JP2007072790A - 情報公開タイミング計算装置、プログラム、及び方法 - Google Patents

Abstract

【課題】 ネットワーク上に公開されている様々な情報に基づき、利用者の情報を効果的に公開するためのタイミングを算出するための技術を提供する。
【解決手段】 情報公開タイミング計算装置を、ネットワーク上で公開されるべき情報である公開対象情報を記憶する公開対象情報記憶手段と、ネットワーク上の所定のサーバから公開された情報である公開済情報を取得する公開済情報取得手段と、前記公開済情報、及び前記公開対象情報に基づいて当該公開対象情報の公開タイミング値を算出する公開タイミング値算出手段と、前記公開タイミング値に基づき前記公開対象情報をネットワーク上で公開するか否かの判定を行う公開判定手段とを備えて構成する。
【選択図】 図３

Description

本発明は、ネットワーク上で広告等の情報を公開するための装置に関し、より詳細にはネットワーク上に様々な情報が公開される状況において効果的に広告等の情報を公開できるタイミングを算出する装置に関する。

近年、ネットワーク上の情報流通が盛んになり、特にインターネットは情報公開の基盤として認知されるに至り、宣伝広告、ニュース及び株式情報など、様々な情報が公開されている。そして、宣伝広告等だけでなく、謝罪広告やＩＲ情報など様々な情報が、新聞などの紙媒体ではなく、ネットワークを介して公開されるようになってきた。

そして、こうした情報の氾濫により情報が錯綜し、せっかくの広告が他の情報に埋もれてしまったり、逆にあまり目立ったニュースがない状況で、目立たせたくない謝罪情報などが大きく取り扱われたりといった状況がある。

なお、近年情報の氾濫を危倶して、公開される情報にはＸＭＬなどによる属性情報が付与され、情報ごとの分類や配信の効率化が図られつつある。
特開平１１−２９６５７９号公報 特開２００３−２６３５６１号公報

しかし、近年、情報の氾濫があまりに激しく、ネットワーク上の情報が錯綜しているため、現状ではどういった情報に注目が集まっているのかを客観的に把握することができない。したがって、情報を公開するための適確な公開タイミングを知ることができないという問題がある。

本発明は以上の問題を解決し、ネットワーク上に公開されている様々な情報に基づき、利用者の情報を効果的に公開するためのタイミングを算出するための技術を提供することを目的とする。

上記の課題は、ネットワーク上で公開されるべき情報である公開対象情報を記憶する公開対象情報記憶手段と、ネットワーク上の所定のサーバから公開された情報である公開済情報を取得する公開済情報取得手段と、前記公開済情報、及び前記公開対象情報に基づいて当該公開対象情報の公開タイミング値を算出する公開タイミング値算出手段と、前記公開タイミング値に基づき前記公開対象情報をネットワーク上で公開するか否かの判定を行う公開判定手段とを備えたことを特徴とする情報公開タイミング計算装置により解決される。

前記公開タイミング値算出手段は、前記公開済情報取得手段で取得した公開済情報を関連する情報ごとにグループ化し、各グループ内の公開済情報の数と各公開済情報の公表時刻とに基づいて、公開済情報の注目度をグループごとに算出し、前記公開対象情報の特徴情報とグループの特徴情報とに基づいて、当該公開対象情報とグループとの類似度をグループごとに算出し、前記注目度、及び前記類似度から、公開済情報の前記公開対象情報への影響度をグループごとに算出し、それらを積算することで前記公開対象情報の公開タイミング値を算出するよう構成することができる。ここで、公開タイミング値算出手段は、グループごとに算出した注目度のうち注目度の高いほうから予め定めた個数のグループのみを選択して公開タイミング値を算出するようにしてもよいし、グループごとに算出した注目度のうち、注目度が一定値以上のグループのみを選択して公開タイミング値を算出するようにしてもよい。なお、特徴情報は例えば属性情報や種別情報である。

また、前記公開判定手段は、前記公開タイミング値算出手段によって算出された公開タイミング値を所定の閾値と比較することにより前記公開対象情報をネットワーク上で公開するか否かの判定を行い、情報公開タイミング計算装置が、前記公開判定手段により前記公開対象情報をネットワーク上で公開すると判定された場合に、当該公開対象情報を所定のサーバにアップロードする公開情報出力手段を更に備えてもよい。

本発明によれば、ネットワーク上に公開された様々な情報を収集して世の中の情報への注目度を計算し、その注目度に応じて公開したい情報をより効果的に公開できるタイミングを算出することができる。

以下、図面を参照して本発明を実施するための形態について説明する。

（システム構成概要）
図１に、本発明を実施する形態の概要を示すシステム構成図を示す。図１に示すように、このシステムは情報公開タイミング計算サーバ１、ニュースサイト２、クライアント端末３、公開サーバ４がインターネット５に接続された構成をとっている。
情報公開タイミング計算サーバ１はクライアント端末３から提供された公開すべき情報の公開タイミングを算出するサーバである。ニュースサイト２はインターネット上でニュースや各種情報を配信するサーバであり、その時々に発生した事件や事故などのニュースを遂次送信可能化の状態に置く機能を備えている。

なお、本実施の形態では、公開された情報としてニュースサイト２のニュースを用いる例を示しているが、ニュースに加えて又はニュースに替えて、ブログを提供するサーバや一般のホームページを提供するサーバから取得したブログの内容やホームページで公開された情報を用いるようにしてもよい。

クライアント端末３は、その利用者が公開すべきであると考える広告やニュース（以下アップロード対象情報という）を情報公開タイミング計算サーバ１に対して送信する端末である。クライアント端末３として一般的なＰＣ端末を用いることができるが、携帯電話、ＰＤＡなど通信機能を持った端末であればどのようなものでもよい。また、公開サーバ４はアップロード対象情報を公開するためのサーバであり、情報公開タイミング計算サーバ１は、アップロード対象情報を公開してもよいと判定した場合にそのアップロード対象情報を公開サーバ４に送信する。なお、公開サーバ４を備えることに替えて情報公開タイミング計算サーバ１自身が公開サーバの機能を備えてもよい。

（システム動作概要）
図１に示すシステムでは、情報公開タイミング計算サーバ１がニュースサイト２からニュース記事情報を常時定期的に取得し、記事を分類して蓄積している。そして、情報公開タイミング計算サーバ１は、クライアント端末３からアップロード対象情報を受信したことに応じて、そのアップロード対象情報と蓄積されたニュース記事情報とを用いて所定の演算を行って現時点が当該アップロード対象情報を公開すべきタイミングにあるかどうかを判定し、公開すべきタイミングであればアップロード対象情報を公開サーバ４にアップロードする。現時点が公開すべきタイミングでなければ予め設定した時間後に再びアップロード対象情報が公開すべきタイミングにあるかどうかの判定を行う。この判定をアップロード対象情報が公開されるまで繰り返す。もしくは、予め定めた回数繰り返す。

なお、アップロード対象情報をフロッピー(登録商標）ディスクなどの記憶媒体に記憶しておき、郵送などの物理的手段で情報公開タイミング計算サーバ１に届け、情報公開タイミング計算サーバ１内に記憶するようにしてもよい。

（情報公開タイミング計算サーバ１の構成概要）
図２に情報公開タイミング計算サーバ１の機能構成図を示す。図２に示すように、情報公開タイミング計算サーバ１は、情報取得部１１、計算部１２、入出力ＩＦ部１３、情報分類部１４、記事ＤＢ１５、アップロード対象情報記憶部１６、及び辞書ＤＢ１７を備えている。各部の機能概要は以下の通りである。

情報取得部１１はニュースサイト２やクライアント端末３から情報を取得する。情報分類部１４はニュースサイト２から取得した記事情報を分類して記事ＤＢ１５に蓄積する。また、アップロード対象情報記憶部１６はクライアント端末３から取得したアップロード対象情報を蓄積する。辞書ＤＢ１７は記事情報間の類似度をマトリックスとして蓄積する。

計算部１２は、記事ＤＢ１５及び辞書ＤＢ１７に蓄積された情報を用いて、アップロード対象情報記憶部１６に蓄積されたアップロード対象情報が適切な公開タイミングにあるか否かを判定するための演算を行う。また、入出力ＩＦ部１３は情報公開タイミング計算サーバ１の管理者が出力結果を得たり、計算部１２に初期設定情報を入力したり、記事ＤＢ１５、辞書ＤＢ１７の情報の入出力や書き換えなどを行うためのディスプレイ、キーボードといったユーザインターフェイスを備えている。

情報公開タイミング計算サーバ１は、ＣＰＵ、メモリ、ハードディスク等を備えた一般的なコンピュータであり、上記の情報取得部１１、計算部１２、情報分類部１４は当該コンピュータに本発明に係るプログラムが実行されることにより実現されるものである。また、各種ＤＢ及び記憶部はハードディスク等の記憶装置により実現できる。

（各機能部の詳細）
以下、情報公開タイミング計算サーバ１の各機能部を詳細に説明する。また、各機能部の詳細説明の中で情報公開タイミングの計算方法についても詳細に説明する。

［情報取得部１１］
情報取得部１１は、ＴＣＰ／ＩＰなどの通信機能を備え、ニュースサイト２及びクライアント端末３と通信を行うことにより、各種ニュース記事情報や掲載したい広告情報などを受信する。

ここで、図３を参照してニュースサイト２から情報公開タイミング計算サーバ１に対して送られるニュース記事情報について説明する。図３はニュースサイト２からインターネットを介して配信されるニュース記事情報の電子情報の一例を示している。

図３に示すとおり、ニュースサイト２から配信されるニュース記事情報にはニュースの本文記事（＜content＞）のほか、記事の属性情報（＜zokusei＞）や、日時情報（＜time＞）といった情報などそのニュースを特徴づけ、分類する上で必要な様々な情報が含まれている。

また、図３の例では属性情報の他に種別情報（＜species＞）を定義してニュースサイト２から配信するようにしているが、ニュースサイト２でこのような情報を付加しない場合には、情報公開タイミング計算サーバ１が受信したニュース記事情報のコンテンツ情報（＜content＞）から種別情報を抽出するようにしてもよい。コンテンツ情報からそのコンテンツの種別情報を抽出する技術としては例えば特開平６−２１５０４９や特開平７−２１９９５３に記載されている技術がある。

また、そのニュース記事情報の主語にあたる主体情報（＜shutai＞）も同じようにニュースサイト２が付加してもよいし、情報を受信した情報公開タイミング計算サーバ１がコンテンツ情報（＜content＞）から抽出してもかまわない。コンテンツ情報から主体情報を抽出する方法としては、例えば隠れマルコフモデルによって固有名詞を抽出し、その固有名詞のあとに「が」または「は」が続く文字列を主体とみなすアルゴリズムを情報公開タイミング計算サーバ１を動作させるプログラムに組み込む方法が考えられる。

情報公開タイミング計算サーバ１の情報取得部１１がこうしたニュース記事情報等を入手するために、ニュースサイト２が、定期的に情報公開タイミング計算サーバ１に対してニュース記事情報を配信する。この場合、ニュースサイト２を構成するサーバのアドレス記憶部に情報公開タイミング計算サーバ１のＩＰアドレスを記憶しておく。

また、他の方法としては、情報公開タイミング計算サーバ１の情報取得部１１にＲＳＳリーダーを埋め込んでおいて、ＲＳＳリーダー内に各ニュースサイト２のアドレスを記憶しておき、情報公開タイミング計算サーバ１が定期的にニュースサイト２にアクセスしてニュース記事情報を入手してもよい。

次に、図４を用いてクライアント端末３から取得するアップロード対象情報について説明する。図４はアップロード対象情報の構成の一例を示す図である。

図４に示す通り、アップロード対象情報は、ニュース記事情報と同様に情報単位ごとにタグ付けされており、本文記事（＜content＞）のほか、記事の属性情報（＜zokusei＞）などその記事を分類する上で必要な様々な情報が含まれている。

これらのタグ情報は、予めクライアント端末３で付与されるようにしてもよいし、情報公開タイミング計算サーバ１で、ニュースサイト２から取得したニュース記事と同様にして、受信した記事情報のコンテンツ情報（＜content＞）から属性情報や種別情報を抽出するようにしてもよい。

また、アップロード対象情報には＜flag＞タグ、及び＜koukaichi＞タグを含んでいる。＜flag＞クグは、クライアント端末３を利用する利用者がアップロード対象情報を「積極的に公開したい」か「そうでない」かを識別するためのフラグ情報である。クライアント端末３の利用者はアップロード対象情報を積極的に公開したい場合は、フラグに１を入力し、そうでない場合は０を入力する。この情報は計算部１２が情報公開タイミング値（φ）を算出するときに用いる。また、＜koukaichi＞タグには、情報公開タイミング値（φ）がいくつになったらアップロード対象情報を公開サーバにアップロードするかを決定するためのしきい値が入力される。これらの詳細は後述する。また、＜ＵＲＬ＞タグはアップロード対象情報をアップロードする公開サーバ４のアドレスを記載したタグである。

さて、ニュースサイト２からニュース記事情報を取得した情報取得部１１は、情報分類部１４がニュース記事情報を分類するのに十分な情報が揃っているかどうかを確認する。ニュース記事情報の中に分類に必要な情報が全て揃っているかどうかは、情報取得部１１内にあらかじめ分類に必要なタグ情報を定義しておき、そのタグ情報がニュース記事情報内に全て揃っているかどうかで判断する。入手したニュース記事情報の中に分類に十分な情報が整っていないと判断した場合には上述した方法によってニュース記事情報の中のコンテンツ情報から必要な情報を抽出する。

例えば、情報を分類するのに必要な情報が＜title＞、＜zokusei＞，＜species＞，＜shutai＞である場合、情報取得部１１内には、これと同様のタグ情報、すなわち＜title＞、＜zokusei＞，＜species＞，＜shutai＞が記憶されている。そして例えば図３に示す情報をニュース記事情報として取得した場合には、情報取得部１１は＜shutai＞、すなわち主体情報が足りないと判断し、上述の隠れマルコフモデルの手法によって主体情報を抽出し、ニュース記事情報に追加する。

情報取得部１１は、入手した情報がクライアント端末３からのアップロード対象情報である場合にはそれをアップロード対象情報記憶部１６に蓄積し、ニュースサイト２から入手した通常のニュース記事情報等である場合には必要情報の確認を行った後にそれを情報分類部１４に渡す。

［情報分類部１４］
次に情報分類部１４について説明する。情報分類部１４は入手したニュース記事情報等の中から属性情報、種別情報、主体情報といった情報を抽出し、これらを用いてニュース記事情報を分類し、分類した記事情報を記事ＤＢ１５に蓄積する。

図５に記事ＤＢ１５の内容の一例を示す。図５に示すようにニュース記事情報には事件ＩＤが付与され、そのニュース記事情報に含まれる時刻情報やコンテンツ情報などの様々なタグ情報とともに記事ＤＢ１５に格納される。

新たに受信したニュース記事情報の事件ＩＤは過去のニュース記事情報に応じて付与する。つまり、過去に受信したニュース記事情報の中に、新たに受信したニュース記事情報と同様のニュース記事情報があれば当該過去のニュース記事情報の事件ＩＤと同じ事件ＩＤを新たなニュース記事情報に付与する。また、過去に同様のニュース記事情報を受信していない場合には新たな事件ＩＤを新たに受信したニュース記事情報に付与する。情報分類部１４はこのようにして同様の事件に関するニュース記事情報をグループ化し、一のグループを一の事件ＩＤに対応付ける。

情報分類部１４は、受信したニュース記事情報と過去のニュース記事情報が同様のニュース記事情報であるかどうかをタグ情報のうちのいくつかが同じかどうかで判断する。例えば属性情報（zokusei）、種別情報（species）、及び主体情報（shutai）の３つが一致した場合に同様の記事であると判断するように構成してもよいし、属性情報と種別情報が一致した場合、もしくは種別情報と主体情報が一致した場合に同様の記事であると判断するようにしてもよい。

新たなニュース記事情報を受信した場合における情報分類部１４の処理動作の一例を次に説明する。図５に示すニュース記事情報が記事ＤＢ１５に既に蓄積されている場合において、情報分類部１４に新たなニュース記事情報１５１が入力されたものとする。また、ここでは属性情報、種別情報、及び主体情報が一致した場合に同様の事件であると判断するものとする。

新たな記事１５１の内容は時刻情報（＜time＞2005.6.5）、属性情報（＜zokusei＞会社）、種別情報（＜species＞情報漏洩）、主体情報（＜shutai＞ＡＢＣ株式会社）、コンテンツ情報（＜content＞…省略）である。すなわち、新たなニュース記事情報１５１の属性情報は会社、種別情報は情報漏洩、主体情報はＡＢＣ株式会社であり、同じ属性情報、種別情報、及び主体情報を持つニュース記事情報が過去にあるかどうか記事ＤＢ１５内を検索すると、事件ＩＤ：１００２に条件に合うニュース記事情報が見つかる。そこで情報分類部１４は、新たなニュース記事情報１５１に事件ＩＤ１００２を付与した上で、記事ＤＢ１５にニュース記事情報１５１を格納する。

このように事件ＩＤを付与して情報を格納することで、同じ事件ＩＤ、すなわち同じ事件について記載された記事を瞬時に抽出することができ、たとえば後述するように事件の注目度を算出するうえで、事件ＩＤごとの記事数などをすぐに算出することができるようになる。

［計算部１２：タイミング計算］
次に、計算部１２がアップロード情報公開のタイミングを判断するために用いる値である情報公開タイミング値を計算する手順について説明する。計算部１２は、情報公開タイミング値と所定の閾値とを比較することにより、現時点が情報公開のタイミングにあるかどうかを判断することになる。

さて、公開する情報に関しては、世間に注目して欲しいために積極的に公開したい情報（Ａ）と、公開しなければならない情報であるがあまり注目して欲しくない情報（Ｂ）とがある。（Ｂ）の情報は、具体的には例えば情報漏洩事件など、社会的責任として情報を公開しなければならないが、あまり世間に騒ぎ立てられるのは好ましくない社内の不祥事などの情報である。このような観点から本実施の形態では（Ａ）の場合と（Ｂ）の場合とで異なる情報公開タイミング値の計算方法を用いている。なお、（Ａ）か（Ｂ）かはアップロード対象情報を提供する利用者が指定する。

情報公開タイミング値の算出にあたっては、ニュース記事情報が注目されている度合いを示す指標値である事件注目度と、アップロード対象情報と記事ＤＢ１５に蓄積されているニュース記事情報との類似度を示す記事類似度を用いているが、事件注目度と記事類似度の具体的求め方については後述する。以下、（Ａ）の場合と（Ｂ）の場合のそれぞれについて情報公開タイミング値の計算方法を説明する。

＜（Ａ）の場合＞
世間に注目して欲しいために積極的に公開したい情報の場合、事件ＩＤがｉの事件の事件注目度をｙ（ｉ）、当該事件とアップロード対象情報との記事類似度をδ（ｉ）とした場合に、計算部１２は、下記の計算式に基づいて情報公開タイミング値を算出する。

情報公開タイミング値（φ）＝Σ（事件注目度（ｙ（ｉ））×記事類似度（δ（ｉ））） （Σはｉについての総和）・・・式１
式１は、ある事件ｉについての事件注目度と、クライアント端末３から取得したアップロード対象情報と事件ｉとの類似度との積をとり、これを事件ｉごとに総和をとったものが情報公開タイミング値（φ）であることを意味する。

つまり、事件注目度と記事類似度との積をとっていることから明らかなように、類似度の高い記事、相関の高い記事が注目されているときを高く評価し、あまり関連性のない記事を低く評価している。

従って、こうして算出された情報公開タイミング値（φ）の値が高いときは、類似の事件が注目されているときであるから、世間に注目して欲しいために積極的に自分の情報を公開したいと考える利用者にとっては情報公開のタイミングとしてふさわしくないことを示す。逆に情報公開タイミング値（φ）の値が低いときは、類似の記事で注目されている事件がない場合であるから、自分の情報に注目して欲しいと考える利用者にとって情報公開のタイミングとしてふさわしいことを示す。

＜（Ｂ）の場合＞
公開しなければならない情報であるがあまり注目して欲しくない情報の場合、計算部１２は、下記の計算式に基づいて情報公開タイミング値を算出する。

情報公開タイミング値（φ）＝Σ（事件注目度（ｙ（ｉ））／記事類似度（δ（ｉ）））（Σはｉについての総和）・・・式２
式２は、ある事件ｉについての事件の注目度を、クライアント端末３から取得したアップロード対象情報と事件ｉとの類似度で割り、これを事件ｉごとに総和をとったものが情報公開タイミング値（φ）であることを意味する。

つまり、事件注目度を記事類似度で割っていることから明らかなように、類似度の高い記事、相関の高い記事を低く評価し、あまり関連性のない記事を高く評価している。

従って、こうして算出された情報公開タイミング値（φ）の値が高いときは、公表したいアップロード対象情報とは関係のない事件が注目されているときであるから、自分の情報にあまり注目して欲しくないと考える利用者にとっては情報公開のタイミングとしてふさわしいことを示す。逆に情報公開タイミング値（φ）の値が低いときは、注目されている事件自体がない場合や、類似の事件が注目されている場合であるから、自分の情報が注目されてしまう可能性があり情報公開のタイミングとしてふさわしくないことを示す。

なお、あまり公開したくないような悪いニュースの場合は、類似の注目事件があるとその事件につられるようにして注目されてしまうことがあるので、仮に非常に注目されている別事件があるとしてもそれが公開する情報と類似の事件であれば情報公開タイミングとしてはふさわしくない。式２では、そうした意図からも類似事件を低く評価している。

なお、式２は事件注目度（ｙ（ｉ））を記事類似度（δ（ｉ））で除算することで類似の記事を低く評価しているが、記事類似度の高い記事を低く扱える式であれば何でもよく、例えば、事件注目度（ｙ（ｉ））×（１−記事類似度（δ（ｉ）））を計算するようにしてもよい。

＜タイミング判定について＞
式１を適用するか、式２を適用するか、つまり（Ａ）の場合であるか、（Ｂ）の場合であるかは、計算部１２が情報公開タイミング値を計算する際にアップロード対象情報記憶部１６内に格納されているアップロード対象情報の中の＜flag＞タグの情報に基づき判断する。

また、上記のようにして求めた情報公開タイミング値（φ）と、アップロード対象情報記憶部１６内に格納されているアップロード対象情報の中の＜koukaichi＞タグの値とを比較することにより現時点が当該情報の公開タイミングにあるか否かを判定する。

なお、計算部１２が式１、もしくは式２を計算する際は、記事ＤＢ１５に格納されているすべての事件ＩＤに関する事件の総和をとってもかまわないが、たとえば事件注目度ｙ（ｉ）の値の大きなものから所定の個数（例えば２０個ほど）をとってきて総和をとったり、事件注目度ｙ（ｉ）の値が一定値以上のもののみを抽出して総和をとるようにすることが好ましい。

例えば注目度ｙ（ｉ）のうち値の大きいものだけを選択して情報公開タイミング値（φ）を算出するようにすると、世間の注目の偏りが大きいときに、より大きな情報公開タイミング値（φ）を得られるようになり、世間の関心の集中と分散を、より確実に反映することができる。なお、どのように総和をとるかは予め入出力インターフェイス１８から入力を受けて計算部１２に設定をしておけばよい。

［計算部１２：注目度計算］
次に、計算部１２による事件ＩＤごとの事件注目度ｙ（ｉ）の算出方法の例を説明する。本実施の形態では、ある事件ＩＤのニュース記事情報に関し、そのニュース記事情報の新しさと、ニュース記事情報の数の多さに着目して注目度を算出している。つまり、ある事件ＩＤについて、現時点から近い過去に多数のニュース記事情報が出されているならばその事件ＩＤのニュース記事情報の注目度は高いと判定される。具体的には次のようにして計算をする。

仮に事件ＩＤ：ｉ＝１００１であるニュース記事情報がＮ個あるとし、そのうちのｊ番目の記事の注目度をｘ（ｊ）とした場合、そのニュース記事情報の注目度は時間とともに薄れていくことを考慮すると、注目度は、現在時刻とニュース記事情報発表時刻との差をｔ（ｊ）として、ｔ（ｊ）に関する減衰関数で表現される。減衰関数であればどのような関数であってもかまわないが、例えばこの減衰関数にｅを用いれば、
ｘ（ｊ）＝ａ×ｅ^{−（ｔ（ｊ）−ｂ）}（ａ，ｂは定数）・・・式３
と表すことができる。そして本実施の形態では、同じ事件ＩＤ：ｉの記事についてのｘ（ｊ）の総和を事件注目度ｙ（ｉ）としている。つまり、
ｙ（ｉ）＝Σｘ（ｊ）＝Σａ×ｅ^{−（ｔ（ｊ）−ｂ）}（ａ、ｂは定数、Σはｊについての総和）・・・式４
となる。

図６を用いてより具体的に説明する。図６は、事件ＩＤ：ｉ＝１００１であるニュース記事情報が３つある状況（Ｎ＝３）を示し、それぞれのニュース記事情報発表時刻が異なる場合を示している。
（ａ）に示すｊ−２番目の記事は掲載から長い時間が経過しているため、ｊ−２番目の記事の注目度ｘ（ｊ−２）の値は非常に小さくなっている。一方、（ｃ）に示すｊ番目の記事は掲載からあまり時間が経過していないためｘ（ｊ）の値が大きくなっている。この場合の事件ＩＤ：ｉ＝１００１である事件の注目度ｙ（ｉ）は、式４から、ｘ（ｊ−２）、ｘ（ｊ−１）、ｘ（ｊ）の総和である。

上記の式４によれば、記事数Ｎが多ければ多いほど、ｙ（ｉ）の値は大きくなり、また、時間があまり経過していないものであればあるほどｙ（ｉ）の値が大きくなる、すなわち新しくかつ数が多い事件ほど注目度の高い事件であることになる。

［計算部１２：類似度計算］
次に、計算部１２による記事類似度δ（ｉ）の計算方法について説明する。記事類似度δ（ｉ）は、事件ＩＤがｉであるニュース記事とアップロード対象情報との類似度合い、すなわち相関を表す数値である。本実施の形態では、辞書ＤＢ１７内に記憶されている、ニュース記事情報とアップロード対象情報間の相関を表すマトリクス情報を用いて、あるニュース記事情報とアップロード対象情報との類似度を求める。類似度の計算方法の具体例を以下説明する。

図７に辞書ＤＢ１７内に記憶されているマトリクス情報の一例を示す。事件ＩＤがｉのニュース記事情報とアップロード対象情報との類似度を求める際、計算部１２は記憶ＤＢ１５から事件ＩＤがｉのニュース記事情報の属性情報を取得する。例えば図５の事件ＩＤ：ｉ＝１００２であるニュース記事情報の属性情報は「会社」である。次に計算部１２はアップロード対象情報記憶部１６からアップロード対象情報の属性情報を取得する。例えば図４に示すアップロード対象情報であれば属性情報として「会社」を取得する。

次に計算部１２は、この２つの情報をキーとして辞書ＤＢ１７のマトリクス情報を参照し、ニュース記事情報とアップロード対象情報との類似度を抽出する。上記の例ではニュース記事情報、アップロード対象情報ともに属性情報は「会社」であるから、計算部１２は両者の類似度として１．０を取得する。このようにしてある事件ＩＤ：ｉのニュース記事情報とアップロード対象情報との類似度が算出される。

ここでは属性情報のみの相関によって類似度を算出したが、辞書ＤＢ１７に種別情報や主体情報の各々のマトリクスを記憶しておき、種別情報、もしくは主体情報まで含めて類似度を算出するようにしてもよい。複数のタグ情報をもとに類似度を算出する方法としては、例えば属性情報の類似度×種別情報の類似度×主体情報の類似度といったように各類似度の積をとることが考えられる。

［動作の流れ］
次に、これまでに説明した機能部を有する情報公開タイミング計算サーバ１の動作について図８のフローチャートを参照して説明する。

予め情報取得部１１は定期的にニュースサイト２からニュース記事情報を取得し、情報分類部１４は取得した記事に事件ＩＤを付与した上で記憶ＤＢ１５に格納している（ステップ１００）。

情報取得部１１がクライアント端末３から新たなアップロード対象情報を受信すると、情報取得部１１は受信したアップロード対象情報をアップロード対象情報記憶部１６に格納する（ステップ１０１）。計算部１２はアップロード対象情報記憶部１６内に何らかの情報があることを認識すると、情報公開タイミング値を定期的に算出するためのタイマーをクリアする（ステップ１０２）。なお、タイマーとして例えば一定時間毎にインクリメントするカウンタを用いることができる。

次に計算部１２は記事ＤＢ１５からある事件ＩＤのニュース記事情報の属性情報を取得し、さらにアップロード対象情報記憶部１６からアップロード対象情報の属性情報を取得する。そして計算部１２は、それらの属性情報を用いて辞書ＤＢ１７を参照することにより、アップロード対象情報と当該事件ＩＤのニュース記事情報との類似度を算出する（ステップ１０３）。

次に計算部１２は、記事ＤＢ１５における上記事件ＩＤの各ニュース記事情報の時刻データと、情報公開タイミング計算サーバ１の時計から取り出した現在時刻情報とをもとにして、当該当該事件ＩＤのグループの注目度を算出する（ステップ１０４）。このようにして事件ＩＤごとの類似度、注目度を全ての事件ＩＤについて算出する（ステップ１０５）。

次に計算部１２は、積極的に公開したい情報かどうかの判定のため、対象となっているアップロード対象情報から＜flag＞タグの情報を取得し、そのタグ情報に基づいて式１もしくは式２を選択して情報公開タイミング値を算出する（ステップ１０６）。

次に計算部１２は、アップロード対象情報から情報公開のしきい値情報として＜koukaichi＞のタグ情報を取得し、ステップ１０６で算出した情報公開タイミング値と比較する。＜flag＞タグが１、すなわちアップロード対象情報が積極的に公開したい情報である場合には、式１を用いて算出した情報公開タイミング値がしきい値以下であるかどうかを判定し、＜flag＞タグが０、すなわちアップロード対象情報が積極的に公開したい情報ではない場合には、式２を用いて算出した情報公開タイミング値がしきい値以上であるかどうかを判定する（ステップ１０７）。

計算部１２はこの条件を満たしていると判断すると（ステップ１０７のＹｅｓ）、アップロード対象情報記憶部１６からアップロード対象情報とアップロード先アドレス（＜ＵＲＬ＞）を取り出し、情報取得部１１を介してアップロード対象情報を指定のアップロード先アドレス（公開サーバ）に向けて送信する。

ステップ１０７において計算部１２が上記条件を満たしていないと判断した場合（ステップ１０７のＮｏ）、タイマーが予め定めた時間に達したか否かを判定する（ステップ１０８）。所定の時間に達していなければ所定の時間に達するまで待つ。所定の時間に達していれば、ステップ１０２からの処理を繰り返す。すなわち、時間が経過し、新たなニュース記事情報が蓄積されるなどして状況が変化した中で再度情報公開タイミングの判定を行う。このようにして情報が公開されるまで処理を繰り返す。もしくは、所定回数処理を繰り返しても情報公開の条件を満たさない場合には、クライアント端末３にその旨を通知し、利用者からの指示に応じた動作を行うようにしてもよい。

このようにして公開情報タイミング計算サーバ１はインターネット上に公開された様々な時事情報を収集し、同様の事件に関する記事数から事件の関心度を測ることができる。そしてその関心度から世の中の関心の偏りを算出し、自らの情報を公開する最適なタイミングで情報をアップロードすることができる。

また、アップロードしたい情報と各事件との類似度を算出することで類似の事件が注目されているとき、もしくは注目されていないときを選んで利用者のアップロード対象情報を公開することができる。

特にアップロード対象情報が、積極的に公開したい情報のときには、世の中に関心のある情報がないときを選ぶことができる。またアップロード対象情報が積極的に広めたくない情報のときには、世の中に類似の関心情報がないときを選んで情報公開を行うことができる。

なお、本発明は、上記の実施の形態に限定されることなく、特許請求の範囲内において、種々変更・応用が可能である。

本発明を実施する形態の概要を示すシステム構成図である。 情報公開タイミング計算サーバ１の機能構成図である。 ニュースサイト２から情報公開タイミング計算サーバ１に対して送られるニュース記事情報の例を示す図である。 クライアント端末３から取得するアップロード対象情報の例を示す図である。 記事ＤＢ１５の内容の一例を示す図である。 注目度の算出方法を説明するための図である。 辞書ＤＢ１７内に記憶されているマトリクス情報の一例を示す図である。 情報公開タイミング計算サーバ１の動作を説明するためのフローチャートである。

符号の説明

１ 情報公開タイミング計算サーバ
２ ニュースサイト
３ クライアント端末
４ 公開サーバ
５ インターネット
１１ 情報取得部
１２ 計算部
１３ 入出力ＩＦ部
１４ 情報分類部
１５ 記事ＤＢ
１６ アップロード対象情報記憶部
１７ 辞書ＤＢ
１５１ ニュース記事情報

Claims (8)

1. ネットワーク上で公開されるべき情報である公開対象情報を記憶する公開対象情報記憶手段と、
   ネットワーク上の所定のサーバから公開された情報である公開済情報を取得する公開済情報取得手段と、
   前記公開済情報、及び前記公開対象情報に基づいて当該公開対象情報の公開タイミング値を算出する公開タイミング値算出手段と、
   前記公開タイミング値に基づき前記公開対象情報をネットワーク上で公開するか否かの判定を行う公開判定手段と
   を備えたことを特徴とする情報公開タイミング計算装置。
2. 前記公開タイミング値算出手段は、
   前記公開済情報取得手段で取得した公開済情報を関連する情報ごとにグループ化し、各グループ内の公開済情報の数と各公開済情報の公表時刻とに基づいて、公開済情報の注目度をグループごとに算出し、
   前記公開対象情報の特徴情報とグループの特徴情報とに基づいて、当該公開対象情報とグループとの類似度をグループごとに算出し、
   前記注目度、及び前記類似度から、公開済情報の前記公開対象情報への影響度をグループごとに算出し、それらを積算することで前記公開対象情報の公開タイミング値を算出することを特徴とする請求項１に記載の情報公開タイミング計算装置。
3. 前記公開タイミング値算出手段は、
   グループごとに算出した注目度のうち注目度の高いほうから予め定めた個数のグループのみを選択して公開タイミング値を算出することを特徴とする請求項２に記載の情報公開タイミング計算装置。
4. 前記公開タイミング値算出手段は、
   グループごとに算出した注目度のうち、注目度が一定値以上のグループのみを選択して公開タイミング値を算出することを特徴とする請求項２に記載の情報公開タイミング計算装置。
5. 前記公開判定手段は、前記公開タイミング値算出手段によって算出された公開タイミング値を所定の閾値と比較することにより前記公開対象情報をネットワーク上で公開するか否かの判定を行い、
   前記公開判定手段により前記公開対象情報をネットワーク上で公開すると判定された場合に、当該公開対象情報を所定のサーバにアップロードする公開情報出力手段を更に備えたことを特徴とする請求項１ないし４のうちいずれか１項に記載の情報公開タイミング計算装置。
6. コンピュータを、
   ネットワーク上で公開されるべき情報である公開対象情報を記憶した記憶装置から公開対象情報を取得する公開対象情報取得手段、
   ネットワーク上の所定のサーバから公開された情報である公開済情報を取得する公開済情報取得手段、
   前記公開済情報、及び前記公開対象情報に基づいて当該公開対象情報の公開タイミング値を算出する公開タイミング値算出手段、
   前記公開タイミング値に基づき前記公開対象情報をネットワーク上で公開するか否かの判定を行う公開判定手段、
   として機能させるためのプログラム。
7. 前記公開タイミング値算出手段は、
   前記公開済情報取得手段で取得した公開済情報を関連する情報ごとにグループ化し、各グループ内の公開済情報の数と各公開済情報の公表時刻とに基づいて、公開済情報の注目度をグループごとに算出し、
   前記公開対象情報の特徴情報とグループの特徴情報とに基づいて、当該公開対象情報とグループとの類似度をグループごとに算出し、
   前記注目度、及び前記類似度から、公開済情報の前記公開対象情報への影響度をグループごとに算出し、それらを積算することで前記公開対象情報の公開タイミング値を算出することを特徴とする請求項６に記載のプログラム。
8. 情報公開タイミング計算装置が情報公開タイミングを計算する方法であって、
   公開対象情報取得手段が、ネットワーク上で公開されるべき情報である公開対象情報を記憶した記憶装置から公開対象情報を取得するステップと、
   公開済情報取得手段が、ネットワーク上の所定のサーバから公開された情報である公開済情報を取得するステップと、
   公開タイミング値算出手段が、前記公開済情報、及び前記公開対象情報に基づいて当該公開対象情報の公開タイミング値を算出するステップと、
   公開判定手段が、前記公開タイミング値に基づき前記公開対象情報をネットワーク上で公開するか否かの判定を行うステップと
   を含むことを特徴とする方法。

Images