メディア事業における研究開発組織「Data Tech Lab」で計算社会科学研究に従事する高野雅典と徳島大学の横谷謙次准教授との共著論文「Predicting cyber offenders and victims and their offense and damage time from routine chat times and online social network activities」が心理学分野の論文誌「Computers in Human Behavior」に採択されました。
「Computers in Human Behavior」は、人間とコンピュータの相互作用とサイバー心理学をテーマにした、査読付き論文誌です。この度採択された論文「Predicting cyber offenders and victims and their offense and damage time from routine chat times and online social network activities」では、アバターコミュニティアプリ「ピグパーティ」のユーザの規約違反行動とその時刻を予測するモデルを提案しています。
■論文の概要
今回掲載された論文「Predicting cyber offenders and victims and their offense and damage time from routine chat times and online social network activities」では、アバターコミュニティアプリ「ピグパーティ」のデータを用いて、バーチャルコミュニティにおける規約違反行動の推定モデルを提案しました。
本研究では、心理学の犯罪行動に関する理論（ルーチンアクティビティ理論）に基づいて、プラットフォーム（ピグパーティ）上でのユーザの規約違反行動を予測するモデルを提案しました。
このモデルでの予測は次のように二段階で行います。
1. コミュニケーション時間とソーシャルネットワーク構造に対して教師なしの異常検知手法を用いることで、将来の規約違反ユーザを予測する。
2. その予測した規約違反ユーザのコミュニケーション時間データに対して教師ありの機械学習を用いることで、そのユーザが違反しそうな日時を推定する。
実験の結果、一定の精度で違反すること、違反する時刻を予測できることを示しました。この違反行動予測モデルを用いることで、効率的かつ効果的なモデレーションが可能になると考えられます。
- Kenji Yokotani and Masanori Takano, "Predicting cyber offenders and victims and their offense and damage time from routine chat times and online social network activities", Computers in Human Behavior, 107099, 2021.
論文:
http://dx.doi.org/10.1016/j.chb.2021.107099
プレプリント: https://www.researchgate.net/publication/356213082_Predicting_cyber_offenders_and_victims_and_their_offense_and_damage_time_from_routine_chat_times_and_online_social_network_activities
「Data Tech Lab」では、メディアのデータを用いた研究成果を社会や自社プロダクトに還元するとともに、より安心・安全なメディアサービスの運営に繋がる研究に努めてまいります。
「Computers in Human Behavior」は、人間とコンピュータの相互作用とサイバー心理学をテーマにした、査読付き論文誌です。この度採択された論文「Predicting cyber offenders and victims and their offense and damage time from routine chat times and online social network activities」では、アバターコミュニティアプリ「ピグパーティ」のユーザの規約違反行動とその時刻を予測するモデルを提案しています。
■論文の概要
今回掲載された論文「Predicting cyber offenders and victims and their offense and damage time from routine chat times and online social network activities」では、アバターコミュニティアプリ「ピグパーティ」のデータを用いて、バーチャルコミュニティにおける規約違反行動の推定モデルを提案しました。
本研究では、心理学の犯罪行動に関する理論（ルーチンアクティビティ理論）に基づいて、プラットフォーム（ピグパーティ）上でのユーザの規約違反行動を予測するモデルを提案しました。
このモデルでの予測は次のように二段階で行います。
1. コミュニケーション時間とソーシャルネットワーク構造に対して教師なしの異常検知手法を用いることで、将来の規約違反ユーザを予測する。
2. その予測した規約違反ユーザのコミュニケーション時間データに対して教師ありの機械学習を用いることで、そのユーザが違反しそうな日時を推定する。
実験の結果、一定の精度で違反すること、違反する時刻を予測できることを示しました。この違反行動予測モデルを用いることで、効率的かつ効果的なモデレーションが可能になると考えられます。
- Kenji Yokotani and Masanori Takano, "Predicting cyber offenders and victims and their offense and damage time from routine chat times and online social network activities", Computers in Human Behavior, 107099, 2021.
論文:
http://dx.doi.org/10.1016/j.chb.2021.107099
プレプリント: https://www.researchgate.net/publication/356213082_Predicting_cyber_offenders_and_victims_and_their_offense_and_damage_time_from_routine_chat_times_and_online_social_network_activities
「Data Tech Lab」では、メディアのデータを用いた研究成果を社会や自社プロダクトに還元するとともに、より安心・安全なメディアサービスの運営に繋がる研究に努めてまいります。