XGBoostと確率的ハイブリッドモデルによるユーザレベルツイッター活動のシミュレーション【JST・京大機械翻訳】

Mubang Fred; Hall Lawrence

プレプリント

J-GLOBAL ID：202202212548621854 整理番号：22P0291576

XGBoostと確率的ハイブリッドモデルによるユーザレベルツイッター活動のシミュレーション【JST・京大機械翻訳】

Simulating User-Level Twitter Activity with XGBoost and Probabilistic Hybrid Models

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年02月17日プレプリントサーバーでの情報更新日： 2022年02月17日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

国際経済アフェアに関連するTwitterに関する将来の活動を予測するために,体積-Audience-MatchシミュレータまたはVAMを適用した。VAMを適用して時系列予測を行い,予測した。(1)全活動数,(2)活動的高齢利用者数,および(3)予測の開始時間から24時間にわたる新活動利用者の数。VAMは,これらの体積予測を用いてユーザリンク予測を行った。ユーザユーザエッジを24の将来の時間ステップで各活動に割り当てた。VAMは,時系列とユーザ割り当てタスクの両方で,ベースラインモデルのセットをかなり凌駕した。【JST・京大機械翻訳】

, , , , ,
, , , , , , 【Automatic Indexing@JST】

移動通信

, , ,

前のページに戻る