@article{oai:kyutech.repo.nii.ac.jp:00006203,
 author = {峯崎,  智裕 and 松木,  萌 and Inoue, Sozo and 井上, 創造},
 issue = {10},
 journal = {情報処理学会論文誌},
 month = {Jul},
 note = {本論文は，複数介護施設における事故報告書を使用して，テキストマイニングおよび機械学習により事故の起こりうる状況を分析した結果について述べる．まず，テキストデータと多変量データが混合したデータに対して，テキストマイニングおよびランダムフォレスト法を組み合わせて，事故の結果に対して影響する要因を抽出する方法を提案した．テキストデータについては分かち書きを行い単語文書行列を構成し，単語についてクラスタリングを行った結果を元の多変量データと結合し，事故の結果として目的変数を設定しランダムフォレスト法を2段階で適用しながら重要な単語クラスタおよび重要な単語と属性を抽出し，決定木によって可視化するという手法である．この手法を，介護施設から得られた5,189件の事故事例について適用したところ，(1)表皮剥離または出血，原因不明のあざが発見されて，初めて事故が起きたことを介護士が把握していること，(2)リハビリやレクレーション，移乗を始めとする行動をともなう場合に，転倒・ずり落ちによって打撲につながる可能性があること，(3)共有スペース・個室両方での誤嚥が起こりうること，(4)無断外出につながるいくつかの行動があること，が分かった． / In this paper, we analyze incident report data from several nursing homes for understanding the situations related to the incidents and for reducing future incidents, by utilizing text mining and supervised machine learning. First, we propose a method for extracting important factors for incidents for the mixed data of text and multivariate data, combining word-document matrix, clustering, and the random forest. Next, we applied the method to 5,189 incident reports from the nursing homes, and found several patterns such as how the unknown bruises were discovered, behaviors leading to bruises from falls and falls, situations leading to aspiration, and behaviors leading to unattended going out.},
 pages = {1701--1711},
 title = {介護サービス向上に向けた介護事故事例テキストの分析},
 volume = {58},
 year = {2017},
 yomi = {イノウエ, ソウゾウ}
}