[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).