spatiotemporal analysis of various risks while traveling based on a huge amount of tweets

Research Project

Project/Area Number	21K12484
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 80020:Tourism studies-related
Research Institution	Tokyo Metropolitan University
Principal Investigator	倉田陽平東京都立大学, 都市環境科学研究科, 准教授 (50585528)
Project Period (FY)	2021-04-01 – 2025-03-31
Project Status	Granted (Fiscal Year 2022)
Budget Amount *help	¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000) Fiscal Year 2024: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000) Fiscal Year 2023: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000) Fiscal Year 2022: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000) Fiscal Year 2021: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Keywords	ソーシャルビッグデータ / リスク可視化 / 安全安心 / 失敗談 / BERT
Outline of Research at the Start	SNSデータを活用してお薦め訪問先のようなポジティブ観光情報を導出するような研究は多数なされてきたが，他方で，観光に役立つ情報として，旅先でのリスクのようなネガティブ情報もありうる．SNS上には日々大量の失敗談ネタが投稿されている．本研究では，現代ではSNS上の失敗談投稿を活用すれば人々が不慣れな土地にて行動する際に参考となる旅先リスク知識を得られるということを実証する．本研究では，膨大な位置情報付きツイートから機械的に抽出した大量の失敗談ツイートをもとに，まず，それらの観光情報としての有用性を示し，それらの失敗談ツイートから地域・時間帯・季節ごとに特徴的なリスクの知識を系統的に導き出す．
Outline of Annual Research Achievements	機械学習（BERT）により生成した失敗談分類器を膨大なジオタグ付きツイートに対し適用し，静岡県・北海道を例に地域固有の旅行内失敗リスクの抽出が可能であることを実証した．この結果，静岡県内では富士山の眺望が雲で損なわれるリスクや北海道ではスープカレーを辛すぎにしてしまうリスクや，冬に車の鍵穴が凍結してしまうリスクが抽出され，旅行者にとっての教訓がジオタグ付きツイートデータからシステマティックに得られることが実証された．また，抽出された失敗談ツイートをもとに，各自の出身地の観光中リスクを地図上にプロットし，検討する演習教材を開発し，実践した．
Current Status of Research Progress	Current Status of Research Progress 2: Research has progressed on the whole more than it was originally planned. Reason 成果報告の即時性を優先し，査読付き論文を発表するには至っていない．
Strategy for Future Research Activity	北海道・静岡県の二県を対象に手法の有効性を実証したが，他都道府県についても有効性が確認できるかを検証する．また，季節によるリスクの変動も抽出できるかを検討する．