Realtime Data Mining for Online Activities
| Project/Area Number |
16K12430
|
|---|
| Research Category |
Grant-in-Aid for Challenging Exploratory Research
|
| Allocation Type | Multi-year Fund |
|---|
| Research Field |
Multimedia database
|
|---|
| Research Institution | Kumamoto University |
|---|
Principal Investigator |
Yasushi Sakurai 熊本大学, 大学院先端科学研究部(工), 教授 (30466411)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
田島 敬史 京都大学, 情報学研究科, 教授 (60283876)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Project Status |
Completed (Fiscal Year 2018)
|
| Budget Amount *help |
¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
Fiscal Year 2018: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2017: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2016: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
|---|
| Keywords | オンラインアクティビティ / Webマイニング / 将来予測 / Web情報解析 / 非線形テンソル解析 / ビッグデータ / 要因分析 / テンソル解析 |
|---|
| Outline of Final Research Achievements |
The goal of this research project is the development of mining and forecasting technologies for big data of Web information. Specifically, our algorithms (namely, non-linear tensor analysis, data stream forecasting, and realtime causality mining) handle a wide variety of big data, and capture the latent interaction between social events, and forecast future social activities.
|
| Academic Significance and Societal Importance of the Research Achievements |
近年のIT技術の急速な発展により、Web空間ではデータ量が飛躍的に増大し、そして現在FacebookやTwitterなどの巨大なソーシャルネットワーク上では、日々大量の情報が高速に流通している。そして、これらの情報の流れは刻々と変化している。このようなWeb情報の時間発展の解析は、特定のビジネスのみならず、社会経済の活性化、環境、防災やエネルギーなど、重要な社会問題を解決するための効果的なアプローチとして期待されている。このような背景の中で本プロジェクトでは、オンラインアクティビティのための高速解析技術を開発した。
|
Report
(4 results)
Research Products
(49 results)
-
-
-
-
-
-
-
-
-
-
-
-
-
-
[Journal Article] 大規模データストリームのリアルタイム予測2016
Author(s)
松原靖子, 櫻井保志, Willem G. van Panhuis, Christos Faloutsos
-
Journal Title
情報処理学会論文誌:データベース
Volume: Vol.9 No.4
Pages: 17-31
Related Report
Peer Reviewed / Int'l Joint Research / Acknowledgement Compliant
-
-
[Journal Article] 大規模時系列データの特徴自動抽出2016
Author(s)
本田 崇人, 松原 靖子, 根山 亮, 櫻井 保志
-
Journal Title
情報処理学会論文誌:データベース
Volume: Vol. 9, No. 3
Pages: 1-13
NAID
Related Report
Peer Reviewed / Acknowledgement Compliant
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
