文献

J-GLOBAL ID：202002273356618344   整理番号：20A2638213

新規性探索のための個人のプロクリビティの理解【JST・京大機械翻訳】

Understanding individuals’ proclivity for novelty seeking

著者 (4件)： Amichi Licia (Ecole Polytechnique (IPP) and Inria) ,  Viana Aline Carneiro (Inria) ,  Crovella Mark (Boston University) ,  Loureiro Antonio A.F. (Federal University of Minas Gerais)
資料名： ACM Proceedings  (ACM Proceedings)
号： SIGSPATIAL ’20  ページ： 314-324  発行年： 2020年 
JST資料番号： D0698C  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： ヒトの移動性の文献は,個人の新規性探索または探索傾向を捉える能力に限定されている。主に,移動性予測モデルの大部分は,将来の訪問を予測するために,訪問場所(入力データセットで捉えられる)の歴史に独自に依存する。これは,新しい未観測場所の予測を妨げ,予測精度を低減する。本論文では,規則的および探索的行動の両方を明示的に捉える人間の移動性の2次元モデリングが,ユーザの強力な特性化をもたらすことを示した。そのようなモデルを用いて,探査現象-Scouters(すなわち,極端な探査者),Routiners(すなわち,極端なリターン者),および規則(すなわち,極端な挙動のない)に関して,3つの明確な移動性プロファイルの存在を同定した。さらに,各プロファイルに特異的な移動性形質を抽出し,解析した。次に,各移動性プロファイルにおける時間的および空間的パターンを調べ,それらの新規探索モーメントにおいても個体の反復訪問行動の存在を示した。著者らの結果は,文献予測モデルによって無視される人々の重要な新規性選好を明らかにした。最後に,予測精度が個体の探査モーメントによって劇的に影響を受けることを示した。次に,このプロファイリング方法論が予測を改善するためにどのように活用できるかを論じた。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 移動度 ,  二次元 ,  *モーメント ,  キャラクタリゼーション ,  予測モデル
準シソーラス用語： 予測精度 ,  移動性 ,  プロファイリング ,  入力データ ,  人間の移動性 , 【Automatic Indexing@JST】

著者キーワード (3件)： 探査 ,  個々のモビリティ ,  モビリティプロファイリング

分類 (2件)： 人工知能  (JE08000Z) ,  個生態学  (EE03020H)

タイトルに関連する用語 (4件)： 新規性 ,  探索 ,  個人 ,  理解