＜概要/Course Content Summary＞
デジタル技術，計測機器の開発は，人の行動に関する極めて高精細なデータを取得することを可能とした。その一方で，その得られた膨大で多様なデータから，いかにして「意味のある情報」を抽出するか，という本質的な問いに関しては議論されることはほとんどなかった。
そこで，本クラスでは，データサイエンス，ビッグデータの格納・利活用技術を用いることによって，いかにすれば，人の行動に関わる膨大なデータから「意味のある情報」を抽出し，文化情報学研究に貢献可能な形で活用できるのか，というテーマに取り組む。授業では，実際に行動ビッグデータの構築を目指し，行動データの収集，格納，解析，解釈といった一連の作業を経験させることにより，文化情報学的アプローチによって人の「行動」を研究することの意義についても考察させることを目指す。
＜到達目標/Goals,Aims＞
・人の行動に関わる現象を定量的に扱うための方法について多角的な視点から理解できるようになる
・グループワークを通して，人の行動に関わる研究計画の立案，実験デザイン，実験実施，データ抽出，データ集計・解析・考察・成果発表・レポートという一連の研究手順を習得する
＜授業計画/Schedule＞
（実施回/
Week）
|
（内容/
Contents）
|
（授業時間外の学習/
Assignments）
|
|
（実施回/ Week）
1
|
（内容/ Contents）
ガイダンス
|
（授業時間外の学習/ Assignments）
実施したい実験を構想する
|
|
（実施回/ Week）
2
|
（内容/ Contents）
研究計画立案１
|
（授業時間外の学習/ Assignments）
研究計画発表会に向けての準備を行う
|
|
（実施回/ Week）
3
|
（内容/ Contents）
研究計画立案２
|
（授業時間外の学習/ Assignments）
研究計画発表会に向けての準備を行う
|
|
（実施回/ Week）
4
|
（内容/ Contents）
研究計画発表
|
（授業時間外の学習/ Assignments）
研究計画発表会でのコメントを受けて実験計画の見直し，修正を行う
|
|
（実施回/ Week）
5
|
（内容/ Contents）
実験準備１
|
（授業時間外の学習/ Assignments）
実験のための準備を行う
|
|
（実施回/ Week）
6
|
（内容/ Contents）
実験準備２
|
（授業時間外の学習/ Assignments）
実験のための準備を行う
|
|
（実施回/ Week）
7
|
（内容/ Contents）
実験１
|
（授業時間外の学習/ Assignments）
実験のための準備を行う
|
|
（実施回/ Week）
8
|
（内容/ Contents）
実験２
|
（授業時間外の学習/ Assignments）
データ抽出の準備を行う
|
|
（実施回/ Week）
9
|
（内容/ Contents）
データ抽出と分析１
|
（授業時間外の学習/ Assignments）
データ分析を行う
|
|
（実施回/ Week）
10
|
（内容/ Contents）
データ抽出と分析２
|
（授業時間外の学習/ Assignments）
データ分析を行う
|
|
（実施回/ Week）
11
|
（内容/ Contents）
データ抽出と分析３
|
（授業時間外の学習/ Assignments）
データ分析を行う
|
|
（実施回/ Week）
12
|
（内容/ Contents）
データ抽出と分析４
|
（授業時間外の学習/ Assignments）
データ分析を行う
|
|
（実施回/ Week）
13
|
（内容/ Contents）
発表準備１
|
（授業時間外の学習/ Assignments）
最終成果発表の準備を行う
|
|
（実施回/ Week）
14
|
（内容/ Contents）
発表準備２
|
（授業時間外の学習/ Assignments）
最終成果発表の準備を行う
|
|
（実施回/ Week）
15
|
（内容/ Contents）
成果発表
|
（授業時間外の学習/ Assignments）
一連の研究成果をレポートにまとめる
|
授業計画は学生の理解度やデータ計測の状況に応じて，変更する可能性がある
＜成績評価基準/Evaluation Criteria＞
|
平常点(出席，クラス参加，グループ作業の成果等)
|
50%
|
グループ作業への参加状況など
|
|
期末レポート
|
30%
|
|
|
クラスで発表など
|
20%
|
|
グループワークを主とした演習となるため，授業への積極的な参加を求める．
|
