文献检索，用中文搜 PubMed

Suppr 超能文献

核心技术专利：CN118964589B侵权必究

核心技术专利：CN118964589B侵权必究

Yoon Sunmoo, Bakken Suzanne

School of Nursing and.

NI 2012 (2012). 2012 Jun 23;2012:463. eCollection 2012.

to describe web mining methods for knowledge discovery in Tweets, and 2) to illustrate application of the methods using the topic of physical activity. Methods described include: 1) structure mining to discover structures (macro-, meso-, and micro-level) of Tweet networks using social network analysis, and 2) content mining to discover Tweet contents using n-gram based text analysis and sentiment analysis. Specific web mining tools for each step of the web mining process (e.g., NodeXL, ORA, Pajek, Weka) are detailed. Our novel application of web mining methods was useful in understanding multiple dimensions of physical activity. The methods that we applied may be useful to others wishing to mine social media for health-related purposes.

描述用于从推文（Tweet）中发现知识的网络挖掘方法，以及2) 使用身体活动这一主题来说明这些方法的应用。所描述的方法包括：1) 结构挖掘，即使用社会网络分析来发现推文网络的结构（宏观、中观和微观层面），以及2) 内容挖掘，即使用基于n元语法的文本分析和情感分析来发现推文内容。详细介绍了网络挖掘过程每个步骤所使用的特定网络挖掘工具（例如，NodeXL、ORA、Pajek、Weka）。我们对网络挖掘方法的新颖应用有助于理解身体活动的多个维度。我们所应用的方法可能对其他希望出于健康相关目的挖掘社交媒体的人有用。

Yoon Sunmoo, Bakken Suzanne

School of Nursing and.

NI 2012 (2012). 2012 Jun 23;2012:463. eCollection 2012.

to describe web mining methods for knowledge discovery in Tweets, and 2) to illustrate application of the methods using the topic of physical activity. Methods described include: 1) structure mining to discover structures (macro-, meso-, and micro-level) of Tweet networks using social network analysis, and 2) content mining to discover Tweet contents using n-gram based text analysis and sentiment analysis. Specific web mining tools for each step of the web mining process (e.g., NodeXL, ORA, Pajek, Weka) are detailed. Our novel application of web mining methods was useful in understanding multiple dimensions of physical activity. The methods that we applied may be useful to others wishing to mine social media for health-related purposes.

描述用于从推文（Tweet）中发现知识的网络挖掘方法，以及2) 使用身体活动这一主题来说明这些方法的应用。所描述的方法包括：1) 结构挖掘，即使用社会网络分析来发现推文网络的结构（宏观、中观和微观层面），以及2) 内容挖掘，即使用基于n元语法的文本分析和情感分析来发现推文内容。详细介绍了网络挖掘过程每个步骤所使用的特定网络挖掘工具（例如，NodeXL、ORA、Pajek、Weka）。我们对网络挖掘方法的新颖应用有助于理解身体活动的多个维度。我们所应用的方法可能对其他希望出于健康相关目的挖掘社交媒体的人有用。