株式会社フォアー、「小説家になろう」のトレンドポテンシャルランキングを公開。機械学習を用いて次に流行る小説を予測分析

この記事は約4分で読めます。
株式会社フォアーは、機械学習モデルを用いて「小説家になろう」に投稿されている各小説のトレンドポテンシャルを予測分析し、ランキング形式で公開していくことをお知らせいたします。
近年、機械学習を用いた予測モデルは幅広い業界・業種で活用されるようになっており、データからパターンを抽出して市場規模や将来の事象を予測するアルゴリズムも数多く生まれています。

当社のデータサイエンスチームは、トレンド予測アルゴリズムを中心とした機械学習モデルの研究開発を行っており、それらのアルゴリズムやモデルは、組織のマーケティング部門における市場分析・トレンド予測ツールとして、あるいは意思決定を支援するビジネスインテリジェンスツールとして活用されています。中でも、テキストデータをベクトル化したうえで実績値(評価データ)と予測値(Trend Potential Value)との相関を調整したモデルでは、次に流行るコンテンツを予測する上で一定の成果が得られています。

そこでこの度、「小説家になろう」に投稿されている各小説のトレンドポテンシャルを公開いたします。

【トレンドポテンシャルランキングの特徴】
・このたび公開する「小説家になろう-トレンドポテンシャルランキング」では、「小説家になろう」に投稿されている各小説の中から次の流行となる可能性を定量評価し、ランキング形式で発表しています。
・このランキングは、「小説家になろう」のサイト内の評価指標である「総評価」の点数をトレンドポテンシャルの評価データとしています。
・このランキングは、下記の機械学習モデルにより算出したものであり、毎月更新されます。
 

 

【分析の手法】
今回の分析は、以下の手法により算出しています。分析手法の詳細につきましては、当社のBlog記事(リンク)にて閲覧して頂けます。

・テキストをベクトル化
・ベクトル化したデータの類似度の分析により予測値(TPV)を算出するモデルを作成
・実績値(評価データ)と予測値(TPV)の相関性を調整し、モデルを最適化していき、その対象物に対する予測モデルを確立させる。(予測分析で得られた相関図の例。横軸:予測値、縦軸:実際の総合評価 pt)
「小説家になろう」トレンドポテンシャルランキングのダウンロードページ
 

(予測分析で得られた相関図の例。横軸:予測値、縦軸:実際の総合評価 pt)

「小説家になろう」トレンドポテンシャルランキングのダウンロードページ
https://fore-solution.jp/tfs/syosetu-narou_ranking/ 

※「小説家になろう」は株式会社ヒナプロジェクトの登録商標です。本ランキングは株式会社ヒナプロジェクトが提供・支援するものではありません。
※本トレンドポテンシャルランキングの内容については株式会社フォア が提供する各種―データ及び正確かつ信頼できると認識される各種情報を元に作成され、その正確性及び信頼性の維持向上に努めますが、トレンドの予測であり、トレンドを約束するものではありません。また、レポート内容の正確性、信頼性及び特定目的への適合性について保証するものではありません。
※本トレンドポテンシャルランキングの著作権その他一切の権利は株式会社フォア に帰―属します。いかなる形式であっても無断での引用、転載、再配布は禁止いたします。

 

タイトルとURLをコピーしました