文献

J-GLOBAL ID：202002283968586166   整理番号：20A1614815

ソーシャルメディアストリームにおけるイベント検出技術の包括的調査【JST・京大機械翻訳】

Comprehensive Survey of Event Detection Techniques in Social Media Streams

著者 (2件)： Bide Pramod (Sardar Patel Institute of Technology,Computer Engineering Department,Mumbai,India) ,  Dhage Sudhir (Sardar Patel Institute of Technology,Computer Engineering Department,Mumbai,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICOEI  ページ： 324-331  発行年： 2020年 
JST資料番号： W2441A  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： 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】

シソーラス用語： アルゴリズム ,  多層 ,  *ハイパーテキスト ,  コンテンツ
準シソーラス用語： ライフステージ ,  グラフ分割 ,  *イベント検出 ,  *ソーシャルメディア ,  トピックモデル ,  ツイッター ,  Facebook ,  ユーザ生成コンテンツ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： イベント検出 ,  調査