Twitterはコミュニケーションツールであるが、センサーでもある。最近、そう思い始めている。電車が事故で止まったとき2chを見ると、他の電車の様子がリアルタイムで分かり面白い。事故現場の車両が動いたことを車内放送よりも先に2chで知ることも多い。2chは事故のセンサーであるといえよう。
Twitterも同様の見方をすればセンサーと言えるだろう。日本の人口1億人ちょっとがつぶやくことにより1億点のセンシングポイントをもつことになる。ソーシャルにありがちなことではあるが、興味を引くイベントにセンシングが集中するが、これも人間の興味のないイベントをセンシングしても価値がないという見方をすれば、センシングポイントの動的再配置という見方をすることもできる。
残念ながらtwitterからあがってくる情報は構造化されていないため、1億点のセンサーから上がってくるセンサー情報を有効活用にするには、人による情報処理が欠かせない。計算機による情報処理によって自動処理したいところではあるが、twitterセンサーは人の興味ベースで情報を上げるため、そのデータマイニングも時事刻々変わる興味を切り口としたいわば動的な切り口によるデータ処理が求められる。例えば「雨」というキーワードを用いてどこでゲリラ豪雨が降ったかを提示するといったシステムを構築することは可能であるが、このような固定的なデータ処理ではtwitterセンサーの真の価値を引き出したことにはならない。
人間の興味ベースに上がってくるデータを、時々刻々変化する興味に応じてデータ処理する、そんな柔軟なデータ処理系があると面白いと思う。
