- 著者
-
高橋公海
佐藤進也
松尾真人
- 出版者
- 一般社団法人情報処理学会
- 雑誌
- 研究報告データベースシステム(DBS)
- 巻号頁・発行日
- vol.2013, no.24, pp.1-6, 2013-07-15
Web 上の blog 記事や Twitter などのテキストには,日常生活における人々の行動や出来事と,その繋がり (行動パターン) が記述されている.それらのテキストデータを元に行動パターンをモデル化することが出来れば,人間の行動や思考の予測が可能となり,ユーザに対して状況に即した行動提示 (ナビゲーション) や推薦,といったコンテキストアウェアサービスへの応用が見込まれる.とり得る行動は状況により異なるため,モデル化する際にはどのような状況において成立する行動パターンであるかを考慮することが望ましい.そこで本稿では,blog 記事集合を対象として,キーワードに関連する状況毎に文書集合をクラスタリングし,文書集合全体から推定した行動パターンの頻度と,クラスタ内の文書集合から観測される頻度の差を利用して重み付けすることにより,状況に依存した行動パターンを抽出する手法について検討を行った.実験では,本手法を用いて blog 記事集合から抽出した状況ごとの行動パターン例についても報告する.The ability to understand our daily behaviors has long been regarded as enabling a variety of useful applications(e.g. activity-based actuation, recommendation). In this paper, we present an approach to extract context-dependent human behavior models from weblogs. At first, we apply clustering method to weblogs, and then extract important behavior patterns from each cluster using word frequency. We estimated our method by experiment and made sure the effect of it.