Conceptualizing Big Social Data

Olshannikova, Ekaterina; Olsson, Thomas; Huhtamäki, Jukka; Kärkkäinen, Hannu

doi:10.1186/s40537-017-0063-x

Cited by 90 publications

(51 citation statements)

References 65 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Nadie puede dudar hoy de la importancia a diferentes niveles que los datos y las discusiones generados a través de plataformas de medios sociales y por diversos actores pueden tener hoy en la conformación de las sociedades modernas, donde aspectos como los procesos de comunicación, a su vez mediados por el ordenador (Olshannikova et al, 2017) se han visto afectados por el importante desarrollo tecnológico que ha supuesto la eclosión de la llamada sociedad 2.0 (Gualda, 2018).…”

Section: Social Big Data Twitter Y Procesos Migratoriosunclassified

“…Siguiendo a Gandomi y Haider (2015), el tamaño es quizás la única dimensión que el término big data sugiere a primera vista, aunque otros rasgos característicos, no siempre tan visibles, pueden ayudar a conformar una definición, como es el caso de las 3 Vs (volumen, velocidad y variedad), extendido también a 5 Vs con la incorporación de valor y veracidad (Bello-Orgaz, Jung y Camacho, 2016), como términos que se han usado para definir a los datos masivos. Otros autores recientes, como Olshannikova et al (2017), han tendido a referirse a otras Vs para describir otros aspectos característicos de los big data. La referencia a big data pone sobre la mesa aspectos que son importantes para la toma de decisiones (añadiendo valor) como son el uso de métodos analíticos para manejar datos heterogéneos que llegan en formatos tanto estructurados como no estructurados (en este último caso, la mayoría -textos, fotos y video, por ejemplo-), para realizar análisis predictivos o desarrollar algoritmos eficientes que puedan manejar estos ingentes volúmenes de datos.…”

Section: Social Big Data Twitter Y Procesos Migratoriosunclassified

See 1 more Smart Citation

Big data y Twitter para el estudio de procesos migratorios: Métodos, técnicas de investigación y software

Gualda¹,

Díaz²

2020

EMP

View full text Add to dashboard Cite

En este artículo, basado en una revisión bibliográfica sobre lo que se ha publicado en revistas científicas internacionales sobre migraciones y big data así como sobre migraciones y Twitter, en tanto que un medio social específico, se pretende identificar qué tipo de investigaciones sobre migraciones se están publicando actualmente basándose en datos que proceden de estas fuentes. Y, particularmente, nos interesa identificar los métodos, técnicas de investigación y tipo de software que se manejan en estos trabajos, desde la perspectiva de tres momentos clave en el estudio de lo que se publica en los medios sociales o el uso de big data: extracción, procesamiento y análisis. Nuestra revisión se desarrolla teniendo en cuenta lo que se publicó en los últimos 5 años incluido en las bases de datos ProQuest, Scopus y Web of Science, que recogen miles de revistas, libros, tesis doctorales, etc. de carácter multidisciplinar. Los resultados apuntan a que son aún pocas las publicaciones en materia de big data y Twitter que abordan procesos migratorios, en relación a otras temáticas. En cuestión de estrategias metodológicas, técnicas y software, los artículos que hemos encontramos van desde lo más artesanal a lo más sofisticado, en este caso, con publicaciones que suelen estar encabezadas por científicos que cuentan con cierto bagaje en computación.In this article, based on a literature review on the publications in international scientific journals on migrations and big data as well as specifically on migrations and Twitter, as a specific social media, we try to identify what type of research on migrations is currently being published based on data that comes from these sources. And, particularly, we are interested in identifying the methods, research techniques and type of software that are handled in these works, from the perspective of three key moments in the research on social media or big data: extraction, processing, and analysis. Our review is developed taking into account what was published in the last 5 years that was included in ProQuest, Scopus and Web of Science databases, which comprise thousands of journals, books, doctoral theses, etc. of a multidisciplinary nature. The results suggest that there are still few publications on big data and Twitter that address migration processes, in relation to other issues. In terms of methodological strategies, techniques and software, the articles we have found range from the most artisan to the most sophisticated, in this case, with publications that are usually lead by scientists who have a certain background in computing.

show abstract

Section: Social Big Data Twitter Y Procesos Migratoriosunclassified

Big data y Twitter para el estudio de procesos migratorios: Métodos, técnicas de investigación y software

Gualda¹,

Díaz²

2020

EMP

View full text Add to dashboard Cite

show abstract

“…Any user who adds a computation to a larger pool of aggregate data should not be revealed as the source, let alone what data they contributed. In terms of big data [27][28][29], differential privacy has been implemented in various scenarios. Airavat [22] uses the MapReduce paradigm for DP implementation.…”

Section: Differential Privacy and Big Datamentioning

confidence: 99%

Differential privacy: its technological prescriptive using big data

2018

View full text Add to dashboard Cite

“…Bello-Orgaz et al [12] define the concept of social big data as follows: "Those processes and methods that are designed to provide sensitive and relevant knowledge from social media data sources to any user or company from social media data sources when data source can be characterised by their different formats and contents, their very large size, and the online or streamed generation of information." Such a dramatic harness to the online social platforms has established several communication channels between business firms with their current and potential customers; Hence, SBD analytics presents an exclusive opportunity for businesses to establish a 'conversation' between businesses and their customers [13,14]. However, while OSNs provide platforms for legitimate and genuine users, they also enable spammers and other untrustworthy users to publish and spread their content, taking advantage of the open environment and fewer restrictions which these platforms facilitate Data credibility varies according to the reputation of the data producer.…”

Section: Introductionmentioning

confidence: 99%

Time-aware domain-based social influence prediction

et al. 2020

View full text Add to dashboard Cite

Online Social Networks(OSNs) have established virtual platforms enabling people to express their opinions, interests and thoughts in a variety of contexts and domains, allowing legitimate users as well as spammers and other untrustworthy users to publish and spread their content. Hence, the concept of social trust has attracted an attention of information processors/data scientists and information consumers / business firms. One of the main reasons for acquiring the value of Social Big Data (SBD) is to provide frameworks and methodologies using which the credibility of OSNs users can be evaluated. These approaches should be scalable to accommodate large-scale social data. Hence, there is a need for well comprehending of social trust to improve and expand the analysis process and inferring credibility of SBD. Given the exposed environment's settings and fewer limitations related to OSNs, the medium allows legitimate and genuine users as well as spammers and other low trustworthy users to publish and spread their content. Hence, this paper presents an approach incorporates semantic analysis and machine learning modules to measure and predict users' trustworthiness in numerous domains in different time periods. The evaluation of the conducted experiment validates the applicability of the incorporated machine learning techniques to predict highly trustworthy domain-based users.

show abstract

Conceptualizing Big Social Data

Cited by 90 publications

References 65 publications

Big data y Twitter para el estudio de procesos migratorios: Métodos, técnicas de investigación y software

Big data y Twitter para el estudio de procesos migratorios: Métodos, técnicas de investigación y software

Differential privacy: its technological prescriptive using big data

Time-aware domain-based social influence prediction

Contact Info

Product

Resources

About