ソーシャルビッグデータ応用における仮説の生成と説明のための基盤的研究

社会大数据应用中假设生成和解释的基础研究

• 批准号: 20K12081
• 负责人: 石川 博
• 金额: $ 2.75万
• 依托单位: Tokyo Metropolitan University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2020
• 资助国家: 日本
• 起止时间: 2020-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K12081/
• 关键词: ビッグデータ; データモデル; 仮説生成方法; 説明基盤; 仮説生成; 説明機能; ソーシャルデータ; 実世界データ

(A) 仮説生成方法論の体系化：(A1) 統合的データモデルの提案：ソーシャルビッグデータ応用はデータ構造として，集合及び集合の集まりを基本とするデータ分析とデータ管理とからなるハイブリッドなエコシステムである．そこで本研究ではソーシャルビッグデータ応用における仮説生成手順全体の記述のためにハイブリッドなエコシステムを纏めて記述・説明できるデータモデルアプローチを提案して利用した．(A2)仮説生成方法論の構築：複数データソースを統合的に利用して仮説を生み出す方法論として，複数の分野で独立に発展してきた差分方式の体系化を目指し，モデルアプローチによる具体化を幅広い分野として観光，科学，スマートシティなどを対象とすることにした．特に同一データの差分に関して複数の方法を適用して仮説を生み出す方式の検討を行った．仮説生成手法のひとつをJAXAと共同で小惑星探査機のテレメトリデータに実際に適用した．(B) 統合的説明基盤の構築：モデル独立な方法とモデル依存に分けて，ミクロとマクロの説明機能の検討を行った．特に複数の構成要素に分割するアプローチを考案した．(C) ユースケースの収集と基盤技術の検証：科学と観光などの複数のケースを取集し，提案方式を用いてそれらの有効性を確認できた．これらの成果は4篇の学術誌論文，3篇の国際会議論文，１篇の口頭発表および受賞につながった．

(A)Systematization of the methodology for generating data: (A1) Proposal for integrated data sets: data structure for use in data sets and sets; data analysis for data management; data management; and data management. In this study, the author proposed a new method to generate a manual sequence of all descriptions, descriptions, and descriptions. (A2)The construction of theory generation methodology: the use of complex theory integration, the development of complex theory, the systematization of differential method, the specification of complex theory, the differentiation of theory, the science of theory and the theory of theory. In particular, the differential analysis of the same type of data is applied to the analysis of the output mode. The method of generating information is applied to JAXA in real time. (B)Integrated description base construction: independent method, dependent method, description function, discussion method. A plurality of constituent elements are divided into two parts. (C)The technology of collecting and base plate is proved by science and technology, and the method of proposal is used to confirm the existence of the technology. There are 4 academic journal papers, 3 international conference papers, 1 oral presentation and award.

项目成果

Concept Drift Detection on Data Stream for Revising DBSCAN Cluster

• DOI: 10.1145/3405962.3405990
• 发表时间: 2020-06
• 期刊: Proceedings of the 10th International Conference on Web Intelligence, Mining and Semantics
• 作者: Yasushi Miyata;H. Ishikawa

Social Big Data: Case Studies

社会大数据：案例研究

• DOI: 10.1007/978-3-662-62919-2_4
• 发表时间: 2021
• 期刊: Springer Nature Trans. Large Scale Data Knowl. Centered Syst.
• 作者: Hiroshi Ishikawa;Yasushi Miyata
• 通讯作者: Yasushi Miyata

Estimating the Best Time to View Cherry Blossoms Using Time-Series Forecasting Method

• DOI: 10.3390/make4020018
• 发表时间: 2022-04
• 期刊: Mach. Learn. Knowl. Extr.
• 作者: Tomonari Horikawa;Munenori Takahashi;Masaki Endo;Shigeyoshi Ohno;Masaharu Hirota;H. Ishikawa

Quality Classification for Testing Work in DevOps

DevOps 中测试工作的质量分类

• 发表时间: 2022
• 作者: Daiju Kato;Ayumu Shimizu;Hiroshi Ishikawa
• 通讯作者: Hiroshi Ishikawa

Verification of the Best Time to See Cherry Blossoms Estimation Method using Time Series Prediction Method

使用时间序列预测法验证樱花最佳赏花时间估算方法

• 发表时间: 2022
• 作者: Junya Sato;Yusuke Takamori;Masahiro Fujimoto;Tomonari Horikawa;Masaki Endo;Shigeyoshi Ohno;Masaharu Hirota;Hiroshi Ishikawa
• 通讯作者: Hiroshi Ishikawa