ジオタグツイートの多言語分析に基づくVenue推薦システム

• Item type: SIG Technical Reports(1)
• 公開日: 2017-09-11
• タイトル: ジオタグツイートの多言語分析に基づくVenue推薦システム
• タイトル / 言語: en
• タイトル: Venue Recommender System based on Multilingual Analysis of Geo-tagged Tweets
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 地理情報処理
• 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: 京都産業大学
• 著者所属: 京都産業大学
• 著者所属: 京都産業大学
• 著者所属: 山口大学
• 著者所属: 京都産業大学
• 著者所属: 京都大学
• 著者名: 先原, 進之介; 中岡, 佑輔; 白数, 紘之; 王, 元元; 河合, 由起子; アダム, ヤトフト
• 著者名(英): Shinnosuke, Sakihara; Yusuke, Nakaoka; Hiroyuki, Shirakazu; Yuanyuan, Wang; Yukiko, Kawai; Adam, Jatowt
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本研究では，ジオタグツイートの発信位置と言語の相違を分析し，群衆 （国民） の嗜好性を抽出することで，ツイートの少ない地域でも国民性に合わせた Venue を推薦可能なシステムの実現を目指す．ジオタグツイートが相対的に少ない地域における Venue 推薦をアイテム推薦におけるコールドスター問題と捉え，提案手法ではユーザ （国民） にとって未知の Venue の評価値を，その Venue のジャンル （例えばインド料理店） に対する他の国民の嗜好性との類似度から算出する．各国民の各ジャンルに対する嗜好性はツイートの発信位置 （国） とツイートの言語情報から算出する．算出されたジャンルに対する各国民の嗜好性に対して各国間の類似度を算出し，任意の国民との類似度と評価値との積の総和を正規化し，値の高いジャンルを抽出する．最後に抽出されたジャンルに基づき Venue を選出し推薦提示する．本稿では，特に母国語の多様性が高いヨーロッパを対象とし，ジオタグツイートの時空間情報と言語情報分析に基づく群衆の嗜好性抽出および Venue 推薦手法について述べ，提案手法より抽出した Venue の相関性について検証する．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: This work proposes a novel venue recommender system according to the national character in any region based on crowd (nation) palatability by analyzing differences between locations and languages of geo-tagged tweets. In this paper, we aim to recommend venues of regions where a few geo-tagged tweets are posted. To realize one, we first identify the genres of venues (e.g., India restaurants) with high palatability for each language of each country by analyzing locations (countries) and languages of tweets. Then, we use the correlation coefficient to compute the similarities of countries from identified genres, and recommend venues according to national character in each country by overlapping the similarities of regions outside home countries with a few geo-tagged tweets In particular, we collect tweets in Europe with a high diversity of mother tongues. We then classify the tweets of each nation based on locations and languages in any time period by using posting locations / times / languages and mother tongues of the tweets. Therefore, we extract venue (feature) names after “I'm at” in tweets that related to locations, and present recommended venues in a map corresponding to genres of each language in any country by the extracted venues. Finally, we verify the correlation coefficient between extracted venues with our proposed method.
• 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: AN10114171
• 書誌情報: 研究報告情報基礎とアクセス技術（IFAT）; 巻 2017-IFAT-128, 号 4, p. 1-5, 発行日 2017-09-11
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8884
• 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