Más contenido relacionado
segawa_b
- 2. イベント
社会とのコミュニケーションのための重要な
道具・産業
イベント 期待される効果
• 経済的効果
- 観光客の増加
- オフシーズンの解消
- 地域経済の活性化
• 社会的効果
- 知名度上昇・PR 効果
- 地域文化の交流や伝統文化の継承
- 地域住民のプライドや一体感の強化
多くの町おこしイベントなどでは高い効果をあげていない
今後のイベントの発展・成長の為に，情報技術で支
援できる事はないか？
イベントの実情について調査する必要があった．
- 3. イベントの実情調査
調査
ヒアリング：さっぽろオー
タムフェスト
参加：
うまいよ!るもい市
研究室での取り組み：北大
グルメExpo
イベント
概要
全道のご当地グルメが集ま
る食のイベント．北海道全
体の活性化を目指す．
留萌の特産物を留萌内外の
消費者にPRするための物産
展．
北大周辺の飲食店100店を
舞台にした電子スタンプラ
リー
開催地
・
規模
札幌市大通り公園
・
来場者150万人以上
留萌市地方卸売市場
・
来場者1000人以下
北海道大学周辺
・
参加者約600人
して
いる
ドイツの
オクトーバーフェスト
直売系のイベント
つかみ取りなど スタンプラリーのイベント
課題
大成功をおさめているが，
運営において今後の改善方
法が分からない
運営組織が弱い
企画力が弱く，イベントの
盛り上がりに欠ける
参考になるものが全くなく，
手探りでの企画・運営
- 4. 調査により見いだされた課題とアプローチ検討
a) 企画立案の際，他のイベントの参考事例
の収集方法が確立されていない
アプローチ：バランストスコアカード導入の検討
ロバート・S・キャプラン／デビット・P・ノートン著 櫻井通晴訳
『戦略バランスト・スコアカード』より
人気企画の導入や他のイベントとの差
別化がうまくいかない
b) 改善のためのイベント分析ができてい
ない
さっぽろオータムフェストについてのバランストスコアカード
アプローチ：イベント内容，企画立案支援手法の検討
イベント企画者
参考になる
イベントの提示
- 5. イベント立案支援から改善までの
フロー
1. 様々なイベント関連事例の収集
2. イベント事例の分類・整理
アプローチ
3. 分類されたイベントから参考とするイベントの発見
4. 発見したイベントに関する調査
5. 調査に基づくイベント改善
b) バランストスコアカード
6. イベント実施状況の記録
・ Wikipediaの利用
・ キーグラフ化
・ SVMによる分類器の構築
今回取り組む
a) イベント内容，企画立案支援手法
- 6. イベント情報収集
1) イベント関連文書
パンフレット 多数を収集すること困難
イベントホームページ
ポータルサイト
イベント名が分からないと検索できない
情報が不均一
Wikipedia
イベントをキーワードで容易に検索
多数のイベント発見可能
情報不均一
2) 分類項目
No タイプ No タイプ
1 伝統的に続く祭り 10 チャレンジ 挑戦
2 神事・祭礼以外の地域の祭り・行事 11 パフォーマンス
3 自然鑑賞 12 コンテスト コンクール
4 自然鑑賞以外の鑑賞 13 会議 セミナー
5 美術などの芸術鑑賞 14 講演会
6 音楽・映画・演劇などの芸術鑑賞 15 展示会 見本市
7 パレード 行列 16 式典
8 フリーマーケット 物産展 17 その他
9 スポーツ 競技
イベント学のすすめ 堺屋太一 より
既存のイベント研究を利用
- 7. イベント情報収集と分類に向けた
アプローチの全体像
Wikipedia
イベント解説文収集
5丁目会場
北海道の新・ご当地グルメラーメン祭り2008」として、「北海
道じゃらん」がプロデュースを行った新・ご当地グルメの他、道
内各地のラーメン店が約15店舗ほど出店した。
6丁目会場
「大通バザールアミーゴ!」と題して、大通地域の6つの商店街の合
同イベント「さっぽろタパス」と合同で「札幌発信の食」をテー
マにオープンカフェ（昼間）、特設のバー（夜間）を設置した。
「さっぽろタパス」には飲食店90店舗が参加した。 7丁目会場 [編
集] 北海道のお酒と酒肴」と題し、「大通公園7丁目BAR」を中心
とした道内産の酒・料理・つまみを提供した他、すすきの・円山
地域の飲食店情報をリポートした。
No タイプ No タイプ
1 伝統的に続く祭り 10 チャレンジ 挑戦
2 神事・祭礼以外の地域の祭り・行事 11 パフォーマンス
3 自然鑑賞 12 コンテスト コンクール
4 自然鑑賞以外の鑑賞 13 会議 セミナー
5 美術などの芸術鑑賞 14 講演会
6 音楽・映画・演劇などの芸術鑑賞 15 展示会 見本市
7 パレード 行列 16 式典
8 フリーマーケット 物産展 17 その他
9 スポーツ 競技
特徴抽
出
テキストマイニング
イベント解説文分類に
向けた特徴量の獲得
TF-IDF キーグラフ
分類器
分類者の判断を反映
した分類実現が必要
教師データに基づく分類手法
SVM
分類に向けての判断基準が不明確
分
類
- 8. Wikipediaのイベント解説文の
キーグラフ化 さっぽろオータムフェスト Wikipedia より
5丁目会場
北海道の新・ご当地グルメラーメン祭り2008」として、「北海道
じゃらん」がプロデュースを行った新・ご当地グルメの他、道内各地
のラーメン店が約15店舗ほど出店した。
6丁目会場
「大通バザールアミーゴ!」と題して、大通地域の6つの商店街の合同
イベント「さっぽろタパス」と合同で「札幌発信の食」をテーマに
オープンカフェ（昼間）、特設のバー（夜間）を設置した。「さっぽ
ろタパス」には飲食店90店舗が参加した。 7丁目会場 [編集] 北海道
のお酒と酒肴」と題し、「大通公園7丁目BAR」を中心とした道内産
の酒・料理・つまみを提供した他、すすきの・円山地域の飲食店情
報をリポートした。
8丁目会場
「札幌大通ふるさと市場」として、2007年度まで15年間札幌市内で
行われていた9月初旬のイベント「リンケージ・アップフェスティバ
ル 札幌大通ふるさと市場」を取り込む形で100以上の市町村地域の
食のブランドを出品した。
キーグラフ
テキスト内の重要な語を特定しそれらの
語と語の関係をグラフとして可視化する
語の頻出度と，語の共起によりキーワー
ドを抽出する手法．
未来の売れ筋発掘学 東京大学工学部
大澤・西原研究室
keyGraph:語の共起グラフの分割・統合
によるキーワード抽出 大澤幸生 ネ
ルスE.ベンソン 谷内田正彦 より
- 9. キーグラフのSVMへの
入力ベクトル化(1/2)
接続次数が多いノード（語）
接続次数が高いノードと接続している語は，主題
を説明する単語になっているのではないか
内容 運営
開催地 その他
次数が多い
ノード
コミックマーケット
さっぽろ雪まつり
博多どんたく
イベントの主題を表している事が多い
接続次数が一番多いノード：サークル
接続次数が一番多いノード：会場
接続次数が一番多いノード：舞台
接続次数が高いノードに接続しているノードを
開催地，内容，運営，その他
に分類•集約を行う．
分類 ・集約後のそれぞれのノード個数を数え
それを特徴ベクトルとした．
- 11. 実験に向けて
テキストマイニング
イベント分類に向けた
特徴量の獲得
キーグラフ
分類器
キーグラフから生成した
8次元入力ベクトル
分類者の判断を反映
した分類実現が必要
Wikipedia
イベント解説文収集
特徴抽
出
提案アプローチ
によるSVMを用
いた分類学習が
可能か
モデルの正答率
をクロスバリ
デーションによ
り評価
No
タイプ No
タイプ
1 伝統的に続く祭り
10 チャレンジ 挑戦
2 神事・祭礼以外の地域
の祭り・行事
11 パフォーマンス
3 自然鑑賞 12 コンテスト コンクール
4 自然鑑賞以外の鑑賞 13 会議 セミナー
5 美術などの芸術鑑賞 14 講演会
6 音楽・映画・演劇など
の芸術鑑賞
15 展示会 見本市
7 パレード 行列 16 式典
8 フリーマーケット 物
産展
17 その他
9 スポーツ 競技
- 12. 実験
Wikipedia
イベント解説文収集
102件
特徴抽
出
テキストマイニング
イベント分類に向けた
特徴量の獲得
キーグラフ
分類器
キーグラフから生成した8次
元入力ベクトル
分類者の判別を反映
した分類実現
SVM
分類項目（2項目）
4) 自然鑑賞以外の鑑賞
1) 伝統的に続く祭り・行事
＋
7) パレード 行列
2項目に該当する44件を分類
分類者の特定の
判別基準を反映した
分類項目
- 56. 博多どんたく
弘前ねぷた
南越谷阿波踊り
よさこい
次数が１番目に多いノード 次数が２番目に多いノード
イベント名
イベントタイ
プ 運営 会場 内容 その他 運営 会場 内容 その他
での分
類結果
さっぽろ雪ま
つり
4) 自然鑑賞以外
の鑑賞
自然鑑賞以外の鑑
賞
神田祭
1) 伝統的に続く
祭り・行事
＋
7) パレード 行
列
1) 伝統的に続
- 58. まとめ
イベント立案支援から改善までのフローを検討
1. 様々なイベント関連事例の収集
2. イベント事例の分類・整理
アプローチ
3. 分類されたイベントから参考とするイベントの発見
a) イベント内容，企画立案支援手法の検討
4. 発見したイベントに関する調査
5. 調査に基づくイベント改善
b) バランストスコアカード
6. イベント実施状況の記録
・ Wikipediaの利用
・ キーグラフ化
・ SVMによる分類器の構築
２項目への分類
精度：７５パーセント
