Twitter 連携ニュースフィルタリングのためのトピックモデルを用いたユーザの興味学習に基づくニュースTweet ランキング

摘要

近年急速に普及し,注目を集めている代表的なSNS(SocialNetworking Service)としてTwitter がある．Twitter では，ユーザはフォローと呼ばれる仕組みにより，興味をもったユーザの最新のTweet(140 字以内の短文投稿)を常に受け取ることが可能である．Tweet には様々な情報が含まれており，これらの情報を抽出，活用することを目的とした研究は数多く行われている．本研究では，ニュースサイトから投稿されるニュースTweet をユーザの興味からランク付けするために，Tweet のリンク先のニュースを収集してLDA (潜在的ディリクレ配分法)を用いたトピックモデルによって，ユーザの興味を学習する方法および，一連のニュースから興味のあるニュースTweet をフィルタリングするためのランク付け手法に関して述べる．このユーザの興味の学習およびニュースフィルタリングのためのランク付けにより，ユーザの興味に沿ったニュースTweet を優先的にユーザに提示する等，ニュースTweet フィルタリングの仕組みをアプリケーションに組み込むことが可能となる．