読者です 読者をやめる 読者になる 読者になる

東日本大震災ビックデータワークショップメモ

殴り書きですが…

 

Twitterデータのタスク,可視化のタスクが多い

さらに,デマ関係や首都圏の帰宅関係が多い

 

Twitterデータの利用

Twitterデータの意味的解析
イソジンのがん予防‐デマ
ツイートに対する反応のツイートと抽出して解析
ツイートのバースト検出,システム化
ツイートの信憑(賛成意見と反対意見,それと根拠)

 

・ハッシュタグの利用傾向調査
情報の入手先の変更
ハッシュタグをまとめる(自由に作成できる)
ハッシュタグがうまく使われていない

 

・MentionNWを作成し,その統計量調査,有力ユーザの検出

 

・災害時質問応答システム
質問に対して,それを提供するツイートを提示

 

・CHIDRI

災害支援システム

データ管理と技術導入・公開
情報の瞬発力,デマの壁の発見

 

Twitterから震災時の行動経路を自動抽出

 

・ジオタグを利用したメッシュごとのトピック検出

 

・時系列解析とデマの伝搬構造解析

 

☆可視化

・放射線による内部被ばく(SPEEDI)シミュレーションデータ

福島の人数とヨウ素の分布を可視化
放射線の被害は北部より実は南部のいわきのほうがひどかった

 

・被ばくの遷移をGoogleEarthと組み合わせて視覚化
NHKのニュースとツイートの組み合わせで地域視覚化

 

☆交通

・主要ターミナルの混乱回避

・首都圏の帰宅困難者モデリング
帰宅者の意思決定モデル

・人の移動,地域ごとの人口を視覚化

 

☆多メディア

・報道空白地域の補完
マスメディア×Webj情報により,空白地域の補完
メディアの情報が時間経過により小さな地域の報道がなくなる
ツイートを使った情報の補完

 

・各メディアの機能を把握し,分担する
ツイートにおけるメディアへの言及

 

・ユーザのニーズとメディアデータのカテゴライズ
人と情報とのマッチング

 

医療関係

・震災後の病状
ストレス,アレルギー,エコノミークラス症候群
レアな情報(妊婦など)がほしい人のためのデータベース作成