研究課題
本研究では、時系列テキストデータ可視化手法であるFACT-Graphに対して、グラフ合成系列頻出マイニング手法を適用することで、時系列因果関係ネットワークの表出化を目指す。FACT-Graphは大域的トレンドの可視化に有用である。しかしながら、一見重要そうでないが実は重要なキーワードの抽出が正確に行えない点やキーワードが他のキーワードにどのように影響しているか、因果関係を把握することができないといった問題点がある。そのため、時系列データの分割法により、大局的には抽出しにくい局所的に表れるキーワードの抽出を行い、また、グラフ統合を行った。時系列データ分割には、等分割法の他、構造変化点抽出法を用いている。また、因果関係を把握するために、テキスト内のキーワード群から要因モデルを作成する方法を提案した。また、テキスト群にあるバイアス(偏り)を軽減するために、要因モデル統合法を提案し、報告を行った。これらの研究は、論文誌や国内学会、国際学会などで報告されている。
すべて 2014 2013
すべて 雑誌論文 (4件) (うち査読あり 4件) 学会発表 (8件)
Annals of Information Systems, Special Issue on Real World Data Mining Applications
巻: 印刷中 ページ: 印刷中
KES Journal
巻: 17 ページ: 145-155
10.3233/KES-130259
Communications in Computer and Information Science
巻: 374 ページ: 450-453
10.1007/978-3-642-39476-8_91
Frontiers in Artificial Intelligence and Applications
巻: 254 ページ: 222-230
10.3233/978-1-61499-262-2-222