JP2012221286A - ユーザ分類装置、ユーザ分類方法、およびユーザ分類プログラム - Google Patents

ユーザ分類装置、ユーザ分類方法、およびユーザ分類プログラム Download PDF

Info

Publication number
JP2012221286A
JP2012221286A JP2011087191A JP2011087191A JP2012221286A JP 2012221286 A JP2012221286 A JP 2012221286A JP 2011087191 A JP2011087191 A JP 2011087191A JP 2011087191 A JP2011087191 A JP 2011087191A JP 2012221286 A JP2012221286 A JP 2012221286A
Authority
JP
Japan
Prior art keywords
user
articles
posted
linked
reposted
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.)
Withdrawn
Application number
JP2011087191A
Other languages
English (en)
Inventor
Jie Jung
智愛 成
Yukiko Habu
由希子 土生
Emi Morita
恵美 森田
Hiromasa Yanagihara
広昌 柳原
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
KDDI Corp
Original Assignee
KDDI Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by KDDI Corp filed Critical KDDI Corp
Priority to JP2011087191A priority Critical patent/JP2012221286A/ja
Publication of JP2012221286A publication Critical patent/JP2012221286A/ja
Withdrawn legal-status Critical Current

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】コミュニティにおけるユーザの活動状況に基づいて、ユーザを分類することができるユーザ分類装置、ユーザ分類方法、およびプログラムを提供すること。
【解決手段】ユーザ分類装置100は、記事を投稿および閲覧することによりコミュニケーションを図ることができるコミュニティを提供するコミュニティサーバ10から、コミュニティに参加している各ユーザについて、投稿記事数、再投稿記事数、被リンク数、およびリンク数を取得する取得部110と、投稿記事数と再投稿記事数との大小関係、および被リンク数とリンク数との大小関係に基づいて、各ユーザの活動状況を判断する活動状況判断部120と、活動状況判断手段で判断された活動状況に基づいて、各ユーザを分類するユーザ分類部130と、を備える。
【選択図】図1

Description

本発明は、コミュニティに参加しているユーザを分類するユーザ分類装置、ユーザ分類方法、およびプログラムに関する。
ブログ、SNS、TWITTER(登録商標)等のコミュニティには、数多くのユーザが参加しており、ユーザ間の情報発信やコミュニケーションが行われている。そこで、コミュニティに参加するユーザに最適なサービスを提供することが、検討されている。そのためには、ユーザの活動を把握し、活動に合わせたサービスを提供する必要がある。
例えば、共通の関心を共有するグループのユーザの中から、ユーザ間のリンク関係と予め登録されているユーザ情報に基づいて、インフルエンサーを抽出する方法が開示されている(例えば、特許文献1参照)。この方法によれば、コミュニティに参加しているユーザをインフルエンサーと非インフルエンサーとに分類することができるので、それぞれに応じた最適なサービスを提供することができる。
特表2010−515160号公報
しかしながら、特許文献1に記載されている方法では、ソーシャル・メディアのユーザをインフルエンサーと、非インフルエンサーとに分類することができるが、多くの書き込み情報を発信している、他のユーザが発信した書き込み情報を閲覧している等のユーザの活動を把握し、活動状況によって細かくユーザを分類することはできないという問題点があった。
そこで、本発明は、上述の課題に鑑みてなされたものであり、コミュニティにおけるユーザの活動状況に基づいて、ユーザを分類することができるユーザ分類装置、ユーザ分類方法、およびプログラムを提供することを目的とする。また、ユーザを分類することにより、活動状況に合ったサービスをユーザに提供することを目的とする。
本発明は、上記の課題を解決するために、以下の事項を提案している。なお、理解を容易にするために、本発明の実施形態に対応する符号を付して説明するが、これに限定されるものではない。
(1) 本発明は、記事を投稿および閲覧することによりコミュニケーションを図ることができるコミュニティを提供するコミュニティサーバから、前記コミュニティに参加している各ユーザについて、前記各ユーザが投稿した投稿記事数、他のユーザにより投稿された記事を前記各ユーザが再投稿した再投稿記事数、前記各ユーザが他のユーザによりリンクされた被リンク数、前記各ユーザが他のユーザにリンクしているリンク数を取得する取得手段(例えば、図1の取得部110)と、前記投稿記事数と前記再投稿記事数との大小関係、および前記被リンク数と前記リンク数との大小関係に基づいて、前記各ユーザの活動状況を判断する活動状況判断手段(例えば、図1の活動状況判断部120)と、前記活動状況判断手段で判断された活動状況に基づいて、前記各ユーザを分類する分類手段(例えば、図1のユーザ分類部130)と、を備えることを特徴とするユーザ分類装置を提案している。
この発明によれば、取得手段は、記事を投稿および閲覧することによりコミュニケーションを図ることができるコミュニティを提供するコミュニティサーバから、コミュニティに参加している各ユーザについて、各ユーザが投稿した投稿記事数、他のユーザにより投稿された記事を各ユーザが再投稿した再投稿記事数、各ユーザが他のユーザによりリンクされた被リンク数、各ユーザが他のユーザにリンクしているリンク数を取得する。活動状況判断部は、投稿記事数と再投稿記事数との大小関係、および被リンク数とリンク数との大小関係に基づいて、各ユーザの活動状況を判断する。分類手段は、活動状況判断手段で判断された活動状況に基づいて、各ユーザを分類する。したがって、ユーザのコミュニティにおける活動状況の指標として、投稿記事数、再投稿記事数、リンク数、被リンク数を用いることにより、コミュニティにおけるユーザの活動状況を把握し、活動状況に基づいて、ユーザを分類することができる。
(2) 本発明は、(1)のユーザ分類装置において、前記取得手段は、前記各ユーザが投稿した記事を他のユーザが再投稿した被再投稿記事数を取得し、前記活動状況判断手段は、前記投稿記事数と前記再投稿記事数との大小関係、および前記被リンク数と前記リンク数との大小関係、および前記被再投稿記事数に基づいて、前記各ユーザの活動状況を判断することを特徴とするユーザ分類装置を提案している。
この発明によれば、取得手段は、各ユーザが投稿した記事を他のユーザが再投稿した被再投稿記事数を取得する。活動状況判断手段は、投稿記事数と再投稿記事数との大小関係、および被リンク数とリンク数との大小関係、および被再投稿記事数に基づいて、各ユーザの活動状況を判断する。したがって、ユーザのコミュニティにおける活動状況の指標として、被再投稿記事数も用いて、コミュニティにおけるユーザの活動状況を把握し、活動状況に基づいて、ユーザを分類することができる。
(3) 本発明は、(1)または(2)のユーザ分類装置において、前記取得手段は、前記各ユーザが最後に記事を投稿した日時を最終時間情報として取得し、前記活動状況判断手段は、前記最終時間情報に基づいて、前記各ユーザが活発に投稿していることを示す活発度を判断することを特徴とするユーザ分類装置を提案している。
この発明によれば、取得手段は、各ユーザが最後に記事を投稿した日時を最終時間情報として取得する。活動状況判断手段は、最終時間情報に基づいて、各ユーザが活発に投稿していることを示す活発度を判断する。したがって、活発度に基づいて、活発に活動しているユーザ、および活発に活動していないユーザを分類することができる。
(4) 本発明は、(1)から(3)のユーザ分類装置において、前記活動状況は、記事の投稿が主な活動である投稿型、記事の閲覧が主な活動である閲覧型、他のユーザが投稿した記事の再投稿が主な活動である再投稿型、および記事の投稿および他のユーザが投稿した記事の再投稿の両方を主な活動とする投稿再投稿型であることを特徴とするユーザ分類装置を提案している。
この発明によれば、活動状況は、記事の投稿が主な活動である投稿型、記事の閲覧が主な活動である閲覧型、他のユーザが投稿した記事の再投稿が主な活動である再投稿型、および記事の投稿および他のユーザが投稿した記事の再投稿の両方を主な活動とする投稿再投稿型である。したがって、ユーザの活動状況を4つのタイプで表すことができる。
(5) 本発明は、(1)から(4)のユーザ分類装置において、前記活動状況に応じて、前記各ユーザの属性情報、前記各ユーザが投稿した記事の内容、前記各ユーザがリンクしているユーザの属性情報、前記各ユーザがリンクしているユーザが投稿した記事の内容、前記各ユーザにリンクしているユーザの属性情報、および前記各ユーザにリンクしているユーザが投稿した記事の内容のいくつかに基づいて、前記各ユーザにサービスを提供することを特徴とするユーザ分類装置を提案している。
この発明によれば、活動状況に応じて、各ユーザの属性情報、各ユーザが投稿した記事の内容、各ユーザがリンクしているユーザの属性情報、各ユーザがリンクしているユーザが投稿した記事の内容、各ユーザにリンクしているユーザの属性情報、および各ユーザにリンクしているユーザが投稿した記事の内容のいくつかに基づいて、各ユーザにサービスを提供する。したがって、ユーザの活動状況に応じて、提供するサービスを決定する条件が決まることにより、ユーザの活動状況に合ったサービスをユーザに提供することができる。
(6) 本発明は、記事を投稿および閲覧することによりコミュニケーションを図ることができるコミュニティを提供するコミュニティサーバから、前記コミュニティに参加している各ユーザについて、前記各ユーザが投稿した投稿記事数、他のユーザにより投稿された記事を前記各ユーザが再投稿した再投稿記事数、前記各ユーザが他のユーザによりリンクされた被リンク数、前記各ユーザが他のユーザにリンクしているリンク数を取得する第1のステップ(例えば、図2のステップS1)と、前記投稿記事数と前記再投稿記事数との大小関係、および前記被リンク数と前記リンク数との大小関係に基づいて、前記各ユーザの活動状況を判断する第2のステップ(例えば、図2のステップS2)と、前記第2のステップで判断された活動状況に基づいて、前記各ユーザを分類する第3のステップ(例えば、図2のステップS3)と、を備えることを特徴とするユーザ分類方法を提案している。
この発明によれば、まず、第1のステップにおいて、記事を投稿および閲覧することによりコミュニケーションを図ることができるコミュニティを提供するコミュニティサーバから、コミュニティに参加している各ユーザについて、各ユーザが投稿した投稿記事数、他のユーザにより投稿された記事を各ユーザが再投稿した再投稿記事数、各ユーザが他のユーザによりリンクされた被リンク数、各ユーザが他のユーザにリンクしているリンク数を取得する。次に、第2のステップにおいて、投稿記事数と再投稿記事数との大小関係、および被リンク数とリンク数との大小関係に基づいて、各ユーザの活動状況を判断する。次に、第3のステップにおいて、第2のステップで判断された活動状況に基づいて、各ユーザを分類する。したがって、ユーザのコミュニティにおける活動状況の指標として、投稿記事数、再投稿記事数、リンク数、被リンク数を用いることにより、コミュニティにおけるユーザの活動状況を把握し、活動状況に基づいて、ユーザを分類することができる。
(7) 本発明は、記事を投稿および閲覧することによりコミュニケーションを図ることができるコミュニティを提供するコミュニティサーバから、前記コミュニティに参加している各ユーザについて、前記各ユーザが投稿した投稿記事数、他のユーザにより投稿された記事を前記各ユーザが再投稿した再投稿記事数、前記各ユーザが他のユーザによりリンクされた被リンク数、前記各ユーザが他のユーザにリンクしているリンク数を取得する第1のステップ(例えば、図2のステップS1)と、前記投稿記事数と前記再投稿記事数との大小関係、および前記被リンク数と前記リンク数との大小関係に基づいて、前記各ユーザの活動状況を判断する第2のステップ(例えば、図2のステップS2)と、前記第2のステップで判断された活動状況に基づいて、前記各ユーザを分類する第3のステップ(例えば、図2のステップS3)と、をコンピュータに実行させるためのプログラムを提案している。
この発明によれば、まず、第1のステップにおいて、記事を投稿および閲覧することによりコミュニケーションを図ることができるコミュニティを提供するコミュニティサーバから、コミュニティに参加している各ユーザについて、各ユーザが投稿した投稿記事数、他のユーザにより投稿された記事を各ユーザが再投稿した再投稿記事数、各ユーザが他のユーザによりリンクされた被リンク数、各ユーザが他のユーザにリンクしているリンク数を取得する。次に、第2のステップにおいて、投稿記事数と再投稿記事数との大小関係、および被リンク数とリンク数との大小関係に基づいて、各ユーザの活動状況を判断する。次に、第3のステップにおいて、第2のステップで判断された活動状況に基づいて、各ユーザを分類する。したがって、ユーザのコミュニティにおける活動状況の指標として、投稿記事数、再投稿記事数、リンク数、被リンク数を用いることにより、コミュニティにおけるユーザの活動状況を把握し、活動状況に基づいて、ユーザを分類することができる。
本発明によれば、コミュニティにおけるユーザの活動状況に基づいて、ユーザを分類することができる。また、ユーザを分類することにより、活動状況に合ったサービスをユーザに提供することができる。
本発明の実施形態に係るユーザ分類装置の構成を示す図である。 本発明の実施形態に係るユーザ分類の処理フローを示す図である。 本発明の実施形態に係るユーザの活動状況判断の処理フローを示す図である。
以下、図面を用いて、本発明の実施形態について詳細に説明する。なお、本実施形態における構成要素は適宜、既存の構成要素等との置き換えが可能であり、また、他の既存の構成要素との組み合わせを含むさまざまなバリエーションが可能である。したがって、本実施形態の記載をもって、特許請求の範囲に記載された発明の内容を限定するものではない。
<ユーザ分類装置の構成>
図1は、本発明の実施形態に係るユーザ分類装置100の構成を示す図である。ユーザ分類装置100は、コミュニティサーバ10に接続され、コミュニティサーバ10が提供しているコミュニティに参加しているユーザを活動状況に基づいて分類する装置である。ここで、コミュニティサーバ10とは、ユーザが記事を投稿および閲覧することにより、ユーザ間のコミュニケーションを図ることができるコミュニティを提供するサーバであって、例えば、ブログ、SNS、TWITTER(登録商標)等のサーバである。ユーザ分類装置100は、図1に示すように、取得部110、活動状況判断部120、およびユーザ分類部130から構成される。
取得部110は、コミュニティサーバ10から、コミュニティに参加している各ユーザについて、投稿記事数、再投稿記事数、被リンク数、およびリンク数を取得する。なお、取得部110は、被再投稿記事数を取得してもよい。さらに、取得部110は、各ユーザが最後に記事を投稿した日時を最終投稿時間情報として取得してもよい。ここで、投稿記事数とは、ユーザがコミュニティに投稿した記事数である。また、再投稿記事数とは、ユーザが、他のユーザがコミュニティに投稿した記事を再投稿した記事数であって、例えば、TWITTERでは、他のユーザが投稿した記事をリツイートした記事数である。一方、被再投稿記事数とは、ユーザが投稿した記事のうち、他のユーザにより再投稿された記事数であって、例えば、TWITTERでは、他のユーザによりリツイートされた記事数である。
被リンク数とは、ユーザが他のユーザからリンクされてリンク関係にあるユーザの数であって、例えば、TWITTERでは、ユーザをフォローしている他のユーザの数、すなわち、フォロワー数である。一方、リンク数とは、ユーザがリンクしてリンク関係にあるユーザの数であって、例えば、TWITTERでは、ユーザがフォローしているユーザの数、すなわち、フォロー数である。
活動状況判断部120は、取得部110で取得された投稿記事数と再投稿記事数との大小関係、および取得部110で取得された被リンク数とリンク数との大小関係に基づいて、コミュニティに参加している各ユーザの活動状況を判断する。本実施形態においては、活動状況は、投稿型、閲覧型、再投稿型、および投稿再投稿型の4つとする。なお、コミュニティに参加しているユーザが上述した4つの分類いずれかに属するとは限らず、4つの分類のいずれにも属さないユーザがいてもよい。以下、上述した4つの分類について説明する。
1つ目に、投稿型は、記事の投稿を主な活動とする。この活動に分類されるユーザは、投稿が主な活動なので投稿記事数が多いが、他のユーザの記事を再投稿することは少ないので再投稿記事数は少ない。また、記事を投稿しているので、他のユーザによりリンクされることが多いのでリンク数が多い。そこで、本実施形態においては、投稿記事数が再投稿記事数よりも多く、リンク数と被リンク数とが同じ程度またはリンク数の方が多いユーザをこの投稿型に分類する。
2つ目に、閲覧型は、他のユーザが投稿した記事を閲覧することを主な活動とする。この活動に分類されるユーザは、閲覧が主な活動なので投稿記事数および再投稿記事数は少なく、投稿していないので他のユーザからリンクされることが少ないので被リンク数も少ない。また、よく記事を閲覧するユーザとリンクすることが多いのでリンク数は多い。そこで、本実施形態においては、投稿記事数および再投稿記事数が少なく、被リンク数よりリンク数が多いユーザをこの閲覧型に分類する。
3つ目に、再投稿型は、他のユーザが投稿した記事の再投稿を主な活動とする。この活動に分類されるユーザは、再投稿が主な活動なので再投稿記事数が投稿記事数と同じまたは再投稿記事数が多い。また、他のユーザの記事を再投稿しているので、他のユーザにリンクされることが少ないので被リンク数は少ないが、他のユーザとリンクすることが多いのでリンク数は多い。そこで、本実施形態においては、再投稿記事数が投稿記事数以上であって、被リンク数がリンク数より多いユーザを、この再投稿型活動に分類する。
なお、取得部110で、被再投稿記事数が取得された場合には、被リンク数がリンク数と同じ程度のユーザについて、被再投稿記事数が少ないユーザをこの再投稿型活動に分類する。被リンク数がリンク数と同じ程度であれば、再投稿が主な活動であるのか、再投稿とともに投稿も主な活動としているか判断しにくいため、被再投稿記事数を用いて、再投稿型か、投稿再投稿型か判断する。投稿した記事が再投稿される数と、再投稿された記事が更に再投稿される数では、再投稿された記事が更に再投稿される数の方が少ないと考えられるからである。
4つ目に、投稿再投稿型とは、記事の投稿および他のユーザが投稿した記事の再投稿の両方を主な活動とする。この活動に分類されるユーザは、投稿および再投稿の両方が主な活動なので、再投稿記事数が投稿記事数と同じ程度または再投稿記事数が多い。また、投稿を行っているので、他のユーザにリンクされることが多くために被リンク数が多く、被投稿記事数も多い。そこで、本実施形態においては、再投稿記事数が投稿記事数以上であって、被リンク数がリンク数よりも多いユーザをこの投稿再投稿型に分類する。再投稿型と同様に、取得部110で、被再投稿記事数が取得された場合には、被リンク数がリンク数と同じ程度のユーザについて、被再投稿記事数が少なくないユーザをこの投稿再投稿型に分類する。
また、活動状況判断部120は、取得部110が最終投稿時間情報を取得した場合には、最終投稿時間情報に基づいて、ユーザがどの程度活発に活動しているか判断する。具体的には、活動状況判断部120は、最終時間情報の日時から判断時までの経過時間により、ユーザの活発度を判断する。活発なユーザと判断するしきい値や、活発でないと判断するしきい値を設定することにより、ユーザの活発度を決定してもよい。例えば、活発なユーザと判断するしきい値を1週間とし、最終時間情報の日時から判断時までの経過時間が1週間以内であれば活発なユーザであると判断する。上述した活動状況を活発度により更に分類し、その分類結果を用いて、最適なサービスを提供するために必要となる情報を取得してもよい。
ユーザ分類部130は、活動状況判断部120で決定された活動状況に基づいて、コミュニティに参加しているユーザを分類する。最適なサービスを提供するために必要となる情報は、ユーザの活動状況によって異なるので、ユーザを活動状況によって分類することにより、各分類のユーザに対し、最適なサービスを提供するために必要となる情報を決定することができる。その結果、ユーザに最適なサービスを提供することができる。
投稿型に分類されたユーザの場合には、例えば、ユーザの属性情報、ユーザが投稿した書き込み情報からテキスト分析等により取得された嗜好情報、ユーザが投稿した記事を再投稿したユーザの属性情報を利用して、サービスを選択することにより、最適なサービスを提供することができる。なお、属性情報は、コミュニティサーバ10が管理している。
閲覧型に分類されたユーザの場合には、例えば、ユーザの属性情報、リンク関係にあるユーザの属性情報、およびリンク関係にあるユーザが投稿した記事からテキスト分析等により取得された嗜好情報を利用して、サービスを選択することにより、最適なサービスを提供することができる。
再投稿型に分類されたユーザの場合には、例えば、ユーザの属性情報、再投稿した記事を投稿したユーザの属性情報、および再投稿した記事からテキスト分析等により取得された嗜好情報を利用して、サービスを選択することにより、最適なサービスを提供することができる。
投稿再投稿型に分類されたユーザの場合には、例えば、ユーザの属性情報、再投稿した記事を投稿したユーザの属性情報、および投稿した記事からテキスト分析等により取得された嗜好情報を利用して、サービスを選択することにより、最適なサービスを提供することができる。
<ユーザ分類の処理フロー>
図2は、本発明の実施形態に係るユーザ分類の処理フローを示す図である。
まず、ステップS1において、取得部110は、コミュニティに参加している各ユーザについて、コミュニティサーバ10から、投稿記事数、再投稿記事数、被リンク数、およびリンク数を取得する。
次に、ステップS2において、活動状況判断部120は、ステップS1で取得された投稿記事数と再投稿記事数との大小関係、およびステップS1で取得された被リンク数とリンク数との大小関係に基づいて、各ユーザの活動状況を判断する。活動状況の判断方法については、後述する。
次に、ステップS3において、ユーザ分類部130は、ステップS2で決定された活動状況に基づいて、コミュニティに参加している各ユーザを分類する。
<活動状況判断の処理フロー>
図3は、本発明の実施形態に係るユーザの活動状況判断の処理フローを示す図である。
まず、ステップS10において、活動状況判断部120は、投稿記事数および再投稿記事数の和が少ないか否かを判断する。例えば、活動状況判断部120は、予め設定された数値と比較し、投稿記事数および再投稿記事数の和が予め設定された数値より少ないか否か判断する。投稿記事数および再投稿記事数の和が少ないと判断した場合(Yes)には、ステップS14に処理を進め、投稿記事数および再投稿記事数の和が少なくないと判断した場合(No)には、ステップS11に処理を進める。
次に、ステップS11において、活動状況判断部120は、投稿記事数が再投稿記事数より多いか否かを判断する。投稿記事数が再投稿記事数よりも多い場合(Yes)には、ステップS15に処理を進め、投稿記事数が再投稿記事数以下である場合(No)にはステップS12に処理を進める。
次に、ステップS12において、活動状況判断部120は、被リンク数とリンク数との大小関係を判断する。被リンク数がリンク数よりも多い場合には、投稿再投稿型と判断し、被リンク数がリンク数よりも少ない場合には、再投稿型と判断する。また、被リンク数とリンク数とが同じ程度の場合には、ステップS13に処理を進める。なお、被リンク数とリンク数との差がどの程度までを被リンク数とリンク数とが同じ程度であるとみなすかは、任意に設定することができる。
次に、ステップS13において、活動状況判断部120は、被再投稿記事数が多いか否かを判断する。例えば、活動状況判断部120は、予め設定された数値と比較し、被再投稿記事数が予め設定された数値より多いか否か判断する。被再投稿記事数が多いと判断した場合(Yes)には、投稿再投稿型と判断し、被再投稿記事数が多くないと判断した場合(No)には、再投稿型と判断する。
次に、ステップS14において、活動状況判断部120は、リンク数が被リンク数より多いか否かを判断する。リンク数が被リンク数よりも多い場合には、閲覧型と判断する。リンク数が被リンク数よりも多くない場合には、本実施形態においては、活動をほとんどしていないユーザと判断し、いずれの活動状況にも該当しないと判断する。
次に、ステップS15において、活動状況判断部120は、被リンク数がリンク数より多いか否かを判断する。被リンク数がリンク数よりも多い場合には、投稿型と判断する。被リンク数がリンク数よりも多くない場合には、本実施形態においては、いずれの活動状況にも該当しないと判断する。このようなユーザは、投稿記事数が多いにも関わらず、他のユーザからリンクされている数が少ないことから、有害な情報や無意味な記事を投稿していると考えられるからである。
以上説明したように、本実施形態によれば、コミュニティにおけるユーザの活動状況に基づいて、ユーザを分類することができる。また、ユーザを分類することにより、活動状況に合ったサービスをユーザに提供することができる。
なお、ユーザ分類装置の処理をコンピュータ読み取り可能な記録媒体に記録し、この記録媒体に記録されたプログラムを機器に読み込ませ、実行することによって本発明のユーザ分類装置を実現することができる。ここでいうコンピュータシステムとは、OSや周辺装置等のハードウェアを含む。
また、「コンピュータシステム」は、WWW(World Wide Web)システムを利用している場合であれば、ホームページ提供環境(あるいは表示環境)も含むものとする。また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク(通信網)や電話回線等の通信回線(通信線)のように情報を伝送する機能を有する媒体のことをいう。
また、上記プログラムは、前述した機能の一部を実現するためのものであってもよい。更に、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル(差分プログラム)であってもよい。
以上、この発明の実施形態につき、図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。
10 コミュニティサーバ
100 ユーザ分類装置
110 取得部
120 活動状況判断部
130 分類部

Claims (7)

  1. 記事を投稿および閲覧することによりコミュニケーションを図ることができるコミュニティを提供するコミュニティサーバから、前記コミュニティに参加している各ユーザについて、前記各ユーザが投稿した投稿記事数、他のユーザにより投稿された記事を前記各ユーザが再投稿した再投稿記事数、前記各ユーザが他のユーザによりリンクされた被リンク数、前記各ユーザが他のユーザにリンクしているリンク数を取得する取得手段と、
    前記投稿記事数と前記再投稿記事数との大小関係、および前記被リンク数と前記リンク数との大小関係に基づいて、前記各ユーザの活動状況を判断する活動状況判断手段と、
    前記活動状況判断手段で判断された活動状況に基づいて、前記各ユーザを分類する分類手段と、
    を備えることを特徴とするユーザ分類装置。
  2. 前記取得手段は、前記各ユーザが投稿した記事を他のユーザが再投稿した被再投稿記事数を取得し、
    前記活動状況判断手段は、前記投稿記事数と前記再投稿記事数との大小関係、および前記被リンク数と前記リンク数との大小関係、および前記被再投稿記事数に基づいて、前記各ユーザの活動状況を判断することを特徴とする請求項1に記載のユーザ分類装置。
  3. 前記取得手段は、前記各ユーザが最後に記事を投稿した日時を最終時間情報として取得し、
    前記活動状況判断手段は、前記最終時間情報に基づいて、前記各ユーザが活発に投稿していることを示す活発度を判断することを特徴とする請求項1または2に記載のユーザ分類装置。
  4. 前記活動状況は、記事の投稿が主な活動である投稿型、記事の閲覧が主な活動である閲覧型、他のユーザが投稿した記事の再投稿が主な活動である再投稿型、および記事の投稿および他のユーザが投稿した記事の再投稿の両方を主な活動とする投稿再投稿型であることを特徴とする請求項1から3のいずれかに記載のユーザ分類装置。
  5. 前記活動状況に応じて、前記各ユーザの属性情報、前記各ユーザが投稿した記事の内容、前記各ユーザがリンクしているユーザの属性情報、前記各ユーザがリンクしているユーザが投稿した記事の内容、前記各ユーザにリンクしているユーザの属性情報、および前記各ユーザにリンクしているユーザが投稿した記事の内容のいくつかに基づいて、前記各ユーザにサービスを提供することを特徴とする請求項1から4のいずれかに記載のユーザ分類装置。
  6. 記事を投稿および閲覧することによりコミュニケーションを図ることができるコミュニティを提供するコミュニティサーバから、前記コミュニティに参加している各ユーザについて、前記各ユーザが投稿した投稿記事数、他のユーザにより投稿された記事を前記各ユーザが再投稿した再投稿記事数、前記各ユーザが他のユーザによりリンクされた被リンク数、前記各ユーザが他のユーザにリンクしているリンク数を取得する第1のステップと、
    前記投稿記事数と前記再投稿記事数との大小関係、および前記被リンク数と前記リンク数との大小関係に基づいて、前記各ユーザの活動状況を判断する第2のステップと、
    前記第2のステップで判断された活動状況に基づいて、前記各ユーザを分類する第3のステップと、
    を備えることを特徴とするユーザ分類方法。
  7. 記事を投稿および閲覧することによりコミュニケーションを図ることができるコミュニティを提供するコミュニティサーバから、前記コミュニティに参加している各ユーザについて、前記各ユーザが投稿した投稿記事数、他のユーザにより投稿された記事を前記各ユーザが再投稿した再投稿記事数、前記各ユーザが他のユーザによりリンクされた被リンク数、前記各ユーザが他のユーザにリンクしているリンク数を取得する第1のステップと、
    前記投稿記事数と前記再投稿記事数との大小関係、および前記被リンク数と前記リンク数との大小関係に基づいて、前記各ユーザの活動状況を判断する第2のステップと、
    前記第2のステップで判断された活動状況に基づいて、前記各ユーザを分類する第3のステップと、
    をコンピュータに実行させるためのプログラム。
JP2011087191A 2011-04-11 2011-04-11 ユーザ分類装置、ユーザ分類方法、およびユーザ分類プログラム Withdrawn JP2012221286A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2011087191A JP2012221286A (ja) 2011-04-11 2011-04-11 ユーザ分類装置、ユーザ分類方法、およびユーザ分類プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2011087191A JP2012221286A (ja) 2011-04-11 2011-04-11 ユーザ分類装置、ユーザ分類方法、およびユーザ分類プログラム

Publications (1)

Publication Number Publication Date
JP2012221286A true JP2012221286A (ja) 2012-11-12

Family

ID=47272696

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2011087191A Withdrawn JP2012221286A (ja) 2011-04-11 2011-04-11 ユーザ分類装置、ユーザ分類方法、およびユーザ分類プログラム

Country Status (1)

Country Link
JP (1) JP2012221286A (ja)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014141976A1 (ja) * 2013-03-12 2014-09-18 インターナショナル・ビジネス・マシーンズ・コーポレーション ソーシャル・メデイアにおけるユーザの分類方法、コンピュータ・プログラム及びコンピュータ
WO2015135497A1 (en) * 2014-03-13 2015-09-17 Tencent Technology (Shenzhen) Company Limited User classification method, apparatus, and server
JP2016057767A (ja) * 2014-09-08 2016-04-21 Kddi株式会社 解析装置、解析方法およびコンピュータプログラム
JP2016535344A (ja) * 2013-08-09 2016-11-10 フェイスブック,インク. 対話履歴に基づくユーザ体験インターフェースまたはユーザ・インターフェース
JP2021002148A (ja) * 2019-06-20 2021-01-07 Fringe81株式会社 投稿管理サーバ、及び投稿管理システム

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014141976A1 (ja) * 2013-03-12 2014-09-18 インターナショナル・ビジネス・マシーンズ・コーポレーション ソーシャル・メデイアにおけるユーザの分類方法、コンピュータ・プログラム及びコンピュータ
GB2528595A (en) * 2013-03-12 2016-01-27 Ibm Method for user categorization in social media, computer program, and computer
JP5961320B2 (ja) * 2013-03-12 2016-08-02 インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation ソーシャル・メデイアにおけるユーザの分類方法、コンピュータ・プログラム及びコンピュータ
US9996611B2 (en) 2013-03-12 2018-06-12 International Business Machines Corporation Method, computer program, and computer for classifying users of social media
JP2016535344A (ja) * 2013-08-09 2016-11-10 フェイスブック,インク. 対話履歴に基づくユーザ体験インターフェースまたはユーザ・インターフェース
WO2015135497A1 (en) * 2014-03-13 2015-09-17 Tencent Technology (Shenzhen) Company Limited User classification method, apparatus, and server
JP2016057767A (ja) * 2014-09-08 2016-04-21 Kddi株式会社 解析装置、解析方法およびコンピュータプログラム
JP2021002148A (ja) * 2019-06-20 2021-01-07 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
US10102535B2 (en) System and method for brand management using social networks
US10922657B2 (en) Using an employee database with social media connections to calculate job candidate reputation scores
Bontcheva et al. Social media and information overload: Survey results
Tinati et al. Identifying communicator roles in twitter
US8447852B1 (en) System and method for brand management using social networks
US8903910B2 (en) Creating a customized news collection based on social networking information
Kumar et al. Multimedia social big data: Mining
US11669917B1 (en) News alerts based on user analytics
US8745217B2 (en) System and method for brand management using social networks
US9342630B2 (en) System and method for monitoring and analyzing social network databases
US20170286865A1 (en) Systems and methods to identify job titles for connections on a social networking system
Mourão et al. I love big bird: How journalists tweeted humor during the 2012 presidential debates
Trevisan et al. Ethical dilemmas in researching sensitive issues online: lessons from the study of British disability dissent networks
Han et al. Local news chatter: augmenting community news by aggregating hyperlocal microblog content in a tag cloud
WO2013166076A1 (en) Insights detection for query-based social data stream
Kretinin et al. When the going gets tough, the tweets get going! An exploratory analysis of tweets sentiments in the stock market
JP2012221286A (ja) ユーザ分類装置、ユーザ分類方法、およびユーザ分類プログラム
O'Leary Big data and privacy: Emerging issues
US20110295780A1 (en) Apparatus and Method for Personalized Delivery of Content from Multiple Data Sources
Schroeder et al. The connectivity network underlying the German’s Twittersphere: a testbed for investigating information spreading phenomena
Jian et al. Incentive-centered design for user-contributed content
Salih et al. An approach for time-aware domain-based analysis of users trustworthiness in big social data
Gurău The impact of social media in the digitization process
Shekhawat et al. Altmetrics: A new paradigm for scholarly communication
Kooti et al. Twitter session analytics: Profiling users’ short-term behavioral changes

Legal Events

Date Code Title Description
A300 Application deemed to be withdrawn because no request for examination was validly filed

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20140701