JP2012529717A5 - マイクロブログメッセージの内容を分析する方法及び装置 - Google Patents

Claims (25)

1. （ａ）受信したマイクロブログメッセージを特定の活動について調べるステップと、 （ｂ）前記特定の活動が検出されたときにユーザに報知するステップと、を含む、特定のマイクロブログ活動をユーザに報知するための方法。
2. マイクロブログメッセージを構文解析して、語および／または句のベクトルを形成するステップと、
   前記語および／または句を複数の語および／または句のベクトルに集計して、語および／または句の集計ベクトルを形成するステップとをさらに含み、
   前記受信したメッセージを調べるステップは、ルールに従って前記語および／または句の集計ベクトルを分類して予測を形成するステップを含み、
   前記特定活動が検出されたときにユーザに報知するステップ（ｂ）は、前記予測が所定のレベルを超えるときにユーザに報知するステップを含むことを特徴とする、請求項１に記載の方法。
3. マイクロブログから受信したテキストメッセージを構文解析して、語および／または句の第１ベクトルを形成するステップと、
   前記語および／または句の第１ベクトルの前記語および／または句を正規化して、正規化した語および／または句の第２ベクトルを形成するステップと、
   前記第２ベクトルの語および／または句の感情を評価して、前記受信したテキストメッセージの感情値を形成するステップと、
   前記第２ベクトルで特定された語および／または句の使用頻度を判定して、前記第２ベクトルの前記語および／または句の頻度値の第３ベクトルを形成するステップと、
   前記第１、第２および第３のベクトルと前記感情値とを組合せて、語および／または句の第４ベクトルを形成するステップと、
   をさらに含む、請求項１に記載の方法。
4. 前記第４ベクトルはｎ＋ｍ次元のベクトルであり、
   前記テキストメッセージのトークンおよびその使用頻度を表すｎ次元と、
   前記テキストメッセージに関するメタデータを表すｍ次元とを含み、前記ｍ次元は、前記メッセージのソースを表す第１次元と、前記メッセージの言語を表す第２次元と、前記メッセージのタイムスタンプを表す第３次元と、前記メッセージの地理的発信地を表す第４次元と、前記メッセージの作者を表す第５次元と、を含む、請求項３に記載の方法。
5. 複数のトークン化されたマイクロブログメッセージを第１時間間隔内で収集するステップと、
   複数のシードトークンを選択するステップと、
   １つのソフトクラスタ内のすべてのメッセージが同じシードトークンを有するマイクロブログメッセージの複数のソフトクラスタを形成するステップで、前記ソフトクラスタはそれぞれ異なるシードトークンを有しており、前記メッセージのいくつかは２以上のソフトクラスタに存在する、前記形成するステップと、
   他のソフトクラスタより密度の低いいくつかのソフトクラスタを排除することによって、ソフトクラスタの数を減少させるステップと、
   各テキストメッセージが１つのソフトクラスタの中でのみ見られるようにメッセージの重複を排除するステップと、
   前記ソフトクラスタを凝集的に併合して、クラスタ化したテキストメッセージの第１出力を生成するステップと、
   をさらに含む、請求項１に記載の方法。
6. 多数の第１時間間隔を含む第２時間間隔内で複数の第１出力を収集するステップと、
   複数のシードトークンを選択するステップと、
   １つのソフトクラスタ内のすべてのテキストメッセージが同じシードトークンを有するテキストメッセージの複数のソフトクラスタを形成するステップで、前記ソフトクラスタはそれぞれ異なるシードトークンを有しており、前記テキストメッセージのいくつかは２以上のソフトクラスタに存在する、前記形成するステップと、
   他のソフトクラスタよりも密度が低いいくつかのソフトクラスタを排除することによって、ソフトクラスタの数を減少させるステップと、
   各テキストメッセージが１つのソフトクラスタの中でのみ見られるようにテキストメッセージの重複を排除するステップと、
   前記ソフトクラスタを凝集的に併合して、クラスタ化したテキストメッセージの第２出力を生成するステップと、
   をさらに含む、請求項５に記載の方法。
7. 第１期間中にマイクロブログメッセージのストリームを受信するステップと、
   各第１クラスタリング時間間隔は第１期間よりも短い持続時間を有する、複数の第１クラスタリング時間間隔中に前記メッセージをクラスタリングして、第１複数の第１クラスタ化テキストメッセージを生成するステップと、
   複数の第１クラスタリング時間間隔中に前記メッセージをクラスタリングするステップと並列して、各第２クラスタリング時間間隔は前記第１期間よりも短くかつ前記第１クラスタリング時間間隔よりも長い持続時間を有する、複数の第２クラスタリング時間間隔中に前記第１クラスタ化テキストメッセージをクラスタリングして、第２複数の第２クラスタ化テキストメッセージを生成するステップと、を含む、請求項１に記載の方法。
8. 前記受信したマイクロブログメッセージを特定の活動について調べるステップ（ａ）は、
   前記受信したマイクロブログメッセージを処理して、名詞および／または名詞句を有するメッセージのクラスタ化したセットを形成するステップと、
   ナレッジベースから、前記名詞および／または名詞句が前記ナレッジベースのトピックに関係する確率を規定する分類ルールのセットを生成するステップと、
   索引のソースとして、前記ナレッジベース内のトピックに関係する名詞および／または名詞句ならびにその関連ルールを使用して前記分類ルールの索引を生成するステップと、
   前記分類ルールの前記索引を使用して、前記マイクロブログメッセージ内の前記名詞および／または名詞句に関係するルールを特定するステップと、
   前記特定されたルールを検索するステップと、
   前記マイクロブログメッセージのセットに前記特定されたルールを適用するステップと、
   前記特定されたルールの適用の結果としてトピックのリストを生成するステップと、
   前記分類ルールの適用により、前記トピックのリストの中のトピックをランク付けして確率順にするステップと、
   を含むことを特徴とする、請求項１に記載の方法。
9. 前記特定されたルールは前記マイクロブログメッセージのセットに並列して適用されることを特徴とする、請求項８に記載の方法。
10. 現在の時間間隔における第１トピックに関係するマイクロブログメッセージのトラフィックのボリュームを、少なくとも１つの以前の時間間隔における前記第１トピックに関係するマイクロブログメッセージのトラフィックのボリュームと比較することによって、又は現在の時間間隔における第１トピックに関係するマイクロブログメッセージのトラフィックの感情レベルを、少なくとも１つの以前の時間間隔における前記第１トピックに関係するマイクロブログメッセージのトラフィックの感情レベルと比較することによって、特定の活動を検出することを特徴とする、請求項１に記載の方法。
11. マイクロブログメッセージのセットを分類する方法であって、
    受信したマイクロブログメッセージを処理して、名詞および／または名詞句を有するメッセージのクラスタ化したセットを形成するステップと、
    ナレッジベースから、前記名詞および／または名詞句のクラスタ化したセットが前記ナレッジベースのトピックに関係する確率を規定する分類ルールのセットを生成するステップと、
    索引のソースとして、前記ナレッジベースのトピックプロパティ内の全ての名詞及びその関連ルールを使用して前記分類ルールの索引を生成するステップと、
    前記分類ルールの前記索引を使用して、前記名詞および／または名詞句に関係するルールを特定するステップと、
    前記特定されたルールを検索するステップと、
    前記マイクロブログメッセージのセットに前記特定されたルールを適用するステップと、
    前記特定されたルールの適用の結果としてトピックのリストを生成するステップと、
    前記分類ルールの適用により、前記トピックのリストの中のトピックをランク付けして確率順にするステップと、
    を含むことを特徴とする、方法。
12. 複数のトピックグループと、トピックグループ間を結ぶ複数のリンクを有するナレッジベースから分類ルールを生成する方法であって、
    前記ナレッジベース内のトピックグループにリンクされたノード間の階層的関係を規定するタクソノミーをトラバースし、
    タクソノミー内の各ノードにおいて、前記ナレッジベースから、トピックグループの記述とそのプロパティを抽出し、
    ルールの各セクションごとに、重み因子を、データベースから抽出し、
    重み因子に基づき、ルールの関連を評価演算することを特徴とする方法。
13. 特定の活動を含むマイクロブログメッセージを分析する装置であって、
    第一の期間内にマイクロブログメッセージを受信するサーバと、
    第一の期間内の複数の時間間隔に受信したメッセージをクラスタ化して第一の複数のクラスタ化されたメッセージを生成するクラスタ生成器と、
    第一の分類ルールのセットにしたがってクラスタ化されたメッセージを分類し、スコア付けされたメッセージのセットを生成する分類器と、
    分類ルール内の名詞および／または名詞句で索引付けした分類ルールのセットを格納するデータベースと、
    オントロジー(ontology)を格納するナレッジベースと、
    ナレッジベースからデータベースに格納する分類ルールのセットを生成する分類ルール生成器と、
    スコア付けされたメッセージを検索要求に照合させる照合器(matcher)と、を備えることを特徴とする装置。
14. メッセージ間又はメッセージとソフトクラスタの中心とのコサイン類似度を用いて、ソフトクラスタの密度又はメッセージの類似度を決定する、請求項６に記載の方法。
15. 調査若しくは報知リクエストとの関係に基づいて、マイクロブログメッセージをランク付けするステップをさらに含み、前記特定の活動が検出されたときにユーザに報知するステップ（ｂ）が、
    前記調査若しくは報知リクエストに最も一致した少なくとも１つのマイクロブログメッセージの内容をユーザに知らせるステップと、
    前記調査若しくは報知リクエストにより少なく一致したマイクロブログメッセージの題名をユーザに追加して知らせるステップと、を含む請求項１に記載の方法。
16. 用語対の発生頻度に基づいて、テキスト文書の中に発見された新規なトピックとリンクを、動的に前記ナレッジベースに取り入れ、
    これらの新規なトピックが参照するテキスト文書、およびメッセージの内容に基づいて、これらの新規なトピックのプロパティと定義を生成し、
    前記新規な表現とトピックとを前記ナレッジベースに取り込み、複合トピックグループを作成する、請求項１２に記載の方法。
17. 各ソフトクラスタの中の同じテキストメッセージの重複を排除するステップは、
    同じメッセージの中の１つのインスタンスで、それがメンバーとなっているソフトクラスタの中心への他のインスタンスよりも、前記ソフトクラスタの中心へのコサイン類似度による類似度が最も大きいインスタンスを求めることによって実行される、請求項６に記載の方法。
18. 前記ソフトクラスタは、コサイン類似度を用いて決定された類似度のベースに基づいて、凝集的に併合される、請求項６に記載の方法。
19. 前記分類ルールは、複数のトピックグループとトピックグループ間の複数のリンクとを含むナレッジベースから生成され、
    前記ナレッジベース内のトピックグループにリンクされたノード間の階層的関係を規定するタクソノミーをトラバースし、
    タクソノミー内の各ノードにおいて、前記ナレッジベースから、トピックグループの記述とそのプロパティを抽出し、
    ルールの各セクションごとに、重み因子を、データベースから抽出し、
    重み因子に基づき、ルールの関連を評価演算することを特徴とする、請求項８に記載の方法。
20. 用語対の発生頻度に基づいて、テキスト文書の中に発見された新規なトピックとリンクを、動的に前記ナレッジベースに取り入れ、
    これらの新規なトピックが参照するテキスト文書、およびメッセージの内容に基づいて、これらの新規なトピックのプロパティと定義を生成し、
    前記新規な表現とトピックとを前記ナレッジベースに取り込み、複合トピックグループを作成する、請求項１９に記載の方法。
21. マイクロブログメッセージを調査又はアラート要求との関連に基づいてランク付けするステップをさらに含み、
    前記特定の活動が検出されたときにユーザに報知するステップ（ｂ）が、
    前記調査又はアラート要求に最もマッチした少なくとも１つのマイクロブログメッセージの内容をユーザに報知するステップと、
    前記調査又はアラート要求に比較的少なくマッチしたマイクロブログメッセージのサブジェクトをユーザに報知するステップと、を含む、請求項１に記載の方法。
22. 前記受信したマイクロブログメッセージを特定の活動について調べるステップ（ａ）は、コンピュータシステム上において遂行される、請求項１に記載の方法。
23. 特定のマイクロブログ活動をユーザに報知するための方法であって、
    受信したマイクロブログメッセージを構文解析して、語および／または句のベクトルを形成するステップと、
    前記語および／または句を複数の語および／または句のベクトルに集計して、語および／または句の集計ベクトルを形成するステップと、
    ルールに従って前記語および／または句の集計ベクトルを分類して予測を形成するステップと、
    前記予測が所定のレベルを超えるときにユーザに報知するステップとを含むことを特徴とする、方法。
24. 特定のマイクロブログ活動をユーザに報知するための方法であって、
    受信したマイクロブログメッセージを処理して、名詞および／または名詞句を有するメッセージのクラスタ化したセットを形成するステップと、
    ナレッジベースから、前記名詞および／または名詞句が前記ナレッジベースのトピックに関係する確率を規定する分類ルールのセットを生成するステップと、
    前記マイクロブログメッセージ内の前記名詞および／または名詞句に関係するルールを特定するステップと、
    前記マイクロブログメッセージのセットに前記特定されたルールを適用して、前記マイクロブログメッセージのセットが前記特定されたルールに関係する確率を決定するステップと、
    前記決定された確率が所定の値を超える場合に、ユーザに報知するステップを含むことを特徴とする、方法。
25. 特定のマイクロブログ活動をユーザに報知するための方法であって、
    受信したマイクロブログメッセージを調べるステップと、
    マイクロブログメッセージを調査又はアラート要求との関連に基づいてランク付けするステップと、
    前記調査又はアラート要求に最もマッチした少なくとも１つのマイクロブログメッセージの内容をユーザに報知するステップと、
    前記調査又はアラート要求に比較的少なくマッチしたマイクロブログメッセージのサブジェクトをユーザに報知するステップと、を含む、方法。