文献

J-GLOBAL ID：201702235753498412   整理番号：17A1392909

オンラインソーシャルネットワーク情報のための個人化レコメンデーション:個人的選好と位置ベース・コミュニティ動向【Powered by NICT】

Personalized Recommendation for Online Social Networks Information: Personal Preferences and Location-Based Community Trends

著者 (3件)： Khater Shaymaa (Solebrity, Inc., Ashburn, VA, USA) ,  Gracanin Denis (Department of Computer Science, Virginia Tech, Blacksburg, VA, USA) ,  Elmongui Hicham G. (Department of Computer and Systems Engineering, Alexandria University, Alexandria, Egypt)
資料名： IEEE Transactions on Computational Social Systems  (IEEE Transactions on Computational Social Systems)
巻： 4  号： 3  ページ： 104-120  発行年： 2017年 
JST資料番号： W2444A  ISSN： 2329-924X  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： Twitterのような,マイクロブログは彼らの意見を発現または規則的なブログと比較して相対的に短いメッセージ(コーパス)を提示することによる興味あるニュースを共有するユーザのための方法である。コーパスの体積は,ユーザ毎日受けるが優勢なことを更新する。,情報は一人のユーザから他へ拡散するとして,いくつかの話題は,ユーザのほんのわずかな群の関心事になる,広く採用されているならない,急速に消失できた。本論文では,ユーザの相互作用と社会的ネットワークにおける経験を強化するためのフレームワークを提案した。最初の最も重要なツイートをユーザに提供することを動的個別化推薦システムによる利用者への蓄電池加入を提供するモデルを紹介した。TrendFusion,ユーザにソーシャルメディアによって提供された示唆を強化するために使用される革新的なモデルを提示した。分析し,ソーシャルネットワークにおける傾向の局所的拡散を予測し,ユーザに最も興味ある傾向を推奨している。性能評価は,提案した推薦システムの有効性を実証したが,それは36%と80%までにより重要なツイートを同定する適合率と再現率を改善する,ことを示した。結果もTrendFusionは傾向が現れ,98%再現率と80%の精度である場所を正確に予測することを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *コミュニティ ,  性能評価 ,  ニュース ,  二次電池 ,  相互作用 ,  コーパス
準シソーラス用語： 再現率 ,  適合率 ,  ソーシャルメディア ,  推奨システム ,  社会的ネットワーク ,  ブログ ,  マイクロブログ ,  *個性化 ,  *オンラインソーシャルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  自然語処理  (JE06000L)

タイトルに関連する用語 (7件)： オンラインソーシャルネットワーク ,  個人化 ,  レコメンデーション ,  個人 ,  選好 ,  コミュニティ ,  動向