| 講演名 | 2015-12-18 課題の解決予定日の推定に向けた苦情データ解析 佐野 優太(九大), 山口 晃平(九大), 峯 恒憲(九大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 市民から報告された地域の課題をWeb上に公開し，課題の内容に応じて市民・行政間で解決を分担する，ガバメント2.0の動きが近年高まっている．一方で，行政側での課題の対応状況も公開されることとなり，対応が遅い場合に市民が不満を抱く問題が生じている．この問題は各課題の解決に要する日数を市民に提示することにより，軽減可能であると考えられるため，本研究では実際の苦情・処理が記録された苦情データを利用し，その推定に努める．カーネル密度推定を用いて課題解決までの日数を推定した結果，1)苦情報告における頻出語が解決日数推定に有用である可能性は低い，2)解決日数に関連が深い単語は全単語のうちのわずかである，3)分散ベースのキーワード抽出が有用である．4)カーネル密度推定における重み付けは場合によっては有用でない，といった知見が得られた． |
| 抄録(英) | Recently, there has been growing Government 2.0 movement which means local problems reported by citizens are published on the Web, and resolved by both citizens and officials in a city management section by taking charge of part of the problems in accordance with the problem contents. On the other hand, because the state of correspondence concerning reported situations are also published, citizens feel dissatisfaction for the city management section if slow to resolve. If the city management section can show citizens the number of days needed to solve each problem, the dissatisfaction of the citizens would be alleviated. In this paper, we try to estimate the number of needed days using complaint reports which are records of actual complaints and complaint processing. Also, we conducted experiments to estimate the number of needed days using kernel density estimation. The experimental results show the following findings: (1) Frequent words in complaint reports are not useful for the estimation. (2) There are less words to be related to the number of needed days in complaint reports. (3) Variance-based keyword extraction is useful for the estimation. (4) Weighting in the estimation is not always useful. |
| キーワード(和) | 日数推定 / 苦情報告 / ガバメント2.0 / カーネル密度推定 |
| キーワード(英) | Number of Days Estimation / Complaint Reports / Government 2.0 / Kernel Density Estimation |
| 資料番号 | AI2015-31 |
| 発行日 | 2015-12-11 (AI) |
| 研究会情報 | |
| 研究会 | AI |
|---|---|
| 開催期間 | 2015/12/18(から2日開催) |
| 開催地（和） | 那覇市ぶんかテンブス館 |
| 開催地（英） | |
| テーマ（和） | 「コンテキストを意識した知識の利用」および一般 |
| テーマ（英） | |
| 委員長氏名（和） | 菅原 俊治(早大) |
| 委員長氏名（英） | Toshiharu Sugawara(Waseda Univ.) |
| 副委員長氏名（和） | 峯 恒憲(九大) / 片上 大輔(東京工芸大) |
| 副委員長氏名（英） | Tsunenori Mine(Kyushu Univ.) / Daisuke Katagami(Tokyo Polytechnic Univ.) |
| 幹事氏名（和） | 服部 宏充(京大) / 福田 直樹(静岡大) |
| 幹事氏名（英） | Hiromitsu Hattori(Kyoto Univ.) / Naoki Fukuda(Shizuoka Univ.) |
| 幹事補佐氏名（和） | 清 雄一(電通大) |
| 幹事補佐氏名（英） | Yuichi Sei(Univ. of Electro-Comm.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Artificial Intelligence and Knowledge-Based Processing |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 課題の解決予定日の推定に向けた苦情データ解析 |
| サブタイトル（和） | |
| タイトル（英） | Complaint Data Analysis to Estimate Issue Resolution Date |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 日数推定 / Number of Days Estimation |
| キーワード(2)（和/英） | 苦情報告 / Complaint Reports |
| キーワード(3)（和/英） | ガバメント2.0 / Government 2.0 |
| キーワード(4)（和/英） | カーネル密度推定 / Kernel Density Estimation |
| 第 1 著者 氏名（和/英） | 佐野 優太 / Yuta Sano |
| 第 1 著者 所属（和/英） | 九州大学(略称：九大) Kyushu University(略称：Kyushu Univ.) |
| 第 2 著者 氏名（和/英） | 山口 晃平 / Kohei Yamaguchi |
| 第 2 著者 所属（和/英） | 九州大学(略称：九大) Kyushu University(略称：Kyushu Univ.) |
| 第 3 著者 氏名（和/英） | 峯 恒憲 / Tsunenori Mine |
| 第 3 著者 所属（和/英） | 九州大学(略称：九大) Kyushu University(略称：Kyushu Univ.) |
| 発表年月日 | 2015-12-18 |
| 資料番号 | AI2015-31 |
| 巻番号（vol） | vol.115 |
| 号番号（no） | AI-381 |
| ページ範囲 | pp.31-36(AI), |
| ページ数 | 6 |
| 発行日 | 2015-12-11 (AI) |