大規模オンライン活動データの特徴自動抽出

情報処理学会 HANDLE オープンアクセス

書誌事項

タイトル別名
  • Automatic Mining of Competing Local Activities

この論文をさがす

抄録

本論文では，大規模オンライン活動データのための特徴自動抽出手法であるCompCubeについて述べる．CompCubeは，(activity, location, time)の三つ組で構成される様々なオンライン活動データに対し，重要な時系列パターンや外れ値を統合的に解析，要約し，将来の長期的なイベント予測を実現する．たとえば，“Nokia/Nexus/Kindle”あるいは“CNN/BBC”等のオンライン検索キーワードの各地域（国）における2004年から2015年にかけての出現件数に関する時系列データが与えられたとき，提案手法は，(a)基本的な非線形動的パターン，(b)各アクティビティ間の潜在的な関連性や競合性（Nokia vs. Nexus等），(c)クリスマスや旧正月等の各地域における季節性，(d)単発的なイベントや外れ値等の重要なパターンを自動的に抽出する．本論文ではさらに，重要な特徴を自動的かつ高速に抽出するためのアルゴリズムとしてCompCube-Fitを提案する．実データを用いた実験では，CompCubeが様々なオンライン活動データの中から有用なパターンを正確に発見することを確認し，さらに，最新の既存手法と比較し提案手法が大幅な精度，性能向上を達成していることを明らかにした．

収録刊行物

関連プロジェクト

もっと見る

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ