49.3% Twitter *4 52.8% [7] SNS Twitter Bot Twitter Bot [8] [9] [10] [11] [12] [13] [14] 2.2 [15] [16] [17] [18] 2.3 [19] Habitica [20

Size: px

Start display at page:

Download "49.3% Twitter *4 52.8% [7] SNS Twitter Bot Twitter Bot [8] [9] [10] [11] [12] [13] [14] 2.2 [15] [16] [17] [18] 2.3 [19] Habitica [20"

うのすけいちぬの
5 years ago
Views:

1 マルチメディア, 分散, 協調とモバイル (DICOMO2016) シンポジウム平成 28 年 7 月 (1) (2) (3) Development of Cooking Support System aimed at University Students Living Away from Home TAKUMA TSUJIMOTO 1 TAKASHI YOSHINO % % [2] 43.4% % 46.6% 38.8% [3] 6.4% 1 2 [4] *1 *2 [5] [2] 20 54% 20 37% [6]20 54% 20 34% SNS Facebook * 3 *1 *2 *3 https// 938

2 49.3% Twitter *4 52.8% [7] SNS Twitter Bot Twitter Bot [8] [9] [10] [11] [12] [13] [14] 2.2 [15] [16] [17] [18] 2.3 [19] Habitica [20] SNS Wiel CookKing [21] CookKing SNS Hicks Twitter [22] SNS [23] SNS CookKing Hick SNS. 3. Twitter Bot *4 https//twitter.com/ 939

3 3.1 ( 1 ) Twitter ( 2 ) ( 3 ) Twitter Twitter Bot Bot URL Bot Bot *5 * 6 Bot 2 2 Bot Bot 3.3 Bot *5 http//cookpad.com/ *6 https//cookpad.com/terms/cookpad data/academy 2 ( 1 ) Bot JUMAN *7 JUMAN - ( 2 ) ( 3 ) 1 URL URL URL *7 http//http//nlp.ist.i.kyoto-u.ac.jp/index.php?juman 940

高いレシピが提示されるようになる ( 2 ) 料理人の称号調理した利用者の情報クックマの利用者には料理人見習い熟練の料理人といった称号が付与される称号は利用者のレベルの上昇に応じて変化する利用者は多くのレシピを調理してレベルを上げることでより高いランクの称号を獲得することができる利用者が送信した写真 ( 3 ) 架空の人物によるレシピ提示 Bot

4 高いレシピが提示されるようになる ( 2 ) 料理人の称号調理した利用者の情報クックマの利用者には料理人見習い熟練の料理人といった称号が付与される称号は利用者のレベルの上昇に応じて変化する利用者は多くのレシピを調理してレベルを上げることでより高いランクの称号を獲得することができる利用者が送信した写真 ( 3 ) 架空の人物によるレシピ提示 Bot によるレシピの提示は架空の人物が利用者に対して料理をリクエストする形式で行う例えば架空の人物であるサッカー少年がお腹空いたーという台詞と共にレシピ情報を提示するこの要素では他人に料理をリクエストされることが利用者の自炊の動機になることを期待している図 3 料理写真共有の例 4. レシピの難易度算出手法本研究では利用者に提示するレシピの情報源としてクッることができるクパッドデータを利用するがクックパッドのレシピ情報には難易度に関する項目が存在しないため大量のレシピ 3.4 料理写真共有機能本機能では利用者から送信される料理の完成写真を取データの難易度を算出する必要がある本章ではクック得して他の利用者に対して共有する処理は料理写真マで利用するレシピの難易度算出手法について述べるなの保存料理写真の共有の順で行う料理写真共有機能お難易度算出の方針は以下の 2 つであるでは自炊意欲の向上を図ることを狙う利用者自身が調 (1) 大量のレシピデータから簡潔に難易度を算出する理した料理を他の利用者に公開したり逆に他の利用者の (2) 低難易度から高難易度まで幅広い範囲に難易度を分類する料理を閲覧したりすることが自炊を動機付ける効果を持つと考えられる難易度の算出には以下の 5 つの情報を用いる ( 1 ) 料理写真の保存処理材料数料理写真の保存処理では利用者が調理した料理の完調理手順数成写真をサーバに保存する料理の写真は利用者が調理手順の文字数レシピを提示した投稿に対して返信したものを取得すつくれぽ *8 数るクックマは写真が送信されることで利用者が簡単さを表す語句の有無 *9 レシピを実際に調理したことを確認するこれらの情報から作成した難易度算出式を以下に示す ( 2 ) 料理写真の共有処理難易度スコア = M IN (材料数, 20) 料理写真の共有処理では利用者から送信された料理 + M IN (調理手順数, 20) 写真を Bot が投稿し直すことで他の利用者に対して + M IN (調理手順の文字数, 1000) / 100 共有する投稿には料理の作成者の情報を付与する実際に Bot が料理写真を共有した例を図 3 に示す M IN (つくれぽ数, 600) / 60 図 3 の例では利用者から送信されたヨーグルトの写簡単さを表す語句の有無 10 真を Bot が投稿し直している簡単さを表す語句の有無は語句が有れば 1 無ければ 0 として扱うこの式では材料数調理手順数調理手順の文字数に 3.5 ゲーム的要素を利用した機能本機能ではシステムにゲームを模した要素を取り入れ関する値を足し合わせた上でつくれぽ数簡単さを表することで自炊の動機付けや継続利用の促進を行う語句に関する値を差し引いて最終的な難易度スコアを算 ( 1 ) レベルと経験値出している材料数調理手順数調理手順の文字数につ利用者は Bot から提示されるレシピを調理して完成いては値が高ければレシピが複雑になり難易度も高く写真を送信することでレシピの難易度に応じた経験 *8 値を獲得しレベルを上げることができる多くのレ *9 シピを調理してレベルを上げることでより難易度の 941 作りましたフォトレポートの略レシピ作成者に対して他のユーザがレシピを調理したことを報告する機能レシピのタイトルと概要に簡単やお手軽といった語句が含まれるか否か

なると予想されるため足し合わせている逆につくれぽ数と簡単さを表す語句については値が高いあるいは語句が存在すればレシピの難易度が低くなると予想されるため差し引いているまた同式中では材料数調理手順数調理手順の文字数およびつくれぽ数について上位 1%の外れ値を除外している材料数と調理手順の項は 0 20 その他の項はレシピの提示 0 10 の値をとり

5 なると予想されるため足し合わせている逆につくれぽ数と簡単さを表す語句については値が高いあるいは語句が存在すればレシピの難易度が低くなると予想されるため差し引いているまた同式中では材料数調理手順数調理手順の文字数およびつくれぽ数について上位 1%の外れ値を除外している材料数と調理手順の項は 0 20 その他の項はレシピの提示 0 10 の値をとり難易度スコアはの範囲で算出されるクックマで利用するレシピ情報には算出されたスコアを基に下記のルールを用いて 5 段階の難易度情報をあらかじめ付与している各段階に属するレシピの件数は難易度 2 が最も多く件難易度 5 が最も少なく料理写真の送信 1320 件となっている -2 未満難易度 1 (最も簡単) 6878 件 -2 以上+11 未満難易度件 +11 以上+24 未満難易度件 +24 以上+37 未満難易度件 +37 以上難易度 5 (最も難しい) 1320 件経験値の獲得とレベルアップなおこの算出手法は既存研究 [24] で実施した難易度算出手法の検討の結果を利用して作成している図 4 5. 評価実験利用者と Bot の応答例れは実験初期の段階で協力者に対して料理写真共有機能 5.1 実験概要本実験の目的はクックマの各機能が利用者の自炊行動を促進し継続のきっかけとなるかの評価を行うことであの周知を図るためであるなおこの著者は実験協力者には含まれていない実験終了後には協力者全員に 5 段階のリッカートスるこの評価のため以下の 3 つの仮説を立てて検証したケールと自由記述の設問を用いたアンケートを実施した仮説 (1) レシピ提示機能は適切にレシピを提示する仮説 (2) 料理写真共有機能は自炊を促進する仮説 (3) ゲーム的要素を利用した機能は自炊を促進する 5.2 実験結果と考察実験では実験タスクに設定した通り全ての協力者が目的が各機能の評価であるため実験期間は 3 日間とした実験協力者は Twitter を利用している一人暮らしの食材情報を含む投稿を行い提示されたレシピを調理した情報系大学生 10 名 (男性 8 名女性 2 名) である実験協実験中のレシピ提示回数他のレシピの要求回数および力者には普段から自炊をしている学生と普段から自炊レシピの調理回数を表 1 に示す Bot は協力者 1 人に対をしていない学生とが 5 名ずつ含まれている依頼したして最多 21 回レシピを提示し利用者は最多 3 回の調理実験タスクを以下に示すを行っているまた実験後アンケートのうち 5 段階評価の設問への回 (1) クックマで用いる Twitter Bot をフォローする (2) 食材情報を含む内容を投稿する答を表 2 に示すウィルコクソンの順位和検定を用いて有 (3) 実験期間中に Bot から提示されるレシピを 1 回以上調意差検定を実施した結果普段から自炊をしている人としていない人の回答には有意差が見られなかったため表 2 理し完成写真を返信する実験開始時には全ての実験協力者をレベル 1(調理能力では実験協力者全員についての結果のみを示しているが最も低い) として設定したこれにより実験期間初期実験期間中に実際に行われた利用者と Bot の応答の例には実験協力者の調理能力に関わらず難易度の低いレシを図 4 に示すこの例ではたまねぎを使ったレシピにピが提示されるようになっているなお提示されたレシついてレシピの提示および料理写真の送信がなされてピの調理に際してはレシピ内容が大幅に変わらない範囲いるでのアレンジや食材の代用は認めたレシピ提示機能に関する評価また実験期間中は著者の 1 人もシステムの Bot を使用表 2 の (1) (4) はレシピ提示機能に関する項目であるし食材情報を含む投稿や完成写真の投稿を行ったこ (1) の Bot とのやりとりのわかりやすさについては中央値 4 最頻値 4 と 5 と高い評価を得たアンケートの 942

6 1 A F B G C H D I E J (1) Bot , 5 (2) (3) , 5 (4) (5) , 4 (6) (7) (8) (9) , 4, 5 (10) , 3 (11) (2) 4 4 (3) (4) (1) (5) (7) (5) (6) 3 3 (7) 4 4 (7) () (2) (8) (10) 943

7 (8) 4 5 (9) (10) (3) (11) 4 4 ( ) ( 1 ) ( 2 ) ( 3 ) 2 (1) (2) [1] (IPSJ Journal) ( ) http// j prms.html [2] pp (2009). [3] 1 Vol.10 pp (2014). [4] 57 pp (2008) [5] 20 http// [6] 27 pp (2015) [7] 27 p.209 (2015) [8] 2. Vol.52 No.11 pp (2011) [9] (DICOMO2014) pp (2014) [10] (DD) Vol.73 No.6 pp.1 7 (2009) [11] 75 4 pp (2013) [12] 75 1 pp (2013) [13] (DICOMO2015) 944

8 pp (2015) [14] 74 1 pp (2012) [15] (DEIM2012) E1-3 pp.1 6 (2012). [16] Vol.25 1C1-01 pp.1 6 (2009). [17] DE, Vol.112 No.75 pp (2012). [18] A Vol.J94-A No.7 pp (2011) [19] EELF Vol.50 No.12 pp (2009). [20] HabitRPG, Inc. Habitica, https//habitica.com /static/front [21] Eelco van de Wiel, Martin Meijering, and Suleman Shahid CookKing a king of healthy, fun and social cooking, Proceedings of the 7th International Conference on Advances in Computer Entertainment Technology (ACE 10), ACM, pp (2010). [22] Kieran Hicks, et al Exploring Twitter as a Game Platform; Strategies and Opportunities for Microbloggingbased Games, Proceedings of the 2015 Annual Symposium on Computer-Human Interaction in Play (CHI PLAY 15), ACM, pp (2015). [23] (EC) Vol.2011-EC-19 No.10 pp.1 8 (2011) [24] 2015 G-08 pp.1 4 (2015) 945

2 21,238 35 2 2 Twitter 3 4 5 6 2. 2.1 SNS 2.2 2. 1 [8] [5] [7] 2. 2 SNS SNS 2 2. 2. 1 Cheng [2] Twitter [6] 2. 2. 2 Backstrom [1] Facebook 3 Jurgens

2 21,238 35 2 2 Twitter 3 4 5 6 2. 2.1 SNS 2.2 2. 1 [8] [5] [7] 2. 2 SNS SNS 2 2. 2. 1 Cheng [2] Twitter [6] 2. 2. 2 Backstrom [1] Facebook 3 Jurgens DEIM Forum 2016 B4-3 地域ユーザに着目した口コミツイート収集手法の提案長島里奈関洋平圭猪筑波大学情報学群知識情報図書館学類 305 8550 茨城県つくば市春日 1 2 筑波大学図書館情報メディア系 305 8550 茨城県つくば市春日 1 2 つくば市役所 305 8555 茨城県つくば市研究学園 1 1 1 E-mail: s1211530@u.tsukuba.ac.jp,