Key points are not available for this paper at this time.
जैसे-जैसे माइक्रोब्लॉगिंग की लोकप्रियता बढ़ती है, ट्विटर जैसी सेवाएँ अपनी पारंपरिक भूमिकाओं से परे सूचना संग्रह आवश्यकताओं को समर्थन देने लगी हैं। लेकिन अधिकांश उपयोगकर्ताओं की ट्विटर के साथ बातचीत अभी भी उनके सामाजिक ग्राफ पर मुख्य रूप से केंद्रित है, जो "लोग जिन्हें मैं अनुसरण करता हूँ" और "मैं जो पढ़ना चाहता हूँ" के बीच अक्सर अनुपयुक्त मिश्रण को मजबूर करता है। हम कुछ सूचना आवश्यकताओं का वर्णन करते हैं जिनका समर्थन वर्तमान ट्विटर इंटरफेस नहीं कर पाता, और इन चुनौतियों को हल करने के लिए बेहतर सामग्री प्रतिनिधित्व का तर्क करते हैं। हम एक आंशिक रूप से पर्यवेक्षित शिक्षण मॉडल (लेबल्ड LDA) का एक स्केलेबल कार्यान्वयन प्रस्तुत करते हैं जो ट्विटर फीड की सामग्री को आयामों में मैप करता है। ये आयाम लगभग पोस्ट की सामग्री, शैली, स्थिति और सामाजिक विशेषताओं के अनुरूप होते हैं। हम इस मॉडल का उपयोग करके उपयोगकर्ताओं और ट्वीट्स का वर्णन करते हैं, और सूचना सेवन केंद्रित दो कार्यों पर परिणाम प्रस्तुत करते हैं।
रैमेज और अन्य (सन,) ने इस प्रश्न का अध्ययन किया।