著者
山岸 祐己 斉藤 和巳
雑誌
研究報告音楽情報科学(MUS)
巻号頁・発行日
vol.2012, no.2, pp.1-6, 2012-08-02

動画共有サービスに投稿されている楽曲動画の評価法を提案する.一般に,楽曲動画は再生数等の絶対数の推移を用いてランキングされるため,上位にランクインするのは楽曲動画集合のうちの僅かな上澄みであることが多い.これに対し,動画情報に統計的な正規化を施してランキングを行うことにより,全ての楽曲動画を平等な評価基準にかけることを試みる.さらに,動画に対して外的に与えられた情報のみで動画同士の歪み距離を計算し,類似した楽曲動画を探索する手法も提案する.提案法は,いずれも動画共有サービスの特性を上手く利用していることを示す.We propose evaluation methods for VOCALOID music videos which are posted in Nico Nico Douga. Generally, music videos are ranked by transition of the absolute numbers of playbacks and comments. However, the top rankers obtained by this conventional ranking method are limited to a part of the music videos with hot topics. In contrast, we tried to apply all the music videos to equal valuation standards by new ranking methods which uses statistical normalization. Furthermore, we also propose a new technique for searching similar music videos by calculating the distortion distance of video information given externally. We show each proposing methods can make use of the characteristics of video hosting service well.
著者
山岸 祐己 斉藤 和巳
雑誌
研究報告音楽情報科学(MUS)
巻号頁・発行日
vol.2012-MUS-96, no.2, pp.1-6, 2012-08-02

動画共有サービスに投稿されている楽曲動画の評価法を提案する.一般に,楽曲動画は再生数等の絶対数の推移を用いてランキングされるため,上位にランクインするのは楽曲動画集合のうちの僅かな上澄みであることが多い.これに対し,動画情報に統計的な正規化を施してランキングを行うことにより,全ての楽曲動画を平等な評価基準にかけることを試みる.さらに,動画に対して外的に与えられた情報のみで動画同士の歪み距離を計算し,類似した楽曲動画を探索する手法も提案する.提案法は,いずれも動画共有サービスの特性を上手く利用していることを示す.
著者
山岸 祐己 斉藤 和巳 大久保 誠也
出版者
人工知能学会
雑誌
人工知能学会全国大会論文集 (ISSN:13479881)
巻号頁・発行日
vol.26, 2012

レビュー時系列データからの分割統治による変化点検出法を提案する。本研究では、国内の代表的なオンラインレビューサイト「食べログ」のレビュー時系列データを用いて、提案手法の有効性を検証すると共に、詳細な分析によって、レビューサイトにおけるユーザーの評点行動の特性を明らかにする。
著者
山岸 祐己 斉藤 和巳
出版者
人工知能学会
雑誌
人工知能学会全国大会論文集 (ISSN:13479881)
巻号頁・発行日
vol.29, 2015

レビューサイトにおけるオブジェクトのランキングは,殆どの場合,公表されていないサイト独自の手法で生成されている.確かに,ランキングの秩序の為には,独自の方法で最適化を図ることも重要であるが,その不透明性が懸念されていることも事実である.これに対し,我々は,ユーザの基本評点行動として多項分布モデルを仮定し,位置情報による評点の偏りを考慮した,統計モデルに基づくオブジェクトのランキング手法を提案する.
著者
山岸 祐己 斉藤 和巳
出版者
人工知能学会
雑誌
人工知能学会全国大会論文集 (ISSN:13479881)
巻号頁・発行日
vol.27, 2013

オンラインレビューサイトにおけるレビューの時系列的な変化の検出を試みる.我々は,ユーザーの基本行動として,レビューの評点を多項分布モデル,レビュー投稿間隔を指数分布モデル,レビューのファイルサイズをガウス分布モデルと仮定し,それぞれ別の手法としてレビュー時系列データからの変化点検出問題を定式化する.実験では現実の大規模データを用い,各手法の結果を比較する.