今後の予定 [2015/3/28] 第1回: 「数字が教えてくれること」 特許や論文データはなぜイノベーション指標として活用されているのだろう [2015/4/18]第2回: 「巨人の上に立つ」 論文データベース (Web of Knowledge, Scopus, Scival etc…) を用いた分析 [2015/5/16] 第3回: 「select() すると幸せになれる理由」 IIP データベース/patR データベースを用いた日本特許分析 [2015/6/27] 第4回: 「科学とイノベーションの関係」 組織学会@一橋大学のため第四週におこないます サイエンスリンケージデータベースを用いた特許/論文の連結分析 [2015/7/18]第5回: 「行間を読むっていろいろと大切」 書誌テキスト分析 (KHcoder) を使って分析できること [2015/8/22] 第6回 : 「まとめ」 科学とイノベーションのあれこれは書誌情報からどこまでわかるのだろう

1. 「『ナショナルイノベーションシステムに係る
定量データとその分析手法』WSシリーズ」:
第一回『数字が教えてくれること』
2015/3/8 16:00-18:00
一橋大学イノベーション研究センター
政策研究大学院大学科学技術イノベーション政策研究センター
原泰史
3/8/2015 1

2. 勉強会の目的
• 目的
• 特許や論文のデータを使うことで解析できる範囲を知るために、まず分析手法を学ぶ
• 手法
• パソコンを用いたハンズオンセミナー方式 (手を動かして覚える！)
• 時間:
• 土曜日の夕方に90分-120分程度
• 一ヶ月に一回程度 (第一期; 5-6回) を予定
• 場所:
• 国立 (一橋大学イノベーション研究センター) または
• 六本木 (政策研究大学院大学科学技術イノベーション政策研究センター)
• 参加希望の方は, hara@iir.hit-u.ac.jp または @harayasushi (twitter) までご連
絡ください.
3/8/2015 2

3. 研究会(仮)のスケジュール (案)
• [2015/1月] 第0回: 「数字が教えてくれないこと」
• [2015/3/28] 第1回: 「数字が教えてくれること」
• 特許や論文データはなぜイノベーション指標として活用されているのだろう
• [2015/4/18]第2回: 「巨人の上に立つ」
• 論文データベース (Web of Knowledge, Scopus, Scival etc…) を用いた分析
• [2015/5/16] 第3回: 「select() すると幸せになれる理由」
• IIP データベース/patR データベースを用いた日本特許分析
• [2015/6/27] 第4回: 「科学とイノベーションの関係」
• 組織学会@一橋大学のため第四週におこないます
• サイエンスリンケージデータベースを用いた特許/論文の連結分析
• [2015/7/18]第5回: 「行間を読むっていろいろと大切」
• 書誌テキスト分析 (KHcoder) を使って分析できること
• [2015/8/22] 第6回 : 「まとめ」
• 科学とイノベーションのあれこれは書誌情報からどこまでわかるのだろう
3/8/2015 3

4. 今日のメニュー
• 1. イノベーションを測るとは
• 2. PATSTAT ONLINE でSQL 構文を使ったデータ取得に慣れてみる
• 3. 計量テキスト分析を小室哲哉さんと華原朋美さんのインタビュー
記事をつかってやってみる
• 4. この勉強会の企画会議
3/8/2015 4

5. 1. はじめに
イノベーションを測るとは何か？
3/8/2015 5

6. Framework of Innovation Indicators
(Pakes and Griliches 1984)
Other
Economic
Factors
Non-Knowledge Factors
of Production Output:
Productivity
Firm’s Value
Patent
Patenting
Propensity
Inputs to Innovation
R&D, designing,
marketing research etc…
Knowhow and
First Mover Advantage
3/8/2015 6

7. Framework of Innovation Indicators [modified.]
(Pakes and Griliches 1984)
Other
Economic
Factors
Non-Knowledge Factors
of Production Output:
Productivity
Firm’s Value
Patent
Patenting
Propensity
Inputs to Innovation
R&D, designing,
marketing research etc…
Knowhow and
First Mover Advantage
Paper
3/8/2015 7

8. Framework of Innovation Indicators [modified. 2]
(Pakes and Griliches 1984)
Other
Economic
Factors
Non-Knowledge Factors
of Production Output:
Productivity
Firm’s Value
Patent
Patenting
Propensity
Inputs to Innovation
R&D, designing,
marketing research etc…
Knowhow and
First Mover Advantage
Paper
In-tangible
knowledge
3/8/2015 8

9. イノベーションのプロセスを明らかにする方法
• 定性的なアプローチ
• なにかしらの理論モデルにもとづき、文献調査や実地調査、
インタビューなどを使って証拠を集める。集まった証拠にも
とづきロジックを組み立てて、結果を観察する
• データソース
• 誰かが書いた文章 (論文や特許や報告書や白書 etc…)
• 誰かの頭のなか (をインタビューを使って収集する)
• 定量的なアプローチ
• なにかしらの理論モデルにもとづき、統計データベースを
使ってデータを集める。それを回帰分析 etc… などの統計
的な処理をして、結果を観察する
• データソース
• 統計データベースを使う
• サーベイ調査をする
• 政府統計を使う
結論
インプリケーション
(ex. 政策的な含意)
問い
(リサーチクエスチョン)
Literature Review
(先行研究の調査)
Hypothesis
(問いに対する仮説の提示)
3/8/2015 9

10. イノベーションプロセスを知る方法
1. ひとにきく
1. 発明したひと (=発明者) にきく
1. インタビューをする
2. サーベイ調査をする (アンケートを
とる)
2. 発明に関与したひとにきく
1. インタビューをする
2. サーベイ調査をする (アンケートを
とる)
2. 測ってみる
1. 特許ではかってみる
1. だれとだれが特許を書いたかでは
かってみる
2. だれがだれの特許を引用している
かではかってみる
2. 論文ではかってみる
1. だれとだれが論文を書いたかでは
かってみる
2. だれとだれの論文を引用している
かではかってみる
3. 特許と論文のつながりではかって
みる
1. どの特許が、どの論文を引用して
いるかで測ってみる
2. どの論文が、どの特許を引用して
いるかで測ってみる
3/8/2015 10

11. はかってみる
=論文や特許のデータベースを使い、
論文や特許の数や流れを調べてみる。
3/8/2015 11

12. データベースを使った分析に必要な知識
• Excel で vlookup くらいを使ったことがある
• (現在の)コンピュータは、「命令をしないと動かない」ことを知っている
• コンピュータに対して命令を書くときは（多くの場合） 2byte 文字では
なくて 1byte 文字で入力する必要があることを知っている
• Ｓｅｌｅｃｔ ではなく, select と打つ必要があることを知っている
• マニュアルの通りコンピュータは動かないことを知っている
• 「コレは簡単ですよー」と, 技術者がいう「簡単」と, 自らが認識すると
ころの「簡単」には相違があることを知っている
• あきらめないこころ
3/8/2015 12

13. 2: PATSTAT オンライン版をつかっ
てみよう
3/8/2015 13

14. Web インターフェースではなく SQL データ
ベースを使うことのメリット
• Web 版にくらべてレスポンスがはやい
• （すべてはやいとはいっていない）
• 自分のニーズに則したデータを取得できる
• 他のデータベースとの接続が行い易くなる
• 特許データベースと論文データベースの接続
• 特許/論文データベースと財務データベースの接続
3/8/2015 14

15. PATSTAT
• EPO の特許データベース
• Web インターフェースも存在
• Raw Data 版は有償
• Web 版 PATSTAT は2ヶ月間無料
3/8/2015 15

16. PATSTATのデータ構造
http://documents.epo.org/projects/babylon/eponet.nsf/0/95da6bccf12e54a1c1257aa1002e2d
1d/$FILE/patstat_data%20elements_v1.1.pdf
3/8/2015 16

17. PATSTAT のデータ構造
3/8/2015 17

18. PATSTAT のモデル図
3/8/2015 18

19. 0. PATSTAT Online (beta) にアクセスしてみる
• http://www.epo.org/searching/subscription/patstat-online.html
にアクセスする
3/8/2015 19

20. 0-1. Registration する
• メールアドレスを入力し, Preview を押す
3/8/2015 20

21. 0-2. メールが届く
3/8/2015 21
• “Validation of registration” メールが届くので, “activate your free trial
now” をクリックする.

22. 0-2. メールが届く
3/8/2015 22

23. 0-3. ログインする
• https://data.epo.org/expert-services/start.html# にアクセスし, メー
ルで送られたユーザ名とパスワードを入力する.
3/8/2015 23

24. 0-4. ログインする(2)
• Patent Statistics PATSTAT 2014 Autumn を選択する
3/8/2015 24

25. 0-5. ログインする(3)
3/8/2015 25

26. 1. クエリを打ってみる
• クエリを打ってみる
• SELECT appln_auth, appln_nr, appln_kind, appln_filing_date
FROM tls201_appln
WHERE appln_auth = 'IE‘;
SELECT : どういったデータを取得するのか
FROM : どのテーブルを参照するのか
WHERE : どういう条件でデータを取得するのか
WHERE : appln_auth が IE なものについて
FROM: tls201_appln テーブルから
SELECT: appln_auth, appln_nr, appln_kind,
appln_filing_date の情報を引っ張りだす
逆向きに読んでみる
3/8/2015 26

27. 2. データが取得される
3/8/2015 27

28. 1-2. 練習問題
• 先ほどのクエリを少し改造してみる
• 先ほどの条件に加えて, 2000年以降に出願された特許について
データを収集してみる
• 必要な条件 appln_filing_year >= 2000
• 条件を追加する方法
• (条件1) AND (条件2) : (条件1) および (条件2) を満たすデータを取得する
• (条件1) OR (条件2) : (条件1) または (条件2) を満たすデータを取得する
3/8/2015 28

29. 1-2. 練習問題 (答え)
• SELECT appln_auth, appln_nr, appln_kind, appln_filing_date
FROM tls201_appln
WHERE appln_auth = 'IE'
AND appln_filing_year >= 2000;
3/8/2015 29

30. 1-2. 出力結果
0
100
200
300
400
500
600
700
800
900
1000
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
appln_kind
3/8/2015 30

31. 2. PATSTAT から”Ohsugi Yoshiyuki” さんの
データを取得する
• select tls206_person.person_name, tls206_person.person_id, tls206_person.person_address,
tls206_person.person_ctry_code, tls207_pers_appln.appln_id, tls201_appln.appln_title_lg,
tls201_appln.appln_filing_year, tls201_appln.nb_applicants, tls202_appln_title.appln_title,
tls208_doc_std_nms.doc_std_name from tls206_person
inner join tls207_pers_appln
on tls206_person.person_id=tls207_pers_appln.person_id
inner join tls201_appln
on tls207_pers_appln.appln_id=tls201_appln.appln_id
inner join tls202_appln_title
on tls201_appln.appln_id=tls202_appln_title.appln_id
inner join tls208_doc_std_nms
on tls206_person.doc_std_name_id=tls208_doc_std_nms.doc_std_name_id
where tls206_person.person_name = "Yoshiyuki Ohsugi";
3/8/2015 31

32. Row person_name person_id person_city_code appln_id appln_title_lg appln_filing_year nb_applicants title doc_std_name
YOSHIYUKI OHSUGI 13732782 1490962 en 1999 1
Rheumatoid arthritis
remedy containing IL-
6 antagonist as
effective component
OHSUGI YOSHIYUKI
2 YOSHIYUKI OHSUGI 13732782 1490963 en 1999 1
Rheumatoid arthritis
remedy containing IL-
6 antagonist as
effective component
OHSUGI YOSHIYUKI
3 YOSHIYUKI OHSUGI 13732782 1628824 en 1995 1
Rheumatoid arthritis
remedy containing Il-
6 antagonist as active
ingredient
OHSUGI YOSHIYUKI
4 YOSHIYUKI OHSUGI 13732782 1628825 en 1995 1
Rheumatoid arthritis
remedy containing il-
6 antagonist as active
ingredient
OHSUGI YOSHIYUKI
5 YOSHIYUKI OHSUGI 13732782 2064925 en 1986 1
2,6-BIS (N-
LOWERALKYLCARBA
MOYL) PYRIDINE-4-
CARBOXYLIC ACID
DERIVATIVES
OHSUGI YOSHIYUKI
6 YOSHIYUKI OHSUGI 13732782 2064926 en 1986 1
PYRIDINE 2,6-
DIAMIDE-4-
CARBOXYLATES
OHSUGI YOSHIYUKI
7 YOSHIYUKI OHSUGI 13732782 2246108 en 2001 3
Novel antisense
oligonucleotide
derivatives against
wilms's tumor gene
OHSUGI YOSHIYUKI
8 YOSHIYUKI OHSUGI 13732782 2402923 en 1998 1
Preventives and/or
remedies for systemic
lupus erythematosus
containing anti-IL-6
receptor antibody as
the active ingredient
OHSUGI YOSHIYUKI
9 YOSHIYUKI OHSUGI 13732782 2402924 en 1998 1
Preventives and/or
remedies for systemic
lupus erythematosus
containing anti-il-6
receptor antibody as
the active ingredient
OHSUGI YOSHIYUKI
3/8/2015 32

33. 10 YOSHIYUKI OHSUGI 13732782 23845760 en 2004 3
Cancer vaccine containing
cancer antigen based on tumor
suppessor gene wti product and
cationic liposomes
OHSUGI YOSHIYUKI
11 YOSHIYUKI OHSUGI 13732782 24726192 it 1986 1
AGENTE PER IL TRATTAMENTO
DELLA NEFRITE
OHSUGI YOSHIYUKI
12 YOSHIYUKI OHSUGI 13732782 54823610 en 1986 1
PYRADINE DERIVATIVES AND
PROCESS FOR PREPARING THE
SAME
OHSUGI YOSHIYUKI
13 YOSHIYUKI OHSUGI 13732782 375288586 en 2009 2
RHEUMATOID ARTHRITIS
REMEDY CONTAINING IL-6
ANTAGONIST AS ACTIVE
INGREDIENT
OHSUGI YOSHIYUKI
14 YOSHIYUKI OHSUGI 17581861 JP 5990714 de 1979 1
TEREPHTHALSAEUREMONOAMI
D-DERIVATE, VERFAHREN ZU
DEREN HERSTELLUNG UND
DIESE ENTHALTENDES
ANTIALLERGISCHES
PHARMAZEUTISCHES
PRAEPARAT.
OHSUGI YOSHIYUKI
15 YOSHIYUKI OHSUGI 17581861 JP 6045746 de 1976 1
VERFAHREN ZUR HERSTELLUNG
VON NEUEN
AMINOBENZOESAEURE-
DERIVATEN UND SO
HERGESTELLTE
AMINOBENZOESAEURE-
DERIVATE.
OHSUGI YOSHIYUKI
16 YOSHIYUKI OHSUGI 17581861 JP 41232005 es 1979 1
PROCEDIMIENTO PARA
PREPARAR DERIVADOS DE
MONOAMIDA DEL ACIDO
TEREFTALICO
OHSUGI YOSHIYUKI
17 YOSHIYUKI OHSUGI 17581861 JP 41276638 es 1979 1
PROCEDIMIENTO PARA LA
PREPARACION DE DERIVADOS
AMIDICOS DEL ACIDO
TEREFTALICO
OHSUGI YOSHIYUKI
18 YOSHIYUKI OHSUGI 17581861 JP 57101201 en 1998 1
PREVENTIVES AND/OR
REMEDIES CONTAINING ANTI-IL-
6 RECEPTOR NEUTRALIZING
ANTIBODIES FOR REDUCING
THE EXCRETION OF URINARY
PROTEIN IN SYSTEMIC LUPUS
ERYTHEMATOSUS
OHSUGI YOSHIYUKI
19 YOSHIYUKI OHSUGI 17581861 JP 364487213 en 1995 2
INHIBITION OF ABNORMAL
GROWTH OF SYNOVIAL CELLS
USING IL-6 ANTAGONIST AS
ACTIVE INGREDIENT
OHSUGI YOSHIYUK
3/8/2015 33

34. 3. PATSTAT に収録された特許から, 溶融還元法がTitle
か Abstract に含まれている特許一覧を取得する
• 溶融還元法 は英語で “Iron Ore Smelting Reduction” らしい
• クエリ
SELECT nb_citations, a.appln_id, appln_auth, appln_nr,
appln_kind, appln_filing_date
FROM tls201_appln a
LEFT OUTER JOIN tls202_appln_title t ON a.appln_id = t.appln_id
LEFT OUTER JOIN tls203_appln_abstr abstr ON a.appln_id = abstr.appln_id
WHERE (t.appln_title LIKE '%iron smelting%' OR abstr. appln_abstract LIKE
'%iron smelting%')
3/8/2015 34

35. 3-1. 出力結果
・このままだとよくわからないの
で, Download から Excel に出力
してみる
3/8/2015 35

36. 年代で並べてみる
0
5
10
15
20
25
30
35
#ofpatents
3/8/2015 36

37. 出願国ごとに並べてみる
2
6
1
2
225
4
1
2
9
1
1
10
2
1
1
1
1
1
34
4
4
10
1
0 50 100 150 200 250
AT
AU
BE
CA
CN
DE
EA
EP
GB
HU
IN
JP
KR
MX
MY
NL
PL
RO
RU
SU
UA
US
ZA
集計
3/8/2015 37

38. 4. 日本に属する組織または個人が2014年に出願し
た特許のうち, 他国の組織または企業とどのくらい
コラボレーションをしているのか調べてみる
• クエリ
• SELECT COUNT(*) AS numberOfCommonApplications,
p1.doc_std_name as name1, p1.person_ctry_code as cc1,
p2.doc_std_name as name2, p2.person_ctry_code as cc2
FROM tls206_person p1
JOIN tls207_pers_appln pa1 ON p1.person_id = pa1.person_id
JOIN tls207_pers_appln pa2 ON pa1.appln_id = pa2.appln_id
JOIN tls206_person p2 ON pa2.person_id = p2.person_id
join tls201_appln p3 on pa1.appln_id = p3.appln_id
WHERE p1.person_ctry_code = 'JP'
AND p3.appln_filing_date >= '2014-01-01'
AND p3.appln_filing_date <= '2014-12-31‘
AND pa1.appln_id > 0
AND pa2.appln_id > 0
AND p1.person_ctry_code <> p2.person_ctry_code
GROUP by p1.doc_std_name, p1.person_ctry_code, p2.doc_std_name, p2.person_ctry_code
ORDER BY numberOfCommonApplications DESC, p1.doc_std_name ASC,
p2.doc_std_name ASC
3/8/2015 38

39. 4-2. コラボレーション国ランキング
US 855
(空白) 489
GB 131
DE 105
KR 101
CN 82
CA 59
SG 57
FR 57
NL 27
SA 20
CH 18
BE 18
IL 15
TH 14
LU 13
IN 11
3/8/2015 39

40. 4-3. 企業ランキング
PANASONIC CORP 100
SONY CORP 81
SHARP KK 46
KOBE STEEL LTD 41
FUJITSU LTD 36
TAKEDA PHARMACEUTICAL 28
NISSAN MOTOR 27
OTSUKA PHARMA CO LTD 23
HONDA MOTOR CO LTD 23
NIPPON STEEL & SUMITOMO METAL 20
TEXAS INSTRUMENTS JAPAN 20
TOSHIBA KK 20
CANON KK 20
HADANO HIROYUKI 19
NEC CORP 16
SHIONOGI & CO 14
SAWADA HARUKO 13
TOSHIBA TECHNO CT INC 13
SUGIO TOSHIYASU 13
IBM JAPAN 12
SATO YOSHITAKA 11
KYOCERA CORP 11
UNITIKA LTD 10
TATEISHI TAKAAKI 10
MASAKI TAKAKI 10
FUNAI ELECTRIC CO 103/8/2015 40

41. 4-4. コラボレーション国x企業
国名
PANASONIC
CORP
SONY
CORP
SHARP
KK
KOBE
STEEL
LTD
FUJITS
U LTD
TAKEDA
PHARMACEU
TICAL
NISSAN
MOTOR
HONDA
MOTOR CO
LTD
OTSUKA
PHARMA CO
LTD
TOSHI
BA KK
TEXAS
INSTRUMENTS
JAPAN
NIPPON STEEL &
SUMITOMO
METAL
CA
NO
N
KK
総
計
（空白） 68 6 40 33 14 27 1 5 3 16 213
US 6 56 3 7 5 21 5 10 12 4 129
GB 9 3 17 8 7 5 1 50
CN 12 1 10 6 1 1 31
FR 1 4 10 15
KR 8 8
DE 3 4 7
SG 6 6
BE 3 1 4
MY 4 4
3/8/2015 41

42. 参考文献
• PATSTAT ONLINE (beta)
• http://www.epo.org/searching/subscription/patstat-online.html
• SQL Self-Study Course
• http://documents.epo.org/projects/babylon/eponet.nsf/0/55df36d61f27cdb
2c1257b1600323d91/$FILE/patstat_introduction_sql_en.pdf
• Data Elements of PATSTAT Raw Data
• http://documents.epo.org/projects/babylon/eponet.nsf/0/95da6bccf12e54a
1c1257aa1002e2d1d/$FILE/patstat_data%20elements_v1.1.pdf
3/8/2015 42

43. 3: KHCoder を使い, テキスト分析
をしてみる
3/8/2015 43

44. 共起グラフの例
講演 「創発的破壊が日本を創る」 アンケート調査より
（自由回答「勉強になった点」欄から動詞, 名詞, 形容詞を抽出）
講演 「創発的破壊が日本を創る」アンケート調査より
（自由回答「コメント」欄から動詞, 名詞, 形容詞を抽出）
・言葉と言葉の結びつきをチェックする
3/8/2015 44

45. ケーススタディ:
小室さんと華原さんのトークを分析してみよう
• TK MUSIC CRAMP
• 1995年から1998年まで放送してた音楽番組
• 1995年度は小室さんが
• 1996年度はSMAPの中居くんが
• 1997年度は華原さんが司会を担当
• 二人の会話を共起グラフ分析して、二人がどのくらいラブラブだった
のか、どのくらい冷めちゃったのか可視化できるかやってみよう
• 分析対象
• 1996/3/6 オンエアのトーク
• 1998/3/25 オンエアのトーク
3/8/2015 45

46. Tomomi Kahala, From 1996 To 1998
• 1996/3 • 1998/3
3/8/2015 46

47. 手順1: ホームページを開く
•1996/03/06 OA : 華原朋美
3/8/2015 47

48. 手順2: ソースコードを開く
3/8/2015 48

49. 手順3: 必要な部分を切り取る
3/8/2015 49

50. 手順4: テキストエディタに貼り付けて, 不要
な部分を削除する
3/8/2015 50

51. 手順5: データのクリーニングをする
• I believe が I beleave になってたので直す
• データ処理に不要な文字を消す
→ テキストファイルとして保存
3/8/2015 51

52. 手順6: KHCoder に読み込む
3/8/2015 52

53. 手順7: 前処理を実行する
• 分析に不要な文字列などを削除する
3/8/2015 53

54. 手順8: 分析対象ファイルの修正を行う
分析対象ファイルの自動修正: 実行をクリックする
3/8/2015 54

55. 手順9: [前処理の実行] をクリックする
3/8/2015 55

56. 手順10: 分析の対象とする品詞を選択する
3/8/2015 56

57. 抽出語のチェック (1996年)
感動詞 形容詞
うん 65難しい 9
あの 21嬉しい 8
なんか 20高い 4
え 19悪い 3
あ 16楽しい 3
うーん 14欲しい 3
まあ 14厳しい 2
ありがとう 13厚い 2
はい 12小さい 2
ああ 6羨ましい 2
ごめんなさ
い 6太い 2
じゃあ 5大きい 2
そうですね 5優しい 2
ほら 4淋しい 2
名詞
自分 38
感じ 28
音楽 19
テレビ 18
本当 10
ビデオ 7
未来 7
カラオケ 6
ウマ 5
チャンネル 5
ドラマ 5
最初 5
エンディング 4
ゲスト 4
テープ 4
ヘリコプター 4
言葉 4
立場 4
コーラス 3
人名
小室 52
朋 31
朋美 14
よね 4
哲哉 4
遠藤 2
中山 2
美穂 2
シン 1
森高 1
渡辺 1
美里 1
3/8/2015 57

58. 抽出語のチェック (1998年)
感動詞 列1 形容詞 列2 名詞 列3 人名 列4
うん 34嬉しい 6感じ 19小室 39
あ 27難しい 6テレビ 12朋 35
なんか 15可愛い 4音楽 12華原 10
まあ 15遠い 3自分 11朋美 9
はい 14多い 3久し振り 9美紀 6
ああ 9大きい 3時代 8大介 4
ありがとう 6面白い 3弟子 8舞 4
あの 5優しい 3ギャグ 7原 3
と 4恐い 2調子 7西川 3
なるほど 4欲しい 2番組 7大輔 3
え 3良い 2コーナー 5哲哉 3
ほら 3眩しい 2マネージャー 5
ううん 2可愛らしい 1外国 5
じゃあ 2懐かしい 1最初 5
そうですね 2楽しい 1武器 5
そうね 2強い 1名前 5
ねぇ 2激しい 1ジュース 4
あら 1若い 1センス 4
あれ 1数少ない 1ピアノ 4
うーん 1短い 1社長 4
こんばんは 1遅い 1本当 4
ごめん 1長い 1アルバム 3
ごめんなさい 1美味しい 1オレンジ 3
さぁ 1眠い 1ゲスト 3
じゃ 1淋しい 1ステップ 3
すいません 1 スプレー 3
ねえ 1 ハプニング 3
何だ 1 フランス語 33/8/2015 58

59. 結果
• 1996/3/6 OA 版 • 1998/3/25 OA 版
3/8/2015 59
※. 動詞, 名詞, 形容詞を抽出

60. 結果(2) : 頻出語のみに限定
• 1996/3/6 OA版 • 1998/3/25 OA 版
3/8/2015 60※. 動詞, 名詞, 形容詞を抽出

61. 共起グラフからわかること
• どういう用語がどういう文脈で使われているのか
• 会話の「温度」の可視化？
• 1996年: 難しい → 嬉しい → 高い
• 1998年: 嬉しい → 難しい → かわいい
• 難しいの Centrality (他の用語との結びつき) が高くなっている？
• 小室さんと華原さんの会話を別々に解析したらどうなる？
• 詳しくは7月の回で
3/8/2015 61

62. 4: 企画会議
3/8/2015 62

63. 今後の予定
• 来月からGRIPS (政策研究大学院大学) に移動します
• NISTEP やJST/CRDS のお手伝いもする予定
• 場所は国立または六本木を予定しています。
• Polycom で接続出来る予定 (IMPP と GIST の拠点)
• 「政策のための科学」拠点間連携プログラム企画の一部になるかも
3/8/2015 63

64. スケジュール
• 第三土曜日の午後を予定
• 今日と同じく2時間程度を予定
3/8/2015 64

65. 今後のスケジュール
• [2015/4/18]第2回: 「巨人の上に立つ」
• 論文データベース (Web of Knowledge, Scopus, Scival etc…) を用いた分析
• [2015/5/16] 第3回: 「select() すると幸せになれる理由」
• IIP データベース/patR データベースを用いた特許分析
• [2015/6/20] 第4回: 「科学とイノベーションの関係」
• サイエンスリンケージデータベースを用いた特許/論文の連結分析
• [2015/7/18]第5回: 「行間を読むっていろいろと大切」
• 書誌テキスト分析 (KHcoder) を使って分析できること
• [2015/8/22] 第6回 : 「まとめ」
• 科学とイノベーションのあれこれは書誌情報からどこまでわかるのだろう
3/8/2015 65

66. やりたいこと、調べたいことを教えて下さい。
• データベースを使って調べたいこと
• 定量的な分析から明らかにしたいこと
• データを使って実証したい理論モデル etc…
3/8/2015 66

67. Thanks.
hara@iir.hit-u.ac.jp
yasushi.hara1982@gmail.com
673/8/2015