@article{oai:ipsj.ixsq.nii.ac.jp:00194379,
 author = {落合, 桂一 and 鳥居, 大祐 and 深澤, 佑介 and 松尾, 豊 and Keiichi, Ochiai and Daisuke, Torii and Yusuke, Fukazawa and Yutaka, Matsuo},
 issue = {2},
 journal = {情報処理学会論文誌},
 month = {Feb},
 note = {Twitterでは今の話題を検索できる．近隣の話題を検索する場合，ユーザはスポット名などの適切な検索語を知らない場合もあり位置情報を検索クエリとして投稿を検索することが有用である．k近傍検索では高速に検索できるが検索結果の多様性が低いという課題があり，地理的に近い投稿を範囲検索し，その結果を時間順にソートすることが有効である．しかし，検索する位置によって検索範囲を適切に設定しないと得られる投稿数が都市部と郊外で大きく異なり応答速度に影響がある．そこで，本稿では，多様性を考慮しながら検索ユーザの位置に基づいて検索範囲を設定することで周辺の投稿を高速に検索する手法を提案する．検索ユーザの位置に基づいて効率的に時空間検索するため，検索対象のスポットの位置で一定の投稿数を取得可能な最小半径を求めておく．ユーザが周辺の投稿を検索するときは，検索半径の初期値として事前検索で求めた半径を設定して検索する．約100万件のツイートを用いた評価を行い，提案手法が多様性を考慮したベースラインより10.1%～29.0%高速に検索できることを確認した．また，主観評価実験により提案手法がk近傍検索より次の行動の意志決定の参考になることを確認した．, Microblogs such as Twitter can be used for searching trending topics. In the case of searching nearby tweets, it is useful to use the user's current location as a query instead of keywords, because the user may not know appropriate spot name or event name. K-Nearest Neighbor query can search quickly, however, there is diversity problem. It is effective to search geographically close posts by range query and sort the results in chronological order. However, if fixed range query is used for every location, it has a problem with response time. Therefore, we propose a fast and diversity-aware method for searching nearby tweets using location adaptive range query. To grasp nearby topics, it is needed to obtain a certain number of tweets as search result. To efficiently search tweets based on the user's location, we need to know a minimum radius which contains a certain number of tweets. Nearby tweets are searched based on spot-associated radius which is explored in advance as the initial range. Our evaluation on one million tweets shows that the proposed method is about 10.1%-29.0% faster than the diversity aware baselines. In addition, subjective evaluation shows that the proposed method is more valuable than kNN query for activity planning.},
 pages = {549--560},
 title = {事前検索を用いた多様性を考慮した高速なTwitter時空間検索},
 volume = {60},
 year = {2019}
}