SNSにおけるユーザの人気度との関連に基づくタグ推薦

摘要

ソーシャルネットワークサービスなどのコンテンツ共有サービスでは，画像や映像の閲覧回数のような人気度を表す指標である.一般のユーザでも企業のマーケティング·プロモーションのためでも，高い人気度スコアが求められる.本研究では，その人気度スコアを高めるため，タグ推薦方法を提案する.提案するタグ推薦アルゴリズムは，PageRankとFolkRank, FolkPopularityRank (FP-Rank)アルゴリズムに基づいたものである.本アルゴリズムの特徴は，タグ間の共起だけでなく，タグを使用するユーザの人気度と投稿コンテンツの人気度を考慮し，人気度への影響力に基づいてタグをスコアリングして推薦する点である.Flickrの公開データセットから計60000枚の投稿画像で推薦アルゴリズムを学習し，2000枚のテストデータセットで推薦を行った.また，タグと投稿画像を特徴として，閲覧回数を予測できるモデルを構築した.その予測モデルを使い，各手法の推薦タグを追加タグとして特徴入力してテストを行い，予測される閲覧回数の変化により各手法の効果を比較した.