El contenido en sistemas de microblogging como Twitter es producido por decenas a cientos de millones de usuarios. Esta diversidad es una fortaleza notable, pero también presenta el desafío de encontrar los autores más interesantes y autoritativos para cualquier tema dado. Para abordar esto, primero proponemos un conjunto de características para caracterizar a los autores de redes sociales, que incluyen métricas tanto nodales como temáticas. Luego mostramos cómo el agrupamiento probabilístico sobre este espacio de características, seguido de un procedimiento de clasificación dentro del grupo, puede producir una lista final de los principales autores para un tema dado. Presentamos resultados en varios temas, junto con resultados de un estudio de usuarios que confirman que nuestro método encuentra autores que son significativamente más interesantes y autoritativos que aquellos que resultan de varias condiciones base. Además, nuestro algoritmo es computacionalmente viable en escenarios de casi tiempo real, lo que lo convierte en una alternativa atractiva para capturar la dinámica en rápida evolución de los microblogs.
Pal et al. (Tue,) estudiaron esta cuestión.