ソーシャルビッグデータ応用における仮説の生成と説明のための基盤的研究
Project/Area Number |
20K12081
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Review Section |
Basic Section 62020:Web informatics and service informatics-related
|
Research Institution | Tokyo Metropolitan University |
Principal Investigator |
石川 博 東京都立大学, システムデザイン研究科, 特任教授 (60326014)
|
Co-Investigator(Kenkyū-buntansha) |
廣田 雅春 岡山理科大学, 総合情報学部, 講師 (70750628)
|
Project Period (FY) |
2020-04-01 – 2024-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2022: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2021: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2020: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
Keywords | ビッグデータ / データモデル / 仮説生成方法 / 説明基盤 / 仮説生成 / 説明機能 / ソーシャルデータ / 実世界データ |
Outline of Research at the Start |
多様なソーシャルビッグデータ応用に共通する仮説生成のパタンを発見し,分野専門家が複数データを利用した統合的仮説の生成を行える方法論の体系化・一般化を目指して,データ管理とデータ分析を融合した応用の記述ができる手段として概念レベルでのモデルを提供し,そのモデルに基づき仮説生成方式を提供することにより,仮説生成方法を再利用可能にする.またソーシャルビッグデータを実際に利活用する上で求められるミクロな説明(分析モデルの説明とその個別の決定に対する理由の説明)及びマクロな説明(モデル生成を含む応用の全プロセスの説明)からなる統合的な説明のための基盤技術を開発し,それを社会基盤的な応用に適用する.
|
Outline of Annual Research Achievements |
(A) 仮説生成方法論の体系化:(A1) 統合的データモデルの提案:ソーシャルビッグデータ応用はデータ構造として,集合及び集合の集まりを基本とするデータ分析とデータ管理とからなるハイブリッドなエコシステムである.そこで本研究ではソーシャルビッグデータ応用における仮説生成手順全体の記述のためにハイブリッドなエコシステムを纏めて記述・説明できるデータモデルアプローチを提案して利用した. (A2)仮説生成方法論の構築:複数データソースを統合的に利用して仮説を生み出す方法論として,複数の分野で独立に発展してきた差分方式の体系化を目指し,モデルアプローチによる具体化を幅広い分野として観光,科学,スマートシティなどを対象とすることにした.特に同一データの差分に関して複数の方法を適用して仮説を生み出す方式の検討を行った.仮説生成手法のひとつをJAXAと共同で小惑星探査機のテレメトリデータに実際に適用した. (B) 統合的説明基盤の構築:モデル独立な方法とモデル依存に分けて,ミクロとマクロの説明機能の検討を行った.特に複数の構成要素に分割するアプローチを考案した. (C) ユースケースの収集と基盤技術の検証:科学と観光などの複数のケースを取集し,提案方式を用いてそれらの有効性を確認できた. これらの成果は4篇の学術誌論文,3篇の国際会議論文,1篇の口頭発表および受賞につながった.
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
各項目について提案もしくは検討を確実に実行することができた.具体的には仮説生成方法論の提案,説明基盤の検討を行った.さらに提案・検討結果を複数のユースケース(観光や月惑星科学など)に適用して,それらの有効性の確認を行うことができた.また研究成果としては4篇の学術誌論文,3篇の国際会議論文,1篇の口頭発表につながった.さらにデータベース関連技術への貢献によってデータベース学会功労賞を受賞した.
|
Strategy for Future Research Activity |
(A)仮説生成方法論の体系化.(A1) 統合的データモデルの洗練化を,多様な応用をもとに引き続き行う.(A2)仮説生成方法論を,より多様な応用をカバーできるように体系化を引き続き推進し完成する. (B)統合的説明基盤の構築.(B1)ミクロな説明機能についてモデル独立な手法とモデル依存の手法を合わせて体系化する.(B2)マクロな説明機能について全体的な再現性を保証することを念頭にしてモデル独立な手法とモデル依存の手法を合わせて体系化する. (C)さらなるユースケースの収集と基盤技術の検証を引き続き行う.
|
Report
(3 results)
Research Products
(47 results)
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
[Journal Article] Social Big Data: Case Studies2021
Author(s)
Hiroshi Ishikawa, Yasushi Miyata
-
Journal Title
Springer Nature Trans. Large Scale Data Knowl. Centered Syst.
Volume: 47
Pages: 80-111
DOI
ISBN
9783662629185, 9783662629192
Related Report
Peer Reviewed
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-