• 検索結果がありません。

PDFファイル 2F1 「知識共有とオントロジー」

N/A
N/A
Protected

Academic year: 2018

シェア "PDFファイル 2F1 「知識共有とオントロジー」"

Copied!
4
0
0

読み込み中.... (全文を見る)

全文

(1)

The 28th Annual Conference of the Japanese Society for Artificial Intelligence, 2014

- 1 -

活用戦略創造支援

価値評価手法 提案

A Method for Supporting Creation of Data Use-scenarios and Valuation of Data

大澤

Chang Liu Yukio Ohsawa

東京大学工学系研究科

創成学専攻

Department of Systems Innovation, School of Engineering, the University of Tokyo

We introduced Innovators’ Marketplace on Data Jackets (IMDJ) to create scenarios of data use. Innovators’ Marketplace (IM) is a creative support process on the metaphor of a marketplace and Data Jacket (DJ) is a meta-data format. IMDJ is a place where goals of data analysis or scenarios of data use are created through intense communication of stakeholders and also proper data and analysis methods for expected outcomes are specified without exposing the full contents of data sets . In this paper we propose a method to enhance the scenarios made in IMDJ with emphasis on specifying proper valuables and analysis methods to use

1.

じめ

情報技術 発展 ,日々 扱わ 情報 膨大

, ッ 一部 注目 集 一方,扱いや い小

巨大 ネッ ワ 捉え,必要

必要 人間 活用 組 作 要 可欠 あ 考え

.小 ,あ い 変数 変数 着

目 ,膨大 情報 中 適 情報 入手 組合せ,的確

問 解決並び 意思決定 生 望 い.

近 ,Linked Open Data[1] う ,公開 整理

作 動 あ 一方 ,一般 公開

い ,有用 医療検査結果や経 状況等 交

利用可能 ば, 活用 大い 広 期

待 .そ ,市場 原理 利用者 必要

選び,所有者 交 入手 う 市場

発展 期待 .

活用 オ 創出支援技法 あ Innovators’

Marketplace on Data Jackets[2,3] 創出 活用

オ 参加者や専門家 高い評価 得 あ 一方 ,提

案 オ , 析や ン,そ

活用方法 関 具体的 示 い場合 あ 課

い .具体的 析手法や用い 変数 関 十

議論 , 価値評価 行う 可能 あ .

論文 , IMDJ ,要求 応え オ 提案

,評価 ,変数 着目 再構築 , 具体的

活用 オ 手法 提案 .

2.

関連研究

2.1

タ ャ ッ

Data Jacket(s)[2,3] 以 ,DJ , 所有者

,概要,共有姿勢 加え 中 変数 書

出 , イ あ . ン ,CDや

DJ ッ う , 概要 手 吟味 ,中

身 価値 あ ,購入 う 検討 いく.

所有者 ,自 関 DJ 書い 公開 ,

自 う 活用 市場 吟味

う一方 , 中身 実際 引 成立 秘密

く .

2.2

タ上

イノベ

ョン

Innovators’ Marketplace on Data Jackets 以 ,IMDJ ,

DJ 用い ,多様 価値発見 市場創成 技

法 あ . 基 い 集 情報 繋 可視化

ア KeyGraph[4] 用い ッ 作成 ,市場

模 ワ ッ ,抽出 ワ 関係 人間

解釈 え,議論 行う , 意思決定 い 要

断材料 象,状況 そ い 情報

発見[5] い ,要求 満 提案 創出 いく.

IMDJ ,主 以 4段階 .

所有者 概要 明 変数群 記入 DJ 作

成 公開 .

DJ 士 ,共通 変数や単語 結び

ッ KeyGraph 作成 .

ワ ッ 形式 ,参加者 要求 出 , 参加

者 DJ DJ 組 合わせ 要求 応え う

活用 オ 提案 提案 .市場 模

オ 値付 利用法 評価価値

決 いく. , オ く要求 満

う ,要求者 提案者 間 議論 行わ .

自 価値 あ 提供 求 ,

所有者 条件 吟味 , 引 行わ .

3.

提案手法

要求 応え 活用 オ 創出 際,

概要 用い オ 概要 構想 段階 ,

含 変数 留意 , うい 変数 士 ,何 紐

, うい 析手法 析 特定

段階 , 段階 考え .そ 橋渡 , 1

う ッ 提案 . 中心 提案 オ 置 ,そ

周 使用 . , 含 変数 階

構造 ,周 形 い .変数 そ 階

構造 DJ 記 い 用い い .

ッ 用い ,IMDJ 提案 組合せ

い ,変数 着目 , 具体的 論理的 活

連絡先:劉暢,東京大学工学系研究科 創成学専攻大

澤研究室,[email protected]

This research was supported by JST, CREST.

(2)

The 28th Annual Conference of the Japanese Society for Artificial Intelligence, 2014

- 2 -

用 オ 創出 . , 含 変数 変

数 士 紐 改 着目 ,提案

オ 再構築 行 う ,実行可能 オ

う.

1 可視化 ッ

4.

実験と考察

4.1

実験概要

被験者 7 う 大学生2 ,大学院生5 あ .大

学関連就職関連,交通関連, ネ 関連,気象関連,医

療関連,災害関連,そ ,計 44個 DJ 用い .

DJ 全 所有者 実際 記入 あ .

IMDJ 手 従い, 大学生活 良く

いう ,被験者 単独 要求 そ 満

活用 オ 提案 . 10 程度

被験者 提案 沿 , オ 構成

DJ そ 含 変数 DJ 記述 い

階 的 可視化 用意 .

そ 見 , 含 変数 変数 結び ,

紐 , 析方法, 析 得 知見 吟味

, オ 再構築 . 30 程度

4.2

実験結果

被験者 , 2 う ,可視化 ッ 直接書 込

. オ 再構築 作業 中 ,被験者全員

,提案 オ 用い 含 い 変数 ,

オ 必要 変数 必要 変数 類 . ,変数

着目 ,具体的 析方法 提案 や,変数

対応 紐 言及 多く見 . ,

オ 足 気付 ,新 あ い 変数 追加 ,

そ や, 析 例, 析手法 関 追加情報

需要 挙 い .

(1) ナリオ 整理 再構築

全 被験者 可視化 ッ 用い , 含 変

数 着目 ,自 提案 オ 再構築 ,

変数 う 知見 得 明確 .

あ 被験者 例 示 , 被験者 提案 オ

学生 学 う 就職 意識 う ,

入学時 学生全数アン , 学生 就職 ,

番組視聴 , 進路 進学学科 関 意識調査

用い ,身近 授業や 番組 見 い 人 就職先

表示 , ベ ン 高 . いう あ .

対 ,再構築後 オ , 進路 進学学科 関 意識

調査 含 進学学科 称 ,希望者数,

申 学科 人気度 割出 ,イン ネッ あ 企業 就

職難易度偏差値 掛 合わせ ,学科 人気度 就職先 難

易度 相関 知 . , 入学時 学生全数アン 含

進路希望 関 組 合わせ ば,入学当時

進路希望 実際 進学先,就職先 対応関係 見

. 学生 就職 含 就職先 称 合わせ ,学

生 修講義や単 得講義 追加 ,講

義 就職先 関連 見 . , 番組視聴

,個人 識 可能 あ ば,学生 見 い 番組

称 , 学生 就職 就職先 関連

い. ,用い 変数 , 析 得 う 知見 明

2 書 込 作業後 可視化 ッ 中央 書 込

線 ,異 含 変数 , 析 得 い,あ

い 得 考え 知見 結 い . 右 部

,追加 そ 含 変数 樹形 書

い 見 .

(2) タ 対応 紐づけ

4 被験者 , 士 紐 関 新 気付

あ .例えば,固体 識 可能 あ ,あ い

集計 あ い オ 提案段階 考

慮 い 認 例 見 .あ 被験者 , 入

学時 学生全数アン , 学生 就職 , 進路 進

拡大

シナリオ周りを使用データが み、

(3)

The 28th Annual Conference of the Japanese Society for Artificial Intelligence, 2014

- 3 -

学学科 関 意識調査 , 個人 行動 関

用い , 大学 入 増や , バン 大

学 いう オ 提案 い , 個人 行動 関

個人 識 あ , 集計

あ ,再構築 作業 行 初 気 付い .

そ ,当初提案 オ 見直 ,集計 個人

合わせ 活用 う 工夫 , オ 修正 .修正

後 オ , 学生 将来 関 意識 知

, 入学時 学生全数アン 含 進路希望 関

,目標 学部や職種, 進路 進学学科 関

意識調査 含 学部 学科 称 希望者数 人気

学部学科, , 学生 就職 含 所属学部,

就職先 称,人数 学部 特色 抽出 ,卒業 度

照 合わせ 特色 見 . 集計

用い ,企業 ア 学部 学科,

学 把握 .一方, 個人 行動 関

,個 学生 所属学科や研究室,就活

や応募先, 定先 ば,企業 ,興味 持 学生

惹 付 く工夫 . いう .

(3) 具体的 分析方法

あ 被験者 ,当初 オ 含 い ,具

体的 析手法 そ 用い 変数 明確 示 .当初,

主要地 交通 , 電力基 系統 考慮 電源構築系

統 , イ 用い ,節電 役立 旨

オ 提案 ,具体的 析方法 言及

.可視化 ッ 用い 作業 後, 道路 計画 役立 基

礎資料 参考 , そ く様々 制約 混雑

少 く う 道路計画 あ う 予想 .電気

製品 電力使用 道路 混雑度や 比率 見立

析 行う 期待 . , 電力基 系統 考慮

電源構築系統 含 発電設備 効率や ,

負荷追従率等 交通 組 合わせ , 最小

化 線形計画法 行え い . 提案 .

(4) 具体的 追加 タ

あ 被験者 , オ 提案 当初 ,使え

少 く , オ 提案 難 く感 いう感想 述

い . 被験者 ,自 提案 オ , 海外

例 , 企業 例 , 育児 必要 認知 ,

追加 行 . 被験者 様 ,自 提案 オ

再構築 いく途中 , 足 発見 ,追加 必要性

気 付く 例 多く見 . 時 , 被験者 具

体的 う 補う 記 い .

(5) 追加情報 必要性

自 当初 提案 十 実行可能 あ 断 1

被験者 除 , 被験者 全員 , そ 関

詳 い変数 や背景知識,類似 有無 い

追加情報, び 析手法 関 知識, 析 例

情報 必要性 気 付い .

4.3

考察

被験者 変数 着目 ,提案 再構築 ,当初

発想 気付 変数 適 適, 士 紐

,具体的 析手法, オ 補足,追加 必要

性 発見 効果 見 . , 関 背景

知識 足や 更 詳細, 析手法や 析 例 い

参照情報 足 被験者 気付い . や 析 関

知識 補い合え う ,複数 参加者

ン 場 問 解決 有効 あ 思わ

,被験者 終始単独 作業 い , 者 評価

や意見 反映 い. 来 IMDJ

,複数 参加者 議論 中 ,好意的 評価や建設的

批 行わ .複数 参加者 議論 通 提案 潜

様々 制約 発見 技法 研究 い [7].提案手法

い ,複数 参加者 互い オ 見直 いく方法

有効 あ 思わ .

後, 析 オ 見直 有効 着眼 変

数,紐 , 析手法 予 提示 く う ワ

整理 , イ インや作業 等 作成 活用

い 思わ .

5.

今後

展望

研究 ,IMDJ 提案 活用 オ 再構築

可視化 ッ ワ 支援 ,結果

オ 論理的 目指 .

知識 共有 創造 獲得 あ 中 SECI

[8] ば,組織 人々 共 者 言葉 くい経

験知 共有 S:共 化 ,言語 形 表 E:表出化 ,知識

組 合わせ 新 知識 作 C:連結化 ,新知識 個人尾

面 定着 せ I: 面化 , 共 化 向 う. オ 論

理的 再構築 い ,複数 参加者 共 作

業 場 ,SECI 以 う 替え

表出化:IMDJ 要求獲得 び オ提案,提

案手法 オ 変数可視化,変数 士 紐

, 析方法,追加 書 出 , び変数間

繋 背景 表出

連結化: ン 互い 提案

オ 補強 ,変数 扱いや 析手法 関 互い 経

験や背景知識 結び付 , 論理的 オ 創

面化: オ 沿 析 実施, 実際

利用 いく中 ,新 発見や知識 個人 定着

共 化:実際 利用 通 個人 得 経験知

,現場あ い IMDJ 場 共有

い , 稿 , 表出化 段階 実施 ,

連結化 準備 置付 .以降 段階

い 後 研究 進 いく.

,提案手法 開発 進 ,再構築

オ 評価 行 いく.IMDJ , 中 仮想紙幣 用

い オ 評価 行う ,過去 7 回 IMDJ 出

125個 オ う ,論理的 オ 具体的 析 言及

い 認 オ 32個 全体 25.6% あ ,

一方 ,論理的 オ 全体 オ 占 割合 高

い IMDJ , 中 オ 売買 活発 あ 傾向

(4)

The 28th Annual Conference of the Japanese Society for Artificial Intelligence, 2014

- 4 -

3 論理的 オ 占 割合 , 中 売買 数

,直近 実施 IMDJ い ,論理的 オ 6

個 購入総 35 均 5.83 ,そ 以外 オ 13個

購入総 22 均1.69 いう差 見 い .少数

,変数 着目 ,具体的 析手法 言及

オ ,IMDJ 中 高い評価 得 い 傾向 あ い

う仮 立 , 後 検証 進 いく.

研究 得 知見 ,IMDJ び DJ 改良

生 視 入 .

参考文献

[1] Yu, L. 2011. A Linked Open Data, Developer’s Guide to the Semantic Web Chapter 11, Springer: 409-466

[2] Ohsawa, Y., Kido, H., Hayashi, T., and Liu, C., Data Jackets for Synthesizing Values in the Market of Data, International Conference on Knowledge-Based Intelligent Engineering Systems & Allied Technologies, vol.22, pp.709– 716 (2013)

[3] Liu, C., Ohsawa, Y., and Suda, Y., Valuation of Data through Use-Scenarios in Innovators’ Marketplace on Data Jackets, 1st Workshop on Market of Data, ICDM 2013

[4] Ohsawa,Y., Benson, N.E., and Yachida,M., KeyGraph: Automatic Indexing by Co-occurrence Graph based on Building Construction Metaphor, Proc. Advanced Digital Library Conference (IEEE ADL'98), pp.12-18 (1998) [5] Ohsawa, Y. and McBurney, P., (2003) ‘Chance Discovery’,

Springer.

[6] Ohsawa, Y., and Nishihara, Y., (2012) ‘Innovators’ Marketplace: Using Games to Activate and Train Innovators’, Springer-Verlag.

[7] Ohsawa,Y., Nishihara, Y., Nakamura,J., Kushiro, N., and Nitta, K., Tsugology for revealing intentions and constraints, IEEE Conference on Systems, Man and Cybernetics (SMC2010) pp.1332-1337 (2010)

参照

関連したドキュメント

One dimensional classification problem is used for simulation to show the validity of adding one randomly selected data to a pair of the boundary data.. The location of the boundary

In this artificial neural network, meteorological data around the generation point of long swell is adopted as input data, and wave data of prediction point is used as output data.

Regional Clustering and Visualization of Industrial Structure based on Principal Component Analysis for Input-output Table Data.. Division of Human and Socio-Environmental

Data are thus submitted to exploratory data analysis, to recover as much synthesized information as possible, in order to reveal any existing data structure and, in particular, to

Through theoretical analysis and empirical data, we prove that bursty human activity patterns are responsible for the power-law decay of popularity.. Our statistical results

This paper presents a data adaptive approach for the analysis of climate variability using bivariate empirical mode decomposition BEMD.. The time series of climate factors:

Some useful bounds, probability weighted moment inequalities and variability orderings for weighted and unweighted reliability measures and related functions are presented..

This year, the world mathematical community recalls the memory of Abraham Robinson (1918–1984), an outstanding scientist whose contributions to delta-wing theory and model theory