プロジェクト一覧
【参加者の皆様へ】 本ページは一般公開されています。
原発から放出されたヨウ素のプルームのシミュレーション及びSPEEDIのデータと、今回提供されるデータをかけあわせた分析を行い、次の災害に備える。
震災直後のTV放送や新聞記事に含まれていた地名を抽出し、地図に時系列でマッピングすることで、マスメディア報道が網羅していた / 網羅できなかった地域を可視化する。現実の被災状況や、支援を必要としていた地域など、ボトムアップで提供された情報とマッシュアップし、差異を浮かび上がらせる。
人工知能学会: 近未来チャレンジのプロジェクト。想定外の事態を考慮しなければならない災害情報支援システムを、複数システムの組み合わせによって素早く実現するための基盤技術を構築するプロジェクト。今回は、災害時にソーシャルメディアが果たした役割、今後の災害で果たすべき役割について明らかにする。
今回のワークショップ用に提供されたTwitterのデータに入っている改行を取るなど、他の参加者の皆さんが使いやすくするための各種スクリプトを共有しています。
位置情報付きtweetデータのリストが欲しい！(現在入手できるのはtweet_idのみ)
位置情報の付与に必要な作業はtwitter apiの制限のため750H(32日程度)かかるため協力して頂ける方とデータを分担して作るプロジェクト
Twitter からの被災時の行動経路の自動抽出およびその信憑性の検証
本研究では、東日本大震災情報に関連するTwitterのデータから、機械学習を使用して、ユーザの行動経路を抽出する手法を提案する。また、抽出された経路情報を、震災当時の鉄道運行状況や通行実績マップデータ等と比較することにより、その信憑性を検証する。
最終発表スライド，@y_benjoによる解説，@haraponによる解説
基本統計，帰宅難民発生地域抽出，駅ごとの帰宅困難者発生予測，位置情報付きtweetからの情報抽出
通勤者の帰宅意思決定行動モデル(10/25更新)，Twitterで拡散された都内の避難所はどの程度有用だったか?
なぜ帰宅困難者問題が発生したか？東日本大震災時の帰宅困難者問題を把握し，発生要因を分析し，次なる自然災害時に帰宅困難者問題を防ぐ／軽減する方策を考える．具体的には混雑統計データ，運行状況や位置情報付きtweetなどを用いた震災当日/翌日の帰宅難民の行動分析とそのモデル化．今後，同様の災害が起こった際に帰宅のボトルネックになりうるエリアの特定，ボトルネックを誘発しうるイベントの特定など．
首都圏で震災が起こった時等にターミナルの混乱を抑制するために、渋谷の震災後24時間を題材に検討します。つぶやき、混雑度、交通情報、検索情報を活用し、ターミナル周辺地域の状況把握ができる仕組みを検証します。
プロジェクトの背景として、震災の時にWebなどで様々な情報が溢れているところにあります。 その中で有用な情報もあり、給水場、充電場、行方不明者、安否が確認された方のリストなどを作ることができます。 ただ、溢れている情報の中でこの情報を正確に特定するのがなかなか難しくて、労力がかかります。 本プロジェクトは、コンピュータの力を借りて有用と有用でない情報を分別し、１人でも簡単に情報の一覧を作れるシステムの開発です。
現在NICTで開発中の質問応答システム「一休」は大量のWeb上のテキストからピンポイントに回答を得ることができるが、このシステムを、災害時に重要となる情報（地名、救援物資等）に注目するなどして、災害時においてより有用なものとなるように改良し、緊急時に必要な情報の効率よくスピーディな取得を可能にするとともに、被災・救援状況の俯瞰的把握も効率化する。さらに、システムが提供する情報の各々について、東北大学の言論マップという技術を用い、その信憑性の検証を可能にする材料もあわせて提示する。
自然言語処理の視点から，震災時のツイートデータを分析しています．これまでに，以下の成果物を公開しています．
・災害対応質問応答システム＆言論マップ（情報通信研究機構と連携）
中間被災地におけるTwitter情報発信の分析プロジェクト
震災時における関東地方等の比較的軽微な被害があった地域でのツイッター発信の様子について改めて分析、確認します。【詳細ページ工事中】
「地震」や「洪水」といった災害キーワードを事前に指定し、ビッグデータの中から該当文字列を含むデータを検出する方法では、想定外の災害キーワードを見逃す恐れがある。そこで、問題の発生に伴い、有意に増加する部分文字列を災害キーワードとして自動抽出可能なシステムの構築を目指す。
10/05追加 キーワードの抽出方法に関する考察 (10/11 修正)
10/06追加 キーワードの抽出方法に関する考察(検証結果) (10/11 修正)
大災害時における特別な支援ニーズを持った被災者に対する情報提供に関するプロジェクト
大災害時における障害者などへの情報提供の方法やその手段の改善のため本プロジェクトを実施します。本ワークショップ期間中には、特に発達障害に関連する事項について集中的に検討します。
震災時のTweetにおけるハッシュタグの利用状況を調べることで、話題の推移、ハッシュタグ間の関係性などから震災時のコミュニケーションにおいてハッシュタグが果たした役割を分析する。分析結果に基づき、今後の震災時により効率的で円滑なコミュニケーションを行うためにどのようにハッシュタグを利用することが望ましいかを検討する。
流言クラウド： 災害時の医療情報に関する分析
災害時に発信された大量の情報の中から，医療に関する情報（医療者向け情報，疾病に関する情報）を抽出し，重要な情報／流言を集計します．
解説ページ（準備中）
避難タイミング決定行動を調べる Twitterデータ編 混雑統計データ編（10/17追加)
震災時に人々がどのようなタイミングで避難を行なったのかを，主に原子力災害からの避難を念頭において調べる．避難のタイミングを適切に決定することは安全な避難に重要であるが，各種の災害リスクに対してどのような避難行動をとるかについての実証的知見は現状では十分とはいえない．今回のケースでどのように避難行動のタイミングが決定されたかを調べ，どのような問題点を将来の災害に向けて解決すべきかを考察する．
津波の直撃を受けた沿岸被災地では、発災直後からの救援・支援・復興活動は困難を極めた。これらの「復興支援活動」で何が機能したのか、何が機能しなかったかを検証するために、事実を収集し、時系列、分野別に整理、分析し、今後実施を予定する現地ヒアリング調査の基礎資料を得ることを目的とする。
東京工業大学の出口先生らが開発したビックデータ加工ツールFalconseedを使って，データから何が見えるかを探るプロジェクト．ビッグデータを解析するプログラミング技術や解析ツールを持っていない人々向けに提供したFalconseedを利用してデータを抽出，最終的に表計算ソフトで集計することを目標とする．ビッグデータ分析をしたことがない人々の参加をお待ちしています．
クライシスにおける状況認識を支援することを目的に、時間・空間を中心に各種の情報を集約するとともに、将来的には「必要な人に必要な情報を届けられる」メディアを作り上げていきたいと考えています。
提供された位置情報付きtweetデータを用い，面的かつ逐次的な被害状況を推定する手法を検討します．災害初動対応において，迅速な被害状況の把握に資する提案としたいと考えています．
地域SNSを主にしたメディア情報の災害情報後方支援機能の評価
盛岡市の地域SNS（モリオネット）の震災時の挙動に提供されるメディア情報を加え、県域、国レベルのメディア情報と、市町村レベルの地域SNS情報の空間解像度につき比較検討を行い、地域
SNSの情報の解像度、その他のメディア情報の相互補完の関係、「情報の空白地帯」となった要因分析を行う。
Twitterによるコミュニケーションのうち，利用者本人の感情反応の開示，態度の表明に焦点を当てる．つまり，日本人が大震災という出来事をどう解釈したかをツイートから推測することを目的とする．心理学の研究では，トラウマ的事象に直面した際の自己開示（自らの思いをありのままにさらけ出すこと）は，対処行動として（長期的に見ると）有効であることが示されている． ソーシャルメディアを介したコミュニケーションにおける自己開示が，惨事ストレスからの回復に（被災との距離に応じたあり方で）寄与しうることを実証的に示したい．