キーワード
研究のキーワードは主に以下のとおりです。
- データサイエンス
- IoTセンシング
- 屋内空気環境 (IAQ)
- スマートメータ
現在の研究テーマ
IoTセンサを用いた家庭内センシング
「おうちモニタキット (OMK)」と呼ぶIoTセンサキットの開発と応用に従事しています。OMKはスマートメータのほか、温度・湿度・CO2濃度・照度など、様々なセンサに対応しており、必要に応じてセンサを組み合わせて利用できることが特徴です。また、7インチディスプレイを備えており、計測したデータをリアルタイムにユーザへ提示することも可能です。
OMKを用いて家庭内の様々な行動および環境を計測することで、居住者が潜在的に持つ課題やニーズを抽出し、研究ネタや家庭向け新規サービス考案のためのヒントを発掘しています。
需要家サービス・電力設備分野でのデータサイエンス応用
その他、住宅の温熱環境や電力用変圧器の設備保全に関する研究に従事しています。
過去の研究テーマ
価値観に基づく推薦システム
個人の嗜好や消費行動を推定するための概念である価値観に着目し、ユーザの価値判断やこだわりを反映した推薦システムの研究を行っていました。
情報化技術の発展による情報量の増大に伴い、利用者にとって有用な情報を見つけ出す推薦システムが情報フィルタリングの一手法として注目されています。しかしながら、ユーザの嗜好を推論するためには多くの属性情報やシステム利用履歴を必要とすることから、新規のユーザやアイテムに対して適切な推薦が行えないという問題が指摘されています（cold-start問題）。
従来手法では著者の名前やアクションなどのジャンル名といった属性値に対する好みからモデリングを行ってきましたが、提案手法ではアイテムの属性に対するこだわりの強さをモデリングします。ユーザが強いこだわりを持つ属性ほど、その属性に対する評価は安定してアイテムの評価に影響しており、少数の評価情報から適切な推薦が可能になることがわかりました。
一般化規則を用いた相関ルール
データマイニング手法の一つである相関ルールに一般化規則と呼ぶ情報の抽象化概念を取り入れ、類似した嗜好・行動パターンを持つ他ユーザの情報を推論に用いることで、ユーザの知識や技術によらず情報を獲得する手法を研究していました。