Research on Database Systems for Supporting Life Cycles of Data Models based based on conntents

2022 Fiscal Year Final Research Report

• Project/Area Number: 18K11318
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60080:Database-related
• Research Institution: Tsuda University (2019-2022); Advanced Institute of Industrial Technology (2018)
• Principal Investigator: Nakano Miyuki 津田塾大学, 学芸学部, 教授 (30227863)
• Project Period (FY): 2018-04-01 – 2023-03-31
• Keywords: データ解析 / データベース・システム / データ流通 / データのライフサイクル / 機械学習

Outline of Final Research Achievements

In our data-driven society, it is highly expected that database systems support the "Life-cycle of data models" for the these days' efficient data analysis. Some typical machine learning algorithms with open data are considered as a first-step prototype. Concept drift data such as the music database, chess log, and synthetic datasets are investigated in order to extract indicators for a novel database function for supporting the data model life-cycle. Consequently, it is revealed that the contents oriented indicators are useful to keep the precision of service or models.

Free Research Field

情報学

Academic Significance and Societal Importance of the Research Achievements

本研究では、コンテンツを主体とした効率のよい「データモデルのライフサイクル」を支援するデータベース環境を確立するために、データモデルのライフサイクルを典型的なデータ解析処理と具体的事例（オープンデータ）を用いてコンテンツ主体のデータ管理手法を設計した。
音楽配信サイトのデータと感情空間上にマッピングした音楽データベースの構築、感情空間上における音楽データベースの特徴量の有用性について解析を行った。また、機械学習コンテストで多く用いられる人工的なデータセットおよびオンラインチェスゲームのログと実データとして取り上げ、時間的な変化指標としてのモデル精度がデータ分布変化の指標として検討を行った。