機械学習を用いた潜在的フォロイー抽出手法の提案

• Item type: SIG Technical Reports(1)
• 公開日: 2017-09-11
• タイトル: 機械学習を用いた潜在的フォロイー抽出手法の提案
• タイトル / 言語: en
• タイトル: Latent Followee Extraction Method based on Content and Sentiment Similarity
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 機械学習・深層学習
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 甲南大学大学院自然科学研究科
• 著者所属: 千葉工業大学情報科学部
• 著者所属: 甲南大学知能情報学部
• 著者所属(英): en
• 著者所属(英): Graduate School of Natural Science, Konan University
• 著者所属(英): en
• 著者所属(英): Chiba Institute of Technology
• 著者所属(英): en
• 著者所属(英): Faculty of Intelligence and Informatics, Konan University
• 著者名: 秋山, 和寛; 熊本, 忠彦; 灘本, 明代
• 著者名(英): Kazuhiro, Akiyama; Tadahiko, Kumamoto; Akiyo, Nadamoto
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: マイクロブログの一つである Twitter を対象としたフォロイー推薦に関する研究は数多く行われている．フオロイー推薦の主な手法の一つであるツイート内容の類似性に基づく手法において，内容に対する多次元の感情の類似性も考慮した方がよりよいフォロイー推薦ができると考える．多次元の感情を考盧した場合，フォロイー候補の感情が自分と類似しているかを瞬時に判断することは困難であり，ユーザがこのようなフオロイー候補に気づかない場合が多い．そこで本研究では内容だけでなく感情も類似しているユーザを潜在的フォロイーと呼び，機械学習による多次元感情抽出を行うことで潜在的フォロイーを抽出しユーザに推薦する手法を提案する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: There are numerous studies about followee recommendation of Twitter. In the one of the major methods for followee recommendation is based on content similarity. It is better that not only considering content similarity but also multi-dimensional sentiment similarity. When we consider multi-dimensional sentiment, however, it is difficult for users to find followees who tweet similar content and similar sentiment, and they are oblivious to best followees. Therefore, we propose the method to extract latent followee who tweets similar content and similar; sentiment by using machine learning.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10112482
• 書誌情報: 研究報告データベースシステム（DBS）; 巻 2017-DBS-165, 号 9, p. 1-6, 発行日 2017-09-11
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-871X
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会