文献

J-GLOBAL ID：202202267765719483   整理番号：22A0150116

実時間COVID-19ツイッターストリーム検出のためのビッグデータ指向非循環グラフモデル【JST・京大機械翻訳】

Big data directed acyclic graph model for real-time COVID-19 twitter stream detection

著者 (3件)： Amen Bakhtiar (Department of Computer Science, School of Electrical Engineering, Electronics, and Computer Science, University of Liverpool, Liverpool L69 3BX, UK) ,  Faiz Syahirul (State Islamic Institute of Surakarta (IAIN Surakarta), Indonesia) ,  Do Thanh-Toan (Department of Data Science and AI, Faculty of Information Technology, Monash University, Australia)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 123  ページ： Null  発行年： 2022年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 毎日,大規模データは,Twitterのようなストリームとしてソーシャルメディア上で連続的に発生し,リアルタイムで世界中のすべてのイベントを知らせる。特に,Twitterは,コロナウイルス(COVID-19)パンデミックの間,国のリーダーと科学者を更新するための有効なプラットフォームの1つである。他の人々は,このプラットフォームを,このウイルスの拡散と,世界的に死亡症例の急速な増加について,それらの懸念を後で使用している。本研究の目的は,TwitterからのCOVID-19に関連した異常事象を検出することである。この目的のために,著者らは,COVID-19に関連した大規模リアルタイムツイートを集約し,処理するための分散指向非環状グラフトポロジーフレームワークを提案した。本システムのコアは,異常事象を自動的に検出できる新しい軽量アルゴリズムである。さらに,このシステムは,ツイートにおける重要なキーワードを同定,クラスタ化,可視化できる。2020年8月18日に,著者らのモデルは,多くのツイートが死傷者の更新と,日付の流行に関する議論を挙げたので,最も高い異常を検出した。著者らは,Twitter:”covid”,”死”,および”Trump”(それぞれ21,566,11,779,および4761の発生)に関する3つの最も一般的にリストされた用語を得た:”people”(0.63637),”schol”(0.5921407),および”ウイルス”(0.57385)のこれらの用語に対する最も高いTF-IDFスコア。著者らのクラスタリング結果から,単語”死”,”コロナ”,および”ケース”を1つのクラスタにグループ分けし,そこでは単語”パンデミック”,”学校”,および”住宅”を別のクラスタとしてグループ化する。これらの用語はベクトル空間上の互いに近くに位置し,それらはクラスタ化され,人々がTwitterに関する最も関心の高い話題であることを示した。Copyright 2022 Elsevier B.V., Amsterdam. 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 ,  ベクトル空間 ,  死 ,  可視化 ,  クラスタ化 ,  *クラスタ ,  単語
準シソーラス用語： グラフモデル ,  DAG【グラフ】 ,  実時間 ,  汎発流行性 ,  ソーシャルメディア ,  *ツイッター ,  *ビッグデータ ,  大規模データ , 【Automatic Indexing@JST】

著者キーワード (5件)： 異常検出 ,  ビッグデータ ,  COVID-19 ,  有向非巡回グラフ ,  イベントストリーム

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 実時間 ,  COVID-19 ,  ツイッター ,  ストリーム ,  ビッグデータ ,  循環 ,  グラフモデル