| 研究課題/領域番号 |
19H01133
|
|---|
| 研究種目 |
基盤研究(A)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
中区分61:人間情報学およびその関連分野
|
|---|
| 研究機関 | 国立情報学研究所 |
|---|
研究代表者 |
宇野 毅明 国立情報学研究所, 情報学プリンシプル研究系, 教授 (00302977)
|
|---|
| 研究分担者 |
小林 亮太 東京大学, 大学院新領域創成科学研究科, 准教授 (70549237)
久保山 哲二 学習院大学, 付置研究所, 教授 (80302660)
橋本 隆子 千葉商科大学, 商経学部, 教授 (80551697)
申 吉浩 学習院大学, 付置研究所, 教授 (60523587)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
44,330千円 (直接経費: 34,100千円、間接経費: 10,230千円)
2023年度: 10,400千円 (直接経費: 8,000千円、間接経費: 2,400千円)
2022年度: 10,270千円 (直接経費: 7,900千円、間接経費: 2,370千円)
2021年度: 10,400千円 (直接経費: 8,000千円、間接経費: 2,400千円)
2020年度: 10,400千円 (直接経費: 8,000千円、間接経費: 2,400千円)
2019年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
|
|---|
| キーワード | SNS解析 / 多様性 / クラスタリング / ソーシャルメディア / データマイニング / アルゴリズム / 形質 / 類似性 / ソーシャルメディア分析 / SNS / トピック / データ解析 |
|---|
| 研究開始時の研究の概要 |
本課題ではWebテキスト等の自然言語ビッグデータから、クラスタやバースト等の意味的、時間的な局所構造を抽出し、分布や関連性を可視化して議論の流れやデマを獲得する手法を開発する。我々が開発したデータ研磨、バーストモデルを融合・発展して質の高い局所構造抽出手法を構築し、分布や関連を高次なマイニングと可視化により既存手法の限界を突破し、趨勢、デマ、多様性等の非言語的な形質を獲得する。社会科学等でのアンケートでの社会の実態や問題の獲得、SNSでの世論の抽出に新しい手法を提唱し、人々がネット情報に過剰に左右されずに情報を獲得し、ヘイトやデマ、いじめがないネット社会の構築に資することを目指す。
|
| 研究成果の概要 |
形質から解析するSNS解析手法を多く構築した。1. マイクロクラスタリングとその時系列パターンを用いた、トピック間に単語と時系列情報の両方を考慮できる類似性を活用するクラスタリングの構築。２．LDAと文学的技術を融合した意味解釈手法の開発。巨大なツイート解析の意味づけを可能とした。３．多様性を用いた文章集合の比較手法。炎上など多様性の低さに特徴を持つ事柄に関する類似性を効果的に測定できる。４．マイクロクラスタリングを用いたキーワード抽出手法。従来手法より局所的なトピックに的確に対応する。他にも多くのマイニングアルゴリズムやSNS分析結果で成果を出し、多くは査読付き論文として発表した。
|
| 研究成果の学術的意義や社会的意義 |
SNS分析を、その意味だけではなく、投稿時刻の分布や多様性など、人々の動きのパターンから行えるようになることで、意味の上からは観察しにくい、人々の群れとしての心理をひもとくような観察を行うことができるようになる。また、このような文章の集合、人々の群れの構造を元に、類似性やキーワード抽出を行うことで、今までとは質の異なる、直感により近づくと思えるような解を得られるようになった。また、マイニング技術と文学の読みの技術を融合する研究を行い、人文学の技術による深い理解を伴う解析技術の開拓をした。
|
