| Budget Amount *help |
¥2,800,000 (Direct Cost: ¥2,800,000)
Fiscal Year 2020: ¥900,000 (Direct Cost: ¥900,000)
Fiscal Year 2019: ¥900,000 (Direct Cost: ¥900,000)
Fiscal Year 2018: ¥1,000,000 (Direct Cost: ¥1,000,000)
|
|---|
| Outline of Annual Research Achievements |
本研究は，自転車利用者の安全経路の推定にむけた網羅的な都市環境情報の収集およびそれらの情報から形成した集合知による安全経路の推定手法の確立を目指している．網羅的な都市環境情報の収集を行うために，本研究では一般的に普及しているスマートフォンを用いたユーザ参加型センシングの利用を想定している．2019年度はゲーミフィケーションを用いたユーザ参加型センシングによる効率的かつ網羅的に収集する手法の設計, 実装および実環境実験における実験を通して一定の有効性を明らかにし, 2020年度国際ジャーナルMDPI Smart Cities に採録された. しかし, 従来の研究では適切なタスク割り当てインターフェースやインタラクションの設計, および個人最適化は行われてこなかった.
2020年度では, 2種類のタスク割り当てインターフェイス, 4種類の対話インタラクションの設計および実装を行った. 加えて, 個人の嗜好に応じた各設計要素への好みの違いやセンシングタスクへの貢献度への影響を明らかにするために, ゲーミフィケーションにおけるモチベーションに応じて６種類のユーザタイプを割り当てるユーザモデリングフレームワークを導入した. これらの設計要素が各ユーザタイプで都市環境情報収集効率にどのような影響があるかを明らかにするため, 20代から70代の男女合計108名を対象に実環境で実験を行なった. その結果, インターフェイスの違いが, 収集される情報の質や量に影響を与えることがわかった. また, ユーザタイプによってセンシングへの貢献度，インタフェースやインタラクションの好みが異なることが明らかとなった. 研究成果の一部は，すでに国際会議のワークショップで発表済みである． また, すべての研究成果を含めた内容をHCI分野におけるトップカンファレンスへ投稿済みで現在査読対応中である．
|
