[1] 総務省：平成 30 年調査 通信利用動向調査，，（入手 2019-12-02）．
[2] 内閣府：Society 5.0，，（入手 2019 -12-02）．
[3] 総務省：ICT によるインクルージョンの実現に関する調査研究，，（入手 2019-12-02）．
[4] LINE：LINE，，（入手 2019-12-02）．
[5] Twitter：Twitter，，（入手 2019-12-02）．
[6] Facebook：Facebook，，（入手 2019-12-02）．
[7] Facebook：Instagram，，（入手 2019-12-02）．
[8] 総務省：ICT を活用した地域社会への住民参画のあり方に関する研究会，，（入手 2019-12-02）．
[9] 総務省：大規模災害時におけるソーシャル・ネットワーキング・サービスによる緊急 通報の活用可能性に関する検討会，，（入手 2019-12-02）．
[10] 首相官邸：防災・減災における SNS などの民間情報の活用等に関する検討会，， （入手 2019-12-02）．
[11] 総務省：今後の L アラートの在り方検討会，，（入手 2019-12-02）．
[12] 消費者庁：若者が活用しやすい消費生活相談に関する研究会，，（入手 2019-12-02）．
[13] 国土交通省：地域交通フォローアップ・イノベーション検討会，，（入手 2019-12-02）．
[14] 総務省：令和元年度版情報通信白書，，（入手 2019-12-02）．
[15] 総務省：世界の IoT デバイス数の推移及び予測，，（入手 2019-12-02）．
[16] 手塚博久，中村幸博，茂木学，永徳真一郎，瀬古俊一，西野正彬，武藤伸洋，阿部匡 伸：GPS 情報に基づくリアルタイムユーザ状況推定システムとフィールド実験，電 子情報通信学会技術研究報告，電子情報通信学会，Vol.109，No.271，pp.129-133，20 09．
[17] ライフログのための位置情報ログデータからの移動モード判定の検討，情報処理学 会研究報告，情報処理学会，Vol.2008，No.70，pp.7-12，2008．
[18] 新保史生：ライフログの定義と法的責任 個人の行動履歴を営利目的で利用するこ との妥当性，情報管理，科学技術振興機構，Vol.53，No.6，pp.295-310，2010．
[19] NTT ドコモ：5G（第 5 世代移動通信システム），，（入手 2019-12-02）．
[20] 総務省：平成 30 年版情報通信白書，，（入手 2019-12-02）．
[21] 吉井和輝，Eric Nichols，中野幹生，青野雅樹：日本語単語ベクトルの構築とその評 価，情報処理学会研究報告，情報処理学会，Vol. 2015-SLP-106，No.4，pp.1-8， 2015.
[22] 鍜治伸裕，喜連川優：形態素解析における高速な単語ラティス生成，人工知能学会 論文誌，人工知能学会，Vol.29，No.2，pp.268-276，2014.
[23] 鳥海不二夫：Twitter 上のビッグデータ収集と分析，組織科学，組織学会，Vol.48， No.4，pp.47-59，2015.
[24] Google Inc.：Google Cloud，，（入手 2019-12-02）．
[25] Twitter Inc.：REST APIs, ，（入手 2019-12-02）．
[26] 榊剛史，松尾豊，鳥海不二夫，篠田孝祐，栗原聡，風間一洋，野田五十樹：ソーシャ ルメディアを用いた災害検知及び被災地推定手法の提案，人工知能学会全国大会論 文集，人工知能学会，Vol.JSAI2012，No.1，pp.4C1R68-4C1R68，2012．
[27] 三浦麻子，鳥海不二夫，小森政嗣，松村真宏，平石界：ソーシャルメディアにおける 災害情報の伝播と感情：東日本大震災に際する事例，人工知能学会論文誌，人工知能 学会，Vol.31，No.1，pp.NFC-A_1-9，2016．
[28] 藤代裕之, 松下光範, 小笠原盛浩：大規模災害時におけるソーシャルメディアの活用 ―情報トリアージの適用可能性，社会情報学，社会情報学会，Vol.6，No.2，pp.49-6 3，2018.
[29] Kardelen, C. and Ozgur, B. A. : Social Sensing Model and Analysis for Event Detection and Estimation with Twitter, Computer Aided Modeling and Design of Communication Links and Networks, IEEE, pp.31-35, 2014.
[30] Alexiei, D., Loui, M. and Ronald, S. : Event Detection Using Social Sensors, 2nd International Conference on Information and Communication Technologies for Disaster Management , IEEE, 2015.
[31] 松尾豊：ウェブからの実世界の観測と予測，電子情報通信学会論文誌(B)，電子情報 通信学会，Vol.J96-B，No.12，pp.1309-1315，2013.
[32] Bouazizi, M. and Ohtsuki, T. : Sentiment Analysis in Twitter for Multiple Topics : How to Detect the Polarity of Tweets Regardless of Their Topic, 電子情報 通信学会技術研究報告, 電子情報通信学会, Vol.114, No.418, pp.91-96, 2015.
[33] 小島清信，徳田英幸：リアルタイムランキングシステムで観測されたコミュニティ の共振現象，情報処理学会論文誌，情報処理学会，Vol.56，No.1，pp.148-160， 2015.
[34] Maximilian, M. and Michael, K. : Geo-spatial Event Detection in the Twitter Stream, Proceedings 35th European Conference on Advance in Information Retrieval, pp.356-367, 2013.
[35] 六瀬聡宏，清水真，古橋慎之介，高畑洋貴，近藤直人，佐藤智貴，近藤岳，渡辺雅 史，内田理：Twitter を用いた特定エリアにおける注目話題の抽出とその可視化， 電子情報通信学会技術研究報告，電子情報通信学会，Vol.113，No.429，pp.11- 14，2014.
[36] 松本慎平，川口大貴，鳥海不二夫：東日本大震災前後の Twitter 利用者の投稿活動 に基づく定量化と自動判別への応用，人工知能学会論文誌，人工知能学会，Vol. 30，No.1，pp.393-402，2015.
[37] Sakaki, T., Okazaki, M. and Matsuo Y.: Earthquake Shakes Twitter Users: Realtime Event Detection by Social Sensors, Proceedings of the 19th Int. World Wide Web Conference, pp.851-860, 2010.
[38] 斎藤翔太，伊川洋平，鈴木秀幸：Twitter を用いた災害情報の早期発見，電子情報 通 信学会技術研究報告，電子情報通信学会，Vol.114，No.81，pp.7-12，2014.
[39] Mariluz, C., Damaris, F. and Luis, S. : Microbloggers as Sensors for Public Transport Breakdowns, IEEE Internet Computing, IEEE, Vol.19, No.6, pp.18-25, 2015.
[40] Eiji, A., Sachiko, M. and Mizuki, M. : Twitter Catches the Flu: Detecting Influenza Epidemics Using Twitter, Proceedings of the Conference on Empirical Methods in Natural Language Processing, ACL, pp.1568-1576, 2011.
[41] Culotta, A. : Detecting Influenza Outbreaks by Analyzing Twitter Messages, arXiv:1007.4748, arXiv, 2010.
[42] Cynthia, M. C. and Gunther, E. : Pandemics in the Age of Twitter: Content Analysis of “Tweets” During the H1N1 Outbreak, PLoS ONE Volume 5, 2010.
[43] ウェザーニュース：大西・熊本市長に聞いた！ 防災・減災とツイッターが役立つ 理由，，(入手 2019-12-02)．
[44] Twitter.Inc.：吉村洋文（大阪市長）， ，(入手 2019- 12-02) ．
[45] 毎日新聞：豪雪：ツイート約６２万件 専門家「防災に活用を」と提案， ，(入手 2019-12- 02)．
[46] Siqi, Z., Lin, Z., Jehan, W. and Venu, V. : Human as Real-Time Sensors of Social and Physical Events: A Case Study of Twitter and Sports Games, arXiv:1106.4300, arXiv, 2011.
[47] 富田大志，道満恵介，井手一郎，出口大輔，村瀬洋：Twitter を用いたスポーツ試 合中のイベント検出に関する検討，HCG シンポジウム 2012，電子情報通信学会， pp492-498，2012.
[48] Yuki, T., Kazutoshi, S., Reiji, S. and Takaya, A. : Twitter as Social Sensor: Dynamics and Structure in Major Sporting Events, Proceedings of the 14th International Conference on the Simulation and Synthesis of Living Systems, pp.778-784, 2014.
[49] Eduardo, J. R., Vagelis, H., Carlos, C., Aristides, G. and Alejandro J. : Correlating Financial Time Series with Micro-blogging Activity, Proceedings of the fifth ACM international conference on Web search and data mining, ACM, pp.513-522, 2012.
[50] Johan, B., Huina, M. and Xiao-Jun, Z. : Twitter Mood Predicts the Stock Market, Journal of Computational Science, ELSEVIER, pp.1-8, 2010.
[51] 奥健太，西崎剛司，服部文夫：地域限定性スコアに基づく位置情報付きコンテンツ からの地域限定語句の抽出，情報処理学会論文誌データベース，情報処理学会， Vol.5，No.3，pp.97-116，2012.
[52] 林貴宏，尾内理紀夫：Web 上のレビューを利用した映画推薦システム，人工知能学 会論文誌，人工知能学会，Vol.30，No.1，pp.102-111，2015.
[53] 伊達友裕，井上博之：マイクロブログを利用したローカルコンテンツの選択のため のキーワード抽出機構，マルチメディア、分散協調とモバイルシンポジウム 2014 論文集，情報処理学会，pp.1667-1673，2014.
[54] 湊淳，鈴木慎吾，村上雄太郎，伊多波正徳，小澤哲：形態素解析を用いた事故・リ スクに関する記述の分析，日本感性工学会論文誌，日本感性工学会，Vol.13， No.2，pp.341-346，2014.
[55] 伊達友裕，井上博之：マイクロブログを利用したローカルコンテンツの選択のため のキーワード抽出機構，マルチメディア、分散協調とモバイルシンポジウム 2014 論文集，情報処理学会，pp.1667-1673，2014.
[56] 邱起仁，櫨山淳雄：ニュース記事に関連する Twitter の投稿の収集手法の提案，研 究報告データベースシステム（DBS），情報処理学会，Vol.22，pp.1-6，2013.
[57] 白木原渉，大石哲也，長谷川隆三，藤田博，越村三幸：Twitter における流行語先取り 発言者の検出システムの開発，情報処理学会研究報告，情報処理学会，Vol.150，No. 2，pp.1-3，2010．
[58] 福山怜史，若林啓：バースト現象を考慮したハッシュタグクラスタリング，情報処 理学会論文誌データベース（TOD），情報処理学会，Vol.11，No.3，pp.35-46， 2018．
[59] 水沼友宏，池内淳，山本修平，山口裕太郎，佐藤哲司，島田諭：Twitter における バーストの生起要因と類型化に関する分析，情報処理学会論文誌，情報処理学会， Vol.7，No.2，pp. 41-50，2013.
[60] 山中努，田中裕也，土方嘉徳，西田正吾：時空間情報を伴うテキストデータを用い た状況把握支援システム，知能と情報，日本知能情報ファジイ学会，Vol.22， No.6，pp.691-706，2010. 12.
[61] 中原孝信，宇野 毅明，羽室行信：マイクロクラスタリングを用いた単語分類とト ピック検知，電子情報通信学会技術研究報告. CAS, 回路とシステム，Vol.113， No.278，pp.157-164，2013. 10.
[62] 坂巻英一，亀井悦子：Twitter 上のつぶやきに関するテキストマイニングの事例研 究 : 大規模災害発生時の被災地における現状把握への応用，日本経営工学会論文 誌，日本経営工学会 Vol.65，No.1，pp.39-50，2014. 4.
[63] 酒井達弘，田村慶一，北上始，伊東晴奈：地域的なトピック抽出のための密度に基 づく適応的な空間クラスタリング手法，数理モデル化と問題解決研究報告，情報処 理学会，Vol.101，No.3，pp. 1-6，2014.
[64] 橋本和幸，中川博之，田原康之，大須賀昭彦：センチメント分析とトピック抽出に よるマイクロブログからの評判傾向抽出，電子情報通信学会論文誌 D，電子情報通 信学会，Vol.94，No.11，pp. 1762-1772，2011.
[65] 福山怜史，若林啓：マイクロブログにおけるトピック出現量推移の高速な抽出，情 報処理学会論文誌データベース（TOD），情報処理学会，Vol.12，No.4，pp.15-26， 2019．
[66] 宮部真衣，荒牧英治，三浦麻子：東日本大震災における Twitter の利用傾向の分析， 情報処理学会研究報告，情報処理学会，Vol. 2011-GN-81，No.17，pp.1-7，2011．
[67] 冨永登夢，土方嘉徳：Twitter ユーザの受け取るフィードバックと人格特性の変化の 関係に関する調査と分析，知能と情報，日本知能情報ファジィ学会，Vol.31， No.1，pp. 516-525，2019.
[68] 芥子育雄，鈴木優，吉野幸一郎，大原一人，向井理朗，中村哲：単語意味ベクトル 辞書を用いた Twitter からの評判情報抽出，電子情報通信学会論文誌 D，電子情報通 信学会，Vol.100，No.4，pp. 530-543，2017.
[69] Kleinberg, J.：Bursty and Hierarchical Structure in Streams，Proceedings of 8th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining，ACM，pp.91–101, 2002.
[70] 蝦名亮平，中村健二，小柳滋：リアルタイムバースト検出手法の提案，日本データ ベース学会論文誌，日本データベース学会，Vol.9，No.2，pp.1-6，2010.
[71] 蝦名亮平，中村健二，小柳滋：リアルタイムバースト解析手法の提案，情報処理学 会論文誌データベース（TOD）, 情報処理学会，Vol.5，No.3，pp.86-96，2012.
[72] 総務省：平成 23 年版情報通信白書，，（入手 2019-12-02）．
[73] Rajaraman, A. and Ullman, J. D. : Mining of Massive Datasets, 2014. 7.
[74] 日本道路交通情報センター：道路交通情報，，（入手 2019-12 -02）．
[75] 工藤拓：MeCab， ，（入手 2019-12-02）．
[76] 工藤拓：IPA 辞書， ，（入手 2019-12-02）．
[77] 坂巻英一，亀井悦子：Twitter 上のつぶやきに関するテキストマイニングの事例研究 —大規模災害発生時の被災地における現状把握への応用—，日本経営工学会論文 誌，日本経営工学会，Vol.65，No.1，pp.39-50，2014．
[78] 中村健二，田中成典，藤本雄紀，外山諒：交通現象を獲得するためのリアルタイム キーワード群の抽出手法の開発，土木学会論文集 F3（土木情報学），土木学会， Vol.72，No.2，pp.182-191，2016.
[79] 藤本雄紀, 今井龍一, 中村健二, 田中成典, 有馬伸広,荒川貴之：交通現象に係わる SNS の情報収集及び活用技術に関する研究，ファジィシステムシンポジウム講演論 文集，日本知能情報ファジィ学会, Vol.34, pp.403-404, 2018.
[80] Blei, D.M.，Ng, A.Y.，Jordan, M.I.：Latent Dirichlet Allocation，The Journal of Machine Learning Research，JMLR，Vol.3，pp.993-1022，2003.
[81] Blei, D.M.，John, D.L.：Dynamic Topic Model，Proceedings of the 23rd International Conference on Machine Learning，ACM，pp.113-120，2006.
[82] Iwata, T., Watanabe, S., Yamada, T. and Ueda, N.：Topic Tracking Model for Analyzing Consumer Purchase Behavior，Proc. IJCAI’09，IJCAI，Vol.9， pp.1427-1432，2009.
[83] 鳥海不二夫，榊剛史：バースト現象におけるトピック分析，情報処理学会論文誌， 情報処理学会，Vol.58，No.6，pp.1287-1299，2017.
[84] Google：Google chart tools，，（入手 2019-12-02）．
論文の公開元へ
