@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00229510,
 author = {米田, 優斗 and 塚田, 晃司 and Yuto, Yoneda and Koji, Tsukada},
 book = {ワークショップ2023 （CN Workshop 2023)　論文集},
 month = {Nov},
 note = {近年，ソーシャルメディア上で起こるフィルターバブルが問題視されている．そこで本研究では，YouTube 上で推薦される動画のジャンル・感情を分析することで，普段見ている動画や推薦される動画の傾向を可視化するシステムを提案する．本提案システムを用いることで，YouTube 上で起こる推薦動画の偏向を認識，判断する機会を与えることでフィルターバブルの解決に貢献する．本研究では，推定精度について機械学習の評価指標とアンケート調査にて評価を行った．また，システム全体についてもアンケート調査にて評価した．, In recent years, the filter bubble that occurs in social media has become an issue. In this study, we propose a system that visualizes the tendency of videos that are usually watched and recommended by analyzing the genres and sentiments of videos recommended on YouTube. By using the proposed system, we contribute to solving the filter bubble problem by giving users the opportunity to recognize and judge the bias of recommended videos on YouTube. In this study, we evaluated the estimation accuracy using machine learning metrics and a questionnaire survey. We also evaluated the system as a whole through a questionnaire survey.},
 pages = {115--122},
 publisher = {情報処理学会},
 title = {推薦動画の偏向現象の認識を目的とする動画ジャンル・感情推定手法の提案},
 volume = {2023},
 year = {2023}
}