文献

J-GLOBAL ID：201702223516844927   整理番号：17A1118762

ソーシャルネットワーキングメッセージの著者認証のための分類器と特徴の比較【Powered by NICT】

A comparison of classifiers and features for authorship authentication of social networking messages

著者 (5件)： Li Jenny S. (Seidenberg School of Computer Science and Information Systems, Pace University, New York City, NY, 10038, USA) ,  Chen Li-Chiou (Seidenberg School of Computer Science and Information Systems, Pace University, New York City, NY, 10038, USA) ,  Monaco John V. (Seidenberg School of Computer Science and Information Systems, Pace University, New York City, NY, 10038, USA) ,  Singh Pranjal (VISA Inc. Technology Center, Bangalore, India) ,  Tappert Charles C. (Seidenberg School of Computer Science and Information Systems, Pace University, New York City, NY, 10038, USA)
資料名： Concurrency and Computation: Practice & Experience  (Concurrency and Computation: Practice & Experience)
巻： 29  号： 14  ページ： null  発行年： 2017年 
JST資料番号： W2542A  ISSN： 1532-0626  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： アルゴリズムを開発し,Facebookから,20.6語の平均,短いソーシャルネットワーク投稿の信頼性を決定するためにいろいろな分類器について調べた。本論文では,多様な分類器を用いていくつかの実験を提示し,検討した。本研究の目的は,このような投稿は,意図したユーザと侵入者から到来しているものとして確認できる程度を決定することである。計量文献学とアドホックソーシャルネットワーキング特徴の種々の集合を本物の食品・信頼性が低い30Facebook著者から9259ポストを分類するために開発した。この問題を調査するための機械学習分類器を利用するアルゴリズムを記述し,三つの分類器を組み合わせた付加的投票アルゴリズムを研究した。本研究では,短いメッセージの著者認証,ソーシャルネットワークサイトに投稿などに焦点を当てた最初の研究の一つである。ショートメッセージに対する伝統的な計量文献学技術を適用することの課題を議論した。実験結果は,30人のユーザの間で79.6%の平均正解率を実証した。更なる経験的分析は著者認証に及ぼす試料サイズ,特徴選択,ユーザ書体,分類法の影響を評価し,以前の研究と比較して様々な程度の効果を示した。Copyright 2017 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 投票 ,  特徴選択 ,  *認証 ,  フォント ,  食品 ,  信頼性 ,  機械学習 ,  アルゴリズム
準シソーラス用語： *ソーシャルネットワーキング ,  分類法 ,  実証分析 ,  正解率 ,  計量文献学 ,  社会的ネットワーク ,  Facebook , 【Automatic Indexing@JST】

著者キーワード (6件)： 著者認証 ,  ソーシャルネットワーキング ,  サイバーセキュリティ ,  分類 ,  計量文献学 ,  機械学習

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 著者 ,  認証 ,  分類器