Vážení zákazníci, z technických dôvodov nie je dnes zákaznícka podpora k dispozícii. Vašim požiadavkám sa budeme venovať nasledujúci pracovný deň. Ďakujeme za pochopenie.

Doprava zdarma pre objednávky nad 59,99 € s Packetou a SPS Boxmi.

Zistiť stav objednávky

Staňte sa súčasťou komunity milovníkov kníh z celého sveta a získajte hromadu výhod. Založiť účet zdarma

Doprava zadarmo s Packetou nad 59.99 €

Kuriér DPD 2.99 € Kuriér GLS 3.99 € Zberné miesto GLS 2.49 € SPS 3.99 € SPS Parcel Shop 2.99 € Packeta kurýr 3.99 € Slovenská pošta 3.99 € Zberné miesto DPD 2.99 € Packeta 2.99 €

Kontakt

Ako nakupovať

Pomoc

Môj účet

▸ Prázdny :-(

Vážení zákazníci, z technických dôvodov nie je dnes zákaznícka podpora k dispozícii. Vašim požiadavkám sa budeme venovať nasledujúci pracovný deň. Ďakujeme za pochopenie.

Doprava zdarma pre objednávky nad 59,99 € s Packetou a SPS Boxmi.

PREDICTING RECENT TRENDS USING TWITTER TREND ANALYSIS

Name: PREDICTING RECENT TRENDS USING TWITTER TREND ANALYSIS
Brand: LAP LAMBERT Academic Publishing
SKU: 38998390
Price: 39.24 EUR
Availability: InStock
Author: Vipul Punjabi
ISBN: 9786204745657

Vipul Punjabi

Jazyk

Angličtina

Kniha Brožovaná

Libristo kód: 38998390

Nakladateľstvo LAP LAMBERT Academic Publishing, február 2022

Twitter is the most popular social media platform for spreading and sharing information. It monitors... Celý popis

Libristo kód: 38998390

95 b

39.24 €

Skladom u dodávateľa Odosielame za 8-11 dní

Až 30 dní na vrátenie tovaru

Zákazníci tiež kúpili

Nahtoderfahrungen David Jordan

Brožovaná

8.99 €

D wie Deutsch 7. Schuljahr - Arbeitsheft mit interaktiven Übungen online Sven Grünes

Brožovaná

18.30 €

Twitter is the most popular social media platform for spreading and sharing information. It monitors their user postings to identify the most frequently discussed topics in the movement. These topics are published on a list called "Trending Topics." It depicts what is going on in the world and what people think about it. It does this by utilising a list of top trending topics. Some topics will become popular in the future, while others will not. The desire to forecast which topics will be popular. And then use an algorithm to determine what the most recent opinion on that topic is, which is then used to predict mood. The model in this case employs a machine learning algorithm to classify the sentiment of a Twitter message. For that reason, the collection of tweets preceding that tweet can be found.