マイクロブログの一つであるTwitterでは，突発的な感情の発露を表すために，ツイートを「勝ったああああああああ」や「やめてぇぇぇぇ」のように叫喚表現化することがある．先行研究では，ツイートの叫喚表現化された部分を正規形（「勝った」や「やめて」）に変換することで，既存の様々な辞書(lexicon)を利用できるようにするための手法が提案されているが，叫喚表現化によりツイートの感情や印象がどう変化するのかについては触れていない．そこで本論文では，ツイートを読んだ人が受ける印象に焦点を当て，叫喚表現を含むツイート（叫喚ツイート）の印象と叫喚表現を正規化したツイート（非叫喚ツイート）の印象を267人のTwitterユーザが参加するアンケート調査に基づいて調べ，比較することで，その特徴を明らかにする．

ソーシャルメディアでアカウントを作成する方法の一つにソーシャルログインがある．ソーシャルログインは，他のソーシャルメディアのアカウントでアカウントを作成することができるが，その時に元のソーシャルメディアのアカウント情報を引き継ぐことができる．この研究では，Pinterestを対象に，アカウント作成時にどのようなユーザをフォローしているユーザが，長期的に活発であるかを調査する．調査の結果，Pinterestでピン数が多いユーザをフォローしているユーザがアクティブであること，元のソーシャルメディアで共通の友人がいるユーザをフォローしているユーザがアクティブであることを発見した．

本研究では，ツイート情報を用いてテレビ番組の視聴者などの，実世界のイベントにおいて関わっている人の数を推定することを目的とする．本研究ではハッシュタグなどのつぶやきの本文要素とつぶやきを投稿したユーザ数，それらから求められる個々のユーザのつぶやき数などを用いることによって，より多くのユーザのつぶやきを対象としたイベント視聴動向の推定を行う手法を提案し，実験により有効性を検証した．その結果，ユーザ数とツイート数を用いることにより，ドラマの視聴率をある程度推測可能であることを明らかにした．

近年，ソーシャルメディアにおける情報伝搬が関心を集めている中で，ソーシャルメディアの情報拡散力を利用して短期間で爆発的なアクセスを集めることを目的とするバイラルメディアが登場している．バイラルメディアの記事は，多くのユーザに好まれるようなシンプルなデザインで構成されており，コンテンツを探す事にあまり慣れていないユーザ（情報収集能力の低いユーザ）が好んで利用している可能性がある．一方，情報収集能力の高いユーザは，バイラルメディアの記事ではなく，その記事で紹介したコンテンツの元のメディアから信頼性の高い情報を得ようとすると考えられる．本稿では，バイラルメディアを利用するユーザと情報元のメディアを利用するユーザの特徴に違いがあるかを調査する．

ジオタグ付きツイートにより，Twitterに投稿されている情報は地理的または時間的観点において，局所的または普遍的な分布を持っている．例えば，レストランに関するツイートでは，地理的観点において普遍的にツイートされるものとして全国チェーンのファミリーレストランがある．反対に局所的にツイートされるものとして，地域ごとに存在するご当地レストランがある．しかし，既存の検索システムでは，ある単語が持つこのような分布を把握することは困難である．そこで本研究では，クエリと共起している名詞をツイートから取得し，その共起名詞の分布を地理的及び時間的観点から可視化することで，共起名詞の中から局所的単語と普遍的単語を発見するシステムを構築する．

人は状況にある情報を瞬時に読み取り、意思決定の材料にしている。けものみちや廊下の摩耗、手垢、着色など表面に残された痕跡は、過去にその場所で繰り返し行われた行動を読み取ることができる。人影のないホーム(電車は行ってしまった)、傘を差す人々(雨が降っている) や、長袖を着る人の割合(外は肌寒い) など周囲の状態は、社会的シグニファイアとして情報を伝えている。そこで、ここでは痕跡と社会的シグニファイアの例を多数挙げながら、人の意思決定のメカニズムを考察してみたい。

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ユーザモデルを構築する手法が提案されており，これをユーザ間類似度の計算に適用した価値観モデルベース協調フィルタリングが研究されている．評価実験によりその有効性が示されているが，その効果はユーザに依存することや，ユーザベース協調フィルタリングよりもアイテム被覆率が低下する問題などが指摘されている．本稿では，価値観モデルベース協調フィルタリングとユーザベース協調フィルタリングを組み合わせたハイブリッド推薦により，これらの問題を解決することを試みる．複数の統合方法について提案し，テストデータセットを用いた比較実験を行うことで各手法の有効性や性質について考察する．

既存の情報推薦システムでは精度を重要視したアイテムが推薦されてきたが，近年では精度に加え，推薦されたアイテムに対する「セレンディピティ」が新たに要求されるようになってきている．本研究では，テーマに沿った資料を閲覧し経路を辿りながら図書館資料を探索する手法にヒントを得て，実世界空間での資料探索行動を情報推薦システムの枠組みとして取り入れることによって，セレンディピティのあるアイテムを推薦する手法の実現を目指す．資料を探索する過程でジャンルの移り変わりを見せることでセレンディピティのあるアイテムとの出会いを促す手法を提案する．

不動産情報サイトに掲載されている情報の中でも，物件画像は物件選びの判断材料として非常に重視されている．しかし，どのような画像を掲載するかは，物件を取り扱う不動産会社に委ねられており，画像の種類や品質，多様性には大きなばらつきがある．本稿では，「HOME'Sデータセット」に含まれる物件画像データを対象として，深層学習の一種であるconvolutional neural network (CNN)を適用する試みを紹介する．キッチンや居間，トイレといった画像の種類や，住まいの利便性や雰囲気などをCNNによって学習，判別させることで，ユーザに新たなサービス価値を提供できる可能性を示唆する結果が得られている．

本研究は，人間らしいエージェントを目指す研究の一つとして，人間とエージェントによるプレイログを分析するアプローチをとる．そのため，人間とエージェントによる選択回答式の人狼ゲームを行い，人間がエージェントを看破する際の手がかりを分析することで，エージェントであると看破されないエージェントに求められる条件を調査することを目的とする．

乗換案内の利用者は，所要時間や金額といった一般的評価指標と，利用者自身が持つ知識を組み合わせることにより，経路同士を比較し納得いく経路を発見しようとする．しかし，既存のインタフェースは一般的評価指標により導出される経路の上位を表示することしか提供されていない．

本研究では，利用者知識による経路の比較，決定を支援するための経路編集式比較インタフェースを提案する．比較対象となる経路を，既に表示されている経路から編集して生成することで，利用者知識による情報を経路に反映する．また，検索結果を線の長さ，太さといった視覚情報で並べて表示することにより，経路間の差分を明確化する．これにより，多角的視点からの経路比較を促し，利用者の納得いく経路決定を支援する．

本研究では，SNSの会話支援を目的に，会話受信時にユーザの特性に基づきリアルタイムでテキストに多様な注釈（リンク）を生成するリンク自動付与手法を提案する．被リンク情報を提供することで，受信ユーザに対して相手ユーザヘの返答を促進させることができ，会話の活性化につながることが期待できる．本稿では会話促進として，受信側ユーザの知識支援ならびに，受信ユーザが発信ユーザヘ周知させたくなる興味喚起による知識提供支援となるリンク生成手法について述べる．知識支援に対する被リンク情報は，受信ユーザにとって不明な語彙に対する検索結果ページやWikipediaページ，他ユーザの会話とする．また，受信ユーザが発信ユーザヘ周知させたくなる被リンク情報は，その語彙を話題にした他の友人達の会話や関連Webニュース記事とする．本稿では，Facebookを対象に，ユーザ特性に基づいた特徴語抽出および被リンク先の会話抽出に関して検証する．

映像作品において，効果音はシーンの印象に大きな影響を与えるため，映像制作者は大量の効果音データベース内から，候補となる効果音を検索し，それらを聴き比べながら慎重に検討し付与しなければならない．そのため，各シーンに適した効果音の選定には多大な時間を要することが問題となる．本研究では，「文脈」「音響」「オノマトペの表象」という3つの観点から効果音同士の類似性を可視化するシステムを実現することで，この問題の解決を目指す．本稿では，これまでの著者らの取り組みと今後の展望について述べる．

組織内で行われる議論や報道の多様性を知るためには，文書や発言の多様性を定量化できることが望ましい．しかし，従来の多様性の指標は，大規模な学習コーパスが必要であるため適用に限界があった．実際，報道やソーシャルメディアへの投稿については学習コーパスの日々の更新の負担が重く，議事録に関しては大規模なコーパスの入手が困難である．そこで本報告では学習コーパスを用いること無く文書の多様性が定量化できる手法を提案する．具体的には，生態系と文書の類似性を利用して，生物多様性の研究で用いられているHill numberを文書の多様性指標に応用した．インターネットで取得したニュース記事を用いた評価実験では，提案手法は従来手法を上回る性能を示した．

日本国内の機関リポジトリから約45万件の学術資料を収集し，それらに対するテキスト解析に取り組む．収集した学術資料から抽出した名詞語について，語長分布の調査やword2vecを用いた類似語の探索実験を行い，機関リポジトリで配信されている学術資料の知識発見や仮説生成のための情報源としての可能性を検討する．

秘匿データの分散処理方式としてセキュアマルチパーティ秘密計算法(Secure Multi-party Computation : SMC)が知られている．特に，データマイニングのようにデータの秘匿性が強く望まれる分野においては，有望と考えられている．特に，個々のデータ自身を分割して記憶する新しいSMC法は有効性が高いと期待されている．しかしながら，この分野の研究は始まったばかりであり，データマイニングのように，複雑なデータ処理を必要とする分野への応用は行われていない．本稿では，データマイニングの計算技術の一つとして知られるk-meansとNG法について，SMCによる計算法を提案し，その有効性を数値シミュレーションで検証する．

みかん生産のための経験則，ノウハウは生産者の勘に依存する部分が多く，データとして蓄積されていない．我々は様々な気候情報を電子的に記録することで経験則やノウハウを客観的に捉えることが可能と考え，IoTを利用して気候情報を定期的に記録するシステムの構築を提案する．

TwitterやFacebookに代表されるソーシャルメディアが人気を集めている．これらのメディアではユーザに適したコンテンツや商品を提示する推薦機能（レコメンド機能）が提供されていることが多い．従来の推薦システムでは，ユーザのソーシャルメディア上での行動に基づいて推薦が行われているが，その行動にはユーザの内面に存在する心理が影響を与えていると考えられる．また，これまでの推薦システムの評価においては，ユーザに尋ねた満足度が用いられることが多かったが，その値にも心理が影響を与えていると思われる．この講演では，ユーザの心理とソーシャルメディア上での行動の関係について，最新の調査結果と共に説明を行う．