JP2007148661A - コミュニティ制御システム及びコミュニティ制御方法 - Google Patents

Abstract

【課題】 質問者の属性や質問内容に応じて、より適切な回答を提示することができるコミュニティ制御システム及びコミュニティ制御方法を提供する。
【解決手段】 本発明に係るコミュニティ制御システムは、質問に対する質問者の特徴を示す質問者属性ベクトルを生成し、重要属性及びユーザ情報に基づいて、質問に対する回答候補者の特徴を示す回答候補者属性ベクトルを生成する。また、コミュニティ制御システムは、質問者属性ベクトルと回答候補者属性ベクトルとの一致度である属性ベクトル一致度を判定し、属性ベクトル一致度に応じて、回答候補者の中から質問に対する回答者を選択する。そして、コミュニティ制御システムは、回答者または回答者に係る情報を質問者に提示する。
【選択図】 図９

Description

本発明は、コミュニティ型サービスの一ユーザである質問者から投稿された質問に対して、当該コミュニティ型サービスの他のユーザに係る情報を回答として提示するコミュニティ制御システム及びコミュニティ制御方法に関する。

近年、情報技術の進歩に伴って、通信ネットワークを介した比較的新しいコミュニケーション手段である掲示板、チャット、或いはブログといった、いわゆる“コミュニティ型サービス”が拡大している（例えば、非特許文献１）。

このようなコミュニティ型サービスでは、ユーザ（質問者）が所望の情報を取得するための質問を掲示板などに書き込むと、別のユーザ（回答者）が、当該質問に直接回答したり、当該質問に関する情報ページ（例えば、個人が開設しているブログ）を回答したりするといった利用形態が多く見受けられる。

このような利用形態を踏まえ、質問者の属性や質問内容に応じて、適切な回答（回答者自身や回答者の情報ページ）を提示する方法が以前から提案されている（例えば、特許文献１）。
"ブログ・ＳＮＳの現状分析及び将来予測"、総務省、２００５年５月 特開２００２−４９７８６号公報（第８−９頁、第４図）

しかしながら、上述した従来の方法には、次のような問題があった。すなわち、上述した従来の方法では、コミュニティ型サービスの全ユーザ、または全ユーザの情報ページを回答候補としているため、回答内容が一般的、抽象的となってしまう傾向が強く、質問者は、質問の観点を踏まえた適切な回答を得ることが難しいといった問題があった。

また、質問者や回答者の属性（例えば、性別や年齢）などによって回答候補を絞り込むこともできるが、質問者は、質問内容に応じた適切な回答を得るため、どのような属性の絞り込みをすればよいかが不明であるといった問題があった。

そこで、本発明は、このような状況に鑑みてなされたものであり、質問者の属性や質問内容に応じて、より適切な回答を提示することができるコミュニティ制御システム及びコミュニティ制御方法を提供することを目的とする。

上述した問題を解決するため、本発明は、次のような特徴を有している。まず、本発明の第１の特徴は、コミュニティ型サービスの一ユーザである質問者（例えば、ユーザ１）から投稿された質問に対して、前記コミュニティ型サービスの他のユーザ（例えば、ユーザ２）に係る情報（例えば、ユーザ２の情報ページ）を回答として提示するコミュニティ制御システム（コミュニティ制御システム１００）であって、前記ユーザの名称と前記ユーザの属性とを対応付けるユーザ情報を記憶するユーザ情報記憶部（ユーザ情報管理ＤＢ１４０）と、前記質問に関連するキーワードと前記キーワードに関連する関連属性とを対応付ける関連属性情報を記憶する関連属性情報記憶部（キーワード・属性関連辞書ＤＢ１５０）と、前記質問者から前記質問を取得する質問取得部（質問取得ブロック１１２Ａ）と、前記質問取得部によって取得された前記質問に関連する前記キーワードに、前記関連属性情報において対応付けられている前記関連属性である重要属性を取得する重要属性取得部（質問解析ブロック１１２Ｂ）と、前記重要属性及び前記ユーザ情報に基づいて、前記質問に対する前記質問者の特徴を示す質問者属性ベクトル（質問者属性ベクトルＶ_Ｑ１１）を生成する質問者属性ベクトル生成部（ユーザ情報取得ブロック１１３Ａ）と、前記重要属性及び前記ユーザ情報に基づいて、前記質問に対する回答候補者の特徴を示す回答候補者属性ベクトル（例えば、回答候補者属性ベクトルＶ_Ａ１１）を生成する回答候補者属性ベクトル生成部（ユーザ情報取得ブロック１１３Ａ）と、前記質問者属性ベクトルと前記回答候補者属性ベクトルとの一致度である属性ベクトル一致度を判定する一致度判定部（ユーザ情報比較判定部１２０）と、前記一致度判定部によって判定された前記属性ベクトル一致度に応じて、前記回答候補者の中から前記質問に対する回答者（例えば、ユーザ２）を選択し、前記回答者または前記回答者に係る情報を前記質問者に提示する回答提示部（情報探索制御部１３０）とを備えることを要旨とする。

このようなコミュニティ制御システムによれば、質問者の特徴を示す質問者属性ベクトルと、質問に対する回答候補者の特徴を示す回答候補者属性ベクトルとの一致度である属性ベクトル一致度に基づいて、つまり、質問者の属性や質問内容に応じて回答候補者を絞り込んだ上で、質問者に提示される回答の内容が決定される。

このため、従来の方法と比較して、回答内容が一般的、抽象的となってしまう傾向が抑制され、質問者は、質問の観点を踏まえた適切な回答を得ることができる。

本発明の第２の特徴は、本発明の第１の特徴に係り、前記質問取得部によって取得された前記質問に関連する前記キーワードに基づいて、前記質問の特徴を示す質問ベクトル（質問ベクトルＶ_Ｑ１）を生成する質問ベクトル生成部（質問解析ブロック１１２Ｂ）と、前記キーワードに対する前記ユーザの精通度合いである情報通度を前記キーワードに対応付ける情報通度情報を記憶する情報通度情報記憶部（ユーザ情報管理ＤＢ１４０）と、前記質問取得部によって取得された前記質問に関連する前記キーワード、及び前記情報通度情報に基づいて、前記回答候補者の情報通度を示す情報通度ベクトル（情報通度ベクトルＶ_Ａ３０）を生成する情報通度ベクトル生成部（情報通度取得ブロック１１３Ｂ）と、少なくとも、前記属性ベクトル一致度、前記質問ベクトル、前記情報通度ベクトルの類似度に基づいて決定される質問ベクトル一致度に対する重み付けを示す重み値を前記質問者から取得し、前記属性ベクトル一致度及び前記質問ベクトル一致度に対する重み付けを実行する重み値処理部（ユーザ情報比較判定部１２０）と、前記重み値が反映された前記属性ベクトル一致度、及び前記質問ベクトル一致度に基づいて、前記回答候補者の総合一致度を決定する総合一致度決定部（ユーザ情報比較判定部１２０）とをさらに備え、前記回答提示部は、前記総合一致度に基づいて、前記回答候補者を決定することを要旨とする。

本発明の第３の特徴は、本発明の第１または第２の特徴に係り、前記質問への回答結果に対する回答評価値を前記質問者から取得する回答評価値取得部（回答取得・通知ブロック１３４）と、前記質問取得部によって取得された前記質問に関連する前記キーワードと対応付けられている前記情報通度に基づいて、前記回答評価値に対して重み付けを実行する回答評価値処理部（情報通度生成ブロック１１１Ｂ）と、前記回答評価値処理部によって重み付けが行われた前記回答評価値に基づいて、前記キーワードと対応付けられている前記回答者の前記情報通度を更新する情報通度更新部（情報通度生成ブロック１１１Ｂ）とをさらに備えることを要旨とする。

本発明の第４の特徴は、本発明の第１乃至第３の特徴に係り、前記質問者の知り合いユーザの名称及び信頼度を含む知り合いユーザ情報前記質問者から取得し、取得した前記知り合いユーザ情報を記憶する知り合いユーザ情報記憶部（信頼度取得ブロック１１３Ｃ及びユーザ情報管理ＤＢ１４０）をさらに備え、前記回答提示部は、前記信頼度に基づいて、前記回答候補者を決定することを要旨とする。

本発明の第５の特徴は、コミュニティ型サービスの一ユーザである質問者から投稿された質問に対して、前記コミュニティ型サービスの他のユーザに係る情報を回答として提示するコミュニティ制御方法であって、前記ユーザの名称と前記ユーザの属性とを対応付けるユーザ情報を記憶するステップと、前記質問に関連するキーワードと前記キーワードに関連する関連属性とを対応付ける関連属性情報を記憶するステップと、前記質問者から前記質問を取得するステップと、取得された前記質問に関連する前記キーワードに、前記関連属性情報において対応付けられている前記関連属性である重要属性を取得するステップと、前記重要属性及び前記ユーザ情報に基づいて、前記質問に対する前記質問者の特徴を示す質問者属性ベクトルを生成するステップと、前記重要属性及び前記ユーザ情報に基づいて、前記質問に対する回答候補者の特徴を示す回答候補者属性ベクトルを生成するステップと、前記質問者属性ベクトルと前記回答候補者属性ベクトルとの一致度である属性ベクトル一致度を判定するステップと、前記一致度判定部によって判定された前記属性ベクトル一致度に応じて、前記回答候補者の中から前記質問に対する回答者を選択し、前記回答者または前記回答者に係る情報を前記質問者に提示するステップとを備えることを要旨とする。

本発明の特徴によれば、質問者の属性や質問内容に応じて、より適切な回答を提示することができるコミュニティ制御システム及びコミュニティ制御方法を提供するを提供することができる。

次に、本発明の実施形態について説明する。なお、以下の図面の記載において、同一または類似の部分には、同一または類似の符号を付している。ただし、図面は模式的なものであり、各寸法の比率などは現実のものとは異なることに留意すべきである。

したがって、具体的な寸法などは以下の説明を参酌して判断すべきものである。また、図面相互間においても互いの寸法の関係や比率が異なる部分が含まれていることは勿論である。

（コミュニティ制御システムを含む通信ネットワークの全体概略構成）
図１は、本実施形態に係るコミュニティ制御システムを含む通信ネットワークの全体概略構成図である。

図１に示すように、コミュニティ制御システム１００は、通信ネットワーク１０に接続される。コミュニティ制御システム１００は、掲示板、チャット、或いはブログなど、いわゆるコミュニティ型サービスを提供するために必要となる各種の制御などを実行する。

特に、本実施形態では、コミュニティ制御システム１００は、コミュニティ型サービスの一ユーザ（質問者）から投稿された質問の内容に応じて、当該コミュニティ型サービスの他のユーザに係る情報（例えば、当該ユーザ自身の情報や、当該ユーザが開設しているブログなどの情報ページ）を回答として、質問者に提示する。

端末装置２００は、コミュニティ型サービスのユーザが使用する端末装置である。本実施形態では、端末装置２００は、無線基地局２０を介して通信ネットワーク１０に接続することができる。なお、端末装置２００は、無線基地局２０ではなく、有線によって通信ネットワーク１０と接続してもよい。

（コミュニティ制御システム及び端末装置の機能ブロック構成）
次に、コミュニティ制御システム１００及び端末装置２００の機能ブロック構成について説明する。なお、以下、本発明との関連がある部分について主に説明する。したがって、コミュニティ制御システム１００及び端末装置２００は、図示しない或いは説明を省略した論理ブロック（電源部など）を備える場合があることに留意されたい。

（１）コミュニティ制御システム
図２に示すように、コミュニティ制御システム１００は、ユーザ情報生成・取得部１１０、ユーザ情報比較判定部１２０、情報探索制御部１３０、ユーザ情報管理ＤＢ１４０及びキーワード・属性関連辞書ＤＢ１５０を備える。

（１．１）ユーザ情報管理ＤＢ１４０、キーワード・属性関連辞書ＤＢ１５０
まず、ユーザ情報管理ＤＢ１４０及びキーワード・属性関連辞書ＤＢ１５０に記憶される情報（テーブル）の構成について説明する。

ユーザ情報管理ＤＢ１４０には、ユーザ属性テーブルＴＢ１（図１１参照）、情報通度テーブルＴＢ２（図１２参照）、及び知り合いユーザテーブルＴＢ３（図１３参照）が記憶される。

図１１に示すように、ユーザ属性テーブルＴＢ１（ユーザ情報）は、コミュニティ型サービスのユーザの名称と、当該ユーザの属性とを対応付ける。本実施形態において、ユーザ情報管理ＤＢ１４０は、ユーザ情報記憶部を構成する。

具体的には、ユーザ属性テーブルＴＢ１は、ユーザ名称、属性及びサービス利用可否を対応付ける。

属性には、ユーザの性別、年齢、職業などが含まれる。なお、ユーザ属性テーブルＴＢ１における属性は例示であり、他の属性を適宜設定することができる。また、サービス利用可否は、属性ごとに当該ユーザがコミュニティ型サービスを利用することができるか否かを示す。

図１２に示すように、情報通度テーブルＴＢ２（情報通度情報）は、質問者からの質問に関連するキーワードに対する当該ユーザの精通度合いである情報通度を当該キーワードに対応付ける。本実施形態において、ユーザ情報管理ＤＢ１４０は、情報通度情報記憶部を構成する。

具体的には、情報通度テーブルＴＢ２は、ユーザ名称及びキーワードごとの情報通度を対応付ける。なお、本実施形態では、情報通度は、１（低）〜１０（高）の１０段階に区分される。

図１３に示すように、知り合いユーザテーブルＴＢ３（知り合いユーザ情報）は、質問者の知り合いユーザの名称及び信頼度などを含む。本実施形態では、ユーザ情報管理ＤＢ１４０は、後述する信頼度取得ブロック１１３Ｃとともに、知り合いユーザ情報記憶部を構成する。

具体的には、知り合いユーザテーブルＴＢ３は、ユーザ名称、知り合いユーザ名称、仲介ユーザ数、仲介ユーザ名称及び信頼度を対応付ける。なお、図１３に示す知り合いユーザテーブルＴＢ３は、ユーザ１の知り合いユーザに係る情報を示している。すなわち、知り合いユーザテーブルＴＢ３は、ユーザごとに生成される。

キーワード・属性関連辞書ＤＢ１５０には、関連属性テーブルＴＢ４（図１４参照）が記憶される。図１４に示すように、関連属性テーブルＴＢ４（関連属性情報）は、質問者の質問に関連するキーワードと、当該キーワードに関連する関連属性とを対応付ける。本実施形態では、キーワード・属性関連辞書ＤＢ１５０は、関連属性情報記憶部を構成する。

具体的には、関連属性テーブルＴＢ４は、キーワードとの関連性が強い属性を関連属性として、当該キーワードと対応付ける。

また、キーワード・属性関連辞書ＤＢ１５０には、ユーザ情報生成・取得部１１０（質問解析ブロック１１２Ｂ）において用いられる日本語語彙ＤＢが記憶される。

（１．２）ユーザ情報生成・取得部１１０
次に、図２に示したユーザ情報生成・取得部１１０の機能について説明する。図３に示すように、ユーザ情報生成・取得部１１０は、ユーザ情報の生成に関して、ユーザ属性生成ブロック１１１Ａ、情報通度生成ブロック１１１Ｂ及び知り合いユーザ情報生成ブロック１１１Ｃを備える。

ユーザ属性生成ブロック１１１Ａは、コミュニティ型サービスへのユーザ登録時に、属性（ユーザ属性テーブルＴＢ１に示した属性など）の入力を促す情報を端末装置２００に送信し、端末装置２００から登録希望者の属性を示す情報を取得する。また、ユーザ属性生成ブロック１１１Ａは、当該登録希望者から、属性ごとのサービス利用可否を合わせて取得する。

ユーザ属性生成ブロック１１１Ａは、取得した情報をユーザ情報管理ＤＢ１４０に記憶されているユーザ属性テーブルＴＢ１に登録する。

情報通度生成ブロック１１１Ｂは、コミュニティ型サービスへのユーザ登録時に、ユーザの属性とともに、当該登録希望者が登録を希望するキーワード、及び当該キーワードの情報通度を端末装置２００（登録希望者）から取得する。

情報通度生成ブロック１１１Ｂは、取得した情報をユーザ情報管理ＤＢ１４０に記憶されている情報通度テーブルＴＢ２に、初期値として登録する。

また、情報通度生成ブロック１１１Ｂは、後述する回答取得・通知ブロック１３４が質問への回答結果に対する評価値（以下、回答評価値）を端末装置２００（質問者）から取得すると、当該質問に関連するキーワードを取得することができる。

情報通度生成ブロック１１１Ｂは、当該キーワードと対応付けられている情報通度に基づいて、回答評価値に対して重み付けを実行する。本実施形態において、情報通度生成ブロック１１１Ｂは、回答評価値処理部を構成する。

さらに、情報通度生成ブロック１１１Ｂは、重み付けが行われた回答評価値に基づいて、当該キーワードと対応付けられている回答者の情報通度を更新することができる。本実施形態において、情報通度生成ブロック１１１Ｂは、情報通度更新部を構成する。なお、情報通度の具体的な更新方法については後述する。

知り合いユーザ情報生成ブロック１１１Ｃは、知り合いユーザの名称及び信頼度など（知り合いユーザ情報）を質問者から取得する。具体的には、知り合いユーザ情報生成ブロック１１１Ｃは、質問者から質問を取得した際、キーワードに対応付けられる当該質問者の知り合いユーザを端末装置２００（質問者）に対して問い合わせる。

さらに、知り合いユーザ情報生成ブロック１１１Ｃは、当該質問者から取得した知り合いユーザに対して、当該キーワードに対応付けられる知り合いユーザを同様に問い合わせることができる。

知り合いユーザ情報生成ブロック１１１Ｃは、取得した情報をユーザ情報管理ＤＢ１４０に記憶されている知り合いユーザテーブルＴＢ３に登録する。

ユーザ情報生成・取得部１１０は、質問者からの質問などの取得に関して、質問取得ブロック１１２Ａ及び質問解析ブロック１１２Ｂを備える。

質問取得ブロック１１２Ａは、質問者から質問を取得する。具体的には、質問取得ブロック１１２Ａは、端末装置２００から質問文、当該質問文に関するキーワード、回答種別、及び回答結果に対する重み値を取得する。

回答種別とは、本実施形態では、（ｉ）回答者：回答者自身の情報（例えば、回答者の名称や電子メールアドレス）、（ｉｉ）情報ページ：回答者が開設しているブログなど、（ｉｉｉ）情報ランキング：後述する総合一致度が所定の閾値以上の回答候補者が提供する情報ページのうち、質問文において重要な単語として抽出された“質問重要語”の出現回数の高い情報ページ、といった３つの回答形態の種別を示す。

また、重み値とは、本実施形態では、質問者と回答者との属性の類似度、質問に関連するキーワードに対する回答者の情報通度、及び質問者によって指定された回答者の信頼度である。

質問解析ブロック１１２Ｂは、質問取得ブロック１１２Ａによって取得された質問に関連するキーワードに、関連属性テーブルＴＢ４において対応付けられている関連属性を重要属性として取得する。本実施形態において、質問解析ブロック１１２Ｂは、重要属性取得部を構成する。

質問解析ブロック１１２Ｂは、質問取得ブロック１１２Ａによって取得された質問に関連する質問文の構文解析を実行することができる。質問解析ブロック１１２Ｂは、質問文に含まれる重要な単語を質問重要語として抽出する。また、質問解析ブロック１１２Ｂは、質問文の内容から質問の種別（人／物／場所／時間／方法）を判定することができる。

具体的には、質問解析ブロック１１２Ｂは、質問文を解析し、質問の種別を示す用語（人／物／場所／時間／方法）、または質問の種別を意味する用語（だれ／何／どこ／いつなどの疑問語）を判定する。

例えば、質問解析ブロック１１２Ｂは、「幼児に必要な予防接種を最も短期間で完了する方法は？」という質問であれば、「方法」という“質問の種別”が含まれていることに基づいて、質問の種別を判定する。

また、質問解析ブロック１１２Ｂは、「だれ」、「どこ」、「いつ」などの用語に基づいて、キーワード・属性関連辞書ＤＢ１５０に記憶される日本語語彙ＤＢの中から、それぞれの用語に対応する質問重要語（例えば、幼児及び予防接種）を取得する（図１６参照）。

さらに、質問解析ブロック１１２Ｂは、質問に関連するキーワードに基づいて、当該質問の特徴を示す質問ベクトル（例えば、図１６に示す質問ベクトルＶ_Ｑ１）を生成することができる。本実施形態において、質問解析ブロック１１２Ｂは、質問ベクトル生成部を構成する。なお、質問ベクトルの具体的な生成方法については後述する。

ユーザ情報生成・取得部１１０は、ユーザ情報などの取得に関して、ユーザ情報取得ブロック１１３Ａ、情報通度取得ブロック１１３Ｂ及び信頼度取得ブロック１１３Ｃを備える。

ユーザ情報取得ブロック１１３Ａは、重要属性及びユーザ属性テーブルＴＢ１（ユーザ情報）に基づいて、当該質問に対する質問者の特徴を示す質問者属性ベクトル（例えば、図１８（ａ）に示す質問者属性ベクトルＶ_Ｑ１１）を生成する。本実施形態において、ユーザ情報取得ブロック１１３Ａは、質問者属性ベクトル生成部を構成する。

また、ユーザ情報取得ブロック１１３Ａは、重要属性及びユーザ属性テーブルＴＢ１に基づいて、質問に対する回答候補者の特徴を示す回答候補者属性ベクトルを生成する。本実施形態において、ユーザ情報取得ブロック１１３Ａは、回答候補者属性ベクトル生成部を構成する。

具体的には、ユーザ情報取得ブロック１１３Ａは、ユーザ属性テーブルＴＢ１を用いて、質問者によって指定された信頼度に基づいて選択された回答候補者の属性を取得する。ユーザ情報取得ブロック１１３Ａは、取得した回答候補者の属性のうち、重要属性と一致する属性について、回答候補者属性ベクトルを生成する。

情報通度取得ブロック１１３Ｂは、質問取得ブロック１１２Ａによって取得された質問に関連するキーワード、及び情報通度テーブルＴＢ２（情報通度情報）に基づいて、回答候補者の情報通度を示す情報通度ベクトル（例えば、図１９（ｂ）に示す情報通度ベクトルＶ_Ａ３０）を生成することができる。本実施形態において、情報通度取得ブロック１１３Ｂは、情報通度ベクトル生成部を構成する。

信頼度取得ブロック１１３Ｃは、知り合いユーザテーブルＴＢ３を参照し、質問者によって指定された知り合いユーザの信頼度を取得する。

（１．３）ユーザ情報比較判定部１２０
次に、図２に示したユーザ情報比較判定部１２０の機能について説明する。ユーザ情報比較判定部１２０は、質問者属性ベクトルと回答候補者属性ベクトルとの一致度である属性ベクトル一致度を判定する。本実施形態において、ユーザ情報比較判定部１２０は、一致度判定部を構成する。なお、属性ベクトル一致度の具体的な判定方法については後述する。

また、ユーザ情報比較判定部１２０は、少なくとも、属性ベクトル一致度、質問ベクトル、及び前記情報通度ベクトルの類似度に基づいて決定される質問ベクトル一致度に対する重み付けを示す重み値を端末装置２００（質問者）から取得することができる。ユーザ情報比較判定部１２０は、取得した重み値を用いて、属性ベクトル一致度及び質問ベクトル一致度に対する重み付けを実行する。本実施形態では、ユーザ情報比較判定部１２０は、重み値処理部を構成する。

具体的には、ユーザ情報比較判定部１２０は、知り合いユーザテーブルＴＢ３（図１３参照）を用いて、質問者によって指定された信頼度以上のユーザを選択する。また、ユーザ情報比較判定部１２０は、属性ベクトル一致度、質問ベクトル一致度、または信頼度に対して、当該質問者が指定した重み値を取得する。なお、重み付けのさらに具体的な実行方法については後述する。

さらに、ユーザ情報比較判定部１２０は、重み値が反映された属性ベクトル一致度、質問ベクトル一致度、または信頼度に基づいて、回答候補者の総合一致度を決定することができる。本実施形態において、ユーザ情報比較判定部１２０は、総合一致度決定部を構成する。なお、総合一致度の具体的な決定方法については後述する。

（１．４）情報探索制御部１３０
次に、情報探索制御部１３０の機能について説明する。情報探索制御部１３０は、ユーザ情報比較判定部１２０によって判定された属性ベクトル一致度に応じて、回答候補者の中から質問に対する回答者を選択する。

さらに、情報探索制御部１３０は、選択した回答者または回答者に係る情報（例えば、回答者のメールアドレスや情報ページ）を質問者に提示する。本実施形態において、情報探索制御部１３０は、回答提示部を構成する。

また、情報探索制御部１３０は、総合一致度に基づいて、回答候補者を決定し、決定した回答候補者の中から回答者を選択することができる。さらに、情報探索制御部１３０は、知り合いユーザの信頼度に基づいて、回答候補者を決定し、決定した回答候補者の中から回答者を選択することもできる。

図４に示すように、具体的には、情報探索制御部１３０は、回答者探索ブロック１３１、回答ページ探索ブロック１３２、情報ランキング取得ブロック１３３及び回答取得・通知ブロック１３４を備える。

回答者探索ブロック１３１は、回答種別が“回答者”である場合において、ユーザ情報比較判定部１２０によって決定された回答候補者の総合一致度を取得する。回答者探索ブロック１３１は、総合一致度の降順に、複数の回答候補者を回答者として選択することができる。

回答ページ探索ブロック１３２は、ユーザ情報比較判定部１２０によって決定された回答候補者の総合一致度を取得するとともに、各回答候補者が提供する情報ページを収集する。回答ページ探索ブロック１３２は、総合一致度の降順に、複数の回答候補者の情報ページを収集する。

情報ランキング取得ブロック１３３は、回答候補者のうち、総合一致度が所定の閾値以上の回答候補者（ユーザ）を回答者として選択する。情報ランキング取得ブロック１３３は、選択した回答者が提供する情報ページを収集する。

また、回答ページ探索ブロック１３２及び情報ランキング取得ブロック１３３は、収集した情報ページを対象として、質問解析ブロック１１２Ｂによって抽出された質問重要語を検索することができる。

さらに、回答ページ探索ブロック１３２及び情報ランキング取得ブロック１３３は、収集した情報ページを対象として、質問解析ブロック１１２Ｂによって判定された質問の種別（人／物／場所／時間／方法）に属する単語のうち、質問重要語とともに出現する回数が多い単語を検索することができる。また、回答ページ探索ブロック１３２及び情報ランキング取得ブロック１３３は、検索した単語及びその出現回数を提供することができる。

回答取得・通知ブロック１３４は、回答者探索ブロック１３１、回答ページ探索ブロック１３２及び情報ランキング取得ブロック１３３によって出力された内容を、回答結果として端末装置２００（質問者）に通知する。

また、回答取得・通知ブロック１３４は、当該回答結果に対する回答評価値を当該質問者から取得する。本実施形態において、回答取得・通知ブロック１３４は、回答評価値取得部を構成する。

（２）端末装置
図５に示すように、端末装置２００は、質問送信部２１０、回答受信部２２０、知り合い回答部２３０及びキーワード関連知り合いＤＢ２４０を備える。

質問送信部２１０は、質問文及びキーワードとともに、属性ベクトル一致度、質問ベクトルまたは情報通度ベクトルの何れかに対する重み付けを示す重み値、回答候補者となる知り合いユーザの信頼度、及び回答種別をコミュニティ制御システム１００に送信することができる。

なお、質問送信部２１０によって送信される各種情報は、端末装置２００のユーザ、より具体的には、コミュニティ制御システム１００を用いて提供されるコミュニティ型サービスのユーザ（例えば、ユーザ属性テーブルＴＢ１や情報通度テーブルＴＢ２に示される“ユーザ１”）によって端末装置２００に入力される。

回答受信部２２０は、質問に対する回答結果をコミュニティ制御システム１００から受信し、当該回答結果を端末装置２００のユーザに表示する。また、回答受信部２２０は、端末装置２００のユーザによって入力された当該回答結果に対する回答評価値をコミュニティ制御システム１００に送信することができる。

知り合い回答部２３０は、コミュニティ制御システム１００から知り合いユーザの問い合わせを受信すると、キーワード関連知り合いＤＢ２４０に記憶されているキーワード関連知り合いテーブルＴＢ５（図１５参照）に基づいて、端末装置２００のユーザの知り合いユーザに関する情報をコミュニティ制御システム１００に送信することができる。

キーワード関連知り合いＤＢ２４０は、図１５に示すようなキーワード関連知り合いテーブルＴＢ５を記憶する。

（コミュニティ制御システムの動作）
次に、上述したコミュニティ制御システム１００の動作について説明する。具体的には、コミュニティ制御システム１００によって実行される（１）ユーザ属性・情報通度取得処理、（２）知り合いユーザ登録処理、（３）質問処理、（４）回答者決定処理、及び（５）情報探索処理について説明する。

（１）ユーザ属性・情報通度取得処理
図６は、ユーザ属性・情報通度取得処理フローを示している。ステップＳ１０において、コミュニティ制御システム１００は、コミュニティ型サービスへのユーザ登録時に、当該ユーザの属性、及び属性ごとのサービス利用可否を示す情報を端末装置２００から取得する。

ステップＳ２０において、コミュニティ制御システム１００は、取得した情報をユーザ属性テーブルＴＢ１（図１１参照）に登録する。ここでは、端末装置２００のユーザは、情報通度テーブルＴＢ２に示されたユーザ１であり、ユーザ１の情報が登録されたものとする。

ステップＳ３０において、コミュニティ制御システム１００は、ユーザ１が登録を希望するキーワード、及び当該キーワードの情報通度を端末装置２００から取得する。

ステップＳ４０において、コミュニティ制御システム１００は、取得した情報を情報通度テーブルＴＢ２（図１２参照）に登録する。ここで、ユーザ１は、情報通度テーブルＴＢ２に示すように、キーワードとして“料理”、その情報通度として“４”（１０段階）を登録したものとする。また、ユーザ１は、キーワードとして“育児”、その情報通度として“１”を登録したものとする。

（２）知り合いユーザ登録処理
図７は、知り合いユーザ登録処理フローを示している。ステップＳ１１０において、コミュニティ制御システム１００は、知り合いユーザの問い合わせを繰り返す回数の閾値Ｋをｎ回（例えば、３回）に設定する。

ステップＳ１２０において、コミュニティ制御システム１００は、知り合いユーザの登録に用いられるキーワードを決定する。知り合いユーザの登録に用いられるキーワードとしては、知り合いユーザを通知するユーザ、つまり質問者（例えば、ユーザ１）の質問に関連するキーワードが用いられる。なお、コミュニティ制御システム１００は、登録されている当該質問者の属性に基づいて、キーワードを決定してもよい。

ステップＳ１３０において、コミュニティ制御システム１００は、端末装置２００（質問者としてのユーザ１）に対してキーワードに関連する知り合いユーザを問い合わせる。

ステップＳ１４０において、コミュニティ制御システム１００は、端末装置２００から知り合いユーザの情報を受信したか否かを判定する。

端末装置２００から知り合いユーザの情報を受信した場合（ステップＳ１４０のＹＥＳ）、ステップＳ１５０において、コミュニティ制御システム１００は、受信した知り合いユーザの情報を知り合いユーザテーブルＴＢ３（図１３参照）に登録する。

例えば、端末装置２００（ユーザ１）は、知り合いユーザテーブルＴＢ３に示すように、ユーザ２及びユーザ３が知り合いユーザとして通知することができる。

端末装置２００から知り合いユーザの情報を受信できない場合（ステップＳ１４０のＮＯ）、コミュニティ制御システム１００は、知り合いユーザ登録処理を終了する。

ステップＳ１６０において、コミュニティ制御システム１００は、設定したｎ回の知り合いユーザの問い合わせが完了したか否かを判定する。

設定したｎ回の知り合いユーザの問い合わせが完了していない場合（ステップＳ１６０のＮＯ）、ステップＳ１７０において、コミュニティ制御システム１００は、ステップＳ１４０において端末装置２００（ユーザ１）から通知された知り合いユーザ（例えば、ユーザ２やユーザ３）に対してキーワードに関連する知り合いユーザを問い合わせる。

また、コミュニティ制御システム１００は、知り合いユーザの信頼度を知り合いユーザテーブルＴＢ３に登録する。

本実施形態では、コミュニティ制御システム１００は、知り合いユーザテーブルＴＢ３に示すように、仲介ユーザ数によって、知り合いユーザテーブルＴＢ３の信頼度を自動で設定する。例えば、仲介ユーザがない場合、信頼度は“１”に設定される。また、仲介ユーザ数が一ユーザの場合、信頼度は“２／３”に設定される。

設定したｎ回の知り合いユーザの問い合わせが完了した場合（ステップＳ１６０のＹＥＳ）、コミュニティ制御システム１００は、知り合いユーザ登録処理を終了する。

（３）質問処理
図８は、質問処理フローを示している。ステップＳ２１０において、コミュニティ制御システム１００は、端末装置２００（質問者）から、（ｉ）質問文、（ｉｉ）キーワード、（ｉｉｉ）重み値、及び（ｉｖ）回答種別を質問として取得する。

ステップＳ２２０において、コミュニティ制御システム１００は、取得した質問文の構文解析を実行し、質問文に含まれる重要な単語を質問重要語として抽出する。具体的には、コミュニティ制御システム１００は、「幼児に必要な予防接種を最も短期間で完了する方法は？」という質問（図１６参照）であれば、「方法」という“質問の種別”が含まれていることに基づいて、質問の種別を判定する。

また、コミュニティ制御システム１００は、「だれ」、「どこ」、「いつ」などの用語に基づいて、キーワード・属性関連辞書ＤＢ１５０に記憶される日本語語彙ＤＢの中から、それぞれの用語に対応する質問重要語（例えば、幼児及び予防接種）を取得する。

ステップＳ２３０において、コミュニティ制御システム１００は、質問に関連するキーワードに基づいて、当該質問の特徴を示す質問ベクトルを生成する。

具体的には、コミュニティ制御システム１００は、図１６に示すように、取得した質問文とキーワードとに基づいて、質問ベクトルＶ_Ｑ１を生成する。

質問ベクトルＶ_Ｑ１は、キーワードに基づいてベクトル軸として“育児”を有し、ベクトル長として“１”を有する。本実施形態では、ベクトル長は常に“１”に設定されるが、ベクトル長は、キーワードによって変更してもよい。

ステップＳ２４０において、コミュニティ制御システム１００は、関連属性テーブルＴＢ４（図１４参照）を用いて、取得した質問の重要属性を決定する。具体的には、コミュニティ制御システム１００は、取得した質問に関連するキーワードに、関連属性テーブルＴＢ４において対応付けられている関連属性を重要属性として取得する。

ここでは、関連属性テーブルＴＢ４に示すように、キーワード“育児”に対応付けられている関連属性である“女性”及び“子持ち”が重要属性として取得されたものとする。

ステップＳ２５０において、コミュニティ制御システム１００は、ユーザ属性テーブルＴＢ１を用いて、質問者の属性を取得する。

例えば、質問者がユーザ１である場合、コミュニティ制御システム１００は、図１７に示すように、ユーザ属性テーブルＴＢ１（図１１参照）に基づいて、ユーザ情報Ｄ１を生成する。また、ユーザ情報Ｄ１には、ステップＳ２２０において抽出された質問重要語（幼児、予防接種）が含まれる。

ステップＳ２６０において、コミュニティ制御システム１００は、取得した重要属性について、質問者属性ベクトルを生成する。

具体的には、コミュニティ制御システム１００は、図１８（ａ）に示すように、重要属性（“女性”、“子持ち”）及びユーザ属性テーブルＴＢ１に基づいて、質問者（ユーザ１）の質問者属性ベクトルＶ_Ｑ１１を生成する。なお、図１８（ａ）では、ユーザ属性テーブルＴＢ１に基づいて生成されたユーザ情報Ｄ１（一部）が示されている。

質問者属性ベクトルＶ_Ｑ１１は、重要属性に基づいて、ベクトル軸として“性別”（女性）、及び“家族構成”を有する。また、質問者属性ベクトルＶ_Ｑ１１は、性別のベクトル長として女性であることを示す“１”、及び家族構成のベクトルとして子持ちであることを示す“１”を有する。なお、重要属性（女性、子持ち）に対するベクトル軸（性別、家族構成）は、図示しないテーブルによって対応付けられている。

（４）回答者決定処理
図９は、回答者決定処理フローを示している。ステップＳ３１１において、コミュニティ制御システム１００は、質問者（例えば、ユーザ１）から取得した信頼度に基づいて、回答候補者群を生成する。

例えば、取得した信頼度が“２／３”である場合、コミュニティ制御システム１００は、知り合いユーザテーブルＴＢ３（図１３参照）に基づいて、信頼度が“２／３”以上であるユーザを回答候補者群として生成する。

ステップＳ３１３において、コミュニティ制御システム１００は、生成した回答候補者群の中に処理が未了のユーザがあるか否かを判定する。

処理が未了のユーザがある場合（ステップＳ３１３のＹＥＳ）、ステップＳ３１５において、コミュニティ制御システム１００は、当該ユーザを処理対象として選択する。

処理が未了のユーザがない場合（ステップＳ３１３のＮＯ）、コミュニティ制御システム１００は、回答候補者群に含まれるすべてのユーザについて処理を終了したと判定し、回答者決定処理を終了する。

ステップＳ３１７において、コミュニティ制御システム１００は、ユーザ属性テーブルＴＢ１（図１１参照）を用いて、回答候補者群に含まれるユーザ、つまり回答候補者の属性を取得する。

ステップＳ３１９において、コミュニティ制御システム１００は、取得した重要属性について、回答候補者属性ベクトルを生成する。

具体的には、コミュニティ制御システム１００は、図１８（ｂ）に示すように、重要属性（“女性”、“子持ち”）及びユーザ属性テーブルＴＢ１に基づいて、回答候補者（ユーザ２）の回答候補者属性ベクトルＶ_Ａ１１を生成する。なお、図１８（ｂ）では、ユーザ属性テーブルＴＢ１に基づいて生成されたユーザ２のユーザ情報Ｄ２（一部）が示されている。

同様に、コミュニティ制御システム１００は、図１８（ｃ）に示すように、重要属性及びユーザ属性テーブルＴＢ１に基づいて、回答候補者（ユーザ３）の回答候補者属性ベクトルＶ_Ａ２１を生成する。なお、図１８（ｃ）では、ユーザ属性テーブルＴＢ１に基づいて生成されたユーザ３のユーザ情報Ｄ３（一部）が示されている。

また、コミュニティ制御システム１００は、他の回答候補者の回答候補者属性ベクトルも同様に生成する。

ステップＳ３２１において、コミュニティ制御システム１００は、情報通度テーブルＴＢ２（図１２参照）を用いて、取得したキーワードについて回答候補者の情報通度を取得する。

ステップＳ３２３において、コミュニティ制御システム１００は、回答候補者の情報通度ベクトルを生成する。ここで、図１９（ａ）及び（ｂ）は、回答候補者の情報通度ベクトルの生成方法を示している。情報通度情報Ｄ４は、情報通度テーブルＴＢ２に基づいて生成された回答候補者の情報通度を示している。

情報通度ベクトル情報Ｄ５は、回答候補者（ユーザ２〜ユーザ４）ごとに、回答候補者の各キーワードに対する情報通度を示す回答キーワードベクトルを示している。回答キーワードベクトルは、情報通度情報Ｄ４に基づいて生成される。ユーザ２のソフトウェアに対する回答キーワードベクトルは、情報通度が“５”であることに基づいて、“０．５”と演算される。

情報通度ベクトルＶ_Ａ３０は、それぞれの回答キーワードベクトルによって構成される。例えば、ユーザ３の情報通度ベクトルＶ_Ａ３０は、アミューズメントパーク：０．４と、育児：０．６とによって構成される。

ステップＳ３２５において、コミュニティ制御システム１００は、ステップＳ２６０において生成した質問者属性ベクトルＶ_Ｑ１１と、ステップＳ３１９において生成した回答候補者属性ベクトル（例えば、回答候補者属性ベクトルＶ_Ａ１１）との類似度を演算し、属性ベクトル一致度を決定する。

例えば、図２０に示すように、コミュニティ制御システム１００は、質問者属性ベクトルＶ_Ｑ１１と回答候補者属性ベクトルＶ_Ａ２１との内積を演算する。この結果、質問者属性ベクトルＶ_Ｑ１１と回答候補者属性ベクトルＶ_Ａ２１との属性ベクトル一致度は、“１”となる。

ステップＳ３２７において、コミュニティ制御システム１００は、ステップＳ２３０において生成した質問ベクトルＶ_Ｑ１と、ステップＳ３２３において生成した情報通度ベクトル（例えば、情報通度ベクトルＶ_Ａ３０）との類似度を演算し、質問ベクトル一致度を決定する。

例えば、図２１に示すように、コミュニティ制御システム１００は、質問ベクトルＶ_Ｑ１と情報通度ベクトルＶ_Ａ３０との内積を演算する。この結果、質問ベクトルＶ_Ｑ１と情報通度ベクトルＶ_Ａ３０との質問ベクトル一致度は、“０．８３”となる。

ステップＳ３２９において、コミュニティ制御システム１００は、知り合いユーザテーブルＴＢ３を用いて、回答候補者の信頼度を取得する。

ステップＳ３３１において、コミュニティ制御システム１００は、質問者がステップＳ２１０において指定した重み値に基づいて、属性ベクトル一致度、質問ベクトル一致度、またはステップＳ３２９において取得した信頼度に対して重み付けを実行する。

さらに、コミュニティ制御システム１００は、重み値が反映された属性ベクトル一致度、質問ベクトル一致度、または信頼度に基づいて、回答候補者の総合一致度を決定する。

例えば、質問者は、質問文とともに、属性ベクトル一致度、質問ベクトル一致度及び信頼度に対する重み値α、β及びγをそれぞれ指定する。ここで、０＜α＜１、０＜β＜１、０＜γ＜１であり、α＋β＋γ＝１を満たすものとする。

さらに、０＜（属性ベクトル一致度）＜１、０＜質問ベクトル一致度＜１、０＜信頼度＜１とする。

総合一致度は、α・（属性ベクトル一致度）＋β・（質問ベクトル一致度）＋γ・（信頼度）によって求めることができる。

ステップＳ３３３において、コミュニティ制御システム１００は、算出した総合一致度が予め指定された閾値以上か否かを判定する。

総合一致度が予め指定された閾値以上である場合（ステップＳ３３３のＹＥＳ）、ステップＳ３３５において、コミュニティ制御システム１００は、当該回答候補者を回答者に決定する。

さらに、コミュニティ制御システム１００は、ステップＳ３１３からの処理を繰り返し、すべての回答候補者について、上述した処理を実行する。

総合一致度が予め指定された閾値以上である場合（ステップＳ３３３のＮＯ）、コミュニティ制御システム１００は、ステップＳ３１３からの処理を繰り返す。

（５）情報探索処理
図１０は、情報探索処理フローを示している。ステップＳ４１１において、コミュニティ制御システム１００は、回答種別が“回答者”であるか否かを判定する。

回答種別が“回答者”である場合（ステップＳ４１１のＹＥＳ）、ステップＳ４１３において、コミュニティ制御システム１００は、回答候補者群に含まれる回答候補者のうち、総合一致度が所定の閾値以上である回答候補者の情報を取得する。

ステップＳ４１５において、コミュニティ制御システム１００は、取得した回答候補者のうち、総合一致度が最も高い回答候補者を回答者として、端末装置２００（質問者）に回答する。

回答種別が“回答者”でない場合（ステップＳ４１１のＮＯ）、ステップＳ４１７において、コミュニティ制御システム１００は、回答種別が“情報ページ”であるか否かを判定する。

回答種別が“情報ページ”である場合（ステップＳ４１７のＹＥＳ）、ステップＳ４１９において、コミュニティ制御システム１００は、回答候補者群に含まれる各回答候補者が提供する情報ページ（ブログなど）を収集する。

ステップＳ４２１において、コミュニティ制御システム１００は、収集した情報ページを対象として、ステップＳ２２０において抽出された質問重要語を検索する。

ステップＳ４２３において、コミュニティ制御システム１００は、検索した質問重要語を含む情報ページを端末装置２００に回答する。

ステップＳ４２５において、コミュニティ制御システム１００は、ステップＳ４１５またはステップＳ４２３において端末装置２００に回答された回答結果に対する回答評価値を端末装置２００（質問者）から取得する。

ステップＳ４２７において、コミュニティ制御システム１００は、情報通度テーブルＴＢ２を用いて、回答評価値の対象となった質問に関連するキーワードに対する質問者（例えば、ユーザ１）の情報通度を取得する。例えば、コミュニティ制御システム１００は、質問に関連するキーワード（育児）に対するユーザ１の情報通度として、“１”を取得する。

ステップＳ４２９において、コミュニティ制御システム１００は、取得した質問者の情報通度を用いて、ステップＳ４２５において取得した回答評価値の重み付けを実行する。

ステップＳ４３１において、コミュニティ制御システム１００は、重み付けが実行された回答評価値を回答者（例えば、ユーザ３）の当該キーワードに対する情報通度に加算する。

具体的には、コミュニティ制御システム１００は、質問者から回答評価値を取得すると、質問者の当該キーワードにおける情報通度を情報通度テーブルＴＢ２から取得する。さらに、コミュニティ制御システム１００は、（回答評価値・情報通度）／１０を演算し、演算した値を、質問者の回答評価値として情報通度テーブルＴＢ２の情報通度の値に加算する。

回答種別が“情報ページ”でない場合（ステップＳ４１７のＮＯ）、ステップＳ４３３において、コミュニティ制御システム１００は、回答種別が“情報ランキング”であるか否かを判定する。

回答種別が“情報ランキング”である場合（ステップＳ４３３のＹＥＳ）、ステップＳ４３５において、コミュニティ制御システム１００は、回答候補者群に含まれる各回答候補者が提供する情報ページ（ブログなど）を収集する。

回答種別が“情報ランキング”でない場合（ステップＳ４３３のＮＯ）、コミュニティ制御システム１００は、情報探索処理を終了する。

ステップＳ４３７において、コミュニティ制御システム１００は、ステップＳ２２０において抽出された質問重要語、及び質問の種別（人／物／場所／時間／方法）に属する単語を取得する。なお、質問の種別に属する単語は、上述したように、質問文を解析し、質問の種別を示す用語（人／物／場所／時間／方法）、または質問の種別を意味する用語（だれ／何／どこ／いつなどの疑問語）を判定することによって取得される。

ステップＳ４３９において、コミュニティ制御システム１００は、ステップＳ４３５において収集した情報ページを対象として、質問重要語とともに出現する回数が多い当該単語を検索する。

ステップＳ４４１において、コミュニティ制御システム１００は、検索した当該単語と、その出現回数とを、出現回数の多い順に並べた情報を端末装置２００に回答する。

（作用・効果）
以上説明したコミュニティ制御システム１００によれば、質問者の特徴を示す質問者属性ベクトル（例えば、質問者属性ベクトルＶ_Ｑ１１）と、質問に対する回答候補者の特徴を示す回答候補者属性ベクトル（例えば、回答候補者属性ベクトルＶ_Ａ２１）との一致度である属性ベクトル一致度に基づいて、つまり、質問者の属性や質問内容に応じて回答候補者を絞り込んだ上で、端末装置２００（質問者）に提示される回答の内容が決定される。

このため、従来の方法と比較して、回答内容が一般的、抽象的となってしまう傾向が抑制され、質問者は、質問の観点を踏まえた適切な回答を得ることができる。

コミュニティ制御システム１００によれば、属性ベクトル一致度、及び質問ベクトル（例えば、質問ベクトルＶ_Ｑ１）と情報通度ベクトル（例えば、情報通度ベクトルＶ_Ａ３０）との一致度である質問ベクトル一致度に質問者によって指定された重み値が反映される。さらに、重み値が反映された当該属性ベクトル一致度及び質問ベクトル一致度に基づいて、回答候補者の総合一致度が決定され、総合一致度に基づいて質問者への回答の内容が決定される。

すなわち、質問者や回答者に関して多くの属性が指定されている場合でも、質問ベクトル一致度に基づいて、質問に関連する属性が類似する回答者のみが選択される。このため、質問者がどのような立場や状況で質問を投稿したかを判定することができ、質問者は、質問の属性や質問内容に応じた適切な回答を得ることができる。また、質問者がコミュニティ型サービスの利用に不慣れな場合でも、質問の属性や質問内容に応じた適切な回答を容易に得ることができる。

コミュニティ制御システム１００によれば、情報通度生成ブロック１１１Ｂによって重み付けが実行された質問者の回答評価値に基づいて、質問に関連するキーワードと対応付けられている回答者の情報通度が更新される。

回答評価値は、質問者自身の情報通度によって重み付けが実行されるため、質問者と回答者とが共謀して、特定のユーザの情報通度を不正に操作すること（例えば、情報通度を不当に高くする）を抑制することができる。

コミュニティ制御システム１００によれば、知り合いユーザの名称及び信頼度を含む知り合いユーザ情報が当該質問者から取得される。さらに、質問者によって指定された信頼度に基づいて、知り合いユーザの中から回答候補者が決定される。

このため、一定の信頼度の範囲内を対象として、回答候補者に質問が提示される。すなわち、質問者が質問したという事実さえも一定の範囲内での流布に留まり、質問者は、より安全に質問を投稿することができる。

ここで、ユーザの知り合い関係を利用した、いわゆるソーシャル・ネットワークでは、すべてのユーザが一律の信頼度として扱われる。しかし、実際には、あるユーザに対する信頼度は、当該ユーザを評価するユーザによって異なり、ユーザが提供する情報すべてを同じ信頼度で信頼することは難しい。

また、ユーザの知り合い関係を順次辿りながら、ソーシャル・ネットワークを構築後、質問を提示する範囲を決定することもできる。しかし、この場合には、質問の内容に拘わらず、当該質問の内容に無関係なユーザもすべて質問者に通知され、非効率である。さらに、ユーザは、すべての知り合い関係を何ら制限することなく開示しなければならないといった問題があった。

コミュニティ制御システム１００は、従来のキーワード指定による情報検索やユーザ履歴から取得される興味・嗜好を検索結果に反映させたパーソナライゼーション検索技術を利用するものではなく、特定の話題について複数人の意見を聞きたい、情報通の人と話をしたい、自分と同じ状況で困った経験のある人に解決方法を伺いたい、という新たなユーザ要求に答える新規コミュニケーションの場を提供・支援する。

（その他の実施形態）
上述したように、本発明の一実施形態を通じて本発明の内容を開示したが、この開示の一部をなす論述及び図面は、本発明を限定するものであると理解すべきではない。この開示から当業者には様々な代替実施の形態が明らかとなろう。

例えば、上述した本発明の実施形態では、コミュニティ制御システム１００がユーザ情報管理ＤＢ１４０及びキーワード・属性関連辞書ＤＢ１５０を具備する形態としたが、ユーザ情報管理ＤＢ１４０及びキーワード・属性関連辞書ＤＢ１５０は、コミュニティ制御システム１００と分離して配備してもよい。

上述した本発明の実施形態では、質問に関連するキーワードを質問者が指定する形態としたが、コミュニティ制御システム１００が当該キーワードを抽出するようにしてもよい。この場合、コミュニティ制御システム１００は、上述した質問重要語と同様の方法によってキーワードを抽出すればよい。

また、上述したコミュニティ制御システム１００の各ブロックの機能は、コンピュータにおいて実行可能なプログラムとしても提供することができる。

このように、本発明は、ここでは記載していない様々な実施の形態などを含むことは勿論である。したがって、本発明の技術的範囲は、上述の説明から妥当な特許請求の範囲に係る発明特定事項によってのみ定められるものである。

本発明の実施形態に係るコミュニティ制御システムを含む通信ネットワークの全体概略構成図である。 本発明の実施形態に係るコミュニティ制御システムの機能ブロック構成図である。 本発明の実施形態に係るコミュニティ制御システムのユーザ情報生成・取得部の構成図である。 本発明の実施形態に係るコミュニティ制御システムの情報探索制御部の構成図である。 本発明の実施形態に係る端末装置の機能ブロック構成図である。 本発明の実施形態に係るコミュニティ制御システムにおいて実行されるユーザ属性・情報通度取得処理フロー図である。 本発明の実施形態に係るコミュニティ制御システムにおいて実行される知り合いユーザ登録処理フロー図である。 本発明の実施形態に係るコミュニティ制御システムにおいて実行される質問処理フロー図である。 本発明の実施形態に係るコミュニティ制御システムにおいて実行される回答者決定処理フロー図である。 本発明の実施形態に係るコミュニティ制御システムにおいて実行される情報探索処理フロー図である。 本発明の実施形態に係るコミュニティ制御システムにおいて用いられるユーザ情報の一例を示す図である。 本発明の実施形態に係るコミュニティ制御システムにおいて用いられる情報通度情報の一例を示す図である。 本発明の実施形態に係るコミュニティ制御システムにおいて用いられる知り合いユーザ情報の一例を示す図である。 本発明の実施形態に係るコミュニティ制御システムにおいて用いられる関連属性情報の一例を示す図である。 本発明の実施形態に係る端末装置において用いられるキーワード関連知り合いテーブルの一例を示す図である。 本発明の実施形態に係る質問ベクトルの生成方法を説明する説明図である。 本発明の実施形態に係るコミュニティ制御システムにおいて用いられるユーザ情報（一部）の例を示す図である。 本発明の実施形態に係る質問者属性ベクトル及び回答候補者属性ベクトルの生成方法を説明する説明図である。 本発明の実施形態に係る情報通度ベクトルの生成方法を説明する説明図である。 本発明の実施形態に係る属性ベクトル一致度の演算方法を説明する説明図である。 本発明の実施形態に係る質問ベクトル一致度の演算方法を説明する説明図である。

符号の説明

１０…通信ネットワーク、２０…無線基地局、１００…コミュニティ制御システム、１１０…ユーザ情報生成・取得部、１１１Ａ…ユーザ属性生成ブロック、１１１Ｂ…情報通度生成ブロック、１１１Ｃ…知り合いユーザ情報生成ブロック、１１２Ａ…質問取得ブロック、１１２Ｂ…質問解析ブロック、１１３Ａ…ユーザ情報取得ブロック、１１３Ｂ…情報通度取得ブロック、１１３Ｃ…信頼度取得ブロック、１２０…ユーザ情報比較判定部、１３０…情報探索制御部、１３１…回答者探索ブロック、１３２…回答ページ探索ブロック、１３３…情報ランキング取得ブロック、１３４…回答取得・通知ブロック、１４０…ユーザ情報管理ＤＢ、１５０…キーワード・属性関連辞書ＤＢ、２００…端末装置、２１０…質問送信部、２２０…回答受信部、２３０…知り合い回答部、２４０…キーワード関連知り合いＤＢ、Ｄ１〜Ｄ３…ユーザ情報、Ｄ４…情報通度情報、Ｄ５…情報通度ベクトル情報、ＴＢ１…ユーザ属性テーブル、ＴＢ２…情報通度テーブル、ＴＢ３…知り合いユーザテーブル、ＴＢ４…関連属性テーブル、ＴＢ５…キーワード関連知り合いテーブル、Ｖ_Ａ１１，２１…回答候補者属性ベクトル、Ｖ_Ａ３０…情報通度ベクトル、Ｖ_Ｑ１…質問ベクトル、Ｖ_Ｑ１１…質問者属性ベクトル

Claims (5)

1. コミュニティ型サービスの一ユーザである質問者から投稿された質問に対して、前記コミュニティ型サービスの他のユーザに係る情報を回答として提示するコミュニティ制御システムであって、
   前記ユーザの名称と前記ユーザの属性とを対応付けるユーザ情報を記憶するユーザ情報記憶部と、
   前記質問に関連するキーワードと前記キーワードに関連する関連属性とを対応付ける関連属性情報を記憶する関連属性情報記憶部と、
   前記質問者から前記質問を取得する質問取得部と、
   前記質問取得部によって取得された前記質問に関連する前記キーワードに、前記関連属性情報において対応付けられている前記関連属性である重要属性を取得する重要属性取得部と、
   前記重要属性及び前記ユーザ情報に基づいて、前記質問に対する前記質問者の特徴を示す質問者属性ベクトルを生成する質問者属性ベクトル生成部と、
   前記重要属性及び前記ユーザ情報に基づいて、前記質問に対する回答候補者の特徴を示す回答候補者属性ベクトルを生成する回答候補者属性ベクトル生成部と、
   前記質問者属性ベクトルと前記回答候補者属性ベクトルとの一致度である属性ベクトル一致度を判定する一致度判定部と、
   前記一致度判定部によって判定された前記属性ベクトル一致度に応じて、前記回答候補者の中から前記質問に対する回答者を選択し、前記回答者または前記回答者に係る情報を前記質問者に提示する回答提示部と
   を備えるコミュニティ制御システム。
2. 前記質問取得部によって取得された前記質問に関連する前記キーワードに基づいて、前記質問の特徴を示す質問ベクトルを生成する質問ベクトル生成部と、
   前記キーワードに対する前記ユーザの精通度合いである情報通度を前記キーワードに対応付ける情報通度情報を記憶する情報通度情報記憶部と、
   前記質問取得部によって取得された前記質問に関連する前記キーワード、及び前記情報通度情報に基づいて、前記回答候補者の情報通度を示す情報通度ベクトルを生成する情報通度ベクトル生成部と、
   少なくとも、前記属性ベクトル一致度、前記質問ベクトル、前記情報通度ベクトルの類似度に基づいて決定される質問ベクトル一致度に対する重み付けを示す重み値を前記質問者から取得し、前記属性ベクトル一致度及び前記質問ベクトル一致度に対する重み付けを実行する重み値処理部と、
   前記重み値が反映された前記属性ベクトル一致度、及び前記質問ベクトル一致度に基づいて、前記回答候補者の総合一致度を決定する総合一致度決定部と
   をさらに備え、
   前記回答提示部は、前記総合一致度に基づいて、前記回答候補者を決定する請求項１に記載のコミュニティ制御システム。
3. 前記質問への回答結果に対する回答評価値を前記質問者から取得する回答評価値取得部と、
   前記質問取得部によって取得された前記質問に関連する前記キーワードと対応付けられている前記情報通度に基づいて、前記回答評価値に対して重み付けを実行する回答評価値処理部と、
   前記回答評価値処理部によって重み付けが行われた前記回答評価値に基づいて、前記キーワードと対応付けられている前記回答者の前記情報通度を更新する情報通度更新部と
   をさらに備える請求項１または２に記載のコミュニティ制御システム。
4. 前記質問者の知り合いユーザの名称及び信頼度を含む知り合いユーザ情報を前記質問者から取得し、取得した前記知り合いユーザ情報を記憶する知り合いユーザ情報記憶部をさらに備え、
   前記回答提示部は、前記信頼度に基づいて、前記回答候補者を決定する請求項１乃至３の何れか一項に記載のコミュニティ制御システム。
5. コミュニティ型サービスの一ユーザである質問者から投稿された質問に対して、前記コミュニティ型サービスの他のユーザに係る情報を回答として提示するコミュニティ制御方法であって、
   前記ユーザの名称と前記ユーザの属性とを対応付けるユーザ情報を記憶するステップと、
   前記質問に関連するキーワードと前記キーワードに関連する関連属性とを対応付ける関連属性情報を記憶するステップと、
   前記質問者から前記質問を取得するステップと、
   取得された前記質問に関連する前記キーワードに、前記関連属性情報において対応付けられている前記関連属性である重要属性を取得するステップと、
   前記重要属性及び前記ユーザ情報に基づいて、前記質問に対する前記質問者の特徴を示す質問者属性ベクトルを生成するステップと、
   前記重要属性及び前記ユーザ情報に基づいて、前記質問に対する回答候補者の特徴を示す回答候補者属性ベクトルを生成するステップと、
   前記質問者属性ベクトルと前記回答候補者属性ベクトルとの一致度である属性ベクトル一致度を判定するステップと、
   前記一致度判定部によって判定された前記属性ベクトル一致度に応じて、前記回答候補者の中から前記質問に対する回答者を選択し、前記回答者または前記回答者に係る情報を前記質問者に提示するステップと
   を備えるコミュニティ制御方法。

Images