系の研究プロジェクト 号・研究プロジ ェクト名称 ４ ラーニングコモンズにおける Wikipedia 閲覧者に対する図書推薦 プロジェクト担 当教員 職名・氏名 准教授・辻 慶太 図書館あるいはラーニングコモンズ（LC）における大学生の情報探索行動の多くは， RA が行う研究補 まず Google による Web 検索で始まり，次に Wikipedia の閲覧に続くことが安蒜・逸村 (2013)によって示されている。Wikipedia 閲覧後，さらに図書で情報探索を続ける学生 助業務の内容 は比較的少ない。図書が身近にない状況では仕方ないかもしれないが，そうではない LC において，Wikipedia 閲覧のみで情報探索を終えるのは図書館資源をフルに活用して いない点で惜しまれる。そのような状況は，LC 内の PC で Wikipedia を閲覧している時 に，関連図書が画面に表示されることで改善される可能性がある。そこで申請者は現在， Wikipedia の各ページで関連図書を推薦する手法，及びそうした機能をブラウザに組み 込む研究を行っている。昨年度は Wikipedia の各ページに挙げられている参考図書の計 量的分析を行い，それらに類似した図書を推薦する適否について研究した。今年度は他 の情報源も用いながら機械学習，特に深層学習によって推薦図書を決定する手法を研究 したい。以上の背景から RA には以下の作業を行ってもらう予定である。 (1)大学・公共図書館のパスファインダーには各種テーマの入門書が示されている。例 えば名古屋大学附属図書館のパスファインダー「情報への道しるべ」では「マングロ ーブ」というテーマに対して『マングローブに生きる：熱帯多雨林の生態史』や『緑 の冒険：沙漠にマングローブを育てる』といった入門書が示されている。このような テーマと入門書の組を日本全国のパスファインダーから網羅的に収集してもらう。 (2)各入門書を，そのテーマ名と一致する Wikipedia 見出し語に対する有用な入門書と みなし，それらを学習サンプルとして機械学習を行う。特徴素としては見出し語や本 文や Wikipedia カテゴリに含まれる単語と，図書のタイトルに含まれる単語の一致度 や，同じく見出し語に対して推定される NDC と図書の NDC との一致度を考えている。 近年，深層学習が発達し，畳み込みニューラルネットワークなどを用いた自動分類の 研究が進んでいる。それらの手法を Tensorflow あるいは Chainer で実装してもらう。 【引用文献】 安蒜孝政, 逸村裕 (2013)「図書館における大学生の情報探索行動」中部図書館情報学 会誌, 53, 17-34. 研究補助 業務の期間 平成２８年６月～平成２８年１１月のうち、連続する６か月間
© Copyright 2024 ExpyDoc
