JSAI2014行けなかったしいくつか読んでみる-Twitter- - KIWAM_KEN_DIARY
足を痛めたので会社行きたくない Twitter における候補者の情報拡散に着目した 国政選挙当選者予測 Twitterデータを利用して国政選挙の当選者を予測する。既存の手法で使われていたフォロワー数等の指標に加え、情報拡散の規模、多様度、忠誠度の３つ新たな指標を提案。 まず情報拡散支援者を定義。候補者のツイートをRetweetしやすいかつそれなりにフォロワー数が多いユーザ。 情報拡散規模・・・情報を受け取るユーザの期待値 多様度・・・情報拡散の際、情報支援者のなかで、相互関係にないユーザにどのくらい情報が伝わったかを加味する。支援者同士が同じコミュニティにいない方が多くの人に情報が伝わりやすいという仮定。 忠誠度・・・支援者がRTする全候補者のツイートのなかで、任意の候補者をRTする割合を考慮した指標。 分類モデルとしては、Random Forestを使用。 比較として、既存手法（候補者フ
必読文献が浮かび上がる→引用マトリクスで複数の文献の関係と分布を一望化する
（忙しい人のための要約） 引用マトリクスの作り方 １．表の上端に集めた論文名等を横方向にコピペ ２．集めた論文から参考文献リストをまとめて縦方向にコピペ ３．他の文献を参照している箇所を拾い出して表を埋める ４．言及が多い順に被引用文献(行）を並び変える 何も知らない分野について、いや自分の知りたいことが何の分野の事項なのか分からないことについて、基本文献を探したいとしよう。 独学者にとってはかなり不利な（しかしよくある）状況にあっても、英語の文献を探す場合には、検索エンジンやデータベース以前から、紙のツールと標準的な手順が存在する。 （１）専門事典(Special Encyclopedia)の横断検索ツールを引く（どの辞書のどこに載っているかが分かる） レファレンス、この一冊／事典の横断検索ならFirst stop : the master index to subject encycl
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
