[4O1-GS-10] AI application:

[4O1-GS-10-01] Clustering Music Preferences Using High-order Heterogeneity In User Networks

〇Koshiro Kanamoto¹, Kosuke Shima¹, Atsuko Mutou¹, Koichi Moriyama¹, Tohgoroh Matsui², Nobuhiro Inuzuka¹ (1. Nagoya Institute of Technology, 2. Chubu University)

Keywords:social network analysis, preferences, heterogeneity, high-order attributes

SNSの普及により、社会ネットワークにおける構造的な特徴と行為者の選好や行動特性との関係分析は注目を集めている。黒柳らはユーザの音楽選好をもつSNSであるDeezerのデータを用いて、ユーザの次数などの構造的属性を用い、階層型クラスタリングにより音楽選好との関係性を分析した。また夏目らは構造的属性に対して適用する異質性オペレータを提案し、局所的な構造的属性の表現手段を拡張した。一方で、黒柳らが行った構造的属性と選好の関係分析において異質性は考慮されていない。そこで本研究では、エゴセントリックネットワークにおけるエゴの次数、オルタ内の密度、オルタのクラスタ数からなる構造的属性に異質性オペレータを適用し、高次元の構造的属性を獲得する。本手法は主成分分析により高次の構造的属性から説明性の高い属性とその寄与率を算出し、主成分の寄与率を重みとした階層型クラスタリングによりユーザの音楽選好を分析する。実験では、構造的属性に異質性オペレータを適用した属性が主成分に多く用いられ、元データの特徴表現に寄与していることを確認した。また、音楽選好の分析にも変化が見られ、詳細に分析できていることを確認した。