JP2010073058A - コミュニティにおけるコミュニケーションの性質発見装置、コミュニティにおけるコミュニケーションの性質発見方法及びプログラム - Google Patents

Abstract

【課題】できてから少ししか時間が経過していない発展中のコミュニティや、成熟済のコミュニティであっても、そのコミュニティ内で議論がなされている度合いを精度良く抽出することができるコミュニティにおけるコミュニケーションの性質発見装置、コミュニティにおけるコミュニケーションの性質発見方法及びプログラムを提供することを目的とする。
【解決手段】議論を行うタイプのユーザは、コミュニティに参加してから比較的短時間に議論を始めることに着目し、コミュニティに参加してから短時間に議論を開始したユーザの数や議論開始に要する時間の長さを分析することによって、オンラインコミュニティで議論が行われている度合いを算出する発明である。
【選択図】図１

Description

本発明は、ネットワーク上で提供されるコミュニケーションに関する。本発明は、より詳細には、ネットワーク上で提供されるユーザ間のコミュニケーションにおいて、ユーザおよびコミュニティの特性を抽出する情報抽出方法およびその装置に関する。

近年、インターネットの発展に伴い、ネットワークを介したコミュニケーションが普及している。中でも、メーリングリストや掲示板、チャット、ブログ、ＱＡサイト、ソーシャルネットワーキングサービス等において、ユーザ間の面識の有無に関わらず、コミュニティを形成し、活発なコミュニケーションおよび情報交換が行われている。

このようなネットワーク上のコミュニティにおいて、さまざまな企業が商品やサービスを宣伝し、さらに消費者の生の声を収集する場合に利用活用している。ユーザは、自身の趣味や興味に関して、情報交換や情報収集をし、また新たな人との出会いの場として活用している。

一口にコミュニティといっても、さまざまな性質のコミュニティが存在する。純枠な質疑応答が行われているコミュニティもあれば、熱い議論が交わされるコミュニティもあり、人生相談が行われているコミュニティもある。

このようなコミュニティ上でとらえているコミュニケーションの性質がわかれば、企業側にとって、情報収集および宣伝活動を行う上で、コミュニティの性質に応じた効果的な交渉活動が可能になる。また、ユーザにとって、楽しく有益なコミュニケーションをとる上で、自身のとりたいコミュニケーションの形式に応じたコミュニティを選択することは重要である。

たとえば、これまでのユーザ間のコミュニケーションを分析する手法が提案されている（たとえば、非特許文献１参照）。具体的には、コミュニティ内の各ユーザをノードで表し、各返信を、返信者からスレッドの作成者へのエッジで表わすことによって、有向グラフにモデル化し、新規のメッセージも返信のメッセージも発信しているユーザの割合や、その有向グラフにおける任意の３つのノード間におけるエッジのパターンに関する情報を抽出することによって、ユーザが議論を行うタイプかどうかを判定し、そのコミュニティのコミュニケーション特性を推定する手法が提案されている。

他方で、そこで展開されでいるコミュニケーションの形式が、ユーザにとってふさわしくないコミュニティに参加したとしても、活発なコミュニケーションは発生しない。

したがって、ユーザが適切なコミュニティに参加するには、コミュニティのジャンルや話題だけでなく、展開されているコミュニケーションの形式まで考慮してコミュニティを選択する必要があり、たいへんな労力が必要である。

コミュニティを活性化させるために、現在では、コミュニティの主催者側がコミュニティにおける話題毎の参加人数や、アクセス数、書き込み数等に基づいて作成したランキング結果や、評価結果、またはユーザのプロファイル情報のようなコミュニケーションの環境に関する情報を提供することによって、適切なコミュニティ・コミュニケーション相手を容易に発見するための工夫をしている。

また、新旧問わず、さまざまなユーザとの間で、コミュニケーションをとっている重要ユーザを発見し、その所属するコミュニティを、活性コミュニティとしてユーザに提示する装置が知られている（たとえば、特許文献１参照）。重要ユーザの存在が、ユーザにおける見ず知らずの相手とのコミュニケーションに感じる不安を軽減し、コミュニケーションしやすい環境を作るという仮説に基づいた手法である。
Adamic,L.A. e al,"Kｎowledge Shariｎg aｎd Yahoo Aｎswers:Everyoｎe Kｎows Somethiｎg", Proceediｎgs of the 17th iｎterｎatioｎal coｎfereｎce oｎ World Wide Web, ACM Press Ｎew York, 2008 特開２００５−２３５１１８号公報

従来手法によって、コミュニケーションから抽出されるコミュニティに関する情報としては、参加人数（または登録数）、アクセス数、書き込み数の多いカテゴリやスレッド、貢献度の高いユーザや、評価の高い書き込みがある。これらの情報のみでは、参加しやすいコミュニティであるか否かはわかるかもしれない。しかし、ユーザが取りたいコミュニケーションの形式を満たすコミュニティがどれであるかが分からない。たとえば、議論の場において知識を求める質問をしても、なかなかそれに対する回答は得られないことが考えられる。このように、従来手法によって得られるコミュニティの情報だけでは、コミュニティを活性化することはできない。

また、これまでのユーザ間のコミュニケーションを分析する手法は、成熟したコミュニティでは有効であると考えられるが、できて間もないコミュニティや、認知度が低いコミュニティにはユーザ数が充分でなかったり、その間のコミュニケーションの成立数が充分でなかったりするので、従来例を適用できない。

たとえば、非特許文献１に記載の手法では、コミュニティ内の各ユーザを、ノードで表し、各返信を、返信者からスレッドの作成者へのエッジで表わすことによって、有向グラフにモデル化し、各ユーザが議論を行うタイプのユーザであるかどうかを判別し、そのグラフのエッジのパターンに基づいて、コミュニティ内で議論が活発に行われているかどうかを判別する。さらに、コミュニティ内で議論を行うタイプのユーザの占める割合や、活発に議論が行われていることを示すグラフのエッジのパターンの占める割合を用いて、コミュニケーションの性質を判別する。

ところで、できて間もないコミュニティが発展する過程の初期段階では、一般的に、コミュニティ内で少数のユーザが議論を活発に行う状況が生じる。この段階では、議論に参加しているユーザが全体に占める割合は、一般的には少数である。

非特許文献１に記載の手法は、“コミュニティに参加しているメンバの中で活発に議論を行っているユーザの割合に着目している”ので、コミュニティが発展する過程の初期段階で、少数のユーザが活発に議論を行っていたとしても、そのコミュニティが議論を行っている場であると判定することができない。

また、非特許文献１記載の手法は、ユーザがコミュニティに参加してから、１回でも“議論を行うタイプのユーザ”と判定される行動を取った場合には、そのユーザは、以後必ず“議論を行うタイプのユーザ”として判定される。したがって、時間が経過すると、本当は議論を活発に行わないユーザであっても、議論を行うタイプのユーザと判定される可能性が高くなるので、成熟済のコミュニティは議論を行う場と判定しがちになるという問題がある。

このように、従来のユーザ間のコミュニケーション分析手法は分析対象のコミュニティの成熟を前提としているので、できて間もないコミュニティや、あまり活発でないコミュニティ等、活性化の必要なコミュニティで行われているコミュニケーションがユーザにとって望ましいかどうかわからない。このことが、従来のユーザ間のコミュニケーション分析の結果がコミュニティの活性化につながらなかった原因であると考えられる。

本発明は、コミュニティにおけるコミュニケーションの性質に関する情報を抽出することができるコミュニティにおけるコミュニケーションの性質発見装置、コミュニティにおけるコミュニケーションの性質発見方法及びプログラムを提供することを目的とする。

つまり、本発明は、できてから少ししか時間が経過していない発展中のコミュニティや、成熟済のコミュニティであっても、そのコミュニティ内で議論がなされている度合いを精度良く抽出することができるコミュニティにおけるコミュニケーションの性質発見装置、コミュニティにおけるコミュニケーションの性質発見方法及びプログラムを提供することを目的とする。

本発明は、議論を行うタイプのユーザは、コミュニティに参加してから比較的短時間に議論を始めることに着目し、コミュニティに参加してから短時間に議論を開始したユーザの数や議論開始に要する時間の長さを分析することによって、オンラインコミュニティ内で議論が行われている度合いを算出する発明である。

具体的には、非特許文献１記載の技術を用いてコミュニティ内の各ユーザを議論タイプか否かを判定した上で、議論タイプのユーザが多ければ多いほど、かつ、各ユーザがコミュニティに参加してから議論タイプに変化するまでに要した時間が短ければ短いほど、そのコミュニティは議論の場である度合いが高いと判定する発明である。

この特徴によって、発足して間もないコミュニティや、成熟済みのコミュニティであっても、議論の場である度合いを精度良く算出することが可能になる。

本発明によれば、できてから少ししか時間が経過していない発展中のコミュニティや、成熟済のコミュニティであっても、そのコミュニティ内で議論がなされている度合いを精度良く抽出することができるという効果を奏する。

発明を実施するための最良の形態は、以下の実施例である。

［ユーザタイプ変化速度平均と、３−部分グラフパターン変化速度平均との和の一般式］
図１は、コミュニティにおけるコミュニケーションの性質判別装置１００を示すシステム概略図である。

コミュニティにおけるコミュニケーションの性質判別装置１００は、コミュニケーション情報抽出部１０と、ユーザタイプ情報テーブル構築部２０と、３−部分グラフ情報テーブル構築部３０と、カテゴリ性質判別部４０と、通信部５０と、入出力部６０と、記録部７０とを有する。

記録部７０には、コミュニケーション情報テーブル７１と、ユーザタイプ情報テーブル７２と、３−部分グラフ情報テーブル７３とが記録されている。

ユーザタイプ情報テーブル構築部２０は、ユーザタイプ情報テーブル更新部２１を含む。ユーザタイプ情報テーブル更新部２１は、ユーザタイプ判別部２２を含む。

３−部分グラフ情報テーブル構築部３０は、３−部分グラフ情報テーブル更新部３１を含む。３−部分グラフ情報テーブル更新部３１は、３−部分グラフマッチング部３２を含む。

カテゴリ性質判別部４０は、ユーザタイプ変化速度平均算出部４１と、３−部分グラフパターン５−１１変化速度平均算出部４２と、３−部分グラフパターン１１−１３変化速度平均算出部４３と、３−部分グラフパターン５−１３変化速度平均算出部４４とを有する。

図２は、実施例１におけるコミュニケーション情報テーブル７１を示す図である。

コミュニケーション情報テーブル７１には、カテゴリＩＤフィールドと、スレッドＩＤフィールドと、コミュニケーションＩＤフィールドと、発信元アドレスフィールドと、コミュニケーション時刻フィールドと、タイトルフィールドと、内容フィールドと、コミュニケーション種別フィールドとが含まれている。

上記カテゴリＩＤフィールドは、コミュニケーションのカテゴリを特定する識別子であり、ユーザのコミュニケーションが対象とするカテゴリに基づいて設定される。上記カテゴリは、コミュニケーション提供装置において、ユーザまたはサービスを提供している主催者によって設定されるコミュニケーション内容の分類である。これによって、ユーザは、コミュニケーションのための興味の対象を絞り込むことができる。

上記カテゴリＩＤは、新たなカテゴリが設定された時点で、コミュニケーション提供装置によって設定することができる。

上記スレッドＩＤフィールドは、コミュニケーションのスレッドを特定する識別子であり、ユーザのコミュニケーションが対象とするスレッドに基づいて設定される。上記スレッドは、１つのメッセージから派生し、連なる複数のコミュニケーションの集合である。したがって、１つのスレッド内では、元のメッセージに起因する話題がコミュニケーションの対象となっている場合が多く、ユーザは、カテゴリよりも、より詳細なコミュニケーションの興味の対象として、スレッドを選択することができる。

新規のメッセージが設定された時点で、コミュニケーション提供装置が、スレッドＩＤを設定することができる。

上記コミュニケーションＩＤフィールドは、個々のコミュニケーション（新規発信、返信および閲覧を含む）を特定する識別子であり、各コミュニケーションについて、コミュニケーション提供装置が一意に設定する。

上記発信元アドレスフィールドは、コミュニケーションしたユーザを特定する識別子を、コミュニケーション提供装置が格納する。

上記コミュニケーション時刻フィールドは、コミュニケーションを行なった時間を、コミュニケーション提供装置が記録し、設定する。たとえば、新規発信、返信、および閲覧要求を受信した時刻を、コミュニケーション提供装置が、コミュニケーション時刻フィールドに記録する。

上記タイトルフィールドは、特定のコミュニケーションから、コミュニケーションのタイトルを、コミュニケーション提供装置が抽出し、格納する。閲覧の場合、予め定めたタイトルがないことを示す情報を格納する。具体的には、「ヌル（Ｎｕ１ｌ）」を格納する。

上記内容フィールドは、コミュニケーション提供装置が、コミュニケーションの内容を、特定のコミュニケーションから抽出し、格納する。閲覧の場合、予め定めた、コミュニケーションの内容がないことを示す情報を格納する。具体的には、「ヌル（Ｎｕ１ｌ）」を格納する。

上記コミュニケーション種別フィールドは、行われたコミュニケーションが新規の発信であるのか（図２における「新規」）、他のメッセージに対する返信であるのか（図２における「返信」）、メッセージの閲覧であるのか（図示せず）を、コミュニケーション提供装置が判定し、設定する。以下、これらのコミュニケーション情報テーブルに格納されているデータを、「コミュニケーション情報」という。

次に、実施例１における全体の処理の流れについて説明する。

図３は、実施例１における全体の処理の流れを示すフローチャートである。

Ｓ１で、コミュニケーション情報抽出部１０が、コミュニケーション情報テーブル７１に記載されている情報を、記録部７０から抽出する。次に、カテゴリＩＤフィールドの中から、未選択のカテゴリＩＤフィールドを選択し、選択したカテゴリＩＤフィールド値を、Ｓ２に受け渡し、Ｓ２以降の処理を実施する。

未選択のカテゴリＩＤフィールドがなければ、処理を終了する。ここでは、選択されたカテゴリＩＤフィールドの値をｃとする。なお、コミュニティにおけるコミュニケーションの性質判別装置１００が、通信部５０または入出力部６０を介して、外部端末８０または外部装置９０から、性質判別を行うコミュニティを指定する情報を取得し、そのコミュニティに対してのみ、Ｓ２〜Ｓ５の処理を実施するようにしてもよい。

Ｓ２で、コミュニケーション情報抽出部１０が、コミュニケーション情報テーブル７１に含まれている全ての投稿のうちで、カテゴリＩＤフィールドの値がｃである投稿を取得し、それを、ユーザタイプ情報テーブル構築部２０と３−部分グラフ情報テーブル構築部３０とに受け渡す。

Ｓ３で、ユーザタイプ情報テーブル構築部２０が、コミュニケーション情報抽出部１０から受け渡されたコミュニケーション情報に記載されている情報に基づいて、ユーザタイプ情報テーブル７２を記録部７０に構築し、カテゴリ性質判別部４０に受け渡す。ただし、ユーザタイプ情報テーブル構築部２０は、結果であるユーザタイプ情報を、記録部７０に記録せずに、他の場所に記録するようにしてもよい。

Ｓ４で、３−部分グラフ情報テーブル構築部３０が、コミュニケーション情報抽出部１０から受け渡されたコミュニケーション情報に記載されている情報に基づいて、３−部分グラフ情報テーブル７３を記録部７０に構築し、カテゴリ性質判別部４０に受け渡す。ただし、３−部分グラフ情報テーブル構築部３０は、結果である３−部分グラフ情報を記録部７０に記録せずに、他の場所に記録するようにしてもよい。

Ｓ５で、カテゴリ性質判別部４０が、ユーザタイプ情報テーブル構築部２０から受け渡されたユーザタイプ情報テーブル７２に記載されている情報と、３−部分グラフ情報テーブル構築部３０から受け渡された３−部分グラフ情報テーブル７３に記載されている情報とを用いて、カテゴリの性質を判別する。カテゴリ性質判別部４０は、判別結果を記録部７０に記録するようにしてもよい。

また、入出力部６０を介して、上記判別結果を外部出力装置に出力するようにしてもよい。通信部５０を介して、予め定められた判別結果通知先に、上記判別結果を通知するようにしてもよい。また、通信部５０、ネットワークＮＷ１を介して、外部端末８０からカテゴリの性質判別の要求を受けている場合、カテゴリの性質判別要求を行った外部端末８０に、上記判別結果を通知するようにしてもよい。

なお、図３に示す例では、Ｓ４よりも前に、Ｓ３を実施するが、Ｓ４をＳ３よりも先に実施するようにしてもよい。

ここで、ユーザのタイプを、タイプＡ、タイプＢの２種類に定義する。タイプＡ・Ｂの説明にあたって、コミュニケーションの方向性（返信メッセージ発行者から新規メッセージ発信者へ送信すること）を考慮しながら成立したコミュニケーションを、グラフにモデル化する。なお、タイプＡは、質疑応答タイプであり、タイプＢは、議論タイプである。

次に、ユーザｕ１が新規に発信したメッセージについて、ユーザｕ２が返信した場合を考える。

このときに、ユーザｕ２は、ユーザｕ１に話しかけたとし、ユーザｕ１ 、ユーザｕ２をノードとみなし、このようなコミュニケーションの成立を、ユーザｕ２からユーザｕ１への有向枝で表わす。つまり、あるカテゴリについて、参加しているユーザを、ノードとし、成立したコミュニケーションを、有向枝とする有向グラフの形で表わす。

また、コミュニケーション時刻フィールドのデータを参照することによって、過去のある時刻ｔ０におけるグラフを再現することができる。

図４は、図２に示すコミュニケーション情報テーブル７１に関して、各カテゴリにおける時刻２００８年６月２１日０時３７分時点のコミュニケーションを、グラフにモデル化した例を示す図である。

図５は、時刻２００８年６月２１日１時９分時点のコミュニケーションを、グラフにモデル化した例を示す図である。

今、あるノードｎｄに着目する。ノードｎｄと直接有向枝で接続しているノードを、“距離１のノード”と呼ぶ。ノードｎｄに対して、距離１のノードと、その間の有向枝（エッジ）からなる部分グラフとを抽出する。

図６は、このような部分グラフの例を示す図である。

図６の左右の図ともに、図中央に円で示すノードが、着目しているノードｎｄである。このときに、図６の左に示す場合のように、その部分グラフの中心のノードｎｄに、隣接する別のノード間にエッジがない部分グラフと、図６の右に示す場合のように、部分グラフの中心のノードｎｄに隣接する別のノード間に、エッジがある部分グラフに着目する。

このときに、前者のノードで示されるユーザを、タイプＡ（質疑応答タイプ）のユーザ、後者のノードで示されるユーザを、タイプＢ（議論タイプ）のユーザであると定義する。

あるコミュニティに含まれているユーザを、タイプＡとタイプＢとのいずれに該当するのかを判定し、タイプＡのユーザ数と、タイプＢのユーザ数との割合に関して、時刻ｔ_０と、時刻ｔ_１（＝ｔ_０＋△ｔ、△ｔ＞０）とにおけるタイプとを比較し、変化率を計算する。これによって、そこで行われているコミュニケーションの形式を予測することができる。

図７は、ユーザタイプ情報テーブル構築部２０が、ユーザタイプ情報テーブル７２を構築処理する流れの詳細を示すフローチャートである。

Ｓ１０で、ユーザタイプ情報テーブル構築部２０が、コミュニケーション情報抽出部１０から受け渡されたコミュニケーション情報に記載されているカテゴリｃの投稿から、最も古い投稿の時刻ｔ_ｃ０と、最も新しい投稿の時刻ｔ_ｃｎとを取得し、ユーザタイプ情報テーブル７２を構築するための時刻（ｔ_ｃ０,・・・，ｔ_ｃｎ）を、以下の式（１）を用いて算出する。ただし、ｎは、予め定めた２以上の整数である。

ｔ_ｃｉ＝ｔ_ｃｉ−１＋ｔ_ｃｎ−ｔ_ｃ０／ｎ …式（１）
Ｓ１１で、ユーザタイプ情報テーブル構築部２０が、一時変数ｉを用意し、この値（一時変数ｉ）を、１に初期化する。

Ｓ１２で、ユーザタイプ情報テーブル構築部２０が、コミュニケーション情報抽出部１０から受け渡されたコミュニケーション情報に記載されているカテゴリｃの投稿のうちで、コミュニケーション時刻フィールドがｔ_ｃ０以上ｔ_ｃｉ以下のもの（つまり、時刻ｔ_ｃ０から時刻ｔ_ｃｉまでの間に投稿された投稿）Ｐ_ｃ（ｔ_ｃ０，ｔ_ｃｉ）を取得し、それをユーザタイプ情報テーブル更新部２１に受け渡す。ユーザタイプ情報テーブル構築部２０は、このＰ_ｃ（ｔ_ｃ０，ｔ_ｃｉ）を、記録部７０に記録するようにしてもよい。

Ｓ１３で、ユーザタイブ情報テーブル更新部２１が、ユーザタイプ情報テーブル構築部２０から受け渡されたコミュニケーション時刻フィールドが、ｔ_ｃ０以上ｔ_ｃｉ以下のものＰ_ｃ（ｔ_ｃ０，ｔ_ｃｉ）に基づいて、記録部７０におけるユーザタイプ情報テーブル７２を更新する。

Ｓ１４で、ユーザタイプ情報テーブル構築部２０が、一時変数ｉをインクリメントする。

図８は、ユーザタイプ情報テーブル更新部２１が、ユーザタイプ情報テーブル７２を更新処理する流れの詳細を示すフローチャートである。

Ｓ１００で、ユーザタイプ情報テーブル更新部２１が、ユーザタイプ情報テーブル構築部２０から受け渡されたコミュニケーション時刻フィールドが、ｔ_ｃ０以上ｔ_ｃｉ以下である投稿Ｐ_ｃ（ｔ_ｃ０，ｔ_ｃｉ）のうちで、発信元アドレスフィールドに出現する全てのユーザの中から、Ｓ１０１以降の処理が未処理であるユーザを選択する。未処理かどうかを判定する他の方法として、投稿Ｐ_ｃ（ｔ_ｃ０，ｔ_ｃｉ）に含まれている全投稿の発信元アドレスフィールドに出現する各ユーザに対して、Ｓ１０１以降の処理を実施したか否かを示すフラグを設け、フラグの値を参照する方法が考えられる。この場合、たとえば、Ｓ１００で、全ユーザに対するフラグの値を予め定めた“Ｓ１０１以降の処理が未処理”であることを示す値に設定し、Ｓ１０１以降の処理が未処理であるユーザを、Ｓ１００で選択した際に、選択したユーザに対するフラグの値を、予め定めた“Ｓ１０１以降の処理が処理済みであることを示す値”に設定する。

Ｓ１０１で、ユーザタイプ情報テーブル更新部２１が、ユーザタイプ情報テーブル７２に記載されている情報を、記録部７０から抽出する。

Ｓ１０２で、ユーザタイプ情報テーブル更新部２１が、ユーザタイプ情報テーブル７２に記載されている情報のうちで、発信元アドレスがｕであり、かつユーザタイプが「タイプＢ」である行が存在するかどうかを判別する。存在すれば、何もせずに、次の未処理のユーザを選択する処理に移行する。存在しなければ、ユーザタイプ情報テーブル更新部２１が、コミュニケーション情報テーブル７１に記載されているカテゴリｃの投稿のうちで、コミュニケーション時刻フィールドがｔ_ｃ０以上ｔ_ｃｉ以下である投稿Ｐ_ｃ（ｔ_ｃ０，ｔ_ｃｉ）と、発信元アドレスｕの値とを、ユーザタイプ判別部２２に受け渡す。

Ｓ１０３で、ユーザタイプ判別部２２が、ユーザタイプ情報テーブル更新部２１から受け渡されたコミュニケーション情報テーブル７１に記載されているカテゴリｃの投稿のうちで、コミュニケーション時刻フィールドがｔ_ｃ０以上ｔ_ｃｉ以下である投稿Ｐ_ｃ（ｔ_ｃ０，ｔ_ｃｉ）と、発信元アドレスｕの値とから、ユーザｕのＰ_ｃ（ｔ_ｃ０，ｔ_ｃｉ）におけるユーザタイプを判別し、その値ｔｙｐｅ^ｃ _ｕを、ユーザタイプ情報テーブル更新部２１に受け渡す。

Ｓ１０４で、ユーザタイプ情報テーブル更新部２１が、ユーザタイプ情報テーブル構築部２０から受け渡されたコミュニケーション情報テーブル７１に記載されているカテゴリｃの投稿のうちで、コミュニケーション時刻フィールドがｔ_ｃ０以上ｔ_ｃｉ以下である投稿Ｐ_ｃ（ｔ_ｃ０，ｔ_ｃｉ）と、発信元アドレスｕの値とに基づいて、投稿Ｐ_ｃ（ｔ_ｃ０，ｔ_ｃｉ）において発信元アドレスフィールドの値がｕである投稿で、コミュニケーション時刻フィールドが最古の値ｔ^ｏｌｄ _ｕを取得する。

Ｓ１０５で、ユーザタイプ情報テーブル更新部２１が、ユーザタイプ情報テーブル７２の中で、カテゴリＩＤフィールドの値がｃであり、かつ発信元アドレスフィールドの値がｕである行について、ユーザタイプをｔｙｐｅ^ｃ _ｕに更新し、最古投稿時刻をｔ^ｏｌｄ _ｕに更新する。さらに、ｔｙｐｅ^ｃ _ｕ＝タイプＢであれば、タイプＢになった時刻をｔ_ｃに更新する。ｔｙｐｅ^ｃ _ｕ＝タイプＡであれば、タイプＢになった時刻を、予め定めた値（タイプが変化した時刻がないことを示す値（たとえば、ｎｕｌｌ））に更新する。

Ｓ１０６で、ユーザタイプ情報テーブル更新部２１が、ユーザタイプ情報テーブル７２に、カテゴリＩＤフィールドの値がｃ、発信元アドレスフィールドの値がｕ、ユーザタイプがｔｙｐｅ^ｃ _ｕ、最古投稿時刻をｔ^ｏｌｄ _ｕ、ｔｙｐｅ^ｃ _ｕ＝タイプＢであればタイプＢになった時刻がｔ_ｃｉ（ｔｙｐｅ^ｃ _ｕ＝タイプＡであれば、予め定めた値、つまり、タイプが変化した時刻がないことを示す値（たとえば、ｎｕｌｌ））を含む新たな行を挿入し、次の未処理のユーザを選択する処理に戻る。

図９は、ユーザタイプ判別部２２が、ユーザタイプ判別処理する流れの詳細を示すフローチャートである。

Ｓ１０００で、ユーザタイプ判別部２２が、ユーザタイプ情報テーブル更新部２１から受け渡されたコミュニケーション情報テーブル７１に記載されているカテゴリｃの投稿のうちで、コミュニケーション時刻フィールドがｔ_ｃ０以上ｔ_ｃｉ以下である投稿Ｐ_ｃ（ｔ_ｃ０，ｔ_ｃｉ）において、発信元アドレスフィールドの値がｕであり、かつコミュニケーション識別フィールドの値が「新規」である行のスレッドＩＤフィールドがとり得る値の全てを取得する。このスレッドＩＤフィールドがとり得る値のそれぞれと、スレッドＩＤフィールドの値とが互いに一致し、かつコミュニケーション識別フィールドの値が「返信」である行の発信元アドレスフィールドがとり得る値の全てを取得する。これを、以下では、「（Ａ）」と表記する。つまり、ユーザｕが「新規」に発信したメッセージに対して「返信」メッセージを送信したユーザを取得するために、コミュニケーション識別フィールドの値が「返信」である行の発信元アドレスフィールドがとり得る値の全てを取得する。

これと同様に、ユーザタイプ判別部２２が、ユーザタイプ情報テーブル更新部２１から受け渡されたコミュニケーション情報テーブル７１に記載されているカテゴリｃの投稿のうちで、コミュニケーション時刻フィールドがｔ_ｃ０以上ｔ_ｃｉ以下である投稿Ｐ_ｃｏ（ｔ_ｃ０，ｔ_ｃｉ）において、発信元アドレスフィールドの値がｕであり、かつコミュニケーション識別フィールドの値が「返信」である行のスレッドＩＤフィールドがとり得る値の全てを取得し、そのスレッドＩＤフィールドがとり得る値のそれぞれと、スレッドＩＤフィールドの値とが互いに一致し、かつコミュニケーション識別フィールドの値が「新規」である行の発信元アドレスフィールドがとり得る値の全てを取得する。これを、以下では、「（Ｂ）」と表記する。

つまり、ユーザｗが「返信」した相手を取得するために、コミュニケーション識別フィールドの値が「新規」である行の発信元アドレスフィールドがとり得る値の全てを取得する。

これら両者のユニオンをとって（つまり、（Ａ）∪（Ｂ）とし）、ユーザ集合Ｕを取得する。

Ｓ１００１で、ユーザタイブ判別部が、ユーザ集合Ｕに含まれている互いに異なる２ユーザの全ての組み合わせの中から、Ｓ１００２以降の処理が未処理である２ユーザの組み合わせを取得する。ここで、選択された２ユーザの発信元アドレスフィールドの値が、ｖ、ｗであるとする。

組み合わせが未処理であるか否かを判断する場合、“Ｓ１０１以降の処理が未処理のユーザを選択”する際と同様に、各組み合わせが未処理であるか否かを判断するフラグと、予め定めた処理済みであることを示す値と、未処理であることを示す値とを用いて判定するようにしてもよい。

Ｓ１００２で、ユーザタイプ判別部２２が、ユーザタイプ情報テーブル更新部２１から受け渡されたコミュニケーション情報テーブル７１に記載されているカテゴリｃの投稿のうちで、コミュニケーション時刻フィールドがｔ_ｃ０以上ｔ_ｃｉ以下である投稿Ｐ_ｃ（ｔ_ｃ０，ｔ_ｃｉ）において、発信元アドレスフィールドの値がｖであり、かつコミュニケーション識別フィールドの値が「新規」である行と、発信元アドレスフィールドの値がｗでありかつコミュニケーション識別フィールドの値が「返信」である行とで、同じスレッドＩＤフィールドの値をもつもの（つまり、ユーザｖの発信した新規メッセージにユーザｗが返信したこと）があるかどうかを判別する。または、発信元アドレスフィールドの値がｖであり、かつコミュニケーション識別フィールドの値が「返信」である行と、発信元アドレスフィールドの値がｗであり、かつコミュニケーション識別フィールドの値が「新規」である行とで、同じスレッドＩＤフィールドの値をもつもの（つまり、ユーザｗの発信した新規メッセージにユーザｖが返信したこと）があるかどうかを判別する。

Ｓ１００２で、“発信元アドレスフィールドの値がｖであり、かつコミュニケーション識別フィールドの値が「新規」である行と、発信元アドレスフィールドの値がｗであり、かつコミュニケーション識別フィールドの値が「返信」である行とで、スレッドＩＤフィールドで同じ値をもつものがある場合（Ａ）、または、発信元アドレスフィールドの値がｖであり、かつコミュニケーション識別フィールドの値が「返信」である行と、発信元アドレスフィールドの値がｗであり、かつコミュニケーション識別フィールドの値が「新規」である行とで、同じスレッドＩＤフィールドの値をもつものがある”と判定された場合（Ｂ）、発信元アドレスフィールドの値がｕであるユーザタイプｔｙｐｅ^ｃ _ｕは、タイプＢ（議論タイプ）であると判定し、ユーザタイプ判別部２２は、ユーザタイプ情報テーブル更新部２１にｔｙｐｅ^ｃ _ｕ＝Ｂとの判定結果を受け渡す。

Ｓ１００２で、“発信元アドレスフィールドの値がｖでありかつコミュニケーション識別フィールドの値が「新規」である行と、発信元アドレスフィールドの値がｗでありかつコミュニケーション識別フィールドの値が「返信」である行とで、スレッドＩＤフィールドで同じ値をもつものがなく、かつ、発信元アドレスフィールドの値がｖでありかつコミュニケーション識別フィールドの値が「返信」である行と、発信元アドレスフィールドの値がｗでありかつコミュニケーション識別フィールドの値が「新規」である行とで、スレッドＩＤフィールドで同じ値をもつものもない”と判定された場合、未処理の２ユーザの組み合わせ処理（Ｓ１００１）に戻る。

なお、Ｓ１００１で、未処理の２ユーザの組み合わせがないと判定されると、発信元アドレスフィールドの値がｕであるユーザタイプｔｙｐｅ^ｃ _ｕは、タイプＡであると判定し、ユーザタイプ判別部２２は、ユーザタイプ情報テーブル更新部２１に、ｔｙｐｅ^ｃ _ｕ＝Ａとの判定結果を受け渡す。

上記処理によって、Ｓ３で、カテゴリｃに対するユーザタイプ情報テーブル７２を更新する。

次に、カテゴリｃに対する３−部分グラフ情報テーブル７３の更新処理（Ｓ４）の詳細を説明する。

図１０は、グラフ理論における一般的なグラフにおいて、連結された任意の３ノード間の有向枝の全出現パターンを示す図である。

３ノードからなる連結グラフ（以後、「３−部分グラフ」という）は、図１０に示すように、１３通りが得られる。なお、ノードの組み合わせが同じであり、しかも、枝（エッジ）の向きが同じである３−部分グラフは、同一の３−部分グラフであると考える。

また、各３−部分グラフのそれぞれについて、図１０に示すように、１〜１３の数字をふり、それぞれパターン１、パターン２と呼ぶ。上記１〜１３のそれぞれをパターン番号とも呼ぶ。

図１１は、３−部分グラフ情報テーブル構築部３０が、３−部分グラフ情報テーブル７３を構築処理する流れを詳細に示すフローチャートである。

Ｓ２０で、３−部分グラフ情報テーブル構築部３０が、コミュニケーション情報抽出部１０から受け渡されたコミュニケーション情報に記載されているカテゴリｃの投稿から、最も古い投稿の時刻ｔ_ｃ０と、最も新しい投稿の時刻ｔ_ｃｍとを取得し、ユーザタイプ情報テーブル７２を構築のための時刻（ｔ_ｃ０，・・・，ｔ_ｃｍ）をｍ点算出する。

なお、上記ｍは、予め定めた２以上の整数であり、図７のＳ１１で用いた値とは異なる値であるとしてもよい。カテゴリ判別処理に要する時間が長くかかるが、精度のよいカテゴリの性質判別結果を得たい場合、ｍの値を大きくし、逆に結果の精度よりも処理時間を優先する場合、ｍの値を大きくすればよい。

以下の式（２）を用いることによって、ユーザタイプ情報テーブル７２を構築するためのｍ点時刻（ｔ_ｃ０，・・・，ｔ_ｃｍ）が等間隔になるように設定できる。

ｔ_ｃｉ＝ｔ_ｃｉ−１＋（ｔ_ｃｎ−ｔ_ｃ０）／ｍ …式（２）
また、コミュニケーション情報テーブル７１を参照することによって、ユーザタイプ情報テーブル７２を構築するためのｍ点時刻（ｔ_ｃ０，・・・，ｔ_ｃｍ）を、それらの各間隔における投稿件数が等しくなるように、設定することもできる。

Ｓ２１で、３−部分グラフ情報テーブル構築部３０が、一時変数ｉを用意し、その値を１に初期化する。

Ｓ２２で、３−部分グラフ情報テーブル構築部３０が、コミュニケーション情報抽出部１０から受け渡されたコミュニケーション情報に記載されているカテゴリｃの投稿のうちで、コミュニケーション時刻フィールドがｔ_ｃ０以上ｔ_ｃｉ以下である投稿Ｐ_ｃ（ｔ_ｃ０，ｔ_ｃｉ）を取得し、それを３−部分グラフ情報テーブル更新部３１に受け渡す。３−部分グラフ情報テーブル構築部３０は、このＰ_ｃ（ｔ_ｃ０，ｔ_ｃｉ）を、記録部７０に記録するようにしてもよい。

Ｓ２３で、３−部分グラフ情報テーブル更新部３１が、３−部分グラフ情報テーブル構築部３０から受け渡されたコミュニケーション時刻フィールドがｔ_ｃ０以上ｔ_ｃｉ以下である投稿Ｐ_ｃ（ｔ_ｃ０，ｔ_ｃｉ）に基づいて、記録部７０における３−部分グラフ情報テーブル７３を更新する。

Ｓ２４で、３−部分グラフ情報テーブル構築部３０が、一時変数ｉをインクリメントする。

図１２は、３−部分グラフ情報テーブル更新部３１が、３−部分グラフ情報テーブル７３を更新処理する流れの詳細を示すフローチャートである。

Ｓ２００で、３−部分グラフ情報テーブル更新部３１が、３−部分グラフ情報テーブル構築部３０から受け渡されたコミュニケーション時刻フィールドがｔ_ｃ０以上ｔ_ｃｉ以下である投稿Ｐ_ｃ（ｔ_ｃ０，ｔ_ｃｉ）において、発信元アドレスフィールドがとり得る値の３つの全ての組み合わせを取得する。

Ｓ２０１で、３−部分グラフマッチング部３２が、３−部分グラフ情報テーブル更新部３１から受け渡されたコミュニケーション時刻フィールドがｔ_ｃ０以上ｔ_ｃｉ以下である投稿Ｐ_ｃ（ｔ_ｃ０，ｔ_ｃｉ）と、発信元アドレスフィールドの組み合わせ（ｕ_１，ｕ_２，ｕ_３）とに基づいて、発信元アドレスフィールドの組み合わせ（ｕ_１，ｕ_２，ｕ_３）に対応する３−部分グラフが１３種類の３ノード間のエッジのパターンのうちのどれと一致するかを判別するために、パターンの番号ｐａｔｔｅｒｎ_{ｕ１，ｕ２，ｕ３}を使用する。

なお、上記ｐａｔｔｅｒｎ_{ｕ１，ｕ２，ｕ３}は、発信元アドレスフィールドの組み合わせ（ｕ_１，ｕ_２，ｕ_３）に対応する３−部分グラフが一致していると判別されたパターンの番号（１から１３）を示す値である。

Ｓ２０２で、３−部分グラフ情報テーブル更新部３１が、発信元アドレスフィールドの組み合わせ（ｕ_１，ｕ_２，ｕ_３）を辞書順にソートし、（ｕ_ｄ１，ｕ_ｄ２，ｕ_ｄ３）を得て、３−部分グラフ情報テーブル７３に、カテゴリＩＤフィールドの値がｃ、発信元アドレスフィールド１の値がｕ_ｄ１、発信元アドレスフィールド２の値がｕ_ｄ２、発信元アドレスフィールド３の値がｕ_ｄ３、時刻フィールドの値がｔ_ｃｉ、３−部分グラフパターンフィールドの値がｐａｔｔｅｒｎ_{ｕ１，ｕ２，ｕ３}である行を、３−部分グラフ情報テーブル７３に挿入する。

図１３は、３−部分グラフマッチング部３２での３ユーザの３−部分グラフマッチング処理の流れの詳細を示すフローチャートである。

Ｓ２０００で、３−部分グラフマッチング部３２が、発信元アドレスフィールドの組み合わせ（ｕ_１，ｕ_２，ｕ_３）に対応する全６通りの順序（ｕ_１，ｕ_２，ｕ_３）、（ｕ_１，ｕ_３，ｕ_２）、（ｕ_２，ｕ_１，ｕ_３）、（ｕ_２，ｕ_３，ｕ_１）、（ｕ_３，ｕ_１，ｕ_２）、（ｕ_３，ｕ_２，ｕ_１）を取得する。そして、この中から未処理の順序を選択する。

未処理の順序がなければ、発信元アドレスフィールドの組み合わせ（ｕ_１，ｕ_２，ｕ_３）の３名間では、コミュニケーションを形成していないことを示す。つまり、３名のうちで、少なくとも１名は、他の２名のいずれともコミュニケーションをとっていない。すなわち、ユーザをノードで示し、返信を枝で示した部分グラフでは、少なくとも１つのノードは、他の２つのノードのいずれとも枝で直接接続していない孤立したノードである。

この場合、３−部分グラフマッチング部３２は、ｐａｔｔｅｒｎ_{ｕ１，ｕ２，ｕ３}に、予め定めたマッチングパターンがないことを示す値（たとえば、０）を設定し、３−部分グラフ情報テーブル更新部３１に受け渡す。

Ｓ２００１で、３−部分グラフマッチング部３２が、３−部分グラフ情報テーブル更新部３１から受け渡されたコミュニケーション時刻フィールドがｔ_ｃ０以上ｔ_ｃｉ以下である投稿Ｐ_ｃ（ｔ_ｃ０，ｔ_ｃｉ）に基づいて、発信元アドレスフィールドの順序（ｐ_１，ｐ_２，ｐ_３）に対応する３行３列のコミュニケーション行列Ｍ_{ｐ１，ｐ２，ｐ３}（図には記載されていないが、強いて言えば、図１４のＭ_１と同等である）を作成する。

具体的には、コミュニケーション行列Ｍ_{ｐ１，ｐ２，ｐ３}の各成分は、対角成分の値を＊、ｉ行j列の値がＰ_ｃ（ｔ_ｃ０，ｔ_ｃｉ）において発信元アドレスフィールドの値がｐ_ｉでありかつコミュニケーション識別フィールドの値が「返信」である行のうちで、発信元アドレスフィールドの値がｐ_ｊであり、かつコミュニケーション識別フィールドの値が「新規」である行と、スレッドＩＤフィールドの値が一致する投稿がある場合は、１を与え、ない場合は、０を与える。なお、コミュニケーション行列Ｍ_{ｐ１，ｐ２，ｐ３}の対角成分の値を＊で与えたが、上記対角成分の値を＊以外の値を与えるようにしてもよい。

図１４は、３−部分グラフマッチング処理するために必要な１３種類の各パターンにおけるコミュニケーション行列Ｍ_ｉ（ｉ＝１，・・・，１３）を示す図である。

各コミュニケーション行列の各成分は、対角成分の値として＊を与え、ｉ行j列の値として、ｉ番目のノードからj番目のノードにエッジがある場合は１、ない場合は０を与える。ただし、１３種類の各パターンの各ノードに対して、上、左下、右下から順に順序を１、２、３と付ける。なお、Ｍ_ｉの対角成分の値は、コミュニケーション行列Ｍ_{ｐ１，ｐ２，ｐ３}と一致するように設定する。

Ｓ２００２で、３−部分グラフマッチング部３２が、一時変数（ループのための変数）ｉを用意し、その値を１に初期化する。

Ｓ２００３で、３−部分グラフマッチング部３２が、発信元アドレスフィールドの順序（ｐ_１，ｐ_２，ｐ_３）に対応する３行３列のコミュニケーション行列Ｍ_{ｐ１，ｐ２，ｐ３}と、ｉ番目のパターンを表すコミュニケーション行列Ｍ_ｉとが、一致するかどうかを判別する。一致する場合、Ｓ２００４に進む。一致しない場合、Ｓ２００５に進む。

Ｓ２００４で、３−部分グラフマッチング部３２が、発信元アドレスフィールドの組み合わせ（ｕ_１，ｕ_２，ｕ_３）に対応する３−部分グラフパターンフィールドの値ｐａｔｔｅｒｎ_{ｕ１，ｕ２，ｕ３}をｉとし、ｐａｔｔｅｒｎ_{ｕ１，ｕ２，ｕ３}を３−部分グラフ情報データべース更新部に受け渡す。

Ｓ２００５で、３−部分グラフマッチング部３２が、一時変数ｉをインクリメントする。

図１５は、ユーザタイプ情報テーブル７２の例を示す図である。

ユーザタイプ情報テーブル７２には、カテゴリＩＤフィールドと、発信元アドレスフィールドと、ユーザタイプフィールドと、最古投稿時刻フィールドと、タイプＢになった時刻フィールドとが含まれている。

上記ユーザタイプフィールドは、同一行のカテゴリＩＤフィールドの値に対応するカテゴリ内で、その行の発信元アドレスフィールドの値に対応するユーザに関して、そのユーザが作成したスレッドに返信したユーザおよびそのユーザの返信したスレッドを新規作成したユーザとの過去のコミュニケーションの成立状況が、ある時刻において図７に示すタイプＡの構造をとるのか、タイプＢの構造をとるのかを示す値が格納されている。この格納されている値は、ユーザタイプ判別部２２が判定し、ユーザタイプ情報テーブル更新部２１が更新する。

上記最古投稿時刻フィールドは、同一行の発信元アドレスフィールドの値に対応するユーザが、同一行のカテゴリＩＤフィールド内で投稿した時刻の最も古い値を、ユーザタイプ情報テーブル更新部２１が格納する。

タイプＢになった時刻フィールドは、同一行の発信元アドレスフィールドの値に対応するユーザが、同一行のカテゴリＩＤフィールドの値に対応するカテゴリ内で、ユーザタイプがＢであるときに、ユーザタイプがＡからＢに変化した時刻が格納される。

図１６は、３−部分グラフ情報テーブル７３の例を示す図である。

３−部分グラフ情報テーブル７３には、カテゴリＩＤフィールドと、発信元アドレスフィールド１と、発信元アドレスフィールド２と、発信元アドレスフィールド３と、３−部分グラフ時刻フィールドと、３−部分グラフバターンフィールドとが含まれている。

上記発信元アドレスフィールド１は、同一行の３−部分グラフを構成する３ユーザのうちで、辞書順に最も順序の早い発信元アドレスを、３−部分グラフ情報テーブル更新部３１が設定する。

上記発信元アドレスフィールド２は、同一行の３−部分グラフを構成する３ユーザのうちで、辞書順に２番目に順序の早い発信元アドレスを、３−部分グラフ情報テーブル更新部３１が設定する。

上記発信元アドレスフィールド３は、同一行の３−部分グラフを構成する３ユーザのうちで、辞書順に最も順序の遅い発信元アドレスを、３−部分グラフ情報テーブル更新部３１が設定する。

上記３−部分グラフ時刻フィールドは、同一行の３−部分グラフがコミュニティ上で観測された時刻を、３−部分グラフ情報テーブル更新部３１が設定する。

上記３−部分グラフパターンフィールドは、同一行の３−部分グラフが、図８に示す１３種類のいずれと一致するかを表す値を、３−部分グラフ情報テーブル更新部３１が設定する。

図１７は、カテゴリ性質判別部４０がカテゴリ性質判別する処理の流れを詳細に示すフローチャートである。

Ｓ３０で、カテゴリ性質判別部４０が、ユーザタイプ情報テーブル７２に記載されている情報を、記録部７０から抽出し、ユーザタイプ変化速度平均算出部４１に受け渡す。また、カテゴリ性質判別部４０が、３−部分グラフ情報テーブル７３に記載されている情報を、記録部７０から抽出し、３−部分グラフパターン５−１１変化速度平均算出部４２と、３−部分グラフパターン１１−１３変化速度平均算出部４３と、３−部分グラフパターン５−１３変化速度平均算出部４４とに受け渡す。

Ｓ３１で、ユーザタイプ変化速度平均算出部４１が、カテゴリ性質判別部４０から受け渡されたユーザタイプ情報テーブル７２に記載されている情報に基づいて、コミュニティが議論を行う場である度合いを示す指標であるユーザタイプ変化速度平均α_ｃを算出し、カテゴリ性質判別部４０に受け渡す。

なお、コミュニティの中で議論を行うタイプ（タイプＢ）のユーザの数が多ければ多いほど、かつ、各議論を行うタイプのユーザがコミュニティに参加してから議論を行うタイプに変化するまでに要する時間が短ければ短いほど、ユーザタイプ変化速度平均は大きな値である。

Ｓ３２で、３−部分グラフパターン５−１１変化速度平均算出部４２が、カテゴリ性質判別部４０から受け渡されたユーザタイプ情報テーブル７２に記載されている情報に基づいて、コミュニティが議論を行う場である度合いを示す指標である３−部分グラフパターン５−１１変化速度平均β_ｃを算出し、カテゴリ性質判別部４０に受け渡す。

なお、３−部分グラフパターン５は、質疑応答が行われている際によく現れる３−部分グラフであり、３−部分グラフパターン１１は、議論が行われている際によく現れる３−部分グラフである。

したがって、３−部分グラフパターン５から３−部分グラフパターン１１への変化は、３名間のやりとりが質疑応答から議論に発展したことを示す指標である。また、３−部分グラフパターン５から３−部分グラフパターン１１へ変化した３−部分グラフの数が多ければ多いほど、かつ、３−部分グラフの変化に要する時間が短ければ短いほど、３−部分グラフパターン５−１１変化速度平均は大きな値である。

Ｓ３３で、３−部分グラフパターン１１−１３変化速度平均算出部４３が、カテゴリ性質判別部４０から受け渡されたユーザタイプ情報テーブル７２に記載されている情報に基づいて、コミュニティが議論を行う場である度合いを示す指標である３−部分グラフパターン１１−１３変化速度平均γ_ｃを算出し、カテゴリ性質判別部４０に受け渡す。

なお、３−部分グラフパターン１３は、議論が行われている際によく現れる３−部分グラフである。３−部分グラフパターン１３は、３−部分グラフパターン１１よりも密にコミュニケーションが行われている状態である。つまり、図１０に示すように、３−部分グラフパターン１１において、右下のユーザ（ノード）による発信に対して、上、左下のユーザ（ノード）は返信していないが、３−部分グラフパターン１３において、右下のユーザ（ノード）による発信に対して、上、左下のユーザ（ノード）は返信している。したがって、３−部分グラフパターン１１−１３変化速度平均は、３−部分グラフパターン１１の状態よりもさらに活発に議論が行われていることを示す指標である。

また、３−部分グラフパターン１１から３−部分グラフパターン１３へ変化した３−部分グラフの数が多ければ多いほど、かつ、３−部分グラフの変化に要する時間が短ければ短いほど、３−部分グラフパターン１１−１３変化速度平均は大きな値である。

Ｓ３４で、３−部分グラフパターン５−１３変化速度平均算出部４４が、カテゴリ性質判別部４０から受け渡されたユーザタイプ情報テーブル７２に記載されている情報に基づいて、コミュニティが議論を行う場である度合いを示す指標である３−部分グラフパターン５−１３変化速度平均δ_ｃを算出し、カテゴリ性質判別部４０に受け渡す。

なお、３−部分グラフパターン５から３−部分グラフパターン１３へ変化した３−部分グラフの数が多ければ多いほど、かつ、３−部分グラフの変化に要する時間が短ければ短いほど、３−部分グラフパターン５−１３変化速度平均は大きな値である。

Ｓ３５で、カテゴリ性質判別部４０が、ユーザタイプ変化速度平均算出部４１から受け渡されたユーザタイプ変化速度平均α_ｃと、３−部分グラフパターン５−１１変化速度平均算出部４２から受け渡された３−部分グラフパターン５−１１変化速度平均β_ｃと、３−部分グラフパターン１１−１３変化速度平均算出部４３から受け渡された３−部分グラフパターン１１−１３変化速度平均γ_ｃと、３−部分グラフパターン５−１３変化速度平均算出部４４から受け渡された３−部分グラフパターン５−１３変化速度平均δ_ｃとに基づいて、カテゴリｃの議論度ｄｉｓｃｕｓｓｉｏｎ＿ｄｅｇｒｅｅ_ｃを、ユーザタイプ変化速度平均α_ｃが大きければ大きいほど、３種類の３−部分グラフパターン変化速度平均β_ｃ、γ_ｃ、δ_ｃが大きければ大きいほど、ｄｉｓｃｕｓｓｉｏｎ＿ｄｅｇｒｅｅ_ｃが大きな値を取るように算出する。具体的には、以下の式（３）によって算出する。

ｄｉｓｃｕｓｓｉｏｎ＿ｄｅｇｒｅｅ_ｃ＝α_ｃ＋β_ｃ＋γ_ｃ＋δ_ｃ …式（３）
Ｓ３６で、カテゴリ性質判別部４０が、あるカテゴリｃで行われているコミュニケーションが、議論であるか質疑応答であるかを判別するために、その議論度ｄｉｓｃｕｓｓｉｏｎ＿ｄｅｇｒｅｅ_ｃと予め定めておいた闘値θの大小の比較を行う。

Ｓ３７で、カテゴリ性質判別部４０が、カテゴリｃは質疑応答を行う場であると判別する。

Ｓ３８で、カテゴリ性質判別部４０が、カテゴリｃは議論を行う場であると判別する。

図１８は、ユーザタイプ変化速度平均算出部４１が、ユーザタイプ変化速度平均を算出処理する流れの詳細を示すフローチャートである。

Ｓ３００で、ユーザタイプ変化速度平均算出部４１が、ユーザタイプ変化速度平均α_ｃの初期値を０で与える。

Ｓ３０１で、ユーザタイプ変化速度平均算出部４１が、カテゴリ性質判別部４０から受け渡されたユーザタイプ情報テーブル７２に記載されている情報を取得する。

Ｓ３０２で、ユーザタイプ変化速度平均算出部４１が、ユーザタイプ情報テーブル７２においてカテゴリＩＤフィールドがｃであり、かつ発信元アドレスフィールドがｕの行のユーザタイプフィールドの値が予め定めた「タイプＢ」を示す値かどうかを判別する。

Ｓ３０３で、ユーザタイプ変化速度平均算出部４１が、ユーザタイプ情報テーブル７２においてカテゴリＩＤフィールドがｃであり、かつ発信元アドレスフィールドがｕの行のユーザの最古投稿時刻フィールドの値ｔ^ｏｌｄ _ｕと、タイプＢになった時刻フィールドの値ｔ^Ｂ _ｕとを取得する。

Ｓ３０４、Ｓ３０５で、ユーザタイプ変化速度平均算出部４１が、以下の式を用いてユーザタイプ変化速度平均α_ｃを算出する。

ただし、｜Ｕ_ｃ｜は、ユーザタイプ情報テーブル７２に含まれている行の総数を表す。

図１９は、３−部分グラフパターン５−１１変化速度平均算出部４２が、３−部分グラフパターン５−１１変化速度平均を算出処理する流れの詳細を示すフローチャートである。

Ｓ３１０で、３−部分グラフパターン５−１１変化速度平均算出部４２が、３−部分グラフパターン５−１１変化速度平均βｃの初期値を０で与える。

Ｓ３１１で、３−部分グラフパターン５−１１変化速度平均算出部４２が、カテゴリ性質判別部４０が受け渡した３−部分グラフ情報テーブル７３に記載の情報に含まれている、発信元アドレスフィールド１と、発信元アドレスフィールド２と、発信元アドレスフィールド３との３人のユーザによる全組み合わせを取得する。

Ｓ３１２で、３−部分グラフパターン５−１１変化速度平均算出部４２が、カテゴリ性質判別部４０によって受け渡された３−部分グラフ情報テーブル７３において発信元アドレスフィールド１（Ａ_１）、発信元アドレスフィールド２（Ａ_２）、発信元アドレスフィールド３（Ａ_３）の値の組み合わせがｅ＝（ｕ_１，ｕ_２，ｕ_３）と一致する行（つまり、Ａ_１，Ａ_２，Ａ_３の組み合わせ＝ｕ_１，ｕ_２，ｕ_３であり、たとえば、Ａ_１＝ｕ_１、Ａ_２＝ｕ_２、Ａ_３＝ｕ_３である行）で、かつ３−部分グラフパターンフィールドの値が予め定めた「パターン５」を示す値の行が存在するかどうかを判定する。このような行が存在すれば、Ｍ^ｃ _ｅ５とする。

Ｓ３１３で、３−部分グラフパターン５−１１変化速度平均算出部４２が、Ｍ^ｃ _ｅ５の中から、３−部分グラフ時刻フィールドの値が最も古い値ｔ^５ _ｅを抽出する。

Ｓ３１４で、３−部分グラフパターン５−１１変化速度平均算出部４２が、カテゴリ性質判別部４０によって受け渡された３−部分グラフ情報テーブル７３において発信元アドレスフィールド１、発信元アドレスフィールド２、発信元アドレスフィールド３の値の組み合わせがｅ＝（ｕ_１，ｕ_２，ｕ_３）と一致する行で、かつ３−部分グラフパターンフィールドの値が予め定めた「パターン１１」（図１０参照）を示す値の行が存在するかどうかを判定する。このようなものが存在すれば、Ｍ^ｃ _ｅ１１とする。

Ｓ３１５で、３−部分グラフパターン５−１１変化速度平均算出部４２が、Ｍ^ｃ _ｅ１１の中から３−部分グラフ時刻フィールドの値が最も古いものｔ^１１ _ｅを抽出する。

Ｓ３１６、Ｓ３１７で、３−部分グラフパターン５−１１変化速度平均算出部４２が、以下の式を用いて、３−部分グラフパターン５−１１変化速度平均βｃを算出する。

ただし、｜Ｅ_ｃ｜は、３−部分グラフ情報テーブル７３に含まれている発信元アドレスフィールド１と、発信元アドレスフィールド２と、発信元アドレスフィールド３との３人のユーザの一意な全組み合わせの総数である。

図２０は、３−部分グラフパターン１１−１３変化速度平均算出部４３が、３−部分グラフパターン１１−１３変化速度平均を算出処理する流れの詳細を示すフローチャートである。

Ｓ３２０で、３−部分グラフパターン１１−１３変化速度平均算出部４３が、３−部分グラフパターン１１−１３変化速度平均γ_ｃの初期値を０で与える。

Ｓ３２１で、３−部分グラフパターン１１−１３変化速度平均算出部４３が、カテゴリ性質判別部４０によって受け渡された３−部分グラフ情報テーブル７３に記載の情報に含まれている、発信元アドレスフィールド１と、発信元アドレスフィールド２と、発信元アドレスフィールド３との３人のユーザの一意な全組み合わせを取得する。

Ｓ３２２で、３−部分グラフパターン１１−１３変化速度平均算出部４３が、カテゴリ性質判別部４０によって受け渡された３−部分グラフ情報テーブル７３において発信元アドレスフィールド１、発信元アドレスフィールド２、発信元アドレスフィールド３の値の組み合わせがｅ＝（ｕ_１，ｕ_２，ｕ_３）と一致する行であり、かつ３−部分グラフパターンフィールドの値が予め定められている「パターン１１」を示す値の行が存在するかどうかを判定する。このような行の集合を、Ｍ^ｃ _ｅ１１とする。

Ｓ３２３で、３−部分グラフパターン１１−１３変化速度平均算出部４３が、Ｍ^ｃ _ｅ１１の中から３−部分グラフ時刻フィールドの値が最も古いものｔ^１１ _ｅを抽出する。

Ｓ３２４で、３−部分グラフパターン１１−１３変化速度平均算出部４３が、カテゴリ性質判別部４０によって受け渡された３−部分グラフ情報テーブル７３において発信元アドレスフィールド１、発信元アドレスフィールド２、発信元アドレスフィールド３の値の組み合わせがｅ＝（ｕ_１，ｕ_２，ｕ_３）と一致する行であり、かつ３−部分グラフパターンフィールドの値が、予め定めた「パターン１３」を示す値の行が存在するかどうかを判定する。このような行の集合を、Ｍ^ｃ _ｅ１３とする。

Ｓ３２５で、３−部分グラフパターン１１−１３変化速度平均算出部４３が、Ｍ^ｃ _ｅ１３の中から３−部分グラフ時刻フィールドの値が最も古いものｔ^１３ _ｅを抽出する。

Ｓ３２６、Ｓ３２７で、３−部分グラフパターン１１−１３変化速度平均算出部４３が、以下の式を用いて３−部分グラフパターン１１−１３変化速度平均γ_ｃを算出する。

ただし、｜Ｅ_ｃ｜は、３−部分グラフ情報テーブル７３に含まれている発信元アドレスフィールド１と、発信元アドレスフィールド２と、発信元アドレスフィールド３との３人のユーザの一意な全組み合わせの総数を表す。

図２１は、３−部分グラフパターン５−１３変化速度平均算出部４４が、３−部分グラフパターン５−１３変化速度平均を算出処理する流れの詳細を示すフローチャートである。

Ｓ３３０で、３−部分グラフパターン５−１３変化速度平均算出部４４が、３−部分グラフパターン５−１３変化速度平均δ_ｃの初期値を０で与える。

Ｓ３３１で、３−部分グラフパターン５−１３変化速度平均算出部４４が、カテゴリ性質判別部４０によって受け渡された３−部分グラフ情報テーブル７３に記載の情報に含まれている、発信元アドレスフィールド１と、発信元アドレスフィールド２と、発信元アドレスフィールド３との３人のユーザの一意な全組み合わせを取得する。

Ｓ３３２で、３−部分グラフパターン５−１３変化速度平均算出部４４が、カテゴリ性質判別部４０によって受け渡された３−部分グラフ情報テーブル７３において発信元アドレスフィールド１と、発信元アドレスフィールド２と、発信元アドレスフィールド３との値の組み合わせがｅ＝（ｕ_１，ｕ_２，ｕ_３）と一致する行であり、かつ３−部分グラフパターンフィールドの値が予め定めた「パターン５」（図１０参照）を示す値の行が存在するかどうか判定する。このような行の集合を、Ｍ^ｃ _ｅ５とする。

Ｓ３３３で、３−部分グラフパターン５−１３変化速度平均算出部４４が、Ｍ^ｃ _ｅ５の中から、３−部分グラフ時刻フィールドの値が最も古い３−部分グラフ情報フィールドの値ｔ^５ _ｅを抽出する。

Ｓ３３４で、３−部分グラフパターン５−１３変化速度平均算出部４４が、カテゴリ性質判別部４０によって受け渡された３−部分グラフ情報テーブル７３において発信元アドレスフィールド１と、発信元アドレスフィールド２と、発信元アドレスフィールド３との値の組み合わせがｅ＝（ｕ_１，ｕ_２，ｕ_３）と一致する行で、かつ３−部分グラフパターンフィールドの値が「パターン１３」の行が存在するかどうか判定する。このような行が存在すれば、Ｍ^ｃ _ｅ１３とする。

Ｓ３３５で、３−部分グラフパターン５−１３変化速度平均算出部４４が、Ｍ^ｃ _ｅ１３の中から、３−部分グラフ時刻フィールドの値が最も占いものｔ^１３ _ｅを抽出する。

Ｓ３３６、Ｓ３３７で、３−部分グラフパターン５−１３変化速度平均算出部４４が、以下の式を用いて、３−部分グラフパターン５−１３変化速度平均δ_ｃを算出する。

ただし、｜Ｅ_ｃ｜は、３−部分グラフ情報テーブル７３に含まれている発信元アドレスフィールド１と、発信元アドレスフィールド２と、発信元アドレスフィールド３との３人のユーザの一意な全組み合わせの総数を表す。

図２２は、カテゴリ性質判別の結果例を示す図である。

カテゴリ性質判別の結果テーブルには、カテゴリＩＤフィールドと、カテゴリ性質フィールドとが含まれている。

カテゴリ性質フィールドは、同一行のカテゴリＩＤフィールドの値に対応するカテゴリが、どのようなコミュニケーションの場であるのかを示す。この値は、カテゴリ性質判別部４０によって判別される。

［ユーザタイプ変化速度平均と３−部分グラフパターン変化速度平均の和の一般式］
図２３は、本発明の実施例２であるコミュニティにおけるコミュニケーションの性質判別装置２００を示すシステム概略図である。

コミュニティにおけるコミュニケーションの性質判別装置２００は、コミュニケーション情報抽出部１０と、ユーザタイプ情報テーブル構築部２０と、３−部分グラフ情報テーブル構築部３０と、カテゴリ性質判別部４０ａと、通信部５０と、入出力部６０と、記録部７０とからなる。

記録部７０には、コミュニケーション情報テーブル７１と、ユーザタイプ情報テーブル７２と、３−部分グラフ情報テーブル７３とが記録されている。

ユーザタイプ情報テーブル構築部２０は、ユーザタイブ情報テーブル更新部２１を含む。さらに、ユーザタイプ情報テーブル更新部２１は、ユーザタイプ判別部２２を含む。

３−部分グラフ情報テーブル構築部３０は、３−部分グラフ情報テーブル更新部３１を含む。さらに、３−部分グラフ情報テーブル更新部３１は、３−部分グラフマッチング部３２を含む。

カテゴリ性質判別部４０ａは、ユーザタイプ変化速度平均算出部４１ａと、３−部分グラフパターンｉ−ｊ変化速度平均算出部４２ａとを有する。

全体の処理の流れは、実施例１と同様で、その概略は、図３に示す通りである。ここでの説明は割愛する。

ユーザタイプ情報テーブル構築部２０がユーザタイプ情報テーブル７２を構築する処理の流れの詳細は、実施例１と同様で、その概略は、図７に示す通りである。ここでの説明は割愛する。

ユーザタイプ情報テーブル更新部２１が、ユーザタイプ情報テーブル７２を更新処理する流れの詳細は、実施例１と同様で、その概略は、図８に示す通りである。ここでの説明は割愛する。

ユーザタイプ判別部２２が、ユーザタイプ判別処理する流れの詳細は、実施例１と同様で、その概略は、図９に示す通りである。ここでの説明は割愛する。

３−部分グラフ情報テーブル構築部３０が、３−部分グラフ情報テーブル７３を構築処理する流れの詳細は、実施例１と同様で、その概略は、図１１に示す通りである。ここでの説明は割愛する。

３−部分グラフ情報テーブル更新部３１が、３−部分グラフ情報テーブルを更新処理する流れの詳細は、実施例１と同様で、その概略は、図１２に示す通りである。ここでの説明は割愛する。

３−部分グラフマッチング部３２が、３ユーザの３−部分グラフマッチング処理する流れの詳細は、実施例１と同様である。なお、３ユーザの３−部分グラフマッチング処理の概略を、図１３に示してあり、ここでの説明は割愛する。

ユーザタイプ情報テーブル７２の構造は、実施例１と同様で、図１５に示す通りである。

３−部分グラフ情報テーブル７３の構造は、実施例１と同様で、図１６に示す通りである。

図２４は、実施例２におけるカテゴリ性質判別部４０ａでのカテゴリ性質判別処理の流れの詳細を示すフローチャートである。

Ｓ４０で、カテゴリ性質判別部４０ａが、ユーザタイプ情報テーブル７２に記載されている情報を、記録部７０から抽出し、ユーザタイプ変化速度平均算出部４１ａに受け渡す。また、カテゴリ性質判別部４０ａが、３−部分グラフ情報テーブル７３に記載されている情報を記録部７０より抽出し、３−部分グラフパターンｉ−ｊ変化速度平均算出部４２ａに受け渡す。

Ｓ４１で、ユーザタイプ変化速度平均算出部４１ａが、カテゴリ性質判別部４０ａから受け渡されたユーザタイブ情報テーブルに記載されている情報に基づいて、ユーザタイプ変化速度平均α_ｃを算出し、カテゴリ性質判別部４０ａに受け渡す。

Ｓ４２で、３−部分グラフパターンｉ−ｊ変化速度平均算出部４２ａが、カテゴリ性質判別部４０ａから受け渡されたユーザタイプ情報テーブル７２に記載されている情報に基づいて、３−部分グラフで変化する可能性のある（ｉ，ｊ）の組み合わせに対して、３−部分グラフパターンｉ−ｊ変化速度平均η^ｃ _ｉ，ｊを算出し、カテゴリ性質判別部４０ａに受け渡す。

図２５における次数の総和は、１３種類の３−部分グラフに含まれているエッジの数を表している。エッジは、時間が経過しても消えることはないので、３−部分グラフの次数の総和は、当然時間の経過に対して単調非減少である。したがって、時間が経過し、たとえば次数の総和が３であるパターン５の３−部分グラフが、次数の総和が２であるパターン２の３−部分グラフに変化することはない。また、１回の投稿で増えるエッジの数は、最大で１であるので、次数の総和が１度に２増えるようなことはない。たとえば、ある３−部分グラフが、次数の総和４のパターン１１から、１度の投稿で、次数の総和６のパターン１３に変化することはなく、必ずパターン１２を経過する筈である。

なお、上記次数は、あるユーザが別のユーザに送信した場合に１をカウントし、また、あるユーザが別のユーザから受信した場合に１をカウントする数である。次数の総和は、上記次数の合計である。したがって、図１０に示すパターン１において、右下のユーザが別の２人のユーザに送信しているので、パターン１における次数の総和は、２である。また、図１０に示すパターン５は、右下のユーザがもう２人のユーザに送信し、左下のユーザが上のユーザに送信しているので、次数の総和は３である。図１１のパターン１１は、パターン５の送信に加えて、上のユーザが左下のユーザに送信しているので、次数の総和は４である。

図２５は、１３種類の３−部分グラフの変遷の全パターンを示す図である。

つまり、図２５において、次数の総和の右に記載されている数字は、それぞれ、パターン番号である。すなわち、たとえば、次数の総和「２：」の右に記載されている数字１、２、４は、それぞれ、パターン番号であり、パターン１、パターン２、パターン４である。次数の総和「３：」の右に記載されている数字３、５、９、１０は、それぞれ、パターン番号であり、パターン３、パターン５、パターン９、パターン１０である。これらと同様に、次数の総和「４：」、「５：」、「６：」の右に記載されている数字もそれぞれパターン番号である。

そして、図２５において、パターン番号１からパターン番号３、５に向かう矢印が記載されている。これは、図１０に示すパターン１が、パターン３または、パターン５に変遷することを意味している。つまり、図１０において、右下のユーザ（ノード）が、上、左下のユーザ（ノード）に発信する（パターン１）と、その後に、左下のユーザ（ノード）が右下のユーザ（ノード）に返信する（パターン３）か、または、左下のユーザ（ノード）が上のユーザ（ノード）に返信する（パターン５）。

図２５において、所定のパターン番号から別のパターン番号に矢印が記載されていなければ、上記所定のパターン番号から上記別のパターン番号へは変遷しない。つまり、図２５において、たとえばパターン番号１からパターン番号９に矢印が記載されていないので、図１０に示すパターン１からパターン９へは変遷しない。

上記のようにして、パターンが変遷し、最終的には、図１０に示すパターン１２からＰターン１３に変遷し、最も密にコミュニケーションが行われる。

図１０に示す１３種類の３−部分グラフが時間の経過にともなって変化するパターンは、図２５に示す全２２種類である。ｎ点時刻（ｔ_ｃ０，・・・，ｔ_ｃｎ）のとりかたによっては、次数の総和が１度に２以上増加する変化パターンも検出される可能性もあるので、それを考慮して、全ての（ｉ，ｊ）の組み合わせは、全５２通りである。なお、ｎは、予め定めた２以上の整数である。

Ｓ４３で、カテゴリ性質判別部４０ａが、ユーザタイプ変化速度平均算出部４１ａから受け渡されたユーザタイプ変化速度平均α_ｃと、全５２通りの（ｉ，ｊ）に対する３−部分グラフパターンｉ−ｊ変化速度平均算出部から受け渡された３−部分グラフパターンｉ−ｊ変化速度平均η^ｃ _ｉ，ｊとから、カテゴリｃの議論度ｄｉｓｃｕｓｓｉｏｎ＿ｄｅｇｒｅｅ_ｃを、以下の式（８）によって、定義し、算出する。

ただし、ｐおよびｑ_ｉ，ｊは、予め設定した定数であり、０から１の値をとる。当然、ｐと全ての（ｉ，ｊ）に対するｑ_ｉ，ｊの値を、０に設定すると、ｄｉｓｃｕｓｓｉｏｎ＿ｄｅｇｒｅｅ_ｃも常に０になるので、いずれかのｐおよびｑ_ｉ，ｊは、０以外の値に設定する。なお、議論が活発になっていることを示すパターンの変化に対応するほど、ｑ_ｉ，ｊが大きな値になるように、ｑ_ｉ，ｊを設定する。

Ｓ４４で、カテゴリ性質判別部４０ａが、カテゴリｃで行われているコミュニケーションが、議論であるか質疑応答であるかを判別するために、その議論度ｄｉｓｃｕｓｓｉｏｎ＿ｄｅｇｒｅｅ_ｃと、予め定めておいた閾値θとについて、大小の比較を行う。

Ｓ４５で、カテゴリ性質判別部４０ａが、カテゴリｃは質疑応答を行う場であると判別する。Ｓ４６で、カテゴリ性質判別部４０ａが、カテゴリｃは議論を行う場であると判別する。

図２６は、３−部分グラフパターンｉ−ｊ変化速度平均算出部４２ａが、３−部分グラフパターンｉ−ｊ変化速度平均を算出処理する流れの詳細を示すフローチャートである。

Ｓ４００で、３−部分グラフパターンｉ−ｊ変化速度平均算出部４２ａが、３−部分グラフパターンｉ−ｊ変化速度平均η^ｃ _ｉ，ｊの初期値を０で与える。Ｓ４０１で、３−部分グラフパターンｉ−ｊ変化速度平均算出部４２ａが、カテゴリ性質判別部４０ａによって受け渡された３−部分グラフ情報テーブル７３に記載されている情報に含まれる、発信元アドレスフィールド１と、発信元アドレスフィールド２と、発信元アドレスフィールド３との３人のユーザの一意な全組み合わせを取得する。

Ｓ４０２で、３−部分グラフパターンｉ−ｊ変化速度平均算出部４２ａが、カテゴリ性質判別部４０ａによって受け渡された３−部分グラフ情報テーブル７３の行において発信元アドレスフィールド１と、発信元アドレスフィールド２と、発信元アドレスフィールド３との値の組み合わせがｅ＝（ｕ_１，ｕ_２，ｕ_３）と一致する行であり、かつ３−部分グラフパターンフィールドの値が「パターンｉ」の行が存在するかどうかを判定する。そのようなものが存在すれば、Ｍ^ｃ _ｅｉとする。

Ｓ４０３で、３−部分グラフパターンｉ−ｊ変化速度平均算出部４２ａが、Ｍ^ｃ _ｅｉの中から、３−部分グラフ時刻フィールドの値が最も古い時刻ｔ^ｉ _ｅを抽出する。

Ｓ４０４で、３−部分グラフパターンｉ−ｊ変化速度平均算出部４２ａが、カテゴリ性質判別部４０ａによって受け渡された３−部分グラフ情報テーブル７３において発信元アドレスフィールド１と、発信元アドレスフィールド２と、発信元アドレスフィールド３との値の組み合わせがｅ＝（ｕ_１，ｕ_２，ｕ_３）と一致する行で、かつ３−部分グラフパターンフィールドの値が「パターンｊ」の３−部分グラフ情報テーブルの行が存在するかどうかを判定する。このような３−部分グラフ情報テーブルの行が存在すれば、Ｍ^ｃ _ｅｊとする。

Ｓ４０５で、３−部分グラフパターンｉ−ｊ変化速度平均算出部４２ａが、Ｍ^ｃ _ｅｊの中から、３−部分グラフ時刻フィールドの値が最も古い時刻ｔ^ｊ _ｅを抽出する。

Ｓ４０６、Ｓ４０７で、３−部分グラフパターンｉ−ｊ変化速度平均算出部４２ａが、以下の式を用いて、３−部分グラフパターンｉ−ｊ変化速度平均η^ｃ _ｉ，ｊを算出する。

ただし、｜Ｅ_ｃ｜は、３−部分グラフ情報テーブル７３に含まれている発信元アドレスフィールド１と、発信元アドレスフィールド２と、発信元アドレスフィールド３との３人のユーザの一意な全組み合わせの総数を表す。

なお、上記実施例において、式（４）に示すユーザタイプ変化速度平均α_ｃのみを用いて、議論の場である度合いを算出するようにしてもよい。また、上記実施例において、３−部分グラフパターン５−１１変化速度平均β_ｃと、３−部分グラフパターン１１−１３変化速度平均γ_ｃと、３−部分グラフパターン５−１３変化速度平均δ_ｃとの組み合わせを用いて、議論の場である度合いを算出するようにしてもよい。

なお、上記実施例は、コミュニティの中で議論タイプのユーザの数を検出する議論タイプユーザ数検出手段と、ユーザがコミュニティに参加してから議論タイプに変化するまでに要した時間を検出する時間検出手段と、コミュニティの中で議論タイプのユーザが多ければ多いほど、しかも、各ユーザがコミュニティに参加してから議論タイプに変化するまでに要した時間が短ければ短いほど、そのコミュニティは議論の場である度合いが高いと判定する判定手段を有することを特徴とするコミュニティにおけるコミュニケーションの性質発見装置の例である。

この場合、上記議論の場である度合いは、ユーザタイプ変化速度平均_ｃであり、このユーザタイプ変化速度平均_ｃを、上記式（４）で算出する。ただし、｜Ｕ_ｃ｜は、ユーザタイプ情報テーブル７２を表す。

また、上記実施例は、コミュニティの中で議論タイプのユーザの数を検出する議論タイプユーザ数検出手順と、ユーザがコミュニティに参加してから議論タイプに変化するまでに要した時間を検出する時間検出手順と、コミュニティの中で議論タイプのユーザが多ければ多いほど、しかも、各ユーザがコミュニティに参加してから議論タイプに変化するまでに要した時間が短ければ短いほど、そのコミュニティは議論の場である度合いが高いと判定する判定手順とをコンピュータに実行させるプログラムの例である。

さらに、上記実施例は、コミュニティ内に参加しているユーザの中から３名のユーザ組み合わせのパターンである３−部分グラフであって、コミュニティの中で、議論が活発化していることを示す変化を起こした３−部分グラフの数を検出する３−部分グラフ数検出手段と、議論活発化に要した時間を検出する議論活発化検出手段と、コミュニティの中で議論が活発化していることを示す変化を起こした３−部分グラフの数が多ければ多いほど、しかも、議論活発化に要した時間が短ければ短いほど、そのコミュニティは議論の場である度合いが高いと判定する判定手段とを有することを特徴とするコミュニティにおけるコミュニケーションの性質発見装置の例である。

この場合、１３種類の上記３−部分グラフで形成される５２通りの遷移に対して、議論が活発である度合いを示す値を予め付与する。また、上記議論の場である度合いは、上記式（５）で示す３−部分グラフパターン５−１１変化速度平均βｃ、上記式（６）で示す３−部分グラフパターン１１−１３変化速度平均γ_ｃ、上記式（７）で示す３−部分グラフパターン５−１３変化速度平均δ_ｃの和である。

また、上記実施例は、コミュニティ内に参加しているユーザの中から３名のユーザ組み合わせのパターンである３−部分グラフであって、コミュニティの中で、議論が活発化している３−部分グラフの数を検出し、記憶装置に記憶する３−部分グラフ数検出手順と、議論活発化に要した時間を検出し、記憶装置に記憶する議論活発化検出手順と、コミュニティの中で議論が活発化している３−部分グラフの数が多ければ多いほど、しかも、議論活発化に要した時間が短ければ短いほど、そのコミュニティは議論の場である度合いが高いと判定する判定手順とをコンピュータに実行させるプログラムの例である。

また、この場合、１３種類の上記３−部分グラフで形成される５２通りの遷移に対して、議論が活発である度合いを示す値を予め付与する手順をコンピュータに実行させるプログラムの例である。

さらに、上記議論の場である度合いは、上記で示す３−部分グラフパターン５−１１変化速度平均βｃ、上記式（６）で示す３−部分グラフパターン１１−１３変化速度平均γ_ｃ、上記式（７）で示す３−部分グラフパターン５−１３変化速度平均δ_ｃの和であるプログラムの例である。

つまり、上記実施例は、上記コミュニティにおけるコミュニケーションの性質発見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プログラムの例である。

そして、上記実施例において、各手段を工程に変更すると、コミュニティにおけるコミュニケーションの性質発見方法の発明として把握することができる。

コミュニティにおけるコミュニケーションの性質判別装置１００を示すシステム概略図である。 実施例１におけるコミュニケーション情報テーブル７１を示す図である。 実施例１における全体の処理の流れを示すフローチャートである。 図２に示すコミュニケーション情報テーブル７１に関して、各カテゴリにおける時刻２００８年６月２１日０時３７分時点のコミュニケーションを、グラフにモデル化した例を示す図である。 時刻２００８年６月２１日１時９分時点のコミュニケーションを、グラフにモデル化した例を示す図である。 このような部分グラフの例を示す図である。 ユーザタイプ情報テーブル構築部２０が、ユーザタイプ情報テーブル７２を構築処理する流れの詳細を示すフローチャートである。 ユーザタイプ情報テーブル更新部２１が、ユーザタイプ情報テーブル７２を更新処理する流れの詳細を示すフローチャートである。 ユーザタイプ判別部２２が、ユーザタイプ判別処理する流れの詳細を示すフローチャートである。 グラフにおける連結された任意の３ノード間の有向枝の全出現パターンを示す図である。 ３−部分グラフ情報テーブル構築部３０が、３−部分グラフ情報テーブル７３を構築処理する流れを詳細に示すフローチャートである。 ３−部分グラフ情報テーブル更新部３１が、３−部分グラフ情報テーブル７３を更新処理する流れの詳細を示すフローチャートである。 ３−部分グラフマッチング部３２での３ユーザの３−部分グラフマッチング処理の流れの詳細を示すフローチャートである。 ３−部分グラフマッチング処理するために必要な１３種類の各パターンにおけるコミュニケーション行列Ｍ_ｉ（ｉ＝１，・・・，１３）を示す図である。 ユーザタイプ情報テーブル７２の例を示す図である。 ３−部分グラフ情報テーブル７３の例を示す図である。 カテゴリ性質判別部４０がカテゴリ性質判別する処理の流れを詳細に示すフローチャートである。 ユーザタイプ変化速度平均算出部４１が、ユーザタイプ変化速度平均を算出処理する流れの詳細を示すフローチャートである。 ３−部分グラフパターン５−１１変化速度平均算出部４２が、３−部分グラフパターン５−１１変化速度平均を算出処理する流れの詳細を示すフローチャートである。 ３−部分グラフパターン１１−１３変化速度平均算出部４３が、３−部分グラフパターン１１−１３変化速度平均を算出処理する流れの詳細を示すフローチャートである。 ３−部分グラフパターン５−１３変化速度平均算出部４４が、３−部分グラフパターン５−１３変化速度平均を算出処理する流れの詳細を示すフローチャートである。 カテゴリ性質判別の結果例を示す図である。 本発明の実施例２であるコミュニティにおけるコミュニケーションの性質判別装置２００を示すシステム概略図である。 実施例２におけるカテゴリ性質判別部４０ａでのカテゴリ性質判別処理の流れの詳細を示すフローチャートである。 １３種類の３−部分グラフの変遷の全パターンを示す図である。 ３−部分グラフパターンｉ−ｊ変化速度平均算出部４２ａが、３−部分グラフパターンｉ−ｊ変化速度平均を算出処理する流れの詳細を示すフローチャートである。

符号の説明

１００…コミュニティにおけるコミュニケーションの性質発見装置、
１０…コミュニケーション情報抽出部、
２０…ユーザタイプ情報テーブル構築部、
２１…ユーザタイプ情報テーブル更新部、
２２…ユーザタイプ判別部、
３０…３−部分グラフ情報テーブル構築部、
３１…３−部分グラフ情報テーブル更新部、
３２…３−部分グラフマッチング部３２、
４０…カテゴリ性質判別部、
４１…ユーザタイプ変化速度平均算出部、
４２…３−部分グラフパターン５−１１変化速度平均算出部、
４３…３−部分グラフパターン１１−１３変化速度平均算出部、
４４…３−部分グラフパターン５−１３変化速度平均算出部、
５０…通信部、
６０…入出力部、
７０…記録部、
７１…コミュニケーション情報テーブル、
７２…ユーザタイプ情報テーブル、
７３…３−部分グラフ情報テーブル、
８０…外部端末、
９０…外部装置、
２００…コミュニティにおけるコミュニケーションの性質発見装置、
４０ａ…カテゴリ性質判別部、
４１ａ…ユーザタイプ変化速度平均算出手段、
４２ａ…３−部分グラフパターンｉ―ｊ変化速度平均算出部。

Claims (5)

1. コミュニティの中で議論タイプのユーザの数を検出する議論タイプユーザ数検出手段と；
   ユーザがコミュニティに参加してから議論タイプに変化するまでに要した時間を検出する時間検出手段と；
   コミュニティの中で議論タイプのユーザが多ければ多いほど、しかも、各ユーザがコミュニティに参加してから議論タイプに変化するまでに要した時間が短ければ短いほど、そのコミュニティは議論の場である度合いが高いと判定する判定手段と；
   を有することを特徴とするコミュニティにおけるコミュニケーションの性質発見装置。
2. 請求項１において、
   上記議論の場である度合いは、ユーザタイプ変化速度平均_ｃであり、このユーザタイプ変化速度平均_ｃを、以下の式（４）で算出すること
   

   

   （ただし、｜Ｕ_ｃ｜は、ユーザタイプ情報テーブル）を特徴とするコミュニティにおけるコミュニケーションの性質発見装置。
3. コミュニティの中で議論タイプのユーザの数を検出し、記憶装置に記憶する議論タイプユーザ数検出工程と；
   ユーザがコミュニティに参加してから議論タイプに変化するまでに要した時間を検出し、記憶装置に記憶する時間検出工程と；
   コミュニティの中で議論タイプのユーザが多ければ多いほど、しかも、各ユーザがコミュニティに参加してから議論タイプに変化するまでに要した時間が短ければ短いほど、そのコミュニティは議論の場である度合いが高いと判定し、記憶装置に記憶する判定工程と；
   を有することを特徴とするコミュニティにおけるコミュニケーションの性質発見方法。
4. 請求項３において、
   上記議論の場である度合いは、ユーザタイプ変化速度平均_ｃであり、このユーザタイプ変化速度平均_ｃを、以下の式（４）で算出すること
   

   

   （ただし、｜Ｕ_ｃ｜は、ユーザタイプ情報テーブル）を特徴とするコミュニティにおけるコミュニケーションの性質発見方法。
5. コミュニティの中で議論タイプのユーザの数を検出する議論タイプユーザ数検出手順と；
   ユーザがコミュニティに参加してから議論タイプに変化するまでに要した時間を検出する時間検出手順と；
   コミュニティの中で議論タイプのユーザが多ければ多いほど、しかも、各ユーザがコミュニティに参加してから議論タイプに変化するまでに要した時間が短ければ短いほど、そのコミュニティは議論の場である度合いが高いと判定する判定手順と；
   をコンピュータに実行させるプログラム。

Images