■ 論文種類	原著論文 フルペーパー
■ 論文分野	2) 科学系分野
■ カテゴリ	a-4) CG技術(可視化)
■ 該当特集	一般論文
■ 論文題名	集合知に基づいたポピュラー撮影スポットに関する旬シーズンの可視化
		Visualization of Attractive Periods for Popular Photo Spots Based on Collective Wisdom
■ 著者名(和文、英文)	熊野雅仁（正会員）1、Masahito Kumano
			岩渕　聡（非会員）2、Satoshi Iwabuchi
			小関基徳（非会員）2、Motonori Koseki
			小野景子（非会員）1、Keiko Ono
			木村昌弘（非会員）1、Masahiro Kimura
■ 著者所属(和文、英文)	1. 龍谷大学理工学部、Faculty of Science and Technology, Ryukoku University
			2. 龍谷大学大学院理工学研究科、Graduate School of Science and Technology, Ryukoku University
■ 著者e-mail		kumano@rins.ryukoku.ac.jp
■ 連絡担当者の氏名、住所、所属、電話、Fax、e-mail
　熊野雅仁、〒520-2194滋賀県大津市瀬田大江町横谷１－５、龍谷大学理工学部、077-543-7437、kumano@rins.ryukoku.ac.jp

■ 論文概要(和文400字程度、英文100ワード程度)
本研究は，ソーシャルメディアデータを用いて，人々の集団的行動を分析するための可視化問題に取り組む．近年，
Flickr などの写真共有サイトやFacebook などのソーシャルメディアにおいて大量に蓄積されている，GPSに基づく
撮影位置や，撮影時間，撮影者などの，デジタル写真に付随したメタ情報を利用し，ユーザ群の実際の行動をうまく
集約することで，観光支援システムの構築に応用する研究が注目されており，多くの人々が集まる空間上の人気撮影
スポットを地図上に可視化した研究がある．しかし，撮影スポットには独自の魅力的な旬シーズンが存在し得る．
また，旬シーズンを持つ撮影スポットは，各地に多数存在し，人々が集まりやすい時期が異なり得ると考えられる．
我々は，旬シーズンの魅力度を定量化し，魅力度を視覚化した複数の撮影スポット群を一度に鳥瞰して，バースト性
の観点から視覚的に時空間的特徴を比較分析させ得る，効果的な可視化法を提案する．

We address the visualization problem for analyzing collective human behavior using Social Media data. 
Recently, attention has been devoted to constructing sightseeing guide systems that exploit the information 
revealed by the collective behavior of users in photo-sharing websites such as Flickr and Facebook, where 
photos are annotated with GPS locations, time-stamps, photographers, etc. Previous work discovered popular 
photo spots from a large number of geotagged photos, and visualized them on maps. For each popular photo spot, 
we focus on its burst season as a candidate for its attractive period. By effectively visualizing burst seasons, 
we propose a visualization method that visualize the collective behavior and spatio-temporal information 
all at once, and can effectively analyze and compare the popular photo spots in terms of burstiness. 

■ キーワード(和文5個程度、英文5個程度)
ビッグデータ，集合知, 可視化，視覚的データマイニング，時空間データマイニング
Big data, Collective wisdom, Visualization, Visual data mining, Spatio-temporal data mining