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。
Twitterは最も一般的なマイクロブログサービスの一つであり,数百万人のユーザが情報を交換している。Twitterの人気と低い障壁は,サービスを使用することを始めるために多くの商業的実体を導いた。結果として,Twitterストリームは個人と専門家の組み合わせを持っている。これらの専門家はマーケティングメッセージであり,個々の人々の経験への洞察を提供しない。したがって,商業的あるいは専門的なものからの個人的なツイートのフィルタリングは,しばしば見過ごされるが,マイクロブログデータのマイニングにおいては最初のステップである。個人のメッセージを同定することは,すべての領域における意見マイニングまたは製品/サービスレビューのために不可欠であり,それは特にヘルスケア領域において重要である。本研究では,新しい特徴集合を用いて,個人的あるいは専門的なツイートのいずれかを分類する方法を提案した。ここでは,ヘルスケア領域に関連するTwitterストリームから3つのデータセットを収集し分析した。入力として多数の手にラベルされたツイートを用いて,提案した特徴集合上のいくつかの分類器を訓練し,10倍交差検証技術を用いて分類器の精度,および再現性を比較した。3つの健康関連データセットの組合せに関して,ランダム森林分類器は91.5%の最大精度を提供した。この結果は,著者らの方式がTwitterストリームに関するデータマイニングの精度を著しく増加させることができることを示している。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】