JP2009211127A - 情報分析装置及び情報分析プログラム - Google Patents

Abstract

【課題】将来的に流行につながる可能性の高い情報をネットワークを介して自ら提供することで多くの消費者に対して影響力を発揮する流行請負人を、流行の変化に追随してタイムリーに発見可能な情報分析装置、及び情報分析プログラムを提供すること。
【解決手段】情報分析装置１は、提供情報を情報提供装置３からネットワーク２を介して取得する情報取得部３０ａと、提供情報に含まれる各自然言語の出現数を情報提供者毎に計数する出現数計数部３０ｂと、計数対象になる前記自然言語を特定する自然言語情報を格納する自然言語情報ＤＢ１０ｂと、この自然言語情報ＤＢ１０ｂにて格納された自然言語情報にて特定される自然言語の出現数の計数結果に基づいて、情報提供者の情報提供における影響度を判定する影響度判定部３０ｃを備える。
【選択図】図１

Description

本発明は、ＷＥＢ上にてブログを公開するブロガーの如き情報提供者から提供される情報を分析する、情報分析装置及び情報分析プログラムに関する。

従来から、大規模な流行に発展することが期待される物、人、あるいはサービスを流行の初期段階で抽出することにより、新規市場の開拓や、適切な需要予測に基づく物流管理、投資情報としての活用等が可能となり、ビジネス活動を一層効果的に推進し得るものと考えられている。このため、従来は、流行に敏感かつ消費者に対して強い影響力を持つ「流行請負人」をクチコミ等によって見付け出し、この流行請負人が注目する商品等に基づいて、流行が期待される商品等の予測を行っていた。

また、ＷＥＢ上などの履歴データを取得できる環境において、所定のトレンド条件を充たすトレンド条件充足アイテムにアクセスしている利用者をトレンドに敏感なトレンドウォッチャーとして抽出する、トレンド予測装置が提案されている（例えば、特許文献１参照）。

特開２００２−３４２５３２号公報

しかし、上述したクチコミ等によって流行請負人を見付け出す従来の方法では、流行請負人を見付け出すまでに多くのコストや時間を要することから、一度見付け出した流行請負人に長期間依存せざるを得ず、時代の推移に伴う流行の変化に柔軟に対応することができなかった。また、クチコミのように人間を媒体とした情報に依存する場合には、情報を抽出する母集団の大きさに制約があることから、流行の分野の変化にも十分に対応することができなかった。

また、トレンド条件充足アイテムへのアクセス数に基づいてトレンドウォッチャーを抽出することにより、ある程度流行が進行したアイテムに興味を持つ人を特定することはできるものの、流行の初期の段階において将来的に大きな流行につながるアイテムについて自ら情報を発信する流行請負人を見付け出すことはできなかった。

本発明は、上記に鑑みてなされたものであって、将来的に流行につながる可能性の高い情報をネットワークを介して自ら提供することで多くの消費者に対して影響力を発揮する流行請負人を、流行の変化に追随してタイムリーに発見可能な情報分析装置、及び情報分析プログラムを提供することを目的とする。

請求項１又は５に記載の本発明によれば、自然言語の出現数の計数結果に基づいて、情報提供者の情報提供における影響度を判定しているので、流行に至るキーワードを発信する可能性の高い情報提供者を発見することができる。当該発見した情報提供者が提供している提供情報を参照することにより、将来的に流行に至る可能性の高い商品等を精度よく把握することが可能である。さらに、定期的に情報提供者の情報提供における影響度判定を行うことにより、最新の情報に基づいて情報提供者の情報提供における影響度を評価することができ、当該評価をタイムリーに流行予測に反映させることができる。

また、請求項２に記載の本発明によれば、各情報提供者に対応する応答情報の数に基づいて、情報提供における影響度を判定しているので、提供情報にアクセスした第三者の応答を数多く引き出せる程の強い影響力を有する情報提供者を発見することができる。

また、請求項３に記載の本発明によれば、情報提供期間に応じて自然言語の出現数および応答情報数の各々について重み係数を定めているので、情報提供者の情報提供における影響度を、情報の提供量に関する側面や、第三者への影響力に関する側面等、様々な側面から評価することができる。

また、請求項４に記載の本発明によれば、情報提供者の情報提供における影響度を自然言語毎に判定し、当該判定した影響度の組合せに応じて、各情報提供期間や各カテゴリーにおいて最も影響度の大きい情報提供者を特定することができるので、プロモーションや流行予測の対象としている情報提供期間に応じて最適な情報提供者を発見することができる。

以下に添付図面を参照して、この発明に係る情報分析装置、及び情報分析プログラムの各実施の形態を詳細に説明する。まず、各実施の形態の具体的内容について順次説明した後、各実施の形態に対する変形例について説明する。ただし、各実施の形態によって本発明が限定されるものではない。

なお、各実施の形態に係る情報分析装置、及び情報分析プログラムの適用対象は任意であり、例えば、インターネットを介して提供されているブログに含まれているデータや、テレビや雑誌に取り上げられた情報をテキスト化したデータ、あるいはこれらを組合せたデータ等を、流行情報として分析対象とすることができる。以下では、インターネットを介して提供されているブログに含まれる情報を分析対象とした場合を例に挙げて説明する。

〔実施の形態１〕
まず実施の形態１について説明する。この形態は、情報提供者の情報提供における影響度を判定する基本的な形態である。

（構成）
まず、情報分析装置の構成を説明する。図１は情報分析装置の全体構成を機能概念的に示す説明図である。この情報分析装置１は、インターネット等のネットワーク２を介して、複数の情報提供装置３と相互に通信可能に接続されている。なお、情報分析装置１が接続される情報提供装置３の具体的な内容は任意であり、例えば、ＳＮＳ（Ｓｏｃｉａｌ Ｎｅｔｗｏｒｋ Ｓｅｒｖｉｃｅ）サーバや、各種ブログサイトのサーバとして構成することができる。これらの情報提供装置３に対しては、ネットワーク２を介して端末装置４が接続されている。この端末装置４からは、情報提供者によってテキストや画像等の各種の提供情報が情報提供装置３にアップロードされ、当該提供情報が読み出し可能に当該情報提供装置３に格納される。

（構成−情報分析装置）
情報分析装置１の構成について説明する。情報分析装置１は、記憶部１０、ネットワークインタフェース（以下「ネットワークＩＦ」）２０、及び制御部３０をバス４０にて通信可能に接続して構成されている。

記憶部１０は、情報分析装置１における各処理を実行するために必要なデータを記憶するための記憶手段であり、例えばハードディスクやその他の記録媒体によって構成される。この記憶部１０は、機能概念的に、提供情報データベース（以下「ＤＢ」）１０ａ、自然言語情報ＤＢ１０ｂ、及びカテゴリー特定情報ＤＢ１０ｃを備えている。

ネットワークＩＦ２０は、情報分析装置１がネットワーク２を介した通信を行うための通信制御インターフェースであり、入力手段及び出力手段である。このネットワークＩＦ２０は、例えばネットワークボードとして構成されている。

制御部３０は、情報分析装置１の各部を制御する制御手段であり、機能概念的に、情報取得部３０ａ、出現数計数部３０ｂ、影響度判定部３０ｃ、及び応答数計数部３０ｄを備えている。この制御部３０は、具体的には、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）や、このＣＰＵ上で解釈実行される各種のプログラム（ＯＳなどの制御プログラムや、各種の処理手順などを規定したプログラム）、及び、所要プログラムや所要データを格納するための内部メモリを備えて構成される。特に、本実施の形態に係る情報分析プログラムは、任意の記録媒体に記録され、情報分析装置１にインストールされることで、制御部３０の各部を実質的に構成する。

（構成−情報分析装置−記憶部に格納されている情報）
次に、上述した提供情報ＤＢ１０ａ、自然言語情報ＤＢ１０ｂ、及びカテゴリー特定情報ＤＢ１０ｃに格納されている情報の具体的な内容について説明する。

提供情報ＤＢ１０ａには、図２に例示するように、項目「提供者」、項目「提供情報」、及び、項目「応答情報」に対応する情報が相互に関連付けて格納されている。項目「提供者」に対応して格納される情報は、情報提供装置３に提供情報を提供している各情報提供者を一意に特定するための情報であり、例えば各情報提供者を示す「ブロガーＡ」等の名称、あるいは、情報提供装置３において各情報提供者から提供された提供情報の格納アドレスを示すＵＲＬアドレス等を用いることができる。項目「提供情報」に対応して格納される情報は、情報提供装置３からネットワーク２を介して取得された提供情報であり、例えば、各情報提供者によってブログサイトに提供された記事（図２においては、ブロガーＡについて記事（１０００１）、記事（１０００２）、記事（１０００３）等）が格納される。項目「応答情報」に対応して格納される情報は、情報提供装置３に情報提供者が提供した提供情報に対して、第三者から提供された応答情報であり、例えば、ブログの記事に対して第三者から提供されたトラックバックの如きコメント情報（図２においては、記事（１０００１）についてコメント（１）、コメント（２）等）が該当する。この提供情報ＤＢ１０ａに格納される各情報は、後述する影響度判定処理において、情報提供装置３からネットワーク２を介して情報取得部３０ａによって取得され、当該提供情報ＤＢ１０ａに格納される。ただし、これら情報は、必ずしも情報分析装置１に保持しなくてもよく、必要に応じて情報提供装置３を参照するようにしてもよい。

自然言語情報ＤＢ１０ｂには、図３（ａ）に例示するように、項目「キーワード」に対応する情報が格納されている。この項目「キーワード」に対応して格納される情報は、影響度判定処理において出現数計数部３０ｂが計数を行う対象になる自然言語（名詞、動詞、形容詞、文節、あるいは文章を含む）を特定するための情報であり、ここでは、最近流行した商品の名称（図３（ａ）においては、「マンゴー」「杏仁豆腐」等）が格納される。この自然言語情報を自然言語情報ＤＢ１０ｂに格納するタイミングや方法は任意である。また、流行する可能性の高い商品の名称等を定期的にＷＥＢサイト等から抽出し、当該抽出した商品の名称等を含む自然言語情報によって、自然言語情報ＤＢ１０ｂの内容を随時更新してもよい。

カテゴリー情報ＤＢには、図３（ｂ）に例示するように、項目「キーワード」および項目「カテゴリー」に対応する情報が相互に関連付けて格納されている。項目「カテゴリー」に対応して格納される情報は、項目「キーワード」に対応して格納されている各自然言語情報によって特定される自然言語が属するカテゴリーを特定するカテゴリー特定情報である（図３（ｂ）においては、キーワード「マンゴー」について、カテゴリー「食べ物」等）。このカテゴリー情報をカテゴリー情報ＤＢに格納するタイミングや方法は任意であり、例えば、図示しない入力手段を解して必要に応じて当該カテゴリー情報ＤＢに入力することができる。

（構成−情報提供装置）
図１の情報提供装置３は、公知のＷｅｂサーバとして構成することができるためにその詳細な説明は省略するが、当該情報提供装置３は、情報提供者や第三者から提供された図２に示す如き情報を格納すると共に、当該格納した情報を、情報分析装置１や端末装置４からの要求に応じて、当該情報分析装置１や当該端末装置４に送信する機能を有する。

（構成−端末装置）
図１の端末装置４は、情報提供者や第三者が図２に示す如き情報を入力又は出力するための端末である。この端末装置４は、従来の情報処理装置（例えばパーソナルコンピュータであり、ネットワーク接続機能、ブラウジング機能、及び、ローカルメモリを備えるもの）と同様に構成することができるためにその詳細な説明は省略する。

（処理内容）
次に、図１に示した情報分析装置１にて行われる影響度判定処理について説明する。図４は影響度判定処理の流れを示したフローチャートである。

情報分析装置１に当該影響度判定処理を開始させるタイミングは任意であり、例えば、定期的に当該影響度判定処理を実行させることにより、常に最新の情報に基づいて影響度の高い情報提供者を発見することができる。

上述のように、例えば定期的な処理実行の指示入力が行われることにより影響度判定処理が開始されると、情報取得部３０ａは、ネットワーク２を介して情報提供装置３に接続し、当該情報提供装置３に格納されている提供情報を取得し、当該取得した提供情報を、当該提供情報の情報提供者に対応付けて提供情報ＤＢ１０ａに格納する（ステップＳＡ−１）。このような提供情報の取得には、例えば、クローラ（スパイダー）の如き公知の情報取得機能を用いることができる。

次に、出現数計数部３０ｂは、情報提供者に対応付けて格納された提供情報を提供情報者毎に提供情報ＤＢ１０ａから取得する（ステップＳＡ−２）。そして、出現数計数部３０ｂは、自然言語情報を自然言語情報ＤＢ１０ｂから取得し、当該取得した自然言語情報によって特定される自然言語と一致する自然言語を提供情報から抽出して、各自然言語が出現した回数を提供情報毎に計数する（ステップＳＡ−３）。

出現数計数部３０ｂによる計数の結果、各情報提供者に対応する各提供情報から抽出された各自然言語の出現数のいずれもが、予め定めた基準値Ｍに満たなかった場合（ステップＳＡ−４、Ｎｏ）、影響度判定部３０ｃは、当該情報提供者は流行に至るキーワードを発信することが少なく、応答情報を考慮することなく、情報提供における影響度が小さいものと判定する（ステップＳＡ−５）。この基準値Ｍの具体的数値は任意であり、当該処理の実行頻度を考慮して決定することが好ましい（後述する基準値Ｎにおいて同じ）。

一方、各自然言語の出現数のいずれかが基準値Ｍ以上であった場合（ステップＳＡ−４、Ｙｅｓ）、応答数計数部３０ｄは、提供情報に対応付けて格納されている応答情報を取得し、当該取得した応答情報の数を、対応する各提供情報の情報提供者毎に計測する（ステップＳＡ−６）。

応答数計数部３０ｄによる計数の結果、各情報提供者に対応する応答情報の数が予め定めた基準値Ｎに満たなかった場合（ステップＳＡ−７、Ｎｏ）、影響度判定部３０ｃは、当該情報提供者は第三者の反応を引き出し得る程には影響力を有しておらず、情報提供における影響度が小さいものと判定する（ステップＳＡ−５）。

一方、応答情報の数が基準値Ｎ以上であった場合（ステップＳＡ−７、Ｙｅｓ）、影響度判定部３０ｃは、各自然言語に対応づけて格納されているカテゴリー情報をカテゴリー情報ＤＢから取得し、当該取得したカテゴリー情報に基づいて特定されるカテゴリー毎に、当該情報提供者の情報提供における影響度を判定する（ステップＳＡ−８）。影響度判定の具体的な基準は任意であるが、例えば、同一のカテゴリーに属する自然言語の出現数および応答数の各々の合計値を算出し、各合計値のいずれもが所定の基準値以上であれば影響度大、いずれか一方のみが基準値以上であれば影響度中、いずれも基準値未満であれば影響度小と判定させることができる。あるいは、同一の自然言語に対する複数の情報提供者の影響度を相対的に数値化してもよく、例えば、当該自然言語の出現回数と応答情報数との合計が最も多い情報提供者の影響度を１００、当該自然言語の出現回数と応答情報数との合計が最も少ない情報提供者の影響度を１とし、その他の情報提供者の影響度は、影響度１００の場合の合計に対する、当該その他の情報提供者に対応する出現回数と応答情報数の合計の比率に応じて決定することもできる。

図５は、各情報提供者について、カテゴリー毎に情報提供における影響度を判定した結果を示す表である。例えば、図５における情報提供者「ブロガーＡ」については、カテゴリー「食べ物」における影響度は大、カテゴリー「イベント」における影響度は小との判定結果が得られている。なお、図５に例示した影響度判定結果に対する処理内容は任意であり、例えば、影響度判定部３０ｃによって記憶部１０に格納したり、ディスプレイやプリンタ等の出力手段に出力させることができる。

（実施の形態１の効果）
このように実施の形態１によれば、自然言語の出現数の計数結果に基づいて、情報提供者の情報提供における影響度を判定しているので、流行に至るキーワードを発信する可能性の高い情報提供者を発見することができる。発見した情報提供者が提供している提供情報を参照することにより、将来的に流行に至る可能性の高い商品やキーワード等を精度よく把握することが可能である。さらに、定期的に情報提供者の情報提供における影響度判定を行うことにより、最新の情報に基づいて情報提供者の情報提供における影響度を評価することができ、当該評価を流行予測に反映させることができる。

このように、将来的に流行につながる可能性の高い情報を提供する流行請負人をタイムリーに発見し、当該流行請負人が提供する情報を利用して流行予測の精度を向上させることにより、各種商品の需要予測の精度を向上させることができる。さらに、適切な需要予測に基づき、メーカにおける生産計画の最適化や、物流管理の効率化等を実現することができる。

また、各情報提供者に対応する応答情報の数に基づいて、情報提供における影響度を判定しているので、提供情報にアクセスした第三者の応答を数多く引き出せる程の強い影響力を有する情報提供者を発見することができる。

また、各自然言語が属するカテゴリー毎の影響度を判定しているので、流行の予測を行う必要のある任意のカテゴリーにおいて、強い影響力を有する情報提供者を発見することができる。

〔実施の形態２〕
次に、実施の形態２について説明する。この形態は、情報提供における影響度を、複数の情報提供期間毎に判定する形態である。なお、実施の形態２の構成は、特記する場合を除いて実施の形態１の構成と略同一であり、実施の形態１の構成と略同一の構成についてはこの実施の形態１で用いたものと同一の符号及び／又は名称を必要に応じて付して、その説明を省略する。

（構成−情報分析装置）
本実施の形態に係る情報分析装置１は、図１の記憶部１０の提供情報ＤＢ１０ａ及び自然言語情報ＤＢ１０ｂに格納される情報が実施の形態１と異なる。

図６は、本実施の形態２に係る提供情報ＤＢ１０ａに格納されている情報の内容を例示した表である。この図６に示すように、提供情報ＤＢ１０ａには、項目「時刻情報」に対応する情報が、項目「提供情報」に対応する情報と相互に関連付けて格納されている。この項目「時刻情報」に対応して格納される情報は、情報提供者から情報提供装置３に提供情報が提供された時刻を示すための情報であり、図６の例では、ブロガーＡによって記事（１０００１）が提供された時刻情報として、「２００８／１／２４（西暦／月／日）」が格納されている。この時刻情報は、後述する影響度判定処理において、情報提供装置３からネットワーク２を介して情報取得部３０ａによって提供情報と共に取得され、提供情報ＤＢ１０ａに格納される。

また、図１の自然言語情報ＤＢ１０ｂに格納されている自然言語情報にて特定される各自然言語については、複数の情報提供期間が設定されている。この「情報提供期間」とは、提供情報が提供される期間を、流行の各段階（例えば、潜伏期、導入期、成長期等）に区分したものである。図７は、各情報提供期間において提供される提供情報の数の変動を模式的に表したグラフの一例である。図７に示された提供情報の例では、潜伏期においては、提供情報数が低いレベルに留まっているが、導入期から成長期にかけて提供情報数が急激に増加している。その後、成熟期において提供情報数は減少に転じ、衰退期から再潜伏期に至っては、提供情報数が再び低いレベルまで減少している。

図８に示すように、情報提供期間を、対応する各自然言語情報と関連付けて自然言語情報ＤＢ１０ｂに格納することができる。図８においては、例えばキーワード「マンゴー」について、潜伏期が「２００７／３／１〜２００７／８／３１」、導入期が「２００７／９／１〜２００７／１２／３１」と設定されている。これは流行中の商品の名称が記載されたブログ記事数の時系列の変動を取得し、当該取得結果に基づいて、当該商品に関する情報提供期間のうち「潜伏期」から「成長期」までを特定したものである。情報分析装置１において情報提供期間を設定する方法は任意であり、上記のように集計結果に基づき定めてもよいし、予め設定しておいてもよい。

（処理内容）
次に、本実施の形態２に係る情報分析装置１にて行われる影響度判定処理について説明する。本実施の形態２に係る影響度判定処理においても、上述の実施の形態１における影響度判定処理のステップＳＡ−１からステップＳＡ−７までの各処理と同様の処理が実行される。

さらに、上述のステップＳＡ−６と同様の処理において応答数計数部３０ｄによって計数が行われた結果、各情報提供者に対応する応答情報の数が基準値Ｎ以上であった場合、出現数計数部３０ｂは、各自然言語に対応付けて格納されている情報提供期間を自然言語情報ＤＢ１０ｂから取得し、当該取得した情報提供期間毎に、各自然言語の出現数を計測する。また、応答数計数部３０ｄは、情報提供期間毎に、各自然言語に対する応答情報の数を計数する。

続いて、影響度判定部３０ｃは、各自然言語に対応付けて格納されているカテゴリー情報をカテゴリー情報ＤＢから取得し、当該取得したカテゴリー情報に基づいて特定されるカテゴリー毎に、各情報提供期間について、情報提供者の情報提供における影響度を判定する。この影響度判定の具体的な基準は任意であるが、例えば、同一のカテゴリー（例えば、「食べ物」）に属する自然言語の、同一の情報提供期間（例えば、「潜伏期」）における出現数および応答数の各々の合計値を算出し、各合計値のいずれもが所定の基準値以上であれば影響度大、いずれか一方のみが基準値以上であれば影響度中、いずれも基準値未満であれば影響度小と判定させることができる。

あるいは、出現回数と応答情報数との各々について情報提供期間毎に予め定めた重み係数を、同一の自然言語の出現回数と応答情報数に対して情報提供期間に応じて乗算し、当該乗算後の値の合計値を算出し、当該算出した合計値に基づいて、複数の情報提供者の影響度を相対的に評価してもよい。図９は、出現回数および応答情報数について情報提供期間毎に定められた重み係数を示した重み係数テーブルである。重み係数の設定基準は任意であるが、例えば、図９に示した重み係数テーブルのように、潜伏期における応答情報数に対する重み係数を１よりも大きく設定することにより、潜伏期のマイナーな商品を第三者に強く印象付けることで多くの応答情報を得た情報提供者の影響度が、高く評価されるようにすることができる。あるいは、導入期における自然言語の出現数に対する重み係数を１よりも小さく設定することにより、導入期にある程度メジャーになった商品について多くの情報を提供したとしても、その情報提供者の影響度を高めることには繋がらないようにすることができる。

図１０は、各情報提供者について、カテゴリーおよび情報提供期間毎に、情報提供における影響度を判定した結果を示す表である。例えば、図１０における情報提供者「ブロガーＡ」については、カテゴリー「食べ物」の情報提供期間「潜伏期」における影響度は大、情報提供期間「導入期」における影響度も大との判定結果が得られている。特に、情報提供期間「潜伏期」の影響度が大である情報提供者は、流行の最先端のタイミングで情報提供を行っていると考えられるので、当該情報提供者が次に発信している情報をウォッチすることで、次の流行を早期に発見することが可能になる。

（実施の形態２の効果）
このように実施の形態２によれば、各情報提供期間について、情報提供者の情報提供における影響度を評価することができるので、プロモーションや流行予測の対象としている情報提供期間に応じて最適な情報提供者を発見し、当該情報提供者が提供する提供情報に基づいて、流行の段階に即したプロモーション活動等を行うことができる。

また、情報提供期間に応じて自然言語の出現数および応答情報数の各々について重み係数を定めているので、情報提供者の情報提供における影響度を、情報の提供量に関する側面や、第三者への影響力に関する側面等、様々な側面から評価することができる。

〔実施の形態３〕
次に、実施の形態３について説明する。この形態は、自然言語毎に判定した影響度の組合せに基づいて、当該組合せにおける影響度の最も大きい情報提供者を特定する形態である。なお、実施の形態３の構成は、特記する場合を除いて実施の形態１の構成と略同一であり、実施の形態１の構成と略同一の構成についてはこの実施の形態１で用いたものと同一の符号及び／又は名称を必要に応じて付して、その説明を省略する。

（処理内容）
本実施の形態３に係る情報分析装置１にて行われる影響度判定処理について説明する。本実施の形態３に係る影響度判定処理においては、上述の実施の形態２における影響度判定処理と同様に、出現数計数部３０ｂは情報提供期間毎に各自然言語の出現数を計測し、応答数計数部３０ｄは情報提供期間毎に各自然言語に対する応答情報の数を計数する。

続いて、影響度判定部３０ｃは、出現数計数部３０ｂおよび応答数計数部３０ｄの計数結果に基づいて、情報提供者の情報提供における影響度を、各情報提供期間について自然言語毎に判定する。さらに、影響度判定部３０ｃは、判定した自然言語毎の影響度を同一の情報提供期間毎に加算し、情報提供期間毎の影響度を算出する。これにより、各情報提供期間における最も大きい影響度を有する情報提供者が特定される。また、自然言語毎の影響度を同一のカテゴリー毎に加算することにより、各カテゴリーにおける最も大きい影響度を有する情報提供者を特定させることもできる。

なお、自然言語毎の影響度について加算以外の演算、所定の関数による演算、あるいはこれらの演算を組合せた複合的な演算を行うことにより影響度を算出してもよい（他の実施の形態における影響度又は影響度の判定基準になる数値の算出においても同様）。

図１１は、各情報提供者について、自然言語毎に情報提供における影響度を判定し、さらに情報提供期間毎に影響度を判定した結果を示す表である。図１１に示したように、各情報提供者について、自然言語毎に各情報提供期間の影響度が判定されている。

なお、実施の形態１や実施の形態２においては、影響度を「大」、「中」、「小」の３段階に分けて判定した例を示したが、本実施の形態３においては、影響度の大きい方から順に、「３」、「２」、「１」の３段階の数値として判定した例を示している（図１１においては、例えば自然言語「マンゴー」についての提供者「ブロガーＡ」の影響度は、潜伏期において「３」）。この様に影響度を数値化して判定することで、各自然言語についての影響度を同一の情報提供期間毎に加算し、当該情報提供期間毎の影響度を算出することができる（図１１では、例えば提供者「ブロガーＡ」の潜伏期における影響度は「６」）。

なお、影響度判定部３０ｃによって各自然言語の影響度を加算させる場合、各自然言語に応じた重み係数を各影響度に乗算させ、当該乗算後の値を加算させてもよい。例えば、大流行した自然言語についての重み係数を大きくすることにより、大流行した自然言語について大きな影響度を有する情報提供者の、各情報提供期間、あるいは各カテゴリーにおける影響度を、他の情報提供者に対して相対的に大きくすることができ、将来的に大流行に繋がる情報を発信する可能性の高い情報提供者を特定することができる。

（実施の形態３の効果）
このように実施の形態３によれば、情報提供者の情報提供における影響度を自然言語毎に判定し、当該判定した影響度の組合せに応じて、各情報提供期間や各カテゴリーにおいて最も影響度の大きい情報提供者を特定することができるので、プロモーションや流行予測の対象としている情報提供期間に応じて最適な情報提供者を発見することができる。

〔III〕各実施の形態に対する変形例
以上、本発明に係る各実施の形態について説明したが、本発明の具体的な構成及び手段は、特許請求の範囲に記載した各発明の技術的思想の範囲内において、任意に改変及び改良することができる。以下、このような変形例について説明する。

（変形例−分散や統合について）
また、上述した各電気的構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各部の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成できる。例えば、情報分析装置１と情報提供装置３とを相互に統合してもよい。

（出現数計数部３０ｂ、応答数計数部３０ｄについて）
上述した各実施の形態では、出現数計数部３０ｂは、各自然言語が出現した回数を提供情報毎に計数している。また、応答数計数部３０ｄは、各提供情報の応答情報の数を情報提供者毎に計数している。この様に、自然言語の出現数や応答情報の数を計数する際、当該自然言語が含まれている提供情報や応答情報の内容について形態素解析を行い、当該提供情報や応答情報の内容が肯定的（例えば、計数対象となっている商品名を高く評価する内容等）である場合には加算を行い、内容が否定的（例えば、計数対象となっている商品名を低く評価する内容等）である場合には減算を行うようにしてもよい。また、これらの加算や減算を行う場合に、さらに所定の重み係数を乗算してもよい。これにより、商品の流行に影響するような肯定的な提供情報を提供したり、肯定的な応答情報を受けた情報提供者の影響度を他の情報提供者と比較して高く評価することができ、将来的に流行につながる可能性の高い情報を提供する情報提供者を精度良く発見することができる。

この発明は、ＷＥＢ上にてブログを公開するブロガーの如き情報提供者から提供される情報を分析する情報分析装置及び情報分析プログラムに適用でき、将来的に流行につながる可能性の高い情報をネットワークを介して自ら提供することで多くの消費者に対して影響力を発揮する流行請負人を、流行の変化に追随してタイムリーに発見することに有用である。

情報分析装置の全体構成を機能概念的に示す説明図である。 提供情報ＤＢに格納されている情報を示す表である。 図３（ａ）は自然言語情報ＤＢに格納されている情報を示す表、図３（ｂ）はカテゴリー情報ＤＢに格納されている情報を示す表である。 影響度判定処理の流れを示したフローチャートである。 各情報提供者について、カテゴリー毎に情報提供における影響度を判定した結果を示す表である。 実施の形態２に係る提供情報ＤＢに格納されている情報の内容を例示した表である。 各情報提供期間において提供される提供情報の数の変動を模式的に表したグラフである。 自然言語情報ＤＢに格納されている情報を示す表である。 出現回数および応答情報数について情報提供期間毎に定められた重み係数を示した重み係数テーブルである。 各情報提供者について、カテゴリーおよび情報提供期間毎に、情報提供における影響度を判定した結果を示す表である。 各情報提供者について、自然言語毎に情報提供における影響度を判定し、さらに情報提供期間毎に影響度を判定した結果を示す表である。

符号の説明

１ 情報分析装置
２ ネットワーク
３ 情報提供装置
４ 端末装置
１０ 記憶部
１０ａ 提供情報ＤＢ
１０ｂ 自然言語情報ＤＢ
１０ｃ カテゴリー特定情報ＤＢ
２０ ネットワークＩＦ
３０ 制御部
３０ａ 情報取得部
３０ｂ 出現数計数部
３０ｃ 影響度判定部
３０ｄ 応答数計数部
４０ バス

Claims (5)

1. 情報提供者によって提供された提供情報を格納する情報提供装置に対して、ネットワークを介して通信可能に接続された情報分析装置であって、
   前記提供情報を前記情報提供装置から前記ネットワークを介して取得する情報取得手段と、
   前記提供情報に含まれる各自然言語の出現数を前記情報提供者毎に計数する出現数計数手段と、
   計数対象になる前記自然言語を特定する自然言語情報を格納する自然言語情報格納手段と、
   前記自然言語情報格納手段にて格納された前記自然言語情報にて特定される前記自然言語の出現数の計数結果に基づいて、前記情報提供者の情報提供における影響度を判定する影響度判定手段と、
   を備えることを特徴とする情報分析装置。
2. 前記情報提供装置に、前記情報提供者が提供した提供情報に対して第三者から提供された応答情報が格納されている場合において、
   前記情報取得手段は、前記応答情報を前記情報提供装置から前記ネットワークを介して取得し、
   前記応答情報に基づいて、前記提供情報に対する前記第三者からの応答情報の提供数を前記情報提供者毎に計数する応答数計数手段を備え、
   前記影響度判定手段は、前記出現数計数手段の計数結果及び前記応答数計数手段の計数結果に基づいて、前記影響度を判定すること、
   を特徴とする請求項１に記載の情報分析装置。
3. 前記情報提供装置に、前記情報提供者から前記提供情報が提供された時刻を示す時刻情報が格納されている場合において、
   前記情報取得手段は、前記時刻情報を前記情報提供装置から前記ネットワークを介して取得し、
   前記出現数計数手段は、前記時刻情報に基づいて前記各自然言語の出現数を所定の複数の情報提供期間毎に計数し、
   前記応答数計数手段は、前記時刻情報に基づいて前記応答情報の提供数を前記情報提供期間毎に計数し、
   前記影響度判定手段は、前記自然言語の出現数と前記応答情報の提供数との各々について前記情報提供期間毎に定められている重み係数により、当該自然言語の出現数および応答情報の提供数を重み付けした結果に基づいて、前記影響度を判定すること、
   を特徴とする請求項２に記載の情報分析装置。
4. 前記影響度判定手段は、前記出現数計数手段の計数結果に基づいて、前記情報提供者の情報提供における影響度を前記自然言語毎に判定し、当該判定した自然言語毎の影響度の所定の組合せに基づいて、前記組合せにおける影響度の高い前記情報提供者を特定すること、
   を特徴とする請求項１から３のいずれか一項に記載の情報分析装置。
5. 情報提供者によって提供された提供情報を格納する情報提供装置に対して、ネットワークを介して通信可能に接続された情報分析装置を動作させる情報分析プログラムであって、
   前記提供情報を前記情報提供装置から前記ネットワークを介して取得する情報取得ステップと、
   前記提供情報に含まれる各自然言語の出現数を前記情報提供者毎に計数する出現数計数ステップと、
   計数対象になる前記自然言語を特定する自然言語情報を格納する所定の自然言語情報格納手段を参照し、前記自然言語情報にて特定される前記自然言語の出現数の計数結果に基づいて、前記情報提供者の情報提供における影響度を判定する影響度判定ステップと、
   を前記情報分析装置に実行させることを特徴とする情報分析プログラム。

Images