WEIスコア分析レポート（Model4: xAI）

以下は、xAIアプローチに基づく分析結果です。各図とGPT-4による分析コメントを確認してください。

Isolation Forestによる個人スコアと社会スコアの異常検知

この画像は、”personal_avg” と “social_avg” の2つの変数に基づく散布図で、Isolation Forestという異常検知アルゴリズムを適用した結果を示しています。

– **X軸 (personal_avg)**: 個人平均を示しています。
– **Y軸 (social_avg)**: 社会平均を示しています。

データポイントは2つの色に分かれています:

– **青色の点 (-1)**: 正常なデータポイントとして分類されています。
– **赤色の点 (1)**: 異常と判断されたデータポイントです。

この図からは、赤い点が中央付近に多く見られ、周辺には青い点が多いことがわかります。これは、中央付近のデータが異常と見なされていることを示しています。Isolation Forestがこれらのデータポイントを孤立したものと判断していることを示唆しています。

相関関係ヒートマップ

このヒートマップは、異なる変数間の相関関係を示しています。以下に要点を説明します。

– 色の濃さは相関の強さを示し、赤が正の相関、青が負の相関を示しています。
– `personal_avg`は他の多くの個人関連指標（例えば`personal_health`, `personal_stress`, `personal_economic`）と高い正の相関を持っています。
– `social_avg`も多くの社交関連指標と高い相関があります。
– `id`と`related_post_id`は非常に高い正の相関を示しています。
– `is_forecast`は他の変数と相関がほとんどないか、ごくわずかです。

これらの観察から、個人および社交関連指標間で互いに強い相関が見られることがわかります。

時系列データのヒートマップ

この画像は、2025年7月1日から7月3日までの評価日ごとに、さまざまな指標のデータを示す時系列ヒートマップです。縦軸には「personal_economic」「personal_health」「social_fairness」などの指標が列挙されています。色の強さは数値の大きさを示し、赤が最大値に近く、青が最小値に近いことを表しています。このヒートマップでは、ほとんどの指標が青で示されていますが、「related_post_id」など一部の指標は赤く表示され、他と比べて高い数値を示しています。

PCA分析によるデータ次元削減

この画像は、主成分分析（PCA）の結果を示す散布図です。横軸は第1主成分（PC1）、縦軸は第2主成分（PC2）となっています。

– データが明確に5つのクラスタに分かれています。
– 各クラスタはPC1の異なる値を中心に分布しており、PC2の範囲も一定の幅で収まっています。
– クラスタはそれぞれ異なるPC1の値を持ち、PC2は類似した範囲にあります。

このことから、PCAによりデータがうまく次元削減され、明確に異なるグループが存在することが示唆されます。

ワードクラウドによるキーワード頻出分析

このワードクラウドは、日本語のキーワードが多数盛り込まれています。以下は、その中の主要なものです：

– 経済
– 社会
– 個人
– 持続
– 課題
– 働く
– 強化
– 改善
– 評価
– AI

これらの単語は、主に経済、社会、個人、持続可能性、課題に関連しており、それらを強化し改善するための評価やAIの役割について強調されていることが分かります。

キーワード共起ネットワーク分析

この画像は文字のバブルチャートを示しています。多数の青い円が円形に配置されており、それぞれの円に異なる日本語の単語が含まれています。円のサイズは異なっており、単語の重要性や頻度を示唆している可能性があります。単語には「技術」、「社会」、「影響」、「AI」などが含まれ、主にテクノロジーや社会に関連するテーマが考えられます。この視覚化は、主要なトピックやキーワードを一目で把握しやすくするためのものと思われます。