機械学習を用いたメタバース上のユーザ体験のグループ化と総合的満足度の推定

Research Project

Project/Area Number	23K11744
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 90010:Design-related
Research Institution	Tokyo Metropolitan University
Principal Investigator	西内信之東京都立大学, システムデザイン研究科, 教授 (70301588)
Project Period (FY)	2023-04-01 – 2026-03-31
Project Status	Granted (Fiscal Year 2023)
Budget Amount *help	¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000) Fiscal Year 2025: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2024: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000) Fiscal Year 2023: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Keywords	ユーザ体験 / メタバース / 機械学習 / バーチャルリアリティ
Outline of Research at the Start	メタバースのコンテンツ作成において、最重要な要因はユーザ体験の設計であるが、メタバース上でのユーザ体験を計測し評価する客観的、総合的な評価方法が確立されていない。そこで本研究では、ユーザ体験のような時間的に連続する状況を、機械学習を用いて総合的、定量的な観点からを評価する手法を検証する。機械学習には、データのグループ化と、学習モデルによる推定という大きな二つの側面を持っているが、これら側面に基づき、メタバース上のユーザ体験に関する時系列の定量的データから、機械学習を用いてユーザ体験をグループ化し、全ての体験を終えた後の総合的満足度を推定する。