文献

J-GLOBAL ID：201802246654241274   整理番号：18A1712813

ハッシュタグ相関と時間情報マイニングに基づく事象ベースの傾向因子分析【JST・京大機械翻訳】

Event-based trend factor analysis based on hashtag correlation and temporal information mining

著者 (3件)： Lee Heng (School of Computer Science and Engineering, The University of Aizu, Aizu-Wakamatsu, Japan) ,  Abdar Moloud (School of Computer Science and Engineering, The University of Aizu, Aizu-Wakamatsu, Japan) ,  Yen Neil Y. (School of Computer Science and Engineering, The University of Aizu, Aizu-Wakamatsu, Japan)
資料名： Applied Soft Computing  (Applied Soft Computing)
巻： 71  ページ： 1204-1215  発行年： 2018年 
JST資料番号： W2175A  ISSN： 1568-4946  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： 今日,Twitter,Faceブックなどの社会的メディアを用いることは世界中の個人間で極めて一般的になっている。イベント/イベントが,それらの背後にある理由を発見するだけでなく,イベント/イベントが/である研究のために,様々なイベント解析アルゴリズムを利用する。著者らの提案したモデルに基づいて,著者らはイベントのすべての理由について調査することができて,それらが包括的議論にイベントを引き起こす理由について調査することができた。加えて,著者らは,最も高いものから最も低いものまで,理由の衝突をリストすることができた。イベントベース解析のアイデアは,複雑な状況に関連する社会的相互作用と行動に関する良い説明にアクセスできることである。以前の研究は簡単に2つの部分に分類できる。一つの部分は異なる時間的関心を持つイベントクラスタの発見であり,他の部分は関連イベントの収集とそれらの間の相関接続強度の計算である。しかし,両方の部分は,これらのイベントがなぜ議論されているかの理由に焦点を当てるだけである。著者らの提案したモデルは,イベントの背後にあるアイデアだけでなく,イベントが包括的な議論を引き起こす理由についても,より深い問題を探索している。さらに,クラスタリングアルゴリズムとは異なり,著者らの探索層は,目標に到達するまでに必要とされるように,多くのように増加することができる。イベントに関連する理由を含む強度表を構築するためのモデルを示し,その結果をユーザの容易な理解のための表またはグラフとして正確に提示することができた。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： クラスタ ,  *因子分析
準シソーラス用語： クラスタリングアルゴリズム ,  社会的相互作用 ,  解析アルゴリズム , 【Automatic Indexing@JST】

著者キーワード (5件)： 事象ベース解析 ,  Twitter ,  感情分析 ,  傾向予測 ,  ソーシャルネットワーク

分類 (2件)： その他の情報処理  (JE15050M) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： ハッシュタグ ,  相関 ,  時間情報 ,  事象 ,  傾向 ,  因子分析