2016 Fiscal Year Annual Research Report
ビッグ・マルチメディア・データ処理による個人のメディア生成行動のナビゲーション
| Project/Area Number |
26700008
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
山崎 俊彦 東京大学, 情報理工学(系)研究科, 准教授 (70376599)
|
|---|
| Project Period (FY) |
2014-04-01 – 2018-03-31
|
| Keywords | マルチメディア / ユーザナビゲーション / ビッグデータ / 魅力工学 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は、(1)ユーザが生成するメディアに対するユーザ自身の主観的価値の検証を行うこと、 (2)個人のメディア生成行動をナビゲーションし、より良いメディア生成を支援することである。本年度は「(2)個人のメディア生成行動ナビゲーション」に関して、(a)行動デザイン支援、(b)素材作成支援、(c)コンテンツ作成支援、について取り組み、下記に示すとおり当初の計画以上の目覚ましい成果を達成できた。
「(a)行動デザイン支援」は、いい素材やコンテンツを作成するための前段階として、ユーザが満足の高い体験を得ることを支援するものである。28年度の成果は以下の通りである。気温・天候を考慮した旅行ルート推薦について国内10箇所の観光地による検証を行った。レストラン推薦で各レストランの特徴的な評価語と評価スコアを抽出することに成功した。不動産の間取り画像に対して高精度な類似物件検索を実現する深層特徴学習手法を確率した。婚活においてユーザの魅力度を高精度に算出する手法を確率し、またマッチングの予測を人間の3倍の精度で実現した。
「(b)素材作成支援」は、画像・ビデオクリップ・テキストタグなど単体の素材データについて、その生成を支援するものである。28年度は、FPRankという我々が提案するタグ推薦アルゴリズムについて、クラウドワーキングによる主観評価とSNSによる大規模実証実験を行ってその有効性を確認した。
「(c)コンテンツ作成支援」は、複数の素材を組み合わせて映像やプレゼントいった高品質なコンテンツを生成することを支援するものである。28年度は、プレゼンテーションの印象解析、テレビドラマの放送前視聴率推定、生放送番組の視聴者数・離脱率推定などを実現した。
どれもユニークな試みとして多くの受賞やマスコミの取材、招待講演依頼を受けている。また、対外発表なども順調に行っている。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
これまで、非常に多くの項目について成果が出ており、研究計画の内容から大きく拡大して様々な研究分野に展開している。そのハイライトのみをいくつか列挙する。
ソーシャルネットワークにアップロードされた画像や映像などのコンテンツの人気度を予測しさらに人気度を高めるためのタグを推薦するためのアルゴリズムFPRankについて、クラウドによる評価とSNS上での実証実験を行い、効果があることを確かめた。
不動産情報処理に関しては、深層学習を用いた類似間取り図検索を実現し、所望の間取り物件を従来技術よりも精度よく検索できることを示した。また、住み心地計測のためのIoTセンサを開発し、実際に5件のマンション物件にて計測を行い、温度・日照・騒音などについて可視化を行った。我々が持っている思い込みとは大きく異なる結果が得られることを確認した。
プレゼンテーションの解析について、日本語対応を行うとともに、スライドの良し悪しや類似検索を行うシステムについて研究を開始した。本技術を応用してテレビドラマの視聴率、生放送番組の視聴者数・離脱率を高精度に予測するシステムを構築した。
婚活について、WEB婚活サービスにおけるユーザのプロフィール・自己紹介・行動データを元にユーザごとの魅力度やマッチング予測の技術を研究した。魅力度は実際のアプローチ率、返答率との相関が0.8以上となり、非常に高い精度で予測できる。マッチング予測についても人間の成功率は5～10％であるのに対し、提案手法は30％を超える精度で予測できることを示した。また、再現率も75％以上と非常に取りこぼしが少ない技術である。妊活について、100目のアンケートに答えるだけで高精度である期間内に妊娠する確率を予測する手法を確立した。また、それにより最も改善効果の高い項目を1人1人個別に提示できるでもシステムを実現した。
|
| Strategy for Future Research Activity |
29年度がプロジェクト最終年度であるため、それぞれの研究テーマについて発展・応用を考えつつも、デモシステムの作成や一般公開、論文発表などにより成果をまとめたり公開したりしていきたい。
プレゼンテーションの解析について、スライドも加味した創造的な解析技術の実現を目指す。ビジネスプレゼン、会見、教育コンテンツ、CM、テレビショッピングなどの商品プレゼンなど様々なコンテンツに応用範囲を広げて研究を行う。
不動産情報処理、婚活・妊活研究については継続して行っていく。また、新しい試みとして魅力工学の技術を子育て支援、医療・健康情報処理、教育工学、人材マッチング、ファッション画像処理、工場や店舗などの広域屋内センシングなどに応用していきたい。
すでに幾つもの企業から共同研究の提案を頂いている。可能なものから技術移転を行い、研究成果の社会還元を行っていくとともに実サービスにおいて実証実験を行っていく。
|
| Causes of Carryover |
端数が残ったため、無理に予算消化すること無く次年度へ持ち越しとした。
|
| Expenditure Plan for Carryover Budget |
IoTセンシングのためのデバイスの購入を予定している。
|
| Remarks |
本研究に関し、NHK、日経新聞、日経産業新聞、週刊エコノミスト、日経BigData、月刊事業構想などから合計17件の報道があった。
|
Research Products
(40 results)
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
[Presentation] Review-Based Service Profiling for Restaurant Recommendation2016
Author(s)
T. Yamasaki, M. Yamamoto, and K. Aizawa
Organizer
Joint 8th International Conference on Soft Computing and Intelligent Systems and 17th International Symposium on Advanced Intelligent Systems (SCIS & ISIS 2016)
Place of Presentation
Sapporo, Hokkaido, Hokkai-Gakuen University
Year and Date
2016-08-25 – 2016-08-28
Int'l Joint Research / Invited
-
-
-
-
-
-
-
-
-
-
-
