『徳島大学 教育・研究者情報データベース (EDB)』---[学外] /
ID: Pass:

登録内容 (EID=359523)

EID=359523EID:359523, Map:0, LastModified:2020年7月14日(火) 15:38:43, Operator:[三好 小文], Avail:TRUE, Censor:0, Owner:[松本 和幸], Read:継承, Write:継承, Delete:継承.
種別 (必須): 国際会議 [継承]
言語 (必須): 英語 [継承]
招待 (推奨):
審査 (推奨): Peer Review [継承]
カテゴリ (推奨): 研究 [継承]
共著種別 (推奨): 単独著作 (徳島大学内の単一の研究グループ(研究室等)内の研究 (単著も含む)) [継承]
学究種別 (推奨):
組織 (推奨):
著者 (必須): 1.松本 和幸 ([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.情報工学分野]/[徳島大学.理工学部.理工学科.情報光システムコース.情報工学講座])
役割 (任意):
貢献度 (任意):
学籍番号 (推奨):
[継承]
2. (英) Hada Yuta (日) 羽田 優太 (読) はだ ゆうた
役割 (任意):
貢献度 (任意):
学籍番号 (推奨): **** [ユーザ]
[継承]
3.吉田 稔 ([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.情報工学分野]/[徳島大学.理工学部.理工学科.情報光システムコース.情報工学講座])
役割 (任意):
貢献度 (任意):
学籍番号 (推奨):
[継承]
4.北 研二 ([徳島大学.大学院社会産業理工学研究部.理工学域.知能情報系.情報工学分野]/[徳島大学.理工学部.理工学科.情報光システムコース.情報工学講座])
役割 (任意):
貢献度 (任意):
学籍番号 (推奨):
[継承]
題名 (必須): (英) Analysis of Reply-Tweets for Buzz Tweet Detection  (日)    [継承]
副題 (任意):
要約 (任意): (英) In this study, we propose a method for predicting whether a tweet will create a buzz on the Internet by examining tweeted replies posted by others. We also investigate the distinguishing characteristics of replies to buzz tweets by analyzing feature amounts. Our proposed method first converts each reply tweet into a vector expression using a word distributed representation or some other vectorization method. We then apply a machine learning method for binary classification todetermine whether the reply is to a buzz tweet or a non-buzz tweet. We classify the target tweet into buzz or non-buzz categories by comparing the total buzz and non-buzz scores produced by the classifier. The proposed method using StarSpace achieved 93.1% F1-score, while an approach that used number of retweets and number of favors (likes) achieved 77.8% F1-score. Wealso found that there are a number of words that are characteristic of buzz tweet replies anda number of words that are characteristic of non-buzz tweet replies.  (日)    [継承]
キーワード (推奨): 1.テキストマイニング (text mining) [継承]
2. (英) Twitter (日) (読) [継承]
3. (英) buzz tweet (日) (読) [継承]
4. (英) StarSpace (日) (読) [継承]
5. (英) Deep learning (日) (読) [継承]
発行所 (推奨):
誌名 (必須): (英) Proceedings of 33rd Pacific Asia Conference on Language, Information and Computation (PACLIC33) (日) (読)
ISSN (任意):
[継承]
(必須): [継承]
(必須): [継承]
(必須): 138 146 [継承]
都市 (必須):
年月日 (必須): 西暦 2019年 9月 初日 (令和 元年 9月 初日) [継承]
URL (任意):
DOI (任意):
PMID (任意):
NAID (任意):
WOS (任意):
Scopus (任意): 2-s2.0-85084953625 [継承]
評価値 (任意):
被引用数 (任意):
指導教員 (推奨):
備考 (任意):

標準的な表示

和文冊子 ● Kazuyuki Matsumoto, Yuta Hada, Minoru Yoshida and Kenji Kita : Analysis of Reply-Tweets for Buzz Tweet Detection, Proceedings of 33rd Pacific Asia Conference on Language, Information and Computation (PACLIC33), 138-146, (都市), Sep. 2019.
欧文冊子 ● Kazuyuki Matsumoto, Yuta Hada, Minoru Yoshida and Kenji Kita : Analysis of Reply-Tweets for Buzz Tweet Detection, Proceedings of 33rd Pacific Asia Conference on Language, Information and Computation (PACLIC33), 138-146, (都市), Sep. 2019.

関連情報

Number of session users = 0, LA = 0.68, Max(EID) = 376549, Max(EOID) = 1008437.