Project/Area Number |
13J09867
|
Research Category |
Grant-in-Aid for JSPS Fellows
|
Allocation Type | Single-year Grants |
Section | 国内 |
Research Field |
Intelligent informatics
|
Research Institution | Chiba Institute of Technology (2015) Nara Institute of Science and Technology (2013-2014) |
Principal Investigator |
吉川 友也 千葉工業大学, 人工知能・ソフトウェア技術研究センター, 主任研究員
|
Project Period (FY) |
2013-04-01 – 2016-03-31
|
Project Status |
Completed (Fiscal Year 2015)
|
Budget Amount *help |
¥2,700,000 (Direct Cost: ¥2,700,000)
Fiscal Year 2015: ¥900,000 (Direct Cost: ¥900,000)
Fiscal Year 2014: ¥900,000 (Direct Cost: ¥900,000)
Fiscal Year 2013: ¥900,000 (Direct Cost: ¥900,000)
|
Keywords | 情報拡散モデル / 確率モデル / カーネル法 / 潜在変数モデル / 情報拡散 / ソーシャルネットワーク |
Outline of Annual Research Achievements |
近年、ソーシャルメディアの興隆により、個人や企業、官公庁組織がインターネット上で情報発信する文化が根付いている。情報はソーシャルメディア上の個人間のネットワーク(ソーシャルネットワーク)を介して拡散する。このような情報は、時としてニュースメディアよりも速報性のある情報を含んでいたり、多くの人にとって有益な情報や意図的な誤情報(デマ)等を含んでいる。従って、どのような条件下で情報が広く拡散するのかを明らかにすることは重要である。本研究では、ソーシャルネットワーク上での情報の広がり方を表現する情報拡散モデルとその学習法を構築し、情報拡散現象の予測と解析を行う。 ソーシャルメディア上では様々な形式のデータが存在する。多くの場合はテキスト情報であるが、画像や動画、音声等の情報も存在する。形式が異なると、それらを表現する特徴量も異なるため、それぞれのデータに合わせた解析やモデルが必要となる。しかし、そのような方法では、テキストと画像の関係が捉えられず、真に情報拡散現象を表現するモデルの構築が不可能である。 様々な種類のデータを統合的に扱うためには、データを表す潜在的な特徴量を学習する必要がある。今年度は、多言語テキストや、画像等、様々な種類の情報を統合的に扱えるようにするために、異なる種類のデータの特徴量を一つの共有の潜在空間上で表現する方法を開発した。この方法は、従来の方法(例えばカーネル正準相関分析)とは異なり、特徴の持つ潜在的な表現の全てを使ってデータを表現できるため、より効率的なデータの表現方法である。この方法の有効性を示すために、異なる種類のデータのマッチングを予測する手法を開発し、提案手法が既存手法よりも精度良く、同じコンテンツを持つ多言語文書のマッチングの予測を辞書情報無しで行えたり、画像とその画像を説明するタグリストのマッチングを予測したりすることができることを示した。
|
Research Progress Status |
27年度が最終年度であるため、記入しない。
|
Strategy for Future Research Activity |
27年度が最終年度であるため、記入しない。
|