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。
近年,ネットベースのより多くのライフステージの受信は,例えば,Twitter,Facebook,およびそれらの利用が,世界を巡回する人々の10億の日存在への規則的日の構成要素として,増加した。これらのプラットフォームを,思考,日常活動,および経験を共有するために,個人の習慣を考えると,ユーザ生成コンテンツの量は,実世界イベントと関連するコンテンツのかなりの部分を伴って,前例のないレベルに達した。社会的ネットワーキングサイトでのイベント検出は,事象の新興状況と近接監視を取り扱うために重要で重要なタスクである。主要な関心事の一つは,この事象を通して起こる状況のような危機に取り組むことである。そのような活動を制御する方法の1つは,社会的ネットワーキングサイト上の熱事象を,発生時と発生時に検出することである。種々の検出モデルと技術は,事象を検出するために利用可能である。本研究は,グラフベースアルゴリズム,多層反転リスト,CBOWモデル,およびSkipグラムモデル,インクリメンタル時間トピックモデル,ハイパーテキスト誘導トピック探索(HITS)ベーストピック探索法(HITS)ベースのトピック探索法(TD-HITS)アルゴリズム,マルチ割り当てグラフ分割アルゴリズム,および平均精度の観点からこれらのモデルおよびアルゴリズムの性能の比較のような,様々な検出モデルおよび技術の調査に焦点を合わせた。ハイパーテキスト誘導トピック探索(HITS)ベースのトピックディシジョン法(TD-HITS)法は,最高の平均精度を与え,従って最良の性能を発揮することが分かった。本論文は,地域と時間で生じる社会メディアからのイベント検出のための方法の詳細な研究をカバーする。本論文では,多数のイベント検出技術とそれらの限界を強調した。Copyright 2020 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】