WEKO3
アイテム
〈論文〉レディース・ファションに関するインターネット上のクチコミについてのデータ解析
https://kindai.repo.nii.ac.jp/records/23563
https://kindai.repo.nii.ac.jp/records/2356373a78bc0-68c7-4eeb-8d9c-46c0603d5090
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
AN10437975-20221231-0169.pdf (1.3 MB)
|
|
| Item type | ☆紀要論文 / Departmental Bulletin Paper(1) | |||||||||
|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2022-12-16 | |||||||||
| タイトル | ||||||||||
| タイトル | 〈論文〉レディース・ファションに関するインターネット上のクチコミについてのデータ解析 | |||||||||
| タイトル | ||||||||||
| タイトル | 〈Articles〉 Text Mining and Machine Learning for WOM Related to Ladies' Fashion on the Internet | |||||||||
| 言語 | en | |||||||||
| 著者 |
峰滝, 和典
× 峰滝, 和典
|
|||||||||
| 言語 | ||||||||||
| 言語 | jpn | |||||||||
| キーワード | ||||||||||
| 主題 | クチコミ, テキストマイニング, 機械学習, SVM（Support Vector Machine）, 決定木, ランダムフォレスト, k近傍法 | |||||||||
| 資源タイプ | ||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_6501 | |||||||||
| 資源タイプ | departmental bulletin paper | |||||||||
| 著者(英) | ||||||||||
| 言語 | en | |||||||||
| 値 | Minetaki, Kazunori | |||||||||
| 著者 所属 | ||||||||||
| 値 | 近畿大学経営学部; 教授 | |||||||||
| 著者所属(翻訳) | ||||||||||
| 値 | Kindai University | |||||||||
| 版 | ||||||||||
| 出版タイプ | NA | |||||||||
| 出版タイプResource | http://purl.org/coar/version/c_be7fb7dd8ff6fe43 | |||||||||
| 出版者 名前 | ||||||||||
| 出版者 | 近畿大学商経学会 | |||||||||
| 書誌情報 |
商経学叢 en : Shokei-gakuso: Journal of Business Studies 巻 69, 号 2, p. 169-190, 発行日 2022-12-31 |
|||||||||
| ISSN | ||||||||||
| 収録物識別子タイプ | ISSN | |||||||||
| 収録物識別子 | 04502825 | |||||||||
| 抄録 | ||||||||||
| 内容記述タイプ | Abstract | |||||||||
| 内容記述 | [要旨]本稿では，レディースファッションに関するインターネット上のクチコミについて，主としてテキストマイニングと機械学習を用いた分析を行った。主たる結論としては，第一に抽象的で曖昧な「おしゃれ」という語句と類似度が高かったもののなかに，各年共通しているものとして「似合う」があったが，年によって結果は大きく異なった。第二に評価ポイントに関してSVM（Support Vector Machine），決定木，ランダムフォレスト，k近傍法といった教師ありの機械学習を行った結果，５段階評価を２段階に絞った場合，70％超の正答率となった。以上の教師無しの教師ありの機械学習の各手法で用いた説明変数について，機械学習の非階層クラスター分析を行った結果，「黒」，「デザイン」，「リピーター」，「かわいい」といった語句がクラスターの形成に大きく寄与していることがわかった。 [Abstract] This research conducted mainly through text mining and machine learning for WOM related to ladies’ fashion on the internet. The main results from the data analysis were as followings: (1) The word “fashionable,” which was abstract and ambiguous, was similar to “suit” every year. However, the similar words were largely different by year. (2) The reputation points were analyzed by supervisor learning, such as SVM, Decision Tree, Random forests, and K-nearest neighbors. As a result, the accuracy rate was over 70％ in the case of two categories condensed from 5 categories. The un supervisor clustering method was applied for explanatory variables used in supervisor learning, and the words “black,” design,” repeater,” and “kawaii” were found, which contributed mainly to form clusters. |
|||||||||
| フォーマット | ||||||||||
| 内容記述タイプ | Other | |||||||||
| 内容記述 | application/pdf | |||||||||
