Bis zu 50 % günstiger als neu
3 Jahre rebuy Garantie
Professionelles Refurbishment
ElektronikMedien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
HuaweiAlle anzeigen
Honor Serie
NothingAlle anzeigen
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 Generation
SamsungAlle anzeigen
Galaxy XcoverWeitere Modelle
SonyAlle anzeigen
Weitere Modelle
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
Google
AppleAlle anzeigen
HuaweiAlle anzeigen
MatePad Pro Serie
MicrosoftAlle anzeigen
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
ObjektiveAlle anzeigen
Samyang
System & SpiegelreflexAlle anzeigen
CanonAlle anzeigen
FujifilmAlle anzeigen
OlympusAlle anzeigen
PanasonicAlle anzeigen
SonyAlle anzeigen
WearablesAlle anzeigen
Fitness TrackerAlle anzeigen
SmartwatchesAlle anzeigen
Xiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
KopfhörerAlle anzeigen
FairphoneGoogle
LautsprecherAlle anzeigen
GoogleYamahatonies
iPodAlle anzeigen

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Event Attendance Prediction in Social Networks

Xiaomei Zhang, Guohong Cao (Broschiert, Englisch)

Keine Bewertungen vorhanden
Optischer Zustand
Beschreibung
This volume focuses on predicting users’ attendance at a future event at specific time and location based on their common interests. Event attendance prediction has attracted considerable attention because of its wide range of potential applications. By predicting event attendance, events that better fit users’ interests can be recommended, and personalized location-based or topic-based services related to the events can be provided to users. Moreover, it can help event organizers estimating the event scale, identifying conflicts, and help manage resources. This book first surveys existing techniques on event attendance prediction and other related topics in event-based social networks. It then introduces a context-aware data mining approach to predict the event attendance by learning how users are likely to attend future events. Specifically, three sets of context-aware attributes are identified by analyzing users’ past activities, including semantic, temporal, and spatial attributes. This book illustrates how these attributes can be applied for event attendance prediction by incorporating them into supervised learning models, and demonstrates their effectiveness through a real-world dataset collected from event-based social networks.
64,19 €
Broschiert | Neu

oder

Auf Lager Versandbereit in 1-2 Werktagen
zzgl.

Du kannst wie immer einen Kaufalarm setzen, wenn du auf das gebrauchte Buch warten möchtest.

Auf Lager Versandbereit in 1-2 Werktagen
zzgl.

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Technische Daten


Erscheinungsdatum
25.11.2021
Sprache
Englisch
EAN
9783030892616
Herausgeber
Springer International Publishing
Serien- oder Bandtitel
SpringerBriefs in Statistics
Sonderedition
Nein
Autor
Xiaomei Zhang, Guohong Cao
Seitenanzahl
54
Auflage
1
Einbandart
Broschiert
Schlagwörter
data mining, mobile networks, supervised learning models, mobility prediction, event attendance prediction, naïve Bayes, social networks, decision tree, event similarity, event-based social network, semantic analysis, temporal attributes, spatial attributes, logistic regression
Thema-Inhalt
UN - Datenbanken UNF - Data Mining UYQE - Wissensbasierte Systeme, Expertensysteme PBTB - Bayesianische Inferenz JHBC - Sozialforschung und -statistik
Höhe
235 mm
Breite
15.5 cm

Transparenz & Sicherheit

Hersteller: Springer, Europaplatz 3, Heidelberg, Deutschland, 69115, ProductSafety@springernature.com, Springer Nature Customer Service Center GmbH

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!