Instagramユーザのパーソナルネットワークを利用した推薦受容を高める推奨者の推定

• Item type: SIG Technical Reports(1)
• 公開日: 2025-12-12
• タイトル / 言語: ja
• タイトル: Instagramユーザのパーソナルネットワークを利用した推薦受容を高める推奨者の推定
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: DBS
• 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: 和歌山大学大学院システム工学研究科
• 著者所属: 和歌山大学システム工学部
• 著者所属: 兵庫県立大学大学院情報科学研究科
• 著者所属(英): en
• 著者所属(英): Wakayama University, Graduate School of Systems Engineering
• 著者所属(英): en
• 著者所属(英): Wakayama University, Faculty of Systems Engineering
• 著者所属(英): en
• 著者所属(英): University of Hyogo, Graduate School of Applied Informatics
• 著者名: 呉,若琳; 風間,一洋; 土方,嘉徳
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本論文は，Instagram上のパーソナルネットワークを利用して，被推薦者の推薦受容を最も高める推薦者を推定するタスクにおいて，推薦者のネットワークに関する情報（中心性や嗜好類似度）が予測性能の向上に貢献するのか，さらに映画と音楽という異なるドメインにおいて，重要な要因が異なるかを検証した．関西学院大学ゼミ生89名のInstagramフォロー関係と社会調査データを用い，複数の説明変数の組み合わせでLightGBMによる回帰モデルを構築し，その中で最もMSEが小さいモデルを選択して，MRRとAMRIで性能を評価し，SHAP値を分析した．その結果，ネットワーク情報の導入で誤差が小さくなること，ドメインによって推薦受容に寄与する要因が異なり，対面およびテキストでの会話頻度は映画・音楽の両ドメインで重要だが，映画ではSimpson係数と媒介中心性，音楽ではJaccard係数と近接中心性が重要なことがわかった．
• 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: AB0006854X
• 書誌情報: 研究報告データベースとデータサイエンス（DBS）; 巻 2025-DBS-182, 号 8, p. 1-6, 発行日 2025-12-12
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2760-0777
• 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