| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2017-09-08 10:50 転職サイト会員アンケート分析への構造トピックモデルの適用性検討 ～ ベイジアンネット構造学習による特徴選択 ～ ○窪野哲光・日吉のぞみ・明石大樹（パーソルキャリア）  NLC2017-25 |
|
| 抄録 | （和） | 人材サービス会社パーソルキャリアが運営する転職サイトDODAの「利用者・退会者アンケート」のテキスト分析に、構造トピックモデルとベイジアンネット構造学習を相補的に適用した検討結果について述べる。表現力豊かなトピックモデルである構造トピックモデルにより得られた、トピック相関、トピック～メタデータの共変量の関連性を、ベイジアンネット構造学習により特徴選択して可視化分析することが効果的であることを示す。更に、構造トピックモデルにより得られた文書のトピック配分「文書－トピック」行列は、「文書－語」行列の情報次元圧縮であることから、文書クラスタリングに適した文書ベクトルであることも示す。 |
| （英） | We describe the result of examination applying Structural Topic Model and Bayesian net structure learning complementarily to text analysis of "user / withdrawal questionnaire" of job change site DODA operated by PERSOL CAREER. It is effective to visualize and analyze the relevance of topic correlation, topic ~ metadata covariates obtained by Structure Topic Model which is rich expressive topic by feature selection by Bayesian net structure learning. Furthermore, the topic allocation "document - topic" matrix of the document obtained by the Structure Topic Model is also a document vector suitable for document clustering because it is information dimension compression of the "document - word" matrix. | |
| キーワード | （和） | 構造トピックモデル / ベイジアンネット構造学習 / 特徴選択 / 相互情報量 / スパースネス / グラフィカルモデル / 可視化テキスト分析 / 文書クラスタリング |
| （英） | Structural Topic Model / Bayesian net structure learning / feature selection / mutual information / sparseness / graphical model / visual text analysis / document clustering | |
| 文献情報 | 信学技報, vol. 117, no. 207, NLC2017-25, pp. 53-58, 2017年9月. | |
| 資料番号 | NLC2017-25 | |
| 発行日 | 2017-08-31 (NLC) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NLC2017-25 |
|
| 研究会情報 | |
| 研究会 | NLC |
| 開催期間 | 2017-09-07 - 2017-09-08 |
| 開催地（和） | 成蹊大学 |
| 開催地（英） | Seikei University |
| テーマ（和） | 第11回 テキストアナリティクス・シンポジウム |
| テーマ（英） | The Eleventh Text Analytics Symposium |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLC |
| 会議コード | 2017-09-NLC |
| 本文の言語 | 日本語 |
| タイトル（和） | 転職サイト会員アンケート分析への構造トピックモデルの適用性検討 |
| サブタイトル（和） | ベイジアンネット構造学習による特徴選択 |
| タイトル（英） | Applicability of Structural Topic Model to job search site VOC text analysis |
| サブタイトル（英） | Feature selection with Bayesian Network Structure Learning |
| キーワード(1)（和/英） | 構造トピックモデル / Structural Topic Model |
| キーワード(2)（和/英） | ベイジアンネット構造学習 / Bayesian net structure learning |
| キーワード(3)（和/英） | 特徴選択 / feature selection |
| キーワード(4)（和/英） | 相互情報量 / mutual information |
| キーワード(5)（和/英） | スパースネス / sparseness |
| キーワード(6)（和/英） | グラフィカルモデル / graphical model |
| キーワード(7)（和/英） | 可視化テキスト分析 / visual text analysis |
| キーワード(8)（和/英） | 文書クラスタリング / document clustering |
| 第1著者 氏名（和/英/ヨミ） | 窪野 哲光 / Norimitsu Kubono / クボノ ノリミツ |
| 第1著者 所属（和/英） | パーソルキャリア (略称： パーソルキャリア) PERSOL CAREER (略称： PERSOL CAREER) |
| 第2著者 氏名（和/英/ヨミ） | 日吉 のぞみ / Nozomi Hiyoshi / ヒヨシ ノゾミ |
| 第2著者 所属（和/英） | パーソルキャリア (略称： パーソルキャリア) PERSOL CAREER (略称： PERSOL CAREER) |
| 第3著者 氏名（和/英/ヨミ） | 明石 大樹 / Daiju Akashi / アカシ ダイジュ |
| 第3著者 所属（和/英） | パーソルキャリア (略称： パーソルキャリア) PERSOL CAREER (略称： PERSOL CAREER) |
| 講演者 | 第1著者 |
| 発表日時 | 2017-09-08 10:50:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NLC |
| 資料番号 | NLC2017-25 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.207 |
| ページ範囲 | pp.53-58 |
| ページ数 | 6 |
| 発行日 | 2017-08-31 (NLC) |
[研究会発表申込システムのトップページに戻る]