2017 Fiscal Year Annual Research Report
Contents diversity analysis for consumer generated media contents
| Project/Area Number |
15K00451
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
伊東 栄典 九州大学, 情報基盤研究開発センター, 准教授 (90294991)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | CGM / コンテンツ / 多様性 / 類似度の総和 / 回帰分析 / 深層学習 |
|---|
| Outline of Annual Research Achievements |
本研究では，CGM (Consumer Generated Media)における(1)コンテンツの多様性動向の定量的評価と，(2)利用者のコンテンツ選択モデルの確立を目的としていた。(1)のコンテンツの多様性動向の定量的評価については，H27, 28年度にSumCos指標（Cos類似度の総和）を定量指標として提案した。また「ニコニコ動画」および「小説家になろう」のコンテンツ群に適用した所，多様性の減少を確認できた。
H29年度は(2)利用者のコンテンツ選択モデル確立を試みた。近年の進展が著しいAI関連技法を用いた。多様性減少は偏りにつながるため，偏り具合の分析に，X-Meansクラスタリングによる調査を行なった。コンテンツのベクトル化のため，単語を説明する文章を「ニコニコ大百科」を集め，word2vecおよびdoc2vecを適用し，単語および文書のベクトル化の精度向上を試みた。X-meansを適用した結果，クラスタ数からは偏りは検出できなかった。クラスタの要素数（動画数）でも偏りを調査したが，やはり有意な偏りは検出できなかった。
次に，閲覧回数を目的関数とする線形回帰分析および深層学習での回帰分析をニコニコ動画の動画集合に適用した。クラスタリングで得た部分集合に対し深層学習による回帰分析で再生回数の推定を行ったところ，高い精度での再生回数推定を行えた。なお，クラスタリングおよび深層学習での大規模計算のため，GPU搭載PCと，九州大学のスーパーコンピュータを利用した。
|
