社会分析ワークショップ
北村 智 
単位: 2 開講期: 2期 開講年度: 2025
閉じる
【授業表題】
コミュニケーション研究の方法としての計量テキスト分析
【授業の形態】
演習(ワークショップ形式の授業も演習に含む)
アクティブラーニング : 導入している
【授業の方法・内容】
本授業ではコミュニケーションで用いられる言葉を分析する手法を講義およびワークショップを通じて学ぶ。
現代社会における情報通信技術の発展によりさまざまな社会行動に関するデータ収集が容易になっており、ビッグデータとそれを取り扱うデータサイエンスが社会科学でも重要になってきている。その中でも、ソーシャルメディア上でのコミュニケーションで発信されたテキストデータは、これまでにない研究資源となっている。こうしたテキストデータの分析に用いられるのがテキストマイニング/計量テキスト分析である。本授業では特に日本語によるテキストデータを分析する方法の基礎について学修する。
本授業では、テキストマイニング/計量テキスト分析の考え方や基本的知識、方法を講義した上で、テキストマイニング/計量テキスト分析の実践に取り組む。したがって、本授業は講義形式と演習形式を組み合わせたワークショップ形式で進められる。
【学生へのフィードバックについて】
必要に応じて適宜行う。
【到達目標】
・テキストマイニング/計量テキスト分析の考え方や基本的知識を理解すること
・テキストマイニング/計量テキスト分析の方法を理解し、実践できるようになること
【この授業科目とディプロマポリシーに明示された学修成果との関連】
(コミュニケーション学部/メディア社会学科 DP2)コミュニケーションを支えるメディアの特性と、その組織・企業における展開を分析・評価する能力
(コミュニケーション学部 DP3)自らの考え・アイデアを創造的に表現し、伝達していくコミュニケーション技能
(コミュニケーション学部 DP4)コミュニケーションに関わる事柄について、問題の発見・分析・解決をする能力
(コミュニケーション学部(2021年度以前入学生) DP3)コミュニケーションを支えるメディアに関する知識と情報を分析・評価する能力
(コミュニケーション学部(2021年度以前入学生) DP4)コミュニケーションに関わる事柄について、問題の発見・分析・解決をする能力
(コミュニケーション学部(2021年度以前入学生) DP5)自らの考え・アイデアを創造的に表現し、伝達していくコミュニケーション技能
【事前・事後学習】
講義回の前後については授業内容の理解を深めるための資料を配布するので、それらを熟読して、各回の予習・復習を行なうこと。また実習回の前後についてはそれまでの授業内容の復習を行なうとともに、授業で出された課題に取り組む必要がある。いずれの場合も事前学習・事後学習にそれぞれ授業時間の2倍以上の時間を要することになる。
【授業計画】
第1回 イントロダクション:データ活用が進む社会で起きている変化とテキストマイニング/計量テキスト分析
第2回 情報化社会におけるテキストデータの活用、データ・AIの活用領域
第3回 データ・AI利活用のための技術と利活用の現場、最新動向
第4回 データ・AIを扱う上での留意事項とデータを守る上での留意事項
第5回 分析手法の基礎知識(1):形態素解析・統計分析
第6回 分析手法の基礎知識(2):分析結果の可視化技術
第7回 分析の実践練習(1):分析環境の準備、データの取得・読み込みと前処理
第8回 分析の実践練習(2):分析結果の読み取りの基礎
第9回 分析の実践練習(3):分析結果の可視化とその読み取り
第10回 分析の実践練習(4):分析結果の報告
第11回 分析の実践(1):分析計画の立案
第12回 分析の実践(2):データ取得・読み込みと分析、可視化
第13回 分析の実践(3):分析結果の発表(プレゼンテーション)
第14回 分析の実践(4):分析結果にもとづくレポート執筆
第15回 授業のまとめ
第16回
第17回
第18回
第19回
第20回
第21回
第22回
第23回
第24回
第25回
第26回
第27回
第28回
第29回
第30回
【評価方法】
最終レポート提出を成績評価の前提とした上で、授業参加、課題・提出物によって総合的に評価する(100%)。
課題・提出物に対しては個別にフィードバックを行う。
【教科書】
特になし。
【参考文献】
授業中に適時指示する。
【特記事項】
本講義では、数理・データサイエンス教育強化拠点コンソーシアムが策定した「リテラシーレベル」の「モデルカリキュラム」に準拠し、
「1-1.社会で起きている変化」、「1-2.社会で活用されているデータ」、「1-3.データ・AIの活用領域」、
「1-4.データ・AI利活用のための技術」、「1-5.データ・AI利活用の現場」、「1-6.データ・AI利活用の最新動向」、
「2-1.データを読む」、「2-2.データを説明する」、「2-3. データを扱う」、
「3-1.データ・AIを扱う上での留意事項」、「3-2.データを守るうえでの留意事項」を取り上げる。
【開講期・曜日時限・ペア・教員名】
開講期・曜日時限が下記の表で示されていますが、履修できる曜日時限は学年・学科等により異なる場合があります。自分の「履修登録」画面に表示される曜日時限のみ履修登録することができます。

開講期 曜日時限 ペア 教員名
2期 火4 北村 智