Modeling Information Diffusion in Online Social Networks with Partial Differential Equations
Sorozatcím: Surveys and Tutorials in the Applied Mathematical Sciences; 7;
-
20% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár EUR 69.54
-
28 841 Ft (27 468 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 20% (cc. 5 768 Ft off)
- Kedvezményes ár 23 073 Ft (21 974 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
28 841 Ft
Beszerezhetőség
Megrendelésre a kiadó utánnyomja a könyvet. Rendelhető, de a szokásosnál kicsit lassabban érkezik meg.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadás sorszáma 1st ed. 2020
- Kiadó Springer International Publishing
- Megjelenés dátuma 2020. március 17.
- Kötetek száma 1 pieces, Book
- ISBN 9783030388508
- Kötéstípus Puhakötés
- Terjedelem144 oldal
- Méret 235x155 mm
- Súly 454 g
- Nyelv angol
- Illusztrációk XIII, 144 p. 39 illus., 29 illus. in color. Illustrations, black & white 46
Kategóriák
Hosszú leírás:
The book lies at the interface of mathematics, social media analysis, and data science. Its authors aim to introduce a new dynamic modeling approach to the use of partial differential equations for describing information diffusion over online social networks. The eigenvalues and eigenvectors of the Laplacian matrix for the underlying social network are used to find communities (clusters) of online users. Once these clusters are embedded in a Euclidean space, the mathematical models, which are reaction-diffusion equations, are developed based on intuitive social distances between clusters within the Euclidean space. The models are validated with data from major social media such as Twitter. In addition, mathematical analysis of these models is applied, revealing insights into information flow on social media. Two applications with geocoded Twitter data are included in the book: one describing the social movement in Twitter during the Egyptian revolution in 2011 and another predicting influenza prevalence. The new approach advocates a paradigm shift for modeling information diffusion in online social networks and lays the theoretical groundwork for many spatio-temporal modeling problems in the big-data era.
TöbbTartalomjegyzék:
Ordinary Differential Equation Models on Social Networks.- Spatio-temporal Patterns of Information Diffusion.- Clustering of Online Social Network Graphs.- Partial Differential Equation Models.- Modeling Complex Interactions.- Mathematical Analysis.- Applications.
Több
