文献

J-GLOBAL ID：202002271516536998   整理番号：20A0145491

ソーシャルネットワークのための深層学習アプローチに基づく支配的年齢グループに基づく分類【JST・京大機械翻訳】

Deep Learning Approach Based Dominant Age Group Based Classification for Social Network

著者 (3件)： Basil Mohammad (Al-qadisiyah Education Directorate, Al- Qadisiyah City, Iraq) ,  Gaikwad Santosh (Department of Computer Techniques Engineering, AI Maarif University College, Ramadi, Iraq) ,  Salim Alaa Sabeeh (Department of Computer Science, Model Degree College, Ghansawangi, Jalna, M.S., India)
資料名： Communications in Computer and Information Science  (Communications in Computer and Information Science)
巻： 1174  ページ： 148-156  発行年： 2020年 
JST資料番号： W5071A  ISSN： 1865-0929  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 現在の技術の時代において,社会ネットワークはデータ科学の最も重要なツールである。社会ネットワークは,人々のプロファイル,コメント,およびそれらの日を写真によるイベントに対して最大のデータセットを持っている。いくつかの人々は,年齢,性別および他の人口統計学のような個人データを隠している。感情分析は,イベントに関するビジネス,政治的レビューおよび社会的意見のために使用される。感情分析と意見マイニングのために,年齢と性別が支配的な特徴である。人々の社会的性質は,年齢群と性別により変化した。本研究は,年齢グループのような創造戦略を考慮したユーザプロファイルの最も関連したパラメータの一つを提供する。同じ年齢グループの挙動は類似しており,同じトピックの議論があれば,挙動は均一である。この実験のためのデータセットを,TwitterのFaceブックから収集した。データセットは20,000のサンプル文章であった。実験を収集したサンプル文章データセット上で試験した。詳細な解析は,文に使用される点,文字の数,話題の使用により行われた。年齢群分類には上記の特徴を用いた。このデータセットは,年齢層の分類のための深いコンボリューションニューラルネットワークアルゴリズムを,テenと成人年齢グループのような2つのクラスとしてテストした。深いコンボリューションニューラルネットワーク(DCNN)は最良の性能を有し,検証試験において0.89の精度に達した。年齢群分類のために提案したモデルの性能の検証のために,強化型強化(eSM)を使用した。性能検証において,主観的試験を行い,提案したモデルによるeSMはRoot平均二乗誤差に達し,ピアソン相関係数はそれぞれ0.32と0.89であり,eSM計量を凌駕した。Copyright 2020 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 利用者プロファイル ,  ニューラルネットワーク ,  *畳込み ,  アルゴリズム ,  成人
準シソーラス用語： テキストマイニング ,  Pearson相関係数 ,  平均二乗誤差 ,  コミッショニング ,  年齢群 ,  意見マイニング ,  感情分析 ,  人口統計学 ,  *深層学習 ,  *社会的ネットワーク , 【Automatic Indexing@JST】

著者キーワード (7件)： 感情分析 ,  ソーシャルネットワーク ,  フェイスブック ,  リンケジン ,  DCNN ,  テキストマイニング ,  ESM

分類 (3件)： 計算機網  (JC03000K) ,  個体群生態学  (EE03030S) ,  予防医学一般  (GB01010B)

タイトルに関連する用語 (6件)： ソーシャルネットワーク ,  深層学習 ,  支配 ,  年齢 ,  グループ ,  分類