今年から開始した「マニフェストスイッチプロジェクト」により、選挙候補者のマニフェストがオープンデータになっています。オープンマニフェストデータの応用化について、考えてみました。

マニフェストを登録するためのWebによる共通的に用いることができるフォームを作成します。

2015/4/11 Political Data Visualization Hackathon Vol.1 ～E2D3とマニフェストスイッチで新しい政治の見せ方を考えよう！～ https://www.facebook.com/events/426627054129166/ の成果です。

■マニフェストスイッチ可視化作品の登録方法 政治家とマニフェストスイッチプロジェクトの政策データを使って作成した可視化作品（アプリ、ウェブページ等）は、Knowledge Connectorにご登録ください。 優れた作品はマニフェストスイッチプロジェクトサイトで紹介するとともに、マニフェスト大賞で審査・表彰させていただきます。

AEDオープンデータプラットフォームとスマホGPS、GoogleMapを使ったナビゲーションアプリ案。 [現在位置緯度経度]を随時更新してあげることで、googleマップ上で残り距離と残り移動時間(80m/sでの時間なのでAED抱えて向かう時はきっともっと短時間)が表示できます。もちろん、AEDを受け取ったら　/[現在位置緯度経度]/[心肺停止者緯度経度]/ に切り替えてあげてという事になりますね。 こうしておけば現場からAEDを取りに行った後もどこに戻るのかがわかりやすいでしょう。 また、道に迷いそうなときはGoogleマップの「全区間を表示」によりルート案内、「プレビュー」によりストリートビューによるルート案内が可能です。

(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。

(第２回 データサイエンス・アドベンチャー杯 一般部門最優秀賞） チーム名：柏陽小町（神奈川県立柏陽高校） 日経BP社の雑誌記事データを使用。震災が人々の「節電」に対する意識にどのような変化を与えたのかを調べた。発表内容は第1章と第2章とに分けた。第1章では“東日本大震災とWord「節電」 “というタイトルに基づき、人々の意識の変化を調べた。結果、2010年から2011年にかけて記事数が急激に増加しており、記事の内容も趣旨の異なるものへと変化していた。東日本大震災が人々の節電に対する意識に影響を与えたといえるだろう。震災後の月ごとの節電の記事数も比較したところ、夏本番を前に注目度が高まっており、年末の記事に節電が多く取り上げられていたことがわかった。第2章では、タイトルのように“節電とともに注目されたもの”をさがした。結果、節電と「エアコン」が密接に関係していることがわかった。震災前後で注目度に変化はみられなくても記事の内容や扱いが変化したものはあることがわかった。しかし、人々は忘却してしまうものであるため、今後も節電について考えていく必要があると思われる。

(第２回 データサイエンス・アドベンチャー杯 ジー・サーチ賞） チーム名：Teranolab 本分析では、研究文献データベースならびに科研費データを利用して、研究分野の変遷と研究者の研究動向を分析する。この特長は、複雑ネットワークの方法論を適用して、主要な研究分野で第一人者や貢献者とされる研究者がどのように育ち、研究費を獲得しているかを調査したことにある。学術分野のデータに基づいて、研究者ネットワークと研究費との関係について10年間にわたる動向の変化の分析を行った。また、多くの研究費を獲得している研究者が、研究費を獲得するまでの過程について、パターン分析を行った。その結果、そのような研究者の成長過程には、特徴があることが明らかになった。

(第２回 データサイエンス・アドベンチャー杯 SAS Institute Japan賞） チーム名：TEAM K K（慶應義塾大学大学院健康マネジメント研究科） 本発表では、医学分野の特定の分野に絞って論文内容・研究者の双方から検討を行うこととした。分野としては、厚労省「患者調査」において、「皮膚及び皮下組織の疾患」での入院率が大きく上昇している等、特徴的であることを踏まえ「皮膚科学」の論文を対象に検討を行った。 まず、内容を明らかにするため、和文標題をテキストマイニングし、頻出語の時系列推移を追った。結果、「褥瘡」が2005年に急増しており、診療報酬の影響が伺えた。 次に、研究者像を明らかにするため、論文数の年次推移を元に成長混合分布モデルを用いて著者を分類した。皮膚科の研究者は５つのパターンに分かれ、そのうち発表論文数も論文数増加率もそれほど大きくない研究者、すなわち駆出しの研究者集団において、「褥瘡」に関する論文の割合が多いという結果となった。医療政策には駆出しの研究者の方が敏感に反応すると考えられる。政策を研究、社会へ反映させて行くためにはこのような研究者のへの支援が必要と考える。

(第２回 データサイエンス・アドベンチャー杯 言語部門 優秀賞） チーム名：T-linkage（国立情報学研究所） 我々は、言語を横断して関連論文を推薦するための専門用語データベースの構築と、それに基づく用語翻訳・用語リンキング機能の実現・評価に取組んでいる。アドベンチャー杯への参加を通して、どのような言語リソースが性能改善に有効であるかを分析した。評価用データを作成して、自然言語文から専門用語を抽出する「用語抽出」、機械翻訳手法を用いた「用語翻訳」、用語候補をコーパスや知識データベースの語に対応付ける「用語リンキング」の性能への影響を調べたところ、いずれも改善に取り組む価値があることがわかった。その要となる言語リソースは、論文著者キーワードおよび和英抄録、推薦対象となる論文のテキストである。これについて今回、JSTアドベンチャー杯のデータを試すことはできなかったが、機会があればチャレンジしたい。

(第２回 データサイエンス・アドベンチャー杯 言語部門 最優秀賞） チーム名：キュープラス（九州大学附属図書館等） 一般の人が新しい科学技術を知るのは、ニュースなどの二次情報や、ニュースへのコメントなどの三次情報からが多い。一次情報の科学論文を一般の人が見ることはまれである。科学技術情報と検索の発達にも関らず、一般社会と専門家の乖離は大きく、若い人の理系離れも問題となっている。本チームのシステムは、一次情報である文献概要から、一般の人や報道関係者が、知りたいテーマに関連して、「だれが、どこで、どんな」研究活動を行っているかを、ひと目で表すマップを生成する。専門家でも、複合領域や未知の分野の調査では、このような領域マップを苦労して作らなければならい。本システムでは、文献に現れるキーワード、専門用語、領域分類、研究者名、研究機関名、出版年などを属性付きの単語として、関連マップを表示する。それぞれの単語は属性に応じて異なる色で表示さるので、単語の関連は容易に推測でき、潜在的な概念マップ(Conceptual Map)といえる。

(第２回 データサイエンス・アドベンチャー杯 一般部門最優秀賞） チーム名：アズマー（東北大学） データから学生のよりよい企業選択のヒントを得る。雑誌、特に総合誌の頻出単語から「電子業界・エネルギー業界」が、世間の注目が高い業界と把握。新聞データからは、記事につけられた分野を企業ごとに付与し、クラスター分析により企業をグルーピングした。雑誌から得られた業界と思われる２クラスタを選択したところ、電子クラスタは１０企業、エネルギークラスタは８企業だった。次に文献データから当企業が機関名の論文を抽出し、その分野を企業ごとに集計する。分野出現頻度を円グラフにすることで、各企業の強み分野がわかった。今回は、より雑誌トレンドに合う企業として「ＫＤＤＩ、三菱電機、日本電気、富士通」「東京電力、関西電力」に絞り、さらに各企業の有価証券報告書から年収や従業員数比較を行い、よりよい企業を選択した。最後に名寄せデータと論文年次推移から機関所属の変遷をたどることで、キャリアアップイメージをつかむことができた。

(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。

(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。

シェープファイル形式（.shp）でオープンデータを行っている市区町村を「オープンシェープデータシティ」と呼ぶこととして、情報にアクセスしやすいようにしていきます。 * リンクデータの各種スレッドでは、[Shape]タグをつけていきます。 * シェープファイルでないオープンデータ（CSVやXMLなどのデータ）を市民の手によって、シェープファイル形式に整備していく活動も推奨します。すぐにGISのソフトウェアで使うことができる環境を整えることは意義があると考えています。 * GISエンジニアが育成されることや、GISソフトウェアの活用が促進されながら地域課題に取り組みが発展することを期待するものです。

学生をターゲットに設定した「税金はどこへ行った？」の活用アイデアです。

企業経営者をターゲットに設定した「税金はどこへ行った？」の活用アイデアです。

世代間の税金の使われ方の格差を見える化することで、世代間の投票行動のゆがみを是正するというアイデアです。

自治体・町内会の方をターゲットに設定した「税金はどこへ行った？」の活用アイデアです。

※HAKODATE Interntional Open Data Day 2015のハッカソンで発表されたものです。 https://www.facebook.com/events/345931592281958

2/8選挙アイデアソン：マニフェストの伝え方・見せ方チーム (1)タイトル 議員ストーキング (2)内容 当選後、議員がどう活動しているかわかるアプリ (3)ポイント ・そもそもどういう議員かわかる 　顔写真、SNS、職歴・学歴なども入力 ・どういう風になっていくかわかる 　重きを置いている政策、数値化 　議会での発言、活動量を把握 ・信頼度 　口コミ、誰が支援しているか ・情報をどれくらい出しているか 　全項目のうちの公開度 　なにも出さない人は０％ ・変更履歴 　4年のなかで所属や言っていることが変わる、 　それがわかるようにする 　→意見：マニフェストは変更されることもあるので、 　　変更に至った背景や理由を説明すること、 　　変更してはいけないと思わせない仕組みにする

2/8選挙アイデアソン：政治SNS どうしたら政策型選挙に興味をもってもらえるかチーム (1)タイトル 政治SNS (2)内容 政治家、有権者、団体をつなげるSNSを全国規模でつくり、そこでは取り組む政策の情報、地域の課題、その他、ソーシャルの情報や口コミなどを掲載する (3)ポイント ・わかりやすく比較しやすいように政策を優先順位に分けて書いてもらう ・地域の課題はカテゴリを総合計画と合わせ、可変性をもたせる ・政務活動費の情報も入れ込む ・ソーシャルで流している情報を収集、特に動画を収集 ・ユーザー登録で有権者側のマイページも作り、情報を蓄積する（匿名性、年齢制限なし） ・団体のアカウントも作り、イベントの集客もできるようにする ・議員を食べログ形式で評価、カリスマ評価者も出てくる ・政治に関するSNSができる ・政治に関するコミュニティを日本全国規模で作る

2/8選挙アイデアソン：議会活動評価に必要なデータ項目 どんなデータを求めていこうかチーム (1)タイトル 議会活動評価に必要なデータ項目 (2)内容 4年間の議員・議会の活動評価に必要なデータ項目を列挙 (3)ポイント 以下のデータを求めていく ＜現職＞ ・議案（会派・個人）の賛否 ・視察回数・視察レポート ・質問回数 ・市民への説明機会（集会、ネット発信の頻度） ・マニフェスト項目の実現へのプラン ・政策の優先順位 ＜新人も＞ ・著作・論文 ・企画したイベントの情報 ＜議会以外の情報＞ ・職歴 ＜他のデータとの連携＞ ・議案への賛否、視察データのオープンデータ化 ・議事録のオープンデータ化 ・政治資金報告書との連携

2/8選挙アイデアソン：テキスト分析、タグ化によるマニフェストと活動の検証 どんな検証がいいかチーム (1)タイトル テキスト分析、タグ化によるマニフェストと活動の検証 (2)内容 選挙時のマニフェストの内容と議会の議事録の内容を分析してタグ化し、円グラフ化。選挙時と活動の差異を気づくツールにする (3)ポイント ・議員の声を聞くと、マニフェストの政策を書いてもらい、タグ付けをするのがいい ・マニフェストの回答を分析し、分野ごとの重点度を円グラフ化する ・議事録がコアになる、議事録からタグを抽出でき、分野ごとの重点度を円グラフ化ができる ・本人が自身のマニフェストと活動の差異に気づくことができる ・情報が残るので時系列的にも見られる、変化も見える ・検証はリアルタイムでできる

2/8選挙アイデアソン：”I”ssue（アイシュー：政策を通じた地域活性） 他のデータとの組み合わせチーム チーム (1)タイトル ”I”ssue（アイシュー：政策を通じた地域活性） (2)内容 選挙に行かないひと・関心がない人が投票に行ってもらうために、有権者が地域の課題をどう感じているか、動画やわかりやすい絵などを使って伝える (3)ポイント ・自分たちのまちの問題をそもそも知らないので、地域について問題と思うアンケートの動画を掲載 ・有権者のインタビュー動画で、有権者が地域の課題を知る ・情報をもとに、まちのイメージを１文字の漢字で表す ・自分たちに身近な問題から選挙につながる、政策を通じたまちづくり

マニフェストの立案者の名前を伏せて、マニフェストの中身から選択させるクイズにすることで、漫然と読ませるのではなく、内容の理解に関心を持たせる工夫

データ収集した後に、ライセンスの確認をするのが煩雑なため、あらかじめ写真撮影や収録時に明示的にオープンデータのライセンスの元記録・投稿できるアプリや仕組みが欲しい。(撮影時にメタデータとして選択的に記録できるカメラアプリなど) ※HAKODATE Interntional Open Data Day 2015のアイデアソンで発表されたものです。 https://www.facebook.com/events/345931592281958

※HAKODATE Interntional Open Data Day 2015のアイデアソンで発表されたものです。 https://www.facebook.com/events/345931592281958

各自治体その他がオープンデータ化を推進するにあたって、各公開情報をオープンデータ化にするプロセスを共有し、協力に推進していけるようにする。 ※HAKODATE Interntional Open Data Day 2015のアイデアソンで発表されたものです。 https://www.facebook.com/events/345931592281958

何でもオープンデータ化できるようにする、初心者向けの、オープンデータを作るポータルサイト。LinkData.orgよりもうちょっと簡単なコンテンツ。一般参加者が会員登録なしで(もしくは主催者のアカウントで)ワークショップなどでそれぞれがスマホから投稿できるようにするなど。 ※HAKODATE Interntional Open Data Day 2015のアイデアソンで発表されたものです。 https://www.facebook.com/events/345931592281958