JP2007026419A - ソーシャルネットワーク情報の管理方法およびそのシステム - Google Patents
ソーシャルネットワーク情報の管理方法およびそのシステム Download PDFInfo
- Publication number
- JP2007026419A JP2007026419A JP2006007018A JP2006007018A JP2007026419A JP 2007026419 A JP2007026419 A JP 2007026419A JP 2006007018 A JP2006007018 A JP 2006007018A JP 2006007018 A JP2006007018 A JP 2006007018A JP 2007026419 A JP2007026419 A JP 2007026419A
- Authority
- JP
- Japan
- Prior art keywords
- information
- candidate
- person
- searcher
- network information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
【課題】特定の場所において人と人が実際に会った履歴を人脈情報として管理し、個人の人脈情報を共有して有効活用する。
【解決手段】特定のエリアに他者と交流する人物の人物属性IDと交流期間を検出し、エリアID、交流期間および人物属性IDを含む交流状況情報を生成し、この交流状況情報を集約しフィルタリングしてリアルコミュニティ情報を作成する。次に、このリアルコミュニティ情報から人脈強度を算出して人脈情報を生成し、人脈情報の検索に供する。
【選択図】図1A
【解決手段】特定のエリアに他者と交流する人物の人物属性IDと交流期間を検出し、エリアID、交流期間および人物属性IDを含む交流状況情報を生成し、この交流状況情報を集約しフィルタリングしてリアルコミュニティ情報を作成する。次に、このリアルコミュニティ情報から人脈強度を算出して人脈情報を生成し、人脈情報の検索に供する。
【選択図】図1A
Description
本発明は、人脈データ管理システムに係わり、特に、現実世界での人と人の交流関係をコミュニティとして捉えて人脈情報を生成し、検索する技術に関する。
事業部門を越えたプロジェクトを支援するコラボレーションツールが次々と登場している。信頼関係が築かれている状況でこのようなツールを活用する場合は大変便利である。コラボレーションツールの機能の一つとなりうる従来の人脈情報探索システムの一例が、特開2001−175680号公報(特許文献1)に記載されている。このシステムは、受信部が送信者と受信者の間の電子的なやり取りを受け取り、受信情報解析部がその内容を解析し、人物関係生成部が人物関係情報を生成する。
この従来技術は、宛先人と差出人の関係が明確な電子メールのやり取りを主な情報源として人物関係情報を構築するものである。しかし現実の世界では、電子的なやり取り以外に人と人とが出会ってコミュニティを形成する場合が多く、このような人間関係を人脈情報の生成に生かせないという問題がある。
本発明は、特定のエリアに他者と交流する人物の人物属性IDと交流期間を検出し、エリアID、交流期間および人物属性IDを含む交流状況情報を生成し、この交流状況情報を集約しフィルタリングしてリアルコミュニティ情報を作成する。次に本発明は、このリアルコミュニティ情報から人脈強度を算出して人脈情報を生成し、人脈情報の検索に供する。
本発明によれば、人と人とが交流を通じてコミュニティを形成するときに検出される交流状況情報や人物属性情報などを解析し、集約することにより、人脈情報を生成することができる。
以下、本発明の実施例について図面を用いて詳細に説明する。
(1)システムの概要
図1Aは、オフィスのソーシャルネットワークシステムの構成を示す図である。システムは、計算機100、端末装置600、ユーザ装置700およびこれら装置間を接続するネットワーク800から構成される。
(1)システムの概要
図1Aは、オフィスのソーシャルネットワークシステムの構成を示す図である。システムは、計算機100、端末装置600、ユーザ装置700およびこれら装置間を接続するネットワーク800から構成される。
オフィスに設置される端末装置600は、ユーザ情報記憶装置900の情報を読み取る読取装置601と、ユーザの顔などを撮影するカメラ602とを有する。ユーザ情報記憶装置900は、各ユーザが保持する名札などであり、ユーザIDなどを電子的に格納する。読取装置601は、各エリアごとに設置され、ユーザが保持するユーザ情報記憶装置900からユーザIDなどを検出するセンサーネットを構成する。
計算機100は、CPU101、主記憶装置(メモリ)102および入出力制御部103を備え、磁気ディスク装置などの記憶装置500、マウス、キーボードなどの入力装置200および計算機100の演算結果を表示する表示装置300を接続する。さらに、計算機100の演算結果などを出力するプリンタ400が接続されていてもよい。計算機100は、記憶装置500に格納されたプログラムに従って情報処理を実行する。より具体的には、プログラムを主記憶装置102に展開し、CPU101で演算を実行する。
ユーザ装置700は、各ユーザが保持するパーソナルコンピュータ(PC)などの端末装置であり、入力されたデータや検索条件を計算機100へ送信し、受信した検索結果などの表示データを表示する。
図1Bは、記憶装置500に格納されるプログラムおよびデータベース(DB)を示す。
図2に示す属性情報DB506は、登録する人物の識別番号である人物属性ID1101、その人物の所属部門を示す部門名1102、その人物の氏名を示す名前1103、その人物の証明写真を示す写真1104、その人物の生年月日を示す生年月日1105、その人物の性別を示す性別1106、その人物の連絡先を示すメールアドレス1107、その人物の職制を示す職制1108、アラートの配信を許可するか否かを設定するアラート1109等から構成される。なお、図2は、属性情報の例を示すが、これら項目のうちのいくつかが記載されていてもよい。
図3に示す交流状況情報DB507は、登録する状況の識別番号である人物関係ID1201、部屋の場所の識別番号であるエリアID1202、その場所に集まった人の数を示す人数1203、人物が部屋に入場した時刻を示す交流開始日時1204、人物が部屋から退出する時刻を示す交流終了日時1205、登録する人物の識別番号である人物属性ID1101、および交流期間中のコミュニケーション数を示すコミュニケーション数1207から構成される。
図4に示すフィルタリング情報DB508は、部屋の場所の識別番号であるエリアID1202、交流期間中の人数の閾値である人数閾値1302、交流開始日時と交流終了日時の期間の閾値である交流期間閾値1303、および交流期間中のコミュニケーション数の閾値であるコミュニケーション数閾値1304から構成される。
図5に示す場所予約情報DB509は、部屋の場所の識別番号であるエリアID1202、予約されている時間の開始時刻である予約開始日時1402、予約されている時間の終了時刻である予約終了日時1403、予約した人のIDである人物属性ID1101、部屋を予約する際の用件である用件1405等から構成される。なお、図5は、場所予約情報の例を示すが、これら項目のうちのいくつかが記載されていてもよい。
図6に示す場所タイプ判断情報DB510は、部屋の場所の識別番号であるエリアID1202、部屋が予約されているか否かのフラグである予約状況1502、エリアIDと予約状況に対応して設定されている関係タイプ1503から構成される。
図7に示すタイプ別重み付け情報DB511は、部屋の場所の識別番号であるエリアID1202、場所の広さや予約状況などから分類される関係タイプ1503、関係タイプごとに人の数により分類される基準である人数1203、人数ごとにコミュニケーションの数により分類される基準であるコミュニケーション数1207、重み付けをした値を表すパラメータ1605で構成される。
図8に示す仮リアルコミュニティ情報DB512は、仮のコミュニティの識別番号である仮リアルコミュニティID1701、仮のコミュニティが存在していると判断した場所の識別番号であるエリアID1202、交流状況をタイプ別に分類する関係タイプ1503、その場所に集まった人の数を示す人数1203、交流期間中のコミュニケーション数を示すコミュニケーション数1207、タイプ別重み付け情報DB511に基づいて導出されたパラメータ1605、仮のコミュニティとして存在した時間の開始日時である交流開始日時1204、仮のコミュニティとして存在した時間の最終日時である交流終了日時1205、仮のコミュニティと判断した人の識別番号のリストである人物属性IDリスト1709で構成される。
図9に示すリアルコミュニティ情報DB513は、登録するリアルコミュニティの識別番号であるリアルコミュニティID1801、リアルコミュニティと判断された仮のリアルコミュニティの識別番号である仮リアルコミュニティID1701、仮のリアルコミュニティと判断されたコミュニティの名前であるグループ名1803、ユーザ装置700から登録されたキーワードを示すキーワード1804、ユーザ装置700から入力されたアクセス権を示すアクセス権1805から構成される。アクセス権1805は、アクセス範囲(部内、事業部内など)の大きさを数値化したものである。
図10に示す人脈情報DB514は、人脈情報として登録するリアルコミュニティの識別番号である人脈情報ID1901、重複しているリアルコミュニティのリストを示すリアルコミュニティIDリスト1902、リアルコミュニティが形成された時刻のうち最も早い交流開始日時を示す交流開始日時1903、リアルコミュニティが形成された時刻のうち最近の交流終了日時を示す交流終了日時1904、交流頻度や地理的距離と交流回数から算出される人脈強度1905、実在するコミュニティの名前であるグループ名1803、リアルコミュニティのキーワードをリアルコミュニティIDリストごとに集約したキーワードリスト1907、ユーザ装置700から入力されたアクセス権を示すアクセス権1805、グループ単位で交流した交流の頻度を示す頻度1909、リアルコミュニティに所属している人物の識別番号のリストである人物属性IDリスト1709、交流開始期間中に同じメンバで交流した回数である交流回数1911から構成される。過去の組織情報を活用した人脈検索を行うときは、組織情報を人脈情報に追加してもよい。また、初期の人脈情報DB514は現在の組織情報を活用して構築したり、他のプロジェクト管理システムと連携して人脈情報を登録してもよい。
図11に示す人脈検索条件情報DB515は、ユーザ装置700から供給されるデータであり、人脈検索ID2001、ユーザの名前1103、キーワード1804、グループ名1803、期間2005、場所2006などから構成される。
図12に示す人脈検索候補者情報DB516は、人脈検索の最初の結果として抽出された候補者の人物属性IDである人脈検索候補者ID2101と、人脈情報ID1901に対応したリアルコミュニティIDリストを集約したリアルコミュニティIDリスト1902と、コミュニティが形成された日時を示す交流開始日時1903と、コミュニティが形成された最近の日時を示す交流終了日時1904と、コミュニティが形成された最近の場所を示す最終交流場所2105と、交流回数や地理的距離などから算出した人脈強度1905と、リアルコミュニティのキーワードを集約したキーワードリスト1907と、交流終了日時と前回の交流終了日時から算出した頻度1909と、リアルコミュニティに所属する人物の識別番号をリスト化した人物属性IDリスト1709と、リアルコミュニティの名前を示すグループ名1803と、リアルコミュニティごとに設定したアクセス権限を示すアクセス権1805から構成される。
図13に示す2者間人脈情報DB517は、検索者と検索ターゲット者の2者、または検索者と検索ターゲット者の2者間に介在するようなつながりをもつ候補者を検索者に近い方から順に2者ずつ配置し、その2者間の人脈強度を設定する。2者間人脈情報DB517は、検索者の人物属性IDである検索者ID2201と、検索者と検索ターゲット者との間に介在する最大3人までの候補者の人物属性IDである候補者ID2202と、検索者の検索条件に最も近いと判断された候補者の人物属性IDを示す検索ターゲット者ID2203と、検索者と検索ターゲット者、検索者と候補者、候補者と他の候補者、または候補者と検索ターゲット者間の人脈強度2204から構成される。ここで検索ターゲット者とは、人脈検索条件に最も合致する人を指す。
図14に示す占い情報DB518は、相性占い結果を識別する相性占いID2301、検索者の状態を表す現在のあなたの状態2302、検索候補者の状態を表す相手の気持ち2303、検索候補者との今後を表す未来2304、運がよい場所を表すラッキーな場所2305、運がよい番号を表すラッキーナンバー2306などから構成される。なお、占い情報DB518は、属性情報DB506の属性情報をもとに算出できる占いの種類であればよく、星占いやタロット占いなどの他の占いであってもよい。
(2)処理手順概略
次に、このシステムで実行する処理の概略手順について図15に示すフローチャートに沿って説明する。なお、本フローチャートでの処理は、交流状況情報生成プログラム501と、仮リアルコミュニティ情報生成プログラム502と、リアルコミュニティ情報生成プログラム503と、人脈情報生成プログラム504と、人脈情報検索プログラム505にしたがって、実行される。
(2)処理手順概略
次に、このシステムで実行する処理の概略手順について図15に示すフローチャートに沿って説明する。なお、本フローチャートでの処理は、交流状況情報生成プログラム501と、仮リアルコミュニティ情報生成プログラム502と、リアルコミュニティ情報生成プログラム503と、人脈情報生成プログラム504と、人脈情報検索プログラム505にしたがって、実行される。
まず、交流状況情報生成プログラム501が、交流状況情報DB507の情報を取得し、仮リアルコミュニティ情報生成プログラム502が仮リアルコミュニティ情報DB512のレコードを登録する(S1)。この処理を詳細に示したフローチャートが図16である。
次に、リアルコミュニティ情報生成プログラム503が、仮リアルコミュニティ情報DB512をもとにリアルコミュニティ情報DB513を生成する(S2)。この処理を詳細に示したフローチャートが図21である。
次に、人脈情報生成プログラム504が、交流状況情報DB507とリアルコミュニティ情報DB513から人脈情報DB514を生成する(S3)。この処理を詳細に示したフローチャートが図22である。
次に、人脈情報探索プログラム505が人脈情報DB514に基づいて人脈検索候補者情報DB516を作成し、人脈検索候補者情報DB516から最終的な2者間人脈情報DB517を生成する(S4)。この処理を詳細に示したフローチャートが図23である。
(3)仮リアルコミュニティ登録処理
以下、交流状況情報生成プログラム501が、交流状況情報DB507を取得し、仮リアルコミュニティ情報生成プログラム502が仮リアルコミュニティ情報DB512を登録するまでの処理手順について図16のフローチャートに沿って順に説明する。
(3)仮リアルコミュニティ登録処理
以下、交流状況情報生成プログラム501が、交流状況情報DB507を取得し、仮リアルコミュニティ情報生成プログラム502が仮リアルコミュニティ情報DB512を登録するまでの処理手順について図16のフローチャートに沿って順に説明する。
まず、ユーザがオフィスのある場所に入室すると、読取装置601がユーザ情報記憶装置900を感知し、ユーザのいる場所、人物属性ID、交流開始日時、交流終了日時を検出し、計算機100に送信する(S5)。さらに、カメラ602がユーザのいる部屋を撮影し、その画像を計算機100に送信する (S6)。
次に、計算機100の交流状況情報生成プログラム501は、カメラ602と読取装置601から送られてきた情報を解析し、同じ場所で会っている人物の状況情報を交流状況情報DB507を登録する(S7)。次に、仮リアルコミュニティ情報生成プログラム502は、登録した交流状況情報に対してフィルタリング処理を行う(S8)。次に仮リアルコミュニティ情報生成プログラム502は、交流している状況を分類するために、場所のタイプ分けを行う(S9)。次に仮リアルコミュニティ情報生成プログラム502は、仮リアルコミュニティ情報を生成し、仮リアルコミュニティ情報DB512に登録する(S10)。ここで、(S7)から(S10)の詳細な処理について順に説明する。
まず、同じ場所で会っている人物の状況情報を取得する(S7)の処理について図17を用いて詳細に説明する。交流状況情報生成プログラム501は、取得した場所画像を基に顔認識をする(S20)。次に、交流状況情報生成プログラム501は、属性情報DB506を参照し、顔認識結果と写真1104をマッチングし(S21)、マッチングした結果が一致するか否かを判断する(S22)。ここで、マッチングした結果が一致しない場合には、処理を終了する。次に、交流状況情報生成プログラム501は、マッチングした人物の人物属性ID1101を取得し、その時刻を交流開始日時1204としてDBに登録する(S23)。そのエリアID1202で特定される場所からユーザ情報記憶装置900の場所を検出できなくなった時刻を交流終了日時1205としてDBに登録する(S24)。次に、交流状況情報生成プログラム501は、交流期間中の人物属性ID1101ごとのコミュニケーション数1207を算出しDBに登録する(S25)。コミュニケーション数を算出する方法は、例えば口の動きを画像認識する方法などがある。次に、交流状況情報生成プログラム501は、人物属性IDで特定される人物が存在する場所のエリアID1202を取得し登録する(S26)。エリアIDは、人物属性IDを取得した読取装置601の識別番号から読み取ることができる。次に、交流状況情報生成プログラム501は、交流期間中のエリアIDに対応した場所画像を取得し(S27)、エリアIDの人数を算出しDBに登録する(S28)。人数の算出は、交流期間中の最大人数を適用するなどの処理でよい。交流状況情報生成プログラム501は、以上の算出した結果を交流状況情報DB507に登録する。
次に、登録した交流状況情報に対してフィルタリング処理を行う(S8)の処理について図18を用いて詳細に説明する。仮リアルコミュニティ情報生成プログラム502は、交流状況情報DB507に登録されているレコードについて、フィルタリング情報DB508の人数閾値1302、交流期間閾値1303およびコミュニケーション数閾値1304を適用し、フィルタリング処理を行い、その結果をメモリに保存する(S29)(S30)(S31)。
次に、交流している状況を分類するために、場所の関係タイプ分けを行う(S9)の処理について図19を用いて詳細に説明する。まず仮リアルコミュニティ情報生成プログラム502は、場所予約情報DB509に登録されている場所ごとの予約情報から予約開始日時1402と予約終了日時1403を取得する(S32)。次に、仮リアルコミュニティ情報生成プログラム502は、取得した予約開始日時と予約終了日時に含まれるエリアID1202と交流状況情報DB507の各レコードのエリアID1202との突合せをする(S33)。次に、仮リアルコミュニティ情報生成プログラム502は、突合せをした結果に場所タイプ判断情報DB510のエリアID1202と予約状況1502を適用し、関係タイプ1503を求めてメモリに保存する(S34)。たとえば、A会議室が予約されていた場合には、場所タイプはオフィシャルとする。A会議室が予約されていない場合には、場所タイプはアンオフィシャルとする。なお図6の場所タイプ判断情報DB510は、関係タイプの判断基準の一例を示す。
次に、仮リアルコミュニティ情報を算出する(S10)の処理について図20を用いて詳細に説明する。まず、仮リアルコミュニティ情報生成プログラム502は、(S9)までに算出したフィルタリング処理結果と関係タイプの算出結果を基に、タイプ別重み付け情報DB511のパラメータ1605を取得する(S35)。次に、仮リアルコミュニティ情報生成プログラム502は、フィルタリング処理をした結果に、対応するタイプ別重み付け情報のパラメータ1605を追加し、仮リアルコミュニティ情報DB512に登録する(S36)。次に、仮リアルコミュニティ情報生成プログラム502は、仮リアルコミュニティ情報DB512から、同一内容のレコードを集約し、仮リアルコミュニティID1701を採番する(S37)。同一内容のレコードは、エリアID1202、関係タイプ1503、パラメータ1605が同一で交流期間が重なるレコードである。各人物属性ID1101をもつ同一内容のレコードは、人物属性IDリスト1709によって1つのレコードに集約される。
次に、仮リアルコミュニティ情報生成プログラム502は、仮リアルコミュニティIDごとに、人物属性ID1101を集めてリスト化し、リスト化した人物属性IDを人物属性IDリスト1709に設定する(S38)。
(4)リアルコミュニティ生成処理
次に、図15のステップ2(S2)の仮リアルコミュニティ情報DB512をもとにリアルコミュニティ情報DB513を生成する処理について図21のフローチャートを用いて詳細に説明する。まず、リアルコミュニティ情報生成プログラム503は、仮リアルコミュニティ情報DB512から閾値を超えているレコードを取得する(S40)。閾値とは、関係タイプ1503ごとに割当てられた交流期間の閾値およびコミュニケーション数の閾値をさす。
(4)リアルコミュニティ生成処理
次に、図15のステップ2(S2)の仮リアルコミュニティ情報DB512をもとにリアルコミュニティ情報DB513を生成する処理について図21のフローチャートを用いて詳細に説明する。まず、リアルコミュニティ情報生成プログラム503は、仮リアルコミュニティ情報DB512から閾値を超えているレコードを取得する(S40)。閾値とは、関係タイプ1503ごとに割当てられた交流期間の閾値およびコミュニケーション数の閾値をさす。
次に、リアルコミュニティ情報生成プログラム503は、取得したレコードの人物属性IDリスト1709に含まれる人物属性ID1101をもとに、属性情報DB506を参照してその人物のメールアドレス1107を抽出し、本人確認のために抽出したユーザ装置700に係わるメールアドレス宛てに仮リアルコミュニティ情報を送信する(S41)。
ユーザは、ユーザ装置700を介し、承認した仮リアルコミュニティ情報についてグループ名1803、キーワード1804、アクセス権1805を入力する(S42)。ユーザ装置700を介して入力された情報は、ネットワーク800を介して計算機100に送信される。
次に、リアルコミュニティ情報生成プログラム503は、これら入力情報を取得する(S43)。次にリアルコミュニティ情報生成プログラム503は、取得した情報をリアルコミュニティ情報としてリアルコミュニティ情報DB513に登録する(S44)。リアルコミュニティ情報の各レコードにはリアルコミュニティID1801が採番され、仮リアルコミュニティID1701との対応が登録される。
(5)人脈情報DB514生成処理
次に、図15のステップ3(S3)の人脈情報生成プログラム504が交流状況情報DB507とリアルコミュニティ情報DB513から人脈情報DB514を生成する処理について図22のフローチャートを用いて詳細に説明する。
(5)人脈情報DB514生成処理
次に、図15のステップ3(S3)の人脈情報生成プログラム504が交流状況情報DB507とリアルコミュニティ情報DB513から人脈情報DB514を生成する処理について図22のフローチャートを用いて詳細に説明する。
人脈情報生成プログラム504は、リアルコミュニティ情報DB513を定期的に参照して、新規に蓄積されたリアルコミュニティ情報について対応する仮リアルコミュニティ情報、そのエリアID1202や交流期間などから対応する交流状況情報、その人物属性IDリストから対応する人物の属性情報を取得する(S50)。
次に、人脈情報生成プログラム504は、仮リアルコミュニティ情報から取得したレコードをグループごとに集約し、人脈情報ID1901を採番する(S51)。
次に、人脈情報生成プログラム504は、人脈情報ID1901ごとに、交流開始日時1204の最も古いものを交流開始日時1903に設定し、交流終了日時1205の最も新しいものを交流終了日時1904に設定する(S52)。
次に、人脈情報生成プログラム504は、人脈情報ID1901ごとに、人物と人物の間の地理的距離と交流回数1911とを掛け合わせて集計し、その集計値とタイプ別重み付けのパラメータ1605とを積算した値を人脈強度1905に設定する(S53)。
仮リアルコミュニティ情報DB512を参照し、交流期間に2者が仮リアルコミュニティを形成した回数が交流回数1911となる。2者間の地理的距離については、属性情報DB506を参照し、2者の部門名1102から両者の場所間の距離を計算できる。パラメータ1605は、実施例では、エリアID1202、関係タイプ1503、人数1203およびコミュニケーション数1207のタイプごとに設けられているので、それぞれのタイプの集計値ごとに積算し、積算値を合計したものが人脈強度1905となる。
次に、人脈情報生成プログラム504は、人脈情報ID1901ごとに、キーワード1804を集めてリスト化し、リスト化したキーワードをキーワードリスト1907に設定する(S54)。
次に、人脈情報生成プログラム504は、人脈情報ID1901ごとにグループ単位で交流した回数を頻度1909に設定する(S55)。人脈強度1905を計算する際に頻度1909を用いてもよい。
次に、人脈情報生成プログラム504は、人脈情報ID1901ごとに人物属性ID1101を集めてリスト化し、人脈属性IDリスト1910に設定する(S56)。
(6)2者間人脈情報DB生成処理
次に、図15のステップ4(S4)の人脈情報DB514から人脈検索候補者情報DB516を作成し、人脈検索候補者情報DB516から最終的な2者間人脈情報DB517を生成する処理について図23のフローチャートを用いて詳細に説明する。
(6)2者間人脈情報DB生成処理
次に、図15のステップ4(S4)の人脈情報DB514から人脈検索候補者情報DB516を作成し、人脈検索候補者情報DB516から最終的な2者間人脈情報DB517を生成する処理について図23のフローチャートを用いて詳細に説明する。
まず、ユーザ装置700は、入力された人脈検索条件を計算機100に送信する(S60)。
次に、人脈情報検索プログラム505は、人脈検索条件を取得し、人脈検索条件情報DB515を作成する(S61)。
次に、人脈検索条件に合致する人脈情報DB514の該当レコードをすべて取得する(S62)。すなわち、人脈情報検索プログラム505は、人脈情報DB514の中から人脈検索条件のキーワード1804の値が、人脈情報レコードのキーワードリスト1907中のキーワードと一致し、グループ名1803が一致し、アクセス権1805を有し、人脈検索条件の期間2005の範囲内に人脈情報レコードの交流期間がある人脈情報のレコードをすべて取得する。次に人脈情報検索プログラム505は、人脈検索条件のグループ名1803に対応する人物属性IDリスト1709に含まれる人物属性IDをもつ属性情報レコードを属性情報DB506から取得する(S63)。その後、人脈情報検索プログラム505は、取得した人脈情報のレコードを基にして人脈検索候補者情報を作成する(S64)。取得した人脈情報レコードをその人脈強度1905の大きいものから順に配列してもよい。
人脈情報検索プログラム505は、作成した人脈検索候補者情報DB516と人脈情報DB514を基に、人脈ポテンシャル順に配列した候補者情報を生成する(S65)。この結果として2者間人脈情報DB517が作成される。この処理を詳細に示したフローチャートが図24である。
人脈情報検索プログラム505は、作成した2者間人脈情報DB517と属性情報DB506を基に、現在、検索者と物理的に近い候補者情報を抽出する(S66)。この処理を詳細に示したフローチャートが図29である。
人脈情報検索プログラム505は、作成した候補者情報に含まれる候補者の属性情報と占い情報DB518を基に、相性占い結果を生成する(S67)。人脈情報検索プログラム505は、S65で生成した候補者およびS66で抽出した候補者に占い情報DB518を適用し、検索者と各候補者の2者間の相性占い結果を求める。
人脈情報検索プログラム505は、人脈情報検索結果を検索者のユーザ装置700の出力装置又はモバイル端末に送信し表示させる(S68)。この処理を詳細に示したフローチャートが図30である。
(7)人脈ポテンシャル順候補者情報生成処理
図24(図23の(S65)の詳細)のフローチャートに沿って、以下、人脈情報検索プログラム505が、作成した人脈検索候補者情報と人脈情報を基に、人脈ポテンシャル順に候補者情報を生成するまでの処理手順について順に説明する。この処理によれば、人脈情報検索プログラムが、検索者と候補者から直接つながった2者間の人脈情報と、検索ターゲット者と候補者から直接つながった人脈情報をつきあわせて処理するため、検索者と検索ターゲット者の間の候補者が存在する場合は、有効である。
(7)人脈ポテンシャル順候補者情報生成処理
図24(図23の(S65)の詳細)のフローチャートに沿って、以下、人脈情報検索プログラム505が、作成した人脈検索候補者情報と人脈情報を基に、人脈ポテンシャル順に候補者情報を生成するまでの処理手順について順に説明する。この処理によれば、人脈情報検索プログラムが、検索者と候補者から直接つながった2者間の人脈情報と、検索ターゲット者と候補者から直接つながった人脈情報をつきあわせて処理するため、検索者と検索ターゲット者の間の候補者が存在する場合は、有効である。
まず、人脈情報検索プログラム505は、人脈検索候補者情報DB516を参照し、検索者から候補者、候補者から他の候補者へと、同一グループに属するという観点で直接つながった2者間の人物属性IDの対を抽出する(S70)。ここで候補者は、人脈検索候補者情報DB516の人脈検索候補者ID2101だけでなく、人脈検索候補者情報DB516の人物属性IDリスト1709に人物属性IDが含まれる人物にまで拡張される。さらに人脈情報検索プログラム505は、人脈検索候補者情報DB516に含まれる各候補者の人物属性IDをキーにして人脈情報DB514を検索し、同一グループに属するという観点で直接つながった2者間の人物属性IDの対を抽出する。ここで検索者との2者間で最も人脈強度1905の高い人物を検索ターゲット者とする。検索者と検索ターゲット者の2人は、同一グループに含まれ、2者間の人脈強度1905が人脈情報DB514に記録されているとする。
次に人脈情報検索プログラム505は、S70で抽出した候補者の中から検索者と検索ターゲット者との間に介在する候補者の組をすべて抽出する(S71)。ここで介在する候補者とは、検索者と候補者との間に2者間のつながりがあり、候補者と他の候補者との間に2者間のつながりがあり、他の候補者と検索ターゲット者との間に2者間のつながりがあるようにして候補者の介在がある場合である。後述するように、検索者と検索ターゲット者との間には、最大3人までの候補者が介在するような検索者−検索ターゲット者間の一連のつながりがあれば充分である。ここでこの一連のつながりに含まれる2者間の2人は、同一グループに含まれ、2者間の人脈強度1905が人脈情報DB514に記録されているとする。
次に人脈情報検索プログラム505は、検索者と検索ターゲット者との間に少なくとも1人、最大3人までの候補者が介在するような一連のつながりを少なくとも1組抽出できたか否か判定する(S72)。抽出できた場合には、人脈情報検索プログラム505は、人脈情報DB514の人脈強度1905を基にして、一連のつながりの各組について人脈ポテンシャルを算出し、すべてのつながりの組を人脈ポテンシャル順にソートする(S73)。人脈ポテンシャルについては、後述する。この処理手順を詳細に記したフローチャートが図27である。
S72でつながりの組を抽出できなかった場合、あるいはつながりの組の数が所定数より少ない場合には、人脈情報検索プログラム505は、検索者と検索ターゲット者の各々が属する組織の部門を抽出し(S74)、抽出された各部門に属する人物の中から、検索者と検索ターゲット者との間の一連のつながりに組み込める候補者を抽出する(S75)。S75で候補者を抽出できた場合にはS73へ行き、抽出できなかった場合には処理を終了する。S74の処理手順の詳細を図25のフローチャートに示す。またS75の処理手順の詳細を図26のフローチャートに示す。
(8)組織抽出処理
図25(図24の(S74)の詳細)のフローチャートに沿って、つながりの組を抽出できなかった場合、あるいはつながりの組の数が所定数より少ない場合の組織抽出処理(S74)について説明する。この処理によれば、検索者と検索ターゲット者の間に2者間つながりの関係をもつ候補者が存在しない場合あるいは存在数が少ない場合に、検索者又は検索ターゲット者から直接つながった候補者の範囲を検索者又は検索ターゲット者の所属する組織の部門に所属する人物にまで広げることができるため、候補者を増やす処理として有効である。
(8)組織抽出処理
図25(図24の(S74)の詳細)のフローチャートに沿って、つながりの組を抽出できなかった場合、あるいはつながりの組の数が所定数より少ない場合の組織抽出処理(S74)について説明する。この処理によれば、検索者と検索ターゲット者の間に2者間つながりの関係をもつ候補者が存在しない場合あるいは存在数が少ない場合に、検索者又は検索ターゲット者から直接つながった候補者の範囲を検索者又は検索ターゲット者の所属する組織の部門に所属する人物にまで広げることができるため、候補者を増やす処理として有効である。
まず、人脈情報検索プログラム505は、属性情報DB506から検索者と検索ターゲット者各々の人物属性IDを取得する(S80)。次に人脈情報検索プログラム505は、取得した人物属性IDをキーとして、属性情報DB506から検索者と検索ターゲット者各々の組織情報を取得する(S81)。すなわち、属性情報DB506の部門名1102を検索者と検索ターゲット者それぞれから抽出する。
(9)組織の候補者抽出処理
図26のフローチャートに沿って、図24のステップ75(S75)の人脈情報検索プログラム505が、組織の候補者抽出処理をするまでの処理手順について順に説明する。
(9)組織の候補者抽出処理
図26のフローチャートに沿って、図24のステップ75(S75)の人脈情報検索プログラム505が、組織の候補者抽出処理をするまでの処理手順について順に説明する。
まず、人脈情報検索プログラム505は、抽出した部門に所属する人すべての人物属性IDをキーとして、属性情報DB506を検索し、検索者と検索ターゲット者それぞれから同一部門に所属するという観点から直接つながった人物を候補者として抽出する(S90)。すなわち、人脈情報検索プログラム505は、検索者、検索ターゲット者各々と同一の部門名1102をもつ人物の人物属性IDを候補者として取得する。
次に、人脈情報検索プログラム505は、抽出した候補者の人物属性IDを職制ランクの高い順にソートする(S91)。すなわち、人脈情報検索プログラム505は、S90で抽出した候補者の人物属性IDをもつ属性情報の職制1108をもとに職制の高い人順に並べ替えを行う。
次に人脈情報検索プログラム505は、検索者から検索ターゲット者まで抽出した候補者を介するつながりの組をすべて抽出する(S92)。すなわち、人脈情報検索プログラム505は、人脈情報DB514の人脈強度1709を参照して検索者と検索ターゲット者との間に少なくとも1人の抽出した候補者を含むつながりの組をすべて抽出する。抽出した候補者と2者間のつながりがある新しい候補者が検索者と検索ターゲット者との間に介在するならば、その新しい候補者も検索者と検索ターゲット者との間に介在する候補者とみなす。2者間のつながりの意味は、S71の場合と同じである。このようにして組織の候補者を含めて検索者と検索ターゲット者との間に少なくとも1人、最大3人まで候補者が介在するような一連のつながりを少なくとも1組抽出できる。もしそのようなつながりの組を抽出できなければ、処理を終了する。このようなつながりの組を抽出できたとき、人脈情報検索プログラム505は、S73を実行する。この処理手順を詳細に記したフローチャートが図27である。
(10)人脈ポテンシャル順にソートする処理
図27のフローチャートに沿って、以下、ステップ73(S73)で人脈情報検索プログラム505が、人脈情報DB514の人脈強度1905を基に人脈ポテンシャルを算出し、人脈ポテンシャル順にソートするまでの処理手順について順に説明する。この処理によれば、人脈情報検索プログラム505が検索者と検索ターゲット者の間に介在する少なくとも1人の候補者の人脈強度を踏まえた並べ替えができるようになる。
(10)人脈ポテンシャル順にソートする処理
図27のフローチャートに沿って、以下、ステップ73(S73)で人脈情報検索プログラム505が、人脈情報DB514の人脈強度1905を基に人脈ポテンシャルを算出し、人脈ポテンシャル順にソートするまでの処理手順について順に説明する。この処理によれば、人脈情報検索プログラム505が検索者と検索ターゲット者の間に介在する少なくとも1人の候補者の人脈強度を踏まえた並べ替えができるようになる。
まず、人脈情報検索プログラム505は、隔たり数をカウントする(S100)。隔たり数とは、検索者と検索ターゲット者との間に介在する候補者の数である。すなわち、人脈情報検索プログラム505は、抽出した一連のつながりの1つの組について、検索者から検索ターゲット者までの間に介在する候補者の数を算出する。
検索者と検索ターゲット者間の候補者が1人の場合は、「1次のつながり」と定義し、1次のつながりの場合は、人脈情報検索プログラム505は、人脈情報DB514を参照して、候補者と検索ターゲット者間の人脈強度を検索者と検索ターゲット者間の人脈ポテンシャルとして設定する(S101)。
検索者と検索ターゲット者の候補者が2人の場合は、「2次のつながり」と定義し、検索者に近い候補者から順にC1,C2とする。2次のつながりの場合は、人脈情報検索プログラム505は、まず、はじめに候補者C1と候補者C2との間の人脈強度を取得する(S102)。次に人脈情報検索プログラム505は、候補者C2と検索ターゲット者との間の人脈強度を取得する(S103)。次に人脈情報検索プログラム505は、取得した2つの人脈強度を加算し、eの隔たり数乗で割算し、検索者−検索ターゲット者間の人脈ポテンシャルとして設定する(S104)。
仲介者が3人の場合は、「3次のつながり」と定義し、検索者に近い候補者から順に候補者C1,C2,C3とする。3次のつながりの場合は、人脈情報検索プログラム505は、まず、候補者C1と候補者C2との間の人脈強度を取得する(S105)。次に人脈情報検索プログラム505は、候補者C2と候補者C3との間の人脈強度を取得する(S106)。次に人脈情報検索プログラム505は、候補者C3と検索ターゲット者との間の人脈強度を取得する(S107)。次に人脈情報検索プログラム505は、取得した人脈強度を加算し、eの隔たり数乗で割算し、検索者−検索ターゲット者間の人脈ポテンシャルとして設定する(S108)。ここでは加算した人脈強度をeの隔たり数乗の逆数で重み付けしているが、重み値は他の数値でもよい。
人脈情報検索プログラム505は、一連のつながりの各組についてS100〜S108の処理を繰り返し、各組について設定された人脈ポテンシャルをソートする(S109−1)。次に人脈情報検索プログラム505は、ソート済の人脈ポテンシャル順から2者間人脈情報DB517を生成し、ユーザ装置700に表示する(S109-2)。人脈情報検索プログラム505は、検索者ID2201から検索ターゲット者ID2203に至るまで一連のつながりの各組を構成する2者の人物属性IDを順に配置し、その2者間の人脈強度2204を設定する。一連のつながりの各組は最小1行、最大4行のデータで構成され、人脈ポテンシャルの高い組から順に配列される。
図28の(a−1),(a−2),(a−3)は、各々1次のつながり、2次のつながりおよび3次のつながりの例を示す図である。また各つながりの組の人脈ポテンシャルの算出方法を示す。S12は候補者C1と候補者C2間の人脈強度、S23は候補者C2と候補者C3の間の人脈強度、S3tは候補者C3と検索ターゲット者Tの間の人脈強度を示す。
図28(b)は、組織の候補者を介してつながりの組を形成する例を示す図である。人物D1,D2,D3,D4は、職制とは関係なく検索者Aと同一グループに属する。人物F1,F2,F3,F4は、検索者Aと同一部門に属する。人物D2,E1,E2,E3は、職制とは関係なく検索ターゲット者Tと同一グループに属する。人物G1,G2,G3,G4は、検索ターゲット者Tと同一部門に属する。その他の人物H1,H2は、人物F3とつながりがあり、人物H4は人物F3とも人物G1ともつながりがある。人物F4と人物G2は直接のつながりがある。この例によれば、検索者A、候補者D2、検索ターゲット者Tは、1次のつながりの組を形成する。また検索者A、候補者F4、候補者G2、検索ターゲット者Tは、2次のつながりの組を形成する。また検索者A、候補者F3、候補者H4、候補者G1、検索ターゲット者Tは、3次のつながりの組を形成する。
(11)物理的な距離順に候補者情報生成処理
図29のフローチャートに沿って、図23のステップ66(S66)の人脈情報検索プログラム505が、生成した2者間人脈情報DB517と属性情報DB506を基に、物理的な距離順に候補者情報を生成するまでの処理手順について順に説明する。この処理によれば、人脈情報検索プログラム505が抽出された候補者を検索者から物理的に近い順にソートすることが可能になるため、検索者と候補者のやり取りはメールなどだけではなく、実際に会って相談することなどが可能になる。
(11)物理的な距離順に候補者情報生成処理
図29のフローチャートに沿って、図23のステップ66(S66)の人脈情報検索プログラム505が、生成した2者間人脈情報DB517と属性情報DB506を基に、物理的な距離順に候補者情報を生成するまでの処理手順について順に説明する。この処理によれば、人脈情報検索プログラム505が抽出された候補者を検索者から物理的に近い順にソートすることが可能になるため、検索者と候補者のやり取りはメールなどだけではなく、実際に会って相談することなどが可能になる。
まず、人脈情報検索プログラム505は、2者間人脈情報DB517の候補者ID2202を取得する(S110)。次に人脈情報検索プログラム505は、取得した各候補者IDをキーとして、属性情報DB506を検索し、該当するレコードの部門名1102を取得し、その住所を取得する(S111)。部門名とその住所との対応は、図示しないデータベースを参照することによって取得される。
次に人脈情報検索プログラム505は、抽出した候補者の部門名1102の住所を基に最寄の駅の駅名を探索する(S112)。最寄の駅の探索は、図示しないデータベースを参照するか、外部の駅探索システムを活用してもよい。
次に人脈情報検索プログラム505は、検索者ID2201を基に属性情報DB506から所属する部門名1102を取得し、その住所を取得する(S113)。次に人脈情報検索プログラム505は、検索者の部門名1102の住所を基に最寄の駅の駅名を探索する(S114)。最寄の駅の探索は、図示しないデータベースを参照するか、外部の駅探索システムを活用してもよい。
次に人脈情報検索プログラム505は、乗換え案内情報から各候補者の最寄駅と検索者の最寄駅までの電車利用の所要時間を取得する(S115)。候補者の最寄駅と検索者の最寄駅が同じならば、所要時間を0とする。次に人脈情報検索プログラム505は、検索者から候補者までの所要時間の小さい順にソートする(S116)。
(12)出力装置に供給して表示
図30のフローチャートに沿って、図23のステップ68(S68)で人脈情報検索プログラム505が、上記の人脈情報検索結果を検索者の出力装置に供給して表示させるまでの処理手順について順に説明する。この処理によれば、人脈情報検索プログラム505が検索結果を出力装置に表示するタイミングを事前に設定することにより、検索者が情報を欲しいときに検索してその結果をユーザ装置700の出力装置に表示することに加えて、入力した検索条件に合致する候補者がいるか否かを検索者が部屋を移動したことをきっかけとして検索し、その検索結果をモバイル端末に配信することができる。
(12)出力装置に供給して表示
図30のフローチャートに沿って、図23のステップ68(S68)で人脈情報検索プログラム505が、上記の人脈情報検索結果を検索者の出力装置に供給して表示させるまでの処理手順について順に説明する。この処理によれば、人脈情報検索プログラム505が検索結果を出力装置に表示するタイミングを事前に設定することにより、検索者が情報を欲しいときに検索してその結果をユーザ装置700の出力装置に表示することに加えて、入力した検索条件に合致する候補者がいるか否かを検索者が部屋を移動したことをきっかけとして検索し、その検索結果をモバイル端末に配信することができる。
まず、人脈情報検索プログラム505は、アラートの設定がされているか否かを判定する(S120)。すなわち、人脈情報検索プログラム505は、属性情報DB506から検索者の人物属性IDをもつ属性情報のアラート1109を抽出し、アラートが設定されているか否かを判断する。ただし、アラートの設定は個人情報保護法を踏まえた設定になっていなければならない。例えば、アラートの設定を以下の4つのステータスに分けてもよい。1つは、アラートの配信を受付ける、自席にいることを公開する。2つ目は、アラートの配信を受付ける、自席にいることを非公開とする。3つ目は、アラートの配信を受付けない、自席にいることを公開する。4つ目は、アラートの配信を受付けない、自席にいることを非公開とする。その他、詳細な設定に分類してもよい。
アラートが設定されていない場合、人脈情報検索プログラム505は、人脈情報検索結果を検索者のユーザ装置700の出力装置に供給して表示させる(S121)。表示画面の例を図31に示す。
図31の3000は、ユーザ装置700に表示される表示画面の例である。検索者名3001は、検索者ID2202に対応する名前である。その下のイメージ図は、検索者の写真1104である。マイリトルコミュニティ一覧3003は、検索者が所属するリアルコミュニティの一覧が表示される。マイリアルコミュニティ一覧3003には、写真1104とそのグループ名1803とグループに所属する人数3006などから構成される。また、候補者コミュニティ一覧3007は、目的の人物が所属しているコミュニティを表す。候補者コミュニティ一覧3007は、目的の人物が所属するグループ名1803、その写真1104などから構成される。候補者のうち検索者と物理的に最も近い人物名が候補者名3010として表示される。候補者一覧3011には、候補者の一覧が表示される。候補者プロフィール3012には、候補者の写真1104、候補者の名前1103、所属する部門を示す部門名1102、連絡先を表すメールアドレス1107などが表示される。人脈情報3017には、候補者が現在存在している場所を表す現在地3018、候補者との人脈強度1905、候補者が登録しているキーワードを表すキーワード1804、候補者が所属するグループ名1803、候補者のアクセス権1805などから構成される。占い情報3024は、検索者の状態を表す現在のあなたの状態3025、候補者の気持ちを表す3026、検索者と候補者との未来の関係を表す未来3027、検索者と候補者が会うと運がよい場所を表すラッキーな場所3028、検索者と候補者の間で運がよい数字を表すラッキーナンバー3029などから構成される。
アラートを設定している場合には、人脈情報検索プログラム505は、属性情報DB506からアラートの配信先を取得する(S122)。すなわち、人脈情報検索プログラム505は、属性情報DB506から検索者の人物属性IDをもつ属性情報のメールアドレス1107を抽出し、配信先を取得する。
次に人脈情報検索プログラム505は、人脈情報検索結果として候補者回答情報をアラートの配信先に配信する(S123)。モバイル端末に配信された場合の表示画面の例を図32に示す。
図32の3100は、ユーザ装置700に表示される表示画面の例である。3101は、人脈情報DB514に含まれるキーワードリスト1907中のキーワードに関連したアラートであることを示す。オフィスの座席表のイメージを表す3102には、キーワードに関連する人脈の位置を表す目印が表示される。図で点線の丸で囲んだ人物は、この例では検索ターゲット者を示す。3103は、検索者と候補者との関連や候補者を介した検索ターゲット者との関連を簡易的に示す例である。この例は、1次のつながりの組を示す。候補者情報3104は、候補者に関連する詳細な情報を表示する。メニュー3105は、検索結果の一覧の表示方法を選択できる例を示す。アラートの管理3106は、モバイルに配信されてくるアラートの設定を変更することを可能とする。
オフィスのソーシャルネットワークシステムは、個人の人脈情報を共有することを目的とした企業内のイントラネットシステムに活用されるEIP(企業情報ポータル)の組込み技術など利用され得る。
また、特定のエリアにおいて開催される定期的に開かれるイベントの個人の人脈情報の管理などにも利用され得る。
また、ここで得られた人脈情報をもとに、ターゲットを明確にしたマーケティングへの活用なども可能である。
100…計算機、500…記憶装置、501…交流状況情報生成プログラム、502…仮リアルコミュニティ情報生成プログラム、503…リアルコミュニティ情報生成プログラム、504…人脈情報生成プログラム、505…人脈情報検索プログラム、601…読取装置、602…カメラ、700…ユーザ装置、900…ユーザ情報記憶装置。
Claims (10)
- 特定のエリアに他者と交流する人物の人物属性IDと交流期間を検出し、エリアID、交流期間および人物属性IDを含む交流状況情報を生成する交流状況情報生成手段と、
同一エリアで交流する複数の人物についての前記交流状況情報を集約し、その数値的に閾値を超えるコミュニティをフィルタリングし、エリアID、交流期間および人物属性IDリストを含む仮リアルコミュニティ情報を生成する仮リアルコミュニティ情報生成手段と、
前記仮リアルコミュニティ情報のうちユーザの承認を受けたものをリアルコミュニティ情報として登録するリアルコミュニティ情報生成手段と、
複数の前記リアルコミュニティ情報をグループごとに集約し、交流回数およびタイプ別重み付けパラメータに基づく人脈強度を設定して人脈情報を生成する人脈情報生成手段と、
検索者が入力する検索条件に従って前記人脈情報を検索し、候補者についての情報を生成して表示する人脈情報検索手段とを備えたことを特徴とするソーシャルネットワーク情報を管理するシステム。 - 前記閾値は、前記コミュニティの人数、前記交流期間およびコミュニケーション数について設けられることを特徴とする請求項1記載のソーシャルネットワーク情報を管理するシステム。
- 前記候補者についての情報は、前記人脈強度の大きい順に配列されることを特徴とする請求項1記載のソーシャルネットワーク情報を管理するシステム。
- 特定のエリアに他者と交流する人物の人物属性IDと交流期間を検出し、エリアID、交流期間および人物属性IDを含む交流状況情報を生成するステップと、
同一エリアで交流する複数の人物についての前記交流状況情報を集約し、その数値的に閾値を超えるコミュニティをフィルタリングし、エリアID、交流期間および人物属性IDリストを含む仮リアルコミュニティ情報を生成するステップと、
前記仮リアルコミュニティ情報のうちユーザの承認を受けたものをリアルコミュニティ情報として登録するステップと、
複数の前記リアルコミュニティ情報をグループごとに集約し、交流回数およびタイプ別重み付けパラメータに基づく人脈強度を設定して人脈情報を生成するステップと、
検索者が入力する検索条件に従って前記人脈情報を検索し、候補者についての情報を生成して表示するステップとを有することを特徴とするソーシャルネットワーク情報を管理する方法。 - 前記閾値は、前記コミュニティの人数、前記交流期間およびコミュニケーション数について設けられることを特徴とする請求項4記載のソーシャルネットワーク情報を管理する方法。
- さらに前記検索者および前記候補者の各々について前記人物属性IDと対応する所属部門の情報を格納する属性情報を検索し、前記検索者と同一部門に所属する候補者を抽出するステップを有することを特徴とする請求項4記載のソーシャルネットワーク情報を管理する方法。
- さらに前記候補者の中で前記検索者と2者間の前記人脈強度の最も高い候補者を検索ターゲット者として設定するステップと、
前記人脈情報を検索し、前記検索者と前記検索ターゲット者との間に介在する少なくとも1人の候補者であって、前記検索者と候補者、候補者と他の候補者、候補者と前記検索ターゲット者の組合せの2者が同一グループに属し、2者間の人脈強度が設定されているような候補者を抽出し、前記検索者から前記検索ターゲット者に至るまでグループによる2者間のつながりを連結した一連のつながりの組を抽出するステップとを有することを特徴とする請求項4記載のソーシャルネットワーク情報を管理する方法。 - 前記2者が同一グループに属するとは、前記2者が組織上の同一部門に属する場合を含むことを特徴とする請求項7記載のソーシャルネットワーク情報を管理する方法。
- さらに抽出された複数の前記一連のつながりの組について、前記検索者と前記検索ターゲット者との間に介在する候補者から前記検索ターゲット者までの2者間の人脈強度と、介在する候補者の人数に応じた重み付けとにより、前記一連のつながりの組の各々について人脈ポテンシャルを算出するステップを有することを特徴とする請求項7または8記載のソーシャルネットワーク情報を管理する方法。
- 前記候補者についての情報を前記検索者の指定する配信先へ配信することを特徴とする請求項4記載のソーシャルネットワーク情報を管理する方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006007018A JP2007026419A (ja) | 2005-06-17 | 2006-01-16 | ソーシャルネットワーク情報の管理方法およびそのシステム |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2005177320 | 2005-06-17 | ||
JP2006007018A JP2007026419A (ja) | 2005-06-17 | 2006-01-16 | ソーシャルネットワーク情報の管理方法およびそのシステム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2007026419A true JP2007026419A (ja) | 2007-02-01 |
Family
ID=37787047
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006007018A Pending JP2007026419A (ja) | 2005-06-17 | 2006-01-16 | ソーシャルネットワーク情報の管理方法およびそのシステム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2007026419A (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008124231A1 (en) * | 2007-04-03 | 2008-10-16 | Yahoo&Excl Inc. | Expanding a social network by the action of a single user |
JP2009098967A (ja) * | 2007-10-17 | 2009-05-07 | Ntt Docomo Inc | 人的ネットワーク分析システム、人的ネットワーク分析サーバ及び人的ネットワーク分析方法 |
WO2009145187A1 (ja) * | 2008-05-26 | 2009-12-03 | 株式会社日立製作所 | 人間行動分析システム |
JP2010244101A (ja) * | 2009-04-01 | 2010-10-28 | Nec Corp | 人脈データベースシステム |
WO2011102047A1 (ja) * | 2010-02-22 | 2011-08-25 | 株式会社日立製作所 | 情報処理システム、およびサーバ |
KR101224312B1 (ko) | 2010-11-23 | 2013-01-21 | 한국과학기술원 | 소셜 네트워킹 서비스 사용자를 위한 친구 추천 방법, 이를 위한 기록 매체 및 이를 이용하는 소셜 네트워킹 서비스 및 서버 |
WO2014054309A1 (ja) * | 2012-10-05 | 2014-04-10 | 富士ゼロックス株式会社 | 関連検索システム、検索窓口装置、データベース及びプログラム |
WO2014057636A1 (ja) | 2012-10-10 | 2014-04-17 | Necカシオモバイルコミュニケーションズ株式会社 | 情報開示システム、情報開示サーバ、通信端末、情報開示方法及び非一時的なコンピュータ可読媒体 |
JP2014194810A (ja) * | 2009-08-07 | 2014-10-09 | Google Inc | ソーシャルネットワークの支援による顔認識 |
JP2019079341A (ja) * | 2017-10-25 | 2019-05-23 | 富士通株式会社 | コンタクト支援プログラム、コンタクト支援方法、および、コンタクト支援装置 |
-
2006
- 2006-01-16 JP JP2006007018A patent/JP2007026419A/ja active Pending
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2008124231A1 (en) * | 2007-04-03 | 2008-10-16 | Yahoo&Excl Inc. | Expanding a social network by the action of a single user |
US9495716B2 (en) | 2007-04-03 | 2016-11-15 | Yahoo! Inc. | Expanding a social network by the action of a single user |
JP2009098967A (ja) * | 2007-10-17 | 2009-05-07 | Ntt Docomo Inc | 人的ネットワーク分析システム、人的ネットワーク分析サーバ及び人的ネットワーク分析方法 |
JP5153871B2 (ja) * | 2008-05-26 | 2013-02-27 | 株式会社日立製作所 | 人間行動分析システム |
WO2009145187A1 (ja) * | 2008-05-26 | 2009-12-03 | 株式会社日立製作所 | 人間行動分析システム |
JPWO2009145187A1 (ja) * | 2008-05-26 | 2011-10-13 | 株式会社日立製作所 | 人間行動分析システム |
JP2010244101A (ja) * | 2009-04-01 | 2010-10-28 | Nec Corp | 人脈データベースシステム |
US10031927B2 (en) | 2009-08-07 | 2018-07-24 | Google Llc | Facial recognition with social network aiding |
US9208177B2 (en) | 2009-08-07 | 2015-12-08 | Google Inc. | Facial recognition with social network aiding |
US10515114B2 (en) | 2009-08-07 | 2019-12-24 | Google Llc | Facial recognition with social network aiding |
JP2014194810A (ja) * | 2009-08-07 | 2014-10-09 | Google Inc | ソーシャルネットワークの支援による顔認識 |
WO2011102047A1 (ja) * | 2010-02-22 | 2011-08-25 | 株式会社日立製作所 | 情報処理システム、およびサーバ |
JPWO2011102047A1 (ja) * | 2010-02-22 | 2013-06-17 | 株式会社日立製作所 | 情報処理システム、およびサーバ |
JP5662993B2 (ja) * | 2010-02-22 | 2015-02-04 | 株式会社日立製作所 | 情報処理システム、およびサーバ |
KR101224312B1 (ko) | 2010-11-23 | 2013-01-21 | 한국과학기술원 | 소셜 네트워킹 서비스 사용자를 위한 친구 추천 방법, 이를 위한 기록 매체 및 이를 이용하는 소셜 네트워킹 서비스 및 서버 |
AU2013325962B2 (en) * | 2012-10-05 | 2016-05-05 | Fujifilm Business Innovation Corp. | Association search system, search handling device, database, and program |
JP2014075107A (ja) * | 2012-10-05 | 2014-04-24 | Fuji Xerox Co Ltd | 関連検索システム、検索窓口装置、データベース及びプログラム |
US10223428B2 (en) | 2012-10-05 | 2019-03-05 | Fuji Xerox Co., Ltd. | Association search system, search handling device, database, and non-transitory computer readable medium |
WO2014054309A1 (ja) * | 2012-10-05 | 2014-04-10 | 富士ゼロックス株式会社 | 関連検索システム、検索窓口装置、データベース及びプログラム |
US9507958B2 (en) | 2012-10-10 | 2016-11-29 | Nec Corporation | Information disclosure system, information disclosure server, communication terminal, information disclosing method, and non-transitory computer-readable medium |
WO2014057636A1 (ja) | 2012-10-10 | 2014-04-17 | Necカシオモバイルコミュニケーションズ株式会社 | 情報開示システム、情報開示サーバ、通信端末、情報開示方法及び非一時的なコンピュータ可読媒体 |
EP3690696A1 (en) | 2012-10-10 | 2020-08-05 | NEC Corporation | Information disclosure system, information disclosure server, communication terminal, information disclosing method, and non-transitory computer-readable medium |
JP2019079341A (ja) * | 2017-10-25 | 2019-05-23 | 富士通株式会社 | コンタクト支援プログラム、コンタクト支援方法、および、コンタクト支援装置 |
JP7013791B2 (ja) | 2017-10-25 | 2022-02-01 | 富士通株式会社 | コンタクト支援プログラム、コンタクト支援方法、および、コンタクト支援装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2007026419A (ja) | ソーシャルネットワーク情報の管理方法およびそのシステム | |
KR100701163B1 (ko) | 디시젼 퓨전을 이용하여 디지털 데이터 내의 인물 식별을통해 태그를 부여 하고 부가 태그를 추천하는 방법 | |
JP5672934B2 (ja) | センシングデータ表示装置および表示システム | |
WO2020005648A1 (en) | Meeting preparation manager | |
KR100768127B1 (ko) | 가독성 데이터로부터 인간 관계를 추론하는 방법과 가독성데이터를 이용하여 디지털 데이터 내의 인물 식별을 통해태그를 부여하는 방법 및 시스템 | |
US20120158464A1 (en) | Visualization system for organizational communication | |
CN1653491A (zh) | 针对个人的安全信息的综合可视化 | |
US20080263080A1 (en) | Group visualization system and sensor-network system | |
JP2008287690A (ja) | グループ可視化システム及びセンサネットワークシステム | |
JP2009186219A (ja) | ナビゲーションシステム、ナビゲーション装置およびナビゲーション方法 | |
JP2007193685A (ja) | 人脈情報表示プログラム、該プログラムを記録した記録媒体、人脈情報表示装置、および人脈情報表示方法 | |
JP2014523564A (ja) | インターネット名刺管理方法およびシステム | |
CN108011928A (zh) | 一种信息推送方法、终端设备及计算机可读介质 | |
CN108431779A (zh) | 基于用户图将动作路由到用户设备 | |
JP2006024060A (ja) | 情報取得利用管理装置および情報取得利用管理方法 | |
JP2015115024A (ja) | プロファイル管理システム、情報機器、プロファイル更新方法およびコンピュータープログラム | |
JP3813850B2 (ja) | 検索方法および検索装置 | |
JP5759277B2 (ja) | 評価装置、評価方法、およびプログラム | |
JP3872689B2 (ja) | セキュリティポリシーの作成支援システムおよびセキュリティ対策決定支援システム | |
JP2007114836A (ja) | 情報処理装置、情報処理装置の制御方法および制御プログラム | |
JP3959938B2 (ja) | 接続関係表示方法及び装置 | |
JP2007004504A (ja) | 組織活動支援システム及び方法 | |
JP6273515B2 (ja) | 検索処理装置、方法、及びコンピュータプログラム | |
JP2008027017A (ja) | 活動分析装置および方法 | |
US20170046397A1 (en) | Search device, search method, and non-transitory computer readable medium |