近年，ユーザが情報発信するCGM(Consumer Generated Media) やソーシャルメディアが台頭する情報化社会へと移行してきている．商品やサービスの利用者であるユーザが情報交換を行うオンラインコミュニティは誰もが質問・回答できる利点がある．オンラインコミュニティは，誰もが閲覧できる環境であることから投稿された質問記事に対して，適切な対応をとり続けることが，炎上などの社会的な影響を回避する上で不可欠となっている．本論文では，オンラインコミュニティに投稿された質問記事から，記事が言及している話題性を評価するのに有効な基底の選択手法を提案する．提案手法は，非負値行列因子分解 (NMF) による特徴量変換および基底選択で構成されている．提案手法では，既存研究のテキスト情報の特徴量である表層情報，語種や品詞，文末表現など2,000 次元を越える特徴量を用いる．提案手法はを複数のオンラインコミュニティ記事に適用し，サポートベクタ回帰モデル(SVR) と分類器を用いて評価した結果，基底選択の有効性が確認できたので報告する．
