[4N2-GS-10] AI応用：認知・言語モデル・テスト理論

[4N2-GS-10-02] 動的データ期間によるNaïve Bayesおよび正規化Word2Vecベクトルを用いたショートテキストクラスタリング手法

〇岩井 千妃呂¹、大西 一貫¹ (1. 株式会社アイレップ)

キーワード：ショートテキストクラスタリング、Word2Vec、補集合単純ベイズ、マーケティング、ビッグデータ解析

時々刻々と変化する語彙を持ったトレンド分析において、重要であるデータコーパスの動的参照によるクラスタリング精度向上を実現するため、動的データ期間によるComplement Naïve Bayesおよび正規化Word2Vecベクトルを用いたショートテキストクラスタリング手法を提案する。時間的に汎用なトレンド分析が精度よく実現可能となることで、過去のトレンドとの比較やジェネレーションギャップのような世代間認識を踏まえたトレンド予測が可能となりさらなるマーケティング戦略への情報を提供できる。指定期間におけるplayboardショートテキストデータのクラスタリング出力とその時期の特有トレンドとの比較評価実験において、データ期間を動的に扱うことによる精度への影響を確認する。
マーケティングにおいて価値創出の可能性がある任意の期間でのトレンド分析は、ビジネスに新しい視点もたらし、より豊かな広告コミュニケーションを切り開く。