No Mayfly: Detection and Analysis of Long-term Twitter Trends

Ziegler, John; Gertz, Michael

Autor(en):

Zusammenfassung

The focus of social media is characterized by stories about short-lived breaking news. Often, such mayflies make it hard to keep track of more profound topics that are prevalent over a longer period of time. To tackle this issue we present a method to detect such long-term trends based on temporal networks and community evolution. Connecting those methods with that of trend analysis allows to study the temporal development of trends"

Vollständige Referenz
BibTeX

Ziegler, J. & Gertz, M., (2023). No Mayfly: Detection and Analysis of Long-term Twitter Trends. In: König-Ries, B., Scherzinger, S., Lehner, W. & Vossen, G. (Hrsg.), BTW 2023. Gesellschaft für Informatik e.V.. DOI: 10.18420/BTW2023-17

@inproceedings{mci/Ziegler2023,
author = {Ziegler, John AND Gertz, Michael},
title = {No Mayfly: Detection and Analysis of Long-term Twitter Trends},
booktitle = {BTW 2023},
year = {2023},
editor = {König-Ries, Birgitta AND Scherzinger, Stefanie AND Lehner, Wolfgang AND Vossen, Gottfried} ,
doi = { 10.18420/BTW2023-17 },
publisher = {Gesellschaft für Informatik e.V.},
address = {}
}

	Dateien	Groesse	Format	Anzeige
	B3-6.pdf	5.095Mb	PDF	Öffnen

Sollte hier kein Volltext (PDF) verlinkt sein, dann kann es sein, dass dieser aus verschiedenen Gruenden (z.B. Lizenzen oder Copyright) nur in einer anderen Digital Library verfuegbar ist. Versuchen Sie in diesem Fall einen Zugriff ueber die verlinkte DOI: 10.18420/BTW2023-17

Haben Sie fehlerhafte Angaben entdeckt? Sagen Sie uns Bescheid: Feedback abschicken