JP5283059B2 - Friendship guessing system - Google Patents
Friendship guessing system Download PDFInfo
- Publication number
- JP5283059B2 JP5283059B2 JP2008034078A JP2008034078A JP5283059B2 JP 5283059 B2 JP5283059 B2 JP 5283059B2 JP 2008034078 A JP2008034078 A JP 2008034078A JP 2008034078 A JP2008034078 A JP 2008034078A JP 5283059 B2 JP5283059 B2 JP 5283059B2
- Authority
- JP
- Japan
- Prior art keywords
- students
- friends
- data
- student
- friendship
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
本発明は友人関係推測システムに関する。 The present invention relates to a friendship estimation system.
従来、特許文献１開示の友人関係分析システムが開示されている。このシステムは対象の人物に無線タグを所持させ、建物の出入り口や特定の場所に当該無線タグのデータを読み取るリーダ装置を設置し、リーダ装置を設置した位置を特定する情報を保持する。 Conventionally, a friendship analysis system disclosed in Patent Document 1 has been disclosed. This system allows a target person to possess a wireless tag, installs a reader device that reads data of the wireless tag at a doorway or a specific place of a building, and retains information for specifying the position where the reader device is installed.
リーダ装置によってリーダ設置場所に接近した人物を特定する情報と接近した時刻と、接近した回数、リーダ設置位置の情報に関する条件を友人関係とみなすための条件として与えることで、設定した友人関係を満たす学生を与えることができる。
しかし、上記友人関係分析システムは友人関係とみなすための条件を与える必要があり自動的に導出することができない、この条件に客観性がない、また学生の接近情報を取得するタイミングが一定でない、という問題点を有していた。 However, the above friendship analysis system needs to give a condition to be regarded as a friendship and cannot be automatically derived. This condition has no objectivity, and the timing for obtaining student access information is not constant. It had the problem that.
本発明は、学生の授業への出欠のための情報を活用し、自動的にかつ客観的な統計モデルに基づいて友人関係を得ることのできる友人関係推測システムを提供することを課題とする。 SUMMARY OF THE INVENTION An object of the present invention is to provide a friendship inference system that can use information for attendance of students in classes and that can automatically obtain friendships based on an objective statistical model.
第１発明の友人関係推測システムは各教室に設置されたＩＤカード読み取り端末を通して、授業への出席時と退席時に記録された学生ＩＤ、時刻、教室ＩＤのデータを分析し、学生間の友人関係の有無を推測するシステムである。
第２発明の友人関係推測システムは、第１発明の友人関係推測システムにおいて、学生２人の組毎に、その２人が授業に出退席した時刻のパターンの近さに基づいて友人であるかどうかの確率を、友人および友人でない組を抽出検査することで得られた統計的知識に基づいて導出することを特徴とする友人関係推測システムである。 第３発明の友人関係推測システムは各教室に設置されたＩＤカード読み取り端末を通して、授業への出席時と退席時に記録された学生ＩＤ、時刻、教室ＩＤのデータを分析し、学生が所属する学科などに関する組織、学年、課外活動の種別等を単位として、所属する学生の友人グループの構造を提示できることを特徴とする。
The friendship inference system of the first invention analyzes student ID, time, and classroom ID data recorded at the time of attendance and leaving classes through ID card reading terminals installed in each classroom, and friendship between students It is a system that guesses the presence or absence.
Whether the friendship inference system of the second invention is a friend in the friendship inference system of the first invention, based on the closeness of the pattern of the time at which the two students entered or exited the class for each group of two students It is a friendship inference system characterized by deriving the probability of whether or not based on statistical knowledge obtained by extracting and checking pairs of friends and nonfriends. The friendship inference system according to the third invention analyzes the student ID, time, and classroom ID data recorded at the time of attending and leaving the class through the ID card reading terminal installed in each classroom, and the department to which the student belongs It is possible to present the structure of a student's group of friends in units of organization, grade, type of extracurricular activities, etc.
第１発明の友人関係推測システムはＩＣカードである学生証と兼ねたＩＤカードと教室に設置したカードリーダを備えた出欠管理システムにおいて、出欠情報として蓄えた情報と、カードリーダの情報を、サンプリング調査された友人関係のデータと合わせることで、学生の出欠打刻の時間差と友人であるか否かの統計モデルを獲得し、これに基づいて自動的に学生の友人関係情報を与えることを特徴とする。 The friendship inference system according to the first aspect of the present invention is an attendance management system comprising an ID card that also functions as a student ID card, and a card reader installed in a classroom. The information stored as attendance information and the card reader information are sampled. By combining with the surveyed friendship data, we obtain a statistical model of student time difference and whether or not they are friends, and automatically provide student friendship information based on this And
第１発明の友人関係推測システムは各教室に設置されたカードリーダを通して、授業への出席時と退席時に記録された学生ＩＤ、時刻、教室ＩＤのデータを分析し、学生間の友人関係の有無を推測する。 The friendship inference system according to the first invention analyzes the student ID, time, and classroom ID data recorded at the time of attending and leaving a class through a card reader installed in each classroom, and whether there is a friendship between students Guess.
したがって、友人関係を得るために特別のシステムを用意することなく、授業を管理するための出席システムのデータとカードリーダの情報のみを利用することができる。そのため、本発明の友人関係推測システムのデータを取得するためにはアンケートによる抽出調査を除いて、学生の日常的行動以外に負荷をかけることがない。また、授業に出ているすべての学生の友人関係を特別な準備なしで推測できる。 Therefore, it is possible to use only the data of the attendance system for managing the lesson and the information of the card reader without preparing a special system for obtaining the friendship. Therefore, in order to acquire the data of the friendship inference system of the present invention, there is no burden other than the student's daily behavior except for the extraction survey by questionnaire. You can also guess the friendships of all students in the class without any special preparation.
出欠システムにおいて、カードリーダは学生のＩＤカードをカードリーダにかざしたとき、そのカードの学生ＩＤ番号、カードをかざした時刻、カードリーダを特定するＩＤを記録する。一回の読み取りで記録されるデータを打刻データと呼ぶ。
第2発明の友人関係推測システムは、学生２人の組毎に、その２人が授業に出退席した時刻のパターンの近さに基づいて友人であるかどうかの確率を、友人および友人でない組をアンケートによって抽出検査することで得られた統計的知識に基づいて導出することができる。
友人関係を推測するための根拠を統計的に与えることで、推測根拠と推測の信頼性を与えることができる。
In the attendance system, when the card reader holds the student's ID card over the card reader, the card ID records the student ID number of the card, the time the card is held over, and the ID that identifies the card reader. Data recorded by one reading is called stamped data.
The friendship inference system according to the second aspect of the present invention is configured such that, for each pair of two students, the probability of whether the two are friends or not based on the closeness of the pattern of the time when the two students entered or exited the class is determined. Can be derived on the basis of statistical knowledge obtained by extracting and inspecting by questionnaire.
By providing statistical grounds for guessing friendships, grounds for guessing and reliability of guessing can be given.
[打刻差時間データ]
２人の学生が同じ授業に参加した際、出席あるいは退席の際に記録した２人の打刻データに対し、その打刻時刻の差を２人の打刻差時間と呼ぶ。２人の学生に対し、その打刻差時間と２人の学生ＩＤを打刻差時間データと呼ぶ。
[Time difference data]
When two students participate in the same class, the difference in time stamped for the time stamped data recorded when the two students attended or left the class is called the time difference between the two students. For two students, the stamp difference time and the two student IDs are called stamp difference time data.
[友人スコア]
２人の学生が友人関係にあるか否かに依存して、ともに受講する１つの授業において２人の打刻差時間の分布が異なる。この分布に基づいて２人の学生が対象期間に２人が出席したすべての授業での打刻差時間データからその学生が友人であると判断するためのスコア（友人スコア）を算出する。
[Friend Score]
Depending on whether or not the two students are in a friendship relationship, the distribution of the time difference between the two students in one lesson taken together differs. Based on this distribution, a score for determining that the student is a friend (friend score) is calculated from the time difference data in all classes in which two students attended during the target period.
２人の学生に打刻差時間データ集合Ｔ＝｛t1,t2,…,tn｝が得られているとき、Ｔが得られているという条件のもとでこの２人が友人である確率p(f|T)と友人でない確率p(f’|T)を別々に算出し、それらから次の値を計算し友人である度合いを表す友人スコアとして算出する。２人の学生の友人スコアが正の値であるとき、その学生は友人であると推測し、負の値のとき友人でないと推測する。友人スコアの絶対値の大きさは、友人であるかどうかの推測に関する信頼度として扱う。 When the time difference data set T = {t 1 , t 2 ,..., T n } is obtained for two students, they are friends under the condition that T is obtained. A certain probability p (f | T) and a non-friend probability p (f ′ | T) are calculated separately, and the next value is calculated from them to calculate a friend score representing the degree of friendship. When the friend score of two students is positive, the student is inferred to be a friend, and when negative, the student is not a friend. The magnitude of the absolute value of the friend score is treated as the reliability related to the estimation of whether or not the friend is a friend.
友人スコア=log(p(f|T))-log(p(f’|T)) （１）
[友人である確率]
２人の学生に打刻差時間データの集合Ｔ＝｛t1,t2,…,tn｝が得られているとき、このデータの発生の条件の下でこの２人が友人である確率p(f|T)は、事前の知識を前提としないときに２人が学生であると仮定される事前確率p(f)と、２人が学生であるとしてデータ集合Ｔを発生させる確率p(T|f)、２人が友人であるかどうかを仮定せずにデータ集合Ｔが発生する確率p(T)から、ベイズの定理を利用して次式で定式化できる。同様に友人でない確率も定式化できる。
Friend score = log (p (f | T))-log (p (f '| T)) (1)
[Probability of being a friend]
When a set of time difference data T = {t 1 , t 2 ,..., T n } is obtained for two students, the probability that the two are friends under the conditions for the generation of this data p (f | T) is the prior probability p (f) that two people are assumed to be students when no prior knowledge is assumed, and the probability p that the data set T is generated assuming that the two are students. (T | f) From the probability p (T) that the data set T is generated without assuming whether the two are friends or not, it can be formulated using the Bayes' theorem as follows: Similarly, the probability of not being a friend can be formulated.
p(f|T)=p(f)p(T|f)／p(T) （２）
p(f’|T)=p(f’)p(T|f’)／p(T) （３）
データ集合Ｔに含まれる各打刻差時間データtが発生する確率p(t)は互いに独立であると仮定し、また、２人が友人であるという条件fの下でそれぞれ各打刻差時間データtの発生する確率p(t|f)が独立であり、さらに２人が友人でないという条件f’の下でそれぞれ各打刻差時間データtの発生する確率p(t|f’)も独立であると仮定すると、上述の確率p(f|T)およびp(f’|T)は次式のとおり変形できる。
p (f | T) = p (f) p (T | f) / p (T) (2)
p (f '| T) = p (f') p (T | f ') / p (T) (3)
Assume that the probability p (t) of occurrence of each time difference data t included in the data set T is independent from each other, and each time difference under the condition f that two people are friends. The probability p (t | f ') of occurrence of each stamp difference time data t under the condition f' that the probability t (t | f) that the data t occurs is independent and that the two are not friends is also Assuming that they are independent, the probabilities p (f | T) and p (f ′ | T) described above can be transformed as follows:
p(f|T)=p(f)Πt∈Ｔ{p(t|f)／p(t)} （４）
p(f’|T)=p(f’)Πt∈Ｔ{p(t|f’)／p(t)} （５）
打刻差時間tを固定したとき、この打刻差時間ｔをもつ打刻差時間データの内、友人である２人が発生させるデータの比率をrtとしたとき、これは次式で見積もることができる。
p (f | T) = p (f) Πt∈T {p (t | f) / p (t)} (4)
p (f ′ | T) = p (f ′) Πt∈T {p (t | f ′) / p (t)} (5)
When fixing the embossing difference time t, of the embossing difference time data with the embossing difference time t, when the ratio of the data two are friends cause was r t, this is estimated by the following equation be able to.
rt＝（打刻差時間ｔの内、友人２人が発生させた打刻差時間データの件数）
／（打刻差時間ｔの打刻差時間データの全件数） （６）
Ｘを学生２人の組の総数、mを学生２人の１組が発生させる打刻差時間データの平均件数、mfを友人である学生２人の１組が発生させる打刻差時間データの平均件数としたとき、打刻差時間ｔの打刻差時間データの全件数は、Ｘ・m・p(t)、打刻差時間ｔの内、友人２人が発生させた打刻差時間データの件数は、p(f)・Ｘ・mf・p(t|f)とそれぞれ定式化できる。したがって、前述のrtは次式のとおり定式化できる。
r t = (number of time difference data generated by two friends in time difference t)
/ (Total number of time difference data for time difference t) (6)
X is the total number of pairs of two students, m is the average number of time difference data generated by one pair of two students, and m f is time difference data generated by one pair of two students who are friends. The total number of stamping difference time data for stamping difference time t is X · m · p (t), stamping difference time t generated by two friends. The number of pieces of time data can be formulated as p (f), X, mf, and p (t | f). Therefore, the aforementioned r t can be formulated as follows:
rt＝｛m・p(t)｝／｛p(f)・mf・p(t|f)｝ （７）
式（７）を次式のとおり、p(t|f)に関する式に変形できる。
r t = {m · p (t)} / {p (f) · m f · p (t | f)} (7)
Equation (7) can be transformed into an equation relating to p (t | f) as follows:
p(t|f)＝｛m・p(t)・rt｝／｛p(f)・mf｝ （８）
同様にしてmoを友人でない学生２人の１組が発生させる打刻差時間データの平均件数としたとき、友人でない２人が発生させた打刻差時間データの件数は、p(f)・Ｘ・mo・p(t|f’)とそれぞれ定式化できで、１−rtは式（９）のとおり定式化できる。さらにこれを式（１０）のとおり、p(t|f’)に関する式に変形する。
p (t | f) = {m · p (t) · r t } / {p (f) · m f } (8)
Similarly, when m o is the average number of time difference data generated by a pair of two non-friend students, the number of time difference data generated by two non-friends is p (f). · X · m o · p | in (t f ') and can be formulated respectively, 1-r t is formulated as equation (9). Further, this is transformed into an expression relating to p (t | f ′) as shown in Expression (10).
１−rt＝｛m・p(t)｝／｛p(f’)・mo・p(t|f’)｝ （９）
p(t|f’)＝｛m・p(t)・(1-rt)｝／｛p(f’)・mo｝ （１０）
式（８）を式（４）に，式（１０）を式（５）にそれぞれ代入することで次式のとおり、p(f|T)とp(f’|T)の式をp(f), p(f’), m, mｆ, mo, nをパラメータとして得られる。式（１１）式（１２）のnはＴに含まれるデータ件数である。
1-r t = {m · p (t)} / {p (f ') · m o · p (t | f')} (9)
p (t | f ′) = {m · p (t) · (1-r t )} / {p (f ′) · m o } (10)
By substituting equation (8) into equation (4) and equation (10) into equation (5), the equations of p (f | T) and p (f '| T) are expressed as p (f f), p (f ′), m, m f , m o , n are obtained as parameters. N in Expression (11) and Expression (12) is the number of data items included in T.
p(f|T) = p(f)Πt∈Ｔ[｛m・p(t)・rt｝／｛p(f)・mf・p(t)} ]
= p(f)n-1 (m／mf)n Πt∈Ｔ rt （１１）
p(f’|T) = p(f’)Πt∈Ｔ[｛m・p(t)・(1-rt)｝／｛p(f’)・mo・p(t)} ]
= p(f’)n-1 (m／mo)n Πt∈Ｔ (1-rt) （１２）
[打刻差時間データの取得]
打刻差時間データは、打刻データのすべての組合せに対し、カードリーダのＩＤが同じであり、打刻時刻が同じ授業への出席あるいは退席の時刻として合理的な時間差と考えられる範囲の打刻データの２つ組合せから、その打刻データの学生ＩＤ、打刻時刻の差を取り出すことで得られる。合理的な時間差として授業と授業の間の休憩時間の長さを選ぶ。
p (f | T) = p (f) Πt∈T [{m · p (t) · r t } / {p (f) · m f · p (t)}]
= p (f) n-1 (m / m f ) n Π t∈T r t (11)
p (f ′ | T) = p (f ′) Πt∈T [{m · p (t) · (1-r t )} / {p (f ′) · m o · p (t)}]
= p (f ') n-1 (m / m o ) n Π t∈T (1-r t ) (12)
[Acquisition time difference data]
The time difference data is the same as the time for attending or leaving classes with the same card reader ID and the same time for all combinations of time stamp data. It can be obtained by taking out the difference between the student ID and time of the time stamped data from the two combinations of time stamped data. Choose the length of break between classes as a reasonable time difference.
[抽出調査]
適度な件数の授業を選び、選んだ授業に出席する学生の１人１人に、他の参加学生が友人であるかどうかの調査を行うことで、学生２人が友人であるかどうかに関してアンケートによる抽出調査を行う。
[Extraction survey]
Questionnaire about whether two students are friends by choosing a moderate number of classes and investigating whether each student participating in the selected class is a friend of the other participating students. Conduct an extraction survey.
抽出調査の対象とした学生２人のすべての組の調査期間中の打刻差時間データから、１秒単位の各時間t秒に対し打刻差時間がt秒であるデータ件数を得ることで、打刻差時間の度数分布を得られる。 By obtaining the number of data with a time difference of t seconds for each time t seconds in units of one second from the time difference data during the survey period of all the pairs of the two surveyed students The frequency distribution of the time difference of stamping can be obtained.
[パラメータの推定]
打刻差時間の度数分布において、各時間t秒の度数の内、抽出調査で友人であった学生の打刻差時間データ件数を、t秒の全打刻差時間データ件数で割ることで、t秒における打刻差時間データの内、友人の組によって発生させられたデータの割合によってパラメータrtを推定できる。
[Parameter estimation]
In the frequency distribution of the time difference of time stamps, by dividing the number of time stamp difference data of the students who were friends in the sampling survey among the frequency of each time t seconds, of embossing difference time data at t seconds, it can be estimated the parameters r t by the proportion of data which is generated by a set of friends.
すべての打刻差時間データあるいは抽出調査の対象とした学生の打刻差時間データについて、学生２人の各組のデータ件数の平均によって、パラメータmを推定することができる。同じ打刻差時間データについて、友人学生の２人の各組のデータ件数の平均によって、パラメータmfを推定することができる。さらに同じ打刻差時間データについて、友人ない学生の２人の各組のデータ件数の平均によって、パラメータmoを推定することができる。 The parameter m can be estimated from the average of the number of data of each set of two students for all the time difference data or the time difference data of the students targeted for the extraction survey. For the same time difference data, the parameter m f can be estimated by the average of the number of data of each group of two friend students. Furthermore, for the same time difference data, the parameter m o can be estimated by the average of the number of data of each set of two students who are not friends.
抽出調査の対象とした学生の各２人組の総数の内、調査で友人であることが判明した学生の組の数の割合によって、事前確率パラメータp(f)を推定することができる。同じ対象の学生の各２人組の総数の内、調査で友人でないことが判明した学生の組の数の割合によって、事前確率パラメータp(f’)を推定することができる。 The prior probability parameter p (f) can be estimated based on the ratio of the number of pairs of students found to be friends in the survey among the total number of each pair of students targeted for the extraction survey. The prior probability parameter p (f ') can be estimated by the ratio of the number of student pairs found to be not friends in the survey, out of the total number of each pair of students of the same subject.
[出欠管理システム]
図１は本発明が前提とする出欠管理システムの概要である。出欠管理システムは各学生が学生証等のＩＤとして所持するＩＤカードであるＩＣカードと、各教室に設置され、ＩＤカードを提示することで内容を読み取るカードリーダ、カードリーダが読み取った打刻データを保持するデータベースからなる。学生のＩＤカードには学生番号等の学生ＩＤ番号が記録されており、カードリーダはこれを読み取ることができる。カードリーダは固有の識別ＩＤを持つ。学生は授業への出退席の度に自身のＩＤカードを教室に設置されたカードリーダに提示し、カードリーダは学生の学生ＩＤ、カードリーダの識別ＩＤ、提示した時刻を組とする打刻で他をデータベースに記録する。
[Attendance management system]
FIG. 1 is an outline of an attendance management system premised on the present invention. The attendance management system consists of an IC card, which is an ID card that each student has as an ID such as a student ID card, a card reader that is installed in each classroom and reads the contents by presenting the ID card, and stamped data read by the card reader It consists of a database that holds A student ID number such as a student number is recorded on the student ID card, and the card reader can read it. The card reader has a unique identification ID. The student presents his / her ID card to the card reader installed in the classroom every time he / she attends the class, and the card reader is an engraving consisting of the student ID of the student, the identification ID of the card reader, and the presented time. Record others in the database.
[友人スコア算出のフロー]
図２は友人スコア算出のフローである。友人スコア算出は打刻差時間データベースと友人関係を抽出調査するアンケートの結果を保持するデータベースを入力とする。打刻差時間データベースは出欠管理システムの打刻データベースから算出する。抽出調査結果と打刻差時間データベースから友人スコアの算出に必要なパラメータp(f) p(f’), m, mf, mo, rtを導出する。友人スコアを計算する必要のある学生Ａ、Ｂに対し、打刻差時間データベースから、学生Ａ，Ｂの打刻差時間データを選択し、パラメータp(f) p(f’), m, mf, mo, rtを用いて友人スコアを計算する。
[Friend score calculation flow]
FIG. 2 is a flow for calculating a friend score. The friend score is calculated by inputting a stamp difference time database and a database holding the results of a questionnaire for extracting and investigating friendships. The stamp difference time database is calculated from the stamp database of the attendance management system. Extraction survey results and the parameters required for the calculation of the friends score from the embossing-difference time database p (f) p (f ' ), m, m f, m o, to derive a r t. For students A and B who need to calculate their friend scores, select the time difference data for students A and B from the time difference database, and parameters p (f) p (f '), m, m Calculate friend scores using f , m o , and r t .
平成１９年４月１日から平成１９年１１月１６日までの間、教室に125機設置されたカードリーダによって出欠システムの打刻データベースに蓄えられたデータ件数は1,313,207件であり、5214人の学生の打刻データを含んでいた。一人当たりの打刻データ件数は１年次学生が９６１件、２年次が９５６件、３年次が９４１件、４年次が６３２件であった。 From April 1, 2007 to November 16, 2007, the number of data stored in the stamp database of the attendance system by card readers installed in 125 classrooms was 1,313,207, of which 5214 people Includes student stamping data. The number of stamped data per person was 961 for the 1st year students, 956 for the 2nd year, 941 for the 3rd year, and 632 for the 4th year.
３科目、科目Ｋ、科目Ｊ、科目Ｐに参加する各々１４４名、６１名、６６名の学生を対象として友人関係を抽出調査するアンケートを実施した。 A questionnaire was conducted to extract and investigate friendships for 144 students, 61 students, and 66 students who participated in 3 subjects, subject K, subject J, and subject P, respectively.
抽出調査の結果、科目Ｋから９０名が回答し、３８２組が友人であり、９３４２組は友人ではないと答えた。科目Ｊは５８名が回答し、１７５組が友人、２４６５は友人でないと答えた。科目Ｐは４４名が回答し、１０８組が友人であり、２２５６組は友人でないと答えた。 As a result of the extraction survey, 90 people answered from subject K, 382 pairs were friends, and 9342 pairs were not friends. For course J, 58 respondents answered that 175 pairs were friends and 2465 were not friends. For course P, 44 respondents answered that 108 pairs were friends and 2256 pairs were not friends.
アンケートで回答した合計２７１名を対象としてパラメータを算出した結果を図３と図１０に示す。図３に示すrtの度数分布は打刻差時間の絶対値の小さな範囲において、友達の比率rtの値が大きいことが分かる。 The results of calculating parameters for a total of 271 people who answered in the questionnaire are shown in FIGS. In a small range of the absolute value of the frequency distribution embossing difference time r t shown in FIG. 3, it is seen that a large value of the ratio r t friends.
方法の妥当性を検証するため、抽出調査の対象とした３つの科目の内、１つの科目の回答者のみから、パラメータを算出し、これを用いて他の２科目の回答学生の友人関係を推測し、抽出調査のアンケート結果と比較する実験を行った。実験ではアンケートで友人と答えた組を友人と推測した比率を再現率として、友人として推測した組の内、友人であるとアンケートの回答のあった比率を適合率として求めた。科目Ｊのアンケート結果を用いてパラメータを獲得して科目Ｋと科目Ｐに適用した場合の、再現率は科目Ｋで63.4％、科目Ｐで66.7％、適合率は科目Ｋで86.4%、科目Ｐで53.7％であった。他の科目でパラメータ抽出をした場合、パラメータ抽出の科目と適用の科目の性格の違いによって適合率、再現率にばらつきがあったが、概ね50％を上回る良好な結果であった。学生が友人と答える基準は個人によってことなることを考えると、友人スコアによる友人関係の推測は満足のゆく結果と判断できる。 In order to verify the validity of the method, parameters are calculated from only one subject respondent out of the three subjects subject to the sampling survey, and this is used to determine the friendship between the respondent students in the other two subjects. An experiment was conducted to estimate and compare with the questionnaire results of the extraction survey. In the experiment, the ratio of guessing a pair that answered a friend in a questionnaire as a friend was used as a reproduction rate, and the ratio of the answer that the questionnaire was answered to be a friend was obtained as a precision. When parameters are obtained using the questionnaire results of subject J and applied to subject K and subject P, the recall is 63.4% for subject K, 66.7% for subject P, the precision is 86.4% for subject K, subject P It was 53.7%. When parameter extraction was performed for other subjects, the precision and recall varied depending on the differences in the characteristics of the subject of parameter extraction and the subject of application, but the results were generally good, exceeding 50%. Considering that the standard for students to answer with friends is different for each individual, guessing friendships based on friend scores can be judged to be satisfactory.
３科目の抽出調査の結果をすべて用いてパラメータ推定を行い、このパラメータを用いて全学生の友人スコアを算出した。この内、抽出調査によって友人と判明している学生の友人スコア毎の度数分布を図４に示す。抽出調査によって友人でないと判明している学生の友人スコアの度数分布を図５に示す。友人学生の友人スコアは正の値に分布が偏っており、友人でない学生の友人スコアが負の値に偏っていることが分かる。 Parameter estimation was performed using the results of all three subjects' extraction surveys, and the friend scores of all students were calculated using these parameters. Of these, FIG. 4 shows a frequency distribution for each friend score of a student who is identified as a friend by extraction survey. FIG. 5 shows the frequency distribution of the friend scores of students who are found not to be friends by the extraction survey. It can be seen that the friend score of a friend student is biased toward a positive value, and the friend score of a student who is not a friend is biased toward a negative value.
[友人スコアの応用に関する実施例]
友人スコアは学生の特徴を、学科等の組織、学年単位で分析するために利用することができる。このことを友人数の分布による分析、交友グループの構造分析、学生間距離の可視化の例によって示す。
[Example of application of friend score]
The friend score can be used to analyze the characteristics of the student by organization such as a department or by grade level. This is illustrated by the analysis of the distribution of the number of friends, the structural analysis of friendship groups, and the visualization of the distance between students.
[友人数の分布による分析]
各学生に対して、その学生と友人関係にある学生の人数は、その学生との友人スコアが正である学生の人数によって推測できる。図６に１年次、２年次、３年次に分けてこの方法で推測した友人数の分布を示す。年次によって友人数の分布に変化があることが分かる。図７は学科Ａ、学科Ｂ、学科Ｃの３つの学科の友人数の分布を示す。学科によって友人数の分布に違いがあることが分かる。こうした友人数の分布は学生の特徴を検討するための材料とすることができる。
[Analysis by distribution of number of friends]
For each student, the number of students who have a friendship with the student can be estimated by the number of students whose friend score with the student is positive. FIG. 6 shows the distribution of the number of friends estimated by this method for the first year, the second year, and the third year. It can be seen that the distribution of the number of friends varies by year. FIG. 7 shows the distribution of the number of friends in three departments, Department A, Department B, and Department C. It can be seen that the distribution of the number of friends varies by department. This distribution of friends can be used as a basis for studying student characteristics.
[交友グループの構造分析]
学生は交友関係によってグループ（交友グループ）を構成すると考えられる。交友グループは、強い交友関係を持つ少人数の交友グループや、いくつかの交友グループにまたがって、その中でより弱い交友関係をもつ大きな交友グループなど、階層的な構造を持つと考えられる。友人スコアを用いて、学生間の距離を算出し、これに基づいてクラスタリングを行うことで、交友グループの構造を示すことができる。
[Structural analysis of friendship group]
Students are considered to form a group (a friendship group) by friendship. The friendship group is considered to have a hierarchical structure, such as a small friendship group with a strong friendship, or a large friendship group with a weaker friendship across several friendship groups. By calculating the distance between students using the friend score and performing clustering based on this distance, the structure of the friend group can be shown.
１つのクラスなど、学生の所属する組織に属する学生間の友人スコアを図１１のように総当りで表として求める。この表の１行は、学生１人の他の学生への友人スコアである。もし２人の学生ＡとＢが近い間柄であれば、Ａと他の学生の友人スコアは、Ｂと他の学生の友人スコアと類似しており、この表の２人に対応する２行が類似する。そこでこの表の各行をその学生の属性ベクトルとみなし、属性ベクトル間の距離を学生間の距離とする。この距離に基づいて、距離の近い学生を１つのグループに属させ、グループ間の距離をグループに属する学生の属性ベクトルの平均ベクトル間の距離としたとき、最も距離の近い学生を順にグループに併合させる併合の様子を図に示すことができる。この方法を科目Ｊの学生に適用した結果を図８に示す。図の左に書かれている数字が学生ＩＤに対応する。どの学生が近い間柄であるかが分かる。グループの数を決めたとき、その数にグループ分けする場合の適切なわけ方を与えることができる。また例えば、図で最下行の７名は他の学生グループから外れていることが分かる。 The friend score between students belonging to the organization to which the student belongs, such as one class, is obtained as a table as a round robin as shown in FIG. One row of this table is a friend score for one student to another student. If the two students A and B are closely related, the friend scores of A and the other students are similar to the friend scores of B and the other students, and the two rows corresponding to the two in this table are Similar. Therefore, each row of this table is regarded as the attribute vector of the student, and the distance between the attribute vectors is defined as the distance between the students. Based on this distance, students with the closest distance belong to one group, and when the distance between groups is the distance between the average vectors of the attribute vectors of the students belonging to the group, the students with the closest distance are merged into the group in order. The state of merging can be shown in the figure. The result of applying this method to students in subject J is shown in FIG. The number written on the left of the figure corresponds to the student ID. You can see which students are close. When you decide the number of groups, you can give an appropriate way to group them. Also, for example, it can be seen that the bottom seven students in the figure are out of the other student groups.
[学生間距離の可視化]
学生の友人関係の近さに基づいた互いの近さを平面図上の近さとして表現することができると、直感的に１つのクラスの中の交友関係の構造を理解しやすい。そのためには、各学生を２次元の値で近似する必要がある。上述の学生の属性ベクトルを主成分分析することで、第1主成分及び第２主成分を得、これを各学生のｘ、ｙ座標とすることで平面上に学生の交友関係を可視的に表現できる。図９は科目Ｊの学生に対してこの方法を適用した結果である。図では、前項の友人の構造分析において、９つのグループに分けたときの各グループに対応してマーク記号を変えている。
[Visualization of student distance]
If the closeness based on the closeness of the student's friendship can be expressed as closeness on the plan view, it is easy to intuitively understand the structure of the friendship in one class. For this purpose, it is necessary to approximate each student with a two-dimensional value. Principal component analysis is performed on the above-mentioned student attribute vectors to obtain the first principal component and the second principal component. By using these as the x and y coordinates of each student, the student's friendship can be visualized on a plane. Can express. FIG. 9 shows the result of applying this method to a subject J student. In the figure, the mark symbol is changed corresponding to each group when it is divided into nine groups in the friend structural analysis in the previous section.
本発明は大学を始めとする教育機関等で利用可能である。 The present invention can be used in educational institutions such as universities.
Claims (2)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008034078A JP5283059B2 (en) | 2008-02-15 | 2008-02-15 | Friendship guessing system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008034078A JP5283059B2 (en) | 2008-02-15 | 2008-02-15 | Friendship guessing system |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2009193396A JP2009193396A (en) | 2009-08-27 |
| JP5283059B2 true JP5283059B2 (en) | 2013-09-04 |
Family
ID=41075343
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2008034078A Expired - Fee Related JP5283059B2 (en) | 2008-02-15 | 2008-02-15 | Friendship guessing system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5283059B2 (en) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5854355B2 (en) * | 2012-08-30 | 2016-02-09 | 日本電信電話株式会社 | Statistical model generation apparatus, statistical model generation method, and statistical model generation program |
| JP5958290B2 (en) * | 2012-11-07 | 2016-07-27 | 富士通株式会社 | Communication support program, communication support method, and information processing apparatus |
| JP2017207875A (en) * | 2016-05-17 | 2017-11-24 | 株式会社リコー | Information processing system, information processing apparatus, and program |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4474585B2 (en) * | 2004-05-17 | 2010-06-09 | 株式会社国際電気通信基礎技術研究所 | Relationship detection system |
| JP2006099547A (en) * | 2004-09-30 | 2006-04-13 | Fukuda Gakuen | System for analyzing relationship between friends |
-
2008
- 2008-02-15 JP JP2008034078A patent/JP5283059B2/en not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2009193396A (en) | 2009-08-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Roth | Hired hand research | |
| Eid et al. | Detecting response styles and faking in personality and organizational assessments by mixed Rasch models | |
| Saiegh | Using joint scaling methods to study ideology and representation: Evidence from Latin America | |
| Gadzella et al. | Evaluation of the student life-stress inventory-revised. | |
| Bradley et al. | Worker absence and shirking: Evidence from matched teacher-school data | |
| Raju et al. | Business research methods | |
| Milazzo et al. | Are voter decision rules endogenous to parties’ policy strategies? A model with applications to elite depolarization in post-Thatcher Britain | |
| Spoorena et al. | Who participates (not)? A non-response analysis on students’ evaluations of teaching | |
| Hardigan et al. | Job satisfaction among practicing pharmacists: a Rasch analysis | |
| US20170365023A1 (en) | Computer-implemented methods, systems, and computer-readable media for identifying opportunities and/or complimentary personal traits based on identified personal traits | |
| JP5283059B2 (en) | Friendship guessing system | |
| Boen et al. | Predictors of pupils’ and teachers’ identification with a merged school | |
| Culp et al. | Examining the culturally responsive practices of urban primary physical educators | |
| Sofana | Determining Factors for The Performance of Auditor Employees at The BRI Jakarta Office III | |
| Ahmad et al. | Islamic work ethics and employees’ turnover intention: modeling the intrinsic motivation as a mediator | |
| JP7745240B2 (en) | Exit prediction system and group indicator display system | |
| WO2013184848A2 (en) | System and method for extracting value from game play data | |
| JP2023044655A (en) | Information processing apparatus, information processing method, and program | |
| McCauley et al. | National differences in economic growth: the role of personality and culture | |
| R. Borgia et al. | A survival analysis of tax professionals’ performance and internship experience | |
| Larner | The multilevel voter: Identity, territory and electoral behaviour | |
| Yang | Transfer performance of community college students: Impacts of costs and institution | |
| Ponsano | Quantitative study examining the relationship between job satisfaction, employee attrition, and training in retail | |
| Dasgupta | Social Demography | |
| Gubik | Family firm succession plans of students in the Visegrad countries |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110207 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20110223 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120709 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120807 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20121005 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130423 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130521 |
|
| LAPS | Cancellation because of no payment of annual fees |