| 研究課題/領域番号 |
23656370
|
|---|
| 研究機関 | 早稲田大学 |
|---|
研究代表者 |
渡辺 仁史 早稲田大学, 理工学術院, 教授 (40063804)
|
|---|
| 研究分担者 |
林田 和人 早稲田大学, 理工学術院, 准教授 (10277759)
木村 謙 早稲田大学, 理工学術院, 講師 (10277824)
高柳 英明 滋賀県立大学, 環境科学部, 准教授 (70344968)
遠田 敦 東京理科大学, 理工学部, 助教 (90468851)
|
|---|
| キーワード | ソーシャルメディア / SNS / ビッグデータ / 感性単語 / クラスター分析 / 時系列分析 / 地理情報 |
|---|
| 研究概要 |
申請者らはソーシャルメディアから得られる情報を用いて、都市・建築の観点から有益な知見を導くために研究しており、2013年度では都市の分類と被災者の感情変化を中心に研究を行った。また、これらの分析を素早く行うために、ビッグデータ解析時に一般的に用いられているインフラと方法を導入した。
まず、ツイート記事を人間の状態や行動をセンシング出来る情報元として用いることで、人間行動をダイナミックに計測することで都市計画時に必要とされる都市の分類や類型化を試みた。日常的に使われやすい単語として雑誌に出てくる頻度が高いものを抜き出し、山手線駅ごとにこれらの単語を集計した。その後、年ごとと時間帯ごとにクラスター分析を行った。これらの結果、駅と時間ごとにその場に想起される単語は異なり、都市ごとに異なる様相を示すことを明らかにした。
また、災害時の被災者状況をセンシングする方法を検討した。東日本大震災前後のソーシャルメディアの情報を機械的に収集し、感性的単語と地理情報との関係について検討を行った。ツイート記事に対して、形態素解析により形容詞を抜き出し、その頻度と意味から8つの感情を示す形容詞を追跡した。これらの形容詞を被災地とそれ以外、東日本大震災前後で集計した。この結果、被災地と都心部で感性単語表現が異なることを示した。
最後に今までの研究を鑑みて、これからビッグデータ分析をする際により迅速に行うインフラ整備と手法の確認を行うことにした。通常の分析手法をそのままビックデータで用いると時間がかかる上に、集計結果を確認することも究めて難しい。これらに対して、HadoopとそのライブラリであるMahoutを導入し素早い統計処理を行った。
|
