The presentation material for my lecture at the open campus, 22nd Sep. 2018 (2)

データは語る
〜可視化してわかる真実〜
国際情報学部オープンキャンパス
中央大学国際情報学部
開設準備室教授飯尾淳

国際情報学部 Copyright © Jun Iio 2
データ，データ，データ…
●
データとは
– 人間の社会活動，あるいは，人間社会を取り巻く自
然環境など，様々な現実を「計測」することで得ら
れる客観的事実（fact）
●
データの形式
– 数値，文字，文字列，文章，画像，音声，etc.
●
データをいかに読取り真実を理解するか？
– 可視化（visualization）

データ可視化事例の紹介
●
八王子市図書館との共同研究から
●
背景
– 図書館は日々，大量のデータを集めている
●
利用者登録，貸出・返却，予約，etc …
– 図書館員は忙しい（日々の業務に忙殺）
●
データ分析を大学で担当
– 八王子市では読書感想文コンクールも毎年実施
●
分析結果は教育にフィードバックできないか？

事例その1
図書館利用状況に関する
データの分析

分析対象のデータ
●
データを行政区域ごとに集計し分析
●
対象としたデータ（H28年度時のデータ）
– 登録者数
●
その地域の住人による図書館利用登録の数
– 利用者数
●
その地域の住人がH28年に1回でも図書館を利用した数
– 貸出回数
●
その地域の住人がH28年に図書館を利用したのべ数
– 貸出冊数
●
その地域の住人による総貸出冊数

八王子市の6図書館

図書館利用状況（実データ）

図書館利用データの可視化

●
さらなる分析からわかったこと
– 6館を「広域保障型」と「狭域保障型」に分類
● 地区 i の来館者密度 di
– 来館者密度 di
＝利用者数 / 住民総数
● 来館者密度比 Di
– 来館者密度比 Di
＝ di
/ maxj
｛ dj
｝
– （一般的には）
●
図書館に最も近い地域が 1.0 となる
●
図書館から離れるに従って，減衰する

縦軸：来館者密度比
横軸：図書館と「各地区の重心」までの距離

●
来館者密度比の可視化
– 各図書館ごとの例
中央図書館生涯学習センター図書館
川口図書館南大沢図書館

来館者密度比10%保障

来館者密度比20%保障

事例その2
読書感想文コンクール
作品の分析

読書感想文コンクール作品の分析
●
対象とした作品
– 優秀作品 51作品
（H24年度〜H28年度，入選作品を対象）
– 一般作品（比較対象） 47作品
H29年度において一次審査でC〜D判定を得たもの
のうち，長さが極端に短いものを排除した残りから
抽出
●
着眼点
– 使われている言葉にどのような特徴があるか
– 誤字・脱字などは今回は対象外とする

単語の出現頻度
優秀作品　[%] 比較対象　[%]
私 3.713 1.621
自分 2.326 1.239
人 1.947 1.466
本 1.654 3.265
言葉 1.223 0.465
ない 1.197 0.632
それ 1.120 0.763
何 0.982 0.381
今 0.913 0.441
気持ち 0.751 0.274

単語の出現頻度
●
作業の概要
– 形態素解析で品詞に分解後，名詞と形容詞を抽出
（非自立語は削除）
– 全体で使われている単語数で正規化し，出現頻度を
計算
●
補足
– 優秀作品のトップ10に入らなかった，比較対象の
トップ10ワード
話，すごい，物語，おもしろい

単語の共起関係
●
共起関係とは？
– これは例文です．例として，日本語の難しさを指摘
してみます．「象は鼻が長い」，さてこの文の主語
は何か？日本語にはこのような曖昧さがあります．
– 英語の例文でよく「The quick brown fox jumps
over the lazy dog.」というものが使われます．英
語で使用する文字が全て使われています．
●
共起関係がある
– 「例文」と「日本語」，「例文」と「英語」
●
共起関係がない
– 「日本語」と「英語」

共起ネットワーク分析
●
頻出単語の共起性を可視化
●
共起ネットワークグラフ
– 2単語の共起確率（0.0 ≦ p << 1.0）が高いものを
線で結ぶ
●
出現頻度の高い単語は濃い色で表示
– 濃い色，かつ，ネットワークの中心に配置される単
語が「重要な単語」と考えられる

共起ネットワーク図

共起ネットワーク図からわかること
●
優秀作品
– 「私」が中心になっている
– 本の話をきっかけに，私の話を展開している様子が
伺える
●
比較対象作品
– 「本」が中心になっている
– 本のあらすじ紹介だけではダメ
●
読書感想文の典型的なアンチパターン

2群に関する外形的な相違
●
優秀作品
– 適切な長さの段落に分けられている
●
比較対象作品
– 短い段落（すぐに改行する）
●
いやいや書いている？
– と思うと，全く段落に分けない（最初から最後まで
1つの段落で終わる）ものも！
●
使われている品詞の分布
– あまり相違はない（統計的に有意差はない）

2群に関する外形的な相違

作業を通じて明らかになった課題
●
比較対象作品 … なぜ47作品なのか？
– 当初，50作品を電子化した
– 3作品に問題が…
●
図書館経由で学校に連絡
●
学校現場での指導について，改善を期待したい
●
電子化作業の負担
– 小中学生の作品は，手書き
– OCR（Optical Character Reader）は利用不可能
– 「よい作文は，字もきれい」だが…

まとめ
●
データを集めて分析することは重要
●
八王子図書館との共同研究から事例を紹介
– 図書館利用状況の可視化
●
地図上に表現することで一目瞭然に
●
年齢層ごとの分析などに展開予定
– 読書感想文の作品について，基本的な傾向を分析
●
優秀作品とC〜D判定の作品を比較した
●
頻出単語の分析，共起ネットワーク，段落の長さ
●
電子化について今後の課題あり
●
今回の事例は比較的小規模
– 現在はビッグデータの時代

The presentation material for my lecture at the open campus, 22nd Sep. 2018 (2)

Recomendados

Recomendados

Mais conteúdo relacionado

Mais procurados

Mais procurados (10)

Semelhante a The presentation material for my lecture at the open campus, 22nd Sep. 2018 (2)

Semelhante a The presentation material for my lecture at the open campus, 22nd Sep. 2018 (2) (20)

Mais de Jun Iio

Mais de Jun Iio (20)

Último

Último (8)

The presentation material for my lecture at the open campus, 22nd Sep. 2018 (2)