講演名 | 2017-09-08 転職サイト会員アンケート分析への構造トピックモデルの適用性検討 窪野 哲光(パーソルキャリア), 日吉 のぞみ(パーソルキャリア), 明石 大樹(パーソルキャリア), |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | 人材サービス会社パーソルキャリアが運営する転職サイトDODAの「利用者・退会者アンケート」のテキスト分析に、構造トピックモデルとベイジアンネット構造学習を相補的に適用した検討結果について述べる。表現力豊かなトピックモデルである構造トピックモデルにより得られた、トピック相関、トピック~メタデータの共変量の関連性を、ベイジアンネット構造学習により特徴選択して可視化分析することが効果的であることを示す。更に、構造トピックモデルにより得られた文書のトピック配分「文書-トピック」行列は、「文書-語」行列の情報次元圧縮であることから、文書クラスタリングに適した文書ベクトルであることも示す。 |
抄録(英) | We describe the result of examination applying Structural Topic Model and Bayesian net structure learning complementarily to text analysis of "user / withdrawal questionnaire" of job change site DODA operated by PERSOL CAREER. It is effective to visualize and analyze the relevance of topic correlation, topic ~ metadata covariates obtained by Structure Topic Model which is rich expressive topic by feature selection by Bayesian net structure learning. Furthermore, the topic allocation "document - topic" matrix of the document obtained by the Structure Topic Model is also a document vector suitable for document clustering because it is information dimension compression of the "document - word" matrix. |
キーワード(和) | 構造トピックモデル / ベイジアンネット構造学習 / 特徴選択 / 相互情報量 / スパースネス / グラフィカルモデル / 可視化テキスト分析 / 文書クラスタリング |
キーワード(英) | Structural Topic Model / Bayesian net structure learning / feature selection / mutual information / sparseness / graphical model / visual text analysis / document clustering |
資料番号 | NLC2017-25 |
発行日 | 2017-08-31 (NLC) |
研究会情報 | |
研究会 | NLC |
---|---|
開催期間 | 2017/9/7(から2日開催) |
開催地(和) | 成蹊大学 |
開催地(英) | Seikei University |
テーマ(和) | 第11回 テキストアナリティクス・シンポジウム |
テーマ(英) | The Eleventh Text Analytics Symposium |
委員長氏名(和) | 金山 博(日本IBM) |
委員長氏名(英) | Hiroshi Kanayama(IBM) |
副委員長氏名(和) | 榊 剛史(ホットリンク) / 嶋田 和孝(九工大) |
副委員長氏名(英) | Takeshi Sakaki(Hottolink) / Kazutaka Shimada(Kyushu Inst. of Tech.) |
幹事氏名(和) | 渡辺 靖彦(龍谷大) / 東中 竜一郎(NTT) |
幹事氏名(英) | Yasuhiko Watanabe(Ryukoku Univ.) / Ryuichiro Higashinaka(NTT) |
幹事補佐氏名(和) | 吉田 光男(豊橋技科大) / 小早川 健(NICT) |
幹事補佐氏名(英) | Mitsuo Yoshida(Toyohashi Univ. of Tech.) / Takeshi Kobayakawa(NICT) |
講演論文情報詳細 | |
申込み研究会 | Technical Committee on Natural Language Understanding and Models of Communication |
---|---|
本文の言語 | JPN |
タイトル(和) | 転職サイト会員アンケート分析への構造トピックモデルの適用性検討 |
サブタイトル(和) | ベイジアンネット構造学習による特徴選択 |
タイトル(英) | Applicability of Structural Topic Model to job search site VOC text analysis |
サブタイトル(和) | Feature selection with Bayesian Network Structure Learning |
キーワード(1)(和/英) | 構造トピックモデル / Structural Topic Model |
キーワード(2)(和/英) | ベイジアンネット構造学習 / Bayesian net structure learning |
キーワード(3)(和/英) | 特徴選択 / feature selection |
キーワード(4)(和/英) | 相互情報量 / mutual information |
キーワード(5)(和/英) | スパースネス / sparseness |
キーワード(6)(和/英) | グラフィカルモデル / graphical model |
キーワード(7)(和/英) | 可視化テキスト分析 / visual text analysis |
キーワード(8)(和/英) | 文書クラスタリング / document clustering |
第 1 著者 氏名(和/英) | 窪野 哲光 / Norimitsu Kubono |
第 1 著者 所属(和/英) | パーソルキャリア(略称:パーソルキャリア) PERSOL CAREER(略称:PERSOL CAREER) |
第 2 著者 氏名(和/英) | 日吉 のぞみ / Nozomi Hiyoshi |
第 2 著者 所属(和/英) | パーソルキャリア(略称:パーソルキャリア) PERSOL CAREER(略称:PERSOL CAREER) |
第 3 著者 氏名(和/英) | 明石 大樹 / Daiju Akashi |
第 3 著者 所属(和/英) | パーソルキャリア(略称:パーソルキャリア) PERSOL CAREER(略称:PERSOL CAREER) |
発表年月日 | 2017-09-08 |
資料番号 | NLC2017-25 |
巻番号(vol) | vol.117 |
号番号(no) | NLC-207 |
ページ範囲 | pp.53-58(NLC), |
ページ数 | 6 |
発行日 | 2017-08-31 (NLC) |