文献

J-GLOBAL ID：201702230633400720   整理番号：17A0472955

MLLDA:コンテンツキュレーション社会ネットワーク上のユーザーモデリングのためのマルチレベルLDA【Powered by NICT】

MLLDA: Multi-level LDA for modelling users on content curation social networks

著者 (6件)： Wu Lifang (School of ICE, Information & Communication Engineering Beijing University of Technology, 100124 Beijing PR China) ,  Wang Dan (School of ICE, Information & Communication Engineering Beijing University of Technology, 100124 Beijing PR China) ,  Zhang Xiuzhen (School of CS and IT, RMIT University, GPO Box 2476, Melbourne 3001, Australia) ,  Liu Shuang (School of ICE, Information & Communication Engineering Beijing University of Technology, 100124 Beijing PR China) ,  Zhang Lei (School of ICE, Information & Communication Engineering Beijing University of Technology, 100124 Beijing PR China) ,  Chen Chang Wen (Department of CSE, SUNY Buffalo, NY 14260-2500, USA)
資料名： Neurocomputing  (Neurocomputing)
巻： 236  ページ： 73-81  発行年： 2017年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： ユーザ解析は,社会ネットワーク分析の重要な部分である。ほとんどの既存の研究は,ユーザ間のユーザ生成コンテンツや社会的リンクを用いたユーザをモデル化した。本論文では,採掘ユーザ生成コンテンツだけでなく社会的リンクによる統一的枠組みにおけるコンテンツキュレーションソーシャルネットワーク(共通線信号網)における利用者をモデル化することを提案した。ユーザ投稿テキスト記述と社会的リンク情報共有により形成されたから発見された潜在的なユーザ興味を有したユーザを表す潜在的BayesモデルマルチレベルLDA(MLLDA)を提案した。MLLDAは共通線信号網上のコミュニティ発見およびレコメンデーションのための正確なユーザモデルを生成することができることを示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 情報共有 ,  *モデリング ,  採掘 ,  コミュニティ
準シソーラス用語： ユーザモデル ,  Bayes法 ,  テキスト ,  ユーザ生成コンテンツ ,  ネットワーク解析 ,  *マルチレベル ,  *ユーザモデリング ,  *社会的ネットワーク , 【Automatic Indexing@JST】

著者キーワード (3件)： ユーザプロファイリング ,  マルチレベル潜在的Dirichlet割当て(MLLDA) ,  Jensen-Shannon発散

分類 (2件)： その他の情報処理  (JE15050M) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 社会ネットワーク ,  ユーザーモデリング ,  マルチレベル ,  LDA