研究課題/領域番号 |
18H03245
|
研究種目 |
基盤研究(B)
|
配分区分 | 補助金 |
応募区分 | 一般 |
審査区分 |
小区分60080:データベース関連
|
研究機関 | 京都大学 |
研究代表者 |
田島 敬史 京都大学, 情報学研究科, 教授 (60283876)
|
研究分担者 |
櫻井 保志 大阪大学, 産業科学研究所, 教授 (30466411)
|
研究期間 (年度) |
2018-04-01 – 2021-03-31
|
研究課題ステータス |
完了 (2020年度)
|
配分額 *注記 |
17,290千円 (直接経費: 13,300千円、間接経費: 3,990千円)
2020年度: 5,850千円 (直接経費: 4,500千円、間接経費: 1,350千円)
2019年度: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2018年度: 6,760千円 (直接経費: 5,200千円、間接経費: 1,560千円)
|
キーワード | オンライン・アクティビティ抽出 / ソーシャルメディア分析 / 時系列データ / 情報有効期限 / データストリーム予測 / 要因分析 / 特徴抽出 / 相互作用発見 / 時間依存情報 / 検索結果多様化 / 時系列ビッグデータ / リアルタイムAI技術 / 予測 / Web情報 / 情報抽出 / 連鎖 / 行動予測 / ユーザ行動追跡 / 情報の需要と供給 / 時系列ビッグデータ解析 / リアルタイム要因分析 |
研究成果の概要 |
Web上から現実社会の事象に関する情報を収集するための技術として、ある語がWeb検索される頻度とWeb上に現れる頻度の比較から現実社会の事象に関係する語を識別する手法や、ソーシャルメディア上に流れる情報のうち、現在起こっている事象に関するものとそうでないものを区別する手法などを開発した。 また、Webなどから抽出した時間、地域、キーワードなどの複数の属性からなる大規模な時系列データから、様々なイベント発生の兆候と、それらの間の因果関係をリアルタイムに抽出し、将来予測を高速かつ完全自動に、また、状況変化に対応しながら長期にわたって、行う新技術を開発した。
|
研究成果の学術的意義や社会的意義 |
Web上の情報から実世界の状況を素早く認識できるようになることは、市場トレンドや行政ニーズの把握、災害時の迅速な救助、犯罪等の緊急情報の検出などを可能にし、社会的意義は大きい。また、そのような分析を行う場合、根拠となる情報の抽出が不正確あるいは偏っていると、分析の結果も不正確あるいは偏ったものとなるため、正確かつ多様な情報を抽出する技術は社会的に重要である。さらに、事象間の関連性のモデル化は、予測のためだけでなく、社会現象や人間の行動のより深い理解にも有用である。また、技術的には、大衆活動と個人活動との関連性を分類しながら学習する点や、与えられた時間内にリアルタイム処理を行う点も特徴である。
|