Creativity Sharing and
Entrepreneurial Support


(第2回 データサイエンス・アドベンチャー杯 一般部門 優秀賞) チーム名:都産技研チーム(東京都立産業技術研究センター開発本部) 企業内や研究グループ内等の問題解決においては,特定の知識を利用することが重要になっている.そこで,適切な問題解決を行うためには,そのグループ内で,適切な知識を持った専門家を見つけることが重要である.従業員の数が少ない等グループの規模が小さいうちは,人手で,事情に精通した専門家を見つけることは比較的容易であるが,数百人を超える規模になると困難になってくる.本発表では,上記のような問題点を解決することを目的として,階層的タグ付け構造を利用する.階層的タグ付けを利用することで,一人の専門家が複数の専門分野を持つ場合でも,正確に検索を行えることを目的とした.また、JST科学技術用語シソーラスを用いることで検索精度の向上を図っている。
1

value

1


(第2回 データサイエンス・アドベンチャー杯 U-18賞) チーム名:埼玉県立熊谷女子高等学校 私たちは進学に向けて大学について知りたいと思って研究を始めた。そこで、論文のテーマに着目したところ、論文のテーマが時代の流れと共に変化していると考えた。時代の流れを表す一つの象徴である「ユーキャン新語・流行語大賞」に着目し、論文の各年代の標題と、何か関連性があるのではないかと推測した。 2009年~2013年のJST論文データにおける資料名データから流行語と流行語以外の科学技術用語の論文数を調べ、各年代の変化を見た。その結果流行語は特徴のある変化を見せていることが分かった。このことから2015年の流行語を論文データから予測できるのではないかと考え、さらに分析を行った。分析を行う際に、各年の変化量と論文数の関係に着目し、「変化量-論文数」の散布図を作成したところ、流行語に関しては特徴のある分布を示した。この散布図に、自由国民社が出版する「現代用語の基礎知識2015」から141語を抽出し、流行語同様の分析を行い、2015年の流行語を予測した。
1

value

1


(第2回 データサイエンス・アドベンチャー杯 入賞) チーム名:若鶏の醤油揚げ(京都大学工学部情報学科数理コース)  JSTの論文データを関係性のネットワークとして考え、分野と論文を枝でつないだ2部グラフから分野に関するネットワークを作成した。組織に関するネットワークも同様に作成した。シソーラス関係語に関しては語番号により関係語を結びネットワークを作成した。 次に、それぞれのネットワークについて次数分布やコミュニティー検出による分析を行いネットワークの持つ特徴を調べた。次数分布からはスケールフリー性があるか、次数が大きな点はどのようなものかを調べた。コミュニティー検出ではコミュニティーが意味ネットワークを持つかを調べた。 分野に関しては、年代別のネットワークを作成し、興味が持たれている分野の変遷も調べた。
1

value

1