Un modo rapido per identificare il "n ^ns "Gli amici degli utenti dei social media basati sul data mining spaziale di profili e comportamenti su un servizio come Twitter è descritto nell'International Journal of Advanced Intelligence Paradigms.

D. Gandhimathi del Centro di ricerca e sviluppo, Bharathiar University di Coimbatore e John Sanjeev Kumar del Thiagarajar College of Engineering di Madurai, India, spiegare che Twitter svolge un ruolo importante nell'azione sociale intenzionale. Pertanto, l'analisi dei gruppi di utenti basata su Mi piace e interessi potrebbe rivelare connessioni altrimenti latenti tra gli utenti e quindi consentire di individuare più efficacemente le tendenze emergenti e di fare previsioni sul comportamento e sulle azioni che gli utenti potrebbero intraprendere. Tali intuizioni potrebbero essere di interesse per ricercatori, le aziende e i loro uffici marketing, organizzazioni senza scopo di lucro e di beneficenza, e forse governo e forze dell'ordine in molti contesti diversi.

L'analisi quantitativa non convenzionale del team si aggancia ai metadati geografici degli aggiornamenti Twitter di ciascun utente, il geotag, dove è a posto e non nascosto dall'utente per fornire raccolti ancora più ricchi per i minatori di dati. Il team spiega che il loro obiettivo principale era "sistemi di raccomandazione" che coinvolgessero il "n" di un utente ^ns " amici in modo positivo comprendendo gli aspetti del comportamento e dell'azione sociale basati sul contenuto o sulla popolarità su Twitter. Il team suggerisce che il loro approccio potrebbe essere sviluppato in un utile algoritmo di raccomandazione. Tuttavia, è anche uno strumento utile per la scoperta della comunità e per rispondere a domande sul raggruppamento di utenti su larga scala.

I loro test sull'approccio mostrano che ha un costo relativamente basso in termini di risorse informatiche necessarie e fornisce risultati più accurati rispetto ad altri approcci.