ヒット現象を応用したアートマネジメント

全文

(1)Vol.2013-EC-29 No.5 2013/8/10. 情報処理学会研究報告 IPSJ SIG Technical Report. ヒット現象を応用したアートマネジメント川畑泰子†1 源田悦夫†1 石井晃†2. The art management adapting the mathematical model of the hit phenomenon YASUKO KAWAHATA†1 ETSUO GENDA†1 AKIRA ISHII†2 For art management today, we can able to observe the response of people using inter net like weblog, Facebook, Twitter etc. Therefore, art activities could say that it became possible to see the degree of advance and diversity of the influence which it has on s ociety, or promotion of culture and art. Mathematical theory for hit phenomena[1] is the theory to model response of people in societies using statistical physics and it can be applied successfully.The key element of elements of the theory is the daily advertisemen t, direct communication (communication with friends) and indirect communication (rumo r).Output of the theory is the daily purchase intention of people. The calculated daily p urchase intention can be compared with the observed daily number of postings on twitte r and blogs. By the prediction and analysis using this method, the route for spreading c ulture and art can be considered more briefly.. 1. はじめに. aしていくかをヒット現象の数理モデルの結果を応用し考. 察を行った.[2][5] . 今日,日本では地方中枢都市でも盛んに地域を活性化させ,活力のある街づくりをするために,地元のアーティストを中心にした祭りなどのイベントが行われている.しかし, 活動の告知の方法において広告費をいかにかけずに活動を行うべきかが課題となっている.本研究では,2012年5月から2013年4月にかけてオリジナルミュージカルを福岡市内で創作している劇団ティンカーベルを対象とした.５歳児から50代の幅広い世代の男女が参加している劇団であり,2012年に創立22年を迎えた.劇団のミッションは,舞台上での創作活動を通して,団員一人一人の存在価値を発見し,豊かな感性と優しい心を育て,子ども達をはじめとした団員の人生をより良いものにする手助けをし,アマチュアによる質の高いミュージカルを創作,公演することにより市民文化に寄与をすると掲げている.これまでにインターネットによる広報活動をしたことがなく,劇団にとって初の試みであった.TV露出が可能な劇団はプロの集団がほとんどであり,アマチュア劇団の場合はチラシやHPなどを利用した安価な広告をだし知ってもらう機会を創出する.劇. 2. ヒット現象の数理モデルヒット現象とは,音楽や映画などのコンテンツが受け手. の支持を得ることによって,発売あるいは公演と同時に販売数や観客動員数が爆発的に増え,ピークを過ぎると急速に減衰していく現象のことである.つまり,ヒットするということは,そのコンテンツが人と人の見る・聞く・話すといった触れ合いによって世間に広まっていくことである.[1-3,6,7]様々なコンテンツをヒットさせるには人々の「心」をいかに動かすことができるかということがポイントとなる.ヒット現象がおこる過程での人々の「心」の動きをとらえ,人々の「心」にどのようにアプローチしていくかを考えることが,ヒット現象を解析する上で重要なことである.[3]本論では従来の口コミ情報におけるコミュニケーションの量から見る・知るといった人とコンテンツの間に発生するアクセス数の推移から人々の「心」にどうアプローチさせ,そのコンテンツにおけるヒットにつなげていくかを理論に導入した.. 団にとって存在を知ってもらうことがアーティストの創作におけるモチベーションの喚起にも繋がり,その後の活動. 3. 本論における数理モデル. にも役立つと考えた.[1]今回の活動の中の過程で,告知が起こるごとに多くの人々に劇団の活動を知ってもらうことができた.１つの劇団が１つのイベントが起きるごとに注目され,ページのアクセス数の閲覧数が増えること自体をこの劇団にとっての１つのヒット現象と考え,解析ができないだろうかと考えた.そして解析結果から次のイベントの仕掛け方のタイミングを考え,いかに広告費をかけずに facebookページを利用し研究対象とした劇団の活動を宣伝. ⓒ 2013 Information Processing Society of Japan. . 本論で分析のために使用するヒット現象の数理モデルの基本方程式の導出について述べる.[2-4,6,7]まず最も単純な場合を考える.あるコンテンツの Facebook ページが存在 †1 九州大学 Kyushu University †2 鳥取大学 Tottori University . 1.

(2) Vol.2013-EC-29 No.5 2013/8/10. 情報処理学会研究報告 IPSJ SIG Technical Report しているとする.今考えている社会の人口が N 人であると. と表わされる.ここでj,kはiを含まない.係数𝑃!"# 𝑃!"# はそ. して,それらの人で 1 日にその Facebook ページを見かける 2. のコンテンツのページに対する評価であり,閲覧した人の 8. 割合 𝐹page,さらにページに入った人の中でそのページを. 評判が良いほど,この係数は大きな値となる.逆に閲覧した. 実際に閲覧する人の割合を 𝐹click とし ,一人が一つ. 人に評判が悪いと,この係数は負となる.ヒット現象の個人 ! ! ! ! !. Facebook ページを閲覧したと考えると,1 日にそのコンテ. ! ! による興味意欲の時間変化を表わす基本方程式は,2.5,2.6. ンツの Facebook ページを見る回数は, . j,k i P!"# で定義したアクセスの項と,式2.4で定義したfacebookペー 8. !"# !. 2. 𝐹click𝐹page𝑁 (2.1) . ジの項と宣伝・広告の効果一つにまとめて外場A(t)として 2.5 2.6 表した項を足し合わせたものである.よって本論における !!"# !! ! !! !. である.時間の単位が１日であるとすれば,コンテンツが見られる数Iは, . 2.4. ! ! 閲覧数のヒットの基本方程式は . A(t). 2. j,k. !!! (!) = !(!) + ! ! ! + !" !!"# !! ! !!!" !! !. となる.これから,もし見られるかもしれないを“微小”と 2. j,k. !!"# !! ! !! ! !. 2.5. !. 2.6. (2.7) . 2.4. 8. P!"#. A(t). と表わされる. 次に単純な時間の経過とともにいいね！や 2.7. !. !!! (!)!!"# !! ! !! ! シェアの影響が薄れていくことによる減衰・収束を考える. = !(!) + ! ! ! + ! ! 2.6 ! ! ! 2.5. = 𝐹click𝐹page𝑁 . !(!) !". = 𝐹click𝐹page𝑁 (2.3) A(t). j,k. !. ! !". !. !". !!!. !. i. 分方程式, !!! (!). 8. P!"#. i !. Δ𝐼 = 𝐹click𝐹page𝑁Δ𝑡 （2.2） . 扱うことができれば,このコンテンツの閲覧数は単純な微. !. !" ! !!! ! + ! !!! !. !"# !. !. !!! (!) !! ! ! !! ! ! ! ! = !(!) !!" !! これは,直接・間接どちらのアクセス要因にも考えられる !"# ! ! 2.4+ ! ! !" !!!P!"#. i. !. !. ことである.時間の経過とともに指数関数型の減衰が生じるとするとヒットの基本方程式2.7は, 2 !. !!! (!) k 2.5 となる.ここで,注意したいのはこれまでのコンテンツ閲覧 = !(!) + !!" !! ! + !!"# !! ! !! ! !" 2.4 !!! ! !! 総数の時間変化を考えている点である次に,コンテンツ全 !!! (!) A(t) = !(!) + ! !!! ! !!" !! ! + ! !!! ! !". 体の閲覧総数ではなく,一人ひとりの閲覧者に視点を考え, 閲覧した数ではなく「興味意欲」を求める. N人いるとして,i番目の人の興味意欲をIi(t)とすると式(2.3)は, . !!!. !. 2.6. j i. 2.7. !!"# !! ! !! !. !. (2.8) . !. !. !!! (!) !! (! + !)!! (! + !) = !(!) + !!" !! !!! + !!"# !! ! !2! ! j !" 2.7 !!! ! ! k i と表わされる.間接アクセスの項は2次の項で与えられてい !. !!! (!) !". = 𝐹click𝐹page𝑁 . !!! (!) !". !!! (!) !!! ! = !(!) + !る.この項は,j番目の人とk番目の人がfacebookページ内で !!" !! ! + ! !!! ! !!"# !! ! !! ! !". = 𝐹click𝐹page𝑁 (2.4) . !!! ! ! 噂や広告のやりとりをする様子から第三者であるi番目の !. 1 !!! ! 人が影響を受けることを意味している.ここで第三者が受 !! (! + !)!! (! !" 2.7 ! + !)! !. となる. 「興味意欲」には宣伝・広告と,二種類のアクセス k !! (!) !. !" 要因が影響を与えると考えられる.この二種類のアクセス. 要因をモデル化していく.まず,直接アクセスについてであ. ! !!! 𝐷!" 𝐼! (𝑡) (2.5) . i. !!! !. !!" !! ! + ! !!"# !! ! !! ! 込みにも影響されているとすると,次のような積分形で表 !!!. !. !. わされる. 2 ! !!. との直接のアクセスにより情報を得て,閲覧する気になる. ! !!! 𝐷!" 𝐼! (𝑡). j. ! (! + !)! (! + !). = !(!) + ! !!! !. k までに閲覧した人の人数に比例するi番目の人がj番目の人. によりi番目の人が閲覧する確率は, . 2. ! ! ! けるのは現時点での書き込みからだけでなく,過去の書き !!. る.閲覧した人からのいいね！やシェアによる情報は,それ. 確率を𝐷𝑖𝑗 と定義すると,閲覧したj番目の人からの情報. !!. j. 1 ! !! (! + !)!! (! + !)! !!! ! !" !! (! + !)!! (! !) ! + !!. i. (2.9) . しかし,このままの形では過去の情報を探せば探すほど興 !. 味意欲が積み重ねられることになるが実際にはそのような !! (! + !)!! (! + !) !!. ! 1ことはありえず,過去に遡れば遡るほど興味意欲への影響 ! (! + !)!! (! + !)! !!! ! !" ! !! !. は薄れるはずである.これを指数関数型の減衰で与えると, . と表わされる. 次に間接アクセスについてである.本論における間接アクセスでは,閲覧した人同士の情報は閲覧した人で作る対の数に比例する.閲覧した人同士の情報交換. 1 !. ! !!. !! (! + !)!! (! + !)! !!! ! !". (2.10) . は,口コミやいいね！やシェアによる記事や話題の拡散の場合もあればブログやネットの掲示板の場合もあると考えられ,その情報量の総数が問題となる.閲覧した人同士(j番目の人とk番目の人)のアクセスの影響からi番目の人が閲覧する確率は, !. ! 𝑃!"# 𝐼!. となる.ここで規格化はで与えているが,実際は指数関数的な減衰としているので無限の過去からの寄与はない.そこで規格化定数を決めるため, . 𝑡 𝐼! (𝑡) (2.6) . ⓒ 2013 Information Processing Society of Japan. 2.

(3) 情報処理学会研究報告 IPSJ SIG Technical Report !. ! !!! ! !" =. !!. Vol.2013-EC-29 No.5 2013/8/10. 9. 和ではないと言い換えることができる.しかし,映画の興行. 1 (1 − ! !!! ! ) !!. 収入の場合は公開日からのブログ書き込み数の推移は非常 (2.11) 9. α!. に似ている[2].このことから,映画の場合はブログの書き込み数を視聴意欲の総数とみなしシミュレーションすること. と計算すると,規格化定数はおおよそ𝑎 9 !! ! 𝑎! とする.従って, 1. が可能なのである.したがって,facebook向けのパラメータ. ! ! ! !! 過去のコンテンツの内容まで遡って影響を受ける様子は次 !! !!. ーについて新たに設定し直す必要がある.facebookの閲覧数. ! !!! ! !! !! ) (! !+!" !)!=(! +(1 !)!−!!!! ! !". !. 2. のように表される. 0! α! 1 ! !!!! !" = (1 −!! !!!! ) ! ! !!!! !" = ! !!. t. !. !!. !!. 9. はリアルタイムに更新されるの関連記事やイベントに反応 1 (1 − ! !!!! ) !!. t. 9. !!! !. (2.12) . !!. 0. するため,意欲の推移とは相似関係にない.この性質からを facebookでは,表1のように設定し,実測を行いフィッティン. !! ! !)!! (! 1 + !)! ! !". !!! (! + ! !! ! !. !α !"!)! = (!(1 − ! !!α!!!)!" !! ! !!! !!! ! !(! + !!! + !)! !! !. 2. e!!!9!. α. ! ! 1 ! ! ! !!! ! !" = (1 − ! !!!!! ) e!!! ! !! !! (! +!!)! (! + !)! !! !" ! ! ! !! さらにその噂の元が時刻 t=0 で始まっているとすると,こ !!!! ! ! !! !! (! !+ !)! ! (! + !)!α !!!!" ! + !)!! ! !" こから時刻が経過するたびに影響は薄れていくと考えられ ! (! !!!! !! (! + !)! t 0 !!! (!) = !(!) !! + ! !!!!!!! !!" !! ! !" e!!!! !!る.そこで,指数関数型の減衰因子を考え,この因子を ! !! !! (! + !)!! (! + !)! !!! ! !". t 0. t. 0. !!. !!!. とすると, !! ! + !! ! !!! ! t !! ! !!! !. !. !. !! (! !! ! (! +. + !)!! (! + !)! !!! ! !". e!!!!. !!. !. !!!. !! !. !. !!! !. !! (! +. ! (! !)! !. + !)!. !!! !. !!!. !! !. !. + !! ! !!!! !. !. !!. !! (! + !)!! (! + !)! !!!! !". !! (! + !)!! (! + !)! !!! (!)+ !!! ! ! = !(!) + !! ! !!! ! !!" !! ! !" !(!) + ! !!!! !!" !! ! !!!. !!!. [9]. + !! ! !!!! t. 2.4. Cadv. 広告効果の割合. + !! !. . !!. !!! !. !! (! + !)!! (! + [6,7] !)!. NpDnn. !". [6,7]. !! (! + !)!! (! + !)! !!!! !"[6,7] !! N(t) (2.14) a. となる.この方程式で示されるように,閲覧者個人の時間微 [6,7]. !!(!) !". after a. !". !. !!! !. !. !!! !. before. !". !!! (!) ! !! !!! ! と表わされる. 以上より,時間的減衰を採り入れたヒット !!" !! ! [6,7] != !(!) + !. !!! ! + !! !!" !! (! + !)!!!!!(! + !)! !!! ! !" !!! (!) = !(!) + ! !!! ! !!! 現象の方程式は, !" !! ! !". !!! (!) = !". 日々の関心意欲減衰割合. e!!! !. !!! (! + !)!! (! + !)! !!! ! !". !. alpha. !!. !! !!! (!) (2.13) = !(!) + !! !!! ! !!" !! ! !" ! ! !!! ! ! (! + !)! (! + !)! !!!! !". !. 表１ Facebook用パラメータ . e!!! !. !)!!! (! + !)! !!! ! !" !!! ! !!! ! !! (! + !)!! (! + !)! !!!! !" ! !. 0. グを行った.[5] . NpDny Np2Pnn. 分が宣伝・広告,そして人々のアクセス,見るいう行為によ = !(!! − !(!)). 2.4. る項の和で表される.そして,右辺第二項の直接アクセス,. [9]. Np2Pny. [9] [9]第三項の間接アクセスに指数関数的な減衰係数をかけるこ N0. t. t. N0-N(t). N0. N0-N(t). [6,7] N(t) とで,ヒットの減衰あるいは収束を表している.その他,各 t. N0. N(t). N(t). a 項の詳細な説明は文献[2-4]を参照されたい. a a !!(!) !!(!) = !(! − !!(!) !(!)). = !(!!! − !(!)) = !(!! − !(!)) !"!" 4. t Facebook ペ!"ージへ N(t)の適応. a. !!(!). = !(!! − !(!)) への興味意欲とみたて,実際の閲覧数に対してフィッティ !". t. 強くなる広告効果の割合アクセス数のピークから離れるにつれて弱くなる広告効果の割合 1 日経過ごとの広告効果減衰の割合直接アクセス(記事やコンテンツを見てない人同士) 直接アクセス(記事やコンテンツを見た人と見てない人) 間接アクセス(記事やコンテンツを見てない人同士をの話を聞く・見る) 間接アクセス(記事やコンテンツを見た人と見てない人の話を聞く・見る) 間接アクセス(記事やコンテンツを見た人同士をの話を聞く・見る). [9]. 本研究では,オフィシャルページの閲覧数をコンテンツ. [9]. Np2Pyy. アクセス数のピークに近づくにつれて. . 5. 分析時期分析対象のFacebookページのアクセス数を分析するにあ. ングを行い,その結果から閲覧数のヒットの要因や傾向を. たり時期を表２のとおり３つに分けた.①2012年10月では. 探ることが目的である.そのためには,適切なパラメーター. 山口県長門市主催,金子みすゞのショートムービーコンテ. 設定が重要であり,適切なフィッティングが重要である.今 N(t) 回プログラムを作る上で注意しなければならないのは閲覧. ストでは対象の劇団のミュージカルの映像を６点出品し, ３品が10位内に入賞することができた.ここでの投票形式. a 数の分析元となるFacebookの性質である.[1]今回. はFacebookの機能による「いいね！」の回数と話題数であ. は,Facebookのアクセス数を興味意欲とみなし分析する !!(!) = !(!! − !(!)) が,Facebookは時系列ごとにページが更新される.さらに友 !" 人関係の日記がどんどん更新されていくため,1度見た内容. り閲覧数の推移の分析を実験的にみることにした.②2013. を翌日にまた見るということはほぼない.つまり,Facebook の閲覧数はその日の興味意欲の変化を表すが興味意欲の総. ⓒ 2013 Information Processing Society of Japan. 年3月10日,劇団主宰のワークショップにプロの世界で活躍する俳優がゲストとして来た.劇団としても初の試みであり,大きく閲覧数がのびたため考察にいれた.③調査対象とした劇団が2013年4月14日に博多市民センターにて公演を. 3.

(4) Vol.2013-EC-29 No.5 2013/8/10. ŭĮïƸļÕǋǔĮě IPSJ SIG Technical Report Ǳig]sƉƏt,.0-::6®¿ȧǹaÕįpƓgǺ. ¿¤±¿ª¿½¢¤ ¨·²¿¿. ŀp ¤÷śǱTmSigȀ}ǱSȧǹƁpn. . TŠȯXlWfakÊƬXlYWsǦņƍǞǂp Ǳig 700. 2012ŗ10ƎŌďǈȣȤŒÇåȢĺ}cs. 600. ǳȼ ñƕǱigùĥsƩÿ. ¶¿¤±¿ª¿½¢¤. 500. UV". /. Z" . 400. '. 300 200. 2012.10.17. dosknsls 2012.10.6. 100. 2012.10.23. cqjek3. t'(%*u. 0. 2013.3.10 2013.3.9. psbdohm. 2013.3.31 tpsbdohm/u. Ħ ŗ Ǝ ÀǮíĀȫ~gùĥs¼¿¶ 2013.4.14 2013.4.1. \$. 2013.4.15 t

(5) !fqgs/u. ¬ ·« . . EKNJE3 3 3 3 3 3 3 3 3 3 3 3. 75?>B4683. 6. * / ). 3 @EGP3 3 3 3 3 3 3 3 3 3 3 3 3. 785?=6668<>3. 3 FHIMOH3 3 3 3 3 3 3 3 3 3 3 3 3 3 =5;8B4773. 2012ŗ10ƎŌďǈȣȤŒÇåȢĺ}cs¶¿¤. 700. . ±¿ª¿½¢¤. 600. 3 E3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 7;5:7=>?7;3 3 CNALL3 3 3 3 3. 95>9B46;3. 500. 3 CNALQ3 3 3 3 3 3 3 3 3 3 3 3 3 3 759?B4683. 400. 3 CN8DLL3 3 3 3 3. 300. :5;;B46>3. 3 CN8DLQ3 3 3 3 3 3 3 3 3 3 3 3 3 :5><B46:3. 200. 3 CN8DQQ3 3 3 3 3 3 3 3 3 3 3 3 3 :5>:B46:3. 100. ǳ 4 ŗ Ǝ ÀǮíĀȫ~gùĥs¼¿¶ ¬ 2012/10/26. 2012/10/24. 2012/10/22. 2012/10/20. 2012/10/18. 2012/10/16. 2012/10/14. 2012/10/12. 2012/10/8. 2012/10/10. 2012/10/6. 0. ¨·²¿¿. 2013ŗ4ƎLùĥsíƮ. ĦȻ ŗ ƎŌďǈȣȤŒÇåȢĺ}cs¶¿ ¤±¿ª¿½¢¤ ·« EKNJE3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 8566B4683 3 @EGP3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 95<:898??=;3 3 FHIMOH3 3 3 3 3 3 3 3 3 3 3 3 3 3 =5=6B4773 3 E3 3 3 3 3 3 3 3 3 3 3 3. 65<6=9867<;3. 3 CNALL3 3 3 3. <5:>B46;3. Ħ 2013 ŗ 4 Ǝ ùĥsíƮ ·« EKNJE3 3 3 3 3 3 3 3 3. 75?7B4683. 3 CNALQ3 3 3 3 3 3 3 3 3 3 3 3 3 3 759=B4683. 3 @EGP3 3 3 3 3 3 3 3. ?588;;9:6=;3. 3 CN8DLL3 3 3 3 3 3. 3 FHIMOH3 3 3 3 3 3 3 3 3 3 3 3 3 3. =5<=B4773. 3 E3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3. 765=?768:893. 3 CNALL3 3 3 3 3 3 3 3. :5<;B4673. 3 CNALQ3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3. 759<B4683. 3 CN8DLL3 3 3. 95:>B46:3. :5=6B46>3. 3 CN8DLQ3 3 3 3 3 3 3 3 3 3 3 3 3 :5>>B46:3 3 CN8DQQ3 3 3 3 3 3 3 3 3 3 3 3. :5<<B46:3. ǳȽ ŗ Ǝ ŌďǈȣȤŒÇåȢĺ}cs¶. ⓒ 2013 Information Processing Society of Japan. 4.

(6) Vol.2013-EC-29 No.5 2013/8/10. ŭĮïƸļÕǋǔĮě IPSJ SIG Technical Report 3 CN8DLQ3 3 3 3 3 3 3 3 3. :5?7B46:3. 3 CN8DQQ3 3 3 3 3 3 3 3 3 3 3 3 3 3 3. ;579B46:3. ƬäÔÂsƁXǁƹc H Ħ

(7) ƆNsǬĜȦŦŮƝsät¼¿. ǳ 5 2013 ŗ 4 Ǝ ùĥsíƮ ¨·²¿¿. ¶ ¬ƉXƍȵZŘěþƖs÷ Ė¼¿¶¬ƉXħãǂlRig. 7. 0. ½¬º ¶½Ɓmakim] s¼¿¶ ¬ƉXȵZðƓËXȐ. ÐģsÔÃs ÃǾpǍcǠƖ£. YgRmsȁȲŪmak¼¿¶ . ¿ǳ ǳ XÐģŇȋmag jsƩÿsĕƏȥpV. ¬XŘěþƖàikSg]s¼¿. [¨·²¿sƟȓlR. ¶ ¬ƉpȈœmakĝh¬»sš. . ǧpŇcƧǅX]sǠƖňSgsl toShTWmǦU g I Ħ ǆź¾ȥźs ÷ĖsƟȓcmz{ ;9B ; "9B ; "BB tĳXoS X ;99 m ;"99 s÷ĖXùĥsíƮƉ XimȵSäǍakSgĘƚp ùĥsíƮ ¤s÷ś´½®¿ ½pik ,.0-::6 ®¿s½¬º ¶½ƁtİUkVÐ|lǾË ǶkSoSÏpǆź¾ȥź. Ħ 4 ¨·²¿¿sƟȓ·«(alpha,Cadv,before,a). İagg~hmǦU ½¤ǫÚsŪȏmakùĥsí ƮÔĴsȼǧtùĥsƩÿǫȒXÆŦl RstoSg~ùĥpmikƩÿ ƃgoǺŀŋpǉikTYiW[m aktǭđíƮXȠǵltoSWmǦU gXĿȩsŀŋsñƕ ¤ sĲÂ\ȵonmsƟȓaoX ƪSñƕpǦņXŧǵlR J © ¤ƷȋsƁƸ³£¹Ũƺc]m pikÏsǬĜŮƝƁm akǦUÊƬc]mXlYgXHI. Ħ 5 ¨·²¿¿sǆź¾ȥźs÷ĖƟ. sǦņ½¬º ¶½Ɓİc. ȓ·« ;99 ;9B ; "99 ; "9B ; "BB. ptŮĦǂpǾËİc]m|gȧ. ÐģsÔÃs . ǹǧpSSrȷİc]. F ĦȻQȽWǶmV© ¤Ʒȋs. mȠǵlRXǾËsèpoȁ. ƁƸ³£¹ƩƺaĿȩs ,.0-::6 ®. Ȳ¾ðƓËǫÚsǬĜśYńeǵǜ. ¿½¬º ¶½ƁƺSkȚć. søðĽÞoŘěǱTÂlȠǵlR. sǋǔǠƖmĘǗsǙřXȵSÊƬc. mǦU g. ]mXlYg* +* +. 8. ! 1 7. G Ƒȇsűƥlt½¢½¡ȧǹc ǬĜŮƝƣľcǵĤĳƁmak ,.0-::6 ®¿sǾËsƋƃSSrȷ sģƁsģƁõƺag]sǵ ĤĳƁŲT]mpikȧǹģƁtİ UÊƬĐǪlRaWaȁȲȻjǫ. Ðģ© ¤ƷȋsƁƸ³£¹ȝƺlYmakõ. ƺagùĥt &( lsȭðƃǨpŘěonĶN ǂoěǉǱikSoS¯µsĥÚlRg~ ÐģsűƥtÒs²£sěǉpŠȯĎ[d pǠƖðcËXlYgaWaĿȩp ,.0-::6 . Ús½¬º ¶½ƁXĶY[ uÊ. ⓒ 2013 Information Processing Society of Japan. 5.

(8) Vol.2013-EC-29 No.5 2013/8/10. ŭĮïƸļÕǋǔĮě IPSJ SIG Technical Report õƺagĽÞoŘěXŰûagWnTW ¤s ĲÂ\ȵsŻǑǶ]mpñƕ|gùĥ Ð|lǉoWigǺŀxsǬĜśYńeǵǜm ak ,.0-::6 XþƖXRigWǭđíƮŢpģČa g½¿¤ ,.0-::6 s»õƺak ǝWZǦņcŧǵXRf p×SƁƸ³£ ¹sŴŜXŧǵmohT|gÐŢtǶk T¾ǉikT]mWǬĜŮƝǎÕlĶNǂ pƤYǕkg~s &( Ȭȃ¾ƃǨŘěpŘěƩ ÿXǱ kS¬»s¿¢¤x]s³£¹ sȝƺmñƕXŧǵmomǦU 35 ǞĹƳŦo^ŶňȰSgȶčĶļsǊÍƊſŷpůȉ sŮǳa|cM ȆƘsĿƅĉwñƕpRgȺùĥ¢½¿¹sĆ ĂƦÓǳ,ƐÃƜȪéƹptvmWgoqVÅȁpo |agMRXmT^`S|agM ȆƘpRgiktȺùĥ¢½¿¹sȦßǧȺ «Ĺ~ȺĵZsƄNs^ăúȰY|agMǃƚptȺ ůȉsũpgU|eMƑŝpRXmT^`S|agM. 0$+ . . ŏƿƨĺ O¤¸¿sűƥmaks % % sƩƺP ƆƑ¿¤¯§²½¤ļÕÉŐȞÕ ŖŰ

(9) ŗř. . ļƹsg~sǋǔǁǳÕĮěȫ =344 <,6,64 ,>=?/, '808?<, % '<?=34/,94 & ),8,2,>, ,9/ ):=34/, 0A :?<9,7:1"3B=4.=

(10) . ;;. . ǊÍƊ¾ėƻŊş¾ƃīÈĒ¾ŌŎŅǣO© ¤ƷȋsƁƸ³£¹m¯¿¢½½P ȶčĶļőļȞǋǔĮěǖ Ĕ ;; ȶčĶ ļ .

(11) . Ǌ Í Ɗ ė ƻ Ŋ ş ȶ č Ķ ļőļȞǋǔĮěǖ ĔȶčĶļ . . =344. . ,>=?8:>:. &. ,9/. 464. %. "<:2&30:<"3B= %?;;74809> :

(12) ;;

(13) . . 64<, =3447 %3: !>, 4/0: :2?.34 ,9/ :64 '.34B,8, #?,9>4>,>4@0 ,9,7B=4= :1 =:.4,7 ;:;?7,<4>B1:<,;,9,=0;:;24<72<:?;

(14) ?=492 8,>308,>4.,78:/071:<34>;309:809, . . ,A,3,>,)>=?:09/,,9/64<,=344$0@09?0 "<0/4.>4:9 :1 ?=4. :9.0<>= '=492 >30 ,>308,>4.,7:/07:14>"309:809, . ⓒ 2013 Information Processing Society of Japan. 6.

(15)