WEKO3
アイテム
動画共有サイト利用者に推薦動画偏向現象の気づきを与える動画感情推定・可視化手法
https://ipsj.ixsq.nii.ac.jp/records/232966
https://ipsj.ixsq.nii.ac.jp/records/23296648b57ea8-5ac5-4b83-919f-eaed92908d1a
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-CN24122004.pdf (945.8 kB)
2026年3月4日からダウンロード可能です。
|
Copyright (c) 2024 by the Information Processing Society of Japan
|
|
| 非会員：¥660, IPSJ:学会員：¥330, CN:会員：¥0, DLIB:会員：¥0 | ||
| Item type | SIG Technical Reports(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2024-03-04 | |||||||||
| タイトル | ||||||||||
| タイトル | 動画共有サイト利用者に推薦動画偏向現象の気づきを与える動画感情推定・可視化手法 | |||||||||
| タイトル | ||||||||||
| 言語 | en | |||||||||
| タイトル | Proposal and Evaluation of a Video Sentiment Estimation and Visualization Method to Make Users of Video Sharing Websites Aware of the Recommendation Video Bias | |||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題Scheme | Other | |||||||||
| 主題 | アウェアネス，集合知 | |||||||||
| 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(英) | ||||||||||
| en | ||||||||||
| Graduate School of Systems Engineering, Wakayama University | ||||||||||
| 著者所属(英) | ||||||||||
| en | ||||||||||
| Faculty of Systems Engineering, Wakayama University | ||||||||||
| 著者名 |
米田, 優斗
× 米田, 優斗
× 塚田, 晃司
|
|||||||||
| 著者名(英) |
Yuto, Yoneda
× Yuto, Yoneda
× Koji, Tsukada
|
|||||||||
| 論文抄録 | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | 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感情を推定し，推薦される動画の感情面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現象の気づきを与え，フィルターバブルを認識・判断する機会を与えることを目指した．本研究では，推定精度・フィルターバブルに対する有効性について機械学習の評価指標やアンケート調査にて評価を行った． | |||||||||
| 論文抄録(英) | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | In recent years, the filter bubble that occurs in social media has become an issue. To address this problem, we propose a system that estimates the sentiment of videos recommended on YouTube and visualizes the emotional trends of recommended videos. By using the proposed system, we aim to make the user aware of the deflection phenomenon of recommended videos on YouTube, and to give the user the opportunity to recognize and judge the filter bubble. In this study, we evaluate the estimation accuracy and effectiveness of the system against the filter bubble using machine learning metrics and a questionnaire survey. | |||||||||
| 書誌レコードID | ||||||||||
| 識別子タイプ | NCID | |||||||||
| 関連識別子 | AB00006906 | |||||||||
| 書誌情報 |
研究報告コラボレーションとネットワークサービス（CN） 巻 2024-CN-122, 号 4, p. 1-8, 発行日 2024-03-04 |
|||||||||
| ISSN | ||||||||||
| 収録物識別子タイプ | ISSN | |||||||||
| 収録物識別子 | 2758-8262 | |||||||||
| 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 | |||||||||
