجتماعی به بلوغ رسیده است.

در حالی که مخاطبان هدف اصلی مربوط به دانشمندان داده‌های رایانه، شبکه و وب هستند، این خلاصه ممکن است به افزایش دید موضوع نیز کمک کند. با پل زدن زمینه های مختلف تحقیقاتی مرتبط نزدیک. پزشکان، محققان و دانشجویان علاقه‌مند به شبکه‌های اجتماعی، جستجوی وب، داده‌کاوی، علوم اجتماعی محاسباتی و تعامل انسان و رایانه نیز این مطالب تحقیقاتی مفید مختصر را خواهند یافت.

This SpringerBrief brings order to the wealth of research studies that contribute to shape our understanding of on-line social networks (OSNs) lurking phenomena. This brief also drives the development of computational approaches that can be effectively applied to answer questions related to lurking behaviors, as well as to the engagement of lurkers in OSNs.

All large-scale online social networks (OSNs) are characterized by a participation inequality principle, i.e., the crowd of an OSN does not actively contribute, rather it takes on a silent role. Silent users are also referred to as lurkers, since they gain benefit from others' information without significantly giving back to the community. Nevertheless, lurkers acquire knowledge from the OSN, therefore a major goal is to encourage them to more actively participate.

Lurking behavior analysis has been long studied in social science and human-computer interaction fields, but it has also matured over the last few years in social network analysis and mining.

While the main target audience corresponds to computer, network, and web data scientists, this brief might also help increase the visibility of the topic by bridging different closely related research fields. Practitioners, researchers and students interested in social networks, web search, data mining, computational social science and human-computer interaction will also find this brief useful research material .

Front Matter ....Pages i-vi
 Introduction  (Andrea Tagarelli, Roberto Interdonato)....Pages 1-5
 Background  (Andrea Tagarelli, Roberto Interdonato)....Pages 7-13
 Characterization and Ranking of Lurkers  (Andrea Tagarelli, Roberto Interdonato)....Pages 15-27
 Lurking Behavior Analysis  (Andrea Tagarelli, Roberto Interdonato)....Pages 29-38
 Pervasiveness of the Notion of Lurking in OSNs  (Andrea Tagarelli, Roberto Interdonato)....Pages 39-46
 Delurking  (Andrea Tagarelli, Roberto Interdonato)....Pages 47-65
 Boundary Spanning Lurking  (Andrea Tagarelli, Roberto Interdonato)....Pages 67-76
 Bringing Lurking in Game Theory  (Andrea Tagarelli, Roberto Interdonato)....Pages 77-85
 Concluding Remarks and Challenges  (Andrea Tagarelli, Roberto Interdonato)....Pages 87-93