CGM（Consumer Generated Media）の普及に伴い，インターネット上に膨大なデジタルデータが蓄積されている．これらのデータは，社会動向，経済動向に加えて大規模災害などの多種多様な社会事象を計測するソーシャルセンシング技術の向上に用いられている．著者らは，ユーザの習慣行動を用いて，その習慣行動の違いから実世界における事象を抽出する新たなソーシャルセンシング手法を提案し，有用性を証明した．その技術を適用した社会事象との関係性を実践的に評価するためには，ユーザ属性や異なるデータを用いた汎用性を明らかにする必要がある．そこで，本研究では，ユーザの習慣行動を属性ごとに分析し，ユーザ属性ごとの平時と異なる行動から非習慣行動を抽出する．実証実験では，実世界における社会事象をユーザ属性ごとに詳細な粒度で見出すことが可能かを検証する．
