抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
ツイート間の相互作用は,retweets,言及した回答,ツイッター上でのトピック由来の品質に寄与する重要な因子である。正しく適用すれば,相互作用の導入は主に含有量相似解析に基づく手法と比較して話題由来の品質を著しく改善することができる。しかし,相互作用は話題導出のための内容の類似性を用いて測定した,統合されるか課題が残っている。以前の研究では,ツイートにツイート関係の強さは,コンテンツ類似性,記述,と回答retweets対策を簡単に付加することにより計算した。この簡単な線形添加は,これらの因子がツイート関係に及ぼす種々の影響を正確に反映しない。この問題に対処するために,筆者らはトピック由来の目的のためのツイート関係を測定するための含有量類似性,記述,と回答retweetsの影響を効果的に統合できることを結合確率モデルを提案した。提案した方法は,行列因子分解技術,増分法で分散システム上で柔軟な実装を可能にする,に基づいている。実験結果は,提案したモデルは,既存の方法に比べて話題由来の品質の顕著な改善をもたらすことを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】