一橋大学 #経済学のための実践的データ分析 2020夏: 8/10

一橋大学 #経済学のための実践的データ分析 2020夏: 8/10
8.データの可視化
8.1.データのビジュアリゼーション
8.2.tableau をつかってみよう
8.3.可視化ツール/ライブラリを使う
8.4.最終レポートのご相談
APPENDIX ネットワーク分析

Transcript

1. 一橋大学 「経済学のための 実践的データ分析」 2020夏: 8/10 8.データの可視化 8.1.データのビジュアリゼーション 8.2.tableau をつかってみよう 8.3.可視化ツール/ライブラリを使う 8.4.最終レポートのご相談 APPENDIX ネットワーク分析 一橋大学大学院経済学研究科 原泰史 yasushi.hara@r.hit-u.ac.jp
2. 今日の内容 • 10:30-10:45 • プレ講義 [録画なし] • 10:45-11:05 • 8.1データのビジュアリゼー ションでできること[録画あり] • 11:05-11:10 • インターミッション[録画なし] • 11:10-11:30 • 8.2 tableau をつかってみよ う[録画あり] • 11:30-11:35 • インターミッション2[録画なし] • 11:35-11:55 • 8.3 可視化ツール/ライブラリ を使ってみる [録画] • 11:55-12:00 • インターミッション3[録画なし] • 12:00-12:20 • 8.4 最終レポートのご相談 [録画]
3. 次回以降の 予定 • 7/9 8/10 • 7/13 補講なのでお休み • ７/16 9/10回 • 「経済学と機械学習」 • 9.1 機械学習を経済学で使 う • 9.2 SVMとRidgeと決定 木分析 • 9.3 スパース推定 • 9.4 因果推論 • 7/20 10/10回 • 最終レポートプロポーサル 報告会 • 詳細については8.4 で • 7/30 最終レポートの納品日
4. 8.1 データビジュアライゼーションとは？
5. 可視化の意味 • わかりやすく見せる • より多くの人, あるいは伝えるべきひとに伝える • データを実直に, ありのままに伝える • データをよりわかりやすく見せる • どちらにするかは対象とするオーディエンス次第
6. これまでに使ったデータの可視化 • (マルチ)散布図 • ヒストグラム • 回帰曲線 • 回帰モデル
8. データの見せ方 1. 表やグラフ 2. インフォグラフィック 3. ポンチ絵 4. 動画 (Youtube)
9. 1. 表やグラフ • グラフ • 棒グラフ • 線グラフ • 円グラフ • 表 • 回帰分析表 • 相関係数表 • 2020年5月に公表した３つの Working Paper から、グラフや 表を抜き出して説明してみます。
10. 1. 表やグラフ • 内容を読みやすくする • 色をつけてみやすくする http://pubs.iir.hit-u.ac.jp/admin/ja/pdfs/show/2390
11. 1. 表やグラフ http://pubs.iir.hit-u.ac.jp/admin/ja/pdfs/show/2390
12. 1. 表やグラフ • クロス表 • 分散分析 http://pubs.iir.hit-u.ac.jp/admin/ja/pdfs/show/2391
13. 1. 表やグラフ • 集計表 • 度数分布表 http://pubs.iir.hit-u.ac.jp/admin/ja/pdfs/show/2391
14. 1. 表やグラフ • 相関係数 http://pubs.iir.hit-u.ac.jp/admin/ja/pdfs/show/2391
15. 1. 表やグラフ • 回帰分析 http://pubs.iir.hit-u.ac.jp/admin/ja/pdfs/show/2393
16. 1. 表やグラフ • 2020年時点の(割とオールドスクールな)社会科学ワールドで生 きていくならば、とりあえずは表やグラフが「キッチリ」書け れば十分 • ここでのキッチリとは、たとえば有効数字を揃えるとか、論文誌や卒 論のフォーマットに従い表やグラフをまとめること • 二次元で表現できないことを三次元で可視化することもあるけ れど、まずは、二次元のグラフや表で見せられれば、特に問題 は無いかなとおもいます。 • 残り３つは、可視化手法の中でも比較的モダンだったり、すご く狭い世界で通用するものをご紹介
17. 2. インフォグラフィック • Def. “情報、データ、知識を視覚的に表現したものである[1]。 インフォグラフィックは情報を素早く簡単に表現したい場面で 用いられ、標識、地図、報道、技術文書、教育などの形で使わ れている。また、計算機科学や数学、統計学においても、概念 的情報を分かりやすく表現するツールとしてよく用いられる。 科学的情報の可視化にも広く適用される。” • 狭義のDef. • データをフォントや画像などと組み合わせて、わかりやすく可視化し たもの • まずはみんなの目を惹くためにつくるもの
18. ナポレオン遠征 https://ja.wikipedia.org/wiki/%E3%82%A4%E3%83%B3%E3%83%95%E3%82%A9%E3%82%B0%E3%83%A9%E3%83%95%E3%8 2%A3%E3%83%83%E3%82%AF#/media/%E3%83%95%E3%82%A1%E3%82%A4%E3%83%AB:Minard.png
19. 2. インフォグラフィック https://public.tableau.com/en-us/s/gallery/fifa-19-top-ranked-players
20. 2.インフォグラフィック(続き) https://markezine.jp/article/detail/26798 https://liginc.co.jp/news/46707
21. 2. インフォグラフィック • まとめ • インフォグラフィック ≒ かっこいいフォントとかわい いイラストをつかって、数字を 思ったよりも大きなフォントサ イズで見せること • デザイン能力がいろいろな意味 で必要 • Piktochart など、自分でイン フォグラフィックを作る方法も ございます (8.3 でご紹介) • ポスター発表などでご活用頂け る可能性が • 具体例
22. 3. ポンチ絵 • (政府が提案する)事業を行うと、どんな成果が期待出来るかを わかりやすく図示すること。
23. ポンチ絵(続き) • ポンチ絵の具体例 https://www.mhlw.go.jp/content/12000000/000519833.pdf
24. ポンチ絵へのツッコミ • 数量的インパクトに対する言及がない • 投資に対する政策効果が明記されていな い • どのようにPDCAが行われるのか不明確 • EBPM (Evidence Based Policy Making) • こうした政策に対して因果関係を明確にす ること (where 経済学がすごく役に立ちそ う) • データを定期的に収集することの重要性 • かといって、EBPMを推進するリスクは 「減点主義」の官僚にあるらしい 引用; https://gendai.ismedia.jp/articles/-/70122?page=2
25. とはいっても、私にもポンチ絵を書いて いた時期がありました(1.1 参照) • ポンチ絵の要件 • (〇〇党のせんせーや事務次 官が)数十秒で読んで理解で きること • しかも、内容が過不足なく明 記されていること • 「穴」がないようにすること • 色がいっぱい使われているこ と • 何よりも予算が取れること • で、どんなカッコいい ジャーナルに載るよりも、 きれいなポンチ絵が出来て いないと予算は取れない、 らしい。
26. 3. ポンチ絵 • For Undergraduate Students • 中央官庁志望でも無い限り、書き方を覚えなくていいです • たぶん、民間で使う技術ではない気がします • For Graduate Students と社会人の皆様 • 中央官庁や地方自治体が、どういう力学で動いているのかを知るため にはこの上ない情報が埋まっているのがポンチ絵であります • 個人的には、ポンチ絵データを画像解析して分析したいなあとか考え ております
27. 4. 動画(YoutubeやNetflix) • 分析結果や解析の結果、インフォグラフィックを動画にする • 具体例 BarChartRace • https://www.youtube.com/watch?v=OkM8PxOnaIA
28. 4. 動画 (Youtube や Netflix) • Bar Chart Race の作り方は 8.3 で • https://public.flourish.studio/visualisation/2658794/?fbclid= IwAR3r9vPw9hp-Yy9fdRVJ2dIdyIG-wZZYFXQ- TyqPG1F47j6D3JdoJ0rd3Ks
29. 4. 動画 (Youtube やNetflix) • Netflix; 世界の今をダイ ジェスト (Explained) • https://www.netflix.com /title/80216752 • インフォグラフィック+ナ レーション+動画というス タイル • だいたいの座学講義より わかりやすい気がしない でもない気がする
30. 4. 動画 (youtube や netflix) • 中川先生のやさしい ビジネス研究 • https://www.youtube .com/channel/UCS8 9vRmX0PfWxmJWOjJ q6ZA • 研究成果や理論を動 画で解説 (日本中の大 学生が2020/5月時点 で受けているやつ)
31. ここまでのまとめ • まずは手堅く表やグラフでまとめましょう • ターゲットとする顧客に向けて表現手法は使い分ける
32. 8.2 tableau を使ってみよう
33. やりたいこと • FIFA19 のデータ (レポート1で使ったもの) をtableau でいろい ろな手法を使ってビジュアライズしてみる
34. Tableau とは • “Tableau は、接続からコラボ レーションまでをスムーズに行え る、最も強力でセキュアかつ柔軟 なエンドツーエンドのデータ分析 プラットフォームです。 • データのパワーの活用を可能にし て、ビジネスをサポートします。 個人で利用できるように設計され、 エンタープライズ規模に拡張する こともできる Tableau は、アク ションを生み出すインサイトを データから引き出せる唯一の BI プラットフォームです。” https://www.tableau.com/ja-jp/products/what-is-tableau
35. Tableau のインストール • https://www.tableau.com/tft/activation にアクセスする
36. Tableau のインストール • Download Tableau Desktop をクリックする • 大学のメールアドレスを指定し, Download Free Trial をクリック
37. Tableau のインストール • exe (windows) または dmg (mac) がダウンロードされる ので, インストールを行う
38. Tableau の起動 • Windows 10 の場合
39. Tableau にデータをインポートする • 接続から, “Microsoft Excel” を選択する
40. Tableau にデータをインポートする ファイルを選択する
41. Tableau にデータをインポートする • “データ インタープリターを使用してクリーニング” をクリック
42. Tableau でデータを可視化してみる • ウインドウ下のワークシートをクリックする
43. Tableau でデータを可視化してみる • 左下の”メジャー” から, 列に age を, 行に wage をド ロップする • 合計値が表示され ているので, 右上 に合計値がひとつ プロットされてい る
44. Tableau でデータを可視化してみる • 列と行それぞれにつ いて▼をクリックし, “メジャー -> 合計値” から “ディメンジョ ン” に選択しなおす
45. Tableau でデータを可視化してみる • 右下にある値をクリックし, “除外” をクリックする
46. Tableau でデータを可視化してみる • 散布図が生成される
47. Tableau で地域ごとの選手数をプロット してみる • “ディメンジョン” をクリックし, 地 理的役割から “国/ 地域” を選択する
48. Tableau で地域ごとの選手数をプロット してみる • Nationality ごとの選手数を地図上にプロットできる
49. Tableau で地域ごとの選手数をプロット する • 右下をクリックし, マッピン グできていない国名同士を 手動で対応させる
50. Tableau で地域ごとの選手数をプロット する • 空欄だった中国 やイングランド, 韓国のデータが 埋め込まれる
51. 様々な形式でプロットする • 表形式 • 箱ひげ図
52. 様々な形式でプロットする • 棒グラフ
53. ツリーマップ
54. 様々な形式でプロットする • パックバブル • バブルチャート
55. Wordcloud
56. 今日の実習 これまでの講義で利用した • (1)Dbpedia.org ソース • 東証一部/二部/マザーズの企業概要データ • 日本の経済/経営/社会/法学者の概要データ • 日本のロック/ヒップホップ/フォークグループの概要データ • (2) FIFA19 の選手収録データ • (3) 日経NEEDS データ • 東証マザーズ • 東経2部 について, tableau を使って可視化を行いましょう
57. 今日の実習 • ワードクラウド • 地域や国にマッピングしたグラフ • 棒グラフ • 線グラフ などを作成してみること
58. まとめ • 手堅くデータを可視化するには tableau が便利 • 割と導入している企業も多いみたいであります
59. Appendix: ライセンスの導入の仕方 • (一橋生と学習院生向けに)Tableau の Education 版ラ イセンスをお配りしています • 一橋生は Google Classroom を確認のこと
60. Appendix: ライセンスの導入の仕方 • メニューから[ヘルプ]-[プロダクトキーの管理]をクリックする
61. Appendix: ライセンスの導入の仕方 • [ライセンス認証] をクリックする
62. Appendix: ライセンスの導入の仕方 • [プロダクト キーを使用したライセンス認証]をクリックする
63. Appendix: ライセンスの導入の仕方 • プロダクトキーを入力し, [ライセンス認証]をクリックする
64. 8.3 可視化ツール/ライブラリを使う
65. 可視化の技法 • Piktochart • 8.1 でご紹介した, インフォグラ フィックを作るためのツール • Flourish • 8.1 でご紹介した, Bar Chart Race を作るためのツール • ヒートマップ • ハイライト表 • ツリーマップ • ガントチャート • Seaborn • これまでの講義で一部使用 • https://seaborn.pydata.org/ • https://seaborn.pydata.org/exam ples/index.html • Plotly • https://plot.ly/python/ • 後ほど解説。
66. Piktochart
67. piktochart • インフォグラフィック作成用サイト • https://piktochart.com/
68. ケーススタディ; (SADA)MASASHI と YOSHIKI
69. MASASHI と YOSHIKI の共通点 • 幼少期からクラシックの素養がある • MASASHI : バイオリン • YOSHIKI : ピアノ • （生き様が）ロックである • MASASHI: バンドが解散したり, 映画で負債をかかえたり • YOSHIKI: バンドが解散したり, バンドが再結成したり • 身体的故障を抱え楽器演奏ができなかった時期がある • 名曲をたくさん作っている • MASASHI: 親父の一番長い日, 道化師のソネット, 精霊流し • YOSHIKI: FOREVER LOVE, 紅, ART OF LIFE
70. Web 上でグラフなどを作成
71. 完成。
72. BarChartRace と Flourish
73. BarChartRace と Flourish • よくある、棒グラフがグラフィカルに動くやつ (BarChart Race) をつくってみよう • https://app.flourish.studio/login?redirect=%2Fprojects
74. Flourish • アカウント登録を行う
75. Flourish • 可視化の技法が選べる
76. Flourish • Bar Chart Race を選択
77. Flourish 以下のようなインターフェースが開く
78. Flourish • 流し込むデータセットを準備 • 今回は2010年のFormula 1 ポイント数 (standings)推移 • https://en.wikipedia.org/wiki/2010_Formula_One_World_Championship • ドライバーと所属チームの情報、グランプリごとの得点数、累積値 を求める • スクレイピングして, Excel 上で ifs 関数を用いて、得点数を求める
79. Flourish • インターフェース上で, パラメータを指定する
80. Flourish • インターフェース上で, パラメータを指定する B列にドライバーごとの 国籍の国旗情報のURL C列にチーム情報 A列にドライバー名 列番号を指定する
81. Flourish • Preview ボタンを押す • 右側のコンソールで表 示形式を調整する • Export and Publish を クリックする
82. Flourish • 作成した結果 • https://public.flouri sh.studio/visualisati on/2658794/?fbclid =IwAR3r9vPw9hp- Yy9fdRVJ2dIdyIG- wZZYFXQ- TyqPG1F47j6D3Jdo J0rd3Ks
83. Bar Chart Race の使い方 • とりあえずソーシャルメディアで流行りそう • データの変動や、全体的な競争の変位を示すときには便利 • だけど、ゼミの発表でこれ使ったら先生におこられそう(なんと なくだけど)
84. D3.js
85. D3.js • Java Script ライブラリ • https://d3js.org/ • 動的な可視化で広く活用
86. Zoomable Circule • https://observablehq.com/@ d3/zoomable-circle-packing
87. Scatter Plot Matrix https://observablehq.com/@d3/scatterplot-matrix
88. Sankey Diagram https://observablehq.com/@d3/sankey-diagram
89. Data-To-Viz.com
90. Data-to-viz.com • データの可視化手法を網羅的に紹介
91. Data-to-viz.com • 可視化のパス図
92. Seaborn
93. Seaborn による可視化 (Violin Plot) • 単一のパラメータ • 複数のグループ https://python-graph-gallery.com/50-basic-violinplot-and-input-formats/
94. Seaborn による可視化 (cont.) • 複数のパラメータ https://python-graph-gallery.com/50-basic-violinplot-and-input-formats/
95. Ploty
96. Plotly を使ってみよう • https://plot.ly • Python やR で使えるビジュ アライゼーションフレーム ワーク
97. Plotly を使ってみる • https://plot.ly/Auth/login/ にアクセスする • 上部の Sign Up をクリック し, 必要な情報を記入する • Sing Up をクリックする
98. Plotly を使ってみる • API Settings 画面に遷移する • Username • API Key が取得できる. ・API Key がマスクされている ので, 必要に応じて Regenerate Key をクリックし, API key を表 示する • これと別に Confirmation Mail が届くので, クリックす る
99. 3. Plotly を使ってみる • Jupyter Notebook/Google Colaboratory 上で, “!pip install plotly” する
100. 3. Plotly を使ってみる • API Key を渡す
101. 3. Plotly を使ってみる • Sanky Diagram を書いてみる • Plotly をインポートする • データセットを構築する • データのフローをsource と target でそれぞれ指定する • Value に値を指定する 引用; https://plot.ly/python/sankey-diagram/
102. 3. Plotly を使ってみる • データの中身を print(data) で確認する
103. 3. Plotly を使ってみる • グラフのタイトルを指定する • Dict で data と layout をそれ ぞれ指定し, fig に入れる • py.iplot に fig を指定する
104. 3. Plotly を使ってみる • Sanky Diagram が表示される
105. 3. Plotly を使ってみる • plotly.plotly と plotly.figure_factory をインポートする • Numpy を使って, 乱数 を生成し, それに基づ きデンドログラムを作 成する. https://plot.ly/python/dendrogram/
106. 3. Plotly を使ってみる • 必要なパッケージをイン ポートする • データを取得する (今回は figshareから) • デンドログラムを縦方向と 横方向に作成する • ヒートマップを作成する
107. 3. Plotly を使ってみる • X と Y 方向に作成したデンド ログラムを, Z 方向にヒート マップのデータを指定する • ヒートマップデータを figure に流し込む
108. 3. Plotly を使ってみる • レイアウトの修正を行う • それぞれの軸方向でレイアウ トの修正を行う • py.iplot にデータを流し込み, プロットする
109. 3. Plotly を使ってみる • ヒートマップ付きのデンドロ グラムを作成する
110. 3. Plotly を使ってみる • インタラクティブなグラフを 作成する • グラフのズームが出来るように する • 今回は元データを取得し, それ を操作できるようなウィジェッ トを用意する https://plot.ly/python/slider-widget/
111. 3. Plotly を使ってみる • 出力結果
112. 3. Plotly を使ってみる • じょうろ図を書いてみる • パッケージを指定 • データセットを指定 https://plot.ly/python/funnel-charts/
113. 3. Plotly を使ってみる • 図が出力される
114. 実習2 • Ploty を使ってデータの可視化をやってみよう • API キーを取得する • サンプルコードが手元の環境でも動くか確かめる • 必要に応じて, 自分が可視化したいデータで確認する
115. まとめ • データのビジュアライゼーションは, データを使ってわかるこ とをより伝えるための手段 • 時と場合に応じて可視化の手法は使い分けよう • 経済学部や経営学部の場合、まだまだ2次元の棒グラフと線グラフ or 散布図が中心かもしれないけれど, ちょっとずつグラフの自由度が上 がっているけれど
116. 8.4 最終レポート
117. まとめと最終報告レポート • 1組5-6名のグループを作り, そのメンバーで最終レポートを作 成します。 • データ分析組, • データ調達組, • プレゼンテーション作成組, • プレゼンテーション担当 など役割分担はお任せします。 • 第10回で, 最終レポートのプロポーサルを発表します • 発表時間10分, 質疑応答5分 • データの初期的な分析結果がまとまっているとベター
118. まとめと最終報告レポート • テーマ • 「◦◦のための実践的データ分析」 • 卒論や修論や博論の作成の入り口になるような、データの調達とその データの解析を, 講義で取り上げたデータセットおよび分析手法で実施 する • 分析単位はマクロ (国レベル) でもメソ (企業/産業レベル) でもミクロ (個人レベル) でも問いません • 利用できるデータセット • 特に制限なし • 利用できるツール • Tableau, Excel, Word, SQL, BigQuery, Google Colaboratory, Jupyternotebook (Python) など, 特に制限なし
119. まとめと最終報告レポート • 評価方法 • グループ内での自己評価 • グループ外からの評価 アンケートシステムをPolly で用意します。 • 評価基準 • (A.) グループ内の役割分担 (B.) データセットのユニークさおよび、それが適切に処理されているか (C.) 分析手法のユニークさおよび、それが適切に解析されているか (D.) プレゼンテーションのユニークさ (E.) 質疑応答にうまくリプライすることが出来ているか • 納品物 • プレゼンテーションに利用したファイル (Word か Powerpoint か Prezi か etc…) を, Slack のDM に代表者がアップすること
120. 最終レポートのグループ分け • ランダムに学籍番号で割り振りました • とりあえず、履修している40名を振り分けています • 履修撤回後に修正する予定であります • また、履修生以外の聴講生で参加したい方がいたら、原まで Slack で DM して頂けると幸いです
121. グループ分け(学籍番号) • グループ1 • 2116158M • 2116177B • 2117278B • 2118070Y • 2118279M • 2119112H • グループ2 • 2117032A • 2117164M • 2117173K • 2118071U • 2118248M • 2118331U • 2119195S
122. グループ分け(学籍番号) • グループ3 • 2118004A • 2118139Z • 2118140H • 2119024A • 2119110U • 2119166C • グループ4 • 2117188C • 2117226Y • 2118050K • 2118180C • 2118225S • 2118247U • 2118281U
123. グループ分け(学籍番号) • グループ5 • 2115087U • 2117028C • 2117129U • 2117251Z • 2117256A • 2118216U • 2118238X • グループ6 • 2117096U • 2117151H • 2117240K • 2117254K • 2118264U • 2119109H • 2119181S
124. 最終レポートの雛形 • 表紙 • イントロダクション • 先行研究 • 問い • 仮説 • 集めたデータセット • データ解析結果 • 考察とインプリケーション
125. 定量分析の業務フロー 2020/7/8 125 リサーチクエス チョンを決める 必要なデータを 探す 論文データ/書誌 情報を使う 特許データ/書誌 情報を使う その他データを使う (プレスリリース /POS データ) デ ー タ の ク リ ー ニ ン グ / 接 合 を 行 う エクセル/Python/Rでグラフを描く Stata/R/Python で回帰分析する KHCoder/R/Python でテキスト分析 する R/Netdraw etc… でネットワーク分 析する 企業データを 使う
126. 例.元 IIR 西口先生のネットワーク研究 • “コミュニティー・キャピタル 中国・温州人企業家ネットワー クの繁栄と限界” • http://doi.org/10.11207/taaos. 4.1_200 • データに頼らずに, 足で稼いで ネットワークの動態をインタ ビュー調査から明らかにする • 足掛け10年（！） 2020/7/8 126
127. 例. 元 IIR 西口先生のネットワーク研究 • “傑出したパフォーマンスで知られる中国・温州人企業家の国 際的ネットワークは、コミ ュニティー・キャピタルに依拠する 新たな社会ネットワーク分析に適した事例であり、近 年ビッグ データ一辺倒の観のある米国の定量分析 (Fleming et al. 2007) を補完する意味で、 詳細なフィールド調査に基づく豊かな実証 的知見を提供し得る。さらに Watts 等(1998, 1999, 2003) がシ ミュレーションで数学的に立証したスモールワールドの知見が、 現実に応用可 能なのは、実効的にコミュニティー・キャピタル に支えられた社会ネットワークに限定さ れることも示唆され る。 ” 2020/7/8 127
128. あくまでリサーチクエスチョンが大切 • データはあくまでデータ • 研究の問いに合わせて必要なデータを持ってくるのが大切で、 データに合わせて研究するのは本末転倒 (そういう研究も多い けど。。。) • 数年前に比べても利用できるデータはますますリッチになって いるので、ますます、「どのような研究がしたくて」、「どの ような問いを立てている」のかが大切に。 2020/7/8 128
129. ディスカッション • どういうテーマで解析を行うか/リサーチクエスチョンは何か • 解析を行うためには、どういうデータが必要か • メンバーの役割分担 について、グループ内で(いるメンバーで)ディスカッションをしてく ださい。 Spital.chat へのリンク https://spatial.chat/s/Hara-DS-Space-2020-Summer
130. 経済学のための実践的データ分析 グループ1 グループ2 グループ3 グループ４ グループ5 グループ6
131. THANKS yasushi.hara@r.hit-u.ac.jp
132. Appendix. ネットワーク分析
133. ネットワーク分析な具体例1. JST/RISTEX 深堀調査 『科学的ブレークスルーとイノベーションをつなぐ研究に着目した｢科学と技 術の相互作用｣の明確化』 • IIR->Waseda 清水洋先生が研究代表者 • http://www.ristex.jp/examin/others/shinki-pj-result2010.html • 科学から技術に至る知識の流れを特許と論文データベースを接 合することで特定する • ケース • 青色LEDに至るまでに, どのような特許が参照されたのか後方引用関係 から特定する • Shuji Nakamura の2007 年の特許をベースに, そこから後方引用を5次 までたどり知識の流れを測定していく
134. Network (delete pendants) Source: Web of Knowledge[Derwent Innovation Index]/Web of Science Red node indicates the “Main path”. ※. △が特許, ▪が論文
135. 1930s 1960s 1970s 1990s 2000s 1910-2007 (1次引用すべて導入; 上位12社明記) 1980s
136. 1-1. ネットワーク分析 • 無償のもの • R - https://www.r-project.org/ • KHCoder - http://khc.sourceforge.net/ • (前回の講義) • NetDraw- https://sites.google.com/site/netdrawsoftware/home • Gephi - http://oss.infoscience.co.jp/gephi/gephi.org/ • Sci2 - https://sci2.cns.iu.edu/user/index.php • Pajek - http://vlado.fmf.uni-lj.si/pub/networks/pajek/ • 有償のもの • Vantage Point
137. 1-1. NetDraw • 無償のネットワーク分析 ソフトウェア • 少々古いが, その分（オン ライン上の）ドキュメン トが充実 • ダウンロードからインス トール, 簡単なネットワー クを描画するところまで 解説します 2020/7/8 137
138. 1-1. NetDraw のダウンロードとインストール • Analytic Technologies から Product を選び, Ucinet 6 の Download をクリックする • EXE ファイルのダウンロード が終わったら, インストールを 行う • UCINET 6 を起動する 2020/7/8 138
139. 1-1. Netdraw を用いてネットワークを描画する • UCINET 6 を起動する 2020/7/8 139
140. 1-1. Netdraw を用いてネットワークを描画する • Excel でかんたんなネットワーク情報図を用意する 2020/7/8 140
141. 1-1. Netdraw を用いてネットワークを描画す る • UCINET 上でスプレッドシートのアイコンをクリックする 2020/7/8 141
142. 1-1. Netdraw を用いてネットワークを描画する • UCINET Spreadsheet にはりつける 2020/7/8 142
143. 1-1. Netdraw を用いてネットワークを描画する • ファイル名をつけて保存する 2020/7/8 143
144. 1-1. Netdraw を用いてネットワークを描画する • UCINET より Netdrawをひらく 2020/7/8 144
145. 1-1. Netdraw を用いてネットワークを描画する • 先ほど作成したファイルを NetDraw より開く 2020/7/8 145
146. 1-1. Netdraw を用いてネットワークを描画する • 関係性が可視化される 2020/7/8 146
147. 1-2. Gephi • オープンソース版ネットワー ク分析ソフトウェア 2020/7/8 147
148. 1-2. Gephi の使い方 • Sample ファイルで試してみる • Les Miserables.gexf – レミゼラブルの共起情報ファイル 2020/7/8 148
149. 1-2. Gephi の使い方 • Import Report が表示されるので, OK をクリックする 2020/7/8 149
150. 1-2. Gephi の使い方 • ネットワークグラフが表示される 2020/7/8 150
151. 1-2. Gephi の使い方 • Layout を動かしてみる 2020/7/8 151
152. 1-2. Gephi の使い方 • データセットに慣れてみる • http://oss.infoscience.co.jp/gephi/wik i.gephi.org/index.php/Datasets.html のうち “[GEXF] EuroSiS Web マップ 調査: 欧州 12 か国の「社会における科学 (Science in Society)」活動主体の Web 上での相互関係をマップしたもの。”をダ ウンロードして表示する. ・ファイルを選択し, OK をクリックする 2020/7/8 152
153. 1-2. Gephi の使い方 • ネットワークグラフが表示される 2020/7/8 153
154. 1-3. Sci2 • ネットワーク分析ツール • エンジンとして, Gauss や Gephi, R を利用 • https://sci2.cns.iu.edu/use r/index.php 2020/7/8 154
155. 1-3. Sci2 • ダウンロード • ダウンロード前にアカウント 登録が必要 • 利用しているオペレーション システムを選択する 2020/7/8 155
156. 1-3. Sci2 • ZIP ファイルがダウンロー ドされるので, 展開する • Sci2.exe をダブルクリック 2020/7/8 156
157. 1-3. Sci2 • コンソールが開く • とりあえず, サンプル ファイルでネットワーク 図を書いてみる • [File] – [Load]を選択す る 2020/7/8 157
158. 1-3. Sci2 • Sampledata -> socialscience -> “Florentine.nwb” を選択 し, 開くをクリックする 2020/7/8 158
159. 1-3. Sci2 • 右側のData Manager から “NMB file….” を右クリック し, View をクリックする • 元データが表示される 2020/7/8 159
160. 1-3. Sci2 • Visualization -> Networks -> GUESS を選択する 2020/7/8 160
161. 1-3. Sci2 • ネットワーク図が表示される • Show Label をクリックして, ノード毎のラベルを表示させる 2020/7/8 161