文献

J-GLOBAL ID：202202264204212548   整理番号：22A0464482

ハイブリッドサーカスム検出によるビッグデータストリームにおける社会的影響を計測するための感情のシフトにおける新規数学モデリング【JST・京大機械翻訳】

A novel mathematical modeling in shift in emotion for gauging the social influential in big data streams with hybrid sarcasm detection

著者 (2件)： P. Kumaran (Department of Computer Science and Engineering, National Institute of Technology Puducherry, Puducherry, India) ,  S. Chitrakala (Department of Computer Science and Engineering, College of Engineering, Guindy, Anna University, Chennai, India)
資料名： Concurrency and Computation: Practice & Experience  (Concurrency and Computation: Practice & Experience)
巻： 34  号： 3  ページ： e6597  発行年： 2022年 
JST資料番号： W2542A  ISSN： 1532-0626  資料種別： 逐次刊行物 (A)
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： オンラインソーシャルネットワークは,ブログ,ポスト,およびコメントのようなユーザ生成コンテンツの感情的価値を,それらの影響因子と共に同定する上で重要な役割を果たすプラットフォームである。特に,Twitterでは,ネットワークユーザは,日々成長し,迅速な方法で有効に分析されない大量のデータを創出する。ソーシャルネットワークに対する最も影響力のある人を同定することは,推薦システムのような広範囲の実時間アプリケーションに対する挑戦的なタスクである。今では,これらの状況を処理するために,本論文では,サルコーム検出に基づく感情認識を含む情報拡散の予測のための新しいアプローチを提案した。提案方法は,暗黙的および明示的にサルコスム検出とタンデムで感情認識のためにユーザ生成ポストを使用する。この手法は,拡散者に影響するレバレッジを計測し,また,より良い方法で情報拡散の予測精度を強化するのを助ける。提案した作業の実装は,次の方法,すなわち,サルコスム検出,感情レベル計算,ブレークポイント検証,影響力のあるユーザ生成,および情報拡散において,もう1つのタスクを遂行したものである.。”そのタスク”は,次の方法,即ち,サルコスム検出,感情レベル計算,ブレークポイント検証,影響力のあるユーザ生成,および情報拡散である。この提案したPID-ERSDISの成功した実装の後,それは他の最先端の方法に対して顕著な結果をもたらした。Copyright 2022 Wiley Publishing Japan K.K. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ネットワーク ,  直列接続 ,  応用プログラム
準シソーラス用語： 予測精度 ,  ブログ ,  感情認識 ,  社会的ネットワーク ,  オンライン ,  情報伝播 ,  ツイッター , 【Automatic Indexing@JST】

著者キーワード (5件)： 感情認識 ,  スプレッダー同定の影響 ,  情報拡散モデル ,  オンライン社会ネットワーク ,  サーカスム検出

分類 (1件)： その他の情報処理  (JE15050M)

タイトルに関連する用語 (7件)： ビッグデータ ,  ストリーム ,  社会的影響 ,  計測 ,  感情 ,  シフト ,  数学モデリング