Discovery Sagaサイレントキーワード俯瞰

機械学習 / 人工知能 / ディレクトリ・情報検索 / インターネット高度化

本研究の目的は,さまざまな種類の情報の共有化を実現するために,メタ情報となる情報の分類情報を共有する機構を構築することである.そのためには,情報マネージメント機構が使っている異なった分類体系のシームレスな連携を実現することが必要となる.本年度は,実データを対象として,階層的分類の自動統合を実現するシステムの研究開発に重点をおき,以下の研究を行った.
●動的環境下における学習アルゴリズムの研究
実際に使われているデータは,分散環境に置かれていて,動的に構造が変化することが想定される.動的な環境に追従できるようにするために,学習の際に背景知識を利用する手法を開発した.開発した手法を用いて実験を行った結果,従来までに使用されてきた手法よりも高い精度で関係の学習をできることが示された.
●統合システムの構築
前項で開発を行った技術を用いて,実データで動作するシステムの試作を行った.試作システムでは,次世代のインターネット技術と考えられているセマンティックWebにおける状況を想定した.セマンティックWebでは,メタ情報の記述にOWLと呼ばれる形式のオントロジーが用いられる.その形式の情報を読み取り,自動的に対応関係を学習する試作システムの構築を行った.また,前年度に研究を行った文献データに関して,発見した関係を表示するシステムを構築し,公開も行った.
これらの研究成果は,国内外の学術会議等で幅広く報告するなどして,成果の普及につとめた.

Webマイニング / ハイパーリンク / 視聴行動ローデータ / PageRank / 視覚化 / インターネット高度化 / 人工知能 / 機械学習 / Webコミュニティ / ディレクトリ・情報検索 / Web構造マイニング

本研究代表者はハイパーリンク等のグラフ構造に基づいてWebページ等の対象間の関連性を見出すWebマイニングの研究を進めてきている。Webページの多くは、関連するページへのハイパーリンクを有しており、Webコミュニティと呼ばれるグラフ構造を構成している。このような密な部分構造についての知見を得ることは、Webから効率的な情報収集をする上で重要である。
本年度においては、ユーザの振る舞いをログデータから理解するための試みとして、ログデータから得られるグラフ構造をもとに、関心サイト集合を抽出し視覚化する手法を考案し実験を行なった。対象とするログデータとして、クライアント側から得られるインターネット視聴行動のローデータを用いた。このデータには、ユーザが訪問したサイトおよび検索で入力したキーワードが含まれている。特定のユーザのローデータから、サイトやキーワードを頂点とし、時間的な前後関係を辺としたグラフ(サイト・キーワードグラフ)を生成した。このサイト・キーワードグラフから中心的な部分グラフを抽出することで、対象ユーザの関心を見出すことができる。2004年12月の1ヶ月間における8,000人以上のユーザについてローデータを用いて実験を行ったところ、もとのサイト・キーワードグラフの30パーセント程度の中心的な部分グラフを抽出した。それをGraphvizによって視覚化することで、抽出された部分グラフの分析も行った。ハイパーリンクによって結合したWebページのグラフ構造に対して適用するランキングやコミュニティ発見の手法は、主としてWeb構造マイニングの手法であるが、ログデータの分析に対してもそのような手法が有効であることを示すことができた。