WO2015029512A1

WO2015029512A1 - 情報処理装置

Info

Publication number: WO2015029512A1
Application number: PCT/JP2014/063516
Authority: WO
Inventors: 真一本多; 真一狩谷
Original assignee: 株式会社ソニー・コンピュータエンタテインメント
Priority date: 2013-09-02
Filing date: 2014-05-21
Publication date: 2015-03-05
Also published as: JPWO2015029512A1; US20160199739A1; JP2018106755A; JP6557751B2; CN105474254A; EP3043311B1; JP6313310B2; EP3043311A1; EP3043311A4

Abstract

　新規な手法により、ユーザー又はユーザーグループ間で行われた行動の結果に基づいてユーザーを評価することのできる情報処理装置を提供する。　複数のユーザー又はユーザーグループ間で行われた行動の結果を示す行動結果データを取得し、当該複数のユーザー又はユーザーグループの中からランダムに一のターゲットを選択する起点選択処理、及び、行動結果データに基づいて現在のターゲットが行った行動の相手を次のターゲットとして新たに選択する処理を、所定条件を満たすまで繰り返すターゲット選択処理、から構成されるトレース処理を複数回実行し、複数のユーザー又はユーザーグループのそれぞれについて、複数回のトレース処理においてターゲットとして選択される回数に応じて当該ユーザー又はユーザーグループの評価値を算出する情報処理装置である。

Description

情報処理装置

　本発明は、複数のユーザー又はユーザーグループ間で行われた行動に対する評価を行う情報処理装置、情報処理方法、プログラム、及び情報記憶媒体に関する。

　例えばゲームの対戦など、複数のユーザー（又はユーザーグループ）同士の間で何らかの行動が行われた場合に、その行動の結果を評価し、順位付けしたい場合がある。例えばゲームの対戦であれば、様々なユーザー同士で対戦が行われた結果の勝敗に基づいて、全ユーザーのランキングを算出したり、あるユーザーと同程度の強さを持ったユーザーを見つけたりする処理の実現が望まれる。特に参加するユーザーが多数の場合、各ユーザーが他の全てのユーザーと直接関わりあうことはできなくなり、全体のうちの一部のユーザーとしか関わり合わないことになる。このような場合、単に個々のユーザーの行動結果に基づいてユーザーを並べてユーザー全体の順位付けを行うことは困難になる。

　そこで、例えばチェスなどで利用されているイロレーティングシステム（Elo rating system）と呼ばれる手法では、以下のようにして各プレイヤーの強さを評価している。すなわち、各プレイヤーが持ち点（レート）を持っており、プレイヤー同士が対戦した際には、負けたプレイヤーが持ち点を失い、勝ったプレイヤーがこれと同数の持ち点を獲得する。このとき、負けたプレイヤーから勝ったプレイヤーに移動する点数は、両者の対戦前のレート差に応じて変化する。具体的に、自分よりレートの低いプレイヤー（すなわち、自分より格下のプレイヤー）に勝ってもわずかな点数しか得られず、逆に自分よりレートの高いプレイヤー（格上のプレイヤー）に勝った場合には大きな点数を得られる。このようにしてプレイヤー同士が対戦を繰り返すと、それぞれのプレイヤーは実力に見合ったレートを獲得することになるので、レートを比較することで直接対戦したことがないプレイヤー同士でも実力差を評価できるようになる。

　本発明は上記実情を考慮してなされたものであって、その目的の一つは、新規な手法により、ユーザー又はユーザーグループ間で行われた行動の結果に基づいてユーザーやユーザーグループを評価することのできる情報処理装置、情報処理方法、プログラム、及び情報記憶媒体を提供することにある。

　本発明に係る情報処理装置は、複数のユーザー又はユーザーグループについて、当該複数のユーザー又はユーザーグループ間で行われた行動の結果を示す行動結果データを取得する行動結果取得部と、前記複数のユーザー又はユーザーグループの中から、ランダムに一のユーザー又はユーザーグループをターゲットとして選択する起点選択処理、及び、前記行動結果データに基づいて、現在のターゲットとして選択されたユーザー又はユーザーグループが行った行動の相手となった相手ユーザー又は相手ユーザーグループを次のターゲットとして新たに選択する処理を、所定条件を満たすまで繰り返すターゲット選択処理、から構成されるトレース処理を複数回実行し、前記複数のユーザー又はユーザーグループのそれぞれについて、前記複数回のトレース処理において当該ユーザー又はユーザーグループがターゲットとして選択される回数に応じて当該ユーザー又はユーザーグループの評価値を算出する評価値算出部と、を含むことを特徴とする。

　また、本発明に係る情報処理方法は、複数のユーザー又はユーザーグループについて、当該複数のユーザー又はユーザーグループ間で行われた行動の結果を示す行動結果データを取得するステップと、前記複数のユーザー又はユーザーグループの中から、ランダムに一のユーザー又はユーザーグループをターゲットとして選択する起点選択処理、及び、前記行動結果データに基づいて、現在のターゲットとして選択されたユーザー又はユーザーグループが行った行動の相手となった相手ユーザー又は相手ユーザーグループを次のターゲットとして新たに選択する処理を、所定条件を満たすまで繰り返すターゲット選択処理、から構成されるトレース処理を複数回実行し、前記複数のユーザー又はユーザーグループのそれぞれについて、前記複数回のトレース処理において当該ユーザー又はユーザーグループがターゲットとして選択される回数に応じて当該ユーザー又はユーザーグループの評価値を算出するステップと、を含むことを特徴とする。

　また、本発明に係るプログラムは、複数のユーザー又はユーザーグループについて、当該複数のユーザー又はユーザーグループ間で行われた行動の結果を示す行動結果データを取得する行動結果取得部、並びに、前記複数のユーザー又はユーザーグループの中から、ランダムに一のユーザー又はユーザーグループをターゲットとして選択する起点選択処理、及び、前記行動結果データに基づいて、現在のターゲットとして選択されたユーザー又はユーザーグループが行った行動の相手となった相手ユーザー又は相手ユーザーグループを次のターゲットとして新たに選択する処理を、所定条件を満たすまで繰り返すターゲット選択処理、から構成されるトレース処理を複数回実行し、前記複数のユーザー又はユーザーグループのそれぞれについて、前記複数回のトレース処理において当該ユーザー又はユーザーグループがターゲットとして選択される回数に応じて当該ユーザー又はユーザーグループの評価値を算出する評価値算出部、としてコンピュータを機能させるためのプログラムである。このプログラムは、コンピュータ読み取り可能な情報記憶媒体に格納されてよい。

本発明の実施の形態に係る情報処理システムの全体構成図である。本発明の実施の形態に係る情報処理装置の機能ブロック図である。行動結果データの内容の一例を示すグラフである。トレース処理の流れを示すフロー図である。ランキング情報の表示例を示す図である。対戦相手候補の表示例を示す図である。

　以下、本発明の実施形態について、図面に基づき詳細に説明する。

　以下では、複数のユーザー又はユーザーグループ間で行われる行動の具体例として、ユーザー同士のゲーム対戦を取り扱う場合について説明する。このゲームは、ユーザー同士の対戦によって勝敗が決せられるものであれば、どのような種類のものであってもよい。図１は、本発明の一実施形態に係る情報処理装置を含んだ情報処理システム１の構成図である。同図に示すように、この情報処理システム１は、集計サーバ２と、複数のユーザー端末３と、ゲームサーバ４と、を含んで構成されている。ユーザー端末３は、本情報処理システム１で実現されるゲームプラットフォームに参加するユーザーが使用する端末装置であって、例えば家庭用ゲーム機や携帯ゲーム機、スマートフォン、パーソナルコンピュータ等であってよい。各ユーザー端末３は、ユーザーが操作入力に使用する操作デバイスと、各種の情報を表示する表示画面と、を備えている。

　集計サーバ２は、本発明の実施形態に係る情報処理装置の具体例であって、図１に示すように、制御部１１と、記憶部１２と、通信部１３と、を含んで構成されている。

　制御部１１は、ＣＰＵ等であって、記憶部１２に格納されたプログラムに従って各種の情報処理を行う。記憶部１２は、ＲＡＭ等のメモリ素子を含んで構成され、制御部１１が実行するプログラム、及び当該プログラムが処理対象とするデータを記憶する。

　通信部１３は、ＬＡＮカード等の通信インタフェースであって、通信部１３を介して集計サーバ２は複数のユーザー端末３、及びゲームサーバ４のそれぞれとデータの送受信を行う。

　ゲームサーバ４は、対戦型ゲームのプレイ機能を提供するサーバコンピュータであって、各ユーザー端末３のユーザーがプレイするゲームの処理を実行する。ユーザー端末３がゲームサーバ４との間で通信を行うことによって、各ユーザーは、ユーザー端末３を介してゲームサーバ４が提供するゲームをプレイし、他のユーザーと対戦することができる。また、ゲームサーバ４は、対戦プレイの結果を示す行動結果データを集計サーバ２に送信する。

　以下、集計サーバ２が実現する機能について、図２の機能ブロック図を用いて説明する。図２に示すように、集計サーバ２は、機能的に、行動結果取得部２１と、評価値算出部２２と、評価情報提供部２３と、を含んで構成される。これらの機能は、制御部１１が記憶部１２に記憶されたプログラムを実行することにより実現される。このプログラムは、光ディスク等の各種の情報記憶媒体に格納されて集計サーバ２に提供されてもよいし、インターネット等の通信ネットワークを介して集計サーバ２に提供されてもよい。

　行動結果取得部２１は、ユーザー間で行われた行動の結果を示す行動結果データを取得する。本実施形態では、評価対象となるユーザー間の行動はゲーム対戦なので、行動結果データはユーザー間で行われたゲーム対戦の結果を示す情報を含む。このような情報は、ゲームサーバ４から取得される。行動結果データは、実際にゲームの対戦を行った二人のユーザーの組み合わせごとに、当該二人のユーザーを特定する情報と、対戦の結果どちらが勝利したかを示す情報とを少なくとも含んでいる。この行動結果データに含まれる情報は、ユーザーをノード、対戦をエッジ（リンク）とする有向グラフを構成することになる。

　さらに行動結果データは、ユーザー間で行われた対戦のスコアなど、勝敗以外の対戦の結果に関する情報を含んでもよい。また、対戦したゲームの特徴に関する情報（イージーモードかハードモードかなど）を含んでもよい。特に同じ二人のユーザーが過去に複数回対戦を行っている場合、行動結果取得部２１はその複数回の対戦の勝敗を集計した情報を行動結果データとして取得してもよい。例えばユーザーＡがユーザーＢと５回対戦して３勝２敗の成績を残した場合、行動結果取得部２１はこの３勝２敗（勝率６０％）の結果を示す情報を取得してもよい。あるいは、各対戦のスコアが記録される場合、そのスコアの合計値を対戦結果の情報として取得してもよい。例えばユーザーＡがユーザーＢと３回対戦してそれぞれ３対２、１対０、０対４の結果を残した場合、行動結果取得部２１は４対６のスコアを示す情報を取得してもよい。また、両者を組み合わせた情報を取得してもよい。なお、行動結果取得部２１は、自身で対戦成績の集計を行うことによって、集計された行動結果データを取得してもよいし、集計済みの行動結果データをゲームサーバ４から取得してもよい。

　評価値算出部２２は、行動結果取得部２１によって取得された行動結果データを解析することによって、情報処理システム１を利用する複数のユーザーそれぞれの評価値を算出する評価値算出処理を実行する。この評価値は、各ユーザーがそのゲームでどの程度強いかを示す指標値となる。本実施形態における評価値算出処理は、一種のランダム法（モンテカルロ法）に基づいており、乱数を用いた試行（以下、トレース処理という）を複数回実行することによって、統計的に各ユーザーの評価値を算出する。そのため、同じ行動結果データに対して評価値算出処理を複数回行ったとしても必ず同じ結果が得られるとは限らない。しかしながら、十分な回数の試行を行うことによって解析の精度を向上させることができる。評価値算出処理の具体例については、後述する。

　評価情報提供部２３は、ユーザー端末３からの要求に応じて、評価値算出部２２が算出した評価値に基づく各種の情報を要求元のユーザー端末３に送信する。これにより要求元のユーザー端末３は、例えばユーザーのランキング情報など、ユーザーの強さに関する各種の情報をその画面に表示してユーザーに提供することができる。

　以下、評価値算出部２２が実行する評価値算出処理の具体例について説明する。ここでは、４人のユーザーＡ～Ｄが情報処理システム１を利用してゲームをプレイしたと想定し、その対戦結果を示す行動結果データを対象とした場合を例として、評価値算出処理の内容を説明する。図３は、この４人のユーザーの対戦結果を示す有向グラフである。図３におけるエッジ（矢印）は実際に対戦を行ったユーザー同士を結びつけており、矢印が指し示すユーザーが勝利したユーザーを表している。この図３の例では、ユーザーＡはユーザーＢ及びＣの双方と対戦して負けており、ユーザーＤはユーザーＢと対戦して勝利している。一方、ユーザーＡとユーザーＤ、ユーザーＢとユーザーＣ、またユーザーＣとユーザーＤは互いに直接対戦していない。

　また、以下ではトレース処理の内容を説明するために、ランダムトレーサーという概念を導入する。トレース処理においては、１つのランダムトレーサーが図３に示すような有向グラフ上を所定のルールに従って移動する。より具体的に、ランダムトレーサーは、ランダムに選択されたいずれかのユーザー（以下、起点ユーザーという）のノードを起点として、選択されたユーザーに勝利したユーザーのいずれかを新たに選択するように（すなわち、有向グラフの矢印に沿って）グラフ上を順に移動する。このランダムトレーサーの移動は、後述するように、移動先のノードがなくなるか所定の終了条件が満たされた場合に終了する。なお、以下ではランダムトレーサーが有向グラフ上においてあるノードから次のノードへ移動することをホップと表現する。また、ランダムトレーサーの移動先となったノードに対応するユーザーをターゲットユーザーという。１回のトレース処理は、１つのランダムトレーサーが起点ユーザーのノードを出発して何回かのホップを行い、グラフ上を移動し終えるまでの移動経路を決定する一連の処理に相当する。そして、評価値算出部２２は、ランダムトレーサーが移動した経路上に存在する各ターゲットユーザーに対して、評価値を加算する。このようなトレース処理を十分大きな回数繰り返して実行することにより、評価値算出部２２は、各ユーザーについて、ランダムトレーサーが通過した回数に応じた評価値を算出することになる。ランダムトレーサーはターゲットユーザーに勝利したユーザー（すなわち、ターゲットユーザーよりも強いユーザー）を新たなターゲットユーザーとして選択するので、より強いユーザーほど、何度もターゲットユーザーとして選択されることになる。そのため、このランダムトレーサーの通過回数に対応した評価値が、そのユーザーの強さを表すことになる。

　ここで、１回のトレース処理の流れについて、図４のフロー図を用いて説明する。

　まず評価値算出部２２は、ランダムトレーサーの起点となる最初のターゲットユーザー（起点ユーザー）を選択する（Ｓ１）。この起点ユーザーは、行動結果データに含まれている全てのユーザーの中からランダムに選択される。すなわち、全てのユーザーが平等に起点ユーザーとして選択されるチャンスを持っている。ここでは具体例として、４人のユーザーの中からユーザーＡが起点ユーザーとして選択されたものとする。評価値算出部２２は、選択された起点ユーザー（ここではユーザーＡ）の評価値に１ポイントを加算する（Ｓ２）。

　続いて評価値算出部２２は、ターゲットユーザーに対して勝利したとの履歴があるユーザー（勝利ユーザー）が存在するか否かを判定する（Ｓ３）。Ｓ３で勝利ユーザーが存在しないと判定された場合、ランダムトレーサーの次の移動先は存在しないことになるので、評価値算出部２２はトレース処理を終了する。一方、勝利ユーザーが存在する場合、評価値算出部２２は勝利ユーザーの中から予め定められたルールに基づいて一人のユーザーを次のターゲットユーザーとして選択する（Ｓ４）。例えばターゲットユーザーがユーザーＡの場合、行動結果データによれば、図３に示すようにユーザーＢ及びユーザーＣの二人がユーザーＡに勝利している。そこで評価値算出部２２は、これら二人の勝利ユーザーのいずれかを次のターゲットユーザーとして選択する。具体的に、例えば評価値算出部２２は、ランダムに次のターゲットユーザーを選択してもよい。この場合、ユーザーＢ及びＣの双方がそれぞれ５０％の確率で次のターゲットユーザーとして選択されることになる。

　さらに評価値算出部２２は、Ｓ４で選択されたユーザーのノードに実際にランダムトレーサーをホップさせるか、あるいはランダムトレーサーの移動を終了させるかを、所定の終了条件に基づいて判定する（Ｓ５）。具体的に、評価値算出部２２は、一定の確率に基づいてランダムトレーサーの移動を継続させることとする。例えば評価値算出部２２は、８５％の確率でランダムトレーサーを次の移動先にホップさせ、１５％の確率でランダムトレーサーのホップを終了させる。このような処理を導入しているのは、例えばじゃんけんの三すくみのような関係にある複数ユーザーの間を無限にランダムトレーサーが移動し続けてしまうなどの状態を避けるためである。このＳ５の処理を導入することにより、一つのランダムトレーサーが無限に移動し続けてしまうことを避け、一定確率でその移動を終了させることができる。なお、上述した確率の条件に代えて、あるいはこれに加えて、評価値算出部２２は、起点ユーザーのノードから数えて一定回数ホップを繰り返したランダムトレーサーについて、さらなる移動を無条件で終了させてもよい。あるいは、ランダムトレーサーのホップ回数が増加するにつれて、Ｓ５の判定でランダムトレーサーの移動を終了させる確率を増加させてもよい。また、１つのランダムトレーサーが一度通過したノードを再び選択した場合、移動経路がループしたことになるので、そこでランダムトレーサーの移動を終了させてもよい。あるいは、１つのランダムトレーサーが所定回数同じユーザーをターゲットユーザーとして選択した場合に、ランダムトレーサーの移動を終了させてもよい。

　Ｓ５でランダムトレーサーの移動を継続させると判定した場合、評価値算出部２２は、実際にランダムトレーサーをＳ４で選択された次のターゲットユーザーのノードにホップさせ、当該ユーザーの評価値に１ポイントを加算する（Ｓ６）。なお、１つのランダムトレーサーが同じユーザーのノードを複数回通過した場合、初回のみ評価値への加算を行い、２回目以降には評価値を加算しないこととしてもよい。その後評価値算出部２２は、Ｓ３に戻ってさらに次の移動先へランダムトレーサーをホップさせる処理を継続する。例えば一つのランダムトレーサーが、以上説明したトレース処理によって、ユーザーＡを起点ユーザーとして、ユーザーＢ、及びユーザーＤを順にターゲットユーザーとして選択し、そこで移動を終了したとする。その場合、ユーザーＡ、ユーザーＢ、及びユーザーＤの３人に対して、それぞれ評価値が１ずつ加算されることになる。

　前述したように、評価値算出部２２は図４のフローで示したトレース処理をＮ個のランダムトレーサーについて繰り返し実行する。このＮ回のトレース処理の結果として各ユーザーに対して累積された評価値が、各ユーザーの強さを示す指標として用いられる。図３の例では、ユーザーＡは誰にも勝利していないため、自身が起点ユーザーとして選択された場合にしか評価値が加算されない。一方でユーザーＢ及びＣは、自身が起点ユーザーとして選択された場合のほか、ユーザーＡが起点ユーザーとして選択された場合にも評価値が加算される可能性がある。さらにユーザーＤは、自身が起点ユーザーとして選択された場合に加えて、ユーザーＡ及びＢのそれぞれが起点ユーザーとして選択された場合にも評価値が加算される可能性がある。そのため、十分な回数繰り返してトレース処理を実行した場合、ユーザーＡよりもユーザーＢ及びＣの方が、またユーザーＣよりもユーザーＤの方が、評価値が高くなる。この評価値の大小関係は、実際のユーザー同士の対戦結果を反映したものになっている。

　なお、１回の評価値算出処理において実行するトレース処理の回数Ｎは、例えばユーザーの総数に応じて決定される。この実行回数Ｎが多ければ多いほど評価値の精度は高くなるので、ユーザー全体の順位表を作りたい場合のように精度が要求される場合には、実行回数Ｎを増やすことが望ましい。逆にそれほど精度が要求されない場合、処理負荷を軽減するために実行回数Ｎを減らしてもよい。

　また、評価値算出部２２は、トレース処理の実行回数Ｎで正規化した評価値をユーザーの評価に用いてもよい。この場合、Ｎ回のトレース処理の累計としてユーザー毎に得られた評価値をＮで割ることによって、最終的な評価値を算出する。こうすれば、例えば毎日それまでの対戦履歴を示す行動結果データを用いて評価値算出処理を実行する場合に、前日の評価値算出処理と今日の評価値算出処理とでトレース処理の実行回数Ｎが異なったとしても、前日得られた評価値と今日得られた評価値とを比較することができる。そのため、毎回同じ回数のトレース処理を実行する必要はなくなるので、評価値算出処理を実行するごとに、処理負荷や所要時間などに応じてトレース処理の実行回数Ｎを変化させることができる。また、トレース処理の実行回数Ｎの代わりに、全Ｎ回のトレース処理における累計のホップ回数で評価値を正規化してもよい。この累計のホップ回数は、全ユーザーに加算されたポイントの累計に一致するので、この数値を用いることで、全ユーザーの評価値の合計が１．０になるような正規化を行うことができる。

　以上説明したように、評価値算出部２２は、ある時点において、その時点までに蓄積された過去のユーザー間の行動に関する行動結果データを処理対象として、評価値算出処理を実行する。このような手法によれば、対戦が行われるたびにレートのやりとりを行うイロレーティングなどの手法において生じるいくつかの問題を回避することができる。例えばイロレーティングでは、実力が等しい３人のユーザーが対戦する場合、その対戦順序によって３人のレーティングに差が生じてしまうという順序効果があることが知られている。これは、対戦が行われるごとにレートのやりとりを行うことに起因して生じる問題であるため、複数回の対戦が行われた後の行動結果データを用いて解析を行う本実施形態の評価値算出処理では生じない。

　また、イロレーティングでは、局所問題（島問題）という問題も生じ得る。具体例として、あるグループＡに属する複数のプレイヤー同士が互いに対戦してその結果に応じたレーティングがそれぞれに付与され、一方で別のグレープＢに属する複数のプレイヤーについても同様にグループＢ内での対戦結果に基づいてレーティングが付与されたとする。その後、グループＡに属するプレイヤーＡ１とグループＢに属するプレイヤーＢ１とが対戦した場合、イロレーティングでは、その対戦結果が直接対戦したプレイヤーＡ１及びＢ１のレーティングには反映されるが、グループＡ及びＢに属するその他のプレイヤーには反映されないことになる。この問題についても、グループ内、及びグループ間の対戦結果を全て反映した有向グラフを対象として解析を行う本実施形態の評価値算出処理では生じない。

　以下、トレース処理のいくつかの変形例について説明する。まず、図４のＳ４で示した次のターゲットユーザーを選択する処理における選択基準の変形例について、説明する。前述の説明では、次のターゲットユーザーの候補となる勝利ユーザーが複数いる場合、評価値算出部２２は互いに等しい確率で次のターゲットユーザーを選択することとしたが、評価値算出部２２は、現在のターゲットユーザーに対して各勝利ユーザーがどのように勝利したかを示す対戦成績の情報に応じて次のターゲットユーザーを選択してもよい。具体的には、勝率や得失点差などを考慮して、より強いと推定される勝利ユーザーに移動する確率が高くなるように、各勝利ユーザーを選択する確率を決定する。そして、決定された確率に従って、乱数によって次のターゲットユーザーを決定する。具体例として、ユーザーＡに対してユーザーＢが７対１（得失点差６）で勝利しており、ユーザーＣは２対１（得失点差１）でユーザーＡに勝利している場合、得失点差に応じて、６／７の確率でユーザーＢを、１／７の確率でユーザーＣをユーザーＡの次のターゲットユーザーとして選択する。あるいは、獲得点数のみに着目し、７／９の確率でユーザーＢを、２／９の確率でユーザーＣを選択してもよい。また、ユーザーＢがユーザーＡに対して３勝しており、ユーザーＣはユーザーＡに対して２勝している場合、３／５の確率でユーザーＢを、２／５の確率でユーザーＣを選択する。こうすれば、ユーザーＡに勝利したユーザーが複数いる場合に、これらの勝利ユーザーのうち、ユーザーＡとの関係で相対的により強いと推測されるユーザーの評価値を高くするように、ランダムトレーサーをホップさせることができる。

　あるいは評価値算出部２２は、勝敗数に応じて、次のターゲットユーザーをどのユーザーにするか、及び次のターゲットユーザーに実際にランダムトレーサーを移動させるか否かを決定してもよい。具体例として、ユーザーＡ対ユーザーＢの対戦成績が２勝４敗（ユーザーＢの勝ち越し）で、ユーザーＡ対ユーザーＣの対戦成績が２勝２敗（互角）であったとする。この場合、ユーザーＡのトータルの対戦回数１０を分母として、ユーザーＢの勝数に応じて４／１０の確率でユーザーＢにホップし、ユーザーＣの勝数２に応じて２／１０の確率でユーザーＣにホップする。また、ユーザーＡのトータルの勝数４に対応する４／１０の確率で、いずれのユーザーにもホップさせずにランダムトレーサーの移動を終了する。この例では、ユーザーＡ対ユーザーＣの対戦成績はトータルでは引き分けになっているが、ユーザーＣがユーザーＡに２勝しているので、ユーザーＡからユーザーＣにホップする場合も生じることになる。また、ユーザーＡはユーザーＢに負け越しているが、ユーザーＢに対して２勝しているので、ユーザーＢからユーザーＡにホップすることもあり得る。なお、勝敗数ではなく得失点の合計を対象として同様の処理を行ってもよい。

　また、評価値算出部２２は、対戦履歴の信頼性を評価し、その評価結果を用いてランダムトレーサーの次の移動先を選択してもよい。仮にユーザーＢのユーザーＡに対する勝数がユーザーＣのユーザーＡに対する勝数よりも大きいとしても、絶対的な標本数が少ない場合には、偶然そのような対戦結果が得られた可能性があり、標本数が多い場合と比較してデータの信頼性は低い。そのため、勝数に応じてどの移動先にランダムトレーサーを移動させるか選択する場合において、トータルの勝数が少ない場合には確率をランダムに変動させることとする。具体例として、ユーザーＢがユーザーＡに１勝しており、ユーザーＣがユーザーＡに２勝している場合、両者の勝数の比は１：２なので、前述の例によれば１／３の確率でユーザーＢを、２／３の確率でユーザーＣをそれぞれ選択することになる。一方、ユーザーＢがユーザーＡに５０勝し、ユーザーＣがユーザーＡに１００勝している場合にも、勝数の比は同じく１：２なので、同様の確率でユーザーＢ及びＣのいずれかを選択することになる。しかし、前者の例ではユーザーＢ及びユーザーＣがユーザーＡに勝ったトータルの勝数が３回と少ないため、後者の例と比較して、勝数の比が正しく実力を反映している可能性は低い（つまり、勝数のデータの信頼度が低い）。そこで評価値算出部２２は、この信頼度を考慮して確率をランダムに変動させ、１／３＋αの確率でユーザーＢを、２／３－αの確率でユーザーＣを、それぞれ選択することとする。ここでαは行動結果データの信頼度に応じてランダムに決定される数値で、０を中心に正負の値を採り得る。評価値算出部２２は、行動結果データの信頼度が高いほどαの振れ幅を小さくし、０に近い値になる可能性を高くする。逆に信頼度が低い場合、αの振れ幅を大きくし、その絶対値が大きくなる可能性を増加させる。こうすれば、データの信頼度が低い場合に、次のターゲットユーザーを決定する際にランダムな要素を加味することができる。勝数ではなく得失点差や勝率などを考慮してランダムトレーサーの移動先を選択する場合にも、同様に、データの標本数が少なければ信頼度が低いと考えられるので、テータの標本数が少ないほどαの値を大きくしてもよい。

　この信頼度を決定するうえでは、データの標本数以外の要素を考慮してもよい。例えば、ユーザーＡがこれまで対戦した人数が多いほど信頼度を高くしてもよい。また、ユーザーＡが最近ゲームプレイをしているほど信頼度を高くし、最後にプレイしてから時間がたっている場合には信頼度を低くしてもよい。また、ユーザーＡの勝率が極端に高い、または低いなどの偏りが存在する場合、通常のゲームプレイによるものではない作為的なものである可能性があり得る。そこで、このような場合には信頼度が低いものとして次のターゲットユーザーを決定してもよい。

　次に、Ｓ６の処理でランダムトレーサーの移動先となったターゲットユーザーの評価値に加算されるポイントの変形例について説明する。前述の説明ではランダムトレーサーの通過によって評価値に加算されるポイントは常に１なので、最終的に得られる評価値はランダムトレーサーの通過回数に一致している。しかしながら、評価値算出部２２は、あるノードに到着するまでにランダムトレーサーがどのような移動経路をたどって移動したかに応じて、当該ノードに対応するユーザーの評価値に加算するポイントを変化させてもよい。

　例えば評価値算出部２２は、ランダムトレーサーがあるノードに到着するまでのホップ回数に応じて、当該ノードに対応するユーザーに加算するポイントを変化させる。具体的に、評価値算出部２２は、ランダムトレーサーが１回以上ホップした後に到着する各ユーザーにＳ６で加算するポイントを、Ｓ２で起点ユーザーに加算するポイントよりも大きくしてもよい。また、あるノードに到着するまでのホップ回数が増えれば増えるほど（すなわち、それまでに選択されたターゲットユーザーの数が多ければ多いほど）、当該ノードに対応するユーザーに加算するポイントが大きくなるように、加算ポイントを決定してもよい。

　また、評価値算出部２２は、ランダムトレーサーがある注目ユーザーのノードにホップする１つ前のユーザー（すなわち、注目ユーザーに敗北した敗北ユーザー）の行動内容（対戦数など）に応じて、注目ユーザーに加算するポイントを変化させてもよい。具体的に、敗北ユーザーのトータルの対戦回数が少ない場合、そのユーザーはゲームを始めたばかりであると推測され、このようなユーザーに勝利したとしても高い実力があることの証明にはならない可能性がある。そこで、対戦回数が所定数未満の敗北ユーザーからランダムトレーサーがホップして勝利ユーザーのノードに到着した場合には、対戦回数が所定数以上の敗北ユーザーからホップした場合よりも加算ポイントを少なくしてもよい。

　また、評価値算出部２２は、ランダムトレーサーが注目ユーザーのノードにホップする際にたどるエッジに対応する行動結果データの属性に応じて、注目ユーザーに加算するポイントを変化させてもよい。例えばユーザーＡからユーザーＢにランダムトレーサーがホップした場合において、ユーザーＡとユーザーＢの対戦がいつ行われたかに応じてユーザーＢに加算するポイントを変化させる。両者の対戦履歴が時期的に古い対戦のものである場合には、その対戦履歴は現在の実力を反映していない可能性がある。そのため、時期が古い対戦に対応するエッジをたどってランダムトレーサーがホップした場合、当該ホップ後のユーザーに加算するポイントを減少させることとする。こうすれば、より新しい対戦履歴を重視した解析を行うことができる。なお、評価値算出部２２は、一定時間以上過去の対戦履歴については無視して評価値算出処理を行ってもよい。これにより、例えば直近１週間や１ヶ月の対戦成績に基づくランキングなどを生成することができる。

　以上の説明では、行動結果データに含まれる各対戦結果は、２人のユーザーによる１対１のゲーム対戦の結果を示していることとした。しかしながら、評価値算出部２２はチーム戦の対戦結果を評価対象として用いてもよい。例えばユーザーＡ１及びＡ２が所属するチームＡとユーザーＢ１及びＢ２が所属するチームＢが対戦してチームＡが勝利した場合、ユーザーＡ１がユーザーＢ１及びＢ２のそれぞれに勝利し、ユーザーＡ２もユーザーＢ１及びＢ２のそれぞれに勝利したとして有向グラフを生成すれば、個人戦の場合と同様にして各ユーザーの強さを評価することができる。このような場合において、勝利チームに属する各ユーザーの勝利への貢献度を評価することができるのであれば、その貢献度に応じてランダムトレーサーの移動先を選択してもよい。具体例として、同じチームに属する各ユーザーが獲得したスコアの累計によってチーム全体の勝敗が決定するようなゲームの場合、各ユーザーが獲得したスコアに応じた確率で、勝利チームに属する複数ユーザーのうちのどのユーザーにランダムトレーサーをホップさせるかを決定してもよい。あるいは、チーム戦における各ユーザーの役割に応じて各ユーザーを移動先として選択する確率を決定してもよい。また、以上の説明ではユーザーをノードとする有向グラフを用いてユーザー単位で評価値を算出することとしたが、これに代えて、複数ユーザーから構成されるユーザーグループ（チーム）をノードとしてチーム対戦の結果に対する解析を行い、グループ単位での評価値を算出してもよい。この場合行動結果取得部２１は、ユーザーグループ間で行われた行動（ここではチーム対戦）の結果を示す行動結果データを取得する。そして、評価値算出部２２は、これまで説明したユーザーの代わりにユーザーグループをノード（評価単位）として評価値算出処理を実行し、各ユーザーグループの評価値を算出する。

　ここで、評価値算出部２２が算出した評価値に基づいて評価情報提供部２３が提供する情報の具体例について説明する。例えば評価情報提供部２３は、全ユーザーを評価値でソートして各ユーザーの順位付けを行い、ユーザーごとの順位情報を提供してもよい。この場合、今日の対戦結果、今月の対戦結果、及びこれまでの全ての対戦結果をそれぞれ処理対象とすることで、それぞれの期間におけるランキングを算出してもよい。図５はあるユーザーについてこのようなランキング情報を表示する画面の一例を示している。ここでは、ゲームＡについて、総合、今月、今日の順位が示されている。また、ユーザーの地域別の順位（ここでは日本国内での順位、及び東京内での順位）も示されている。また、評価情報提供部２３は、各ユーザーがゲームシステム内に用意された仮想的な地域やチームに属している場合、このような仮想の地域やチーム内での順位の情報を提供してもよい。さらに、情報処理システム１で複数種類のゲームをプレイ可能な場合、ゲームの種類ごとに評価値を算出し、その合計を算出することによって、複数ゲームの総合ランキングを決定してもよい。また、評価情報提供部２３は、チームや地域ごとに、同じチーム、あるいは同じ地域に属するユーザーの評価値を合計することによって、チーム別のランキングや地域別のランキングを決定してもよい。評価情報提供部２３は、情報の提供要求を行った要求ユーザーに対して、当該要求ユーザー自身のランキング情報だけでなく、要求ユーザーの友人として登録されたユーザーや、各種のランキングで上位に入っている他のユーザーのランキング情報を提供してもよい。

　また、評価情報提供部２３は、要求ユーザーからの要求に応じて、当該要求ユーザーが次にゲーム対戦を行う対戦相手の候補となるユーザー（推薦ユーザー）を選択し、この推薦ユーザーの情報を要求ユーザーに対して提供してもよい。さらにこの場合において評価情報提供部２３は、推薦ユーザーと要求ユーザーとの間で過去に行われた行動に関する情報を、要求ユーザーに提供してもよい。具体例として、評価情報提供部２３は、要求ユーザーと評価値が近いユーザーを推薦ユーザーとして選択する。また、要求ユーザーよりも評価値が高いユーザー（すなわち、実力が上のユーザー）や評価値が低いユーザーを推薦ユーザーとして選択してもよい。図６はこのような推薦ユーザー（対戦相手候補）の表示例を示しており、推薦ユーザーのユーザー名と関連付けて当該推薦ユーザーの評価値がスコアとして表示されている。また、当該推薦ユーザーと要求ユーザーとの間で過去に対戦が行われたか否かを示す履歴情報も表示されている。要求ユーザーは、このスコアを参照することによって、相手の実力を考慮してゲームの対戦相手を選択することができる。

　本発明の実施の形態は、以上説明したものに限られない。例えば以上の説明では、ゲームサーバ４がゲームの処理を行うこととしたが、各ユーザー端末３がゲームの処理を実行することとし、ゲーム対戦時にはユーザー端末３は対戦相手のゲーム端末３と直接データを授受することとしてもよい。

　また、以上の説明では、評価値算出部２２は、トレース処理の実行中にターゲットユーザーに勝利したユーザーを次のターゲットユーザーとして選択することとした。しかしながら、勝利したユーザーだけでなく、ターゲットユーザーとの対戦結果が引き分けだったユーザーについても、新たなターゲットユーザーとして選択可能であることとしてもよい。また、評価値算出部２２は、勝利ユーザーを選択するのではなく、ターゲットユーザーに敗北したユーザーを新たなターゲットユーザーとして選択してもよい。この場合には、他のユーザーに負けた対戦結果があるユーザーほど、評価値が大きくなる。そのため、評価値算出処理によって得られた評価値が小さい順にユーザーをソートすることで、ユーザーのランキングを得ることができる。

　また、本発明の実施の形態に係る集計サーバ２が処理対象とするのは、ゲームの対戦結果を示す行動結果データに限られず、管理サーバ２は各種のユーザー間で行われた行動の結果に関するデータを処理対象としてもよい。具体例として、各ユーザーは、ゲーム対戦を行った際に対戦相手を評価する情報を入力することとし、集計サーバ２は、このような情報入力によって得られた評価内容を示す行動結果データを解析して、各ユーザーが対戦相手にどのように評価されたかを示す評価値を算出してもよい。この例においてゲームサーバ４は、ゲーム対戦が行われた際に各ユーザーから対戦相手に対する評価を示す情報を取得して蓄積する。そして、対戦結果を示す行動結果データとは別に、このような評価内容を示す行動結果データを集計サーバ２に提供する。この評価は、相手のプレイがよかったかどうか、相手がフェアだったか、対戦相手として好ましかったかなどに関するものであってよく、必ずしもゲームの実力に関するものである必要はない。例えばユーザーＡがユーザーＢをポジティブに評価する行動を行った場合、このような行動の結果を表すユーザーＡからユーザーＢに向かうエッジを持った有向グラフが生成できる。評価値算出部２２は、この有向グラフに対して対戦結果の場合と同様のトレース処理を行う。具体的に、ユーザーＡがユーザーＢ及びＣのそれぞれを評価しており、ユーザーＡが現在のターゲットユーザーとして選択されている場合、評価値算出部２２は、ユーザーＢ及びＣのいずれか一方を次のターゲットユーザーとして選択し、選択したユーザーのノードにランダムトレーサーをホップさせ、その評価値にポイントを加算する。このような解析を行うことにより、評価値算出部２２は、より多くのユーザーから評価されたユーザーの評価値が高くなるように、また、評価の高いユーザーに評価されたユーザーの評価値が高くなるように、各ユーザーの評価値を算出することができる。

　上記の例において、ユーザーが行った評価の内容が多段階で示される場合、評価値算出部２２は、その評価内容をゲームのスコアと同じように用いることによって、より高い評価を受けたユーザーを選択し易くなるような確率で、ランダムトレーサーの移動先を選択してもよい。また、あるユーザーが特定のユーザーと複数回の対戦を行った場合に、その複数回の対戦のつど評価を行うこともあり得る。このような場合、評価回数を対戦の勝数と同じように利用して、より評価された回数の多いユーザーを選択し易くなるような確率で、ランダムトレーサーの移動先を選択してもよい。

　また、ソーシャルネットワーキングサービスなどでも、各ユーザーが、他のユーザーの発言に対してコメントしたり、他のユーザーの発言に対してボタンを操作して何らかのポジティブな、またはネガティブな評価を示したりすることが行われている。そこで、このようなユーザー同士の間で行われた評価行動についても、前述したゲーム対戦の評価と同様にして、解析対象とすることができる。

　１　情報処理システム、２　集計サーバ、３　ユーザー端末、４　ゲームサーバ、１１　制御部、１２　記憶部、１３　通信部、２１　行動結果取得部、２２　評価値算出部、２３　評価情報提供部。

Claims

　複数のユーザー又はユーザーグループについて、当該複数のユーザー又はユーザーグループ間で行われた行動の結果を示す行動結果データを取得する行動結果取得部と、
　前記複数のユーザー又はユーザーグループの中から、ランダムに一のユーザー又はユーザーグループをターゲットとして選択する起点選択処理、及び、
　前記行動結果データに基づいて、現在のターゲットとして選択されたユーザー又はユーザーグループが行った行動の相手となった相手ユーザー又は相手ユーザーグループを次のターゲットとして新たに選択する処理を、所定条件を満たすまで繰り返すターゲット選択処理、
　から構成されるトレース処理を複数回実行し、前記複数のユーザー又はユーザーグループのそれぞれについて、前記複数回のトレース処理において当該ユーザー又はユーザーグループがターゲットとして選択される回数に応じて当該ユーザー又はユーザーグループの評価値を算出する評価値算出部と、
　を含むことを特徴とする情報処理装置。
　請求項１に記載の情報処理装置において、
　前記評価値算出部は、前記ターゲット選択処理において、前記現在のターゲットが行った行動の相手となった相手ユーザー又は相手ユーザーグループが複数いる場合、当該複数の相手ユーザー又は相手ユーザーグループの中からランダムに前記次のターゲットを選択する
　ことを特徴とする情報処理装置。
　請求項２に記載の情報処理装置において、
　前記評価値算出部は、前記ターゲット選択処理において、前記複数の相手ユーザー又は相手ユーザーグループのそれぞれと前記現在のターゲットとの間で行われた行動についての行動結果データの内容に応じて決まる確率で、ランダムに前記次のターゲットを選択する
　ことを特徴とする情報処理装置。
　請求項３に記載の情報処理装置において、
　前記評価値算出部は、前記ターゲット選択処理において、前記行動の内容に対する信頼度を評価し、前記確率を前記信頼度に応じてランダムに変動させたうえで、当該変動された確率に応じて前記次のターゲットを選択する
　ことを特徴とする情報処理装置。
　請求項１に記載の情報処理装置において、
　前記評価値算出部は、前記トレース処理において前記複数のユーザー又はユーザーグループのそれぞれがターゲットとして選択されるごとに、所与のポイントを当該ユーザー又はユーザーグループの評価値に加算することによって、前記複数のユーザー又はユーザーグループそれぞれの評価値を算出する
　ことを特徴とする情報処理装置。
　請求項５に記載の情報処理装置において、
　前記評価値算出部は、前記複数のユーザー又はユーザーグループのそれぞれがターゲットとして選択された場合に、それまでに前記ターゲット選択処理において選択されたターゲットの数が多いほど、大きなポイントを当該ユーザー又はユーザーグループの評価値に加算する
　ことを特徴とする情報処理装置。
　請求項５に記載の情報処理装置において、
　前記評価値算出部は、前記複数のユーザー又はユーザーグループのそれぞれが新たなターゲットとして選択された場合に、当該新たなターゲットの一つ前のターゲットと当該新たなターゲットとの間で行われた行動についての行動結果データに応じて決まるポイントを、当該新たなターゲットとして選択されたユーザー又はユーザーグループの評価値に加算する
　ことを特徴とする情報処理装置。
　請求項１に記載の情報処理装置において、
　前記複数のユーザー又はユーザーグループのそれぞれについて算出された前記評価値を用いて、前記複数のユーザー又はユーザーグループのうちの要求ユーザー又は要求ユーザーグループについて、当該要求ユーザー又は要求ユーザーグループの次の行動の相手として推薦する推薦ユーザー又は推薦ユーザーグループを選択し、当該選択した推薦ユーザー又は推薦ユーザーグループの情報を前記要求ユーザー又は前記要求ユーザーグループに属するユーザーに提供する情報提供部をさらに含む
　ことを特徴とする情報処理装置。
　請求項８に記載の情報処理装置において、
　前記情報提供部は、前記選択した推薦ユーザー又は推薦ユーザーグループについて、当該推薦ユーザー又は推薦ユーザーグループと前記要求ユーザー又は要求ユーザーグループとの間で行われた過去の行動に関する情報を、前記推薦ユーザー又は推薦ユーザーグループの情報とともに前記要求ユーザー又は前記要求ユーザーグループに属するユーザーに提供する
　ことを特徴とする情報処理装置。
　複数のユーザー又はユーザーグループについて、当該複数のユーザー又はユーザーグループ間で行われた行動の結果を示す行動結果データを取得するステップと、
　前記複数のユーザー又はユーザーグループの中から、ランダムに一のユーザー又はユーザーグループをターゲットとして選択する起点選択処理、及び、
　前記行動結果データに基づいて、現在のターゲットとして選択されたユーザー又はユーザーグループが行った行動の相手となった相手ユーザー又は相手ユーザーグループを次のターゲットとして新たに選択する処理を、所定条件を満たすまで繰り返すターゲット選択処理、
　から構成されるトレース処理を複数回実行し、前記複数のユーザー又はユーザーグループのそれぞれについて、前記複数回のトレース処理において当該ユーザー又はユーザーグループがターゲットとして選択される回数に応じて当該ユーザー又はユーザーグループの評価値を算出するステップと、
　を含むことを特徴とする情報処理方法。
　複数のユーザー又はユーザーグループについて、当該複数のユーザー又はユーザーグループ間で行われた行動の結果を示す行動結果データを取得する行動結果取得部、並びに、
　前記複数のユーザー又はユーザーグループの中から、ランダムに一のユーザー又はユーザーグループをターゲットとして選択する起点選択処理、及び、
　前記行動結果データに基づいて、現在のターゲットとして選択されたユーザー又はユーザーグループが行った行動の相手となった相手ユーザー又は相手ユーザーグループを次のターゲットとして新たに選択する処理を、所定条件を満たすまで繰り返すターゲット選択処理、
　から構成されるトレース処理を複数回実行し、前記複数のユーザー又はユーザーグループのそれぞれについて、前記複数回のトレース処理において当該ユーザー又はユーザーグループがターゲットとして選択される回数に応じて当該ユーザー又はユーザーグループの評価値を算出する評価値算出部、
　としてコンピュータを機能させるためのプログラム。
　複数のユーザー又はユーザーグループについて、当該複数のユーザー又はユーザーグループ間で行われた行動の結果を示す行動結果データを取得する行動結果取得部、並びに、
　前記複数のユーザー又はユーザーグループの中から、ランダムに一のユーザー又はユーザーグループをターゲットとして選択する起点選択処理、及び、
　前記行動結果データに基づいて、現在のターゲットとして選択されたユーザー又はユーザーグループが行った行動の相手となった相手ユーザー又は相手ユーザーグループを次のターゲットとして新たに選択する処理を、所定条件を満たすまで繰り返すターゲット選択処理、
　から構成されるトレース処理を複数回実行し、前記複数のユーザー又はユーザーグループのそれぞれについて、前記複数回のトレース処理において当該ユーザー又はユーザーグループがターゲットとして選択される回数に応じて当該ユーザー又はユーザーグループの評価値を算出する評価値算出部、
　としてコンピュータを機能させるためのプログラムを格納した、コンピュータ読み取り可能な情報記憶媒体。