2019年度 人工知能学会全国大会(第33回)

講演情報

一般セッション

一般セッション » [GS] J-2 機械学習

[2H1-J-2] 機械学習: ビジネスとモデリング

2019年6月5日(水) 09:00 〜 10:20 H会場 (303+304 小会議室)

座長:河野 慎(東京大学) 評者:宮口 航平(日本IBM)

09:00 〜 09:20

[2H1-J-2-01] 潜在表現モデルに基づくテレビ番組の魅力度要因分析モデル

〇西村 祐樹1、金澤 真平1、楊 添翔1、後藤 正幸1 (1. 早稲田大学)

キーワード:ディープラーニング、テレビ魅力度、次元圧縮、潜在的ディリクレ配分法、積層自己符号化器

近年,メディアや娯楽の多様化に伴い,テレビ離れが危惧されている.テレビ放送局は日々テレビ視聴率を上げる施策を模索をしており,より魅力的な番組制作をする必要がある.魅力的な番組制作をするためには,テレビ視聴率と出演者,番組内容との関係性をモデル化し,これらの要因が視聴率に及ぼす影響を分析することが有効であると考えれる.本稿では,この複雑な関係性を捉えるため,ニューラルネットワークを用いてモデル化する.またこの時,出演者や番組内容などの高次元でスパースなデータに対し,積層自己符号化器や潜在ディリクレ配分法を用いた次元圧縮を行う.最後に,提案モデルを実データに適用し,その有効性を示す.具体的には,テレビ番組の視聴率を上げるための要因を分析し,テレビ番組の魅力度を向上させるための施策の考案を行う.