Tweet Location Inference Based on Contents and Temporal Association

Ueda, Saki; Yamaguchi, Yuya; Kitagawa, Hiroyuki; Amagasa, Toshiyuki

doi:10.1007/978-3-319-26187-4_22

Cited by 2 publications

(1 citation statement)

References 7 publications

Supporting

Mentioning

Contrasting

Order By: Relevance

“…Indeed, some results show how the geolocation is different depending on language, place of residence or even gender, (Sloan and Morgan, 2015). Some research has been done to increase the number of located tweets taking the information from tweet metadata or even from the text, nevertheless this location could be useful only where the scale of work is small enough to avoid misslocation, for instance country level or region level where tweet location could be inferred from user metadata (location or place) , (Schulz et al, 2013), other approach could be done base on temporal association with other geolocated tweets, (Ueda et al, 2015). Despite all this efforts to improve location tweet location enabled rely on users and those could represents around 4%.…”

Section: Space Analysismentioning

confidence: 99%

Enhance the value of participative geospatial data, modelling using point pattern processes

Galindo¹

View full text Add to dashboard Cite

Vaig nàixer, pares; vaig jugar i créixer, germaneta, tio; vaig enamorar-me, Sandra; vaig ser pare, Mateu , Laia i Lluc.Per vosaltres sóc qui sóc, per vosaltres he arribat on sóc, per vosaltres seré, Vos estime. ResumEsta tesi tracta sobre la participació de les persones en la creació de dades espacials de forma més o menys voluntària i en l'anàlisi d'aquestes dades utilitzant patrons de processos puntuals i geoestadística. Les dades geogràfiques creades per voluntaris suposen un canvi radical en la forma com aquestes han segut creades tradicionalment. Fins fa uns anys, les dades geogràfiques han estat creades tan sols per experts i grans institucions, una aproximació des de dalt cap a baix. La revolució 2.0 a internet ha permés que la tecnologia estiga a l'abast de tothom. Per a les dades geogràfiques ha suposat que qualsevol puga contribuir a projectes voluntaris com OspenStreetMap aportant el seu coneixemnet de l'entorn. Una aportació des de baix cap a dalt. Aquest canvi deixa preguntes sobre si es poden emprar les dades, quina qualitat tenen, són creïbles els usuaris quan fan aportacions, hi ha errors... Aquesta tesi tracta de donar resposta a com fer mesures de la qualitat, la credibilitat i l'anàlisi de les dades així com facilitar la recol·lecció de dades geogràfiques provinents de les xarxes socials.

show abstract

Section: Space Analysismentioning

confidence: 99%