Real-time, Scalable, Content-based Twitter Users Recommendation - Université Jean-Monnet-Saint-Étienne
Communication Dans Un Congrès Année : 2018

Real-time, Scalable, Content-based Twitter Users Recommendation

Julien Subercaze
Laboratoire Hubert Curien
CV
Christophe Gravier
Laboratoire Hubert Curien
Frédérique Laforest
Laboratoire Hubert Curien
CV

Domaines

Intelligence artificielle [cs.AI] Recherche d'information [cs.IR]

Christophe GRAVIER  : Connectez-vous pour contacter le contributeur

https://ujm.hal.science/ujm-02010031

Soumis le : mercredi 6 février 2019-17:37:54

Dernière modification le : mardi 9 juillet 2024-11:00:04

Fichier non déposé

Dates et versions

ujm-02010031 , version 1 (06-02-2019)

Identifiants

  • HAL Id : ujm-02010031 , version 1

Citer

Julien Subercaze, Christophe Gravier, Frédérique Laforest. Real-time, Scalable, Content-based Twitter Users Recommendation. Companion of the The Web Conference 2018, Apr 2018, Lyon, France. pp.1367-1367. ⟨ujm-02010031⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-ST-ETIENNE IOGS CNRS PARISTECH UDL LABORATOIRE-HUBERT-CURIEN
65 Consultations
0 Téléchargements

Partager

More