|
内容記述 |
今日、ウェブやソーシャルネットワークなどにおいて、さまざまな「関係」が注目されて<br />いる。<br /> 関係は、実世界の実体をノードとして、ノード同士をつなぐリンクで表現することがで<br />きる。すなわち、関係は二つのノードとリンクをもって定義される。ただし、関係は単独<br />で存在しているのではなく、他のノードやリンクに付随する変数（これを「内部」変数と<br />よぶ）や、関係によって構成されるネットワーク全体に付随する変数（これを「外部」変<br />数とよぶ）に対して影響をあたえている。ある会社組織でいえば、構成員同士のつながり<br />がツリー状かネットワーク状かといった違いにより個々の人の生産性（内部）が異なり、<br />さらに組織全体の生産活動（外部）も異なる。このような関係の内部もしくは外部にある<br />変数を、本研究では「影響変数」と呼ぶ。この変数は既知であり観察可能なものとする。<br /> 本研究では、関係と影響変数との関連について分析を試み、それを人や集団に関する課<br />題に応用して有効性を確認した。人や集団に関連した具体的な課題としては、A.既知の関<br />係と影響変数が既知の関係を通じて相互に作用しているかという、仮説の検証、B.明示的<br />に関係が与えられていない状況のもとで、影響変数を説明する関係を獲得、C.関係と影響<br />変数が動的に変化している状況で影響変数の変化を説明する関係を抽出、という３つが想<br />定される。<br /> 本研究ではまず影響変数を伴う関係データに関する問題群を整理して、上記の人や集団<br />に関する課題を位置づけ、各課題に対する具体的な問題と解法を検討した。<br /> Aの課題では、商品に対する信頼と新聞や友人などの情報源に対する信頼を影響変数とし<br />て、これらが「XはYの情報源である」という関係を通じて依存していることを検証した。<br />統計的な検定を可能にするためにネットワーク自己相関モデルを利用した。その結果、商<br />品に対する信頼に情報源に対する信頼が寄与していることや、情報源同士の信頼も、互い<br />に情報源であるという関係に基づいて相互に依存していることがわかった。以上により、<br />関係と影響変数の相互作用について統計的に検証することができた。この具体的な課題を<br />通じて、本研究で利用した手法が関係の影響の検証に有効であることが示せた。<br /> つぎにBの課題については、熟達者によるチェロ演奏のタスクを影響変数として与え、<br />それを実現する筋肉の協調関係を抽出する問題を扱った。この課題でははじめに、筋肉の<br />動きの特徴を抽出するために、時系列モデルと情報量規準を利用した筋電波形のセグメン<br />テーションを行った。次に抽出された筋肉の動きの協調関係（時区間関係）を扱うために<br />帰納論理プログラミングを利用した。実際に獲得した協調関係は、チェロの演奏に関する<br />既存の知見とも一致した結果となった。これにより、関係が明確でないものから、背景知<br />識を用いて新たに影響変数を説明する関係の抽出する手法を示すことができた。その際、<br />関係に関する制約などが事前にある場合は、帰納論理プログラミングを用いた本手法が有<br />効であることがわかった。また派生的に時系列データのセグメント方法も開発しその有効<br />性を確認した。<br /> 最後にCの課題については、不況の際の景気認識を影響変数、集団同士でのクチコミを<br />関係として、景気認識の変化に対応したクチコミ関係の抽出を行った。方法としては景気<br />認識が大きく変化した時点を特定し、次に帰納論理プログラミングを利用してリンクやノ<br />ードの時間的な依存関係を扱う背景知識を導入したうえで、大きく変化した時点前後の関<br />係の差分を抽出した。その結果、どの時点でクチコミが大きく変化をしているのか、変化<br />の前後でどのような層の間でコミュニケーションの変化が起きたかといったことがわかっ<br />た。これらは既存の手法では得られなかった知見である。これにより、関係と影響変数が<br />動的に変化するなかで、影響変数に対応した関係をみつけるという新たな問題を解くこと<br />ができた。<br /> ３つの課題を通じて、それぞれで提示した方法が、A.関係の影響変数への効果の検証や、<br />B.影響変数に応じて未知の関係を獲得すること、そしてC.関係と影響変数が動的に変化す<br />る、といった人や社会に共通みられる一連の課題に対して有効であることがわかった。<br /> 以上を通じた本研究の意義は、影響変数を伴う関係についての統一的な問題の枠組みを<br />設定して人や集団における主要な課題に対して適用可能な方法を提案し、実験や実データ<br />の分析をすることによって、これまでは獲得が困難であった知見が得られるような方法を<br />示したことにある。 <br /><br /><B>Abstruct</B><br /><br /> Today, with the popularity of web and social networks, various "relations" are<br />attracting attention. <br /> Relations are made from nodes and links. These relations do not exist independently.<br />They affect the inside variables that are being connected by the relation and variables<br />that are outside this relation. For example, in an organization, the effect on each<br />member(inside) and the productive activity of the organization as a whole(outside)<br />differ with the structure of the organization. We call those variables "effected variables".<br />In this research, we conduct an applied analysis of the effects these relations have.<br /> The 3 main issues of the effects of the relations in real world are : <br /> A. verification of the effect of the relations, investigating whether the relations do<br />actually have an effect, <br /> B. acquisition of unknown relations that correspond to the target effects from<br />situation where relations are not given, <br /> C. characteristic extraction in cases where relations and the effects are dynamically<br />changing. <br /> These can be considered as a common problem of analyzing the related data with<br />effected variables. Therefore, we analyzed the issues and the domain of problems<br />concerning the related data with effected variables each issue is responsible for.<br />Furthermore, we have proposed concrete solution for each issue. <br /> For issue A, we have specifically focused on the interdependent relationship between<br />the trust of products and that of information source as effected variables. In this case,<br />we discovered that the trust of information source has a large influence on that of the<br />products, and the trust of information source depended on the relation between<br />information sources. To verify the effect, we have used the network autocorrelation<br />model. As a result, we have statistically verified the internal effects that the relations<br />have.<br /> For issue B, we have selected the issue of extracting the cooperative relation between<br />muscles when cello experts are performing a given task as effected variables, and<br />successfully extracted the rules as relations. The extracted result matched the existing<br />knowledge. In this process we have adopted Inductive Logic Programming to deal with<br />temporal-interval relation between muscle movements. Finally, we successfully<br />extracted new relationships from unclear structures using background knowledge from<br />the effected variables.<br /> As for the last issue C, we analyzed the change in the word of mouth concerning the<br />economy during recession as relations. As a result, we were able to identify at what<br />point the opinion changes and in which demographic group change of communication<br />occurred before and after the opinion shift. We have used the background knowledge,<br />and also adopted Inductive Logic Programming to deal with temporal relation. So, we<br />have redefined the issue C to a problem of finding common rules between dynamically<br />changing relations and effected variables, and successfully solved it.<br /> As previously stated, the contribution of this research is that we redefined the issues<br />concerning the main effects of relations, and through analysis of concrete examples we<br />have proposed new solutions to each issue and acquired new knowledge. |
要旨・審査要旨 (331.2 kB)
