Misc - KAZAMA Kazuhiro

Evaluation of Traffic Route Extraction from Geotagged Tweets

谷 直樹, 風間 一洋, 榊 剛史

人工知能学会全国大会論文集 ( 人工知能学会 )  29   1 - 4   2015

Quantifying Characteristics of Communities using PageRank Convergence Curves

伏見 卓恭, 斉藤 和巳, 風間 一洋

人工知能学会全国大会論文集 ( 人工知能学会 )  29   1 - 4   2015

Extracting Structural Changes of Dynamic Networks based on the PageRank

伏見 卓恭, 斉藤 和巳, 風間 一洋

知識ベースシステム研究会 ( 人工知能学会 )  103   31 - 37   2014.11

OS-16 ネットワークが創発する知能(オーガナイズドセッション,<特集>2014年度人工知能学会全国大会(第28回))

石川 孝, 栗原 聡, 風間 一洋, 鳥海 不二夫, 日本工業大学, 電気通信大学, 和歌山大学, 東京大学

人工知能 = journal of the Japanese Society for Artificial Intelligence   29 ( 6 ) 644 - 644   2014.11

F-013 Spatio-temporal Burst Detection from Twitter Data Using Dual-graph SR Method

Kato Shoko, Saito Kazumi, Kazama Kazuhiro

情報科学技術フォーラム講演論文集 ( Forum on Information Technology )  13 ( 2 ) 307 - 308   2014.08

F-014 User trends analysis on Twitter by change detection method based on multinomial distribution

Fujino Marina, Kato Shoko, Saito Kazumi, Kazama Kazuhiro

情報科学技術フォーラム講演論文集 ( Forum on Information Technology )  13 ( 2 ) 309 - 310   2014.08

ノード属性を用いた特徴的リンク傾向分析

伏見卓恭, 斉藤和巳, 風間一洋

第76回全国大会講演論文集   2014 ( 1 ) 451 - 452   2014.03

　View Summary

本研究では，レビューサイトにおけるユーザとアイテムをノードとしたレビュー関係ネットワークなどから，特徴的なリンク傾向を抽出・分析することを試みる．特に，ユーザ，アイテムの属性に着目し，どのような属性値を有するユーザがどのようなアイテムに高い評価をするかについて，Zスコアを用いて算出する．算出したZスコアの値によりユーザ属性とアイテム属性のペアをランキングし，特徴的なリンク傾向を抽出・分析する．

多重有向コア抽出法によるTwitterデータの震災時と通常時の特性比較

加藤翔子, 斉藤和巳, 風間一洋, 佐藤哲司

第76回全国大会講演論文集   2014 ( 1 ) 409 - 410   2014.03

　View Summary

本稿では，東日本大震災前後と定常時におけるTwitterのreplyデータを多重有向グラフ化し，コア抽出分解をおこなう．抽出手法には，単純無向グラフのコア抽出をおこなうSR(Spectral Relaxation)法を多重有向に拡張したMDSR(Multi-Directed-SR)法を用いる．MDSR法は，多重有向隣接行列の右固有ベクトルと左固有ベクトルを2値に量子化してコア部を抽出する．さらに，隣接行列から抽出したコア部に含まれるリンクを削除した後に上記の処理を適用し，再帰的にコア部を抽出する．右固有ベクトルはHITSアルゴリズムのAuthority度ベクトル，左固有ベクトルはHub度ベクトルに対応する．コア内のAuthorityノードとHubノードの比率の分布を見ることで，2つのデータのネットワーク構造を比較する．

Technical Term Extraction Method Using Community Feature of Terms

石橋 和樹, 南出 直樹, 風間 一洋

人工知能学会全国大会論文集 ( 人工知能学会 )  28   1 - 4   2014

Causality Analysis of Events Using Tweets

風間 一洋, 鳥海 不二夫, 榊 剛史

人工知能学会全国大会論文集 ( 人工知能学会 )  28   1 - 4   2014

Connectivity-Guaranteed Estimation of Network Structure from Partial Information

伏見 卓恭, 斉藤 和巳, 風間 一洋

人工知能学会全国大会論文集 ( 人工知能学会 )  28   1 - 4   2014

Estimating Network Structure from Functions of Nodes

伏見 卓恭, 斉藤 和巳, 風間 一洋

知識ベースシステム研究会 ( 人工知能学会 )  100   11 - 16   2013.10

「 Web ジョウホウ ショリ 」 オヨビ イッパン

フシミ タカヤス, サイトウ カズミ, カザマ カズヒロ

知識ベースシステム研究会 / 人工知能学会 [編] ( 人工知能学会 )  100   11 - 16   2013.10

情報拡散モデルを利用した超媒介者検出法

小出明弘, 斉藤和巳, 風間一洋, 鳥海不二夫

研究報告知能システム（ICS）   2013 ( 6 ) 1 - 8   2013.03

　View Summary

本稿では，ネットワーク上の情報拡散現象において，情報を多くのノードへ伝搬するための橋渡しとなるノードである超媒介者を，ネットワーク構造と情報拡散モデルを利用して検出する手法を提案する．まず，任意のノードに対して情報拡散シミュレーションを行うことにより得られる影響度を，ネットワーク内の全ノードに対して算出してネットワーク全体の影響度の期待値を得る．次に，ネットワーク内の任意のノードを削除した部分ネットワークにおいて同様に影響度の期待値を算出し，この差が大きくなるノードを超媒介者として検出する．提案手法を 2 つの実ネットワークに適用し，提案手法によって検出されたノードが，実際にネットワークの情報拡散に大きく寄与していることを示す．

OS-12 ネットワークが創発する知能(オーガナイズドセッション報告,<特集>2012年度人工知能学会全国大会(第26回))

石川 孝, 風間 一洋, 鳥海 不二夫

人工知能学会誌 = Journal of Japanese Society for Artificial Intelligence   27 ( 6 ) 659 - 660   2012.11

Analysis of Retweet under the Great East Japan Earthquake

鳥海不二夫, 篠田孝祐, 榊剛史, 風間一洋, 栗原聡, 野田五十樹

研究報告知能システム（ICS）   2012 ( 3 ) 1 - 6   2012.09

　View Summary

本論文では，東日本大震災時の前後に Twitter に投稿された約 4 億のツイートを用いて，震災が Twitter を用いた情報共有行動に与えた影響を分析した．その結果，震災直後からリツイートの利用が増加し，また情報源となるユーザが変化し，単発の情報提供者が増加したことが明らかとなった．また，リツイートの時系列を混合正規分布を用いてモデル化し，震災直後にはリツイートが行われるタイミングが短くなり多くの情報が素早く大勢のユーザに共有されたことを明らかにした．以上の結果より，東日本大震災後の Twitter には集合知を用いた情報共有ツールとしての役割が与えられたと考えられることが明らかとなった．In this paper, we analyzed the 400 millions of Tweet data which posted around the Great East Japan Earthquake to find how the twitter used and how the Twitter was influenced by the disaster. We modeled the time series data of Retweet by Log Normal Mixture Model. By analyzing the model, we found that the peak times of the retweets are become shorter, and there are few long range retweets after the disaster. As a result, we can say that the role of the Twitter was changed from communication tools to information sharing tools since the Great East Japan Earthquake were occurred.

A Difference of Local Communication Structure on the Crisis

篠田孝祐, 榊剛史, 鳥海不二夫, 栗原聡, 風間一洋, 野田五十樹

研究報告知能システム（ICS）   2012 ( 4 ) 1 - 6   2012.09

　View Summary

ここ数年， Twitter をはじめとして，ソーシャルメディアを日常的に利用している人は多くなり，先の震災でも一部ではあるが，情報収集手段としてソーシャルメディアを活用した人たちがいる．これらコミュニケーションツールが，災害時の情報伝播にてどのように使われたのかを知ることは，将来起こりうる災害において情報技術を有効に活用するために重要である．既存研究では，災害など社会的なイベントの取得にソーシャルメディアが有効であることはすでに議論されており，その際の情報伝搬に関して様々な視点から議論されている．本研究では，震災前後 2 週間程度の約 4 億の Twitter に投稿された Tweet データを対象に，ユーザの状況，行動，コミュニケーション構造を全体ならびに地域単位で分析することで，ユーザのおかれた状況ごとにどのようなコミュニケーション状況であるかを分析する．それにより，将来，個々のユーザに適した情報を伝搬するために必要な仕組みを提供するための基礎的知見を明かにする．The Great East Japan Earthquake caused devastating damage to infrastructure and loss of life. Many people used social media to communicate and share information through the series of earthquake events and aftershocks. We analyzed over 300 million tweets and the Twitter network in Japan before and after the earthquake, which revealed the earthquake that occurred in the Twitter milieu itself. We performed analyses of two kinds. As a result, we suggest that the role of Twitter as a means to share information changed during the earthquake period.

F-021 Extracting Burst Period from Mention Tweets

Koide Akihiro, Takahashi Tomomi, Saito Kazumi, Kazama Kazuhiro, Toriumi Fujio

情報科学技術フォーラム講演論文集 ( Forum on Information Technology )  11 ( 2 ) 309 - 310   2012.09

Analysis of Retweet on Twitter under the Disaster Situation

TORIUMI Fujio, SHINODA Kosuke, KURIHARA Satoshi, SAKAKI Takeshi, KAZAMA Kazuhiro, NODA Itsuki

IEICE technical report. Artificial intelligence and knowledge-based processing ( The Institute of Electronics, Information and Communication Engineers )  112 ( 94 ) 19 - 24   2012.06

　View Summary

In this paper, we analyzed the 400 millions of Tweet data which posted around the Great East Japan Earthquake to find how the twitter used and how the Twitter was influenced by the disaster. We modeled the time series data of Retweet by Gaussian Mixture Model. By analyzing the model, we found that the peak times of the retweets are become shorter, and there are few long range retweets after the disaster. As a result, we can say that the role of the Twitter was changed from communication tools to information sharing tools since the Great East Japan Earthquake were occurred.

Relation analysis of high degree users on Twitter by using follow similarity

KOIDE Akihiro, SAITO Kazumi, TORIUMI Fujio, KAZAMA Kazuhiro

IEICE technical report. Natural language understanding and models of communication ( The Institute of Electronics, Information and Communication Engineers )  111 ( 427 ) 37 - 42   2012.01

　View Summary

In this paper, as the first step to construct user models on Twitter, we focus on the high degree users who are considered as main rule players in Twitter's follow network, and we analyze the relation among these high degree users based on a follow similarity measure. Our experimental results show that the high in-degree users can be clearly classified into two groups, i.e., low out-degree users and high out-degree users, while the high out-degree users form only one group, i.e., only high in-degree users.