\documentclass{ipsjpapers}
%\documentclass{ipsjpapers}
%\documentclass[draft]{ipsjpapers}
\usepackage[dvips]{graphicx}

% 巻数，号数などの設定
\setcounter{巻数}{11}
\setcounter{号数}{1}
\setcounter{volpageoffset}{1111}
\受付{11}{11}{11}
\採録{11}{1}{1}

% ユーザが定義したマクロなど．
\makeatletter

%% my macro
%\newcommand{\category}{カテゴリ}

%\checklines	% 行送りを確認する時に使用
\begin{document}%{
% 和文表題
\title[対面コミュニケーションにおけるTree-Mapを用いた共著関係の視覚化]%
{対面コミュニケーションにおける\\Tree-Mapを用いた共著関係の視覚化の効用}

% 英文表題
\etitle{Effects of Visualizing Coauthor Relationships as a Tree-Map \\in Face-to-face Communication}

% 所属ラベルの定義
\affilabel{NAIST}{奈良先端科学技術大学院大学情報科学研究科\\Graduate School of Information Science,
Nara Institute of Science and Technology}

% 和文著者名
% 変な空白が…
\author{栗山 進\affiref{NAIST}\nomember{}\and
大平 雅雄\affiref{NAIST}\member{111111111}\and
松本 健一\affiref{NAIST}\member{198527448}}

	
% 英文著者名
\eauthor{Susumu Kuriyama\affiref{NAIST}\and
Masao Ohira\affiref{NAIST}\and
Ken-ichi Matsumoto\affiref{NAIST}}

% 連絡先（投稿時に必要．製版用では無視される．）
\contact{栗山 進\\
	〒630-0192 奈良県生駒市高山町 8916-5\\
	奈良先端科学技術大学院大学 情報科学研究科\\
	TEL: 0743-72-5318, 5312\qquad FAX: 0743-72-5319\\
	email: susu-ku@is.naist.jp}


% 和文概要
% 和文アブストラクト：600字以内。
% 英文アブストラクト：200語以内。
\begin{abstract}
我々はこれまで，研究者個々人の共著関係を共著論文数によって重み付けられた
Tree-Mapとして視覚化し，会議や集会における研究者らのインフォーマルなコミュ
ニケーションを支援するシステムSCACS (a Social Context-Aware
Communication System) を開発してきた．本稿では，システムの効用を調べるこ
とを目的としておこなったケーススタディについて報告する．ケーススタディで
は，SCACSが視覚化した共著関係を紙に印刷し，それを現役の研究者15名それぞ
れに身に付けてもらい，自由にコミュニケーションしてもらった．ケーススタディ
の結果，SCACSによる共著関係の視覚化表現が，対話相手の社会的情報（社交性，
所属機関，役職など）を推測する際に利用できることが確認できた．
\end{abstract}

% 英文概要
\begin{eabstract}
We have been developing SCACS (a Social Context-Aware Communication
System) that supports informal communications among researchers in
academic conferences and workshops through visualizing coauthor
relationships as a Tree-Map weighted by number of coauthored
papers. This paper reports the results of a case study to investigate
effects of visualizing coauthor relationships as a Tree-Map. 15
researchers participated in the case study and talked each other with
handouts that imitate the SCACS's visualization. From the results of the
case study, we found that the participants used visualized coauthor
relationships for presuming social information of conversational
partner, such as sociality, affiliation, official position and so forth.
\end{eabstract}

% 表題などの出力
\maketitle

%}{


% 本文はここから始まる


\section{はじめに}

近年，OrkutやMixiを代表とするSNS (Social Networking Service) の利用者
が急速に増えてきている．SNSの利用者は，明示的に自身の人間関係（誰と友
人・知人であるかなど）をSNS上に登録することで，他者と円滑にコミュニケ
ーションをおこなうための各種サービス（掲示板やメールなどのメッセージの
送受信機能）を受けることができる．SNSの普及に伴い，SNSに関する研究
も盛んにおこなわれてきており，SNSにおける人間関係の構造\cite{湯田2006}
や人間関係が果たす役割や利点\cite{竹内2006}などが報告されている．

さらに，携帯情報端末のセンシングデバイスの高度化及び小型化，RFIDタグの普
及など，ユビキタスコンピューティング環境が年々整備されつつあることから，
ユビキタス技術とSNSとの連携技術に関する研究もおこなわれてきている
\cite{Counts2005,Chew2005}．本研究は，学会や展示会など多くの人々が集まる
場においてユビキタス技術とSNSを利用して人々が新たな結びつきを形成する助
けをすることを目的とする．

% 例えばTrace\cite{Counts2005}は，展示会などのイベントに参加したという事実
% を用いることでイベント後の人々の交流を支援するためのSNSである．Traceは，
% 誰が同じイベントへ参加していたのかが参加者の写真などと共に表示する．実空
% 間で共有した体験に基づいて，仮想空間であるSNS内での人々の交流を支援しよ
% うとするアプローチである．一方，SNS内で定義された人間関係を利用して，実
% 空間内での人々の交流を支援しようとする試みもなされている\cite{Chew2005}．

% % ユビキタス技術がどう使われているのか全く書かれていない．どこがユビキタス
% % 技術とSNSの連携なのかがわからない．

% % 「交流」と「結びつき」の違いは？TraceとSPARKSと「本研究の目的」の違いは？

学会や展示会などのイベントの重要な役割は，研究の発表内容や展示内容につい
ての議論や情報交換をおこなう場を提供するとともに，イベント参加者らが新た
な関係を構築したり関係を深めるための場を提供することである．しかしながら，
そのようなイベントにおいて名刺交換や何気なく会話して過ごすだけでは後々ま
でつながる関係が形成されることは少ない\cite{安田2004}．その理由として，
会場にいる多数の参加者の中から持続的関係を築けそうな人物を効率的に見つけ
られないことが挙げられる．

この問題を解決するために，本研究は対話相手が有する人間関係を視覚化すると
いうアプローチをとる．対話相手の社会的背景に対する相互理解を前提としたコ
ミュニケーションが可能になるため，関係の維持が期待できる人物を見つけ出す
ことが容易になると考えたからである．これまで我々は，共著関係を
Tree-Map\cite{Shneiderman1992}として視覚化し学術会議や集会における研究者
らのインフォーマルなコミュニケーションを支援するシステムSCACS (a Social
Context-Aware Communication System) を開発してきた\cite{Kuriyama2006}．

%人間関係として共著関係を利用するのは，一般に公開さ
%れている情報であることと，共著したという事実を扱うため人間関係の定義の曖
%昧性をある程度避けることができると考えたからである．

本論文では，SCACSが採用した共著関係視覚化手法の評価実験について述べる．

次章ではまず，本研究と関連の深いシステムを紹介し本研究の立場を明らかにす
る．続く\ref{sec:scacs}章では，現在我々が構築しているSCACSを紹介する．
\ref{sec:performance}章では，SCACSが採用するTree-Mapによる共著関係の視覚
化手法を用いることで，短時間で共著関係を読み取ることができるかを評価した
実験と結果について述べ，\ref{sec:discussion}章で考察を行う．続いて
\ref{sec:evaluation}章では，実際に研究者を対象として行ったシステム評価実
験とその結果について述べる．\ref{sec:discussion}章で考察を行い，最後にま
とめと今後の課題を述べる．

\section{関連研究}\label{sec:related_work}

学会や展示会など，多くの人々が集まる場において，人々のコミュニケーション
を支援するシステムはすでに多数提案されている．エージェントサロン\cite{角2001}
は，展示物に関する興味の共有により，参加者間のコミュニケーションを
支援する．SCACSは主に，人間関係の活用を主眼としており，システムの目的が
大きく異なる．SCACSは，近くにいる人々と自分の間の共通の知人を視覚的に提
示することで，人々が新たな関係を築くことを支援する．共通の知人が視覚的に
提示されていれば会話のきっかけや方針を得ることができる．システムの目的は
SCACS, エージェントサロン 共に異なるが，互いの手法を組み合わせることで両
者共にその目的をより達成できると考えられる．つまり，SCACSとエージェント
サロンは相互補完の関係にある．

% SCACSは，初対面の相手と会話する際に，共通の知人を視覚的に提示することで
% 会話のきっかけや方針を与えることが目的である．

% あまり良い比較が出来そうにないので保留．
% Sparks\cite{Chew2005}は，お互いが興味を持っている事柄に関するキーワード
% を床面に表示し，かつ，両者が以前あったことがあるかどうかで表示色を変更す
% ることでコミュニケーションを支援する．SCACS は，対話相手が誰と関係を持っ
% ているかという情報を提示する点で異なる．

Polyphonet\cite{濱崎2006}は展示発表のスケジューリングや推薦，他の参加者
との交流を支援するシステムである．Polyphonetはイベント参加者同士の関係を
抽出し，視覚化することで参加者同士の交流を支援する．PolyphonetはSCACSと
同様に，対話相手が誰と関係を持っているかという情報を提示するが，システム
の利用方法が大きく異なるため支援可能な領域が互いに異なる．Polyphonetでは
展示発表などの会場に情報キオスクを幾つか配置し，そこに用意されたディスプ
レイを用いて近くに集まった利用者間の関係を表示することで利用者間の交流を
支援する．SCACSの場合，利用者個々人が所有する表示機器に関係を表示するた
め，特定の場所に集まる必要がなく，自分とつながりを築けそうな人物を自由に
探すことができる．Polyphonetのように特定の場所に設置された共有のディスプ
レイに関係を表示する手法には複数人で情報を共有しやすいという利点がある．
すなわち，SCACSとPolyphonetは対応している利用状況という点で相互補完の関
係にある．

% ↓の文章をやめて，対応している利用状況とそれに適した視覚化方式という風に話を続けるべきか？

また，2つの研究が属する研究の流れは大きく異なる．PolyphonetやSCACSといっ
たユビキタスアプリケーションの研究には以下に挙げる3種の大きな流れがある
\cite{Abowd2000}．

\begin{enumerate}
 \item 自然な入出力インタフェースを追求する研究
 \item ユーザが置かれている状況に適合し（コンテクストアウェア），適切なサポートを行うシステムを追及する研究
 \item 情報の自動収集及び，集めた情報への柔軟で自在なアクセスの提供を追求する研究
\end{enumerate}

Polyphonetはソーシャルネットワークの自動抽出に力点を置いた研究であるので
(3)に属すと考えることができる．一方，SCACSは，(2)を指向する研究であり，
両者の違いはユーザに提示する情報の視覚化方式に表れている．Polyphonet で
は\figref{fig:visualization}上のような無向グラフによって人間関係を表現す
る方式を用いているが，SCACSでは\figref{fig:visualization}下のような
Tree-Map表現を用いている．SCACSは対面コミュニケーション?を使用場面と想定
し，その状況に適していると考えられる視覚化方式を採用した．これらの視覚化
方式については次章で詳しく説明する．


\section{SCACS: a Social Context-Aware Communication System}\label{sec:scacs}

これまで我々は，学会や展示会などのイベントにおいて人々の新たな結びつきを
支援するシステムSCACS (a Social Context-Aware CommunicationSystem)を構築
してきた．現状のSCACSは，研究者間の新たな結びつきを支援するために共著関
係を視覚化するシステムとなっている．今後実装を進め，研究者だけではなく一
般の人々へも対象を広め，様々なイベントにおいてSCACSを適用することを考え
ている．本論文では，学会においてSCACSを用いて研究者間の新たな結びつきを
支援することを想定して議論を進める．

以降ではまず，SCACSに求められるシステム要件について述べ，次に現在のシス
テム構成を概説し，SCACSが共著関係を視覚化する方法について述べる．

\subsection{システム要件}\label{subsec:system_requirement}

システムの目的は，学会会場など多数の人々が集まる場において共著関係を利用
して人々の新たな結びつきを支援することである．学会会場などにおける人々の
普段の活動に適合した（コンテクストアウェア）支援を行うには少なくとも下記
2点を満たす必要がある．

\begin{enumerate}
 \item 近くにいる人々の共著関係を把握することができ，これから自分と関係が築けそうな人物を見つけることができること．
 \item 対面した相手の共著関係を場の雰囲気を壊さない程度の短時間で読み取ることができること．
\end{enumerate}

% 結局要件は何なのかがすっきり分からない書き方になってる
% 要件と自分達が採用したものについてもここで書いた方が分かりやすい気がする

(1)の「近く」とは，Hallによる対人距離の4分類\cite{Hall1970}における社会
距離に相当する．社会距離とは，相手に関心があれば働きかけることができるが，
関心が無ければ相手を意識しなくても礼を失さない距離である．また，対面した
相手との距離はHallの分類における個体距離を想定している．個体距離とは，個
人的な話や議論を行ったりする際に一般的にとられる距離である．この個体距離
から社会距離というのは，学会などにおいて個人間あるいは少人数間でコミュニ
ケーションする際に良く見られる距離である．すなわちシステムはユーザの個体
距離から社会距離に存在する人々の共著関係をユーザに提示できる必要がある．
また，ユーザが現在対話中の人物や，社会距離を隔てて注目している人物を識別
するためにユーザの向きも取得できる必要がある．

まとめると，システムはユーザに共著関係を提示できる必要があり，また，各ユー
ザ間の距離と向きを取得できる必要がある．次節において，この要件を満たすた
めに我々が採用したシステム構成について述べる．

% 個人距離 近接相   45-75cm  手足で何かをしかけることができる距離
%          遠方相  75-120cm  個人的関心や関係を議論でき，相手の表情も細部まで分かる
% 社会距離 近接相 120-210cm  フォーマルな会話，個人的ではない事項のやりとり
%          遠方相 210-360cm  他人のいるところで仕事をしていても礼を失さない

次に，対面した相手の共著関係を「場の雰囲気を壊さない程度の短時間で読み取
る」ことができる必要がある．この要件を満たすには共著関係を把握しやすい表
現でユーザに提示する必要がある．我々はこの要件を満たすため，人間関係を表
現するのに良く用いられるグラフ表現を用いるのではなく，Tree-Map表現を用い
ることとした．以下では，Tree-Map表現の方が無向グラフ表現と較べて共著関係
を把握しやすい理由について述べる．

グラフ自動描画の研究において，自動描画アルゴリズムの評価基準の一つとして
美的基準(aesthetic criteria)と呼ばれるものがある．これは，グラフの理解し
やすさや美しさを表す基準であり，主な基準として「辺の交差数が少ない」や
「辺の折り曲げ回数が少ない」などがある\cite{Battista1998}．美的基準は多
数あるが，その中でも突出して「辺の交差数が少ない」という基準がグラフの読
み取りやすさに影響することが数々の実験で示されている
\cite{Purchase1996,Purchase1997,Ware2002}．

「辺の交差数が少ない」というグラフ表示における美的基準を情報表示一般の美
的基準に抽象化すると「表示要素同士の重なりが少ない」という基準を得ること
ができる．Tree-Map表現と無向グラフ表現を美的基準から比較する際，「辺の交
差数が少ない」という基準のままでは比較できないが，それを抽象化した「表示
要素同士の重なりが少ない」という基準で比較することが可能である．Tree-Map
表現では原理上，表示要素同士の重なりは生じ得ない．与えられた二次元空間を
分割して表示要素の表現を再帰的に行うからである．

共著関係を読み取る際，無向グラフ表現では辺の交差が読み取りを阻害する大き
な要因となり得るが，Tree-Map表現においては表示要素同士の重なりが存在しな
いため読み取りを阻害する同様の要因は存在しない．主にこの違いにより，
Tree-Map表現の方が無向グラフ表現よりも早く共著関係を読み取ることができる
と考えられる．

Tree-Map表現について，どのような表現であり，どのような手順で生成するかは
\ref{subsec:visualization}で述べる．

\subsection{システム構成}\label{subsec:system}

\figref{fig:system}にSCACSのシステム構成を示す．SCACSは，SNS Server，
Environmental Sensor，Portable Computer，Display Deviceの4つの構成要素か
らなる．以下にそれぞれの要素について概説する．

% D:\research\interaction2006\sns.01ai
\begin{figure}
 \begin{center}
  \includegraphics[width=0.7\linewidth]{system_jp.eps}
 \caption{システム構成図}
 \ecaption{System architecture of the SCACS.}
 \label{fig:system}
 \end{center}
\end{figure}

\begin{figure}
 \begin{center}
  \includegraphics[width=0.7\linewidth]{usage.eps}
 \caption{HMD装着時のシステム利用イメージ}
 \ecaption{User Interface with HMD.}
 \label{fig:usage}
 \end{center}
\end{figure}

\begin{description*}

\item[SNS Server]

共著関係を保持するサーバ．現在の実装では，共著情報を複数の学会（情報処理
学会，ヒューマンインタフェース学会，電子情報通信学会，人工知能学会など）
の文献検索サービスから収集し，Portable Computer へ共著情報を提供するもの
となっている．

\item[Environmental Sensor]

ユーザの位置や向き，他のユーザとの距離などの身体的・環境的な情報を取得す
るために環境中に配置される各種センサ群．他ユーザとの距離に関しては，ユー
ザの近くにいる各々の他ユーザを識別し，少なくとも各々との距離が社会距離内
にあるのか個人距離内にあるのかを判別できる精度が必要となる．これは，ウェ
ブカムやジャイロセンサなどを利用することで実現できる．現在の実装では，
RFIDタグとRFIDタグリーダを用いて対話しているユーザ同士を識別している．そ
のためにユーザは互いにRFIDタグを相手のRFIDタグリーダに読み取らせる必要が
ある．現在の実装では，社会距離に存在する人々の共著関係をユーザに提示する
ことはできず，\ref{subsec:system_requirement}で述べた要件(1)を満たしては
いない．Environmental Sensorによって取得された情報は，Portable Computer
に提供される．

\item[Portable Computer]

SNS ServerとEnvironmental Sensorから取得した情報を統合し，ユーザが誰とど
こで会っているかといったことに応じた情報を生成，視覚化し，Display Device
へ視覚化された情報を送信する．現在の実装では，生成される情報は対話相手の
共著関係である．共著関係はTree-Map表現で視覚化される．

\item[Display Device]

Portable Computerから受信した情報をユーザに提示する装置．現在の実装では，
HMD (Head Mounted Display) またはノート型パーソナルコンピュータを使用す
る．\figref{fig:usage}はHMDをDisplay Deviceとして使用した場合の例である．
現状，D-sub15ピンのアナログRGB入力端子を備えた表示装置ならば利用可能であ
る．また，状況に応じてPDAや携帯電話などを利用することも検討している．

\end{description*}

\subsection{共著関係の視覚化}\label{subsec:visualization}

\subsubsection{共著関係のグラフ表現とTree-Map表現}

SCACSのPortable Computerが行う共著関係の視覚化方式について述べる．共著
関係を含む人間関係は，一般的に有向／無向グラフとして表現されることが多い．
有向／無向グラフ表現は人間関係を巨視的な観点から分析するには大いに助けに
なる．しかしながら，共著関係のような複雑なネットワークを有向／無向グラフ
で表現する場合，一見しただけでは誰が誰と関係しているかが分かり辛いという
問題がある．特に，共著者数の多い人物の共著関係を有向／無向グラフを用いて
理解することは困難である．そのため我々は，
\ref{subsec:system_requirement}で述べたように，要件(2)を満たすために共著
関係をTree-Map\cite{Shneiderman1992}として表現することにした．

Tree-Mapは，複雑な階層ツリー構造を表現する手法の1つである．しかしながら，
Tree-Mapは木構造に対して考案されたものであり，そのままでは共著関係のよう
な閉路を持つグラフには適用することはできない．そこで我々は，「誰のソーシャ
ルネットワークを見ているのか」という視点を持ち込むことでTree-Mapの手法を
適用することを可能にした．

\begin{figure}
 \begin{center}
  \includegraphics[width=0.5\linewidth]{conversion_jp1.eps}
 \end{center}
 \caption{共著関係の無向グラフ表現のTree-Map表現への変換}
 \ecaption{Transformation into a Tree-Map.}
 \label{fig:visualization}
\end{figure}

\figref{fig:visualization}は共著関係ネットワークをTree-Mapへと変換した例
である．\figref{fig:visualization}の上側は，共著関係を無向グラフとして表
現したものである．辺の上の数字は両端の頂点に対応する人物同士が共著した回
数を表す．\figref{fig:visualization}の下側は上側の無向グラフをSmithを根
とみなしTree-Mapで表現したものである．また，\figref{fig:visualization}の
Tree-Map表現は，Smithに注目している人物（システムのユーザ）のDisplay
Deviceに表示されるSmithの共著情報となる．Smithには5 人の共著者 (Brown,
Williams, Miller, Jones, Johnson) がおり，計37 (15+8+7+4+3) 回共著してい
る．

\subsubsection{無向グラフ表現をTree-Map表現へ変換する手順}

次に，無向グラフをTree-Map表現へ変換する手順を\figref{fig:visualization}
を例に述べる．

\begin{enumerate}
 \item 対話相手であるSmithの名前を表示領域の左上に表示する．
 \item 残りの領域をSmithの共著者の数だけ縦方向に分割し，分割してできる各矩形領域の左上にSmithの各共著者の名前を表示する．各共著者に割り当てられる矩形領域の幅は，Smithが各共著者と共著した論文の数の割合に比例する．
 \item Smithの各共著者に割り当てられた矩形領域内を（1），（2）と同様の手順で分割する．この時，矩形領域は縦方向ではなく横
方向に分割する．
\end{enumerate}

手順（2）においては例えば，Smithと最も多く共著しているBrown（15 本）に一
番大きな領域が割り当てられる．手順（3）においては例えば，Brownの領域はそ
の名前を示す領域を除いて，Brownの共著者（Smithの共著者の共著者）を表示す
るのに用いられる．Brownの各共著者に割り当てられる領域の高さは，（Smithの
場合と同様に）Brownが共著した論文の数の割合に比例する．

また，矩形領域の明度は個々人を識別しやすくするために設けている．名前が表
示されていない領域は，その領域内に名前を表示しきれない際の省略表示である．

SCACSの現在の実装では，対話相手の共著者の共著者（距離2）までを視覚化する．
距離3以上の人物は共通の話題として取り上げられる可能性が低いと考えられる
ためである．距離3以上の共著者を閲覧する場合は，Tree-Map上の任意の共著者
の名前をクリックすると，クリックした人物を「視点」としてTree-Mapが再描画
される．例えば，\figref{fig:visualization}でAndersonをクリックすれば，
Andersonを視点としてTree-Mapが再描画されるので，Andersonの共著者（Smith
にとって距離3の人物）を確認することができる．

続いて，SCACSが採用したTree-Map表現による共著関係の視覚化の効果を評価す
るためにおこなった2つの実験について述べる．

\section{Tree-Map表現の読み取り評価実験}\label{sec:performance}

本章では，SCACSが採用した共著関係のTree-Map表現が「場の雰囲気を壊さない
程度の短時間で読み取る」ことが可能かどうかを調べるためにおこなった評価実
験について述べる．実験は，共著関係をTree-Map表現により視覚化したものと，
無向グラフ表現により視覚化したものを被験者に提示し，読み取りの速さと正確
さを比較するものである．無向グラフ表現と比較する理由は，共著関係を含む人
間関係は，一般的に有向／無向グラフとして表現されることが多いからである．

共著関係をグラフで表現する際は，共著者同士に一方的な共著関係というのは存
在しないので，関係は無向グラフで表現するのが妥当である．無向グラフの視覚
化方式には多数あるが，本実験では\figref{fig:undirected} に示す方式を採用
した．人は頂点で表され，共著関係は辺で表されている．対話相手に対応する頂
点はグレーで塗りつぶして他の頂点より目立つように描画されている．また，辺
の太さは論文数に比例して太く描画されている．頂点の配置アルゴリズムには無
向グラフの自動描画に一般的に良く用いられるKamada-Kawai法
\cite{Kamada1989}を用いた．無向グラフの作成にはネットワーク分析ツール
Pajek\cite{Nooy2005}を用いた．

% D:\research\treemap\pajek
\begin{figure}
 \begin{center}
  \includegraphics[width=0.6\linewidth]{suzuki_jp.eps}
 \end{center}
 \caption{実験に用いた無向グラフの例}
 \ecaption{An example of undirected graph used in the experiment.}
 \label{fig:undirected}
\end{figure}

\subsection{実験手順}

実験に用いた共著関係は，全国大会規模の学会で発表された論文から抽出した過
去6年分の共著関係（毎年の参加者数は数百人）である．被験者は大学院生10名
である．実験で用いた共著関係を形成する元となった学会に参加したことはない．
実験の手順を次に示す．

\begin{enumerate}
\item 実験者は，被験者に対して共著関係のTree-Map表現と無向グラフ表現の読み取り方と実験でおこなうタスクについて説明する．

\item 被験者のタスク内容の理解を確認するための練習タスクを被験者におこなってもらう．

\item 練習タスク終了後，被験者に自分の解答についてその理由を説明してもらう．被験者の説明や解答に誤りが含まれていた場合，実験者は共著関係の読み取り方やタスクについて被験者が正しく理解するまで説明する．

\item 被験者に合計20タスクからなる実験用タスクをおこなってもらう．
\end{enumerate}

タスクにはTree-Map表現に対するタスクと無向グラフ表現に対するタスクの2種類がある．順序効果を回避するために被験者をTree-Map表現のタスクを先に行うグループと無向グラフ表現のタスクを先に行うグループの2グループに分けておこなった．

\subsection{タスク}

被験者が行うタスクは，A4用紙に印刷された共著関係を読み取り，特定の人物数名にペンで印をつけてもらうことである．1枚のA4用紙には共著関係がTree-Map表現か無向グラフ表現のどちらかで示されている．被験者がタスクを遂行する際に，実験者は被験者に対して以下のように指示した．

\begin{enumerate}
 \item まず，中心人物の共著者上位3名（共著割合の高い3名）にペンで印を付けること．
 \item 次に，印を付けた3名の人物それぞれに対して，共著者上位3名に印を付けること．
\end{enumerate}

ここでの中心人物とは，Tree-Map表現の場合は一番左上の人物，無向グラフ表現
の場合はグレーの頂点（対話相手に対応する，強調された頂点）の人物を意味し，
被験者は同一の中心人物の共著関係をTree-Map表現と無向グラフ表現とでそれぞ
れ読み取る．A4用紙1枚に対する解答を1タスクとして，被験者にTree-Map表現と
無向グラフ表現それぞれに対して10タスク，合計20タスクを遂行してもらった．
中心人物となる人物は抽出した共著関係の中から無作為に選択した．無向グラフ
内に存在する頂点の平均数は12.6個(分散は41.2)，辺の平均数は24.9本(分散は
140.1)であった．タスクの評価基準はタスク遂行に要した時間と正答率である．

\subsection{実験結果}\label{sec:result}

実験で記録した被験者ごとのタスク遂行平均時間を\figref{fig:result} に示す．
Tree-Map表現の方が無向グラフよりも一被験者を除いて10秒以上早く終了してい
る．Tree-Map表現におけるタスク遂行平均時間はおよそ24秒で，無向グラフ表現
の場合はおよそ47秒であった．

Tree-Map表現におけるタスク遂行と無向グラフ表現におけるタスク遂行の2群に
おいて平均遂行時間に差があるかを検定した．有意水準1\%のもとで2群の平均の
差の検定 ($p=0.0005$) を行った結果，2群の平均値の間には統計的に有意な差
があった．

誤答については両方式ともほとんど見受けられなかった．被験者は実験において
それぞれの視覚化方式において120回印を付けるが，Tree-Map表現において間違っ
て印がつけられていたのは全被験者を通じて1件であり，無向グラフ表現におい
ては全被験者を通じて8件であった．

% t-検定 : 分散が等しくないと仮定した２標本による検定
%                 変数 1         変数 2
% 平均       0.002795139    0.005447917
% 分散       1.86871E-06    2.12909E-06
% 観測数              10             10
% 仮説平均との差異          0
% 自由度                   18
% t              -4.195565092  
% P(T<=t) 片側    0.000271774
% t 境界値 片側   1.734063592
% P(T<=t) 両側    0.000543548
% t 境界値 両側   2.100922037

% D:\research\treemap\experiment\time.eps
% D:\research\treemap\experiment\graph.eps
% D:\research\treemap\experiment\graph_ave.eps
% GSview で見ながら手動で修正した．グラフが正しい方向で表示されている状態で調整すること．
% 今後は以下の BoundingBox を流用すればOKだと思うが．
%%BoundingBox: 55 320 785 760
\begin{figure}
 \begin{center}
  \includegraphics[width=0.9\linewidth]{graph_ave.eps}% old: time_ol.eps
 \end{center}
 \caption{被験者ごとのタスク遂平均時間}
 \ecaption{Task performance of every subject.}
 \label{fig:result}
\end{figure}

被験者1のみがTree-Map表現とグラフ表現で時間の差がほとんど無かった．実験
後にインタビューを行ったところ，「Tree-Map表現でのタスクが簡単すぎたので
逆に慎重に解答してしまった」との返答を得た．このことが時間の差が出なかっ
た原因と考えられる．

\section{システム評価実験}\label{sec:evaluation}

本章では，SCACSの目的である共著関係を利用して人々の新たな結びつきを支援
することが可能かどうかを調べた実験について述べる．国内で行われたある合宿
形式の研究会にてSCACSによる共著関係の視覚化表現を用いた実験をおこないア
ンケートを収集した．

実験参加者は学会参加者30数名のうち約半数の15名の研究者である．参加者は年
齢も研究歴も様々であった．知り合い同士の参加者が大半であり，今回初めて顔
を合わせたという参加者は少なかった．共著関係としては学会参加者が普段投稿
していると思われる複数の学会で一般に公開されている論文データベースから抽
出して用意しておいた．

SCACSは，学会会場などにおける人々の普段の活動に適合した支援をおこなうこ
とを前提としている．厳密に被験者を統制する実験は，知らない者同士を半ば強
制的に対面させて会話させるなど不自然な設定にならざるを得ない．本実験では，
できるだけ自然な条件設定をおこなうために実験中の被験者の行動に関して厳密
な統制は行わなかった．統制実験は，SCACSがどの程度どのように役立つのかを
詳しく調べるために必要であり，今後の課題である．

\subsection{実験の手順と様子}

実験の手順は以下のとおりである．

\begin{figure}
 \begin{center}
%  \hspace*{0.2cm}
  \includegraphics[width=0.2\linewidth]{subject.eps}
 \end{center}
 \caption{共著関係を印刷した物を身につけた参加者の様子}
 \ecaption{Look of subject that wore a hardcopy of coauthor relationships.}
 \label{fig:participants}
\end{figure}

\begin{enumerate}
 \item 実験者は，被験者にSCACSによる共著関係の視覚化方式 （\figref{fig:visualization}）の読み取り方について説明する．
 \item 被験者は全員，自分の共著関係を印刷した物（SCACSを利用した際に対話相手に提示される情報と同じ内容）を身に付ける（\figref{fig:participants}）．
 \item 被験者は，夕食後の20分程，印刷物を身に付け自由に他の被験者と会話しながら過ごす．
 \item 実験終了後，被験者は実験の感想をアンケートに記入する．
\end{enumerate}

実験実施会場は畳の部屋であり，移動する時以外は参加者は床に座しているのが
通常であった．実験者は会話には参加せず，実験参加者間のコミュニケーション
を観察した．実験中は1対1で会話している参加者も一部いたが，3〜4人で集まっ
て会話をしている様子が多く見受けられた．その際，共著関係が多数話題に上っ
ていた．

\subsection{アンケート結果}\label{subsec:questionnaire}

アンケートでは，共著情報が明示的に提示される事についての肯定的な感想と否
定的な感想の自由記述をしてもらった．肯定的な感想が14件，否定的な感想は2
件であった．

% hip11_questionnaire.txt
% 話題の種になった
%   話題のトリガにはなる(aae 03)
%   共著情報に興味を持ち話しかけ，それが良い会話の導入になった．(bbb 03)
%   話のネタにはなった．知っている人同士なので，「知り合うきっかけ」となったかどうかは疑問．(bbd 01)
%   とりあえず，どんな人か聞き出すきっかけになった．(aab 01)
% 対話相手に親近感を抱いた
%   知っている名前をみると話しやすかった．(aab 01)
%   いつもより相手に親近感が湧いた(bbd 03)
% 対話相手の共著関係を良く把握できた
%   研究に関する人のつながりが良くわかる(bbh)
%   うりとバックグラウンドがわかった．(aac 01,03)
%   相手の人脈が分かる(aad 03)
%   知っている相手でも，思いがけない共著関係を発見できて面白かった．(bbc 03)
%   その人の仕事状況を垣間見られて面白い．(bbc 01)
% その他
%   他者の人間関係を見られて面白かった．(bbd 01)
%   目立つ，おもしろい．(bbe 01)
%   虹がきれいだった．(bbe 01)

肯定的な感想は4種に分類することができた．分類と共にそれぞれの感想件数を
示すと，「話題の種になった」が4件，「対話相手に親近感を抱いた」が2件，
「対話相手の共著関係を良く把握できた」が5件，「その他」が3件であった．
「その他」には，面白かったといった全体的な感想を含めた．以下に肯定的な感
想の一部を分類と共に以下に示す．

\begin{itemize}
 \item 「話題の種になった」
   \begin{itemize}
    \item 話題のトリガにはなる．
    \item 共著情報に興味を持ち話しかけ，それが良い会話の導入になった．
   \end{itemize}
 \item 「対話相手に親近感を抱いた」
   \begin{itemize}
    \item 知っている名前をみると話しやすかった．
    \item いつもより相手に親近感が湧いた．
   \end{itemize}
 \item 「対話相手の共著関係を良く把握できた」
   \begin{itemize}
    \item 研究に関する人のつながりが良くわかる．
    \item （対話相手の）売りとバックグラウンドがわかった．
   \end{itemize}
\end{itemize}

次に，2件のみではあったが否定的な感想も得られた．以下に否定的な感想を示す．

\begin{itemize}
 \item 会わずとも知っていた話題で話すしかなかった．
 \item 話題の創出に役に立たなかった．
\end{itemize}

次章では，実験により得られたこれらの感想について観察された内容と合わせて
考察する．

\section{考察}\label{sec:discussion}

本章では，Tree-Map表現の読み取り評価実験とシステム評価実験について考察す
る．

\subsection{Tree-Map表現の読み取り評価実験}

\ref{sec:result}節の実験結果から，SCACSが採用した共著関係のTree-Map表現
は，無向グラフ表現よりも速く共著関係を読み取ることができることがわかった．

しかしながら，無向グラフ表現は大局的にコミュニティ内の人間関係を把握する
場合に優れているので，状況によってTree-Map表現と使い分けるのが良いと思わ
れる．例えば3人での会話中に，3人がコミュニティ内でどのように繋がりあって
いるかを把握する際にはTree-Map表現より無向グラフ表現を利用することが適し
ていると考えられる．複数人で会話中でなくとも，例えば遠巻きに人の集まりを
眺めて，近しい人同士の集まりなのかといったことを把握する際にも無向グラフ
表現の方が適していると考えられる．

現在のSCACSの実装では，共著関係はTree-Map表現として視覚化しユーザに提示
するのみであるが，上述のようにユーザの目的に応じて無向グラフ表現に切り替
えて提示する機能を備えていることが望ましい．今後，複数の人間の関係を分か
りやすく提示することができる無向グラフ表現による表示を実装する必要がある
と考えている．

\subsection{システム評価実験}

\ref{subsec:questionnaire}節の結果では，SCACSを利用した際の被験者から肯
定的な感想が多数得られた．また，肯定的な感想の中に「話題のトリガにはな
る」，「知っている相手でも，思いがけない共著関係を発見できて面白かった」，
「知っている名前をみると話しやすかった」などがあり，SCACSを利用すること
で人々の新たな結びつきを支援することが可能であることが示されたと考えられ
る．

しかしながら，自然な条件設定を目指し統制実験は行わなかったため，具体的に
どのような過程を経て上記のような感想に至ったかは不明である．この点につい
ては今後統制実験をおこなう必要がある．特に，話者同士の関係（顔見知りでは
あるが共著者同士ではない，全くの初対面など）と，対話相手に提示されている
共著関係の中に自分の知り合いがいるかについて区別できるようにする必要があ
る．

SCACSを利用して共著関係を読み取る場面は，コミュニケーション中にとられる
ユーザ間の距離で大きく二つに分けることができる．社会距離にいる他のユーザ
の共著関係を読み取って話し相手などを探す場面と，個人距離にいる他のユーザ
と会話を始めることになった際（相手に話しかけられた時など）または会話中に
共著関係を確認するなどといった場面である．今回の実験においては，著者らが
観察した限りでは，個人距離におけるコミュニケーションが大半であったため，
アンケートの感想もそこでのものが大半であったと考えている．もう一方の社会
距離における利用場面については，社会距離にいる人の中から興味を持てそうな
人物を探しているような人はほとんど見受けられなかった．それは，今回の実験
参加者がお互いに知り合いである方が大半であったためであると考えられる．今
後の実験においてはこの点についても観察を続けると共に，アンケートの質問項
目に含めることを検討している．

否定的な感想において，話題のきっかけにならなかったということが挙げられて
いた．共著関係に知り合いを見つけるなど注目できる情報を見つけられなかった
場合は十分あり得ることである．そのような場合には，エージェントサロン
\cite{角2001}のアプローチのように共通の興味や話題を提供することが必要で
あると思われる．現在の実装では共通の興味や話題を提供していないが，今後そ
のような機能を実装することを検討している．

\section{まとめ}\label{sec:summary}

% 研究会のを流し込んだだけ
本稿では，会議や集会における研究者らのインフォーマルなコミュニケーション
を支援するシステムSCACSが採用した視覚化方法の効用を調べることを目的とし
ておこなったケーススタディについて報告した．SCACSは学会でのインフォーマ
ルな対面コミュニケーションというコンテクストを考慮し，研究者個々人の共著
関係を共著論文数によって重み付けられたTree-Mapとして視覚化する．ケースス
タディの結果，SCACSの共著関係の視覚化方式は対話相手の社会的情報（社交性，
所属機関，役職など）を推測する際に利用できることが明らかとなった．

今回のケーススタディでは，できるだけ自然な条件設定を目指したためSCACSが
どの程度・どのように役立つのかを詳細に調べるには至らなかったが，ある程度
統制された実験を行うことによってこれを明らかにしてゆく予定である．

%}{

\section{検討事項など}

実験に使用したグラフの基本統計量（ノード数，エッジ数）について．図表の名
前．関連研究．

\begin{acknowledgment}

% 研究会のを流し込んだだけ
本稿を執筆するにあたり，ケーススタディの準備にご尽力くださいました皆様，
ケーススタディ参加者として快くご協力してくださいました皆様に心より感謝い
たします．本研究の一部は，文部科学省科学研究補助費（基盤研究B，課題番号
17300007；若手B，課題番号17700111）による助成を受けた．また，財団法人セ
コム科学技術振興財団の助成を受けた．

\end{acknowledgment}

%}{


% $ platex draft
% $ jbibtex draft
% $ platex draft
% $ platex draft

\bibliographystyle{ipsjunsrt}
\bibliography{myrefs}

% 製版用のファイル群には \|.bib| ファイルではなく \|.bbl| ファイルを必ず含
% めることに注意されたい．

% \begin{thebibliography}{99}% 文献数が10未満の時 {9}
% \bibitem{}
% \end{thebibliography}

%}{

\begin{biography}
\nomember{栗山 進}
昭和54年生．

平成14年九州大学理学部物理学科卒業．
平成17年奈良先端科学技術大学院大学情報科学研究科博士前期課程修了
平成17年奈良先端科学技術大学院大学情報科学研究科博士後期課程
に入学，現在に至る．ユーザビリティ，情報視覚化，
インタラクションデザインに興味を持つ．電子情報通信学会，IEEE，ACM各学生会員．
%
\member{大平 雅雄}
\member{松本 健一}
\end{biography}
\end{document}