EIT Digital的Jyrki Karasvirta解释说，社交聊天分析器Sensemaking提供了一个单一的停止界面，通过它所有的社交媒体相关跟踪和分析都可以进行。

 

社交媒体产生大量的数据。仅Facebook一个月的活跃用户就超过20亿，Twitter的用户也超过3.3亿，平均每天发布5亿条推文。天富代理分红

 

它大多是非结构化的，呈现出不同的信息传播模式，对社会舆论、政治、市场、顾客行为等产生重大影响。有些话题可能会迅速流行起来，并迅速传播到社交网络的几乎所有用户，而另一些话题可能会在一开始不久就死去。

 

找出这种现象的原因是非常具有挑战性的，而社交媒体的协同效应大多是难以理解的。这使得很难行业,运动跑步者和社会舆论影响力地图,链接,利用,预测,有效地使用社交网络来实现和达到他们的目标,如最大化回报的营销活动,及时共享和最大化的关键信息的传播和推广,或可能含有虚假新闻和谣言的传播。

 

“意义制造”EIT数字创新活动的目标是为社会媒体带来秩序，并通过理解潜在的信息传播和采用模式以及它们的因果关系来理解其协同作用。其结果是一项意义感知服务，该服务使用、调整和改进人工智能技术和深度学习算法，以利用和映射社交网络中创建的大量非结构化数据。天富代理分红

 

该服务的目标包括利用社交媒体进行市场营销和品牌知名度的工业公司，以及利用社交媒体进行竞选活动、意见分享等的政府、政治、社会和其他组织。它还可用于应急管理，以便及早发现有可能迅速传播并成为病毒的谣言和假新闻，并以及时和适当的遏制战略对其作出反应。

 

感觉感知的开发是由瑞典KTH皇家理工学院的副教授Sarunas Girdzijauskas领导的。他说:“感觉生成分析通过提供web服务来响应商业和学术客户的需求，该web服务可以快速回答关于给定主题的预期趋势场景的请求，这些主题用一组输入关键字表示。它的竞争优势是自动且透明的主题抽取，允许将非结构化的自然文本链接到现有的知识库和web chatter的底层社交图。这使得能够检测因果社会网络社区和事件。它还可以集成各种不同的知识库，并在同一个界面上比较数据驱动和基于知识的分析。”

 

意义生成不仅提供了一种工具，用于分析和链接相关数据，跟踪社交网络中传播的主题，而且还可以检测出特定主题传播模式背后的因果关系和关键原因。此外，它还允许预测新开始的话题的传播模式，允许及早参与设计与用户目标目标相对应的正确的社交媒体策略。这些做法可能与最大限度地提高对某一主题的认识和传播或采取遏制战略来帮助限制传播相反。

 

Girdzijauskas继续说:“结果是通过链接和关键参数相结合的数据共享的一个社交网络以及表征潜在的社会关系和社交网络中的信息传播途径观察,以及关键元数据,如信息共享和地理位置的时候。”

 

结合教育、研究和商业

 

Sensemaking最初是一个项目，旨在利用三个EIT数字合作伙伴的专业知识:瑞典KTH皇家技术学院，瑞典计算机科学学院和意大利特伦托大学。合作伙伴利用人工智能的经验,深入学习,图形处理、文本分析和主题建模来生成模型能够解释社会网络时的伤亡话题扩散和传播,被称为“病毒营销”,并在此基础上预测新话题的病毒营销能力可以。

 

 

 

开发是通过创建一个框架开始的，该框架包含基于来自社交网络的不同信号参数的训练模型。作为信息来源，该团队使用了2016年1月至12月间约6万名用户发布的60万多条与瑞典政党相关的推文。