ソーシャルメディアのモニタリングを強化するためのグラフ時系列モデルの構築

• Project/Area Number: 23K24950
• Project/Area Number (Other): 22H03695 (2022-2023)
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund (2024); Single-year Grants (2022-2023)
• Section: 一般
• Review Section: Basic Section 62020:Web informatics and service informatics-related
• Research Institution: The University of Tokyo
• Principal Investigator: 小林 亮太 東京大学, 大学院新領域創成科学研究科, 准教授 (70549237)
• Co-Investigator(Kenkyū-buntansha): 宇野 毅明 国立情報学研究所, 情報学プリンシプル研究系, 教授 (00302977) ; 小山 慎介 統計数理研究所, 学際統計数理研究系, 准教授 (20589999) ; 橋本 隆子 千葉商科大学, 商経学部, 教授 (80551697)
• Project Period (FY): 2022-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥17,160,000 (Direct Cost: ¥13,200,000、Indirect Cost: ¥3,960,000); Fiscal Year 2026: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000); Fiscal Year 2025: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2024: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000); Fiscal Year 2023: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000); Fiscal Year 2022: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
• Keywords: ソーシャルメディア分析 / 時系列モデル / 複雑ネットワーク / トピックモデル / トピック分析 / ネットワーク分析 / データサイエンス / 機械学習

Outline of Research at the Start

本研究課題では、ソーシャルメディアデータから話題群の時系列変化を自動抽出し、その変化の要因を推定する技術を開発する。具体的には、応募者が研究を進めてきた時系列モデルとグラフマイニングを融合させたグラフ時系列モデルを開発するアプローチや近年発展の著しい大規模言語モデルを用いたアプローチなどにより、着目すべき話題を発見し、その話題についてのトレンドを分析する方法論を開発する。