Foundation Models, revolutionary artificial intelligence models, are increasingly finding applications, including the futuristic integration into social networks to enhance user experience. However, this pioneering field is still underexplored in scientific literature due to its recent development. This is a significant gap considering their potential impact. This thesis aims to analyze the functionality, capabilities, and current and future applications of Foundation Models in social networks. The goal is to examine how these models can improve user experience by increasing engagement and optimizing content management. Through comparative analysis and the study of specific cases, this work aims to provide a comprehensive overview of the topic, enriching existing literature and outlining new directions for research and development in this crucial sector.

I Foundation Model, rivoluzionari modelli di intelligenza artificiale, stanno trovando applicazioni sempre più diffuse, tra cui l’avveniristica integrazione nei social network per migliorare l’esperienza utente. Tuttavia, questo campo pionieristico è ancora poco esplorato nella letteratura scientifica a causa del suo recente sviluppo. Si tratta di un vuoto rilevante considerando il loro potenziale impatto. Questa tesi si propone di analizzare il funzionamento, le capacità e le applicazioni attuali e future dei Foundation Model nei social network. L’obiettivo è esaminare come questi modelli possano migliorare l’esperienza degli utenti, aumentando l’engagement ed ottimizzando la gestione dei contenuti. Attraverso un’analisi comparativa e lo studio di casi specifici, tale elaborato si propone di fornire una panoramica completa sull’argomento, arricchendo la letteratura esistente e delineando nuove direzioni per la ricerca e lo sviluppo in questo settore cruciale.

Analisi dei Foundation Model e applicazioni per il miglioramento dell’esperienza utente nei social network

MENEGALE, MATTIA
2023/2024

Abstract

Foundation Models, revolutionary artificial intelligence models, are increasingly finding applications, including the futuristic integration into social networks to enhance user experience. However, this pioneering field is still underexplored in scientific literature due to its recent development. This is a significant gap considering their potential impact. This thesis aims to analyze the functionality, capabilities, and current and future applications of Foundation Models in social networks. The goal is to examine how these models can improve user experience by increasing engagement and optimizing content management. Through comparative analysis and the study of specific cases, this work aims to provide a comprehensive overview of the topic, enriching existing literature and outlining new directions for research and development in this crucial sector.
2023
Review of Foundation Models and their applications for enhancing the user experience in social networks
I Foundation Model, rivoluzionari modelli di intelligenza artificiale, stanno trovando applicazioni sempre più diffuse, tra cui l’avveniristica integrazione nei social network per migliorare l’esperienza utente. Tuttavia, questo campo pionieristico è ancora poco esplorato nella letteratura scientifica a causa del suo recente sviluppo. Si tratta di un vuoto rilevante considerando il loro potenziale impatto. Questa tesi si propone di analizzare il funzionamento, le capacità e le applicazioni attuali e future dei Foundation Model nei social network. L’obiettivo è esaminare come questi modelli possano migliorare l’esperienza degli utenti, aumentando l’engagement ed ottimizzando la gestione dei contenuti. Attraverso un’analisi comparativa e lo studio di casi specifici, tale elaborato si propone di fornire una panoramica completa sull’argomento, arricchendo la letteratura esistente e delineando nuove direzioni per la ricerca e lo sviluppo in questo settore cruciale.
Foundation Models
esperienza utente
social network
File in questo prodotto:
File Dimensione Formato  
Menegale_Mattia.pdf

embargo fino al 17/01/2026

Dimensione 1.72 MB
Formato Adobe PDF
1.72 MB Adobe PDF

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/67646