論文の概要: Sentiment-Driven Community Detection in a Network of Perfume Preferences
- arxiv url: http://arxiv.org/abs/2410.19177v2
- Date: Mon, 28 Oct 2024 15:51:46 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-11-10 11:30:14.125361
- Title: Sentiment-Driven Community Detection in a Network of Perfume Preferences
- Title（参考訳）: 香水選好ネットワークにおける感性駆動型コミュニティ検出
- Authors: Kamand Kalashi, Sajjad Saed, Babak Teimourpour,
- Abstract要約: 本研究は, 利用者が好むグループ香水に対して, コミュニティ検出技術を適用し, より優れたレコメンデーションを実現することを目的とする。
ペルシアの小売プラットフォーム「アトラフシャン」のユーザレビューからバイパーティイトネットワークを構築した。
共有嗜好に基づいてクラスタを特定し,香り市場におけるユーザ感情の理解を深めた。
- 参考スコア（独自算出の注目度）: 1.5186937600119894
- License:
- Abstract: Network analysis is increasingly important across various fields, including the fragrance industry, where perfumes are represented as nodes and shared user preferences as edges in perfume networks. Community detection can uncover clusters of similar perfumes, providing insights into consumer preferences, enhancing recommendation systems, and informing targeted marketing strategies. This study aims to apply community detection techniques to group perfumes favored by users into relevant clusters for better recommendations. We constructed a bipartite network from user reviews on the Persian retail platform "Atrafshan," with nodes representing users and perfumes, and edges formed by positive comments. This network was transformed into a Perfume Co-Preference Network, connecting perfumes liked by the same users. By applying community detection algorithms, we identified clusters based on shared preferences, enhancing our understanding of user sentiment in the fragrance market. To improve sentiment analysis, we integrated emojis and a user voting system for greater accuracy. Emojis, aligned with their Persian counterparts, captured the emotional tone of reviews, while user ratings for scent, longevity, and sillage refined sentiment classification. Edge weights were adjusted by combining adjacency values with user ratings in a 60:40 ratio, reflecting both connection strength and user preferences. These enhancements led to improved modularity of detected communities, resulting in more accurate perfume groupings. This research pioneers the use of community detection in perfume networks, offering new insights into consumer preferences. Our advancements in sentiment analysis and edge weight refinement provide actionable insights for optimizing product recommendations and marketing strategies in the fragrance industry.
- Abstract（参考訳）: 香水はノードとして表現され、香水ネットワークのエッジとして共有される。
コミュニティ検出は、同様の香水のクラスターを発見でき、消費者の嗜好に関する洞察を提供し、レコメンデーションシステムを強化し、ターゲットとするマーケティング戦略を通知することができる。
本研究は, 利用者が好むグループ香水に対して, コミュニティ検出技術を適用し, より優れたレコメンデーションを実現することを目的とする。
我々は,ペルシャの小売プラットフォームである「アトラフシャン」のユーザレビューから,ユーザと香水を表すノードと,肯定的なコメントによって形成されたエッジの2部ネットワークを構築した。
このネットワークはPerfume Co-Preference Networkに変換され、同じユーザが好む香水を接続した。
コミュニティ検出アルゴリズムを適用することで,共有嗜好に基づくクラスタを特定し,香り市場におけるユーザ感情の理解を深めることができた。
感情分析を改善するため,絵文字とユーザ投票システムを統合し,精度を向上した。
絵文字はペルシャ語と一致し、感情的なレビューのトーンを捉え、ユーザーの評価は香り、長寿、シラージュが洗練された感情分類を取り入れた。
エッジウェイトは、接続強度とユーザの好みの両方を反映して、隣接値とユーザ評価を60:40の比率で組み合わせることで調整された。
これらの拡張により、検出されたコミュニティのモジュラリティが向上し、より正確な香水グループ化がもたらされた。
この研究は、香水ネットワークにおけるコミュニティ検出の利用の先駆者であり、消費者の嗜好に対する新たな洞察を提供する。
感情分析とエッジウェイト改善の進歩は、香り産業における製品レコメンデーションとマーケティング戦略を最適化するための実用的な洞察を提供する。
関連論文リスト
- Bayesian algorithmic perfumery: A Hierarchical Relevance Vector Machine for the Estimation of Personalized Fragrance Preferences based on Three Sensory Layers and Jungian Personality Archetypes [0.0]
本研究では,トップ,ミドル,ベーシックノートの個々の香り嗜好を,ユングの古型から派生した性格特性に結びつける構造モデルを提案する。
このアルゴリズムはベイジアン更新を利用して、ユーザーが各香り音と対話するときに予測を動的に洗練する。
論文 参考訳（メタデータ） (2024-11-06T15:00:14Z) - Enhanced Semantic Graph Based Approach With Sentiment Analysis For User Interest Retrieval From Social Sites [0.0]
セマンティックグラフに基づくアプローチは、クライアントやユーザの参照を、ツイートなどの自身のテキストを分析して識別する研究手法である。
調査や評価などのインターネット関連のユーザアクティビティを必要とせず、ユーザの関心に関連する情報を収集する。
論文 参考訳（メタデータ） (2024-08-08T11:58:41Z) - How to Surprisingly Consider Recommendations? A Knowledge-Graph-based Approach Relying on Complex Network Metrics [0.2537383030441368]
本稿では,項目カタログ上のユーザインタラクションを符号化することで,知識グラフに基づくレコメンデーションシステムを提案する。
本研究は,ネットワークレベルのKG測定値が推薦のサプライズ度に影響を及ぼすかどうかを考察する。
我々は、LastFMリスニング履歴と合成Netflix視聴プロファイルの2つのデータセットに対するアプローチを実験的に評価した。
論文 参考訳（メタデータ） (2024-05-14T09:38:44Z) - Personalizing Intervened Network for Long-tailed Sequential User
Behavior Modeling [66.02953670238647]
タイルユーザーは、共同トレーニング後のヘッドユーザーよりも大幅に品質の低いレコメンデーションに悩まされる。
テールユーザーで個別に訓練されたモデルは、限られたデータのために依然として劣った結果が得られる。
本稿では,テールユーザの推薦性能を大幅に向上させる新しい手法を提案する。
論文 参考訳（メタデータ） (2022-08-19T02:50:19Z) - Content Popularity Prediction in Fog-RANs: A Clustered Federated
Learning Based Approach [66.31587753595291]
本稿では,ローカルユーザとモバイルユーザの両面からコンテンツの人気度を統合した,モビリティに配慮した新しい人気予測ポリシーを提案する。
ローカルユーザにとって、コンテンツの人気は、ローカルユーザやコンテンツの隠された表現を学習することによって予測される。
モバイルユーザーにとって、コンテンツの人気はユーザー好みの学習によって予測される。
論文 参考訳（メタデータ） (2022-06-13T03:34:00Z) - Price DOES Matter! Modeling Price and Interest Preferences in
Session-based Recommendation [55.0391061198924]
セッションベースのレコメンデーションは、匿名ユーザが自分の短い行動シーケンスに基づいて購入したいアイテムを予測することを目的としている。
セッションベースのレコメンデーションの価格設定を組み込むのは簡単ではない。
セッションベースレコメンデーションのためのCoHHN(Co-guided Heterogeneous Hypergraph Network)を提案する。
論文 参考訳（メタデータ） (2022-05-09T10:47:15Z) - Personalized multi-faceted trust modeling to determine trust links in
social media and its potential for misinformation management [61.88858330222619]
ソーシャルメディアにおけるピア間の信頼関係を予測するためのアプローチを提案する。
本稿では,データ駆動型多面信頼モデルを提案する。
信頼を意識したアイテムレコメンデーションタスクで説明され、提案したフレームワークを大規模なYelpデータセットのコンテキストで評価する。
論文 参考訳（メタデータ） (2021-11-11T19:40:51Z) - PipAttack: Poisoning Federated Recommender Systems forManipulating Item
Promotion [58.870444954499014]
一般的な実践は、分散化された連邦学習パラダイムの下でレコメンデーターシステムをサブスクライブすることである。
本稿では,対象項目の促進のために,フェデレートされたレコメンデータシステムをバックドア化するための体系的アプローチを提案する。
論文 参考訳（メタデータ） (2021-10-21T06:48:35Z) - An Empirical analysis on Transparent Algorithmic Exploration in
Recommender Systems [17.91522677924348]
提案手法は, 従来のミックスイン手法と比較し, 従来の評価手法と比較する。
以上の結果から,ユーザからのフィードバックは,インターフェースによる探索のために選択された項目の方がはるかに多いことが示唆された。
論文 参考訳（メタデータ） (2021-07-31T05:08:29Z) - A Robust Reputation-based Group Ranking System and its Resistance to
Bribery [8.300507994596416]
マルチパートレーティングワークを利用した評価に基づく新しいランキングシステムを提案する。
贈賄に対する抵抗性と最適な贈賄戦略の設計方法について検討する。
論文 参考訳（メタデータ） (2020-04-13T22:28:29Z) - DiffNet++: A Neural Influence and Interest Diffusion Network for Social
Recommendation [50.08581302050378]
ソーシャルレコメンデーションは、ユーザの未知の嗜好を予測するために、ユーザ間のソーシャルコネクションを活用するために現れている。
ソーシャルレコメンデーションのための神経影響拡散ネットワーク(DiffNet)の予備研究を提案する(Diffnet)。
本稿では,Diffnetの改良アルゴリズムであるDiffNet++を提案する。
論文 参考訳（メタデータ） (2020-01-15T08:45:34Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。