ポスターセッション

津波被災における避難実態の可視化

チーム名： Masters & Forever 22

概要：津波被災時の人口の動きをZENRINのデータを元に可視化し、防災の観点から都市設計における改善点などを議論する。

仙台で必要とされた情報・流れた情報

チーム名：日立東日本ソリューションズ概要： Google Trends （マクロ視点）および仙台市周辺のツイート（ミクロ視点）を中心に、仙台市（非壊滅的で、政令指定都市で、ICTがある程度機能し、被災地における情報流通というテーマを考えることに意味があると思われる場所）における、必要とされた情報、流れた情報を検証する。その結果から、次の災害において、仙台と同様の状況に置かれた被災地でどのような情報がどう伝達すると被災地の復旧に役立つのかを考察する。資料： こちらへ

災害対応情報分析システムプロトタイプ

チーム名： NICT情報分析研究室

概要：我々が本ワークショップに参加し、開発を進めてきた災害対応情報分析システムのプロトタイプについて報告する。災害時の状況を想定し、その中で我々のシステムがいかに動作するかを可能であればデモを交えて説明する。

資料： こちらへ

ソーシャルデータからの二次災害情報の抽出〜自然言語処理による問題の見える化〜

チーム名：奈良先端科学技術大学院大学自然言語処理学研究室チームA 概要：災害によって大きな混乱が生じた際、被災者、また、その関係者への情報伝達は重要である。大地震においては、直接的な地震による被害状況や地震の影響で安全生が危惧されていた原子力発電所に関する"規模の大きなニュース"は全体の動向を掴むために必要となるが、被災者にとっては、混迷の中にある被災地での様々なトラブルや、区域ごとの詳細な情報など"規模の小さいニュース"が非常に重要となる場合がある。その一方で、マスメディアや新聞社などに属するジャーナリストの数は限られており、"規模の小さいニュース"を網羅することは困難である。この問題の解決に向け、私たちはツイートなどの一般的なWebユーザが作り出すソーシャルデータと自然言語処理の技術を活用することで、被災地で起きている情報を具体的に可視化するサービスを提案する。資料： こちらへ

テレビ・Twitter (ジオタグ付き) の時系列空間トピック解析

チーム名：竹内孝 (NTT CS研) 概要： Twitterデータとテレビ局の報道内容を対象として、時系列に沿ってトピック解析しました。特徴的な「空間分布・単語・ユーザ・テレビ局」と、特徴の強く現れた時刻をトピックとして抽出します。解析結果から、震災後の7日間に何が起きていたのか、その理解に役立つ情報が得られるか検証してみます。

個人属性と時系列変化による情報の推移について

チーム名：ソフト防災チーム概要：朝日新聞データとJCCデータに基づいて，個人の属性（性差，年代，職業，家族構成など）と共に出てくるキーワードが時系列に変化するか．という点について調査中．ねらいとしては，個人の属性と時間経過によって，状況やニーズが変わってくると想定しており，これがデータから見えれば．と考えています．資料： こちらへ

一帰宅困難者あるいはボランティア志願者からみたビッグデータ

チーム名：賀沢秀人（グーグル株式会社）概要：一帰宅困難者あるいはボランティア志願者からみて有益な情報がどれほど得られるか（もしくは得られないか）に簡単な分析をおこない、情報収集を効率化する手段について考察・提案します。

東京における帰宅困難者の移動と混雑

チーム名：高柳人士(首都大学東京大学院) 概要：地震直後，帰宅困難者が発生した．電車が運行を再開しても混雑により運転見合わせに陥るなど，人の集中による混乱が生じていた．本研究では，ジオタグつきツイートを用いて東京における当時の移動の状況を把握し，人の移動と混雑の関係を明らかにすることで，地域への流入出規制の実効性の確認し，過度な集中を起こさせないためにはどのようにすればいいかを考える．資料： こちらへ

災害報道とビッグデータ

チーム名： NHK 概要：プレゼンの内容をポスターセッションで補足します。ツイッターの解析と分類、被害情報把握に向けて。ならびに情報空白地域の検証と可視化などについて提案します。

ツイッターデータの意味的解析による災害情報拡散の分析

チーム名：東北大学乾・岡崎研究室概要：我々のチームはツイッターデータを自然言語処理で解析することにより，どのような災害関連情報がどのように拡散したのかを分析している．本発表ではツイッターデータにおけるトレンド分析，命題抽出，言論マップに関して中間報告からの進展を報告する．中間報告後の新たな取り組みとして，被災地の状況や要望などの微細かつ重要な情報をツイッターデータから発掘する試みを紹介する．こうした取り組みから得られた知見に基づき，災害時に役立つ・使える情報伝達の仕組み作りについて議論を深めたい．

震災時におけるデマの拡散と制御に関する研究

チーム名：高安＠東工大概要： 3月12日に発生したコスモ石油の精油所爆発により「有害物質む黒い雨が降る」というデマ情報がツイッター上で拡散した事例を取り上げる．その中で，デマの拡散と収束の過程をエージェントモデルにより再現し，デマの伝播過程の特性を明らかにする．さらに，このモデルを用いて，訂正ツイートが広まった時間が，実例よりも早かった場合に，どの程度デマの伝播を抑えられたかを，シミュレーションによって検証した結果を報告する．また，リツイートのデータを活用し，デマ伝播のネットワーク構造の特徴について解説を行う予定である．資料： こちらへ

震災時にツィート上で拡散した「デマ情報」の時系列分析

チーム名： NEC 情報・ナレッジ研究所概要：震災時にツィート上で拡散した「デマ情報」の時系列変化の分析結果について報告する。我々の目的は、デマ情報の拡散により、人々が非効率な／不適切な言動を行うことを防ぐために、デマ情報の拡散を抑制する有効な対処を明らかにすることである。ここでは、ツィート上のデマ情報が企業／マスコミ等の広報によって終息した事例や、情報が混乱している事例などを実データを用いて分析した結果を報告する。資料： こちらへ

震災時のハッシュタグ活用について

チーム名：村井源(東工大) 概要：震災時のハッシュタグの利用傾向の分析結果に基づき、震災時の円滑なコミュニケーションを行うためにどのような形でのハッシュタグの利用が効果的であるかに関して検討した結果を報告する。資料： こちらへ

災害と医療情報

チーム名：東京大学知の構造化センター概要：医療に関する流言を収集する医療版流言クラウドについて進捗を報告する予定です

２ch地方スレが語る震災

チーム名：チーム市大概要：２chの地方スレッドを使った分析。特に被害の大きかった東北地方の岩手、宮城、福島を中心に、２chのスレッドに関する分析の途中経過を報告する。資料： こちらへ