ユーザ支援のための可視化

本研究はソーシャルメディアの情報口コミサイトにおいて、ユーザがレビュー や口コミのキャンペーンを理解することで、レビュワーの意図や目的を知ること でレビューに対する信頼性や商品の評価を正当に判断するための支援として本シ ステムを提案した。そのため、ユーザが本システムを理解し、正当な判断を行え るようにGUIにおいてキャンペーンの可視化などを検討する必要がある。

謝辞

本研究を行うにあたり、多くの方から多大なご助言やご助力を頂きました。心 から厚くお礼申し上げます。

本研究を進めるにあたり、主指導教員である篠田陽一教授には研究の御指導だけ ではなく、多くの御助言を賜りました。心から深く感謝しております。また、知念 賢一准教授、宇多仁助教には研究に関して活発な議論や多大な御指導を賜りまし た。深く感謝しております。インターンシップ指導教員をお引き受けいただくと ともに、研究に関するご助言をいただいた丹康雄教授に感謝しております。

また、本研究室の博士後期課程の三浦良介氏には、研究に関して活発な議論、ご 指導を賜りました。深く感謝しております。また先輩の砂川真範氏、阿波史和氏、

渡邊司揮氏、菅野 洋信氏、北沢尭宏氏、廣中颯氏に加え、本研究室の博士前期課 程の馬越絋氏、門脇真之佑氏、古寺雄馬氏、本間 可楠氏、吉原昂司氏、岡田真一、

梅内翼、片岡拓海、瀧島和則には、研究に関する活発な議論や研究生活を送る上 での多大なご助力をいただきました。心より感謝いたします。

最後に、これまでの学生生活および私生活をあらゆる面で支えてくれた家族へ心 から感謝いたします。

参考文献

[1] 総 務 省. 平 成 30 年 版 情 報 通 信 白 書. https://www.soumu.go.jp/

johotsusintokei/whitepaper/ja/r02/pdf/02honpen.pdf.（参照 2020-01-11）.

[2] N. Jindal and B. Liu. Review spam detection, 2007.

[3] The growing power of reviews, 2018.

[4] 三菱UFJリサーチ&コンサルティング. 口コミサイト・インフルエンサーマー ケティングに関するアンケート結果, 2018.

[5] 栗原良尚. ユーザ評価により信頼性を保証するレピュテーションシステムに 関する研究. Master’s thesis,北陸先端科学技術大学院大学, 2010.

[6] Chengcheng Shao, Giovanni Luca Ciampaglia, Onur Varol, Kai-Cheng Yang, Alessandro Flammini, and Filippo Menczer. The spread of low-credibility content by social bots, 2018.

[7] Brent Smith and Greg Linden. Two decades of recommender systems at amazon.com, 2017.

[8] Badrul Sarwar, George Karypis, Joseph Konstan, and John Riedl. Item-based collaborative filtering recommendation algorithms, 2001.

[9] Chang Xu, Jie Zhang, and Zhu Sun. Online reputation fraud campaign de-tection in user ratings.

[10] Arjun Mukherjee, Bing Liu, and Natalie Glance. Spotting fake reviewer groups in consumer reviews, 2012.

[11] Son Dinh, Taher Azeb, Francis Fortin, Djedjiga Mouheb, and Mourad Deb-babi, 2015.

[12] Cao Xiao, David Mandell Freeman, and Theodore Hwa. Detecting clusters of fake accounts in online social networks.

[13] Haizhong Zheng, Minhui Xue, Hao Lu, Shuang Hao, Haojin Zhu, Xiaohui Liang, and Keith Ross. Smoke screener or straight shooter: Detecting elite sybil attacks in user-review social networks, 2018.

[14] サクラチェッカー. https://sakura-checker.jp.

[15] Pavel Senin. Dynamic time warping algorithm review, 2008.

[16] 水原悠子, 林朗,末松伸朗. Dtw 距離を用いた時系列データのベクトル空間へ の埋込, 2005.

[17] Amazon デ ー タ セット. https://snap.stanford.edu/data/amazon/

productGraph/amazon_readme.txt.

本研究に関する対外発表

[1] 油布 翔平, ソーシャルメディアにおけるアカウント集団特定によるキャンペー ンの検出 ,WIDE Projectポスターセッション, Sep.2020

付 録 A

A.1 シュミレーテッドデータ

reviewerID asin text overall unixReviewTime purchase early

userA goods01 1 5 1400284800 1 0

userF goods01 1 1 1400716800 1 0

userE goods01 1 4 1395532800 1 0

userO goods01 1 2 1403395200 1 0

userU goods01 1 1 1395532800 0 0

userV goods01 1 5 1400716800 1 0

userW goods01 1 1 1390262400 1 0

userZ goods01 1 5 1392163200 1 0

userA goods02 0 5 1400284800 1 0

userF goods02 1 4 1368748800 1 0

userG goods02 0 5 1385942400 1 0

userM goods02 1 2 1398211200 1 0

userP goods02 1 3 1399161600 1 0

userQ goods02 1 4 1398211200 0 0

userR goods02 1 4 1396137600 1 0

userS goods02 0 5 1397520000 1 0

userC goods03 1 4 1384819200 1 0

userH goods03 1 5 1384905600 1 0

userI goods03 1 2 1384905600 1 0

userK goods03 1 5 1384819200 1 0