| 研究課題/領域番号 |
19K12240
|
|---|
| 研究機関 | 京都産業大学 |
|---|
研究代表者 |
河合 由起子 京都産業大学, 情報理工学部, 教授 (90399543)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | ビッグデータ分析 / SNSデータ分析 / ユーザ特性抽出 / ナビゲーション |
|---|
| 研究実績の概要 |
本研究の目的は、ビッグデータを最新の機械分類と深層学習を利用しつつ、陽に明らかでない地物や通りの特性を抽出する技術、地物や通りをユーザの興味と関心に基づき分類し、ユーザ特性を抽出する技術、街ごとのそれら特性の相関性からユーザごとに認知しやすいランドマーク（LM）を生成する技術、それらを用いた経路をアダプティブに生成し推薦する技術により、目的地へ辿り着ける経路の推薦システムを開発し、安全性と快適性、有用性の向上を達成することである。
当該年度は、課題イ「陽に明らかでない地物と通りの雰囲気特性の抽出」として、前年度に実施したビッグデータの収集およびCognitive Service、Watson、cloud visonなどのライブラリを画像の種類ごとにチューニングし、色、形、意味の特徴量を抽出し、TFiDF、Glove、word2vec、LSI、RNN、LSTMを実装し抽出した特徴量から、明示的特徴抽出と暗黙的特徴抽出による雰囲気特性抽出法を検討した。具体的には各地物と通りのSNSと画像データを時間と場所の多次元に分類し、地物と通りに対する視認性と人気度を算出した。特に、暗黙的特徴として、画像解析結果の特徴量とSNSデータ分析より形容表現、評判情報、感情値を抽出し、明示的特徴の人気度と合わせて雰囲気特性として抽出した。また、課題ハとして、街の地物と通りごとの雰囲気特性の相関性および、各地物と通りごとのユーザ特性との相関性を抽出し、任意のLMに対して双方の相関が高いLMを抽出し、ユーザ特性に基づいたLMの認識率向上に取り組んだ。
|
| 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
本研究は、LMとなり得る店舗や名所、河川などの地物や通りに対して、名称や高さ、大きさの明示的な特徴だけでは、ユーザの興味や知識の程度が分かってもそれに準じた表現は困難になるため、LMの様々な特徴抽出がLMの認識率の向上のためには重要な課題となる。現在までに当初計画していた、課題イの「陽に明らかでない地物と通りの雰囲気特性の抽出」、および課題ハの「街の特性と相関性抽出に基づく多様なランドマークの生成」を実施できた。しかしながら、COVID-19の影響により国際会議の投稿および開催スケジュールが変更になっことにより、当該内容の発表が若干実施できなった。以上より、本年度までの進捗内容を、2020年7月と9月に国際ジャーナル、2020年11月と2021年1月の査読付き国際会議および2021年3月の国内会議にて成果発表を行った。
|
| 今後の研究の推進方策 |
今後本研究の課題である、課題イ「陽に明らかでない地物と通りの雰囲気特性の抽出」、課題ハ「街の特性と相関性抽出に基づく多様なランドマークの生成」、課題ニ「アダプティブな経路案内生成と社会実験による検証」の３課題にCOVID-19によるユーザの行動変容に柔軟に対応しつつ複合的に取り組む。初年度より実施してきた課題イの雰囲気抽出および課題ハの相関性による多様なLM抽出により、明示的・暗黙的特徴による雰囲気特性抽出手法で抽出された地物を、利用ユーザの目的地までの通りの特性ごと、ユーザの特性ごとに相関性の高いLMとして抽出し、それらを用いた経路案内を生成する。これにより例えば、親子にとって評判の良いお店、お年寄りには隅田川のように桜の美しい高野川、外国人観光客には夜賑わってる先斗町といった経路が生成される。ただし、屋外での社会実験による検証は実施目処が立たないため、当該年度に予備実験として実施したクラウドソーシングにより検証する。
|
| 次年度使用額が生じた理由 |
当初予定していた調査ならびに開発のための補助業務（人件費）を削減して実施できたこと、交付手続き時に調査ならびに発表計画していた国際会議・国内会議がCOVID-19にてオンラインとなったことより旅費が削減されたため、次年度の以降の研究発表・調査旅費ならびに補助的業務として本年度分を繰り越すこととする。
|
