Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Analysis of Social Networks Extracted from Log Files

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F47813059%3A19520%2F10%3A%230000463" target="_blank" >RIV/47813059:19520/10:#0000463 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Analysis of Social Networks Extracted from Log Files

  • Popis výsledku v původním jazyce

    Modern applications generate huge amounts of data collections, often stored in log files. A log file is a simple text file, consisted on messages represented by the records of the activities provided. Whether the log record includes the information of the originator (a person, who performed the action), we can derive social networks on the basis of similar attributes of the persons and, in consequence, we can construct models that explain some aspects of persons' behavior. The chapter is oriented to significant data mining methods, used in recent research, with relation to social network analysis and with application to gathering information from the log files. Selected data mining methods are presented in the case study, where the development and visualization of synthetic social network based on the relationship between the students with similar study behavior in the elearning management system Moodle is described.

  • Název v anglickém jazyce

    Analysis of Social Networks Extracted from Log Files

  • Popis výsledku anglicky

    Modern applications generate huge amounts of data collections, often stored in log files. A log file is a simple text file, consisted on messages represented by the records of the activities provided. Whether the log record includes the information of the originator (a person, who performed the action), we can derive social networks on the basis of similar attributes of the persons and, in consequence, we can construct models that explain some aspects of persons' behavior. The chapter is oriented to significant data mining methods, used in recent research, with relation to social network analysis and with application to gathering information from the log files. Selected data mining methods are presented in the case study, where the development and visualization of synthetic social network based on the relationship between the students with similar study behavior in the elearning management system Moodle is described.

Klasifikace

  • Druh

    C - Kapitola v odborné knize

  • CEP obor

    IN - Informatika

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    I - Institucionalni podpora na dlouhodoby koncepcni rozvoj vyzkumne organizace

Ostatní

  • Rok uplatnění

    2010

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název knihy nebo sborníku

    Handbook of Social Network Technologies and Applications

  • ISBN

    978-1-4419-7142-5

  • Počet stran výsledku

    32

  • Strana od-do

  • Počet stran knihy

    716

  • Název nakladatele

    Springer Verlag

  • Místo vydání

    New York

  • Kód UT WoS kapitoly