BECKOU: tohle je hodne sirokej dotaz. facebook dela treba bernie hogan z oii, ale zkusil bych proste google scholar a divej se na to, odkud ty publikace jsou, jak jsou citovane atp. pres citace se pak muzes dostat az nejaktualnejsim zdrojum. jinak jako reference jsou dobre knizky Kleiberg: Networks, Crowds, and Markets (je k dispozici i free preprint na jeho strankach), a obecne o sitich je vyborna Networks: An Introduction od Marc Newmana..

Zdravim potreboval bych radu, snazim se napsat praci o tom jak mladi travi volny cas a strasne by se mi hodily nejake analyzy socialnich siti, napr vekova struktura, navstevnost apod, facebook primarne. nasmerujete me prosim? prave jsem zacal a nevim od ceho se odpichnout

zaujalo: http://cliquecluster.org/

TSCHIKO: vyborne, diky

FRAKTALEK: v Hubu na Andelu byvaji podobne akce

FRAKTALEK: rado se stalo

BARD: super, wikipedia miner jsem neznal. diky!

FRAKTALEK: mrkni na tohle http://www.slideshare.net/josefslerka/smantick-vznam-wikipedie vic uz nemuzu

BARD: jasne, chapu

vidis, na OpenCalais jsem pozapomnel...mozna by to slo nejak chytre pouzit k postaveni vlastniho tezauru

FRAKTALEK: nekde jsme museli zacit, pak uz to jelo samo. byl to prvni set

Na kategorizaci jsme si museli sami napsat, pro anglictinu je prima zaklad OpenCalais

BARD: tweety jsou anotovane geo-lokaci? pokud ano, tak asi ne vsechny, ne?


docela by me zajimalo, jake nastroje mate na kategorizaci. Shanel jsem nejaky tezaurus nebo aspon slovnik zajmu a dovednosti v anglictine, ale nic volne dostupneho jsem nenasel. Nejake komercni moznosti existuji, ale ty jsou momentalne mimo muj dosah.

FRAKTALEK: zacali jsme setem uzivatelu podle toho, ze Twittovali z uzemi CR a SR a indetifikovali, zda si alespon jednou za cas pipnou cesky nebo slovensky. Po tomhle setu jsme uz pak jen crawlovali jejich followery a jejcih followingy a opakovali detekce. V tuhle chvili mame 5 IP adres na WHitelistu Twitteru, takze se to dela vyrazne prijemneji. Na kategorazace mame nastroje, ale nemame zatim cas, protoze se ted soustredime hlavne na Facebook.

BARD: prozradis, jak jste identifikovali cesky a slovensky twitter?

Mate ho rozdeleny treba i podle kategorii, napr. zajmu jednotlivych uzivatelu?

at tak nebo tak, jdu do toho

SATAI: Na druhou stranu, pro nas co kupujeme ebooky, na MBRBG je tam dlouhodoba akce "buy 1, get 1 free".

PAD: pro vymenu a storovani dat pouzivam GraphML. Pokud jde o db, tak v tuhle chvili vyslovene zadnou graphdb nepouzivam, vyuzivam Redis a Ruby. Nicmene se chystam napsat si nad tim jednoduch DSL, ktere budu postupne podle potreby rozsirovat. Zakladni implementace v Pythonu existuje od nekoho jineho a vali se nekde na Gitu.

FRAKTALEK: jde mi predevsim o interoperabilitu - nekdy potrebuju spis batch processing, tzn. natahnout cely graf do pameti a pak s nim pracovat, jindy potrebuju traverzovani ... momentalne pouzivam JUNG, ale neco v nem chybi a hodilo by se spis Gephi (hlavne na vizualizace) a asi by se hodilo se obcas dotazovat i pres sparql ... momentalne mi prijde jako dobry napad jako api pouzivat ty blueprinty s tim, ze jako backend muze byt treba neo4j nebo sail (sesame rdf store), pripadne to lze vylit do toho xml, ktere zase umi cist gephi. kdybych si napsal adapter blueprints-gephi, tak bych pak mohl pouzivat v podstate cokoliv, co je tak nejak pro javu k dispozici ...

moje otazka byla minena tak, ze treba nekdo uz neco podobneho resil a treba vi o lepsim zpusobu ...

PAD: rikal a vysvetlil jsem jak jsem to myslel, viz treba http://www.graph-database.org/implementations/

nejde o terminologii, jde o ten rozdil a ten je potreba zduraznit

co se ukladani tyce, tak prece opet jde o to, co s tim chces delat a jake nastroje mas k dispozici. Vzhledem k tomu, ze tu vetsinou zminujes velky site, tak bych si na xml asi dal pozor... pracovat s XML soubory vetsimi nez par desitek MB muze byt neprijemny.