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。
動的時間ワーピング(DTW)は,時間シーケンス間の類似性を測定するために用いられる非同期アラインメントアルゴリズムである。DTWは,パターンの形がイベントの速度より重要であるとき,配列を比較するのに有利であった。それは,自動音声認識,ストック価格決定データのパターン検出,機器のエネルギー消費パターンの研究などに広く用いられている。本論文では,Twitterにおける長期使用パターンを理解するための動的時間ワーピングの使用を論じた。時系列データは,反復ユーザ行動を理解し,そして,集合および/またはスナップショットユーザ特徴よりユーザナラティブを構築するのに,より有用である。筆者らは,時間信号として異なるユーザメトリックの時系列を利用し,ユーザ(不活性になるユーザ)に対する特定の使用と関与パターンを同定するためにそれらをクラスタする。このアプローチは,顧客保持のための介入の優先順位付けを助ける,異なるユーザ人物のためのより正確な機会サイジングをもたらした。大規模データに対するこのアプローチの実装について論じ,人間理解可能な方法で時系列クラスタを理解し,提示における多次元時系列データに関連する課題を検討した。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】