Publikace detail

Analysis of Mobile Social Networks Using Clustering

Autoři: Hedvičáková Martina | Pozdílková Alena | Koťátková Stránská Pavla | Svobodová Libuše

Rok: 2016

Druh publikace: článek ve sborníku

Název zdroje: Advanced Science Letters

Název nakladatele: American Scientific Publishers

Místo vydání: Valencia

Strana od-do: 1273-1277

Tituly:

Jazyk	Název	Abstrakt	Klíčová slova
cze	Analýza mobilních sociálních sítí využívajících Clustering	Sociální sítě se stávají fenoménem 21. století. Stejně jako získávají nové uživatele na internetu, ale také začaly pronikat do mobilních zařízení. Cílem tohoto článku je představit pět nejčastěji používaných mobilních sociálních sítí v Evropě, se zaměřením na Evropskou unii a jejich analýzu. K tomuto účelu se použije data mining technologie, K-Means pro proces shlukování. Před shlukovou analýzou je nutné data vizualizovat pomocí metody hlavních komponent, která bude definovat tři hlavní komponenty. Faktory, podle kterých shlukování probíhá, budou detekovány faktorovou analýzou pomocí "varimax prosté" rotace. V poslední části článku je 28 zemí Evropské unie rozděleno do čtyř skupin homogenních shluků, tj, pro každý rok 2010-2014. Jedná se o průměrné hodnoty reprezentující stavy obsažené v daném shluku, v porovnání s údaji o všech sociálních sítí pro Evropskou unii a Evropu. Vstupní předpoklad je, že data (kritéria), která vstupují do shlukové analýzy, nejsou ovlivněna multi-kolinearitou, což bude ověřeno pomocí Spearmanova korelačního koeficientu.	Mobilní sociální sítě;Data mining;Shluková analýza;Evropa;Faktorová analýza
eng	Analysis of Mobile Social Networks Using Clustering	Social networks are becoming a phenomenon of the 21st century. As well as gaining new users on the Internet, they also began to penetrate into mobile devices. The aim of the paper is to introduce the five most commonly used mobile social networks in Europe, with a focus on the European Union and their analysis. For this purpose, the data-mining technology of K-means for clustering process will be used. Prior to the cluster analysis itself, the data will be illustrated using principal component method for graphical visualization, which will define the three main components. The factors according to which there is a clustering, will be detected by a factor analysis using "varimax simple" rotation. In the last part of the paper, the 28 European Union countries are divided into four homogeneous groups, i.e. clusters, for each of the years 2010-2014. These are average values representing the states contained in the given cluster, in comparison with data for all social networks for the European Union and Europe. The input assumption that data (criteria) that enter the cluster analysis are not affected by multi-collinearity, will be verified by Spearman correlation coefficient.	Mobile Social Networks;Data Mining;Cluster Analysis;Europe;Factor Analysis

Vyhledávání

Přihlášení pro studenty

Přihlášení pro zaměstnance

Publikace detail

Katedry

Služby

Jak nás najdete?

Často hledáte