研究紹介

ビッグデータ解析で新たな知見を

石川研究室ではWeb、データベース、マイニング技術を基盤としてソーシャルビッグデータの分析・地理情報の研究を行っています。

近年とても重要視されているソーシャルビッグデータにはソーシャルメディア由来のソーシャルデータ、実世界から観測された観測データがあり、当研究室ではこれら2つのデータを横断的に利用・分析することで新しい価値を生み出す研究をしています。ソーシャルビッグデータに含まれる位置情報、時間情報、などのコンテンツやメタデータを用いることで、利用者の行動分析・予測、施設・社会インフラの最適化や利便性向上に役立て、より良い社会の実現を目指しています。

 

 

ソーシャル × リアル

研究概要

私たちは、TwitterやFlickr,Instagramなど、様々なソーシャルメディアを通して、個人が情報を自由に発信できる社会で生活しています。そのような環境では、ソーシャルメディア由来のデータがあふれています。

このようなソーシャルデータと、実世界のデータをリンクさせた分析を行うことで、実世界で今まさに起こっていることや、発見されていない知見、未来の予測も可能になります。

また、2020年に開催される東京オリンピックを目前に控え、日本における観光産業の重要性はますます増してきています。
当研究室では、写真やTweetに付与されたGPSデータなど、ソーシャルメディア上の位置情報データを分析することで、
現実世界で実際に観光の役に立つ情報や知識を抽出する研究をしています。

科学 × データマイニング

研究概要

Deep Learningが注目を浴びている現在、データマイニングをはじめとする機械学習や深層学習の技術は、様々な分野へ応用されています。

当研究室では、ソーシャルビッグデータを用いた地理情報分析の研究を通して得た高度な技術を生かし、科学分野への貢献のための新たな価値の創造を目指しています。

現在、当研究室では、月の地震データの解析を、JAXAと国立天文台の方に協力していただきながら行っています。

実際の研究例

ソーシャルデータを用いた研究例

安全な避難経路の導出 

東日本大震災を受けて、防災対策の必要性が見直されています。各地方自治体が出している災害時の避難困難度や建物倒壊率、Twitterを用いた密集地の導出などを統合して、安全な避難経路の推薦を行います。

 
外国人にアクセシブルなFreeなWifiスポットの発見。

外国人旅行者は、日本のWifi環境に非常に不満を持っています。そこで、TwitterやFlickrを利用し、外国人にアクセシブルなWifiスポット、また、外国人がよく訪れるが、Wifiがないスポットを発見し、今後の東京オリンピックに向けたWifi環境の見直しに寄与します。

 
時系列を考慮したホットスポットの分析

観光ルートとして定番なものは、スポット間に時系列としての関係性が存在する。それらをflickrの写真データから推測し、ルート予測やスポット間の関係性を抽出します。

 
東京訪問者の、訪問目的と訪問動向の推定

仕事の出張であったり、旅行であったり、東京に訪れる人の目的は様々です。また、仕事で来た人も、夜や空いている日は観光したりすることもあると思います。そのような人たちの目的と、東京での動向をTwitterを用いて分析します。

 
word2vecを用いた地域の意味分析

地域を象徴する文化やワードは異なり、似たような文化を持つ地域も存在する(例えば、吉祥寺•下北沢•高円寺といえば古着、といったような文化を表すワードの類似)。それらをword2vecを用いて分析します。

 
経由地としての東京

北陸新幹線や北海道新幹線の開通などから、旅行の際の経由地として東京を利用する観光客が増えている。そのような人々の動向と、東京を主目的として旅行に来た人々の動向の比較•分析を、Twitterを用いて行います。

 

科学データを用いた研究例

機械学習を用いた月震の震源を分類するのに有効な性質の発見

従来、震源分類の基準は専門家の知見によるものであり、その基準は一意的なものでした。しかし、近年の研究から、これらの分類基準を再考することが可能であると考えました。そこで、震源を分類するのに有効な性質を、機械学習を用いることで発見する研究を通して、月惑星科学の貢献に寄与します。

 
月震の震源分類に最適な機械学習法の検討

過去の手法では分類が困難であった月震を分類するため、様々な手法や特徴量を用いて、過去に分類ができなかった月震の震源分類を行うことを目的としています。