文献

J-GLOBAL ID：202002281900028772   整理番号：20A0142047

感情スコアと類似性測度を用いたトピックに敏感なユーザクラスタリング:ビッグデータとソーシャルネットワーク【JST・京大機械翻訳】

Topic Sensitive User Clustering Using Sentiment Score and Similarity Measures: Big Data and Social Network

著者 (4件)： Tidke Bharat (SVNIT, Surat, India) ,  Mehta Rupa (SVNIT, Surat, India) ,  Rana Dipti (SVNIT, Surat, India) ,  Jangir Hullash (SVNIT, Surat, India)
資料名： International Journal of Web-Based Learning and Teaching Technologies  (International Journal of Web-Based Learning and Teaching Technologies)
巻： 15  号： 2  ページ： 34-45  発行年： 2020年 
JST資料番号： W3857A  ISSN： 1548-1093  資料種別： 逐次刊行物 (A)
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： 社会メディアデータ(SMD)は,様々な決定のための情報を得るために,統計的および解析的技術によって駆動される。SMDは,伝統的なデータウェアハウスが適しているという性質において広大で進化的である。本研究は,オンラインソーシャルネットワークサイト(OSN;すなわち,Twitter)からのツイートデータを分析する新しいフレームワークを提案し,実装することを目的とした。著者らは,類似の感情を持つユーザのクラスタを検出するために,Apache Flumeを用いてTwitter APIからストリーミングツイートをフェッチした。提案した手法は,データ処理のためにHDFSを典型的に利用し,データ処理のためのマップを削減するために,拡張可能でフォールトトレランスなシステム(すなわちHadoop)を利用する。データを質問するために,Hadoopのトップに関する作業に,APACHEHoveを使用した。実験は,様々なサイズのデータを調べることにより,提案したフレームワークのスケーラビリティを試験するために実行した。著者らの目標は,有限のメモリと資源を有するスケーラブルで,中断されていないデータストリームを分析するために,非構造化データとアルゴリズムを質問するだけでなく,フェッチングのための費用効果的ツールを用いて,大きい社会的データを効果的に扱うことである。Copyright 2020 IGI Global All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *クラスタ ,  記憶装置 ,  データウェアハウス ,  アルゴリズム ,  採掘 ,  河川 ,  フォールトトレランス ,  *測度 ,  データ処理 ,  類似性
準シソーラス用語： 非構造化データ ,  データストリーム ,  Hadoop ,  *社会的ネットワーク ,  *ビッグデータ , 【Automatic Indexing@JST】

著者キーワード (4件)： ビッグデータ ,  大規模社会データ ,  感情分析 ,  河川採掘

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (8件)： 感情 ,  スコア ,  類似性 ,  測度 ,  トピック ,  クラスタリング ,  ビッグデータ ,  ソーシャルネットワーク