Дмитрий Кузнецов "Роботы и люди в Твиттере"
0 likes450 views
Документ обсуждает состояние русского Twitter в 2010 году, подчеркивая его рост и активность пользователей, включая количество твитов и участников. Также рассматривается роль роботов в генерации контента, их влияние на общую картину использования платформы и методы их классификации. Приводятся факты о том, что значительная доля твитов создается автоматическими аккаунтами.
Дмитрий Кузнецов "Роботы и люди в Твиттере"
- 1. Роботы и люди в Twitter'е Дмитрий Кузнецов разработчик Я.Субботник, Екатеринбург, 2 июля 2011 года
- 5. Twitter Twitter растёт, и мы любим эксперименты! 5
- 7. Русский Twitter Сегодня 2010 год 700 тыс + 300 тыс + пользователей 200 тыс + 400 тыс + твитов каждый день 7 По данным Яндекс.Поиска по блогам
- 8. Русский Twitter В России В Мире 700 тыс + 200 млн + пользователей 155 млн + 400 тыс + твитов каждый день 5 % пользователей пишут 75% всех твитов 8 По данным Яндекс.Поиска по блогам и http://business.twitter.com
- 10. Twitter : контент Кто о чём пишет 4% 4% 14% новости спам общение 38% трёп прочее 40% 10 *PearAnalytics
- 11. Русский Twitter русскоговорящие пользователи Twitter'а — почти замкнутая система 11
- 12. Twitter : контент каждый третий твит содержит ссылку http://clck.ru/5dzj 1. рассказать другим о чём-то интересном 2. самопродвижение и реклама 12
- 13. Twitter : кто пишет? 13
- 14. Twitter : роботы
- 15. Twitter : роботы контент сгенерирован автоматически или «редакцией» 15
- 16. Twitter : роботы трансляции с сайта или блога 16
- 17. Twitter : роботы ссылки — не всегда основное содержимое твитов 17
- 18. Twitter : роботы спам 33% 46% роботы 18
- 19. Twitter : роботы Сколько? - 10 % пользователей являются роботами - 25 % всех твитов произведены на свет роботами 19
- 20. Twitter : роботы Теперь роботы тоже умеют искать 20
- 21. Twitter : роботы сегодня аккаунт есть не только у президентов 21
- 22. Twitter : роботы сегодня аккаунт есть не только у президентов 22
- 24. Как? Задача классификации — машинное обучение 24
- 25. Классификация факторы из содержимого твитов 25
- 26. Пример каждый твит содержит ссылку, и пользователь ни с кем не разговаривает много смайликов и ответов другим пользователям 26
- 27. Пример каждый твит содержит ссылку, и пользователь ни с кем не разговаривает доля ссылок на пост стилистические факторы много смайликов и ответов другим пользователям разговор с «людьми» 27
- 28. Классификация факторы из социального графа 28
- 29. Итого извлечение факторов + суровая математика = классификация 29
- 31. Повторяйте это дома! Twitter API: http://dev.twitter.com/doc RapidMiner: http://rapid-i.com Weka: http://www.cs.waikato.ac.nz/ml/weka SVM-Light: http://svmlight.joachims.org 31