JP2013088832A - 情報処理装置、情報処理方法、および、プログラム - Google Patents
情報処理装置、情報処理方法、および、プログラム Download PDFInfo
- Publication number
- JP2013088832A JP2013088832A JP2011225477A JP2011225477A JP2013088832A JP 2013088832 A JP2013088832 A JP 2013088832A JP 2011225477 A JP2011225477 A JP 2011225477A JP 2011225477 A JP2011225477 A JP 2011225477A JP 2013088832 A JP2013088832 A JP 2013088832A
- Authority
- JP
- Japan
- Prior art keywords
- comment
- user
- comments
- information processing
- keyword
- 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
- 230000010365 information processing Effects 0.000 title claims description 51
- 238000003672 processing method Methods 0.000 title claims description 6
- 238000011156 evaluation Methods 0.000 claims abstract description 55
- 238000004458 analytical method Methods 0.000 claims description 69
- 238000000034 method Methods 0.000 claims description 31
- 238000001514 detection method Methods 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 24
- 230000007704 transition Effects 0.000 claims description 5
- 239000006185 dispersion Substances 0.000 claims description 2
- 238000003860 storage Methods 0.000 description 22
- 238000005516 engineering process Methods 0.000 description 17
- 230000007935 neutral effect Effects 0.000 description 14
- 230000004048 modification Effects 0.000 description 13
- 238000012986 modification Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 12
- 238000000605 extraction Methods 0.000 description 11
- 230000005540 biological transmission Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000000630 rising effect Effects 0.000 description 4
- 238000010187 selection method Methods 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 3
- 238000004220 aggregation Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000009193 crawling Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
- G06F3/0482—Interaction with lists of selectable items, e.g. menus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Data Mining & Analysis (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Primary Health Care (AREA)
- Tourism & Hospitality (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】コンテンツやイベント等についてのユーザからのフィードバックを増やす。
【解決手段】コメント収集部は、時間とともに進行する投稿対象についてのコメントを収集する。投票項目選択部は、ユーザの特性に基づいて、収集したコメントの中からユーザに提示するコメントを選択する。表示制御部は、選択されたコメントに対する評価をユーザが付与できるように、選択されたコメントの表示を制御する。投票収集部は、ユーザにより付与された評価を収集する。本技術は、例えば、ユーザにより投稿されたコメントを解析するシステムに適用できる。
【選択図】図2
【解決手段】コメント収集部は、時間とともに進行する投稿対象についてのコメントを収集する。投票項目選択部は、ユーザの特性に基づいて、収集したコメントの中からユーザに提示するコメントを選択する。表示制御部は、選択されたコメントに対する評価をユーザが付与できるように、選択されたコメントの表示を制御する。投票収集部は、ユーザにより付与された評価を収集する。本技術は、例えば、ユーザにより投稿されたコメントを解析するシステムに適用できる。
【選択図】図2
Description
本技術は、情報処理装置、情報処理方法、および、プログラムに関し、特に、コンテンツやイベント等についてのユーザのフィードバックを収集する場合に用いて好適な情報処理装置、情報処理システム、情報処理方法、および、プログラムに関する。
従来、TV番組についてのフィードバックとしてユーザ(視聴者)が入力したコメントを収集および解析するシステムが提案されている(例えば、特許文献1参照)。
しかしながら、キーボードやボタン等を用いてコメントを入力する作業を煩雑に感じ、コメントを入力しないユーザも多く、そのようなユーザからは、フィードバックを得ることができない。
そこで、本技術は、コンテンツやイベント等についてのユーザからのフィードバックを増やすことができるようにするものである。
本技術の一側面の情報処理装置は、時間とともに進行する投稿対象についてのコメントを収集するコメント収集部と、ユーザの特性に基づいて、収集したコメントの中から前記ユーザに提示するコメントを選択するコメント選択部と、選択されたコメントに対する評価を前記ユーザが付与できるように、前記選択されたコメントの表示を制御する表示制御部と、前記ユーザにより付与された評価を収集する評価収集部とを含む。
前記ユーザの特性に、前記ユーザのコメントの特徴量、および、前記ユーザが肯定的な評価を付与したコメントの特徴量のうち少なくとも一方を含ませ、前記コメント選択部には、前記ユーザのコメントの特徴量、および、前記ユーザが肯定的な評価を付与したコメントの特徴量のうち少なくとも一方に基づく特徴量と、収集したコメントの特徴量とをマッチングした結果に基づいて、前記ユーザに提示するコメントを選択させることができる。
前記コメントの特徴量に、文体の特徴量、出現する語句、各語句の出現頻度、並びに、ポジティブなコメントまたはネガティブなコメントに分類した結果のうち少なくとも1つを含ませるようにすることができる。
収集したコメントの中から注目するキーワードを検出するキーワード検出部をさらに設け、前記コメント選択部には、検出された前記キーワードを含むコメントの中から前記ユーザに提示するコメントを選択させるようにすることができる。
前記キーワード検出部には、収集したコメントにおける出現頻度、出現頻度の推移、および、出現頻度の分散のうち少なくとも1つに基づいて、前記キーワードを検出させる
ようにすることができる。
ようにすることができる。
前記表示制御部には、検出された前記キーワード毎に、前記キーワードを含むコメントの投稿数と前記キーワードを含むコメントに対する肯定的な評価数の合計値を表示するように制御させることができる。
前記表示制御部には、ポジティブなコメントとネガティブなコメントを区別して表示するように制御させることができる。
前記表示制御部には、前記ユーザのコメントにおけるポジティブなコメントとネガティブなコメントの比率、および、前記ユーザが肯定的な評価を付与したコメントにおけるポジティブなコメントとネガティブなコメントの比率のうち少なくとも一方に基づいて、ポジティブなコメントとネガティブなコメントを表示する順序を変更させることができる。
収集したコメントを解析し、ポジティブなコメントとネガティブなコメントを含む複数のクラスに分類する解析部をさらに設けることができる。
前記コメント選択部には、前記ユーザが注目する他のユーザのコメントを優先して選択させるようにすることができる。
本技術の一側面の情報処理方法は、情報処理装置が、時間とともに進行する投稿対象についてのコメントを収集し、ユーザの特性に基づいて、収集したコメントの中から前記ユーザに提示するコメントを選択し、選択されたコメントに対する評価を前記ユーザが付与できるように、前記選択されたコメントの表示を制御し、前記ユーザにより付与された評価を収集するステップを含む。
本技術の一側面のプログラムは、時間とともに進行する投稿対象についてのコメントを収集し、ユーザの特性に基づいて、収集したコメントの中から前記ユーザに提示するコメントを選択し、選択されたコメントに対する評価を前記ユーザが付与できるように、前記選択されたコメントの表示を制御し、前記ユーザにより付与された評価を収集するステップを含む処理をコンピュータに実行させる。
本技術の一側面においては、時間とともに進行する投稿対象についてのコメントが収集され、ユーザの特性に基づいて、収集したコメントの中から前記ユーザに提示するコメントが選択され、選択されたコメントに対する評価を前記ユーザが付与できるように、前記選択されたコメントの表示が制御され、前記ユーザにより付与された評価が収集される。
本技術の一側面によれば、コンテンツやイベント等についてのユーザからのフィードバックを増やすことができる。
以下、本技術を実施するための形態(以下、実施の形態という)について説明する。なお、説明は以下の順序で行う。
1.実施の形態
2.変形例
1.実施の形態
2.変形例
<1.実施の形態>
[情報処理システム1の構成例]
図1は、本技術を適用した情報処理システム1の一実施の形態を示すブロック図である。
[情報処理システム1の構成例]
図1は、本技術を適用した情報処理システム1の一実施の形態を示すブロック図である。
情報処理システム1は、サーバ11−1乃至11−m、クライアント12−1乃至12−n、および、情報処理装置13を含むように構成される。サーバ11−1乃至11−m、クライアント12−1乃至12−n、および、情報処理装置13は、例えばインターネット等により構成されるネットワーク14を介して相互に接続されている。
なお、以下、サーバ11−1乃至11−mを個々に区別する必要がない場合、単にサーバ11と称する。また、以下、クライアント12−1乃至12−nを個々に区別する必要がない場合、単にクライアント12と称する。
サーバ11の一部は、各種のコンテンツをクライアント12に配信するサービスを行う。サーバ11から配信されるコンテンツには、例えば、動画データ、音声データ等、時間とともに進行するコンテンツが含まれる。
また、サーバ11の一部は、クライアント12からコメントの投稿が可能なサービスを提供する。それらのサービスには、例えば、ブログ、マイクロブログ(例えば、ツイッター(商標)等)、チャット、掲示板、ソーシャルネットワーキングサービス(SNS)等が含まれる。なお、以下、クライアント12からの投稿が可能なサービスを、投稿サービスと称する。
クライアント12は、例えば、パーソナルコンピュータ、携帯情報端末、携帯電話機、テレビジョン受像機、ゲーム機器等、ネットワーク14を介して、サーバ11および情報処理装置13と通信可能な機器により構成される。ユーザは、クライアント12を用いて、例えば、サーバ11が提供する投稿サービスを利用して、所定の投稿対象についてのコメントを投稿する。
なお、投稿対象には、例えば、動画コンテンツ、音声コンテンツ、TV番組等の時間とともに進行する各種のコンテンツが含まれる。
また、投稿対象となるコンテンツは、サーバ11が配信するものや、クライアント12に配信されるものに限定されない。例えば、ユーザが、クライアント12とは異なる装置により、サーバ11と異なる装置から受信したTV番組を視聴しながら、そのTV番組についてのコメントを、クライアント12を用いて投稿するようなことが可能である。
さらに、投稿対象は、コンテンツに限定されるものではなく、例えば、コンサート、講演会、スポーツの試合、製品説明会等の時間とともに進行する各種のイベントも含む。
情報処理装置13は、クライアント12に対してコメント解析サービスを提供する。コメント解析サービスは、クライアント12から投稿されたコメントをサーバ11から収集し、収集したコメントの解析および集計を行い、その結果をクライアント12に提供したり、他のユーザのコメントに対してユーザが評価を付与することを可能にするサービスである。なお、コメント解析サービスの詳細は、図3等を参照して後述する。
[情報処理装置13の構成例]
図2は、情報処理装置13の機能的な構成例を示すブロック図である。
図2は、情報処理装置13の機能的な構成例を示すブロック図である。
情報処理装置13は、受信部51、コメント収集部52、コメントDB(データベース)53、解析部54、キーワード検出部55、投票収集部56、記憶部57、特徴量抽出部58、マッチング部59、投票項目選択部60、集計部61、情報収集部62、情報DB(データベース)63、学習部64、表示制御部65、および、送信部66を含むように構成される。
受信部51は、ネットワーク14を介して、サーバ11およびクライアント12と通信を行い、サーバ11およびクライアント12から送信される各種のデータを受信する。
コメント収集部52は、クライアント12からサーバ11に投稿されたコメントを、ネットワーク14および受信部51を介してサーバ11から収集する。コメント収集部52は、収集したコメントをコメントDB53に蓄積する。
解析部54は、コメントDB53に蓄積されているコメントの解析を行い、解析結果を記憶部57に記憶させる。
キーワード検出部55は、記憶部57に記憶されているコメントの解析結果に基づいて、収集したコメントの中から注目するキーワードを検出する。キーワード検出部55は、検出したキーワードを記憶部57に記憶させる。
なお、以下、注目するキーワードとして、ユーザの間で盛り上がっているキーワードである盛り上がりキーワードを検出する例について説明する。なお、盛り上がりキーワードの詳細については後述する。
投票収集部56は、ユーザが投稿したコメントに対する投票を、ネットワーク14および受信部51を介してクライアント12から収集する。投票収集部56は、収集した投票の結果を記憶部57に記憶させる。
なお、後述するように、ユーザは、コメント解析サービスを利用することにより、他のユーザが投稿したコメントに対してクライアント12から投票を行うことが可能である。
特徴量抽出部58は、コメントDB53に蓄積されているコメントの特徴量を、記憶部57に記憶されているコメントの解析結果に基づいて抽出する。特徴量抽出部58は、抽出した特徴量を表す特徴量ベクトルを生成し、マッチング部59に供給する。
マッチング部59は、コメント解析サービスを利用する各ユーザについて、ユーザにより過去に投稿されたコメントの特徴量を表す特徴量ベクトル(以下、ユーザ特徴量ベクトルと称する)と、サーバ11から収集したコメントの特徴量ベクトル(以下、コメント特徴量ベクトルと称する)とのマッチングを行う。マッチング部59は、マッチング結果を投票項目選択部60に通知する。
投票項目選択部60は、マッチング部59によるマッチング結果に基づいて、収集されたコメントの中から、コメント解析サービスを利用する各ユーザに対して投票対象として提示するコメントである投票項目を選択する。投票項目選択部60は、選択した投票項目を表示制御部65に通知する。
なお、投票項目は、後述するように、各ユーザの特性に基づいて、ユーザ毎に個別に選択される。
集計部61は、記憶部57に記憶されているコメントの解析結果および投票結果に基づいて、コメントの投稿数および投票数の集計を行う。集計部61は、集計結果を表示制御部65に通知する。
情報収集部62は、コメント解析サービスの対象となる投稿対象に関する情報をサーバ11から収集し、情報DB63に蓄積する。また、情報収集部62は、ユーザに推薦する推薦アイテム(例えば、コンテンツ、商品、サービス、イベント、情報等)に関する情報を収集し、情報DB63に蓄積する。
学習部64は、記憶部57に記憶されている各ユーザのコメントの解析結果および投票結果、並びに、情報DB63に蓄積されている投稿対象に関する情報に基づいて、各ユーザの嗜好等の学習を行う。また、学習部64は、各ユーザの嗜好、および、情報DB63に蓄積されている推薦アイテムに関する情報に基づいて、各ユーザに推薦する推薦アイテムの学習を行う。学習部64は、学習結果を表示制御部65に供給する。
表示制御部65は、コメントDB53に蓄積されているコメント、記憶部57に記憶されているコメントの解析結果、および、盛り上がりキーワードの検出結果、集計部61により集計されたコメントの投稿数および投票数の集計結果、並びに、情報DB63に蓄積されている投稿対象に関する情報に基づいて、図3および図4を参照して後述するコメント解析ページを表示するための表示制御データを生成する。
また、表示制御部65は、学習部64による学習結果に基づいて、各ユーザに推薦する推薦アイテムに関する情報を含む推薦情報ページを表示するための表示制御データを生成する。
表示制御部65は、生成した表示制御データを、送信部66およびネットワーク14を介して、クライアント12に送信することにより、クライアント12におけるコメント解析ページおよび推薦情報ページの表示を制御する。
送信部66は、ネットワーク14を介して、サーバ11およびクライアント12と通信を行い、サーバ11およびクライアント12に各種のデータを送信する。
なお、以下、コメント解析サービスの対象となる投稿対象がTV番組である場合を具体例として挙げながら説明する。また、以下、コメント解析サービスの対象となるTV番組を対象番組と称する。
[コメント解析ページの例]
図3および図4は、コメント解析サービスを利用することによりクライアント12において表示されるコメント解析ページの例を示している。なお、図3に示される画面と図4に示される画面により1つのコメント解析ページが構成され、例えば、図3の画面と図4の画面が縦または横に並べて表示されたり、あるいは、複数のページに分けて表示されたりする。
図3および図4は、コメント解析サービスを利用することによりクライアント12において表示されるコメント解析ページの例を示している。なお、図3に示される画面と図4に示される画面により1つのコメント解析ページが構成され、例えば、図3の画面と図4の画面が縦または横に並べて表示されたり、あるいは、複数のページに分けて表示されたりする。
コメント解析ページには、大きく分けて、注目のコメント欄、最近の盛り上がりキーワード欄、番組の投票結果欄、および、最新のコメント欄が含まれる。
注目のコメント欄には、所定の数(例えば4つ)の盛り上がりキーワードについて、各盛り上がりキーワードを含むコメントの中から1つずつ選択された投票項目101a乃至101dが表示される。
この例では、盛り上がりキーワード”がんばれ”に対して、「踏ん張りどころ、がんばれ!」が投票項目101aとして表示されている。盛り上がりキーワード”カッコいい”に対して、「このピッチャー、カッコいい」が投票項目101bとして表示されている。盛り上がりキーワード”わたなべ”に対して、「わたなべダメだな〜」が投票項目101cとして表示されている。盛り上がりキーワード”一打逆転”に対して、「ここだ〜一打逆転!」が、投票項目101dとして表示されている。
また、投票項目101a乃至101dは、例えば、枠の色や背景色などにより、ポジティブなコメント、ネガティブなコメント、ニュートラルなコメントに区別して表示される。なお、この例では、投票項目101a、投票項目101bがポジティブなコメントとして表示され、投票項目101cがネガティブなコメントとして表示され、投票項目101dがニュートラルなコメントとして表示されている。
さらに、投票項目101a乃至101dの左隣には、投票ボタン102a乃至102dがそれぞれ表示されている。ユーザは、投票ボタン102a乃至102dを押下することにより、いわゆる1クリックで投票項目101a乃至101dに対して、肯定的な評価を個別に付与することができる。
なお、以下、投票項目101a乃至101dを個々に区別する必要がない場合、単に投票項目101と称し、投票ボタン102a乃至102dを個々に区別する必要がない場合、単に投票ボタン102と称する。
最近の盛り上がりキーワード欄には、盛り上がりキーワード、盛り上がりキーワードを含むコメントの投稿数と投票数(すなわち、肯定的な評価数)の集計結果、および、盛り上がりキーワードを含むコメント等が表示される。
具体的には、盛り上がり度(後述)が上位の所定の数(例えば4つ)のキーワードが、盛り上がりキーワードとしてキーワード欄103a乃至103dにそれぞれ表示される。
また、各キーワード欄103a乃至103dには、直近の所定の時間内(例えば、直近の10分間)の各盛り上がりキーワードを含むコメントの投稿数と投票数の合計(以下、投稿投票数と称する)を示すグラフが表示される。
なお、投稿投票数は、ポジティブ、ニュートラル、ネガティブの3つに区分して表示される。例えば、直近の所定の時間内において、盛り上がりキーワード”がんばれ”を含むポジティブなコメントの投稿数が5で、”がんばれ”を含むポジティブなコメントに対する投票数が10の場合、ポジティブな区分の投稿投票数は15となる。同様に、直近の所定の時間内において、”がんばれ”を含むニュートラルなコメントの投稿数が4で、”がんばれ”を含むニュートラルなコメントに対する投票数が4の場合、ニュートラルな区分の投稿投票数は8となる。また、直近の所定の時間内において、”がんばれ”を含むネガティブなコメントの投稿数が2で、”がんばれ”を含むネガティブなコメントに対する投票数が1の場合、ネガティブな区分の投稿投票数は3となる。
コメント欄104a乃至104dには、キーワード欄103a乃至103d内の盛り上がりキーワードを含むコメントのうち最新のコメントが、所定の数(例えば2つ)ずつコメントを投稿したユーザを示すアイコンとともに表示される。また、コメント欄104a乃至104dには、直近の所定の時間内(たとえば、直近の10分間)に、キーワード欄103a乃至103d内の盛り上がりキーワードを含むコメントを投稿したユーザ、および、当該盛り上がりキーワードを含むコメントに投票したユーザを示すアイコンが表示される。
番組の投票結果欄には、投稿対象であるTV番組の開始直後から現在までのコメントに含まれる単語が、投稿投票数が多い順に所定の数(例えば4つ)だけ表示される。また、それらの単語に対する投稿投票数を示すグラフが表示される。なお、このグラフでは、キーワード欄103a乃至103d内のグラフと同様に、投稿投票数がポジティブ、ニュートラル、ネガティブの3つに区分して表示される。
最新のコメント欄には、最新のコメントが、所定の数(例えば4つ)だけ投稿時刻が新しい順に、投稿したユーザを示すアイコンおよびユーザ名とともに表示される。例えば、この例では、ユーザ名「hogehoge」のユーザによる「踏ん張りどころ、がんばれ!」というコメントが、最新のコメントとして表示されている。また、ユーザ名「somebody」のユーザによる「このピッチャーカッコいい」というコメントが、2番目に新しいコメントとして表示されている。
また、各コメントを投稿したユーザのうち、このコメント解析ページにログインしているユーザがフォローしていないユーザのユーザ名の右に、フォローボタン105a乃至105cが表示される。ユーザは、フォローボタン105a乃至105cを押下することにより、指定したユーザをフォローすることができる。
さらに、すでにフォローしているユーザのコメントは、背景色等を変更することにより、他のコメントと区別して表示される。この例の場合、コメント解析ページにログインしているユーザがフォローしているユーザ名「nyanko」のユーザによるコメント「踏ん張りどころ、頑張れ!」の背景色が、他のコメントと異なる色に設定されている。
なお、フォローとは、ユーザが注目する他のユーザを指定する機能である。例えば、ユーザをフォローすることにより、コメント解析ページにおいて、フォローしたユーザのコメントが抽出されて表示されたり、優先的に表示されたりする。
[コメント解析サービス提供処理]
次に、図5および図6のフローチャートを参照して、情報処理装置13により実行されるコメント解析サービス提供処理について説明する。
次に、図5および図6のフローチャートを参照して、情報処理装置13により実行されるコメント解析サービス提供処理について説明する。
ステップS1において、コメント収集部52は、コメントを収集する。具体的には、コメント収集部52は、コメント解析サービスの対象となる対象番組についてのコメントを、例えば、各種の検索技術やクローリング技術等を用いて、ネットワーク14および受信部51を介して、サーバ11から収集する。コメント収集部52は、収集したコメントをコメントDB53に蓄積する。
ステップS2において、解析部54は、コメントを解析する。具体的には、例えば、解析部54は、形態素解析等の手法を用いて、収集した各コメントを単語レベルに分解し、各コメントに含まれる単語を抽出する。
また、例えば、解析部54は、各コメントの主観分類を行い、ポジティブ(肯定的)なコメント、ネガティブ(否定的)なコメント、ポジティブでもネガティブでもないニュートラルなコメントの3つのクラスに各コメントを分類する。これには、例えば、「N. Kobayashi他, "Opinion Mining from Web Documents: Extraction and Structurization",人工知能学会論文誌, Vol. 22, No. 2, pp.227-238, 2007」に記載されている手法を用いることができる。
なお、各コメントをポジティブなコメントとネガティブなコメントの2つのクラスに分類するようにしてもよいし、ポジティブ度またはネガティブ度に応じて4つ以上のクラスに分類するようにしてもよい。
そして、解析部54は、各コメントの解析結果を記憶部57に記憶させる。
ステップS3において、キーワード検出部55は、所定量のコメントが新たに蓄積されたか否かを判定する。まだ所定量のコメントが新たに蓄積されていないと判定された場合、処理はステップS1に戻る。
その後、ステップS3において、所定量のコメントが新たに蓄積されたと判定されるまで、ステップS1乃至S3の処理が繰り返し実行され、対象番組についてのコメントが収集され、コメントDB53に蓄積される。
一方、ステップS3において、所定量のコメントが新たに蓄積されたと判定された場合、処理はステップS4に進む。
ステップS4において、キーワード検出部55は、盛り上がりキーワードを検出する。具体的には、例えば、キーワード検出部55は、直近に投稿された所定の数のコメント(以下、新着コメントと称する)を、投稿時間の古い順に所定の数のグループ(以下、新着グループと称する)に分割する。
なお、以下、直近に投稿された50の新着コメントを、投稿時間の古い順に新着グループ1乃至5の5つのグループに分割する場合について説明する。従って、1つの新着グループには、コメントが10ずつ含まれる。
次に、キーワード検出部55は、新着コメント内に出現する各単語の出現頻度を新着グループ毎にカウントする。これにより、新着コメント内に単語1乃至nのn個の単語が出現する場合、新着グループ1乃至5における単語i(i=1〜n)の出現頻度が、それぞれ求められる。また、キーワード検出部55は、各単語について、新着グループ毎の出現頻度を合計することにより、新着コメント内における出現総数Tを算出する。
さらに、キーワード検出部55は、各単語の新着グループ毎の出現頻度の推移を調査する。例えば、キーワード検出部55は、各単語の出現頻度を投稿時間が古い新着グループ順に並べ、出現頻度が増加している場合に+1し、減少している場合に−1することにより、各単語の出現頻度の増減傾向を表す増減スコアSを算出する。例えば、新着グループ1乃至5における単語iの出現頻度が1、5、10、10、7と推移している場合、出現頻度が2回増加し、1回減少しているので、単語iの増減スコアは+1(=(+1)×2+(−1)×1)となる。
また、キーワード検出部55は、各単語の新着グループ毎の出現頻度の分散Dを算出する。
さらに、キーワード検出部55は、例えば、以下の式(1)に基づいて、各単語の盛り上がり度を算出する。
盛り上がり度=出現総数T×増減スコアS×出現頻度の分散D ・・・(1)
この盛り上がり度は、出現総数Tが多く、かつ、新着グループ毎の出現頻度が増加傾向にあり、かつ、出現頻度の分散Dが大きい(すなわち、新着グループ毎の出現頻度の増減率が大きい)単語ほど高くなる。従って、例えば、出現頻度が急激に増加している単語の盛り上がり度が高くなる。
そして、キーワード検出部55は、盛り上がり度が高い順に所定の数(例えば4つ)の単語を盛り上がりキーワードとして検出する。キーワード検出部55は、検出した盛り上がりキーワードを記憶部57に記憶させる。
ステップS5において、特徴量抽出部58は、投票項目の候補コメントの特徴量を抽出する。具体的には、特徴量抽出部58は、例えば、新着コメントの中から盛り上がりキーワードを含むコメントを投票項目の候補コメントとして抽出する。また、特徴量抽出部58は、コメント解析サービスを利用しているユーザの中から1人を選択し、注目ユーザに設定する。そして、特徴量抽出部58は、注目ユーザに対する各候補コメントの特徴量を表すコメント特徴量ベクトルを算出する。
図7は、「龍馬かっこいい!!!」というコメントに対するコメント特徴量ベクトルの例を示している。コメント特徴量ベクトルは、例えば、文体特徴量、単語出現頻度、主観分類結果等を特徴量として含む。
文体特徴量は、コメントの文体の特徴を表すものであり、例えば、計量文体論等に基づく特徴量が含まれる。この例では、コメント内の”!”の数、”w”の数、漢字比率、文字数、平均文字繰り返し数が含まれている。なお、”!”の数、”w”の数は、半角と全角を区別せずにカウントされる。
例えば、「龍馬かっこいい!!!」には、”!”が3回出現しているので、”!”の数は3に設定される。一方、”w”は1回も出現していないので、”w”の数は0に設定される。
また、「龍馬かっこいい!!!」の文字数は10文字であり、そのうち漢字が2文字含まれるので、漢字比率は0.2に設定され、文字数は10に設定される。
さらに、「龍馬かっこいい!!!」を、異なる文字が出現する毎に区切りを入れた場合、/龍/馬/か/っ/こ/いい/!!!/となる。そして、区分毎に文字数を数えると、/1/1/1/1/1/2/3/となる。そして、1区分あたりの文字数の平均を求めると、(1+1+1+1+1+2+3)/7=1.429となる。この1.429が、平均文字繰り返し数に設定される。
また、単語出現頻度は、例えば、コメント内での各単語の出現回数を示し、所定の辞書に登録されている全ての単語の出現回数が所定の順に並べられる。なお、コメント内に出現しない単語には0が設定される。
さらに、主観分類結果は、例えば、ポジティブなコメントの場合、(1,0)が設定され、ネガティブなコメントの場合、(0,1)が設定される。
そして、特徴量抽出部58は、コメント解析サービスを利用している全てのユーザを順番に注目ユーザに設定し処理を行うことにより、各ユーザに対する各候補コメントの特徴量を表すコメント特徴量ベクトルを算出する。特徴量抽出部58は、算出したコメント特徴量ベクトルをマッチング部59に供給する。
ステップS6において、マッチング部59は、各ユーザと候補コメントのマッチングを行う。具体的には、マッチング部59は、コメント解析サービスを利用しているユーザの中から1人を選択し、注目ユーザに設定する。そして、マッチング部59は、注目ユーザが過去に投稿したコメントの特徴量ベクトルの平均ベクトルであるユーザ特徴量ベクトルと、各候補コメントのコメント特徴量ベクトルとのマッチングを行う。
例えば、ユーザ特徴量ベクトルuの各特徴量をui(i=1〜m)、コメント特徴量ベクトルcの各特徴量をci(i=1〜m)、重みベクトルwの各重みをwi(i=1〜m)とした場合、ユーザ特徴量ベクトルuとコメント特徴量ベクトルcとの類似度を表すマッチングスコアmsは、次式(2)により算出される。
そして、マッチング部59は、コメント解析サービスを利用している全てのユーザを順番に注目ユーザに設定し処理を行うことにより、各ユーザのユーザ特徴量ベクトルuと各候補コメントのコメント特徴量ベクトルcとのマッチングスコアmsを算出する。マッチング部59は、算出したマッチングスコアmsを投票項目選択部60に供給する。
なお、ここで用いられるマッチング手法は、上述した例に限定されるものではなく、任意の手法を採用することができる。
また、ユーザ特徴量ベクトルは、例えば、予め算出しておくようにしてもよいし、マッチングを行う毎に算出するようにしてもよい。
さらに、ユーザ特徴量ベクトルの算出対象とする過去の注目ユーザのコメントの範囲は、任意に設定することができる。例えば、直近の所定の期間(例えば、1ヶ月)内に投稿されたコメントを対象にするようにしてもよいし、対象番組と同ジャンルの番組について投稿されたコメントを対象にするようにしてもよい。
ステップS7において、投票項目選択部60は、投票項目を選択する。具体的には、投票項目選択部60は、コメント解析サービスを利用しているユーザの中から1人を選択し、注目ユーザに設定する。そして、投票項目選択部60は、盛り上がりキーワード毎に、各盛り上がりキーワードを含む候補コメントの中から、注目ユーザに対するマッチングスコアmsが最も高いコメントを1つずつ選択し、投票項目に選択する。
例えば、盛り上がりキーワード”龍馬”を含む候補コメントのマッチングスコアmsが図8に示されるように算出されている場合、マッチングスコアmsが最も高い「龍馬かっこいい!!!」が投票項目に選択される。同様に、例えば、盛り上がりキーワード”かっこいい”を含む候補コメントのマッチングスコアmsが図9に示されるように算出されている場合、マッチングスコアmsが最も高い「かっこいいいな」が投票項目に選択される。
従って、注目ユーザの特性に基づいて、各盛り上がりキーワードを含む候補コメントの中から注目ユーザに対する投票項目が選択される。
具体的には、マッチングスコアmsの算出に用いた特徴量ベクトルに文体特徴量が含まれるため、注目ユーザの文体に近い文体のコメントが優先して投票項目に選択されるようになる。また、特徴量ベクトルに単語出現頻度が含まれるため、注目ユーザがよく使用する単語を含むコメントが優先して投票項目に選択されるようになる。さらに、特徴量ベクトルに主観分類結果が含まれるため、ポジティブなコメントを投稿する比率が高い注目ユーザに対しては、ポジティブなコメントが優先して投票項目に選択されるようになる。逆に、ネガティブなコメントを投稿する比率が高い注目ユーザに対しては、ネガティブなコメントが優先して投票項目に選択されるようになる。
従って、注目ユーザが投稿するコメントと雰囲気の似た、注目ユーザが馴染みやすいコメントが投票項目に選択されやすくなる。
以上により、注目ユーザが、選択された投票項目に同意し、コメント解析ページで投票ボタン102を押下する可能性が高くなる。その結果、対象番組についての注目ユーザからのフィードバックを増やすことができる。
そして、投票項目選択部60は、コメント解析サービスを利用している全てのユーザを順番に注目ユーザに設定し処理を行うことにより、各ユーザに対する投票項目を個別に選択する。投票項目選択部60は、選択した投票項目を表示制御部65に通知する。
ステップS8において、集計部61は、コメントの投稿数および投票数を集計する。具体的には、集計部61は、記憶部57に記憶されているコメントの解析結果に基づいて、現在までに収集したコメントに出現する各単語について、各単語を含むコメントの投稿数を、ポジティブなコメント、ネガティブなコメント、ニュートラルなコメントに分けて集計する。例えば、”龍馬”を含むコメントの投稿数を集計する場合、”龍馬”を含むポジティブなコメントの投稿数、”龍馬”を含むネガティブなコメントの投稿数、”龍馬”を含むニュートラルなコメントの投稿数が求められる。
また、集計部61は、記憶部57に記憶されているコメントの投票結果に基づいて、現在までに収集したコメントに出現する各単語について、各単語を含むコメントに対する投票数(すなわち、肯定的な評価数)を、ポジティブなコメント、ネガティブなコメント、ニュートラルなコメントに分けて集計する。例えば、”龍馬”を含むコメントに対する投票数を集計する場合、”龍馬”を含むポジティブなコメントに対する投票数、”龍馬”を含むネガティブなコメントに対する投票数、”龍馬”を含むニュートラルなコメントに対する投票数が求められる。
そして、集計部61は、現在までに収集したコメントに出現する各単語について、各単語を含むコメントの投稿数と投票数の合計(投稿投票数)を、ポジティブなコメント、ネガティブなコメント、ニュートラルなコメントに分けて集計する。例えば、”龍馬”を含むコメントに対する投稿投票数を集計する場合、”龍馬”を含むポジティブなコメントに対する投稿投票数、”龍馬”を含むネガティブなコメントに対する投稿投票数、”龍馬”を含むニュートラルなコメントに対する投稿投票数が求められる。
そして、集計部61は、集計結果を表示制御部65に通知する。
ステップS9において、表示制御部65は、コメント解析ページの表示を更新する。具体的には、表示制御部65は、コメントDB53に蓄積されているコメント、記憶部57に記憶されているコメントの解析結果、および、盛り上がりキーワードの検出結果、集計部61により集計されたコメントの投稿数および投票数の集計結果、並びに、情報DB63に蓄積されている対象番組に関する情報に基づいて、図3および図4を参照して上述したコメント解析ページを表示するための表示制御データを生成する。
なお、ユーザ毎に投票項目が異なるため、表示制御データの一部は、ユーザ(クライアント12)毎に異なる。
そして、表示制御部65は、生成した表示制御データを、送信部66およびネットワーク14を介して、各クライアント12に送信する。
表示制御データを受信した各クライアント12は、受信した表示制御データに基づいて、コメント解析ページを表示する。その結果、コメント解析ページの表示内容が更新される。
ステップS10において、投票収集部56は、投票を収集する。具体的には、各クライアント12で表示されているコメント解析ページにおいて、投票ボタン102が押下された場合、当該クライアント12は、投票内容を示す情報を、ネットワーク14を介して、情報処理装置13に送信する。この投票内容を示す情報には、例えば、投票されたコメント(投票項目)、投票したユーザ等を示す情報が含まれる。
情報処理装置13の投票収集部56は、受信部51を介して、投票内容を示す情報を受信する。そして、投票収集部56は、各クライアント12から収集した投票の結果を記憶部57に記憶させる。
ステップS11において、集計部61は、投票結果の更新期間が経過したか否かを判定する。投票結果の更新期間が経過したと判定された場合、処理はステップS12に進む。
ステップS12において、ステップS8の処理と同様に、コメントの投稿数および投票数が集計される。
ステップS13において、ステップS9の処理と同様に、コメント解析ページの表示が更新される。これにより、例えば、各クライアント12において、コメント解析ページの注目のコメント欄を除く部分の表示が更新される。
その後、処理はステップS14に進む。
一方、ステップS11において、投票結果の更新期間が経過していないと判定された場合、ステップS12およびS13の処理はスキップされ、処理はステップS14に進む。
ステップS14において、ステップS1の処理と同様に、コメントが収集される。
ステップS15において、ステップS2の処理と同様に、コメントが解析される。
ステップS16において、ステップS3の処理と同様に、所定量のコメントが新たに蓄積されたか否かが判定され、まだ所定量のコメントが新たに蓄積されていないと判定された場合、処理はステップS17に進む。
ステップS17において、投票収集部56は、サービスの提供期間が終了したか否かを判定する。サービスの提供期間が終了していないと判定された場合、処理はステップS10に戻る。
その後、ステップS16において、所定量のコメントが新たに蓄積されたと判定されるか、ステップS17において、サービスの提供期間が終了したと判定されるまで、ステップS10乃至S17の処理が繰り返し実行される。これにより、コメントおよびコメントに対する投票が収集され、所定の更新期間毎に、コメントの投稿数および投票数が集計され、コメント解析ページの表示が更新される。
一方、ステップS16において、所定量のコメントが新たに蓄積されたと判定された場合、処理はステップS4に戻る。
その後、ステップS17において、サービスの提供期間が終了したと判定されるまで、ステップS4乃至S17の処理が繰り返し実行される。これにより、コメントおよびコメントに対する投票が収集され、所定の更新期間毎に、コメントの投稿数および投票数が集計され、コメント解析ページの表示が更新される。また、所定量のコメントが新たに収集される毎に、盛り上がりキーワードが更新されるとともに、各ユーザに対する投票項目が更新され、コメント解析ページの表示が更新される。
一方、ステップS17において、サービスの提供期間が終了したと判定された場合、コメント解析サービス提供処理は終了する。なお、サービスの提供期間は、例えば、対象番組の放送が終了するまで、あるいは、放送が終了してから所定の期間が経過するまでに設定される。
以上のようにして、対象番組についてのコメントの解析結果をユーザに提供することができる。
また、各ユーザから投稿されたコメントの一部が投票項目としてユーザに提示され、ユーザは簡単な操作で投票項目に対する投票を行うことができ、容易に対象番組についてのフィードバックを返すことができる。さらに、投票項目は、ユーザの間で盛り上がっているキーワードを含むコメントの中から、各ユーザの特性に応じて個別に選択される。従って、各ユーザが投票する可能性が高くなり、対象番組についての各ユーザからのフィードバックを増やすことができる。
さらに、例えば、ユーザが投票したコメントを、ユーザが自ら投稿したコメントと同様に扱い、類似ユーザの検索や各種の推薦処理に利用することができる。
例えば、あるユーザAが投票したコメントに基づいて、ユーザAに類似するユーザを検索することが可能である。具体的には、例えば、各コメントに含まれるキーワードを用いたベクトル空間法などの手法により、ユーザAが投票したコメントと類似するコメントを投稿したユーザや、ユーザAが投票したコメントと類似するコメントに投票したユーザを、ユーザAに類似するユーザとして検出することが可能である。
また、投票したユーザと投票されたコメントを投稿したユーザとの間の関係に基づいて、ユーザの相関関係を構築し、ユーザの推薦等に利用することが可能である。例えば、ユーザAがユーザBのコメントに投票し、さらにユーザBがユーザCのコメントに対して投票している場合、ユーザCをユーザAに推薦することが考えられる。
さらに、例えば、ユーザAがポジティブなコメントに対して投票した場合、そのコメントに含まれるキーワードに基づいて、ユーザAに対する推薦アイテムを検索して、ユーザAに推薦することが可能である。
<2.変形例>
以下、本技術の実施の形態の変形例について説明する。
以下、本技術の実施の形態の変形例について説明する。
[変形例1:投稿対象の変形例]
以上の説明では、主にTV番組についてのコメントの収集および解析を行う例を示したが、本技術は、TV番組以外の投稿対象についてのコメントの収集および解析を行うことも可能である。そのような投稿対象には、例えば、TV番組以外の動画コンテンツ(例えば、映画等)、音声コンテンツ(例えば、ラジオ番組、音楽等)等の時間とともに進行する各種のコンテンツや、コンサート、講演会、スポーツの試合、製品説明会等の時間とともに進行する各種のイベント等が想定される。
以上の説明では、主にTV番組についてのコメントの収集および解析を行う例を示したが、本技術は、TV番組以外の投稿対象についてのコメントの収集および解析を行うことも可能である。そのような投稿対象には、例えば、TV番組以外の動画コンテンツ(例えば、映画等)、音声コンテンツ(例えば、ラジオ番組、音楽等)等の時間とともに進行する各種のコンテンツや、コンサート、講演会、スポーツの試合、製品説明会等の時間とともに進行する各種のイベント等が想定される。
また、それらのコンテンツは、TV放送などによりリアルタイムに配信されるものでもよいし、動画配信サービス等により非リアルタイムに配信されるものでもよい。
[変形例2:投票項目に対する評価の変形例]
以上の説明では、投票ボタン102を用いて肯定的な評価を付与できるように投票項目を提示する例を示したが、さらに否定的な評価を付与するための投票ボタンを設けて、各投票項目に対して肯定的な評価と否定的な評価を付与できるようにしてもよい。
以上の説明では、投票ボタン102を用いて肯定的な評価を付与できるように投票項目を提示する例を示したが、さらに否定的な評価を付与するための投票ボタンを設けて、各投票項目に対して肯定的な評価と否定的な評価を付与できるようにしてもよい。
この場合、例えば、ポジティブなコメントに対して否定的な評価を付与する投票が行われた場合、投票数の集計において、ネガティブなコメントに対して1票投票された扱いにするようにしてもよい。同様に、例えば、ネガティブなコメントに対して否定的な評価を付与する投票が行われた場合、投票数の集計において、ポジティブなコメントに対して1票投票された扱いにするようにしてもよい。
また、例えば、肯定的な評価を付与する投票ボタンを設けずに、否定的な評価を付与する投票ボタンのみ設けるようにしてもよい。さらに、例えば、各投票項目に対して、スライダーや星の数等により3段階以上の評価を付与できるようにしたり、点数等の評価値を入力できるようにしてもよい。
[変形例3:投票項目の選択に用いるコメントの特徴量の変形例]
以上の説明では、注目ユーザのコメントの特徴量(より詳細には、注目ユーザが過去に投稿したコメントの特徴量)を用いて投票項目を選択するようにしたが、例えば、注目ユーザが肯定的な評価を付与したコメントの特徴量を用いるようにしてもよい。この場合、注目ユーザのコメントの特徴量、および、注目ユーザが肯定的な評価を付与したコメントの特徴量の両方を用いるようにしてもよいし、いずれか一方のみを用いるようにしてもよい。
以上の説明では、注目ユーザのコメントの特徴量(より詳細には、注目ユーザが過去に投稿したコメントの特徴量)を用いて投票項目を選択するようにしたが、例えば、注目ユーザが肯定的な評価を付与したコメントの特徴量を用いるようにしてもよい。この場合、注目ユーザのコメントの特徴量、および、注目ユーザが肯定的な評価を付与したコメントの特徴量の両方を用いるようにしてもよいし、いずれか一方のみを用いるようにしてもよい。
[変形例4:投票項目の選択基準の変形例]
以上の説明では、各盛り上がりキーワードについて、その盛り上がりキーワードを含むコメントの中からマッチングスコアが最大となるものを投票項目に選択する例を示したが、他の基準に基づいて、投票項目を選択するようにしてもよい。
以上の説明では、各盛り上がりキーワードについて、その盛り上がりキーワードを含むコメントの中からマッチングスコアが最大となるものを投票項目に選択する例を示したが、他の基準に基づいて、投票項目を選択するようにしてもよい。
例えば、盛り上がりキーワードを含むコメントのうちポジティブなコメントおよびネガティブなコメントから、それぞれマッチングスコアが最大となるものを1つずつ投票項目に選択するようにしてもよい。
ここで、図10および図11を参照して、この場合の具体例について説明する。なお、図10および図11は、図8および図9に、各コメントの主観分類の結果をそれぞれ付加したものである。
例えば、図10に基づいて、盛り上がりキーワード”龍馬”を含むコメントの中から、マッチングスコアが最大となるポジティブなコメント「龍馬かっこいい!!!」、マッチングスコアが最大となるネガティブなコメント「こんなダサい龍馬ww」の2つのコメントが投票項目に選択される。
また、例えば、図11に基づいて、盛り上がりキーワード”かっこいい”を含むコメントの中から、マッチングスコアが最大となるポジティブなコメント「かっこいいな」が投票項目に選択される。この場合、”かっこいい”を含むネガティブなコメントは存在しないため、選択される投票項目は1つのみとなる。
また、例えば、ポジティブなコメントまたはネガティブなコメントの一方のみから投票項目を選択するようにしてもよい。
例えば、ポジティブなコメントのみから投票項目を選択するようにした場合、図10に基づいて、盛り上がりキーワード”龍馬”を含むコメントの中から、マッチングスコアが最大となるポジティブなコメント「龍馬かっこいい!!!」が投票項目に選択される。また、図11に基づいて、盛り上がりキーワード”かっこいい”を含むコメントの中から、マッチングスコアが最大となるポジティブなコメント「かっこいいな」が投票項目に選択される。
また、例えば、ネガティブなコメントのみから投票項目を選択するようにした場合、図10に基づいて、盛り上がりキーワード”龍馬”を含むコメントの中から、マッチングスコアが最大となるネガティブなコメント「こんなダサい龍馬ww」が投票項目に選択される。なお、盛り上がりキーワード”かっこいい”については、ネガティブなコメントが存在しないため、投票項目は選択されない。
さらに、例えば、ユーザがフォローしている(注目している)投稿者のコメントに対するマッチングスコアに所定の定数を加えたり、1より大きい所定の係数を掛けたりして、ユーザがフォローしている投稿者のコメントが優先して投票項目に選択されるようにしてもよい。
[変形例5:投票項目の表示順の変形例]
図3のコメント解析ページの注目のコメント欄における投票項目の表示順について、例えば、投票項目に含まれる盛り上がりキーワードの盛り上がり度が高い順に設定することが考えられる。なお、この場合、盛り上がりキーワードを複数含む投票項目については、各盛り上がりキーワードの盛り上がり度を加算するようにしてもよい。
図3のコメント解析ページの注目のコメント欄における投票項目の表示順について、例えば、投票項目に含まれる盛り上がりキーワードの盛り上がり度が高い順に設定することが考えられる。なお、この場合、盛り上がりキーワードを複数含む投票項目については、各盛り上がりキーワードの盛り上がり度を加算するようにしてもよい。
また、ユーザの嗜好に基づいて、ポジティブなコメントとネガティブなコメントを表示する順序を変更するようにしてもよい。
例えば、ユーザが過去に投稿したコメントにおいて、ポジティブなコメントの比率が高い場合、ポジティブなコメントを上位に表示し、ネガティブなコメントの比率が高い場合、ネガティブなコメントを上位に表示するようにしてもよい。あるいは、例えば、ユーザが過去に肯定的な評価を付与したコメントにおいて、ポジティブなコメントの比率が高い場合、ポジティブなコメントを上位に表示し、ネガティブなコメントの比率が高い場合、ネガティブなコメントを上位に表示するようにしてもよい。あるいは、ユーザが過去に投稿したコメントおよび過去に肯定的な評価を付与したコメントの両方の集計結果において、ポジティブなコメントの比率が高い場合、ポジティブなコメントを上位に表示し、ネガティブなコメントの比率が高い場合、ネガティブなコメントを上位に表示するようにしてもよい。
[変形例6:投票項目の選択に用いるユーザの特性の変形例]
投票項目の選択に用いるユーザの特性は、上述した例に限定されるものではなく、上述した特性の一部を用いたり、他の特性を用いたりすることも可能である。
投票項目の選択に用いるユーザの特性は、上述した例に限定されるものではなく、上述した特性の一部を用いたり、他の特性を用いたりすることも可能である。
また、投票項目の選択に用いるユーザの文体特徴量も、上述した例に限定されるものではなく、上述した特徴量の一部を用いたり、他の特徴量を用いたりすることが可能である。
さらに、文体特徴量は言語の種類により異なるため、コメントに用いる言語の種類により、使用する文体特徴量を変更するようにしてもよい。
[変形例7:キーワードの変形例]
盛り上がりキーワードの検出方法は、上述した例に限定されるものではない。例えば、各単語の出現頻度、出現頻度の推移、および、出現頻度の分散のいずれか1つまたは2つに基づいて、盛り上がりキーワードを検出するようにしてもよい。
盛り上がりキーワードの検出方法は、上述した例に限定されるものではない。例えば、各単語の出現頻度、出現頻度の推移、および、出現頻度の分散のいずれか1つまたは2つに基づいて、盛り上がりキーワードを検出するようにしてもよい。
また、盛り上がりキーワード以外のキーワードを注目するキーワードとして検出し、投票項目の選択に用いるようにしてもよい。
例えば、サービス提供者が、キーワードの候補を予め設定しておき、その候補の中から、収集したコメントの中に含まれるキーワードを注目するキーワードとして検出し、投票項目の選択に用いるようにしてもよい。これにより、例えば、サービス提供者が、所望のキーワードに対するユーザの嗜好等を調査することが可能になる。
[変形例8:コメントの解析単位およびキーワードの検出単位の変形例]
コメントの解析単位、および、注目するキーワードの検出単位は、単語レベルに限定されるものではなく、例えば、単語より単位が大きな語句(例えば、熟語、フレーズ等)を含むレベルに設定するようにしてもよい。
コメントの解析単位、および、注目するキーワードの検出単位は、単語レベルに限定されるものではなく、例えば、単語より単位が大きな語句(例えば、熟語、フレーズ等)を含むレベルに設定するようにしてもよい。
[コンピュータの構成例]
上述した一連の処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどが含まれる。
上述した一連の処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。一連の処理をソフトウエアにより実行する場合には、そのソフトウエアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、専用のハードウエアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどが含まれる。
図12は、上述した一連の処理をプログラムにより実行するコンピュータのハードウエアの構成例を示すブロック図である。
コンピュータにおいて、CPU(Central Processing Unit)301,ROM(Read Only Memory)302,RAM(Random Access Memory)303は、バス304により相互に接続されている。
バス304には、さらに、入出力インタフェース305が接続されている。入出力インタフェース305には、入力部306、出力部307、記憶部308、通信部309、及びドライブ310が接続されている。
入力部306は、キーボード、マウス、マイクロフォンなどよりなる。出力部307は、ディスプレイ、スピーカなどよりなる。記憶部308は、ハードディスクや不揮発性のメモリなどよりなる。通信部309は、ネットワークインタフェースなどよりなる。ドライブ310は、磁気ディスク、光ディスク、光磁気ディスク、又は半導体メモリなどのリムーバブルメディア311を駆動する。
以上のように構成されるコンピュータでは、CPU301が、例えば、記憶部308に記憶されているプログラムを、入出力インタフェース305及びバス304を介して、RAM303にロードして実行することにより、上述した一連の処理が行われる。
コンピュータ(CPU301)が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア311に記録して提供することができる。また、プログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することができる。
コンピュータでは、プログラムは、リムーバブルメディア311をドライブ310に装着することにより、入出力インタフェース305を介して、記憶部308にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部309で受信し、記憶部308にインストールすることができる。その他、プログラムは、ROM302や記憶部308に、あらかじめインストールしておくことができる。
なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。
また、本明細書において、システムとは、複数の構成要素(装置、モジュール(部品)等)の集合を意味し、すべての構成要素が同一筐体中にあるか否かは問わない。したがって、別個の筐体に収納され、ネットワークを介して接続されている複数の装置、及び、1つの筐体の中に複数のモジュールが収納されている1つの装置は、いずれも、システムである。
さらに、本技術の実施の形態は、上述した実施の形態に限定されるものではなく、本技術の要旨を逸脱しない範囲において種々の変更が可能である。
例えば、本技術は、1つの機能をネットワークを介して複数の装置で分担、共同して処理するクラウドコンピューティングの構成をとることができる。
また、上述のフローチャートで説明した各ステップは、1つの装置で実行する他、複数の装置で分担して実行することができる。
さらに、1つのステップに複数の処理が含まれる場合には、その1つのステップに含まれる複数の処理は、1つの装置で実行する他、複数の装置で分担して実行することができる。
また、例えば、本技術は以下のような構成も取ることができる。
(1)
時間とともに進行する投稿対象についてのコメントを収集するコメント収集部と、
ユーザの特性に基づいて、収集したコメントの中から前記ユーザに提示するコメントを選択するコメント選択部と、
選択されたコメントに対する評価を前記ユーザが付与できるように、前記選択されたコメントの表示を制御する表示制御部と、
前記ユーザにより付与された評価を収集する評価収集部と
を含む情報処理装置。
(2)
前記ユーザの特性は、前記ユーザのコメントの特徴量、および、前記ユーザが肯定的な評価を付与したコメントの特徴量のうち少なくとも一方を含み、
前記コメント選択部は、前記ユーザのコメントの特徴量、および、前記ユーザが肯定的な評価を付与したコメントの特徴量のうち少なくとも一方に基づく特徴量と、収集したコメントの特徴量とをマッチングした結果に基づいて、前記ユーザに提示するコメントを選択する
前記(1)に記載の情報処理装置。
(3)
前記コメントの特徴量は、文体の特徴量、出現する語句、各語句の出現頻度、並びに、ポジティブなコメントまたはネガティブなコメントに分類した結果のうち少なくとも1つを含む
前記(2)に記載の情報処理装置。
(4)
収集したコメントの中から注目するキーワードを検出するキーワード検出部をさらに含み、
前記コメント選択部は、検出された前記キーワードを含むコメントの中から前記ユーザに提示するコメントを選択する
前記(1)乃至(3)のいずれかに記載の情報処理装置。
(5)
前記キーワード検出部は、収集したコメントにおける出現頻度、出現頻度の推移、および、出現頻度の分散のうち少なくとも1つに基づいて、前記キーワードを検出する
前記(4)に記載の情報処理装置。
(6)
前記表示制御部は、検出された前記キーワード毎に、前記キーワードを含むコメントの投稿数と前記キーワードを含むコメントに対する肯定的な評価数の合計値を表示するように制御する
前記(4)または(5)に記載の情報処理装置。
(7)
前記表示制御部は、ポジティブなコメントとネガティブなコメントを区別して表示するように制御する
前記(1)乃至(6)のいずれかに記載の情報処理装置。
(8)
前記表示制御部は、前記ユーザのコメントにおけるポジティブなコメントとネガティブなコメントの比率、および、前記ユーザが肯定的な評価を付与したコメントにおけるポジティブなコメントとネガティブなコメントの比率のうち少なくとも一方に基づいて、ポジティブなコメントとネガティブなコメントを表示する順序を変更する
前記(7)に記載の情報処理装置。
(9)
収集したコメントを解析し、ポジティブなコメントとネガティブなコメントを含む複数のクラスに分類する解析部を
さらに含む前記(1)乃至(8)のいずれかに記載の情報処理装置。
(10)
前記コメント選択部は、前記ユーザが注目する他のユーザのコメントを優先して選択する
前記(1)乃至(9)のいずれかに記載の情報処理装置。
(11)
情報処理装置が、
時間とともに進行する投稿対象についてのコメントを収集し、
ユーザの特性に基づいて、収集したコメントの中から前記ユーザに提示するコメントを選択し、
選択されたコメントに対する評価を前記ユーザが付与できるように、前記選択されたコメントの表示を制御し、
前記ユーザにより付与された評価を収集する
ステップを含む情報処理方法。
(12)
時間とともに進行する投稿対象についてのコメントを収集し、
ユーザの特性に基づいて、収集したコメントの中から前記ユーザに提示するコメントを選択し、
選択されたコメントに対する評価を前記ユーザが付与できるように、前記選択されたコメントの表示を制御し、
前記ユーザにより付与された評価を収集する
ステップを含む処理をコンピュータに実行させるためのプログラム。
時間とともに進行する投稿対象についてのコメントを収集するコメント収集部と、
ユーザの特性に基づいて、収集したコメントの中から前記ユーザに提示するコメントを選択するコメント選択部と、
選択されたコメントに対する評価を前記ユーザが付与できるように、前記選択されたコメントの表示を制御する表示制御部と、
前記ユーザにより付与された評価を収集する評価収集部と
を含む情報処理装置。
(2)
前記ユーザの特性は、前記ユーザのコメントの特徴量、および、前記ユーザが肯定的な評価を付与したコメントの特徴量のうち少なくとも一方を含み、
前記コメント選択部は、前記ユーザのコメントの特徴量、および、前記ユーザが肯定的な評価を付与したコメントの特徴量のうち少なくとも一方に基づく特徴量と、収集したコメントの特徴量とをマッチングした結果に基づいて、前記ユーザに提示するコメントを選択する
前記(1)に記載の情報処理装置。
(3)
前記コメントの特徴量は、文体の特徴量、出現する語句、各語句の出現頻度、並びに、ポジティブなコメントまたはネガティブなコメントに分類した結果のうち少なくとも1つを含む
前記(2)に記載の情報処理装置。
(4)
収集したコメントの中から注目するキーワードを検出するキーワード検出部をさらに含み、
前記コメント選択部は、検出された前記キーワードを含むコメントの中から前記ユーザに提示するコメントを選択する
前記(1)乃至(3)のいずれかに記載の情報処理装置。
(5)
前記キーワード検出部は、収集したコメントにおける出現頻度、出現頻度の推移、および、出現頻度の分散のうち少なくとも1つに基づいて、前記キーワードを検出する
前記(4)に記載の情報処理装置。
(6)
前記表示制御部は、検出された前記キーワード毎に、前記キーワードを含むコメントの投稿数と前記キーワードを含むコメントに対する肯定的な評価数の合計値を表示するように制御する
前記(4)または(5)に記載の情報処理装置。
(7)
前記表示制御部は、ポジティブなコメントとネガティブなコメントを区別して表示するように制御する
前記(1)乃至(6)のいずれかに記載の情報処理装置。
(8)
前記表示制御部は、前記ユーザのコメントにおけるポジティブなコメントとネガティブなコメントの比率、および、前記ユーザが肯定的な評価を付与したコメントにおけるポジティブなコメントとネガティブなコメントの比率のうち少なくとも一方に基づいて、ポジティブなコメントとネガティブなコメントを表示する順序を変更する
前記(7)に記載の情報処理装置。
(9)
収集したコメントを解析し、ポジティブなコメントとネガティブなコメントを含む複数のクラスに分類する解析部を
さらに含む前記(1)乃至(8)のいずれかに記載の情報処理装置。
(10)
前記コメント選択部は、前記ユーザが注目する他のユーザのコメントを優先して選択する
前記(1)乃至(9)のいずれかに記載の情報処理装置。
(11)
情報処理装置が、
時間とともに進行する投稿対象についてのコメントを収集し、
ユーザの特性に基づいて、収集したコメントの中から前記ユーザに提示するコメントを選択し、
選択されたコメントに対する評価を前記ユーザが付与できるように、前記選択されたコメントの表示を制御し、
前記ユーザにより付与された評価を収集する
ステップを含む情報処理方法。
(12)
時間とともに進行する投稿対象についてのコメントを収集し、
ユーザの特性に基づいて、収集したコメントの中から前記ユーザに提示するコメントを選択し、
選択されたコメントに対する評価を前記ユーザが付与できるように、前記選択されたコメントの表示を制御し、
前記ユーザにより付与された評価を収集する
ステップを含む処理をコンピュータに実行させるためのプログラム。
1 情報処理システム, 11 サーバ, 12 クライアント, 13 情報処理装置, 14 ネットワーク, 52 コメント収集部, 53 コメントDB, 54 解析部, 55 キーワード検出部, 56 投票収集部, 57 記憶部, 58 特徴量抽出部, 59 マッチング部, 60 投票項目選択部, 61 集計部, 62 情報収集部, 63 情報DB, 64 学習部, 65 表示制御部, 101a乃至101d 投票項目, 102a乃至102d 投票ボタン
Claims (12)
- 時間とともに進行する投稿対象についてのコメントを収集するコメント収集部と、
ユーザの特性に基づいて、収集したコメントの中から前記ユーザに提示するコメントを選択するコメント選択部と、
選択されたコメントに対する評価を前記ユーザが付与できるように、前記選択されたコメントの表示を制御する表示制御部と、
前記ユーザにより付与された評価を収集する評価収集部と
を含む情報処理装置。 - 前記ユーザの特性は、前記ユーザのコメントの特徴量、および、前記ユーザが肯定的な評価を付与したコメントの特徴量のうち少なくとも一方を含み、
前記コメント選択部は、前記ユーザのコメントの特徴量、および、前記ユーザが肯定的な評価を付与したコメントの特徴量のうち少なくとも一方に基づく特徴量と、収集したコメントの特徴量とをマッチングした結果に基づいて、前記ユーザに提示するコメントを選択する
請求項1に記載の情報処理装置。 - 前記コメントの特徴量は、文体の特徴量、出現する語句、各語句の出現頻度、並びに、ポジティブなコメントまたはネガティブなコメントに分類した結果のうち少なくとも1つを含む
請求項2に記載の情報処理装置。 - 収集したコメントの中から注目するキーワードを検出するキーワード検出部をさらに含み、
前記コメント選択部は、検出された前記キーワードを含むコメントの中から前記ユーザに提示するコメントを選択する
請求項1に記載の情報処理装置。 - 前記キーワード検出部は、収集したコメントにおける出現頻度、出現頻度の推移、および、出現頻度の分散のうち少なくとも1つに基づいて、前記キーワードを検出する
請求項4に記載の情報処理装置。 - 前記表示制御部は、検出された前記キーワード毎に、前記キーワードを含むコメントの投稿数と前記キーワードを含むコメントに対する肯定的な評価数の合計値を表示するように制御する
請求項4に記載の情報処理装置。 - 前記表示制御部は、ポジティブなコメントとネガティブなコメントを区別して表示するように制御する
請求項1に記載の情報処理装置。 - 前記表示制御部は、前記ユーザのコメントにおけるポジティブなコメントとネガティブなコメントの比率、および、前記ユーザが肯定的な評価を付与したコメントにおけるポジティブなコメントとネガティブなコメントの比率のうち少なくとも一方に基づいて、ポジティブなコメントとネガティブなコメントを表示する順序を変更する
請求項7に記載の情報処理装置。 - 収集したコメントを解析し、ポジティブなコメントとネガティブなコメントを含む複数のクラスに分類する解析部を
さらに含む請求項7に記載の情報処理装置。 - 前記コメント選択部は、前記ユーザが注目する他のユーザのコメントを優先して選択する
請求項1に記載の情報処理装置。 - 情報処理装置が、
時間とともに進行する投稿対象についてのコメントを収集し、
ユーザの特性に基づいて、収集したコメントの中から前記ユーザに提示するコメントを選択し、
選択されたコメントに対する評価を前記ユーザが付与できるように、前記選択されたコメントの表示を制御し、
前記ユーザにより付与された評価を収集する
ステップを含む情報処理方法。 - 時間とともに進行する投稿対象についてのコメントを収集し、
ユーザの特性に基づいて、収集したコメントの中から前記ユーザに提示するコメントを選択し、
選択されたコメントに対する評価を前記ユーザが付与できるように、前記選択されたコメントの表示を制御し、
前記ユーザにより付与された評価を収集する
ステップを含む処理をコンピュータに実行させるためのプログラム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011225477A JP2013088832A (ja) | 2011-10-13 | 2011-10-13 | 情報処理装置、情報処理方法、および、プログラム |
US13/617,808 US8959456B2 (en) | 2011-10-13 | 2012-09-14 | Information processing device, information processing method, and program for providing candidate information to a user |
CN2012103677594A CN103198086A (zh) | 2011-10-13 | 2012-09-28 | 信息处理设备,信息处理方法和程序 |
US14/595,857 US20150127655A1 (en) | 2011-10-13 | 2015-01-13 | Information processing device, information processing method, and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011225477A JP2013088832A (ja) | 2011-10-13 | 2011-10-13 | 情報処理装置、情報処理方法、および、プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2013088832A true JP2013088832A (ja) | 2013-05-13 |
Family
ID=48532730
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011225477A Pending JP2013088832A (ja) | 2011-10-13 | 2011-10-13 | 情報処理装置、情報処理方法、および、プログラム |
Country Status (3)
Country | Link |
---|---|
US (2) | US8959456B2 (ja) |
JP (1) | JP2013088832A (ja) |
CN (1) | CN103198086A (ja) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015177416A (ja) * | 2014-03-17 | 2015-10-05 | 株式会社ニコン | コンテンツ感想出力装置、コンテンツ感想出力システム、およびコンテンツ感想出力プログラム |
JP5814490B1 (ja) * | 2015-01-22 | 2015-11-17 | 楽天株式会社 | 情報処理装置、情報処理方法、プログラム、記憶媒体 |
JP2017010153A (ja) * | 2015-06-18 | 2017-01-12 | 住友電気工業株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
WO2017159642A1 (ja) * | 2016-03-16 | 2017-09-21 | 株式会社インテロール | コンテンツ表示制御装置、コンテンツ表示制御装置の制御方法、トピック管理システム、制御プログラム、および記録媒体 |
JP2018042849A (ja) * | 2016-09-15 | 2018-03-22 | 株式会社コナミデジタルエンタテインメント | 情報共有システム、及びそれに用いられるコンピュータプログラム |
JP6353597B1 (ja) * | 2017-11-08 | 2018-07-04 | 大豊精機株式会社 | 3次元データ作成方法、3次元データ作成装置、2次元データ作成方法、及び2次元データ作成装置 |
JP2019016392A (ja) * | 2018-10-03 | 2019-01-31 | 株式会社ニコン | コンテンツ感想出力装置およびコンテンツ感想出力システム |
JP2019164417A (ja) * | 2018-03-19 | 2019-09-26 | ヤフー株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
JP2020149456A (ja) * | 2019-03-14 | 2020-09-17 | 日本放送協会 | 投票集計装置及びプログラム |
JP2020156109A (ja) * | 2014-07-18 | 2020-09-24 | ソニー株式会社 | 情報処理装置、情報処理方法、プログラム、および情報処理システム |
US11030677B2 (en) | 2015-08-11 | 2021-06-08 | Ebay Inc. | Interactive product review interface |
JP2023101449A (ja) * | 2022-01-10 | 2023-07-21 | ネイバーウェブトゥーン リミテッド | 最新性に基づいて選定されたコメントを表示するためのコメント管理方法およびシステム |
JP7405476B1 (ja) | 2023-07-03 | 2023-12-26 | 株式会社to you | ネットワークシステム、情報処理方法、およびサーバ |
JP7461604B2 (ja) | 2020-04-14 | 2024-04-04 | 株式会社カプコン | プログラム、情報処理装置および情報処理システム |
JP7492635B1 (ja) | 2023-08-15 | 2024-05-29 | 弘幸 秋山 | 方法、プログラム及び処理装置 |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5999425B2 (ja) * | 2012-09-26 | 2016-09-28 | ソニー株式会社 | 情報処理装置及び情報処理方法 |
CN103714063B (zh) * | 2012-09-28 | 2017-08-04 | 国际商业机器公司 | 数据分析方法及其系统 |
JP5571145B2 (ja) * | 2012-10-03 | 2014-08-13 | ヤフー株式会社 | 広告配信装置および広告配信方法 |
US20150293988A1 (en) * | 2014-04-10 | 2015-10-15 | Jeremiah D. Eubanks | System and Method for Opinion Sharing and Recommending Social Connections |
US20150312605A1 (en) * | 2014-04-28 | 2015-10-29 | Rovi Guides, Inc. | Systems and methods for determining a likelihood of user termination of services |
CN105872612A (zh) * | 2016-03-30 | 2016-08-17 | 宁波元鼎电子科技有限公司 | 一种改进型网络主播过程中主播与观众互动方法及系统 |
CN105872620A (zh) * | 2016-03-30 | 2016-08-17 | 宁波元鼎电子科技有限公司 | 一种网络主播过程中区分权限等级显示方法及系统 |
CN105721891A (zh) * | 2016-03-30 | 2016-06-29 | 宁波元鼎电子科技有限公司 | 一种网络主播过程中主播与观众互动方法及系统 |
US9984060B2 (en) * | 2016-04-18 | 2018-05-29 | Microsoft Technology Licensing, Llc | Correlating distinct events using linguistic analysis |
JP6945383B2 (ja) * | 2017-08-09 | 2021-10-06 | オムロンヘルスケア株式会社 | 評価依頼プログラム、評価依頼方法、及びコンピュータ装置 |
CN111327913B (zh) * | 2020-01-20 | 2021-07-20 | 北京字节跳动网络技术有限公司 | 消息处理方法、装置及电子设备 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7421429B2 (en) * | 2005-08-04 | 2008-09-02 | Microsoft Corporation | Generate blog context ranking using track-back weight, context weight and, cumulative comment weight |
US7895127B2 (en) * | 2006-09-29 | 2011-02-22 | Weiser Anatoly S | Rating-based sorting and displaying of reviews |
US7930302B2 (en) * | 2006-11-22 | 2011-04-19 | Intuit Inc. | Method and system for analyzing user-generated content |
US9405830B2 (en) * | 2007-02-28 | 2016-08-02 | Aol Inc. | Personalization techniques using image clouds |
JP4950753B2 (ja) | 2007-05-10 | 2012-06-13 | 日本放送協会 | コメント収集解析装置およびそのプログラム |
US9110569B2 (en) * | 2007-08-22 | 2015-08-18 | Linkedin Corporation | Indicating a content preference |
AU2009260120A1 (en) * | 2008-06-18 | 2009-12-23 | Ipowow! Development Pty Ltd | Assessing digital content across a communications network |
CN101887557A (zh) * | 2009-05-14 | 2010-11-17 | 北京闻言科技有限公司 | 一种移动商务中便携实现在线评论的技术 |
WO2011019296A1 (en) * | 2009-08-12 | 2011-02-17 | Google Inc. | User interface for web comments |
CN102045273A (zh) * | 2010-12-28 | 2011-05-04 | 位涛 | 一种通过页面关注将互联网信息订阅到社交网络的方法 |
-
2011
- 2011-10-13 JP JP2011225477A patent/JP2013088832A/ja active Pending
-
2012
- 2012-09-14 US US13/617,808 patent/US8959456B2/en not_active Expired - Fee Related
- 2012-09-28 CN CN2012103677594A patent/CN103198086A/zh active Pending
-
2015
- 2015-01-13 US US14/595,857 patent/US20150127655A1/en not_active Abandoned
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015177416A (ja) * | 2014-03-17 | 2015-10-05 | 株式会社ニコン | コンテンツ感想出力装置、コンテンツ感想出力システム、およびコンテンツ感想出力プログラム |
JP2020156109A (ja) * | 2014-07-18 | 2020-09-24 | ソニー株式会社 | 情報処理装置、情報処理方法、プログラム、および情報処理システム |
US11265603B2 (en) | 2014-07-18 | 2022-03-01 | Sony Corporation | Information processing apparatus and method, display control apparatus and method, reproducing apparatus and method, and information processing system |
JP6992845B2 (ja) | 2014-07-18 | 2022-01-13 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、プログラム、および情報処理システム |
JP5814490B1 (ja) * | 2015-01-22 | 2015-11-17 | 楽天株式会社 | 情報処理装置、情報処理方法、プログラム、記憶媒体 |
WO2016117070A1 (ja) * | 2015-01-22 | 2016-07-28 | 楽天株式会社 | 情報処理装置、情報処理方法、プログラム、記憶媒体 |
JP2017010153A (ja) * | 2015-06-18 | 2017-01-12 | 住友電気工業株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
US11030677B2 (en) | 2015-08-11 | 2021-06-08 | Ebay Inc. | Interactive product review interface |
WO2017159642A1 (ja) * | 2016-03-16 | 2017-09-21 | 株式会社インテロール | コンテンツ表示制御装置、コンテンツ表示制御装置の制御方法、トピック管理システム、制御プログラム、および記録媒体 |
JP2017167860A (ja) * | 2016-03-16 | 2017-09-21 | 株式会社インテロール | コンテンツ表示制御装置、コンテンツ表示制御装置の制御方法、トピック管理システム、制御プログラム、および記録媒体 |
JP2018042849A (ja) * | 2016-09-15 | 2018-03-22 | 株式会社コナミデジタルエンタテインメント | 情報共有システム、及びそれに用いられるコンピュータプログラム |
JP2019087069A (ja) * | 2017-11-08 | 2019-06-06 | 大豊精機株式会社 | 3次元データ作成方法、3次元データ作成装置、2次元データ作成方法、及び2次元データ作成装置 |
JP6353597B1 (ja) * | 2017-11-08 | 2018-07-04 | 大豊精機株式会社 | 3次元データ作成方法、3次元データ作成装置、2次元データ作成方法、及び2次元データ作成装置 |
JP2019164417A (ja) * | 2018-03-19 | 2019-09-26 | ヤフー株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
JP7001509B2 (ja) | 2018-03-19 | 2022-01-19 | ヤフー株式会社 | 情報処理装置、情報処理方法、及び情報処理プログラム |
JP2019016392A (ja) * | 2018-10-03 | 2019-01-31 | 株式会社ニコン | コンテンツ感想出力装置およびコンテンツ感想出力システム |
JP2020149456A (ja) * | 2019-03-14 | 2020-09-17 | 日本放送協会 | 投票集計装置及びプログラム |
JP7257825B2 (ja) | 2019-03-14 | 2023-04-14 | 日本放送協会 | 投票集計装置及びプログラム |
JP7461604B2 (ja) | 2020-04-14 | 2024-04-04 | 株式会社カプコン | プログラム、情報処理装置および情報処理システム |
JP2023101449A (ja) * | 2022-01-10 | 2023-07-21 | ネイバーウェブトゥーン リミテッド | 最新性に基づいて選定されたコメントを表示するためのコメント管理方法およびシステム |
JP7372399B2 (ja) | 2022-01-10 | 2023-10-31 | ネイバーウェブトゥーン リミテッド | 最新性に基づいて選定されたコメントを表示するためのコメント管理方法およびシステム |
JP7405476B1 (ja) | 2023-07-03 | 2023-12-26 | 株式会社to you | ネットワークシステム、情報処理方法、およびサーバ |
JP7492635B1 (ja) | 2023-08-15 | 2024-05-29 | 弘幸 秋山 | 方法、プログラム及び処理装置 |
Also Published As
Publication number | Publication date |
---|---|
US20150127655A1 (en) | 2015-05-07 |
US8959456B2 (en) | 2015-02-17 |
CN103198086A (zh) | 2013-07-10 |
US20130246972A1 (en) | 2013-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2013088832A (ja) | 情報処理装置、情報処理方法、および、プログラム | |
US8234311B2 (en) | Information processing device, importance calculation method, and program | |
WO2017181612A1 (zh) | 个性化视频推荐方法及装置 | |
US20180189860A1 (en) | Item recommendation system, item recommendation method, and computer program product | |
JP2013033375A (ja) | 情報処理装置、情報処理方法、および、プログラム | |
US9922110B2 (en) | Information processing apparatus, information processing method, and program | |
KR20100086676A (ko) | 컨텐츠에 대한 선호도 예측 방법 및 장치와, 샘플 컨텐츠 선정 방법 및 장치 | |
JP6405704B2 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
RU2649797C1 (ru) | Интерактивная система, способ и считываемый компьютером носитель данных представления рекламного контента | |
US8943012B2 (en) | Information processing device, information processing method, and program | |
CN113742567B (zh) | 一种多媒体资源的推荐方法、装置、电子设备及存储介质 | |
CN113535991B (zh) | 一种多媒体资源推荐方法、装置、电子设备及存储介质 | |
Lin et al. | Personalized channel recommendation on live streaming platforms | |
JP2013246683A (ja) | 情報処理装置、情報処理方法、および、プログラム | |
JP2014200007A (ja) | 推薦プログラム、推薦情報受信プログラム、推薦方法、推薦情報受信方法及び推薦装置 | |
CN111552835B (zh) | 文件推荐方法、装置及服务器 | |
Tao et al. | Dynamic feature weighting based on user preference sensitivity for recommender systems | |
US9058328B2 (en) | Search device, search method, search program, and computer-readable memory medium for recording search program | |
JP5882262B2 (ja) | 端末装置およびプログラム | |
JP5297510B2 (ja) | 情報処理装置および情報提供方法 | |
CN114245185A (zh) | 视频推荐方法、模型训练方法、装置、电子设备及介质 | |
JP2013092911A (ja) | 情報処理装置、情報処理方法、および、プログラム | |
JP2014006822A (ja) | 情報選択装置、情報選択方法、端末装置およびコンピュータプログラム | |
JP5805134B2 (ja) | 端末装置および装置のプログラム | |
US20230334261A1 (en) | Methods, systems, and media for identifying relevant content |