| 研究課題/領域番号 |
20H01163
|
|---|
| 研究種目 |
奨励研究
|
| 配分区分 | 補助金 |
|---|
| 審査区分 |
4110:情報科学、情報工学、人間情報学、応用情報学およびその関連分野
|
|---|
| 研究機関 | 大阪府立大学 |
|---|
研究代表者 |
西田 泰士 大阪府立大学, 研究推進課, リサーチ・アドミニストレーター
|
|---|
| 研究期間 (年度) |
2020-04-01 –
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
480千円 (直接経費: 480千円)
2020年度: 480千円 (直接経費: 480千円)
|
|---|
| キーワード | URA / リサーチ・アドミニストレーター / 推薦システム / 共クラスタリング / マルチビュー分析 |
|---|
| 研究開始時の研究の概要 |
本研究は、学術論文データ等における研究相互間の意味的関連性を明らかにし、萌芽的研究領域や異分野・複合領域の可視化による有望な研究領域の知識発見を行い、システマティックに効率的な研究マネジメント支援を行う基盤を構築するものである。従来の評価指標として一般的に用いられている「インパクトファクター」や「h-index」のような論文同士の引用関係のみならず、研究相互問の意味的関連性を導入することで、研究トレンド予測や複合研究領域予測を目指す研究である。
|
| 研究成果の概要 |
本研究では，共クラスタリングとマルチビュー分析を適用することにより，技術的単語間の意味的な関連性を見出すことを目指した．
文書データの分析の際には，各文書での基底単語の出現頻度を用いるBag-of-Words(BoW)の概念がしばしば用いられるが，多次元のBoWベクトルを構築する際には，非常に疎（スパース）な特徴ベクトルとなることも多く，文書間の類似性がうまく把握できない．そこで本研究では，単語間の類似性を考慮したファジィ重み写像を導入するファジィBoW行列の活用を検討した．その結果，従来の手法では見出されなかった知見の発見を実現した．
|
| 研究成果の学術的意義や社会的意義 |
大学等における研究マネジメント人材(URA＝リサーチ・アドミニストレーター)は、論文データ等を用いて研究力を分析し、研究力強化戦略の立案に寄与することが求められている.
本研究では，採択された科研費のキーワードデータを活用した研究マネジメント支援システムを構築した．当該システムは，URAが技術的文章を入力することで，意味的な関連性から研究者をシステマティックに見つけ出すことを実現するものであり，研究マネジメントの高度化が期待できる．
|
