文献

J-GLOBAL ID：201702246500581225   整理番号：17A0381052

LSIとKNNを用いた実生活ブログデータセットに対する性予測【Powered by NICT】

Gender prediction on a real life blog data set using LSI and KNN

著者 (4件)： Jianle Chen (Center for Data Science, University of Washington, Tacoma, the United States) ,  Tianqi Xiao (Center for Data Science, University of Washington, Tacoma, the United States) ,  Jie Sheng (Center for Data Science, University of Washington, Tacoma, the United States) ,  Teredesai Ankur (Center for Data Science, University of Washington, Tacoma, the United States)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： CCWC  ページ： 1-6  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： ソーシャルメディアデータセットに対する性別予測は,通常,テキスト分類問題として取り組んでいるとK-最近傍アルゴリズム(KNN)のような機械学習法を用いて解くことができる。しかし,KNNはその遅延学習パターンにより計算的に高価であり特徴空間の次元が高い場合には上手く機能しなかった。次元縮小法は,このように導入し,統合されたKNNへの計算時間を節約した。本論文では,実際のブログページ上のポストの実生活収集に基づく性別を予測するためのLatent Semantic Indexing(LSI)法を組み合わせたKNNへの手法を提案した。大規模および高次元データの処理におけるその有効性を実験結果で実証した。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： アルゴリズム ,  次元縮小 ,  *LSI【IC】 ,  機械学習 ,  CPU時間 ,  学習
準シソーラス用語： 高次元データ ,  特徴空間 ,  テキスト分類 ,  性別 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： LSI ,  KNN ,  ブログ ,  データセット ,  性 ,  予測