読み手の印象推定に基づくツイートのフィルタリングに関する研究 DEIM Forum 2017 D5-1 http://db-event.jpn.org/deim2017/papers/126.pdf

1. 読み手の印象推定に基づく
ツイートのフィルタリングに関する研究
A Study on Filtering Tweet based on Impression Estimation of Reading
D5-1
提案手法
評価
ツイート
ユーザが欲しい印象を表すクラスタ
・
・
・
「いいね」したツイート
未知のツイート
ツイート
フィルタ
ニューラルネットワークにおけるフィルタリング
正解率は0.53
提案手法の流れ
1.お気に入りツイートを反応に基づいてクラスタリング
2.それらをユーザが欲しい印象を表すクラスタとみなす
3.それらを用いてフィルタ（学習器）を作成
4.新しいツイートをフィルタにかけ，印象を予測する
ツイート
反応
ツイート
ツイート
反応
ツイート
ツイート
反応
ツイート
かわいい系
笑える系
感嘆系
ニューラルネットワークによる判定
特徴量
特徴量
特徴量
形
容
詞
の
tf-idf
値
印象
学習器
機
械
学
習
で
学
習
器
を
作
成
ユーザ
MinPts 3 3 4
ε 1.6 1.7 1.8
8 10 8
0.73 0.6 0.66
0.34 0.51 0.66
パラメータ
クラスタ数
適合率
分類成功率
クラスタ数が8以上の3つのパラメータにおける
適合率と分類成功率
クラスタリングの内容に対する解釈
適合率と分類成功率が高いパラメータ(MinPts=2, ε=4)をフィルタリングに利用
MinPts=4, ε=1.8
クラスタID 1 2 3 4 5 6 7 8
解釈 問題意識系 美味しそう系 かわいい系 感嘆系 懐かしい系 議論したくなる おもしろ系 ？
個数 8 5 21 22 4 7 4 6
正解数 5 4 21 9 4 4 4 0
考察
• N-gramやdoc2vecなど特徴量を生成する他の手法や，単語以外
の特徴を用いることが適切である印象の特徴は反応ツイートの
形容詞のみに現れるものではなく，例えば絵文字や顔文字，
「！」「w」などの記号にも表現されていると考えられる
• 同じ人が同じように反応するツイートは同じような印象を持つ
ツイートだとみなすアプローチを考える
DBSCAN
x
ε
代表的な密度に基づいたクラ
スタリング手法
半径ε内に、MinPts個以上のツ
イートの特徴量を含むxの集合
を一つのクラスタとする
とても 美しい です ね
いい です ねぇ
綺麗 ！ いい ね
tf-idfの文書行列を生成
@to
とても美しいですね
いいですねぇ
綺麗！いいね
MinPts
美味しそう系 かわいい系
クラスタ2 クラスタ3反応ツイート
反応ツイート
本文ツイート
本文ツイート
ツイート 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
正解クラスタ C3 C7 C7 C1 C7 C3 C4 C6 C3 0 C3 C1 0 C7 C3
NN結果 C3 C4 C4 0 0 C3 C4 C6 C3 0 C3 C4 0 C4 0
フィルタリングの内容
→かわいい系と判定◯
→感嘆系と判定×
問題提起系と思われる
本文ツイート
反応ツイート
情報発信
コミュニ
ケーション
情報収集
暇つぶし
息抜き
Twitterでは様々な目的で使われている。
暇つぶしを目的にTwitterを使うとき、ユーザは
「なりたい気分になること」を求めている
息抜きの際に「ユーザがなりたい気持ち」
になるツイートを提供
ツイート 印象
ツイートの印象の推定が必要
フィルタ
ツイート
ツイート
ツイート
ツイートのフィルタリングが必要
ユーザ
本文のみで印象を推定することは難しいが、
他のユーザの反応を利用することにより印象推定可能
息抜きの時、なりたい気分になるツイートを読みたい！
反応に基づいて
DBSCANで
クラスタリング
「いいね」したツイートの反応ツイートの形態素の形容詞
のtf-idf値を特徴量として、文書行列を作成
反応ツイート
〇〇な印象を持つクラスタ
黒木クルミ（九州大学芸術工学部） 牛尼剛聡（九州大学大学院芸術工学研究院）