JP2010066814A - トピック友人距離測定装置及び方法及びプログラム及びコンピュータ読み取り可能な記録媒体 - Google Patents
トピック友人距離測定装置及び方法及びプログラム及びコンピュータ読み取り可能な記録媒体 Download PDFInfo
- Publication number
- JP2010066814A JP2010066814A JP2008230021A JP2008230021A JP2010066814A JP 2010066814 A JP2010066814 A JP 2010066814A JP 2008230021 A JP2008230021 A JP 2008230021A JP 2008230021 A JP2008230021 A JP 2008230021A JP 2010066814 A JP2010066814 A JP 2010066814A
- Authority
- JP
- Japan
- Prior art keywords
- topic
- friend
- diary
- distance
- graph
- 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
- 238000000034 method Methods 0.000 title claims description 18
- 230000007704 transition Effects 0.000 claims abstract description 12
- 238000004364 calculation method Methods 0.000 claims description 73
- 239000013598 vector Substances 0.000 claims description 43
- 230000015572 biosynthetic process Effects 0.000 claims description 16
- 238000003786 synthesis reaction Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 14
- 239000000284 extract Substances 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 238000000691 measurement method Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 description 23
- 230000000699 topical effect Effects 0.000 description 9
- 238000010606 normalization Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000002360 preparation method Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 235000008694 Humulus lupulus Nutrition 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012886 linear function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】 主体と知り合いとしての距離が近い知人の範囲で、あるトピックに詳しい人を知ることができ、更に直接コンタクトして信憑性の高い情報取得する。
【解決手段】 本発明は、検索を行う前に、前友達リストを用いて主体Ｌと該他者ｍとの対応付けを行い、人間関係重みパラメータを用いて友人関係グラフを作成し、入力された全ユーザの日記記事と全ユーザの日記コメントを用いてあるトピックに関するトピック別日記人間関係グラフを作成し、人間関係の重みを付与し、友人関係グラフとトピック別日記人間関係グラフの間に共通のノードを結合し、人間関係遷移演算を所定の回数繰り返し、トピック友人距離を求め、主体（利用者）毎、トピック毎に、トピック友人距離をランキングしてトピック友人距離記憶手段に格納しておく。
【選択図】 図１
【解決手段】 本発明は、検索を行う前に、前友達リストを用いて主体Ｌと該他者ｍとの対応付けを行い、人間関係重みパラメータを用いて友人関係グラフを作成し、入力された全ユーザの日記記事と全ユーザの日記コメントを用いてあるトピックに関するトピック別日記人間関係グラフを作成し、人間関係の重みを付与し、友人関係グラフとトピック別日記人間関係グラフの間に共通のノードを結合し、人間関係遷移演算を所定の回数繰り返し、トピック友人距離を求め、主体（利用者）毎、トピック毎に、トピック友人距離をランキングしてトピック友人距離記憶手段に格納しておく。
【選択図】 図１
Description
本発明は、トピック友人距離測定装置及び方法及びプログラム及びコンピュータ読み取り可能な記録媒体に係り、特に、ネットワーク上で、ある人物（主体）と、ある人物（他者）との間で交わされる日記（ブログ）と当該ブログに対するコメントのあるトピックに関する友人距離を測定するためのトピック友人距離測定装置及び方法及びプログラム及びコンピュータ読み取り可能な記録媒体に関する。
「トピック友人距離」とは、あるトピックに関する、人間関係の深さ、重要度を測る基準となる量であり、この量が大きい場合、そのトピックに関する友人としての距離が近い（すなわち、そのトピックについて人物の信頼度が高い）ともいえる量である。特に、インターネット上のソーシャルネットワークサービスのように、ネットワーク上で他者と、何らかのコミュニケートを行う場合に、他者と自分のトピック友人距離を把握したい場合や、インターネット上の情報検索サービスにおいて、他者の発する情報の信頼度を把握したい場合に大きく関連する。
インターネット等のネットワークを介したサービスでは、ネットワーク上の人間関係が把握し難く、ある人物（主体）とある人物（他者）との友人関係の距離感や、ある人物（他者）、及び、ある人物（他者）の発する情報の信頼性を把握することは困難であった。
これに対し、インターネット上のウェブページの分野では、ウェブページのリンク構造を利用して、ウェブページの重要度や、ウェブページの信頼性を把握する技術がある（例えば、非特許文献１、非特許文献２、非特許文献３参照）。
L. Page, S. Brin, R. Motwani, and T. Winograd. The PageRank citation ranking: Bringing order to the web. Tech. rep., Stanford University, 1998. T. H. Haveliwala. TopicSensitive PageRank, WWW2002, May 7-11, 2002 "Yahoo answers", Lada A. Adamic and Jun Zhang and Eytan Bakshy and Mark S. Ackeerman, Knowledge Sharing and Yahoo Answers: Everyone Knows Something, International World Wide Web conference 2008.
L. Page, S. Brin, R. Motwani, and T. Winograd. The PageRank citation ranking: Bringing order to the web. Tech. rep., Stanford University, 1998. T. H. Haveliwala. TopicSensitive PageRank, WWW2002, May 7-11, 2002 "Yahoo answers", Lada A. Adamic and Jun Zhang and Eytan Bakshy and Mark S. Ackeerman, Knowledge Sharing and Yahoo Answers: Everyone Knows Something, International World Wide Web conference 2008.
しかしながら、従来のネットワーク上における、人現関係を把握するための技術では、人間関係を把握する際、人間関係を知りたい人物（主体）と他者との、直接的な関係（主体の友達リスト、主体から他者の日記への訪問履歴／コメント等）のみを用いるため、友人の友人といった、間接的な友人関係を把握するのは困難であった。
一方、ウェブページのリンク構造を利用した重要度・信頼度把握方法は、ウェブページのような単純なリンク構造における静的な重要度を把握する手法である。このため、友人関係のように主体毎によって信頼度ランキングが異なり、また、関係が親友、日記への足跡、コメントといった複雑さを持ち、また、アクセス禁止リストのような多層的構造を持つグラフ構造において重要度を把握する目的には適していない。
また、知らない人の回答には嘘が混入する。また、匿名で回答される場合には、サイト管理者が嘘の回答を手動で削除しなければならないという問題もある。
本発明は、上記の点に鑑みなされたもので、主体と知り合いとしての距離が近い知人の範囲で、あるトピックに詳しい人を知ることができるトピック友人距離測定装置及び方法及びプログラム及びコンピュータ読み取り可能な記録媒体を提供することを目的とする。
図１は、本発明の原理構成図である。
本発明（請求項１）は、ネットワーク上である人物（主体Ｌ）とある人物（他者ｍ）との間のあるトピックについての日記（ブログ）とそれに対するコメントや日記ページへの訪問履歴によるネットワーク上での人間関係の深さ、重要度を測る基準となるトピック友人距離を測定するためのトピック友人距離測定装置であって、
事前計算処理手段１００、検索条件入力手段２００、検索手段３００、検索結果出力手段４００からなり、
事前計算処理手段１００は、
主体Ｌと他者ｍとの人間関係を有する友達リストが入力されると、該主体Ｌと該他者ｍとの対応付けを行い、人間関係重みパラメータを用いて友人関係グラフを作成する友人関係グラフ作成手段１１０と、
入力された全ユーザの日記記事と全ユーザの日記コメントを用いて日記関係グラフを作成し、該全ユーザの日記記事と該日記コメントに対する日記関係グラフからトピックを判定し、トピック毎に分類された日記関係グラフを抽出し、該トピック毎に分類された日記関係グラフを、作者名に着目してあるトピックに関するトピック別日記人間関係グラフを作成し、人間関係重みパラメータを用いて人間関係の重みを付与するトピック別人間関係グラフ作成手段１２０と、
友人関係グラフとトピック別日記人間関係グラフの間に共通のノードを結合するトピック別人間関係グラフ合成手段１３０と、
人間関係遷移演算として、結合されたトピック別人間関係グラフについて、マルコフ連鎖計算をあるパラメータで指定された回数繰り返し、トピック友人距離を求めるトピック友人距離計算手段１６０と、
主体（利用者）毎、トピック毎に、トピック友人距離計算手段で求められたトピック友人距離をランキングしてトピック友人距離記憶手段１８０に格納するトピック友人距離格納手段１７０と、
を有し、
検索条件入力手段２００は、トピック及び利用者名を取得する手段を有し、
検索手段３００は、トピック及び利用者名に基づいて、トピック友人距離記憶手段１８０を検索する手段を有し、
検索結果出力手段４００は、検索手段３００で取得した検索結果を出力する手段を有する。
事前計算処理手段１００、検索条件入力手段２００、検索手段３００、検索結果出力手段４００からなり、
事前計算処理手段１００は、
主体Ｌと他者ｍとの人間関係を有する友達リストが入力されると、該主体Ｌと該他者ｍとの対応付けを行い、人間関係重みパラメータを用いて友人関係グラフを作成する友人関係グラフ作成手段１１０と、
入力された全ユーザの日記記事と全ユーザの日記コメントを用いて日記関係グラフを作成し、該全ユーザの日記記事と該日記コメントに対する日記関係グラフからトピックを判定し、トピック毎に分類された日記関係グラフを抽出し、該トピック毎に分類された日記関係グラフを、作者名に着目してあるトピックに関するトピック別日記人間関係グラフを作成し、人間関係重みパラメータを用いて人間関係の重みを付与するトピック別人間関係グラフ作成手段１２０と、
友人関係グラフとトピック別日記人間関係グラフの間に共通のノードを結合するトピック別人間関係グラフ合成手段１３０と、
人間関係遷移演算として、結合されたトピック別人間関係グラフについて、マルコフ連鎖計算をあるパラメータで指定された回数繰り返し、トピック友人距離を求めるトピック友人距離計算手段１６０と、
主体（利用者）毎、トピック毎に、トピック友人距離計算手段で求められたトピック友人距離をランキングしてトピック友人距離記憶手段１８０に格納するトピック友人距離格納手段１７０と、
を有し、
検索条件入力手段２００は、トピック及び利用者名を取得する手段を有し、
検索手段３００は、トピック及び利用者名に基づいて、トピック友人距離記憶手段１８０を検索する手段を有し、
検索結果出力手段４００は、検索手段３００で取得した検索結果を出力する手段を有する。
また、本発明（請求項２）は、主体Ｌにとってネガティブな人間関係を示すアクセス禁止リストを取得し、該アクセス禁止リストのネガティブな人間関係である人物ｐからのネガティブトピック友人距離ベクトルを求めるネガティブ距離計算手段を更に有し、
トピック友人距離計算手段１６０は、
ネガティブ距離計算手段で求められたネガティブトピック友人距離とトピック友人距離をベクトルとして足し合わせる手段を含む。
トピック友人距離計算手段１６０は、
ネガティブ距離計算手段で求められたネガティブトピック友人距離とトピック友人距離をベクトルとして足し合わせる手段を含む。
また、本発明（請求項３）は、トピック別人間関係グラフ合成手段１３０は、
友人関係グラフとトピック別日記人間関係グラフとの間に共通ノードが存在する場合は、共通ノードにつながる全てのエッジを線形に結合させ、共通ノードが存在しない場合には、該友人関係グラフと該トピック別日記人間関係グラフを独立に結合する手段を含む。
友人関係グラフとトピック別日記人間関係グラフとの間に共通ノードが存在する場合は、共通ノードにつながる全てのエッジを線形に結合させ、共通ノードが存在しない場合には、該友人関係グラフと該トピック別日記人間関係グラフを独立に結合する手段を含む。
また、本発明（請求項４）は、友人関係グラフ作成手段１１０及びトピック別人間関係グラフ作成手段における、人間関係重みパラメータとして、
友達リスト上の友人関係；
ブログへのコメント；
同じ趣味のコミュニティ；
の少なくとも１つを用いる。
友達リスト上の友人関係；
ブログへのコメント；
同じ趣味のコミュニティ；
の少なくとも１つを用いる。
図２は、本発明の原理を説明するための図である。
本発明（請求項５）は、ネットワーク上である人物（主体）とある人物（他者）との間のあるトピックについての日記（ブログ）とそれに対するコメントや日記ページへの訪問履歴によるネットワーク上での人間関係の深さ、重要度を測る基準となるトピック友人距離を測定するためのトピック友人距離測定方法であって、
検索を行う前に、
事前計算処理手段が、
主体Ｌと他者ｍとの人間関係を有する友達リストが入力されると、該主体Ｌと該他者ｍとの対応付けを行い、人間関係重みパラメータを用いて友人関係グラフを作成する友人関係グラフ作成ステップ（ステップ１）と、
入力された全ユーザの日記記事と全ユーザの日記コメントを用いて日記関係グラフを作成し、該全ユーザの日記記事と該日記コメントに対する日記関係グラフからトピックを判定し、トピック毎に分類された日記関係グラフを抽出し、該トピック毎に分類された日記関係グラフを、作者名に着目してあるトピックに関するトピック別日記人間関係グラフを作成し、人間関係の重みを付与するトピック別人間関係グラフ作成ステップ（ステップ２）と、
友人関係グラフとトピック別日記人間関係グラフの間に共通のノードを結合するトピック別人間関係グラフ合成ステップ（ステップ３）と、
人間関係遷移演算として、結合されたトピック別人間関係グラフについて、マルコフ連鎖計算をあるパラメータで指定された回数繰り返し、トピック友人距離を求めるトピック友人距離計算ステップ（ステップ４）と、
主体（利用者）毎、トピック毎に、トピック友人距離計算手段で求められたトピック友人距離をランキングしてトピック友人距離記憶手段に格納するトピック友人距離格納ステップ（ステップ５）と、からなる事前処理ステップを行い、
検索条件として、トピック及び利用者名が入力されると（ステップ６）、
検索手段が、トピック及び利用者名に基づいて、トピック友人距離記憶手段を検索し（ステップ７）、
検索結果出力手段が、検索結果を出力する（ステップ８）。
検索を行う前に、
事前計算処理手段が、
主体Ｌと他者ｍとの人間関係を有する友達リストが入力されると、該主体Ｌと該他者ｍとの対応付けを行い、人間関係重みパラメータを用いて友人関係グラフを作成する友人関係グラフ作成ステップ（ステップ１）と、
入力された全ユーザの日記記事と全ユーザの日記コメントを用いて日記関係グラフを作成し、該全ユーザの日記記事と該日記コメントに対する日記関係グラフからトピックを判定し、トピック毎に分類された日記関係グラフを抽出し、該トピック毎に分類された日記関係グラフを、作者名に着目してあるトピックに関するトピック別日記人間関係グラフを作成し、人間関係の重みを付与するトピック別人間関係グラフ作成ステップ（ステップ２）と、
友人関係グラフとトピック別日記人間関係グラフの間に共通のノードを結合するトピック別人間関係グラフ合成ステップ（ステップ３）と、
人間関係遷移演算として、結合されたトピック別人間関係グラフについて、マルコフ連鎖計算をあるパラメータで指定された回数繰り返し、トピック友人距離を求めるトピック友人距離計算ステップ（ステップ４）と、
主体（利用者）毎、トピック毎に、トピック友人距離計算手段で求められたトピック友人距離をランキングしてトピック友人距離記憶手段に格納するトピック友人距離格納ステップ（ステップ５）と、からなる事前処理ステップを行い、
検索条件として、トピック及び利用者名が入力されると（ステップ６）、
検索手段が、トピック及び利用者名に基づいて、トピック友人距離記憶手段を検索し（ステップ７）、
検索結果出力手段が、検索結果を出力する（ステップ８）。
また、本発明（請求項６）は、事前処理ステップにおいて、
主体Ｌにとってネガティブな人間関係を示すアクセス禁止リストを取得し、該アクセス禁止リストのネガティブな人間関係である人物ｐからのネガティブトピック友人距離ベクトルを求めるネガティブ距離計算ステップを更に行い、
トピック友人距離計算ステップにおいて、
ネガティブ距離計算手段で求められたネガティブトピック友人距離とトピック友人距離をベクトルとして足し合わせる。
主体Ｌにとってネガティブな人間関係を示すアクセス禁止リストを取得し、該アクセス禁止リストのネガティブな人間関係である人物ｐからのネガティブトピック友人距離ベクトルを求めるネガティブ距離計算ステップを更に行い、
トピック友人距離計算ステップにおいて、
ネガティブ距離計算手段で求められたネガティブトピック友人距離とトピック友人距離をベクトルとして足し合わせる。
また、本発明（請求項７）は、トピック別人間関係グラフ合成ステップにおいて、
友人関係グラフとトピック別日記人間関係グラフとの間に共通ノードが存在する場合は、共通ノードにつながる全てのエッジを線形に結合させ、共通ノードが存在しない場合には、該友人関係グラフと該トピック別日記人間関係グラフを独立に結合する。
友人関係グラフとトピック別日記人間関係グラフとの間に共通ノードが存在する場合は、共通ノードにつながる全てのエッジを線形に結合させ、共通ノードが存在しない場合には、該友人関係グラフと該トピック別日記人間関係グラフを独立に結合する。
また、本発明（請求項８）は、友人関係グラフ作成ステップ及びトピック別人間関係グラフ作成ステップにおける、人間関係重みパラメータとして、
友達リスト上の友人関係；
ブログへのコメント；
同じ趣味のコミュニティ；
の少なくとも１つを用いる。
友達リスト上の友人関係；
ブログへのコメント；
同じ趣味のコミュニティ；
の少なくとも１つを用いる。
本発明（請求項９）は、請求項１乃至４のいずれか１項記載のトピック友人距離測定装置を構成する各手段としてコンピュータを機能させるためのトピック友人距離測定プログラムである。
本発明（請求項１０）は、請求項９記載のトピック友人距離測定プログラムを格納したコンピュータ読み取り可能な記録媒体である。
上記のように、本発明によれば、入力された友達リストや日記記事、日記記事に対するコメントからネットワーク上の日記（ブログ）と当該ブログに対するコメントのやり取りに関する人間関係をトピック別に予めデータベースに構築しておき、利用者名とトピックを入力してデータベースを検索することで、自分と知り合いとして距離が近い知人の範囲で、あるトピックに詳しい人を知ることが可能となる。そのため、当該トピックに詳しい人に直接アクセスして更に詳しい話を聞くことも可能であり、質問に対して高い信憑性を有する回答を得ることが可能になる。
また、アクセス禁止リストに記載されているような信頼のおけない人物であるネガティブな人間関係についても考慮することにより、検索結果としてネガティブ距離でランキングされた人物名を取得することができる。
以下、図面と共に本発明の実施の形態を説明する。
本発明は、ある単語（トピック）と利用者名を入力した場合に、その単語（トピック）について自分から近い距離の範囲で詳しい人物の名前をトピック友人距離の順にソートして出力できるようにするものである。
なお、以下では、ある人物について、あるトピックについての詳しさと自分から友人関係の近さを、ある人物までの「トピック友人距離」と呼ぶ。
図３は、本発明の一実施の形態における装置構成を示す。
同図に示す装置は、事前計算処理部１００、検索条件入力部２００、トピック友人距離格納ＤＢ検索部３００、検索結果出力部４００から構成される。
事前計算処理部１００は、友人関係グラフ作成部１１０、トピック別人間関係グラフ作成部１２０、トピック別人間関係グラフ重ね合わせ部１３０、ネガティブ距離計算部１４０、トピック友人1次距離計算部１５０、トピック友人距離計算部１６０、トピック友人距離格納部１７０、トピック友人距離格納ＤＢ１８０から構成される。
なお、事前計算処理部１００に入力されるデータは、人間関係のデータとして、友達リスト、閲覧履歴、日記コメント、アクセス禁止リスト等が入力される。ＳＮＳ(Social Networking Service)を運営している場合は、運営しているＳＮＳ上の顧客データそのものが入力される。また、ＳＮＳを運営していない場合は、Ｗｅｂ上のＳＮＳやブログサービスをクロール、もしくは、ＳＮＳやブログサービスが開放しているＡＰＩ(Application Program Interface)を用いて集めたデータが入力される。以下では、具体的な入力事例として、全ユーザの「友達リスト」、「アクセス禁止リスト」、「日記ページ」、「日記へのコメント」を例として説明する。
友人関係グラフ作成部１１０は、全ユーザの「友達リスト」が入力されると、以下のような方法で友人関係を求め、その結果をメモリ（図示せず）に格納する。なお、当該友達リストは、外部の記憶装置から読み出されて入力される、または、ネットワークを介して入力されるものとする。図４は、本発明の一実施の形態における友人関係グラフ作成部の動作を説明するための図である。
ネットワーク上の人間同士のやり取り（例えば、日記とコメント、という関係。例えば、友達リストに記載されている、という関係）をも含めて、以下、まとめて「友人関係」と呼ぶ。入力される「友達リスト」とは、図４に示すようなある主体Ａに対する少なくとも1名の他者との関係を示すリストである。友人関係グラフ作成部１１０は、入力された友達リストからある人物（主体：Ｌ）とある人物（他者：ｍ）との間の友人間関係について、図４に示すように対応付けて、予め与えられている人間関係重みパラメータを用いて行列の形式でメモリ（図示せず）に出力する。当該人間関係重みパラメータは、日記に対するコメントや訪問履歴等に応じて適宜設定されているものとする。
次に、トピック別人間関係グラフ作成部１２０は、日記関係グラフ作成部１２１と日記トピック判定部１２２、及び、トピック別グラフ作成部１２３を有する。
日記関係グラフ作成部１２１は、図５に示すように、入力された全ユーザの日記記事と全ユーザの日記コメントを対応付けた日記関係グラフを作成し、日記トピック判定部１２２に出力する。図５の例では、「日記１」と「日記１へのコメント」を対応付けている。
日記トピック判定部１２２は図６に示すように、全ユーザの日記ページと日記へのコメントに対する日記関係グラフからトピックを判定し、トピック毎に分類された日記関係グラフを抽出し、トピックグラフ作成部１２３に出力する。トピックの判定は、日記で扱われたトピックを、
・日記タイトルに含まれている単語；
・日記記事中、コメント中の単語；
・日記に付けられたタグ情報；
等から特定する。具体的には、文献「T. H. Haveliwala. TopicSensitive Page Rank, WWW2002, May 7-11, 2002, Honolulu, Hawai, USA」と同様の手法を用いるものとする。
日記関係グラフは、例えば、日記ページのトピックが「野球」であれば、当該日記ページ「日記ＩＤ，作者名，トピック」に対するコメントと作者名を対応付ける。
・日記タイトルに含まれている単語；
・日記記事中、コメント中の単語；
・日記に付けられたタグ情報；
等から特定する。具体的には、文献「T. H. Haveliwala. TopicSensitive Page Rank, WWW2002, May 7-11, 2002, Honolulu, Hawai, USA」と同様の手法を用いるものとする。
日記関係グラフは、例えば、日記ページのトピックが「野球」であれば、当該日記ページ「日記ＩＤ，作者名，トピック」に対するコメントと作者名を対応付ける。
トピック別グラフ作成部１２３は、図７に示すように、トピック毎に分類された日記関係グラフを、作者名に着目してあるトピックに関するトピック別日記人間関係のグラフを作成し、人間関係の重み（人間関係ウェイトパラメータ）を付与してメモリ（図示せず）に格納する。同図における出力のトピック毎の日記人間関係のグラフの各エッジ間の数字は、コメントの内容や回数から算出される関係の重さであり、これが行列の要素となる。図７の例では、トピック「ＸＭＬ」について、作者Ａと作者Ｂ間の重みは「３」であり、作者Ｂと作者Ｅとの重みは「１」であることを示している。なお、この重みは人間関係ウェイトパラメータとして予め与えられているものとする。
次に、トピック別人間関係グラフ合成部１３０は、友人関係グラフ作成部１１０で作成された友人関係グラフ（Ａ）とトピック別日記人間関係グラフ作成部１２０で作成されたトピック人間関係グラフ（Ｂ）をそれぞれメモリ（図示せず）から読み出して、（Ａ）と（Ｂ）との間に共通のノードが存在するかを判定する。ノードが存在する場合には、共通ノードにつながる全てのエッジを線形に結合させ、メモリ（図示せず）に格納する。ノードが存在しない場合は、（Ａ）と（Ｂ）を独立に結合（各ノードに対応する要素を０とする）し、メモリ（図示せず）に格納する。格納されるトピック別人間関係グラフは、行列で表現される。
トピック友人一次距離計算部１５０は、トピック別人間関係グラフ合成部１３０で得られたグラフに基づいて、マルコフ連鎖計算（非特許文献１参照）を行い、メモリ（図示せず）に格納する。
ネガティブ距離計算部１４０は、ある主体にとって、ネガティブな人間関係（つまり、信頼のおけない人物）を示す全ユーザのアクセス禁止リストと、メモリ（図示せず）から友人関係グラフ作成部１１０で作成された友人関係グラフを読み込み、マルコフ連鎖計算（非特許文献1参照）を行い、所定の繰り返し数に達した場合にネガティブ距離を算出しメモリ（図示せず）に格納する。なお、アクセス禁止リストは、外部の記憶装置または、ネットワークから入力されるものとする。アクセス禁止リストを参照する際には、ある主体に対してアクセスを禁止するユーザ名が記載されている。
トピック友人距離計算部１６０は、トピック友人一次距離計算部１５０で求められたトピック友人1次距離と、ネガティブ距離計算部１４０で求められたネガティブ距離をベクトルとして足し合わせ、トピック友人距離を求め、メモリ（図示せず）に格納する。ここで、「トピック友人距離」とは、ある人物について、あるトピックについての詳しさと自分から友人関係の近さをある人物までのあるトピックについての距離を指す。
トピック友人距離格納部１７０は、トピック友人距離計算部１６０で求められたトピック友人距離をトピック友人距離格納ＤＢ１８０に格納する。
以下に、上記の事前計算処理部１００の一連の動作を説明する。
図８は、本発明の一実施の形態における事前計算処理部の動作のフローチャートであり、図９は、動作に対応するデータの例である。
ステップ１１０） 友人関係グラフ作成部１１０は、外部から入力された友達リストに基づいて図４に示すような友人関係グラフを作成し、メモリ（図示せず）に格納する。図９の例では、Ａ→Ｂ，Ａ→Ｃ→Ｄが友人関係グラフとして作成される。メモリ（図示せず）に格納されるのは、所定の人間関係パラメータに応じてエッジ間（例えば、Ａ→Ｂ）に設定される重みを要素とする行列である。
ステップ１２０） トピック別人間関係グラフ作成部１２０は、トピック及び作者名を含む日記ページ及びトピック及び作者名を含む日記へのコメントが外部から入力されると、トピック毎に分類された日記関係グラフを、作者名に着目してあるトピックに関するトピック別日記人間関係のグラフを作成し、エッジ間の人間関係の重みを要素としてメモリ（図示せず）に格納する。図９の例では、トピック「野球」について、Ａに対してＢ（重み１），Ｄ（重み５）が対応付けられ、トピック「ＸＭＬ」について、Ａに対してＢ（重み３）、Ｂに対してＥ（重み1）が対応付けられる。
ステップ１３０） トピック別人間関係グラフ合成部１３０は、友人関係グラフ作成部１１０とトピック別人間関係グラフ作成部１２０のメモリ（図示せず）からそれぞれのデータを読み出して、友人関係グラフとトピック別人間関係グラフを重ね合わせ、スコアを計算し、メモリ（図示せず）に格納する。
図１０は、本発明の一実施の形態におけるトピック別人間関係グラフ合成部の動作のフローチャートである。
友人関係グラフ作成部１１０で作成された友人関係グラフと、トピック別人間関係グラフ作成部１２０で作成されたトピック別人間関係グラフとの間に共通ノードが存在するかを判定し（ステップ１３１）、存在しない場合は、友人関係グラフとトピック別日記人間関係グラフを独立に結合する（各ノードに対応する要素を０とする）（ステップ１３２）。一方、存在する場合は、共通ノードに繋がる全てのエッジを線形に結合させる（ステップ１３３）。友人関係とスコアの関連については後述する。
ステップ１４０） トピック友人１次距離計算部１５０は、トピック別人間関係グラフ合成部１３０のメモリ（図示せず）からグラフを取得してマルコフ連鎖計算を行い、その結果をトピック友人距離計算部１６０に渡す。
ステップ１５０） ネガティブ距離計算部１４０は、全ユーザのアクセス禁止リストを取得し、当該主体がアクセス禁止リストを持つ場合には、アクセス禁止リストを持つ友人関係グラフを用いて、マルコフ連鎖計算（非特許文献１）をあるパラメータ数分繰り返し行い、ネガティブ距離を計算し、その結果をトピック友人距離計算部１６０に渡す。
ステップ１６０） トピック友人距離計算部１６０は、ステップ１４０で得られたトピック友人1次距離計算部１５０の算出結果（友人一次距離）と、ネガティブ距離計算部１４０で求められたネガティブ距離をベクトルとして足し合わせてトピック友人距離を計算する。
ステップ１７０） ステップ１６０で求められたトピック友人距離をトピック友人距離格納ＤＢ１８０に格納する。
上記のような処理により、トピック友人距離格納ＤＢ１８０には、図１１に示すような利用者、単語毎にトピック友人距離でランキングされた人物名と、利用者毎にネガティブ距離でランキングされた人物名が出力される。
以下に、トピック友人距離の算出方法を説明する。
以下では、友人関係グラフ作成部１１０とトピック別人間関係グラフ作成部１２０で作成された人間関係グラフについて、トピック別人間関係グラフ合成部１３０で合成された人間関係グラフを対象として説明する。
ある人物（主体：Ｌ）と、ある人物（他者：ｍ）との人間関係について、 人間関係をｒ（Ｌ→ｍ）ｉ（ｉ＝１，２，…）ここで友人関係の種類（トピック）をｉ＝１，２，…とする。
各人間関係ウェイトパラメータをｗｉ（ｉ＝１，２，…）
その人間関係が交わされた回数を、ｎi （ｉ＝１，２，…）
とすると、求められるある人物（主体：Ｌ）とある人物（他者：ｍ）との間の人間関係は、
その人間関係が交わされた回数を、ｎi （ｉ＝１，２，…）
とすると、求められるある人物（主体：Ｌ）とある人物（他者：ｍ）との間の人間関係は、
また、上記の式（1）の方法で作成される
次に、トピック友人１次距離計算部１５０において、ある主体にとっての
・トピック別人間関係マトリクスをＭ，
・トピック友人距離ベクトルをｖ、
・パーソナルベクトルをｕ、
・上記の各項に換えるパラメータ係数を、ａ，ｂ，ｃ
としたとき、人間関係遷移演算Ｔを、
ｖ１＝ａＡｖ０＋ｂｕ
とする。
・トピック別人間関係マトリクスをＭ，
・トピック友人距離ベクトルをｖ、
・パーソナルベクトルをｕ、
・上記の各項に換えるパラメータ係数を、ａ，ｂ，ｃ
としたとき、人間関係遷移演算Ｔを、
ｖ１＝ａＡｖ０＋ｂｕ
とする。
ｖ０＝ｕ
を初期値とし、人間関係遷移演算Ｔを適当な回数（ｋ）施す。これをＴｋで表す。演算回数は人間関係の広さや、トピック友人距離の利用目的によって変える。
を初期値とし、人間関係遷移演算Ｔを適当な回数（ｋ）施す。これをＴｋで表す。演算回数は人間関係の広さや、トピック友人距離の利用目的によって変える。
Ｔｋの結果をｖpositiveとし、トピック友人距離ベクトルとする。
ここで、人間関係遷移演算Ｔの回数により、第何ステップの友人までを考慮するか、に相当する。無限回、つまり収束するまで繰り返すことにより、主体にとって、ネットワーク上の全人物について、トピック友人距離を測定することが可能である。
また、人間関係遷移演算Ｔの回数が小さい場合、人間関係マトリクスも近似的に小さくすることが可能である。
次に、ネガティブ距離計算部１４０において、入力されたアクセス禁止リストを用いてトピック友人距離を求める場合、ある主体にとってネガティブな人間関係である人物ｐを主体とした、ｐからのトピック友人距離ベクトルを、上記と同様の手法で求め、これを、ｖnegative(p)とする。このとき、トピック友人距離計算部１６０で求められるある人物（主体）からのトピック友人距離は、
以上により、"友人と友人"といった、間接的な友人関係を考慮し、また、主体毎に親友、日記への足跡、コメントといった複雑さをアクセス禁止リストのような多層構造を持つグラフ構造におけるトピック友人距離を算出することが可能となる。
次に、上記のように事前計算処理部１００においてトピック友人距離格納ＤＢ１８０にデータが出力されている状態において、検索条件入力部２００から単語（トピック）、利用者名が入力された場合の処理について説明する。
図１２は、本発明の一実施の形態における事前処理終了後の一連の動作のフローチャートである。
ステップ３０１） 検索条件入力部２００において、単語（トピック）及び利用者名が入力される。
ステップ３０２） トピック友人距離格納ＤＢ検索部３００は、入力されたトピックと利用者名に基づいて、トピック友人距離格納ＤＢ１８０を検索する。トピック友人距離格納ＤＢ１８０には、利用者毎、単語毎にトピック友人距離でランキングされた人物名、及び、利用者毎のネガティブ距離でランキングされた人物名が格納されている。
ステップ３０３） 検索結果出力部４００は、検索結果としてそのトピックについて、当該利用者から友人距離の近い人物名をスコア順に（トピック友人距離の小さい順にソートして）出力する。
以下に具体例を説明する。
≪具体例１≫
まず、友人関係グラフ作成部１１０における人間関係マトリクス、パーソナルベクトルの作成例を示す。
まず、友人関係グラフ作成部１１０における人間関係マトリクス、パーソナルベクトルの作成例を示す。
例えば、図１３に示すような人間関係グラフを考える。
同図において円で囲まれた番号が一人の人間を表す。同図では、"０"、"１"、"２"が存在する。
ここで、人間関係ウェイトパラメータを、
・友達リスト上の友人関係：１
・ブログへのコメント：０．５
・同じ趣味のコミュニティ：０．０５
とする。
・友達リスト上の友人関係：１
・ブログへのコメント：０．５
・同じ趣味のコミュニティ：０．０５
とする。
人間関係マトリクスを構成する人間関係として、「友達リスト上の友人関係」、「ブログへのコメント」を採用すると、各人間関係は、下記のような重み付き有効グラフとして、
０→１：１＋０．５＊１
０→２：１
１→０：１
２→１：１
と表現される。
０→１：１＋０．５＊１
０→２：１
１→０：１
２→１：１
と表現される。
このとき、正規化する前の人間関係マトリクスは、図１４に示すとおりである。
図１４の人間関係マトリクスを正規化し（各カラム毎に、全要素を合計し、その合計値で、各要素を割ればよい）、その結果、得られる人間関係マトリクスを図１５に示す。
パーソナルベクトルを構成する人間関係として、
・友達リスト上の友人関係；
・ブログへのコメント；
・同じ趣味のコミュニティ；
を採用すると、重み付き有効グラフは、
０→１：１＋０．５＊１
０→２：１＋０．０５
１→０：１
２→１：１＋０．０５
であるので、各主体の正規化前パーソナルベクトルは、図１６のようになり、これを各縦ベクトル毎に、図１５と同様に正規化し、図１７に示すようなパーソナルベクトルを得る。
・友達リスト上の友人関係；
・ブログへのコメント；
・同じ趣味のコミュニティ；
を採用すると、重み付き有効グラフは、
０→１：１＋０．５＊１
０→２：１＋０．０５
１→０：１
２→１：１＋０．０５
であるので、各主体の正規化前パーソナルベクトルは、図１６のようになり、これを各縦ベクトル毎に、図１５と同様に正規化し、図１７に示すようなパーソナルベクトルを得る。
以下では、簡単のため、人間関係の種類による正規化を済ませた、人間関係マトリクスとパーソナルベクトルを用いるものとする。
また、人間関係の向きも特別な記述がない限り、両方向のグラフのみとし、アロー表示は割愛する。また、簡単のため、人間関係マトリクス作成に用いる人間関係と、パーソナルベクトル作成に用いる人間関係も同じものを用いる。
また、人間関係遷移演算Ｔにおける各種パラメータを
ａ＝１−ｂ
ｂ＝０．７５
とする。
ａ＝１−ｂ
ｂ＝０．７５
とする。
上記のトピック友人距離計算部１６０（トピック友人1次距離計算部１５０）のスコア計算の具体例を説明する。
＜スコア計算１＞
例えば、図１８に示すような人間関係グラフを考える。
例えば、図１８に示すような人間関係グラフを考える。
このとき、人間関係マトリクスは、図１９のようになり、主体"０"のパーソナルベクトルは、図２０のようになる。
主体"０"と他者とのトピック友人距離は、人間関係遷移演算Ｔの演算回数を１０とすると、トピック友人距離ベクトルは、図２１の通りであるため、主体"０"にとって人間関係のトピック友人距離は、"３"＝"４"（"３"と"４"とは同率一位）、"１"，"２"の順であることがわかる。
＜スコア計算２＞
例えば、図２２のような人間関係グラフを考える。この例では主体に対してアクセス禁止リストが存在する場合について説明する。
例えば、図２２のような人間関係グラフを考える。この例では主体に対してアクセス禁止リストが存在する場合について説明する。
このとき、人間関係マトリクスは、図２３のようになり、主体"０"のパーソナルベクトルは、図２４のようになる。
主体"０"と他者とのトピック友人距離は、人間関係遷移演算Ｔの演算回数を１０とすると、トピック友人距離ベクトルは図２４のようになるが、いま主体"０"と主体"４"の間にはネガティブな関係が存在するため、さらに主体"４"のトピック友人関係距離ベクトルを求める。主体"４"のパーソナルベクトルは、図２６に示すとおりである。ここで、人間関係遷移演算Ｔの演算回数を１とすると、主体"４"のネガティブ距離ベクトルは、図２７に示すようになる。いま、式（３）のパラメータを、
ｃｐ＝１
ｄｐ＝０．５
で固定とすると、ｖpositive(pの要約)は図２８に示すようになるので、式（３）の結果、つまり、主体"０"のトピック友人距離ベクトルは図２９にようになる。つまり、主体"０"にとって、人間関係のトピック友人距離は、 "１"，"２"，"３"の順であることがわかる。
ｃｐ＝１
ｄｐ＝０．５
で固定とすると、ｖpositive(pの要約)は図２８に示すようになるので、式（３）の結果、つまり、主体"０"のトピック友人距離ベクトルは図２９にようになる。つまり、主体"０"にとって、人間関係のトピック友人距離は、 "１"，"２"，"３"の順であることがわかる。
上記のように、本発明によれば、人間関係のトピックに応じたウェイトをかけて人間関係を、人間関係マトリクス、パーソナルベクトルとして表現し、そのべき乗計算を行い、算出されたべき乗結果を用いてネガティブな人間関係を補正した結果を最終結果として出力することにより、ある単語（トピック）について自分から近い距離の範囲で詳しい人物を知ることができる。
なお、上記の図３に示すトピック友人距離測定装置の構成要素の動作をプログラムとして構築し、トピック友人距離測定装置として利用されるコンピュータにインストールして実行させる、または、ネットワークを介して流通させることが可能である。
また、構築されたプログラムをハードディスクや、フレキシブルディスク・ＣＤ−ＲＯＭ等の可搬記憶媒体に格納し、コンピュータにインストールする、または、配布することが可能である。
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。
本発明は、情報検索装置において、検索された情報のランキング時、検索者を主体として、その情報の発信者についてトピック友人距離を求め、そのトピック友人距離の高いものから結果を出力する場合に適用可能である。
また、ＳＮＳのような友人とのコミュニティサービスにおいて、利用者を主体とした他者のトピック友人距離を求め、そのトピック友人距離の高い人物について、利用者との友人距離の近い人物として提示するケースに適用可能である。
ネットワークにおける
ネットワークにおける
１０ トピック友人距離測定装置
１００ 事前計算処理部
１１０ 友人関係グラフ作成手段、友人関係グラフ作成部
１２０ トピック別人間関係グラフ作成手段、トピック別人間関係グラフ作成部
１２１ 日記関係グラフ作成部
１２２ 日記トピック判定部
１２３ トピック別グラフ作成部
１３０ トピック別人間関係グラフ合成手段、トピック別人間関係グラフ合成部
１４０ ネガティブ距離計算部
１５０ トピック友人１次距離計算部
１６０ トピック友人距離計算手段、トピック友人距離計算部
１７０ トピック友人距離格納手段、トピック友人距離格納部
１８０ トピック友人距離記憶手段、トピック友人距離格納ＤＢ
２００ 検索条件入力手段、検索条件入力部
３００ 検索手段、トピック友人距離格納ＤＢ検索部
４００ 検索結果出力手段、検索結果出力部
１００ 事前計算処理部
１１０ 友人関係グラフ作成手段、友人関係グラフ作成部
１２０ トピック別人間関係グラフ作成手段、トピック別人間関係グラフ作成部
１２１ 日記関係グラフ作成部
１２２ 日記トピック判定部
１２３ トピック別グラフ作成部
１３０ トピック別人間関係グラフ合成手段、トピック別人間関係グラフ合成部
１４０ ネガティブ距離計算部
１５０ トピック友人１次距離計算部
１６０ トピック友人距離計算手段、トピック友人距離計算部
１７０ トピック友人距離格納手段、トピック友人距離格納部
１８０ トピック友人距離記憶手段、トピック友人距離格納ＤＢ
２００ 検索条件入力手段、検索条件入力部
３００ 検索手段、トピック友人距離格納ＤＢ検索部
４００ 検索結果出力手段、検索結果出力部
Claims (10)
- ネットワーク上である人物（主体Ｌ）とある人物（他者ｍ）との間のあるトピックについての日記（ブログ）とそれに対するコメントや日記ページへの訪問履歴によるネットワーク上での人間関係の深さ、重要度を測る基準となるトピック友人距離を測定するためのトピック友人距離測定装置であって、
事前計算処理手段、検索条件入力手段、検索手段、検索結果出力手段からなり、
前記事前計算処理手段は、
前記主体Ｌと前記他者ｍとの人間関係を有する友達リストが入力されると、該主体Ｌと該他者ｍとの対応付けを行い、人間関係重みパラメータを用いて友人関係グラフを作成する友人関係グラフ作成手段と、
入力された全ユーザの日記記事と全ユーザの日記コメントを用いて日記関係グラフを作成し、該全ユーザの日記記事と該日記コメントに対する日記関係グラフからトピックを判定し、トピック毎に分類された日記関係グラフを抽出し、該トピック毎に分類された日記関係グラフを、作者名に着目してあるトピックに関するトピック別日記人間関係グラフを作成し、人間関係重みパラメータを用いて人間関係の重みを付与するトピック別人間関係グラフ作成手段と、
前記友人関係グラフと前記トピック別日記人間関係グラフの間に共通のノードを結合するトピック別人間関係グラフ合成手段と、
人間関係遷移演算として、結合されたトピック別人間関係グラフについて、マルコフ連鎖計算をあるパラメータで指定された回数繰り返し、トピック友人距離を求めるトピック友人距離計算手段と、
前記主体（利用者）毎、トピック毎に、前記トピック友人距離計算手段で求められたトピック友人距離をランキングしてトピック友人距離記憶手段に格納するトピック友人距離格納手段と、
を有し、
前記検索条件入力手段は、
トピック及び利用者名を取得する手段を有し、
前記検索手段は、前記トピック及び前記利用者名に基づいて、前記トピック友人距離記憶手段を検索する手段を有し、
前記検索結果出力手段は、
前記検索手段で取得した検索結果を出力する手段を有する
ことを特徴とするトピック友人距離測定装置。 - 前記主体Ｌにとってネガティブな人間関係を示すアクセス禁止リストを取得し、該アクセス禁止リストのネガティブな人間関係である人物ｐからのネガティブトピック友人距離ベクトルを求めるネガティブ距離計算手段を更に有し、
前記トピック友人距離計算手段は、
前記ネガティブ距離計算手段で求められた前記ネガティブトピック友人距離と前記トピック友人距離をベクトルとして足し合わせる手段を含む
請求項１記載のトピック友人距離測定装置。 - 前記トピック別人間関係グラフ合成手段は、
前記友人関係グラフと前記トピック別日記人間関係グラフとの間に共通ノードが存在する場合は、共通ノードにつながる全てのエッジを線形に結合させ、共通ノードが存在しない場合には、該友人関係グラフと該トピック別日記人間関係グラフを独立に結合する手段を含む
請求項１記載のトピック友人距離測定装置。 - 前記友人関係グラフ作成手段及び前記トピック別人間関係グラフ作成手段における、前記人間関係重みパラメータとして、
前記友達リスト上の友人関係；
前記ブログへのコメント；
同じ趣味のコミュニティ；
の少なくとも１つを用いる
請求項１記載のトピック友人距離測定装置。 - ネットワーク上である人物（主体Ｌ）とある人物（他者ｍ）との間のあるトピックについての日記（ブログ）とそれに対するコメントや日記ページへの訪問履歴によるネットワーク上での人間関係の深さ、重要度を測る基準となるトピック友人距離を測定するためのトピック友人距離測定方法であって、
検索を行う前に、
事前計算処理手段が、
前記主体Ｌと前記他者ｍとの人間関係を有する友達リストが入力されると、該主体Ｌと該他者ｍとの対応付けを行い、人間関係重みパラメータを用いて友人関係グラフを作成する友人関係グラフ作成ステップと、
入力された全ユーザの日記記事と全ユーザの日記コメントを用いて日記関係グラフを作成し、該全ユーザの日記記事と該日記コメントに対する日記関係グラフからトピックを判定し、トピック毎に分類された日記関係グラフを抽出し、該トピック毎に分類された日記関係グラフを、作者名に着目してあるトピックに関するトピック別日記人間関係グラフを作成し、人間関係重みパラメータを用いて人間関係の重みを付与するトピック別人間関係グラフ作成ステップと、
前記友人関係グラフと前記トピック別日記人間関係グラフの間に共通のノードを結合するトピック別人間関係グラフ合成ステップと、
人間関係遷移演算として、結合されたトピック別人間関係グラフについて、マルコフ連鎖計算をあるパラメータで指定された回数繰り返し、トピック友人距離を求めるトピック友人距離計算ステップと、
前記主体（利用者）毎、トピック毎に、前記トピック友人距離計算手段で求められたトピック友人距離をランキングしてトピック友人距離記憶手段に格納するトピック友人距離格納ステップと、からなる事前処理ステップを行い、
検索条件として、トピック及び利用者名が入力されると、
検索手段が、前記トピック及び前記利用者名に基づいて、前記トピック友人距離記憶手段を検索し、
検索結果出力手段が、検索結果を出力することを特徴とするトピック友人距離測定方法。 - 前記事前処理ステップにおいて、
前記主体Ｌにとってネガティブな人間関係を示すアクセス禁止リストを取得し、該アクセス禁止リストのネガティブな人間関係である人物ｐからのネガティブトピック友人距離ベクトルを求めるネガティブ距離計算ステップを更に行い、
前記トピック友人距離計算ステップにおいて、
前記ネガティブ距離計算手段で求められた前記ネガティブトピック友人距離と前記トピック友人距離をベクトルとして足し合わせる
請求項５記載のトピック友人距離測定方法。 - 前記トピック別人間関係グラフ合成ステップにおいて、
前記友人関係グラフと前記トピック別日記人間関係グラフとの間に共通ノードが存在する場合は、共通ノードにつながる全てのエッジを線形に結合させ、共通ノードが存在しない場合には、該友人関係グラフと該トピック別日記人間関係グラフを独立に結合する
請求項５記載のトピック友人距離測定方法。 - 前記友人関係グラフ作成ステップ及びトピック別人間関係グラフ作成ステップにおける、前記人間関係重みパラメータとして、
前記友達リスト上の友人関係；
前記ブログへのコメント；
同じ趣味のコミュニティ；
の少なくとも１つを用いる
請求項５記載のトピック友人距離測定方法。 - 請求項１乃至４のいずれか１項記載のトピック友人距離測定装置を構成する各手段としてコンピュータを機能させるためのトピック友人距離測定プログラム。
- 請求項９記載のトピック友人距離測定プログラムを格納したことを特徴とするコンピュータ読み取り可能な記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008230021A JP2010066814A (ja) | 2008-09-08 | 2008-09-08 | トピック友人距離測定装置及び方法及びプログラム及びコンピュータ読み取り可能な記録媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008230021A JP2010066814A (ja) | 2008-09-08 | 2008-09-08 | トピック友人距離測定装置及び方法及びプログラム及びコンピュータ読み取り可能な記録媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2010066814A true JP2010066814A (ja) | 2010-03-25 |
Family
ID=42192387
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2008230021A Pending JP2010066814A (ja) | 2008-09-08 | 2008-09-08 | トピック友人距離測定装置及び方法及びプログラム及びコンピュータ読み取り可能な記録媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2010066814A (ja) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012017786A1 (ja) * | 2010-08-06 | 2012-02-09 | 日本電気株式会社 | コミュニケーション支援装置、コミュニケーション支援方法、およびコンピュータ読み取り可能な記録媒体 |
| WO2012017787A1 (ja) * | 2010-08-06 | 2012-02-09 | 日本電気株式会社 | コミュニケーション支援装置、コミュニケーション支援方法、およびコンピュータ読み取り可能な記録媒体 |
| JP2012078898A (ja) * | 2010-09-30 | 2012-04-19 | Hitachi Solutions Ltd | 対人関係円滑化支援システム |
| CN103390244A (zh) * | 2013-07-24 | 2013-11-13 | 南京欣网视讯信息技术有限公司 | 一种具有运营商特色的用户好友关系聚合方法及聚合平台 |
| WO2014024888A1 (ja) * | 2012-08-06 | 2014-02-13 | グリー株式会社 | 表示システム、同システムにおける表示方法及び表示プログラム |
| WO2014132386A1 (ja) * | 2013-02-28 | 2014-09-04 | 国立大学法人京都大学 | 関係性グラフデータベースシステム |
| JP2018190370A (ja) * | 2017-04-28 | 2018-11-29 | エーオー カスペルスキー ラボＡＯ Ｋａｓｐｅｒｓｋｙ Ｌａｂ | ソーシャルネットワークにおける疑わしいオブジェクトに対するユーザアクセスを制限するためのシステム及び方法 |
| WO2019085590A1 (zh) * | 2017-11-03 | 2019-05-09 | 上海掌门科技有限公司 | 用于提供目标好友的发布信息的方法与设备 |
| JP2020181378A (ja) * | 2019-04-25 | 2020-11-05 | 富士通株式会社 | 関連性探索方法、関連性探索装置、及び関連性探索プログラム |
| JP2021064018A (ja) * | 2019-10-10 | 2021-04-22 | Ｆｒｉｎｇｅ８１株式会社 | 投稿管理サーバ、及び投稿管理システム |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006164086A (ja) * | 2004-12-10 | 2006-06-22 | Nippon Telegr & Teleph Corp <Ntt> | オンライン知識検索支援装置、およびオンライン知識検索支援方法 |
| JP2007193611A (ja) * | 2006-01-19 | 2007-08-02 | Looops Communications Inc | 会員制コミュニティサイトにおけるプロフィール情報管理方式 |
| JP2008052495A (ja) * | 2006-08-24 | 2008-03-06 | Sony Corp | ネットワークシステム、情報処理装置および方法、プログラム並びに記録媒体 |
| JP2008176511A (ja) * | 2007-01-17 | 2008-07-31 | Fukuoka Institute Of Technology | コンピュータネットワークにおける情報処理方法および情報処理装置 |
-
2008
- 2008-09-08 JP JP2008230021A patent/JP2010066814A/ja active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006164086A (ja) * | 2004-12-10 | 2006-06-22 | Nippon Telegr & Teleph Corp <Ntt> | オンライン知識検索支援装置、およびオンライン知識検索支援方法 |
| JP2007193611A (ja) * | 2006-01-19 | 2007-08-02 | Looops Communications Inc | 会員制コミュニティサイトにおけるプロフィール情報管理方式 |
| JP2008052495A (ja) * | 2006-08-24 | 2008-03-06 | Sony Corp | ネットワークシステム、情報処理装置および方法、プログラム並びに記録媒体 |
| JP2008176511A (ja) * | 2007-01-17 | 2008-07-31 | Fukuoka Institute Of Technology | コンピュータネットワークにおける情報処理方法および情報処理装置 |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9244970B2 (en) | 2010-08-06 | 2016-01-26 | Nec Corporation | Communication assistance device, communication assistance method, and computer readable recording medium |
| WO2012017787A1 (ja) * | 2010-08-06 | 2012-02-09 | 日本電気株式会社 | コミュニケーション支援装置、コミュニケーション支援方法、およびコンピュータ読み取り可能な記録媒体 |
| WO2012017786A1 (ja) * | 2010-08-06 | 2012-02-09 | 日本電気株式会社 | コミュニケーション支援装置、コミュニケーション支援方法、およびコンピュータ読み取り可能な記録媒体 |
| JP5849953B2 (ja) * | 2010-08-06 | 2016-02-03 | 日本電気株式会社 | コミュニケーション支援装置、コミュニケーション支援方法、およびプログラム |
| JP5849952B2 (ja) * | 2010-08-06 | 2016-02-03 | 日本電気株式会社 | コミュニケーション支援装置、コミュニケーション支援方法、およびプログラム |
| US9177039B2 (en) | 2010-08-06 | 2015-11-03 | Nec Corporation | Communication assistance device, communication assistance method, and computer readable recording medium |
| JP2012078898A (ja) * | 2010-09-30 | 2012-04-19 | Hitachi Solutions Ltd | 対人関係円滑化支援システム |
| US10037325B2 (en) | 2012-08-06 | 2018-07-31 | Gree, Inc. | Display system, display method in the system and display program for increasing a conversion rate in a social networking environment |
| US11321378B2 (en) | 2012-08-06 | 2022-05-03 | Gree, Inc. | Display system, display method in the system and display program for using social graph information of users of multiple applications |
| WO2014024888A1 (ja) * | 2012-08-06 | 2014-02-13 | グリー株式会社 | 表示システム、同システムにおける表示方法及び表示プログラム |
| JP2016119070A (ja) * | 2012-08-06 | 2016-06-30 | グリー株式会社 | 表示システム、同システムにおける表示方法及び表示プログラム |
| JPWO2014024888A1 (ja) * | 2012-08-06 | 2016-07-25 | グリー株式会社 | 表示システム、同システムにおける表示方法及び表示プログラム |
| US11734334B2 (en) | 2012-08-06 | 2023-08-22 | Gree, Inc. | Display system, display method in the system and display program for using social graph information of users of multiple applications |
| US10558700B2 (en) | 2012-08-06 | 2020-02-11 | Gree, Inc. | Display system, display method in the system and display program for using social graph information of users of multiple applications |
| US10152559B2 (en) | 2013-02-28 | 2018-12-11 | Kyoto University | Relational graph database system |
| WO2014132386A1 (ja) * | 2013-02-28 | 2014-09-04 | 国立大学法人京都大学 | 関係性グラフデータベースシステム |
| CN103390244A (zh) * | 2013-07-24 | 2013-11-13 | 南京欣网视讯信息技术有限公司 | 一种具有运营商特色的用户好友关系聚合方法及聚合平台 |
| JP2018190370A (ja) * | 2017-04-28 | 2018-11-29 | エーオー カスペルスキー ラボＡＯ Ｋａｓｐｅｒｓｋｙ Ｌａｂ | ソーシャルネットワークにおける疑わしいオブジェクトに対するユーザアクセスを制限するためのシステム及び方法 |
| US10587620B2 (en) | 2017-04-28 | 2020-03-10 | AO Kaspersky Lab | System and method of limiting user access to suspicious objects of a social network |
| WO2019085590A1 (zh) * | 2017-11-03 | 2019-05-09 | 上海掌门科技有限公司 | 用于提供目标好友的发布信息的方法与设备 |
| JP2020181378A (ja) * | 2019-04-25 | 2020-11-05 | 富士通株式会社 | 関連性探索方法、関連性探索装置、及び関連性探索プログラム |
| US11615125B2 (en) | 2019-04-25 | 2023-03-28 | Fujitsu Limited | Relevance searching method, relevance searching apparatus, and storage medium |
| JP7404648B2 (ja) | 2019-04-25 | 2023-12-26 | 富士通株式会社 | 治療薬提示方法、治療薬提示装置、及び治療薬提示プログラム |
| JP2021064018A (ja) * | 2019-10-10 | 2021-04-22 | Ｆｒｉｎｇｅ８１株式会社 | 投稿管理サーバ、及び投稿管理システム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2010066814A (ja) | トピック友人距離測定装置及び方法及びプログラム及びコンピュータ読み取り可能な記録媒体 | |
| US20200410401A1 (en) | System and Method for Searching and Matching Content Over Social Networks to an Individual | |
| CN110032641B (zh) | 计算机执行的、利用神经网络进行事件抽取的方法及装置 | |
| Nikitina et al. | Smart conversational agents for reminiscence | |
| JP5731250B2 (ja) | 情報ストリーム中の興味深いコンテンツを推奨するためのシステムおよび方法 | |
| US8706739B1 (en) | Joining user profiles across online social networks | |
| Bharti et al. | Cyberbullying detection from tweets using deep learning | |
| US9418567B1 (en) | Selecting questions for a challenge-response test | |
| US20100205176A1 (en) | Discovering City Landmarks from Online Journals | |
| Götze et al. | Learning landmark salience models from users’ route instructions | |
| JP2018500664A (ja) | オンライン・ソーシャル・ネットワーク上のキー・オーサーによるコンテンツの検索 | |
| Tomko et al. | Pragmatic construction of destination descriptions for urban environments | |
| US20090306996A1 (en) | Rating computation on social networks | |
| Ruiz et al. | On the privacy guarantees of synthetic data: a reassessment from the maximum-knowledge attacker perspective | |
| JP2009099088A (ja) | Ｓｎｓユーザプロファイル摘出装置、摘出方法並びに摘出プログラム、及び該ユーザプロファイルを利用する装置 | |
| Herzog et al. | Routeme: A mobile recommender system for personalized, multi-modal route planning | |
| Cheng | A practical solution to the reference class problem | |
| Haris et al. | Spatial information extraction from travel narratives: Analysing the notion of co-occurrence indicating closeness of tourist places | |
| Mizzaro et al. | Content-based similarity of twitter users | |
| JP2013089086A (ja) | 話題推薦装置及び方法及びプログラム | |
| JP2006031204A (ja) | 情報マッチング装置 | |
| JP2005259074A (ja) | 人脈パス検索のためのプログラム、装置及び方法 | |
| CN110110218A (zh) | 一种身份关联方法及终端 | |
| Manotumruksa et al. | CrossBERT: a triplet neural architecture for ranking entity properties | |
| Kurnaz | The impact of the covid-19 pandemic on communication studies: Bibliometric analysis |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110906 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20120110 |