半教師ありトピックモデルにより選択した地域特徴語を用いたTwitterユーザの生活に関わる地域の推定

• Item type: Trans(1)
• 公開日: 2014-09-26
• タイトル: 半教師ありトピックモデルにより選択した地域特徴語を用いたTwitterユーザの生活に関わる地域の推定
• タイトル / 言語: en
• タイトル: Estimation of Twitter User's Life-area Using Area Related Terms Selected by Semi-supervised Topic Model
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [研究論文] Twitter，地域推定，半教師ありトピックモデル
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 筑波大学大学院図書館情報メディア研究科
• 著者所属: 筑波大学図書館情報メディア系
• 著者所属(英): en
• 著者所属(英): Graduate School of Library, Information and Media Studies, University of Tsukuba
• 著者所属(英): en
• 著者所属(英): Faculty of Library, Information and Media Science, University of Tsukuba
• 著者名: 堂前, 友貴; 関, 洋平
• 著者名(英): Yuki, Doumae; Yohei, Seki
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: Twitterにおいて，ユーザの生活に関わる地域は，社会行動の分析において重要な属性の1つであるが，プロファイルに明示的に記述されていることは少ない．本研究では，Twitterユーザを対象として，半教師ありトピックモデルを利用した地域特徴語の選択に基づく，生活に関わる地域属性の推定手法を提案する．本研究では，半教師ありトピックモデルにより地域に特徴的な語を選択する．具体的には，地域情報サイトから収集した地域特徴語を含むツイートを教師データとした，半教師ありトピックモデルにより，地域に特徴的なトピックを抽出する．そして，トピックから選定した地域特徴語を使用し，ツイートごとに地域ラベルを付与する．各ユーザの生活に関わる地域は，ユーザのツイートに割り当てられた地域ラベルに基づき推定する．提案手法に基づき，都道府県を，生活に関わる地域の単位とし，16の都道府県を対象として，ユーザの生活に関わる地域の推定実験を行ったところ，精度0.65，再現率0.67，F値0.66の評価値が得られた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In Twitter, the life area of a user is an important attribute that is used for social behavior analysis. In most cases, information regarding a user's life area is not explicitly published in their Twitter profiles. We propose a method to identify the nature of a user's life area using area clue terms selected by a semi-supervised topic model. We extracted area-oriented topics by semi-supervised learning using terms collected from an area information website as supervision. We assigned an area label to each tweet using area-oriented terms from the extracted topics. The nature of a Twitter user's life area is identified as the area label that is most frequently used for topics identified in the user's tweets. We have evaluated our approach using 1,600 users from 16 Japanese prefectures. The result for precision, recall, and F-measure were 0.65, 0.76, and 0.66, respectively.
• 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: AA11464847
• 書誌情報: 情報処理学会論文誌データベース（TOD）; 巻 7, 号 3, p. 1-13, 発行日 2014-09-26
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7799
• 出版者 / 言語: ja
• 出版者: 情報処理学会