文献

J-GLOBAL ID：201802224980923014   整理番号：18A0196437

PSEISMIC:ツイート人気を予測するための個別化された自己励起点過程モデル【Powered by NICT】

PSEISMIC: A personalized self-exciting point process model for predicting tweet popularity

著者 (2件)： Chen Hsin-Yu (National Cheng Kung University, Tainan, Taiwan) ,  Li Cheng-Te (National Cheng Kung University, Tainan, Taiwan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： Big Data  ページ： 2710-2713  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： ソーシャルネットワーキングWebサイトにより,利用者は様々な項目を作成し,共有することを可能にする。これらのサイトのユーザは彼らの友人及びフォロワを用いた互いのポストをreshareためresharing後の大きな情報カスケードを発生できた。本研究では,任意の与えられた後のresharesの最終数を予測することを目的としている。統計モデル,PSEISMIC,人気の正確な予測をもたらすを開発する自己励起点過程の理論に基づいて構築した。PSEISMICにおける記憶カーネルの係数は各クラスタに対してよりも,同じ記憶核用いて推定できるように,クラスタ分析は,全てのツイートをグループに行った。大規模retweetデータセット上での実験を行い,提案したPSEISMICモデルは与えられた後の人気を予測における最新の方法,地震的に優れていることを示した。Copyright 2018 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： *クラスタ ,  地震 ,  統計模型 ,  Web【情報システム】 ,  クラスタ分析
準シソーラス用語： Webサイト ,  ソーシャルネットワーキング ,  *点過程 , 【Automatic Indexing@JST】

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)： 予測 ,  自己励起 ,  点過程 ,  モデル