@techreport{oai:ipsj.ixsq.nii.ac.jp:02006035,
 author = {呉,若琳 and 風間,一洋 and 土方,嘉徳},
 issue = {8},
 month = {Dec},
 note = {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．},
 title = {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},
 year = {2025}
}