研究概要 |
人気度予測という観点から, ソーシャルメディア上における人物の属性をオントロジーを用いて予測する方法について考え, 論文誌にまとめて投稿した. 本論文では, あるエンティティに対応するアカウントがソーシャルメディア上に作られた場合に, そのアカウントが将来的に獲得する人気度を, 意味的に関連するアカウントの特徴を用いて推定する手法を提案した. すなわち, ソーシャルメディア上のアイテム集合をセマンティックウェブの分野で広く用いられている知識データ上のエンティティ集合に統合することで, アイテムの背景にある意味的構造を用いた予測を行う. それによって, 特定のエンティティがもつ人気度を, アカウントを設置する前に予測することができると同時に, 異なる種類のエンティティにとって, 異なる関係性がどのくらい人気に影響を与えているかを知ることができる. 本研究では, ソーシャルメディアのひとつであるFacebookを対象に本手法を適用し, 実験を行った. Facebookは, 2014年現在もっともユーザ数の大きいソーシャルメディアであり, 他のソーシャルメディアと比べてバイアスが小さいと考えられる. 実験では, 著者らが独自にクローラを設計し, 2千万Facebookページと3百億Likeを収集し, これをオントロジーの一つであるDBpediaにマッピングすることで, 人気度予測の問題を解いている. このデータセットは2012年7月時点で25.8%のFacebookページと60.5%のLike数を網羅しており, 著者らが知る限りFacebookページに関する最も規模の大きなデータセットである.
|