| 研究課題/領域番号 |
16K00052
|
|---|
| 研究機関 | 首都大学東京 |
|---|
研究代表者 |
中山 厚穂 首都大学東京, 社会科学研究科, 准教授 (60434198)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| キーワード | 大規模データ / 多相多元データ / スパースデータ / 非対称データ / 次元縮約 / クラスタリング / 多次元尺度構成法 |
|---|
| 研究実績の概要 |
本研究課題では，複数の情報が組み合わされた構造や形式が複雑で大規模なデータの特性に適した解析のための方法論の構築と適切な解析法の選択法の提案を目指して研究を実施する．これまでの研究では，多相多元データの圧縮・分割，非対称データの対称化についての是非についての検討は行われておらず，本研究においてその方法論の構築を行うことができれば多相多元データや非対称データを分析することのニーズが高まっている多くの分野での貢献が期待できる．また，本研究の成果を踏まえ，これまでに扱われてきた大規模で，データの構造や形式が複雑な多相多元データや非対称データ，スパースデータを解析するための新手法を開発することができれば，非常に多くの複雑な社会現象や心理現象を扱う学問分野あるいは応用分野への貢献が期待できると考える．
大規模複雑データを分析する際の適切な手法の選択法についての研究では，大規模データのためのクラスタ中心を再計算しない非階層的クラスタリング法を提案することによって，大規模データの特性に合わせてクラスタリングを効率的に行う方法についての研究を行った．データがスパースであり大規模というデータの特性に即した解析法についての研究では単相3元データを圧縮・分割することが妥当なのかどうかについて検討を行った．そして，大規模な多相多元データを分析する際にはデータがスパースとなり，データのもつ情報を反映した分析がスムーズに実施できない可能性も考えられ，この課題を解決するための研究を実施した．また，非対称データの分析の際の適切な手法の選択法についての研究も行った．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
本研究課題では，複数の情報が組み合わされた構造や形式が複雑で大規模なデータの特性に適した解析のための方法論の構築と適切な解析法の選択法の提案を目指して研究を実施しているが，各データの特性にそった解析のための方法論の構築や適切な解析法の選択法の提案についての研究を実施し，その成果については口頭発表や誌上発表することができている．
|
| 今後の研究の推進方策 |
本年度に提案した大規模複雑データを解析する際の適切な手法を選択するための方法論の妥当性をシミュレーションや実データへの適用により検討する．さらに，それらを購買履歴データ，ウェブアクセスログデータ，対人関係データなどの様々な実データへ適用し，応用分野への適用可能性について検討する．以上の研究成果を，国際学会や国内学会で研究発表するとともに誌上発表を目指す.
|
| 次年度使用額が生じた理由 |
国際学会での発表が招待講演となり旅費の援助を受けることができ研究成果を発表するために計上していた旅費の支出が当初よりも減額となった．また，当初研究を行うにあたってのデータを収集するための費用を計上していたが，データ収集のための費用が外部協力者からデータ提供や協力により当初の予定よりも減額となった．これらの理由により次年度使用額が生じた．
|
| 次年度使用額の使用計画 |
次年度使用額については，次年度の研究において本年度に提案した大規模複雑データを解析する際の適切な手法を選択するための方法論の妥当性をシミュレーションや実データへの適用により検討しており，そのらめの購買履歴データ，ウェブアクセスログデータ，対人関係データなどの様々な実データを取得するための費用として使用する予定である．また，次年度の研究成果を国内外の学会での口頭発表や誌上発表するための旅費等の費用として使用する予定である．
|
