2023 Fiscal Year Annual Research Report
A study of route recommendation for longtail users based on features of urban and crowd
| Project/Area Number |
19K12240
|
|---|
| Research Institution | Kyoto Sangyo University |
|---|
Principal Investigator |
河合 由起子 京都産業大学, 情報理工学部, 教授 (90399543)
|
|---|
| Project Period (FY) |
2019-04-01 – 2024-03-31
|
| Keywords | SNSデータ分析 / 地理情報分析 / 経路推薦 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は、ビッグデータを最新の機械分類と深層学習を利用しつつ、陽に明らかでない地物や通りの特性を抽出する技術、地物や通りをユーザの興味と関心に基づき分類し、ユーザ特性を抽出する技術、街ごとのそれら特性の相関性からユーザごとに認知しやすいLMを生成する技術、それらを用いた経路をアダプティブに生成し推薦する技術により、多様なユーザのLMに対する認識率を向上させることで、常時画面を見ることなく目的地へ辿り着ける経路の推薦システムを開発し、社会実験を通して安全性と快適性、有用性の大幅な向上を達成することである。このために本研究課題で取り組むべき範囲として、次の４つの課題に取り組んだ。
課題イ．陽に明らかでない地物と通りの雰囲気特性の抽出：TwitterやGoogle Street View、Open Street Mapの大量かつ多様なデータを収集し、様々な分類、学習法を最適に組み合わせ、多様な特性を抽出した。画像解析の特徴量とSNS分析の特徴より形容表現、評判情報、Emotionを抽出し、明示的特徴の人気度と合わせて雰囲気特性として抽出した。
課題ロ．地物と通りに対する興味と関心に基づくユーザ特性の抽出：SNS分析によるユーザの母国語推定、画像の人物と顔画像解析によるユーザの年代推定とEmotion 推定、発信位置によるユーザの居住地域推定より、推定ユーザごとの地物と通りに対するトピックとEmotionをユーザ特性として抽出した。
課題ハ．街の特性と相関性抽出に基づく多様なランドマーク（LM）の生成：地物と通りの雰囲気特性の相関性を算出し、また、各地物と通りごとにユーザ特性との相関性を抽出し、双方の相関の高いLMを検出した。
課題ニ．アダプティブな経路案内生成と社会実験による検証：多様なユーザ特性に対応した快適な経路案内を実装し検証した（主に最終年度実施）。
|
