文献

J-GLOBAL ID：201902258744818083   整理番号：19A0499305

ソーシャルメディアにおける健康の傾向:Twitterトピックモデリングを用いた分析【JST・京大機械翻訳】

Trends on Health in Social Media: Analysis using Twitter Topic Modeling

著者 (3件)： Asghari Mohsen (Department of Computer Engineering and Computer Science CECS, University of Louisville, Louisville, KY, USA) ,  Sierra-Sosa Daniel (Department of Computer Engineering and Computer Science CECS, University of Louisville, Louisville, KY, USA) ,  Elmaghraby Adel (Department of Computer Engineering and Computer Science CECS, University of Louisville, Louisville, KY, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ISSPIT  ページ： 558-563  発行年： 2018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： 健康管理に関連する話題に対する社会的ネットワークへの関心が高まっている。特に,Twitterに関しては,ヘルスケアに関連する数百万のツイートを見出すことができる。これらのポストは,健康に関する公共意見を含み,医療診断,医療,施設,および主張のような話題に関する一般的な認識を理解することを可能にする。本論文では,5層を用いて設計した適応システムを提示した。このシステムは,健康社会メディアの傾向を追跡するために,教師なしと教師つきアルゴリズムの組合せを含む。それが単語2vecモデルに基づいているので,それはまた,文脈に基づく単語の相関を捉えて,時間をかけて,予測の精度とピンセット追跡を強化する。本研究では,米国のデータに焦点を当て,それを用いて各状態の傾向のある話題を検出した。これらの話題は,新しい社会的ネットワーク貢献を含んでいる。実装された教師つきアルゴリズムは,トピックモデルにフィードバックを割り当てる,新しいツイートを分類し,ラベル付けするために,Word2Vectモデルと結合した畳込みニューラルネットワーク(CNN)である。このアルゴリズムの結果は,評価したとき,83.34%の精度,83%の精度,84%の再現率,83.8%のFスコアを示した。著者らの結果を,更なる改良のために活用できる利点を示す最新技術の2つの状態と比較した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *モデリング ,  適応系 ,  診断 ,  アルゴリズム ,  単語 ,  健康管理
準シソーラス用語： スコア ,  再現率 ,  畳込みニューラルネットワーク ,  トピックモデル ,  ピンセット ,  社会的ネットワーク ,  *健康 ,  *ソーシャルメディア , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： ソーシャルメディア ,  傾向 ,  Twitter ,  トピック ,  モデリング ,  分析