論文のメモ一覧 †
Twitter Catches the Flu:事実性判定を用いたインフルエンザ流行予測 †
- 内容: ツイートから発言者がインフルエンザに感染しているかを判定し、インフルエンザの流行予測を行う
- 手法: SVM,twitter
- インフルエンザであると考えられるツイートをインフルエンザ陽性発言,インフルエンザでないと考えられるツイートをインフルエンザ陰性発言とし これらをSVMで学習してツイートから陽性発言のみを収集するようにする
- 陽性発言の条件: 発言者もしくは発言者の周りの人物(同県内)がインフルエンザであると考えられるツイート.
RTなどの引用は陰性とする また時制は現在または近い過去(24時間以内)とする.
仮定法や疑問文などのモダリティは除外
- 発言がインフルエンザ陽性・陰性かの判別には周辺文脈を素性とした機械学習による手法を用いる. どのような機械学習手法が良いかどれだけの大きさ(ウインドウ・サイズ)をみるかは予備実験によって調査(10分割交差検定)
- 予備実験によりウインドウサイズは左右6語、手法は多項カーネルを用いたSVMが最も良いとわかった
- 実験
- 比較対象
1.TEET-RAW 「インフルエンザ」を含むツイートの相対頻度を出力
2.DRUG 風邪薬の販売量
3.GOOGLE google flu trend の日本語ヴァージョン
- 考察
- twitterは報道のバイアスを受けやすく、この研究では過熱報道時に精度が悪くなっている. これについての対処が必要
- 人は流行り始めに最も関心を寄せる傾向にある
- 気になる関連研究または参照:
- Ginsberg等[5]のGoogleのweb検索クエリ J. GInsberg,M.H.Mohebbi,R.S.Patel, and L. Brammer,Detecting influenza epidemics using search engine que-ry data,Nature Vol.457,19,2009
- Huberman等[1]により人間関係の解析 B. Huberman D.R.F.Wu Social networks that matter: Twitter under the microscope.First Monday,14,2009
- Google Flu トレンド googleのインフルエンザ予測
Twitterの時系列解析による注目話題の抽出 †
- 気になる関連研究
- Twitterにおける流行語先取り発言者の検出システム 大石哲也,長谷川隆三,藤田博,越村三幸
最新の20件
2013-11-15
2016-03-07
2015-02-27
2015-01-29
2015-01-26
2015-01-07
2014-12-17
2014-11-27
2014-11-20
2014-04-23
2014-04-11
2014-01-24
2013-10-24
2013-10-11
2013-09-24
2013-08-26
今日の7件
- counter: 224
- today: 1
- yesterday: 0
- online: 1