2021 Fiscal Year Research-status Report
ソーシャルメディアにおける将来のトレンドを予測する時系列モデルの開発
| Project/Area Number |
18K11560
|
|---|
| 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) |
篠本 滋 株式会社国際電気通信基礎技術研究所, 脳情報通信総合研究所, 研究員 (60187383)
|
|---|
| Project Period (FY) |
2018-04-01 – 2023-03-31
|
| Keywords | ソーシャルメディア分析 / Webデータ分析 / 時系列モデル / フェークニュース / 情報拡散 |
|---|
| Outline of Annual Research Achievements |
Web上では、時々刻々膨大な量のコンテンツ (1分間にTwitter では45万以上のツイート, Youtube では400時間以上の動画が投稿されている) が生まれている。この中でも、人々に注目されるコンテンツはほんの一部である。本研究では、ソーシャルメディアに着目し、「将来のトレンド (Twitter におけるハッシュタグの流行など) を予測できるのか？」 という問いを設定して研究を進めた。2021年度は、インターネット上で生じるトレンドについての時系列モデルを構築するため、以下の2つの研究を進めた。
研究項目 A: インターネット空間における人々の反応についての時系列モデル構築
我々はWikipediaデータの分析を行い、社会で起こるさまざまなイベント (選挙、スポーツの試合、映画の公開など) に対して、オンライン空間において人々がどのように反応するか数理モデル化を行った。この成果は、ソーシャルメディア分析の主要国際会議であるAAAI Conference on Web and Social Media (ICWSM 2021) で発表した。
研究項目 B: フェークニュース拡散の時系列モデル構築
Twitterはフェークニュースの温床となりつつあり、欧米ではフェークニュースを信じた人々が増えたためにコロナワクチンの接種率が伸び悩むなどの社会問題が起こりつつある。我々は、フェークニュース特有の拡散パターンを記述する時系列モデルを構築し、高い予測精度を実現することを検証した。この成果は国際雑誌 PLoS ONEで発表した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
これまでデータ収集を得意とする海外の研究者と連携することにより、Web・ソーシャルメディアデータの分析と数理モデル構築を進めてきた。当初想定していなかった新型コロナウィルス (COVID-19) の感染拡大により、対面での打ち合わせができない状況が2年ほど続いており、共同研究を進めるのは困難な状況が続いている。
このような状況にも関わらず、2021年度は主要国際会議 (ICWSM) のFull paper (Kobayashi et al., AAAI-ICWSM 2021)と国際雑誌 (PLoS One) で研究成果を発表できた。また、COVID-19関連のTwitterデータ分析についての成果も国際会議 (BigData 2021) で発表できた (Hashimoto et al., 2021)。
以上から、順調に成果が挙げられていると判断した。
|
| Strategy for Future Research Activity |
新型コロナウィルス (COVID-19) の感染拡大が発生した2020年度以降は国内研究者との共同研究を進めるという方針に変え、ソーシャルメディアデータを収集できる状況の再構築を行なった。今年度は、本研究課題で開発した技術をCOVID-19関連のTwitterデータに適用するなどして、開発技術の有用性を実証したい。
|
| Causes of Carryover |
新型コロナウィルス感染拡大のため、当初計画していた出張 (打ち合わせ、国際会議など) が実施できなくなったため。
今年度は、研究を効率的に進めるための人件費などに活用したい。
|
