研究課題/領域番号 |
20K12511
|
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90010:デザイン学関連
|
研究機関 | 東京都立大学 |
研究代表者 |
西内 信之 東京都立大学, システムデザイン研究科, 教授 (70301588)
|
研究期間 (年度) |
2020-04-01 – 2023-03-31
|
研究課題ステータス |
完了 (2022年度)
|
配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2020年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
キーワード | ユーザ体験 / 人工知能 / 機械学習 / UXカーブ / 顔表情 / モデル化 |
研究開始時の研究の概要 |
様々な分野においてユーザ体験(User Experience)が注目されているが、ユーザ体験を計測し評価する客観的、総合的な評価方法が確立されていない。そこで本研究では、ユーザ体験のような時間的に連続する状況を、人工知能を用いて総合的、定量的な観点からを測定・評価する手法を検証する。人工知能の中核をなす機械学習には、「学習によりモデルを作成する」、「モデルにデータを適用して結果を得る」という大きな2つの側面を持っているが、これら側面に基づき、ユーザ体験に関する時系列の主観評価スコアのデータから、人工知能を用いてユーザ体験をモデル化し、体験を終えた後の総合評価を推定する。
|
研究成果の概要 |
本研究の目的に基づき研究期間内に達成すべき二つの目標を設定した。目標Aは、機械学習を用いて時系列の主観評価スコアからユーザ体験をモデル化し、総合評価スコアを推定することであり、目標Bは、機械学習を用いて時系列の顔表情からユーザ体験をモデル化し、総合評価スコアを推定することである。 目標Aの研究成果として、体験順序を考慮したデータセットを機械学習モデル作成に用いることで、総合評価スコアの推定精度を向上させられることを示した。目標Bの研究成果として、ユーザ体験中の顔表情が変化する映像取得だけで、機械学習により体験の総合評価スコアを推定できることを示した。
|
研究成果の学術的意義や社会的意義 |
時間的に様々に変化するユーザ体験は、ユーザ個人によって異なる体験であり、ユーザ体験が一連のステップで構成されていると考えると、ステップの有無、ステップの順番などがユーザによって異なっており、これまでの主観評価の解析方法では、十分なユーザ体験の評価が行えているとは言えなかった。本研究で提案した手法により、時間的に連続するユーザ体験を総合的、定量的な観点からを測定・評価することができるようになった。 また本研究の成果は、様々なデザインプロセスへの適用が考えられ、システム、製品、サービスなどの改善、企業戦略の意思決定などの社会実装に繋げられると考えられる。
|