| Project/Area Number |
21H04376
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (A)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Medium-sized Section 4:Geography, cultural anthropology, folklore, and related fields
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
原 正一郎 京都大学, 東南アジア地域研究研究所, 名誉教授 (50218616)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
森 信介 京都大学, 学術情報メディアセンター, 教授 (90456773)
浅見 泰司 東京大学, 大学院工学系研究科(工学部), 教授 (10192949)
関野 樹 国際日本文化研究センター, 総合情報発信室, 教授 (70353448)
山田 太造 東京大学, 史料編纂所, 准教授 (70413937)
三重野 文晴 京都大学, 東南アジア地域研究研究所, 教授 (40272786)
村上 勇介 京都大学, 東南アジア地域研究研究所, 教授 (70290921)
石川 正敏 東京成徳大学, 経営学部, 准教授 (90332973)
馬塲 弘樹 中央大学, 理工学部, 准教授 (60869121)
|
|---|
| Project Period (FY) |
2021-04-05 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥41,470,000 (Direct Cost: ¥31,900,000、Indirect Cost: ¥9,570,000)
Fiscal Year 2024: ¥8,190,000 (Direct Cost: ¥6,300,000、Indirect Cost: ¥1,890,000)
Fiscal Year 2023: ¥8,060,000 (Direct Cost: ¥6,200,000、Indirect Cost: ¥1,860,000)
Fiscal Year 2022: ¥9,100,000 (Direct Cost: ¥7,000,000、Indirect Cost: ¥2,100,000)
Fiscal Year 2021: ¥10,140,000 (Direct Cost: ¥7,800,000、Indirect Cost: ¥2,340,000)
|
|---|
| Keywords | 地域研究 / 計量的分析 / 時空間情報処理 / 機械学習 / ビッグデータ |
|---|
| Outline of Research at the Start |
細分化されかつ定性的な地域研究の手法を補完する計量的研究手法を開発するため、地域社会が変容するTipping Pointに注目し、その検出・機序・過程をビッグデータにより計量的に分析できるか、という問いを立てる。そのために、日本における災害とラテンアメリカにおける体制崩壊を事例として取り上げ、以下の3つの研究項目に沿って計量学的手法の確立を目指す：
① イベントセットの構築：多様な地域研究データを統合・構造化する手法の確立
② イベントセットの分析：Tipping Pointの検出と要因を推定する手法の確立
③ 数理モデルの構築：Tipping Pointの機序を説明する数理モデルの構築
|
| Outline of Annual Research Achievements |
ビッグデータを駆使することで、地域社会が変容する瞬間を捉え、その機序や過程までを分析できるであろうか。この問いに挑みながら、本研究では、定性的手法が主流である地域研究において、情報学の計量性を活かした研究手法の構築を目的とする。2021年度は、日本語Webニュースデータを利用し、東日本大震災等の災害に関わる事象の分析を事例として、研究を進めた。
研究実績の概要は以下の通りである：
研究項目①（イベントセットの構築：ビッグデータをエビデンスとして構造化する） 収集した日本語Webニュースのテキストデータ本体、下記②によるテキストデータの計量化の結果、それに関連する情報（語彙の品詞、文の構造、地名に関わる語彙と緯度・経度等）を蓄積し、後段の分析で利用しやすいデータ構造（イベントセット）を定義した。
研究項目②（イベントセットの分析：ビッグデータから地域社会の変容を計量的に把握する手法の開発） Latent Dirichlet Allocation（トピックモデル）を利用して、日本語Webニュースデータの記事の分類と内容分析を実施するとともに、分析に使用したプログラムのツール化を試みた。
研究項目③（数理モデルの構築：地域社会が変容する機序の説明および動向を予測する数理モデルの構築） 地域社会が変容する瞬間を捉える試みとして、イベントの連鎖を時系列データを見なした異常値検出技法の可能性を検討した。またイベントの連鎖をネットワークモデルと捉え、定性推論によるシミュレーション等の分析の可能性も検討した。
上記の成果に基づいて、英語・スペイン語によるニュースデータを利用した地域情報（特に政治関わる事象）の分析の準備に着手した。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
2021年度内は、国内外におけるCovid-19の蔓延が収束せず、移動制限や協力機関における訪問制限等により、成果取りまとめに不可欠な国内外の調査や研究会の開催が困難であった。しかし2022年度において制限が徐々に緩和されたことに伴い、遅れを取り戻しつつある。
|
| Strategy for Future Research Activity |
当初の計画にしたがって推進する。
|
