• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2022 年度 研究成果報告書

大規模自然災害後の数億件規模のツイートからの話題成長パターンの分析とモデル化

研究課題

  • PDF
研究課題/領域番号 18K11443
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61030:知能情報学関連
研究機関千葉商科大学

研究代表者

橋本 隆子  千葉商科大学, 商経学部, 教授 (80551697)

研究分担者 岡本 洋  東京大学, 大学院工学系研究科(工学部), 特任研究員 (00374067)
久保山 哲二  学習院大学, 付置研究所, 教授 (80302660)
研究期間 (年度) 2018-04-01 – 2023-03-31
キーワードソーシャルメディア解析 / データマイニング / テキストマイニング / ビッグデータ解析 / 時系列解析 / マイクロクラスタリング / 2段階クラスタリング
研究成果の概要

本研究は大規模災害時に投稿された数億件規模のTwitterデータを対象とし、話題の成長パターン分析とそのモデル化を行う。人々の行動や社会に対して大きな影響を与えるソーシャルメディア上の話題を可視化し、話題拡散の様子を示し、人々のコミュニケーション、話題の信頼性評価や議論の推移予測をサポートする技術の開発を、SNSにおける人々の反応を分析するために、マイクロクラスタリングをベースとした手法および、一般的なクラスタリング手法及びLDAを用いて東日本大震災やコロナワクチンに関する大規模Twitterデータの分析を行った。その結果として、SNS上の人々の反応を分類し可視化することが可能となった。

自由記述の分野

人間情報学

研究成果の学術的意義や社会的意義

本研究の意義は、大規模ソーシャルメディアデータを対象とし,少人数の人々から始まり,その後拡散され,時にそれを訂正するような話題も発生し最終的に収束していくような話題を「兆し」から抽出し,追跡可
能な時系列話題追跡技術を開発することにより、ソーシャルメディアが人々の議論や行動に与える影響を分析することにある。マイクロクラスタリング技術と時系列クラスタリング技術を融合した2段階クラスタリング技術を開発し、また、LDAといった既存のクラスタリング技術を利用することで、大規模災害が起きた際の人々の反応を時系列に可視化することでき、ソーシャルメディアにおける人々の反応をパターン化できた。

URL: 

公開日: 2024-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi