昨年度にTwitterから特定のキーワードを含むツイートを自動的にダウンロードするプログラムを開発し，ローマ字表記の国内地名を含むツイートの収集を開始した。本年度は，特定の国内観光地に着目し，深層学習(ディープラーニング)を用いて，当該データからその観光地に関する外国人観光客や観光客向けの英文ツイートと国内地名は含まれているものの観光以外のツイートを分類する手法を検討し90％程度の正解率を実現するモデルを開発した。年度後半に1年分，約530万件のツイートの収集を終了し，上記の深層学習モデルにより観光に関するツイートとして高い信頼性が得られた17万件のツイートデータをもとに分析をすすめた。特に本研究では，画像が添付されたツイートとそれに対する「いいね」やリツイートなどの反応に着目し，これらの反応が得られる画像の特徴の分析を行った。Google社の提供する画像認識API （アプリケーション・プログラミング・インターフェイス）や独自に作成した顔認識プログラムなどを用いて画像に写された被写体を認識し，「いいね」やリツイートが多く得られるツイートとそうでないツイートの画像内容に見られる違いを分析した。これらの結果は論文として纏めており早急に公表予定である。また，これまでの研究成果を初学者に平易に伝達する取り組みとして，デジタル社会におけるマーケティングに関する教科書の一部として，本研究が焦点をあてるSNSにおけるタイムライン上で短文かつ画像などを用いた発信を行うコミュニケーションとオンライン掲示板など旧来からのコミュニケーションとの比較をアイデンティティや自己表現の視点から行った。