Los puntos clave no están disponibles para este artículo en este momento.
En este documento introducimos la tarea de "recomendación de tweets", el problema de sugerir tweets que se alineen con los intereses y gustos de un usuario. Proponemos un modelo similar a la recuperación de información que aprovecha el contenido de los tweets del usuario y de sus amigos, y que recupera de manera efectiva un conjunto de tweets que es personalizado y variado por naturaleza. Nuestro enfoque podría aprovecharse fácilmente para construir, por ejemplo, una línea de tiempo de Twitter o Facebook que recoja mensajes que son de interés para el usuario, pero que no han sido publicados por sus amigos. Comparamos con enfoques típicos utilizados en tareas similares, reportando ganancias significativas en términos de precisión general, de hasta aproximadamente +20%, tanto en una evaluación basada en un corpus como en un estudio con usuarios en el mundo real.
Pennacchiotti et al. (Mon,) estudiaron esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: