5 Estimation of microblog user attributes using microblog structure このつぶやきを書いたのはどんなひと？～マイクロブログの特徴を活用したユーザ属性推定技術～どんな研究どこが凄いマイクロブログには個人の意見が多数存在し、マーケティング等での活用が望まれています。しかし、既存のアンケート調査と異なり、それらを書いたユーザの属性(年齢、性別等)が明らかでないという問題があります。本研究では、それらを自動的に推定する技術に取組んでいます。めざす未来従来は人手で作成した学習データを利用し、投稿記事中の単語を元にユーザの属性を推定する手法が提案されていました。本研究では、単語表記の背後に潜む話題や、マイクロブログの構造に注目することで、性別を約90%の精度で推定する等、主要なユーザ属性を高い精度で推定可能としました。 ① 外部サイトURLを利用した学習データ収集の低コスト化外部サイトマイクロブログ通研太郎 @tuken_taro 光の丘の研究員です！神奈川 – http://blog.example.com/tuken_raro 性別男性年齢３０歳男性 30歳 ①URL取得 ②対象外部サイトプロフィールを収集自動化紐付けプログラム ③教師ラベル抽出教師ラベルと投稿文書で学習現在の推定対象はマーケティングでよく利用される年齢、性別、職業、興味等ですが、今後、より幅広い属性を、より深掘りした形で提供することを目指しています。それにより、マーケティングでの活用はもとより、個人の行動支援やコミュニケーション支援での活用も期待できます。マイクロブログの構造的な特徴に注目 [既存手法] 人手ラベル性別：5,120人年齢：4,000人 ※ある1つのBlogに対応した場合に得られたデータ量性別：65,561人（12.8倍）年齢：33,230人（8.3倍） ② “プロフィール文”と“友人の情報”を手掛かりとして利用マイクロブログ (プロフィール文) ソーシャルグラフ (友人の情報) [既存手法] 投稿記事に出現する単語情報通研太郎 @tuken_taro 光の丘の研究員です！プロフィール文情報 ③ “頻出する話題”を手がかりとして利用話題獲得スカート… ワンピ… チュニック… 大規模化日本語語彙大系頻出話題抽出スカート→服ワンピ→服チュニック→服頻出話題服旅行食べ物 … 教科 … 友人の情報頻出する話題情報単語表記の背後に潜む話題に注目関連文献 [1] 伊藤淳, 西田京介, 星出高秀, 戸田浩之, 内山匡, “TwitterとBlogの共通ユーザおよび会話ユーザの同類性に着目した Twitterユーザ属性推定,” 第5回データ工学と情報マネジメントに関するフォーラム, C5-3, 2013. 連絡先伊藤淳 (Jun Ito) NTT サービスエボリューション研究所サービスハーモナイズプロジェクト平野徹 (Tohru Hirano) NTT メディアインテリジェンス研究所音声言語メディアプロジェクト