Een snelle manier om de "n ^e Vrienden van gebruikers van sociale media op basis van ruimtelijke datamining van profielen en gedrag op een dienst als Twitter wordt beschreven in het International Journal of Advanced Intelligence Paradigms.

D. Gandhimathi van het onderzoeks- en ontwikkelingscentrum, Bharathiar University in Coimbatore en John Sanjeev Kumar van Thiagarajar College of Engineering in Madurai, Indië, uitleggen dat Twitter een belangrijke rol speelt bij opzettelijke sociale actie. Clusteranalyse van gebruikers op basis van voorkeuren en interesses zou dus latente verbindingen tussen gebruikers kunnen onthullen, waardoor opkomende trends effectiever kunnen worden opgemerkt en voorspellingen kunnen worden gedaan over het gedrag en de acties die gebruikers kunnen ondernemen. Dergelijke inzichten kunnen interessant zijn voor onderzoekers, bedrijven en hun marketingafdelingen, non-profitorganisaties en liefdadigheidsinstellingen, en misschien overheid en wetshandhaving in veel verschillende contexten.

De onconventionele kwantitatieve analyse van het team haakt in op de geografische metadata van de Twitter-updates van elke gebruiker, de geotag, waar dat op zijn plaats is en niet wordt verborgen door de gebruiker om nog rijkere keuzes voor de dataminers te bieden. Het team legt uit dat hun belangrijkste focus lag op "aanbevelingssystemen" die de "n ^e " vrienden op een positieve manier door op inhoud of populariteit gebaseerde aspecten van gedrag en sociale actie op Twitter te begrijpen. Het team suggereert dat hun aanpak kan worden ontwikkeld tot een nuttig aanbevelingsalgoritme. het is ook een handig hulpmiddel voor het ontdekken van gemeenschappen en voor het beantwoorden van vragen over de grootschalige clustering van gebruikers.

Uit hun tests van de aanpak blijkt dat de kosten relatief laag zijn in termen van benodigde computerbronnen en dat het nauwkeurigere resultaten oplevert in vergelijking met andere benaderingen.