マルチスケール構造モデリングの実現による行動変容を促す検索・推薦システムの開発

• 研究課題/領域番号: 23K28193
• 補助金の研究課題番号: 23H03503 (2023)
• 研究種目: 基盤研究(B)
• 配分区分: 基金 (2024); 補助金 (2023)
• 応募区分: 一般
• 審査区分: 小区分62020:ウェブ情報学およびサービス情報学関連; 小区分60080:データベース関連; 合同審査対象区分:小区分60080:データベース関連、小区分62020:ウェブ情報学およびサービス情報学関連
• 研究機関: 長岡技術科学大学
• 研究代表者: 原川 良介 長岡技術科学大学, 工学研究科, 准教授 (20787022)
• 研究分担者: 岩橋 政宏 長岡技術科学大学, 工学研究科, 教授 (30251854)
• 研究期間 (年度): 2023-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 18,980千円 (直接経費: 14,600千円、間接経費: 4,380千円); 2026年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円); 2025年度: 6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円); 2024年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円); 2023年度: 8,840千円 (直接経費: 6,800千円、間接経費: 2,040千円)
• キーワード: データマイニング / 情報検索・推薦 / マルチメディア信号処理 / 複雑ネットワーク / ソーシャルメディア

研究開始時の研究の概要

災害・感染症対策のため，行動変容を促す技術の確立が急務である．このためには，過去の有益情報のマイニングと未来の有益情報のモデル化が不可欠である．研究代表者はスパース構造学習による直接相関抽出に基づき，SNS上のソーシャルデータから有益情報としてトレンドのクラスタを抽出可能としている．本研究では新たに，各ユーザに最適な未来の有益情報を提供するマルチスケール構造モデリングを実現し，行動変容を促す検索・推薦システムを開発する．