| 研究課題/領域番号 |
20K20130
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分90020:図書館情報学および人文社会情報学関連
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
久野 遼平 東京大学, 大学院情報理工学系研究科, 講師 (60725018)
|
|---|
| 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 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2021年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2020年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
|
|---|
| キーワード | ネットワーク学習 / 異質情報ネットワーク / ノレッジグラフ / ファイナンス / 情報の信頼性 |
|---|
| 研究開始時の研究の概要 |
金融市場が社会の持続的発展に貢献するには、市場参加者が広範囲にわたって十分に正確な情報に基づいて意思決定を行うことが必須である。そこで本研究ではビッグデータの集合体を異質情報ネットワークとして統合し、ネットワークやテキストマイニングをベースにした分析技術を開発することで、市場参加者が多角的な情報の中から必要な知見を、合理的かつ広範囲に検索するための基盤技術を創成する。本研究課題によって市場参加者がフェイクニュースや無知によって望まない投資判断をすることを防ぐことが可能になる。
|
| 研究成果の概要 |
本研究はビッグデータをノレッジグラフとして統合し、分析技術を開発することで、市場参加者が広範囲に必要な知見を検索するための基盤技術を創出することである。初年度では、大規模なニュースデータを分析する手法を開発すると同時に、ヘルムホルツホッジ分解を用いて外交政策の影響ネットワークの階層構造を抽出することに成功した。二年目では、各国のスマート制裁リストにエンティティを追加するタイミングのデータを分析して、外交政策のパワーバランスを光に当てた。最終年度では、法律・判例を対象にした法の構造分析をさらに発展させ、銀行送金データを分析する新たな角度から研究を進めた。成果は国際ジャーナルに複数論文を掲載した。
|
| 研究成果の学術的意義や社会的意義 |
金融市場はもちろんのこと、情報が意思決定の重要な基盤となる領域において、意思決定者が社会の持続的発展に貢献するためには、参加者が広範囲にわたって十分に正確な情報に基づいて意思決定を行うことが必要不可欠である。そこで本研究では、ビッグデータの集合体を異種情報ネットワークとして統合し、ネットワークやテキストマイニングを基盤とした分析技術を開発することで、市場参加者が多様な情報の中から必要な知見を合理的かつ広範囲に検索するための基盤技術を創出する。本研究によって、参加者が無知によって望まない判断をすることを防ぐことができるようになる。
|
