CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

Discovering Hot Topics On Social Network Based OnImproving The Aging Theory

اعتبار موردنیاز : ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۲۳۹ | نظرات: ۰
سال انتشار: ۱۳۹۳
کد COI مقاله: JR_ACSIJ-3-3_007
زبان مقاله: انگلیسی
حجم فایل: ۴۹۸.۵۳ کیلوبایت (فایل این مقاله در ۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله Discovering Hot Topics On Social Network Based OnImproving The Aging Theory

Thanh Ho - University of Economics and Law, VNU-HCM, VietNam
Duy Doan - University of Information Technology, VNU-HCM, VietNam
Phuc Do - University of Information Technology, VNU-HCM, VietNam

چکیده مقاله:

In this paper, we focus on discovering information on the social network to discover automatically the hot topics in real time. Wesuggest using aging theory for finding hot topics and using thetools for processing natural language and data processing model.We create a perfect general model. This system will help us findhot interesting topics on the social network in real time. With thisidea, we will build a survey system which is the most accurateoverview of the real world. If we can discover the interestingtopics on the social networks, we can solve many problems in ourpresent lives such as: to predict favored industry, the rising ofconsumer goods, Internet user community’s psychology, theobjects that exchange information for each event, and to determinethe direction of the social network.

کلیدواژه‌ها:

Social network analysis, LDA model, SVM model, aging theory

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-JR_ACSIJ-JR_ACSIJ-3-3_007.html
کد COI مقاله: JR_ACSIJ-3-3_007

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Ho, Thanh; Duy Doan & Phuc Do, ۱۳۹۳, Discovering Hot Topics On Social Network Based OnImproving The Aging Theory, Advances in Computer Science : an International Journal 3 (3), https://www.civilica.com/Paper-JR_ACSIJ-JR_ACSIJ-3-3_007.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (Ho, Thanh; Duy Doan & Phuc Do, ۱۳۹۳)
برای بار دوم به بعد: (Ho; Doan & Do, ۱۳۹۳)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

مقالات مرتبط جدید

شبکه تبلیغات علمی کشور

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.