Doctoraat in de ingenieurswetenschappen: computerwetenschappen

Kennisextractie en populariteitsmodellering via sociale media


Doctorandus Publieke verdediging
Naam: Steven Van Canneyt   Datum: Vrijdag 07/10/2016 om 17:00 
Adres: vakgroep Informatietechnologie (EA05)
Gaston Crommenlaan 8, 9050 Ledeberg
  Lokatie: auditorium P Jozef Plateau, gelijkvloers, Jozef Plateaustraat 22, 9000 Gent
Contact FEA: info.ea@ugent.be   Taal: Engels

Curriculum
2011: M.S. in Software Engineering, Ghent University, Ghent, Belgium.
2009: Bachelor in Informatics, Ghent University, Ghent, Belgium.

Promotor
Bart Dhoedt
Steven Schockaert
Thomas Demeester

Examencommissie
prof. Gert De Cooman
Bart Dhoedt (EA05)
Steven Schockaert (Cardiff University, Verenigd Koninkrijk)
Thomas Demeester (EA05)
Chris Develder, Universiteit Gent, Faculteit Ingenieurswetenschappen en Architectuur, EA05 - Vakgroep Informatietechnologie, Technologiepark Zwijnaarde 126, 9052 Zwijnaarde
E: chris.develder@ugent.be
Tijl De Bie
Antoon Bronselaer
Yvan Saeys
Olivier Van Laere
Ke Zhou

Onderzoeksthema

Datawetenschap (data science) is een vakgebied dat aan veel interesse won over de afgelopen jaren. Het wordt gebruikt in veel industrieën zodat bedrijven en organisaties beter zakelijke belissingen kunnen nemen en zodat de wetenschappelijke gemeenschap bestaande modellen en theorieën kunnen verifiëren of weerleggen. Sociale media zijn in het bijzonder veelbelovend voor het vakgebied van datawetenschappen omdat ze grote volumes aan data bevatten, over een brede gebruikersgroep beschikken en een real-time karakter hebben. In de eerste plaats kunnen sociale media gebruikt worden om informatie te ontdekken voordat deze beschikbaar wordt in gestructureerde databanken. In dit proefschrift stellen we methodologieën voor die plaatsen, evenementen en nieuwswaardige onderwerpen automatisch detecteren uit sociale media. Ten tweede, omdat sociale media een belangrijke bron is geworden om nieuwe klanten te werven, stellen we een generiek raamwerk voor die de populariteit van sociale media content in real-time verzamelt, analyseert en voorspelt. Deze informatie kan bijvoorbeeld door marketeers worden gebruikt om hun sociale media publicatiestrategie te optimaliseren.


Taal proefschrift
Engels

Documenten