| ○種別 (必須): | □ | 学術論文 (審査論文)
| [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): |
| ○学究種別 (推奨): |
| ○組織 (推奨): |
| ○著者 (必須): | 1. | (英) Sun, Xiao (日) (読)
| ○役割 (任意): |
| ○貢献度 (任意): |
| ○学籍番号 (推奨): |
| [継承] |
| 2. | (英) Yi, Jiaqi (日) (読)
| ○役割 (任意): |
| ○貢献度 (任意): |
| ○学籍番号 (推奨): |
| [継承] |
| 3. | 任 福継 (->個人[中川 福継])
| ○役割 (任意): |
| ○貢献度 (任意): |
| ○学籍番号 (推奨): |
| [継承] |
| ○題名 (必須): | □ | (英) Detecting Influenza States based on Hybrid Model with Personal Emotional Factors from Social Networks (日) 社会的ネットワークからの個人的感情因子を考慮したハイブリッドモデルに基づくインフルエンザの検出
| [継承] |
| ○副題 (任意): |
| ○要約 (任意): | □ | (英) In this paper, we exhibit how social media data can be used to detect and analyze real-word phenomena with several data mining techniques. We investigate the real-time flu detection problem and propose a flu state detection model with personal emotional factors and semantic information (Em-Flu model). First, we extract flu-related microblog posts automatically in real-time using a hybrid model composed by Support Vector Machine with features extracted from Restricted Boltzmann Machine. In order to overcome the limitation of 140 words for posts, expect for sentiment related features, association semantic rules are also adopted as additional features, such as bag of words, negative words, degree adverbs and sentiment words dictionary. For flu state detection at specific location, we propose an unsupervised model based on personal emotional factors to figure out what state of flu in specific place. For comparison, a supervised model is also built by adopting Conditional Random Fields to decide whether a poster has ``really'' catch flu and what influenza stage the poster is in. Some statistic methods and prior rules are adopted in supervised model to get the flu state of specific locations by counting the number of microblog posts in different flu states. By considering personal emotional factors, spatial features and temporal patterns of influenza, the performance of unsupervised and supervised models are both improved. The system could tell when and where influenza epidemic is more likely to occur at certain time in specific locations. In different experiments results, the hybrid models show robustness and effectiveness than state-of-the-art unsupervised and supervised model only considering the number of posts. (日) 本稿では，ソーシャルメディアデータを用いて，いくつかのデータマイニング手法を用いて，実際の現象を検出して分析する方法を提案する．我々は，リアルタイムのインフルエンザ検出問題を調査し，個人的な感情的要因および意味情報(Em-Fluモデル)を有するインフルエンザ状態検出モデルを構築した．まず，制限付きボルツマンマシンから抽出した特徴を持つサポートベクターマシンで構成されるハイブリッドモデルを使用して，インフルエンザ関連のマイクロブログ記事をリアルタイムで自動的に抽出する．異なるインフルエンザ状態のマイクロブログ投稿の数によって，特定の場所のインフルエンザ状態を検出する．インフルエンザの個人的な感情的要因，空間的特徴および一時的パターンを考慮することにより，監督されていないモデルおよび監視されたモデルのパフォーマンスが改善される．このシステムは，インフルエンザの流行がいつ，どこで，特定の場所で特定の時期に発生する可能性が高いかを特定することができる．実験結果では，ハイブリッドモデルは，ポストの数のみを考慮して，最先端の教師なしモデルおよび監視モデルよりも堅牢性および有効性を示した．
| [継承] |
| ○キーワード (推奨): | 1. | (英) Influenza detection (日) 俗語 (読)
| [継承] |
| 2. | (英) Personal emotional factors (日) トピック分析 (読)
| [継承] |
| 3. | (英) Transition time detection (日) 時系列分析 (読)
| [継承] |
| 4. | (英) Social web mining (日) (読)
| [継承] |
| 5. | (英) Hybrid model (日) (読)
| [継承] |
| ○発行所 (推奨): | □ | Elsevier Science B.V.
| [継承] |
| ○誌名 (必須): | □ | Neurocomputing ([Elsevier Science])
(pISSN: 0925-2312, eISSN: 1872-8286)
| ○ISSN (任意): | □ | 0925-2312
ISSN: 0925-2312
(pISSN: 0925-2312, eISSN: 1872-8286) Title: NeurocomputingTitle(ISO): Neurocomputing (Amst)Publisher: Elsevier B.V. (NLM Catalog)
(Scopus)
(CrossRef)
(Scopus information is found. [need login]) | [継承] |
| [継承] |
| ○巻 (必須): | □ | 210
| [継承] |
| ○号 (必須): | □ |
| [継承] |
| ○頁 (必須): | □ | 257 268
| [継承] |
| ○都市 (任意): |
| ○年月日 (必須): | □ | 西暦 2016年 6月 初日 (平成 28年 6月 初日)
| [継承] |
| ○URL (任意): | □ | http://www.sciencedirect.com/science/article/pii/S0925231216305914
| [継承] |
| ○DOI (任意): | □ | 10.1016/j.neucom.2016.01.107 (→Scopusで検索)
| [継承] |
| ○PMID (任意): |
| ○CRID (任意): |
| ○Scopus (任意): |
| ○researchmap (任意): |
| ○評価値 (任意): |
| ○被引用数 (任意): |
| ○指導教員 (推奨): |
| ○備考 (任意): |