Efficient Text Big Data Mining Technology via Structure Extraction

2023 Fiscal Year Final Research Report

• Project/Area Number: 19H01133
• Research Category: Grant-in-Aid for Scientific Research (A)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Medium-sized Section 61:Human informatics and related fields
• Research Institution: National Institute of Informatics
• Principal Investigator: Takeaki Uno 国立情報学研究所, 情報学プリンシプル研究系, 教授 (00302977)
• Co-Investigator(Kenkyū-buntansha): 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) ; 久保山 哲二 学習院大学, 付置研究所, 教授 (80302660) ; 橋本 隆子 千葉商科大学, 商経学部, 教授 (80551697) ; 申 吉浩 学習院大学, 付置研究所, 教授 (60523587)
• Project Period (FY): 2019-04-01 – 2024-03-31
• Keywords: SNS解析 / 多様性 / クラスタリング / ソーシャルメディア / データマイニング / アルゴリズム / 形質 / 類似性

Outline of Final Research Achievements

We developed several social media analysis methods based on traits. 1. Construction of clustering that utilizes similarity considering both words and time-series information between topics, using micro-clustering and its time-series patterns. 2. Development of a semantic interpretation method that integrates LDA and techniques in literary, enabling the semantic analysis of massive tweet data. 3. A method for comparing sets of texts using diversity, effectively measuring the similarity of issues characterized by low diversity, such as online flaming. 4. A keyword extraction method using micro-clustering, which more accurately corresponds to local topics compared to conventional methods. In addition to these, we achieved results of many other mining algorithms and social media analysis, many of which have been published as peer-reviewed papers.

Free Research Field

アルゴリズム理論

Academic Significance and Societal Importance of the Research Achievements

SNS分析を、その意味だけではなく、投稿時刻の分布や多様性など、人々の動きのパターンから行えるようになることで、意味の上からは観察しにくい、人々の群れとしての心理をひもとくような観察を行うことができるようになる。また、このような文章の集合、人々の群れの構造を元に、類似性やキーワード抽出を行うことで、今までとは質の異なる、直感により近づくと思えるような解を得られるようになった。また、マイニング技術と文学の読みの技術を融合する研究を行い、人文学の技術による深い理解を伴う解析技術の開拓をした。