地域コンテキストを考慮した動的な特徴空間に基づく地理情報例示検索

• Item type: Journal(1)
• 公開日: 2011-12-15
• タイトル: 地域コンテキストを考慮した動的な特徴空間に基づく地理情報例示検索
• タイトル / 言語: en
• タイトル: Content-based Geographic Information Retrieval Based on Dynamic Feature Space Using Regional Context
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 特集：情報爆発時代におけるIT基盤技術
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_6501
• 資源タイプ: journal article
• 著者所属: 京都大学大学院情報学研究科社会情報学専攻
• 著者所属: 京都大学大学院情報学研究科社会情報学専攻
• 著者所属: 北海道大学大学院情報科学研究科複合情報学専攻
• 著者所属: 京都大学大学院情報学研究科社会情報学専攻
• 著者所属(英): en
• 著者所属(英): Department of Social Informatics, Graduate School of Informatics, Kyoto University
• 著者所属(英): en
• 著者所属(英): Department of Social Informatics, Graduate School of Informatics, Kyoto University
• 著者所属(英): en
• 著者所属(英): Division of Synergetic Information Science, Graduate School of Information Science and Technology, Hokkaido University
• 著者所属(英): en
• 著者所属(英): Department of Social Informatics, Graduate School of Informatics, Kyoto University
• 著者名: 加藤, 誠; 大島, 裕明; 小山, 聡; 田中, 克己
• 著者名(英): Makoto, P.Kato; Hiroaki, Ohshima; Satoshi, Oyama; Katsumi, Tanaka
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本論文では，ユーザがあまり知らない地域での例示による地理情報検索を提案する．飲食店などの地理オブジェクトはキーワードや属性を指定することで検索されることが多い．しかしながら，これらの手法は検索対象地域に対してあまり知識を持っていないユーザにとって利用することが困難な場合がある．地理情報例示検索では，よく知っている地域の例を与えることであまり知らない地域の地理オブジェクトを検索することが可能であり，検索対象地域に関して事前知識を必要としないことが大きな利点となる．選択した例によって動的に決定される特徴空間において，与えられた例に最も近い地理オブジェクトが検索システムの結果として出力される．我々は選択されたオブジェクトと選択されなかったオブジェクトの差異を増幅することによって，頑健に動的な特徴空間を求める方法を提案した．提案手法の有効性を示すために，我々は日本のWeb飲食店紹介サービスのデータを用いて飲食店検索システムを実装し，複数の地域間で実験を行った．既存の特徴空間決定手法と比較することにより，提案手法である差異増幅手法の有効性を確かめた．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We propose a query-by-example geographic object search method for users that do not know well about the place they are in. Geographic objects, such as restaurants, are often retrieved using an attribute-based or keyword query. These methods, however, are difficult to use for users that have little knowledge on the place where they want to search. The proposed query-by-example method allows users to query by selecting examples in a familiar place for retrieving objects in an unfamiliar place. The closest objects to an input are returned based on a distance metric, which is dynamically determined by the selected examples. One of the challenges is to predict an effective distance metric, which varies for individuals. Our proposed method is used to robustly estimate the distance metric by amplifying the difference between selected and non-selected examples. We developed a restaurant search using data obtained from a Japanese restaurant Web guide to evaluate our method. Experimental results showed the effectiveness of our method, and that the performance exceeded a previously proposed method.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN00116647
• 書誌情報: 情報処理学会論文誌; 巻 52, 号 12, p. 3448-3460, 発行日 2011-12-15
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 1882-7764