◎山岸祐己・斉藤和巳・武藤伸明（静岡県大）

レビューサイトでは，あるユーザがあるアイテムにレビューをすることにより，
そのアイテムの今後のレビュー傾向が大きく変化することが起こり得る．
このような時系列的イベントを頻繁に誘発するユーザの発見は，
ソーシャルネットワークの研究において重要な課題であると言える．
そこで我々は，大規模レビュー時系列データからの異常検出を行い，
その検出結果から注目すべきユーザをランキングする手法を提案する．
ここで使用する異常検出法は，レビュー評点，レビュー投稿間隔，レビューファイルサイズの
三種類の異種情報を扱い，それぞれ別の確率分布モデルを仮定して
尤度比検定の枠組みで異常値（変化点）を検出することを特徴とする．