ソーシャルメディアのアイテム群に対するアテンションダイナミクスの学習

• Item type: Trans(1)
• 公開日: 2017-07-19
• タイトル: ソーシャルメディアのアイテム群に対するアテンションダイナミクスの学習
• タイトル / 言語: en
• タイトル: Learning Attention Dynamics for Items in Social Media
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: [オリジナル論文] アテンションダイナミクス，RPPモデル，ディリクレ過程混合モデル
• 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: 龍谷大学大学院理工学研究科電子情報学専攻
• 著者所属: 龍谷大学理工学部電子情報学科
• 著者所属(英): en
• 著者所属(英): Division of Electronics and Informatics, Graduate School of Science and Technology, Ryukoku University
• 著者所属(英): en
• 著者所属(英): Department of Electronics and Informatics, Faculty of Science and Technology, Ryukoku University
• 著者名: 松谷, 貫司; 木村, 昌弘
• 著者名(英): Kanji, Matsutani; Masahiro, Kimura
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: ソーシャルメディアでは，ユーザは様々な情報を手軽に発信および共有することができ，ユーザが投稿したアイテムは，他のユーザからの共有や賛意メッセージなどのアテンションの数が増えるにつれてポピュラリティを獲得していく．最近Shenら[12]は，個々のアイテムへのアテンションの到着過程の確率モデルとしてRPPモデル（Reinforced Poisson Process model）を提案し，それが既存のポピュラリティ予測法よりも精度が高いことを示した．本論文では，対象とするソーシャルメディアのアイテム群全体に対するアテンションの到着過程の確率モデルとして，ディリクレ過程とRPPモデルを融合したDPM-RPPモデルを提案し，アテンションダイナミクスの観点からそれらアイテム群の関係の分析を目指す．我々は，観測データに基づくDPM-RPPモデルの効率的な学習法および，DPM-RPPモデルによる各アイテムの将来ポピュラリティの予測法を与える．料理レシピ共有サイトの実データを用いた実験により，DPM-RPPモデルはポピュラリティ予測においてRPPモデルを含む従来モデルよりも精度が高いことを示す．また，アテンションダイナミクスの観点における料理レシピ群のコミュニティ構造を明らかにする．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Social media sites allow users easily to post and share online-items. Such items gain their popularity through the amount of attention received. Recently, Shen et al. [12] presented a probabilistic model, called the RPP (Reinforced Poisson Process) model, for the arrival process of attention to an individual item, and showed that this model outperforms existing popularity prediction methods. In this paper, we aim at analyzing and mining the relation of items in a social media site from a perspective of attention dynamics, and by incorporating a Dirichlet process into the RPP model, we propose a probabilistic model, called the DPM-RPP model, for the arrival processes of attention to all the items involved. We present both an efficient method of learning the DPM-RPP model from the observed data and an effective method of predicting the future popularity of each item by the DPM-RPP model. Using real data from a cooking-recipe sharing site, we demonstrate that the DPM-RPP model outperforms conventional models including the RPP model for popularity prediction, and uncover the community structure of cooking-recipes in terms of attention dynamics.
• 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: AA11464803
• 書誌情報: 情報処理学会論文誌数理モデル化と応用（TOM）; 巻 10, 号 2, p. 14-24, 発行日 2017-07-19
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7780
• 出版者 / 言語: ja
• 出版者: 情報処理学会