2018 Fiscal Year Annual Research Report
Knowledge Emergence Support by Sharing Data Analysis Process
| Project/Area Number |
16K00307
|
|---|
| Research Institution | The University of Shiga Prefecture |
|---|
Principal Investigator |
砂山 渡 滋賀県立大学, 工学部, 教授 (40314398)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
西原 陽子 立命館大学, 情報理工学部, 准教授 (70512101)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | 知識創発 / テキストマイニング / データサイエンス / スキル獲得 / 操作履歴 |
|---|
| Outline of Annual Research Achievements |
1)データ分析プロセスになぞらえたTETDM上で実施するチュートリアル課題，ならびにツール選択支援機能を用意した．すなわち，テキスト分析における重要な単語として，テキスト全体やテキストを条件で絞り込んだ部分テキストの高頻度の単語に着目させる課題を用意した．またそれらの単語が出力された原因を探ってもらう課題を用意した．これらの課題をTETDM上に実装し，課題ごとの操作ログを収集できる環境を構築した．
有効な操作履歴を推薦する際に，ユーザ自身がある程度適切なツールを初めに選択しないと，データベース中のどの履歴でも良い履歴として推薦されてしまうことがわかった．そこで，分析の目的に応じて妥当性のあるツールを選択しやすくするインタフェースを構築した。すなわち，ユーザが分析したい単位（単語，文書、文）と分析内容（分析単位が単語の時は，重要語の抽出や共起単語の抽出など）を選択すると、自動的にツールがセットされる．
2)チュートリアル課題の実施による操作ログデータの収集を行った．操作ログの収集は，本課題の研究実施者が所属する大学における実験演習科目の履修者，ならびに研究室に所属する学生に対して，データ分析スキルを獲得してもらう学習の一環として実施した．
3)収集したログデータからスキル獲得を支援する操作履歴の推薦を行い，スキル獲得に繋がる効果があるかを実験的に検証した．まず推薦の方法として，ユーザの操作履歴とデータベース中にある操作ログ集合とを比較し，ユーザが行っていない操作を含む操作ログ，ならびに分析に必要な操作を積極的に行っている操作ログに高い評価を与え，推薦することとした．この推薦の結果，ユーザは推薦された操作ログに含まれるユーザにとって新しい操作を真似する傾向があったこと，および操作ログの参照によって新たな考察結果が得られる傾向があったことを確認した．
|
| Remarks |
西原陽子：京都新聞 情報技術最前線, テキスト・データマイニング (2019.1.23)
|
