文献

J-GLOBAL ID：202002256287273474   整理番号：20A0670673

ソーシャルメディア予測:文献レビュー【JST・京大機械翻訳】

Social media prediction: a literature review

著者 (3件)： Rousidis Dimitrios (School of Science and Technology, International Hellenic University, Thermi, Greece) ,  Koukaras Paraskevas (School of Science and Technology, International Hellenic University, Thermi, Greece) ,  Tjortjis Christos (School of Science and Technology, International Hellenic University, Thermi, Greece)
資料名： Multimedia Tools and Applications  (Multimedia Tools and Applications)
巻： 79  号： 9-10  ページ： 6279-6311  発行年： 2020年 
JST資料番号： W1102A  ISSN： 1380-7501  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 社会的メディア予測(SMP)は,研究者と開業医の注意を引き付ける新しい強力なツールである。その多くのメリットにもかかわらず,SMPはまた,バイアスやノイズのようなデータ問題によって制限されるので,いくつかの弱点があり,混乱予測と一般化可能な結果の欠如がある。本論文の目的は,2015年からのSMPの一般的で傾向のある分野を調査し,使用された予測モデルを議論することである。著者らは,文献で見出された結果について詳述し,一方,特定値(データの源,使用されたアルゴリズム,予測の結果など)に基づいて,予測試みを分類した。最後に,著者らの知見を提示し,著者らのデータセットに関する統計解析を行い,レビューされた論文によって報告された試みられた予測の結果を批判する。著者らの研究は,すべての予測モデルが高い精度で予測できないので,結果があいまいであることを示し,予測された試みのいくつかは有望であるが,予測は関連分野で信頼できると思われる。検討した試みの半分以上(53.1%)は妥当な予測を達成し,ほぼ1/5(18.8%)は無かったが,残りの28.1%は妥当なか部分的に検証された。最近および最新の文献をレビューし,統計を提供することにより,本論文ではSMP研究者が,SMP調査を助ける3つの主要なカテゴリに関する方法,アルゴリズム,技術,予測成功および挑戦に関する指針を提供した。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2019 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 予測モデル ,  バイアス ,  情報システム ,  Web【情報システム】 ,  *文献展望 ,  曖昧さ ,  雑音 ,  アルゴリズム ,  カオス
準シソーラス用語： *ソーシャルメディア , 【Automatic Indexing@JST】

著者キーワード (5件)： ソーシャルメディア予測 ,  データ予測モデル ,  ソーシャルメディアデータ ,  Web情報システム ,  Webツールと応用

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： ソーシャルメディア ,  予測 ,  文献レビュー