| 研究課題/領域番号 |
19K11982
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 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 | 東京都立大学 |
|---|
研究代表者 |
横山 昌平 東京都立大学, システムデザイン研究科, 准教授 (20443236)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2019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 | ソーシャルビッグデータ / ジオソーシャルビッグデータ / 時空間データ処理 / アルゴリズム / 地理情報システム（GIS） |
|---|
| 研究開始時の研究の概要 |
例えばWhisky、Wine、Beerという語のセマンティック(意味)をコンピュータに理解させるにはどうしたらよいか。自然言語処理の課題として解く場合、おそらくそれらを含む沢山の文章を、ディープラーニング技術を用いて分析を行う事になるだろう。
それに対して、本研究では、語の所在を時空間に投影し、その分布の偏在性と遍在性からセマンティックを明らかにするという方法論を研究する。これは従来とは全く異なる独自性の高い手法である。
本研究は「メディアのタイプに関わらず、コンテンツの時空間における分布は、そのコンテンツのセマンティックを表しているのではないか？」という「問い」を解明する取り組みである。
|
| 研究成果の概要 |
本研究期間において、ジオソーシャルビッグデータ分析技術について次の進捗を得た。(1)ジオソーシャルビッグデータ収集基盤技術の実現、(2)地理的説明性の分析のための軌跡に基づいた密度クラスタリング手法の実現、(3)人の行動に基づいた密度クラスタに対するラベル生成手法の実現、(4)テキストタグの地理的な偏在性を明らかにするための、TF-IDFの多次元時空間への応用手法の実現。
|
| 研究成果の学術的意義や社会的意義 |
本研究はジオソーシャルデータに対して、コンテンツのセマンティック(意味空間)とジオタグ(地理空間の統合のための課題である。従来は、時空間分析と意味空間分析は異なるアルゴリズムを適用する事が前提であったが、本研究の成果では、これらを一つのアルゴリズムとして統合した。これは、意味空間と地理空間を跨いだワンストプの分析を行う基盤技術となる。
|
