César Ojeda

User Churn Migration Analysis with DEDICOM

Time plays an important role regarding user preferences for products. It introduces asymmetries into the adoption of products which should be considered in the context of recommender systems and business intelligence. We therefore investigate how temporally asymmetric user preferences can be analyzed using a latent factor model called Decomposition Into Directional Components (DEDICOM). We introduce a new scalable hybrid algorithm that combines projected gradient descent and alternating least squares updates to compute DEDICOM and imposes semi-nonnegativity constraints to better interpret the resulting factors. We apply our model to analyze user churn and migration between different computer games in a social gaming environment.

Predicting Retention in Sandbox Games with Tensor Factorization-based Representation Learning

Major commercial (AAA) games increasingly transit to a semi-persistent or persistent format in order to extend the value of the game to the player, and to add new sources of revenue beyond basic retail sales. Given this shift in the design of AAA titles, game analytics needs to address new types of problems, notably the problem of forecasting future player behavior. This is because player retention is a key factor in driving revenue in semi-persistent titles, for example via downloadable content. This paper introduces a model for predicting retention of players in AAA games and provides a tensor-based spatio-temporal model for analyzing player trajectories in 3D games. We show how knowledge as to trajectories can help with predicting player retention. Furthermore, we describe two new algorithms for three way DEDICOM including a fast gradient method and a seminonnegative constrained method. These approaches are validated against a detailed behavioral data set from the AAA open-world game Just Cause 2.

Predicting Emerging Trends in Citation Networks

The work presented in this thesis aims to detect emerging trends in citation networks, specifically in US Patent Citation Network, using representational learning methods for graphs. The network of patent citations is an evolving graph, which contains valuable information about innovation and technological change. We investigated the properties of citation networks in order to find suitable random walk sampling strategies for generating accurate embeddings of patents. We demonstrate that our temporal analysis of learned embeddings can detect shifts of patents and reveal emerging technology categories even before the official authorities identify them.

Ising Models for Binary Clustering via Adiabatic Quantum Computing

Existing adiabatic quantum computers are tailored towards minimizing the energies of Ising models. The quest for implementations of pattern recognition or machine learning algorithms on such devices can thus be seen as the quest for Ising model (re-)formulations of their objective functions. In this paper, we present Ising models for the tasks of binary clustering of numerical and relational data and discuss how to set up corresponding quantum registers and Hamiltonian operators. In simulation experiments, we numerically solve the respective Schrodinger equations and observe our approaches to yield convincing results.

Towards German Word Embeddings: A Use Case with Predictive Sentiment Analysis

Trotz des Forschungsbooms im Bereich Worteinbettungen und ihrer Textmininganwendungen der letzten Jahre, konzentriert sich der Grosteil der Publikationen ausschlieslich auf die englische Sprache. Auserdem ist die Hyperparameterabstimmung ein Prozess, der selten gut dokumentiert (speziell fur nicht-englische Texte), jedoch sehr wichtig ist, um hochqualitative Wortwiedergaben zu erhalten. In dieser Arbeit zeigen wir, wie verschiedene Hyperparameterkombinationen Einfluss auf die resultierenden deutschen Wortvektoren haben und wie diese Wortwiedergaben Teil eines komplexeren Modells sein konnen. Im Einzelnen fuhren wir als erstes eine intrinsische Bewertung unserer deutschen Worteinbettungen durch, die spater in einem vorausschauenden Stimmungsanalysemodell verwendet werden. Letzteres dient nicht nur einer intrinsischen Bewertung der deutschen Worteinbettungen, sondern zeigt auserdem, ob Kundenwunsche nur durch das Einbetten von Dokumenten vorhergesagt werden konnen.

Circadian Cycles and Work Under Pressure: A Stochastic Process Model for E-learning Population Dynamics

Internetanalysetechniken, konzipiert zur Quantifizierung von Internetnutzungsmustern, erlauben ein tieferes Verstandnis menschlichen Verhaltens. Neueste Modelle menschlicher Verhaltensdynamiken haben gezeigt, dass im Gegensatz zu zufallig verteilten Ereignissen, Menschen Tatigkeiten ausuben, die schubweises Verhalten aufweisen. Besonders die Teilnahme an Internetkursen zeigt haufig Zeitraume von Inaktivitat und Prokrastination gefolgt von haufigen Besuchen kurz vor den Prufungen. Hier empfehlen wir ein stochastisches Prozessmodell, welches solche Muster kennzeichnet und Tagesrhythmen menschlicher Aktivitaten einbezieht. Wir bewerten unser Modell anhand von realen Daten, die wahrend einer Zeitspanne von zwei Jahren auf einer Plattform fur Universitatskurse gesammelt wurden. Anschliesend schlagen wir ein dynamisches Modell vor, welches sowohl Prokrastinationszeitraume als auch Zeitraume des Arbeitens unter Zeitdruck berucksichtigt. Da Tagesrhythmen und Prokrastination-Druck-Kreislaufe wesentlich fur menschliches Verhalten sind, kann unsere Methode auf andere Tatigkeiten ausgeweitet werden, wie zum Beispiel die Auswertung von Surfgewohnheiten und Kaufverhalten von Kunden.

Third Party Effect: Community Based Spreading in Complex Networks

Ein wesentlicher Teil der Netzwerkforschung wurde dem Studium von Streuprozessen und Gemeinschaftserkennung gewidmet, ohne dabei die Rolle der Gemeinschaften bei den Merkmalen der Streuprozesse zu berucksichtigen. Hier verallgemeinern wir das SIR-Modell von Epidemien durch die Einfuhrung einer Matrix von Gemeinschaftsansteckungsraten, um die heterogene Natur des Streuens zu erfassen, die durch die naturlichen Merkmale von Gemeinschaften definiert sind. Wir stellen fest, dass die Streufahigkeiten einer Gemeinschaft gegenuber einer anderen durch das interne Verhalten von Drittgemeinschaften beeinflusst wird. Unsere Ergebnisse bieten Einblicke in Systeme mit reichhaltigen Informationsstrukturen und in Populationen mit vielfaltigen Immunreaktionen.

Beyond Spectral Clustering: A Comparative Study of Community Detection for Document Clustering

Dokumenten-Clustering ist ein allgegenwartiges Problem bei der Datengewinnung, da Textdaten eine der gebrauchlichsten Kommunikationsformen sind. Die Reichhaltigkeit der Daten erfordert Methoden, die – je nach den Eigenschaften der Informationen, die gewonnen werden sollen – auf verschiedene Aufgaben zugeschnitten sind. In letzter Zeit wurden graphenbasierte Methoden entwickelt, die es hierarchischen, unscharfen und nicht-gausformigen Dichtemerkmalen erlauben, Strukturen in komplizierten Datenreihen zu identifizieren. In dieser Abhandlung zeigen wir eine neue Methodologie fur das Dokumenten-Clustering, das auf einem Graphen basiert, der durch ein Vektorraummodell definiert ist. Wir nutzen einen uberlappenden hierarchischen Algorithmus und zeigen die Gleichwertigkeit unserer Qualitatsfunktion mit der von Ncut. Wir vergleichen unsere Methode mit spektralem Clustering und anderen graphenbasierten Modellen und stellen fest, dass unsere Methode eine gute und flexible Alternative fur das Nachrichten-Clustering darstellt, wenn eingehende Details zwischen den Themen benotigt werden.

Investigating and Forecasting User Activities in Newsblogs: A Study of Seasonality, Volatility and Attention Burst

Das Studium allgemeiner Aufmerksamkeit ist ein Hauptthemengebiet im Bereich der Internetwissenschaft, da wir wissen wollen, wie die Beliebtheit eines bestimmten Nachrichtenthemas oder Memes im Laufe der Zeit zu- oder abnimmt. Neueste Forschungen konzentrierten sich auf die Entwicklung von Methoden zur Quantifizierung von Erfolg und Beliebtheit von Themen und untersuchten ihre Dynamiken im Laufe der Zeit. Allerdings wurde das gesamtheitliche Nutzerverhalten uber Inhaltserstellungsplattformen grostenteils ignoriert, obwohl die Beliebtheit von Nachrichtenartikeln auch mit der Art verbunden ist, wie Nutzer Internetplattformen nutzen. In dieser Abhandlung zeigen wir ein neuartiges Framework, dass die Verlagerung der Aufmerksamkeit von Bevolkerungsgruppen in Hinblick auf Nachrichtenblogs untersucht. Wir konzentrieren uns auf das Kommentarverhalten von Nutzern bei Nachrichtenbeitragen, was als Stellvertreter fur die Aufmerksamkeit gegenuber Internetinhalten fungiert. Wir nutzen Methoden der Signalverarbeitung und Okonometrie, um Verhaltensmuster von Nutzern aufzudecken, die es uns dann erlauben, das Verhalten einer Bevolkerungsgruppe zu simulieren und schlussendlich vorherzusagen, sobald eine Aufmerksamkeitsverlagerung auftritt. Nach der Untersuchung von Datenreihen von uber 200 Blogs mit 14 Millionen Nachrichtenbeitragen, haben wir zyklische Gesetzmasigkeiten im Kommentarverhalten identifiziert: Aktivitatszyklen von 7 Tagen und 24 Tagen, die moglicherweise im Zusammenhang zu bekannten Dimensionen von Meme-Lebenszeiten stehen.