| 研究課題/領域番号 |
18K18161
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分62020:ウェブ情報学およびサービス情報学関連
|
|---|
| 研究機関 | 青山学院大学 |
|---|
研究代表者 |
莊司 慶行 青山学院大学, 理工学部, 助教 (30783039)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2021年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2020年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2019年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 情報検索 / レビューサイト / ランキング学習 / オンラインレビュー / 意見の集約 / ランキング / Learning to rank / BERT / 行動ログ分析 / Location2Vec / 位置情報付き投稿 / 映画レビュー / アニメレビュー / 先見の明 / ウェブ検索 / ソーシャルメディア / レビュー |
|---|
| 研究成果の概要 |
本課題では、ある製品に対するレビューのような、一つのトピックに対する複数人の意見を集約して検索可能にする手法について研究した。具体例として、映画レビューサイトでバックグラウンドの異なる様々な投稿者が、「泣けた」、「ハンカチがぐしょぐしょになった」などの異なる表現で映画を評している際に、「泣ける」というキーワードから映画を泣けそうな順に並び替える検索アルゴリズムを実際に提案した。そのために、レビュー文からうまく映画の特徴を抜き出し（語の多義性を考慮したベクトル化）、レビューの著者の特徴を考慮し、ランキング学習の技術を用いて実際に検索結果のランキングを生成した。
|
| 研究成果の学術的意義や社会的意義 |
近年のWebは、ウェアラブルデバイスなどの普及や、より気軽に投稿できるソーシャルメディアの流行に伴い、より断片的で些細な投稿の集積物になりつつある。そのため、これらをトピックごとにまとめ、任意のキーワードでランキング可能にする技術は重要異性が高い。本研究では、例えば、レビューサイトの投稿を映画ごとにまとめることで「最も『泣ける』映画はどれか」という検索を可能にしたり、地図サイト上の投稿を地物ごとにその目的をまとめることで「『ギターの練習』ができそうな場所はどこか」という検索を可能にした。
|
