权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Research on Detection and Prediction of Trending Topics using Image Data on Social Media

利用社交媒体图像数据进行热门话题检测与预测的研究

基本信息

批准号：
21J12402
负责人：
宮崎邦洋
金额：
$ 0.96万
依托单位：
The University of Tokyo
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2021
资助国家：
日本
起止时间：
2021-04-28 至 2023-03-31
项目状态：
已结题

项目摘要

本研究は、ソーシャルメディアにおける画像データを用いた流行トピックの検出・予測に関する研究で、2年目です。本研究では、画像から深層学習モデルを使用し特徴量を抽出し、その特徴量を時系列のトレンド抽出に活用することを目的としています。第1年目では、ソーシャルメディアからの画像データセットを収集し、それらに適切なデータクレンジングと前処理を行いました。その後、深層学習モデル（例：CNN、ResNet）を適用し、画像データから離散的なタグを抽出し、そのタグを用いた時系列の手法を開発しました。適用先はファッションの画像データで、プロの評価を用い、適切にファッションのトレンドを抽出できていることを確認しました。第2年目においては、タグではなく、連続量の特徴量を抽出しました。そのために深層学習のオートエンコーダ技術を用いました。具体的にはオートエンコーダの中間層の出力を用いて、それを時系列予測に用います。特徴量の抽出の際、様々な前処理を用いて、特徴量抽出の精度を確かめました。さらに、トレンド画像の質的な理解のため、ファッション画像を自動的に分類できるクラスタリング方法を提案しています。これにより、視覚的に異なるファッション画像をグループ化することができ、トレンドの理解に役立てることができました。本研究の成果は、マーケティングや広告業界における効果的な戦略立案に貢献することが期待されます。さらに、将来的には、政治や災害など、より幅広い分野におけるトレンド分析にも応用可能であると考えられます。2年間の研究を通じて、ソーシャルメディアにおける画像データを用いた流行トピックの検出・予測技術の確立に一歩近づくことができました。今後も研究を進め、技術の向上と応用範囲の拡大を目指してまいります。

This study is a 2-year project of the ソーシャルメディアにおけるimage データをいたpopular トピックの検・prediction に关する research. In this study, the deep learning method of portraiture is used to extract the special amount of data. The のトレンド of the special 徴quantity time series draws out the することをpurpose and としています. The 1st year's project: では、ソーシャルメディアからの图データセットをSet the し, the それらに appropriately なデータクレンジングと pre-processing を行いました.その后, deep learning モデル (example: CNN, ResNet) をapplicable, image データから discrete なタグをdraw out し, そのタグをいた时 series of techniques を开発しました. Applicable to the first はファッションの图データで, プロの Comment価を用い, appropriateにファッションのトレンドをdraw out できていることをconfirmation しました. The 2nd year's items include においては, タグではなく, and even 続quantity の特徴quantity をdraw out しました.そのためにdeep learning のオートエンコーダTechnologyを用いました. Specifically, the output of the middle layer and the time series of the output of the middle layer are predicted to be the same. The actual extraction of the special amount, the use of pre-processing, and the accuracy of the extraction of the special amount are all the same.さらに、トレンド图　　　　　　　　　　　　　　　　　　　　　　　　的gene partiesをAutomatic classification できるクラスタリング method をproposal しています.これにより、See the にるファッション portrait をグループ化することができ、トレンドのUnderstanding に伫立てることができました. The results of this research are expected to contribute to the establishment of a strategic plan that will help inform the industry.さらに, future には, political やdisaster など, より広い野におけるトレンド ANALYSIS にも応用possible であると考えられます. 2 years of research and developmentたPopular トピックの検出・Establishment of predictive technology に一歩 near づくことができました. In the future, the progress of research and the improvement of technology will be based on the scope of application.