2013 Fiscal Year Annual Research Report
不完全情報下での隠れた社会ネットワーク推定と普及プロセスの研究
| Project/Area Number |
23500168
|
|---|
| Research Institution | University of Tsukuba |
|---|
Principal Investigator |
倉橋 節也 筑波大学, ビジネスサイエンス系, 准教授 (40431663)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
津田 和彦 筑波大学, ビジネスサイエンス系, 教授 (50302378)
|
|---|
| Keywords | 社会シミュレーション / 複雑二重ネットワーク / ソーシャルブックマーク |
|---|
| Research Abstract |
1)学習者の知識理解状態、知識の構造を踏まえた内部ネットワークと、学習空間を踏まえた社会ネットワークからなる複雑二重ネットワークモデルを考案し、教員の教授を支援するシステムを構築した。テスト理論研究、学習構造化研究、確率論的手法研究を基盤として、教室での教授に対する学習効果をシミュレーションする手法を考案した。教師は、教育規範に基いた教授方略の中からひとつを選択して教授を行い、学習者は得た知識をベイジアンネットワークでモデル化された知識構造ネットワークに従って更新する。また、教室内の規範に基いて学習者間で 協調学習を行なう。このようなモデルにおいてシミュレーションを実施した結果、知識構造に基づく教授方略、および協調学習が最も効果的であることが判明した。成果は、計測自動制御学会、 ESSA2013等で公表した。
2) ソーシャルブックマーク (Social BookMark, SBM) が、一般的に使われるようになってきおり、SBMはURI (Uniform Resource Identifier) で表現できるインターネット上のさまざまなコンテンツを扱うことが本質的に可能である。すなわち、テキストで構成されたウェブページだけでなく、画像、音楽、動画、ウェブアプリなどが対象となる。この協調フィルタリング（CF）を改良したSBM 向けの新しい情報推薦手法を構築した。この推薦手法では、SBM 上で登録された各ユーザの嗜好情報の類似性に加えて情報整理方法の類似性にももとづいて推薦を行なう。それにより推薦の個人化を向上 させることが目的である。本手法は、ユーザ固有の分類空間をネットワークでモデル化し、アイテムへのタグ付けを個々人の分類空間として捉えることで、正確な顧客の嗜好をモデル化することができた。成果は、計測自動制御学会等で公表した。
|
