トピックモデルと大規模位置履歴を用いた地域ごとの興味関心分布の分析

• Item type: SIG Technical Reports(1)
• 公開日: 2024-02-22
• タイトル: トピックモデルと大規模位置履歴を用いた地域ごとの興味関心分布の分析
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: City on the BigData
• 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: 東京工業大学情報理工学院情報工学系
• 著者所属: 東京工業大学情報理工学院情報工学系
• 著者所属: LINEヤフー株式会社
• 著者所属: 東京工業大学情報理工学院情報工学系
• 著者名: 宮永, 薫; 安納, 爽響; 坪内, 孝太; 下坂, 正倫
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 地域訪問者の興味関心分布の分析によって，訪問先の地域が持つ需要や特徴を明らかにすることができる．そのためこの分析は，訪問者の需要に合わせた店舗展開や，近年盛んに行われているユーザの訪問場所予測などに応用可能である．既存研究では，検索クエリと位置情報を用いた，訪問者の興味関心の分析が行われている．しかしこの研究では，訪問者の平均的な興味関心を捉えることはできるが，訪問者の多様性を表現できず，興味関心の異なる人が集まる大都市特有の傾向を明らかにできない．そこで本研究では，地域の訪問者を複数の訪問者タイプの集合として扱うことで，地域における興味関心の多様性を表現できる枠組みを提案する．具体的には，地域を文書，属性ごとの訪問者の興味関心ベクトルを単語，訪問者タイプをトピックと見立て，トピックモデルの一種である Gaussian Latent Dirichlet Allocation (GLDA) を活用することで，大都市における多様な興味関心の傾向や内訳を明らかにする．東京や大阪をはじめとする 9 都道府県における 6 ヶ月分の検索クエリと位置情報データを用いて，訪問者タイプとその内訳を抽出する性能評価実験を行い，提案手法が既存手法よりも大都市の分析に優れていることを示す．また様々な都市・POI ごとに興味関心分布を比較し，議論を行う．
• 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: AA11838947
• 書誌情報: 研究報告ユビキタスコンピューティングシステム（UBI）; 巻 2024-UBI-81, 号 31, p. 1-8, 発行日 2024-02-22
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8698
• 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