マルチスケール構造モデリングの実現による行動変容を促す検索・推薦システムの開発

• Project/Area Number: 23K28193
• Project/Area Number (Other): 23H03503 (2023)
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund (2024); Single-year Grants (2023)
• Section: 一般
• Review Section: Basic Section 62020:Web informatics and service informatics-related; Basic Section 60080:Database-related; Sections That Are Subject to Joint Review: Basic Section60080:Database-related , Basic Section62020:Web informatics and service informatics-related
• Research Institution: Nagaoka University of Technology
• Principal Investigator: 原川 良介 長岡技術科学大学, 工学研究科, 准教授 (20787022)
• Co-Investigator(Kenkyū-buntansha): 岩橋 政宏 長岡技術科学大学, 工学研究科, 教授 (30251854)
• Project Period (FY): 2023-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥18,980,000 (Direct Cost: ¥14,600,000、Indirect Cost: ¥4,380,000); Fiscal Year 2026: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000); Fiscal Year 2025: ¥6,240,000 (Direct Cost: ¥4,800,000、Indirect Cost: ¥1,440,000); Fiscal Year 2024: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000); Fiscal Year 2023: ¥8,840,000 (Direct Cost: ¥6,800,000、Indirect Cost: ¥2,040,000)
• Keywords: データマイニング / 情報検索・推薦 / マルチメディア信号処理 / 複雑ネットワーク / ソーシャルメディア

Outline of Research at the Start

災害・感染症対策のため，行動変容を促す技術の確立が急務である．このためには，過去の有益情報のマイニングと未来の有益情報のモデル化が不可欠である．研究代表者はスパース構造学習による直接相関抽出に基づき，SNS上のソーシャルデータから有益情報としてトレンドのクラスタを抽出可能としている．本研究では新たに，各ユーザに最適な未来の有益情報を提供するマルチスケール構造モデリングを実現し，行動変容を促す検索・推薦システムを開発する．