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

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

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。

特開２００１−１７５６８０号公報

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。

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。

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。

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。

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。

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。

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。

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。

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。

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。

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Ｃ_１，Ｃ_２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Ｃ_１と候補者Ｃ_２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Ｃ_２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Ｃ_１，Ｃ_２，Ｃ_３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Ｃ_１と候補者Ｃ_２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Ｃ_２と候補者Ｃ_３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Ｃ_３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。Ｓ_１２は候補者Ｃ_１と候補者Ｃ_２間の人脈強度、Ｓ_２３は候補者Ｃ_２と候補者Ｃ_３の間の人脈強度、Ｓ_３ｔは候補者Ｃ_３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Ｄ_１，Ｄ_２，Ｄ_３，Ｄ_４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Ｆ_１，Ｆ_２，Ｆ_３，Ｆ_４は、検索者Ａと同一部門に属する。人物Ｄ_２，Ｅ_１，Ｅ_２，Ｅ_３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Ｇ_１，Ｇ_２，Ｇ_３，Ｇ_４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Ｈ_１，Ｈ_２は、人物Ｆ_３とつながりがあり、人物Ｈ_４は人物Ｆ_３とも人物Ｇ_１ともつながりがある。人物Ｆ_４と人物Ｇ_２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Ｄ_２、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Ｆ_４、候補者Ｇ_２、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Ｆ_３、候補者Ｈ_４、候補者Ｇ_１、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。

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。

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。

実施例のオフィスのソーシャルネットワークシステムの構成図である。 実施例の記憶装置に格納されるプログラムおよびＤＢの構成を示す図である。 属性情報ＤＢのデータ形式例を示す図である。 交流状況情報ＤＢのデータ形式例を示す図である。 フィルタリング情報ＤＢのデータ形式例を示す図である。 場所予約情報ＤＢのデータ形式例を示す図である。 場所タイプ判断情報ＤＢのデータ形式例を示す図である。 タイプ別重み付け情報ＤＢのデータ形式例を示す図である。 仮リアルコミュニティ情報ＤＢのデータ形式例を示す図である。 リアルコミュニティ情報ＤＢのデータ形式例を示す図である。 人脈情報ＤＢ５１４のデータ形式例を示す図である。 人脈検索条件情報ＤＢのデータ形式例を示す図である。 人脈検索候補者情報ＤＢ５１６のデータ形式例を示す図である。 ２者間人脈情報ＤＢ５１７のデータ形式例を示す図である。 占い情報ＤＢのデータ形式例を示す図である。 実施例の処理手順の概略を示すフローチャートである。 Ｓ１の詳細な処理手順を示すフローチャートである。 Ｓ７の詳細な処理手順を示すフローチャートである。 Ｓ８の詳細な処理手順を示すフローチャートである。 Ｓ９の詳細な処理手順を示すフローチャートである。 Ｓ１０の詳細な処理手順を示すフローチャートである。 Ｓ２の詳細な処理手順を示すフローチャートである。 Ｓ３の詳細な処理手順を示すフローチャートである。 Ｓ４の詳細な処理手順を示すフローチャートである。 Ｓ６５の詳細な処理手順を示すフローチャートである。 Ｓ７４の詳細な処理手順を示すフローチャートである。 Ｓ７５の詳細な処理手順を示すフローチャートである。 Ｓ７３の詳細な処理手順を示すフローチャートである。 検索者から検索ターゲット者まで一連のつながりの例を説明する図である。 Ｓ６６の詳細な処理手順を示すフローチャートである。 Ｓ６８の詳細な処理手順を示すフローチャートである。 人脈情報検索結果の表示例を示す図である。 候補者回答情報のモバイル端末への表示例を示す図である。

符号の説明

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)

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。
6. 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。
7. 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。
8. 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。
9. 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。
10. 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。

Images