p Uma maneira rápida de identificar o "n ^º "Amigos de usuários de mídia social com base na mineração de dados espaciais de perfis e comportamento em um serviço como o Twitter é descrito no International Journal of Advanced Intelligence Paradigms. p D. Gandhimathi do Centro de Pesquisa e Desenvolvimento, Bharathiar University em Coimbatore e John Sanjeev Kumar da Thiagarajar College of Engineering em Madurai, Índia, Explicar que o Twitter desempenha um papel importante na ação social intencional. Assim, a análise de cluster de usuários com base em gostos e interesses pode revelar conexões latentes entre os usuários e, assim, permitir que tendências emergentes sejam identificadas de forma mais eficaz e previsões feitas sobre o comportamento e as ações que os usuários podem realizar. Essas percepções podem ser do interesse de cientistas pesquisadores, empresas e seus departamentos de marketing, organizações sem fins lucrativos e instituições de caridade, e talvez governo e aplicação da lei em muitos contextos diferentes.

p A análise quantitativa não convencional da equipe se conecta aos metadados geográficos das atualizações do Twitter de cada usuário, a geotag, onde isso está em vigor e não oculto pelo usuário para fornecer uma coleta ainda mais rica para os mineradores de dados. A equipe explica que seu foco principal era em "sistemas de recomendação" que envolveriam "n ^º "amigos de uma maneira positiva, entendendo os aspectos baseados no conteúdo ou na popularidade do comportamento e da ação social no Twitter. A equipe sugere que sua abordagem poderia ser desenvolvida em um algoritmo de recomendação útil. No entanto, também é uma ferramenta útil para descoberta da comunidade e para responder a perguntas sobre o agrupamento em grande escala de usuários.

p Seus testes da abordagem mostram que ela tem um custo relativamente baixo em termos de recursos computacionais necessários e fornece resultados mais precisos quando comparada a outras abordagens.