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。
研究者は,社会メディアデータを使用して,主に調査コストを減らす方法として,公共行動に関する様々なマクロ経済指標を推定した。最も広く引用された経済指標の一つは,消費者信頼指数(CCI)である。過去の多くの研究は,CCIを予測するために,ソーシャルメディア,特にTwitterデータの使用に焦点を合わせてきた。しかし,これらのモデルが最近の包括的調査に従って新しいデータでテストされたとき,強い相関は消えた。本研究では,Gaussプロセス回帰(それに関連した推定と不確実性の両方を提供する)で接地されたロバストなノンパラメトリックBayesモデリングフレームワークを提案することにより,CCIを測定するためにソーシャルメディアデータを使用する真の可能性を評価するこの問題を再考した。このフレームワークへの統合は,ディジタルデータが調査の頻度を低減するためにどのように利用できるかを示す原理的実験方法論であり,従って,周期的ポーリングは,著者らのモデルを較正するためにのみ必要である。広範な実験により,平滑化間隔,様々なタイプの遅れなどの異なるマイクロ決定の選択が,結果に重要な軸受を持つことを示した。レッドディットからの10年データ(2008年~2019年)を用いて,CCIの月毎および日次推定値は,実際に少なくとも数か月に確実に推定でき,著者らのモデル推定値は既存手法によって生成されたものよりはるかに優れていることを示す。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】