Misc - 風間　一洋

位置情報付きツイートから抽出した交通路の評価

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年

PageRank収束曲線を用いたコミュニティ特性の定量化

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年

PageRankに基づく動的ネットワークの構造変化抽出 (「Web情報処理」および一般)

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年11月

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年11月

F-013 双対SR法によるTwitterデータの時空間バースト検出(F分野:人工知能・ゲーム,一般論文)

加藤 翔子, 斉藤 和巳, 風間 一洋

情報科学技術フォーラム講演論文集 ( FIT(電子情報通信学会・情報処理学会)運営委員会 )  13 ( 2 ) 307 - 308   2014年08月

F-014 多項分布変化点検出法によるTwitter上のユーザ動向分析(F分野:人工知能・ゲーム,一般論文)

藤野 まり菜, 加藤 翔子, 斉藤 和巳, 風間 一洋

情報科学技術フォーラム講演論文集 ( FIT(電子情報通信学会・情報処理学会)運営委員会 )  13 ( 2 ) 309 - 310   2014年08月

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年03月

　概要を見る

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年03月

　概要を見る

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．

単語のコミュニティ性に基づいた専門用語の抽出

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年

Twitterのイベントの因果関係の分析

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年

部分情報からの連結性を保証したネットワーク構造推定

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年

ノード機能からのネットワーク構造推定 (「Web情報処理」および一般)

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年10月

ノード機能からのネットワーク構造推定—Estimating Network Structure from Functions of Nodes—「Web情報処理」および一般

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 [編] ( 人工知能学会 )  100   11 - 16   2013年10月

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年03月

　概要を見る

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年11月

東日本大震災時におけるリツイートの分析

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年09月

　概要を見る

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.

災害地域による災害時コミュニケーション構造の相違

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年09月

　概要を見る

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 Mentionツイートからのバースト期間の抽出(Web情報処理,F分野:人工知能・ゲーム)

小出 明弘, 高橋 友美, 斉藤 和巳, 風間 一洋, 鳥海 不二夫

情報科学技術フォーラム講演論文集 ( FIT(電子情報通信学会・情報処理学会)運営委員会 )  11 ( 2 ) 309 - 310   2012年09月

震災時における Twitter のリツイート分析

鳥海 不二夫, 篠田 孝祐, 栗原 聡, 榊 剛史, 風間 一洋, 野田 五十樹

電子情報通信学会技術研究報告. AI, 人工知能と知識処理 ( 一般社団法人電子情報通信学会 )  112 ( 94 ) 19 - 24   2012年06月

　概要を見る

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Tweetを用いて,震災がTwitterを用いたリツイート行動に与えた影響を分析した.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.また,得られたモデルをクラスタリングすることで,リツイートの時系列変化を5パターンに分類しそれぞれの特徴を分析し,各パターンの出現数が震災前後でどのように変化したかを確認した.

フォロー類似度による Twitter 高次数ユーザの関係分析

小出 明弘, 斉藤 和巳, 鳥海 不二夫, 風間 一洋

電子情報通信学会技術研究報告. NLC, 言語理解とコミュニケーション ( 一般社団法人電子情報通信学会 )  111 ( 427 ) 37 - 42   2012年01月

　概要を見る

本研究では,Twitter上のユーザモデルを構築するための第一歩として,フォローネットワーク上で中心的な役割を担うユーザであると考えられる高次数ユーザに着目し,フォロー類似度による高次数ユーザの間の関係を分析する.実験結果により,高入次数ユーザ間は,高出次数と低出次数の2つのグループに明確に分類されるが,高出次数ユーザ間は,高入次数のグループのみであることを示す.