本研究は学術情報関連の情報発信者の特徴分析と自動分類実験を行った．アカウントの 特徴では社会科学が多く，所属は現実の大学設置数を反映しており，職階についても所属 と同じ様子がみられた．ツイートに関しては明らかに専門情報を含むものは少なかったも のの，個々のアカウントのツイート内容を見ると専門分野に近い内容の時事や専門に近い 内容の日常ツイートが観察され潜在的に学術関連情報があることが示唆された．自動分類
実験ではTwitterの特徴量を入れた方が専門家アカウントを自動分類する際には有用である
ことが考えられる．個々の特徴量としては，「教育」や「研究」といった語が上位にあり，
ツイート内容の分析結果と合わせて推測するに，どの分野でも共通の話題として利用され ている語である可能性がある．このことから自動分類においても重要な特徴量として現れ る結果となった．
また今回は手作業による特徴分析を行ったが，自動で特徴を抽出するためには分野ごと の分類も重要となり，名詞を用いたテキスト分類やLDAといった自動要約を用いての表示 が必要であると考え，今後の課題である．
29 謝辞
指導教員である芳鐘冬樹准教授，助言をくださいました副指導教員である池内淳准教授，
審査を快諾してくださいました辻慶太准教授にこの場を借りて深く感謝いたします．ほか 芳鐘研究室のメンバーにも感謝の意を表します．ならびに，お世話になりました先生方，
同期の皆様にもこの場を借りてお礼を表します，ありがとうございました．
また，第60回日本図書館情報学会研究大会，JADH2013にて貴重なご指摘やご意見を頂き ました皆様にも深く感謝いたします．
30
文献一覧
青山幸太, 林和弘. 特集,第7回情報プロフェッショナルシンポジウム: C13 新コミュニケー ションメディア利用動向調査について : 日本化学会第 90 春季年会展示における,Twitter 等のメディア・ツール利用に関するアンケート調査報告 (セッションC1情報と教育研究, 一 般 発 表 概 要) , 情 報 の 科 学 と 技 術, 2 0 1 1 , v o l . 6 1 , n o , 3 , p . 9 5 . 荒牧英治, 増川佐知子, 森田瑞樹. Twitter Catches the Flu:事実性判定を用いたインフルエン
ザ流行予測. 情報処理学会研究報告. SLP, 音声言語情報処理,2011, no.1, p.1-8.
D. Boyd; S. Golder and G. Lotan. Tweet, Tweet, Retweet: conversational aspects of retweeting on Twitter, Hawaii International Conference on System Sciences, 2010. p.1-10.
L., Breiman. “Random Forests”. Machine Learning, Vol.45, No.1, 2001, p. 5-32.
L., Breiman; Adele Cutler. "Random forests - classification description", Random forestshttp://stat-www.berkeley.edu/users/breiman/RandomForests/cc_home.htm, (accessed 2014-01-07).
Golder, S. A.; Yardi, S.; Marwick, A.,; Boyd, D. A structural approach to contact recommendations in online social networks. In Workshop on Search in Social Media, SSM. (2009) . 後藤清豪, 高田秀志. ソーシャルメディア上での行動に基づく「意外な情報」の提供者にな
り得る人物の推薦手法. 情報処理学会研究報告. データベース・システム研究会報告.
2010, no.41, p.1-8.
早川豪, 岡部誠, 尾内理紀夫. Twitter を利用したソーシャルニュース記事推薦システム. 情 報処理学会研究報告. データベース・システム研究会報告. 2011, vol.2011, no.16, p.1-4.
イ ン タ ー ネ ッ ト 協 会. イ ン タ ー ネ ッ ト 白 書 2012. イ ン プ レ ス R&D, 2012, p.255.
金明哲, 村上征勝. ランダムフォレスト法による文章の書き手の同定. 数理統計. 2007, vol.55, no.2, p.255-268．
J. Letierce ; A. Passant and J. G. Breslin, Understanding how Twitter is used to spread scientific messages. Web Science conf. 2010
文部科学省. “学校基本調査 年次統計 平成 25 年度 大学の職名別教員数（本務者）”.
http://www.e-stat.go.jp/SG1/estat/Xlsdl.do?sinfid=000023610162, (参照 2014- 1-15).
荻上チキ. 検証東日本大震災の流言・デマ. 光文社, 2011, p.204.
J. Ritterman; M. Osborne; E. Klein. "Using prediction markets and Twitter to predict a swine flu p a n d e m i c " . 1 s t i n t e r n a t i o n a l w o r k s h o p o n m i n i n g s o c i a l m e d i a . 2 0 0 9 . 白木原渉, 大石哲也, 長谷川隆三, 藤田博, 越村三幸. Twitterにおける流行語先取り発言者の
検出システムの開発. 情報処理学会研究報告. データベース・システム研究会報告. 2010, vol.2010, no.2, p.1-8.
総務省.”第1部 第4節 情報通信が果たした役割と課題”.情報通信白書平成23年版. 総務省.
http://www.soumu.go.jp/johotsusintokei/whitepaper/ja/h23/pdf/n0040000.pdf, (2014.1.15 参照) . 総務省.”第 4 章 第 3 節 インターネット利用動向”.情報通信白書平成 25 年版. 総務省.