オンラインコミュニティサイトには多くの質問が投稿されるが，その中には疑問等に対する答えを求めるのではなく質問の具体的な答えそのものよりも，自分の思いへの共感を求める質問がある．共感を求める質問に対して回答する人は，そうでない質問に対して回答する人より有意に少ない．そこで，共感を求める質問に対しても適切な回答を与えることができれば，ユーザのサイトに対する満足度が向上する．共感を求める質問に対して高い回答率を持つユーザー層に回答してもらえるよう，質問を振り分けることにより，共感を求める質問であっても回答される可能性を上げるという方法をとることとした．なお本論文では共感を求める質問とそうでない質問に対して機械学習を用いて分類を行った．

本論文は，介護老人福祉施設に設置したセンサ，および介護スタッフに装着してもらったセンサから取得したログを分析し，介護スタッフの作業推定や高齢者の睡眠状態分析を行った結果について示し，センサの設置場所など様々な制約のある実環境において，現状で入手が容易なセンサの有効な活用方法，および分析可能な結果について明らかにする．現在の日本は高齢化率が26%の超高齢化社会に突入し，介護や見守りの必要がある高齢者が増加している．このため，プライバシーやQOLを維持しつつ効率的に見守りなどの支援をするために，センサや人工知能などの情報通信技術の活用が期待されている．本論文では，介護老人福祉施設を対象とし，ビーコンや加速度センサ，睡眠センサといった，現状において入手が容易なセンサを利用し，介護スタッフの作業推定，および入居者の睡眠状態推定に取り組む．作業推定では，食事ケアやおやつ，レクリエーションといった定例作業を対象として，これをセンサログから推定することを試みる．睡眠状態推定では，睡眠計により取得したデータから，睡眠状態（浅い睡眠，深い睡眠，REM睡眠，覚醒）の割合を分析する．同様の傾向を持ついくつかのグループに分類し，その傾向について考察する．また，日中におけるレクリエーション活動と睡眠状態の関係についても取得したデータに基づき考察する．

本稿では，価値観モデル適用により協調フィルタリングを拡張したハイブリッド型推薦手法を提案する．嗜好の類似するユーザの情報を用いて推薦を行う協調フィルタリングは現在最も広く利用されている情報推薦手法であるが，評価値の偏りや一部アイテムへの評価の集中などによって推薦精度が低下する問題が知られている．この問題に対して，価値観をアイテムの属性に対するこだわりの強さと定義して構築する，価値観モデルをユーザ間類似度の計算に活用することで上述の問題解決が期待できる．一方で，その効果はユーザの特性に依存することや，推薦可能なアイテムの被覆率が低下する可能性が考えられる．そこで本稿では，価値観モデルベース協調フィルタリングと既存手法を組み合わせ，推薦アイテムリストの統合やユーザの特性に応じて効果的な推薦手法を切り替えるハイブリッド型推薦手法を提案する．5つのデータセットを対象とした比較実験を行った結果，ハイブリッド型推薦により相補的な推薦が実現可能であり，予測誤差およびユーザ・アイテムの被覆率が改善することがわかった．

In this paper, we proposed advanced analytical method so that various analysis is possible. In the past, various analysis methods for human relationships have been proposed. Moreno proposed sociometry analysis and Yamashita et al. proposed an analysis method applying fuzzy graphs to it. Yamashita’s method is to analyze human relationships based on the partition tree. As preconditions for analysis, the nodes belonging to the same similarity in the partition tree are analyzed. In this paper, we provide a method that can analyze nodes belonging to any degree of similarity. Also, depending on the purpose of the analyst, a directed graph, such as a sociogram, may be more effective, or an undirected graph may be more effective. Therefore, there are both merits and demerits to using either method. We also aim to provide a new foundation that can analyze both of the two analysis methods.