JP2013178754A - ソーシャルメディアデータ分析システム及び方法 - Google Patents

Abstract

【課題】データを分析して製品に関する活動を決定するためのシステムを提供する。
【解決手段】一人又は複数のデータアナリストが入力データを与えることができるように構成されるユーザーインターフェースと、ユーザーインターフェースに結合され、入力データに応答してソーシャルメディアデータを検索するように構成される収集モジュールとを備える。ソーシャルメディアデータは１つ又は複数のソーシャルメディアプラットフォームから受信される。収集モジュールに結合された処理回路は、ソーシャルメディアデータを分析して、処理済みデータを生成し、かつ複数の判定基準に基づいてこの処理済みデータを分類するように構成される分析モジュールと、分析モジュールに結合され、分類されたデータの複数の視覚的表示を生成するように構成される視覚化モジュールとを備える。
【選択図】図１

Description

本発明はデータ分析システム及び技法に関する。より詳細には、本発明は、種々のソーシャルメディアプラットフォームから受信されたデータを分析して、種々の製品及び事業のための戦略を形成するのを支援することに関する。

最近になって、顧客及び事業出資者を動かすに当たって、ソーシャルメディアが果たす役割への認識が高まっている。ソーシャルメディアプラットフォームの存在は成熟したものとなり、マーケティング戦略の鍵となる要素になるまでになった。フェイスブック、ツイッター等の現在利用可能であるソーシャルメディアプラットフォーム上に存在する情報量が増えつつあることが、顧客に対する正しい戦略を開発する必要性を高めている。ソーシャルバズ、トレンド、顧客フィードバック及び顧客意見、市場センチメントのような要因を、あらゆる事業判断に取り入れる必要がある。

大部分の事業組織は、そのオンライン顧客ベースを正確に識別し、その既存の顧客と効果的に連絡を取り、その事業に対する市場反応の様子を理解し、莫大な情報を管理し、事業全体に及ぼすソーシャルメディアの影響を見つけ出すことに熱心である。

しかしながら、既存の解決策が抱える重要な課題として、事業成果及び目的に対して大きな影響を及ぼす情報源を正確に識別し、ソーシャルメディアによる情報収集を事業目標と一致させるのが難しいことがある。また、ユーザーに分かりやすく統計データを提示することもできない。さらに、莫大なデータを管理して、意味のある洞察を導出し、事業プロセス及び使用事例をサポートするのも達成するのが難しい。

それゆえ、種々のソーシャルメディアプラットフォームから検索された情報を処理して、事業又は製品に対する反応を判断することができるシステム及び方法が必要とされている。また、そのような情報をユーザーに対して正確かつ効果的に提示し、分類して、ユーザーが正しい事業判断を行うことができるようにすることも必要とされている。

要するに、本発明の一実施の形態によれば、データを分析して製品に関する活動を決定するためのシステムが提供される。本システムは、
一人又は複数のデータアナリストが入力データを与えることができるように構成されるユーザーインターフェースと、
前記入力データに応答してソーシャルメディアデータを検索するように構成される収集モジュールとを備える。該ソーシャルメディアデータは１つ又は複数のソーシャルメディアプラットフォームから受信される。本システムは、
前記収集モジュールに結合された処理回路であって、
前記ソーシャルメディアデータを分析して、処理済みデータを生成し、かつ複数の判定基準に基づいて該処理済みデータを分類するように構成される分析モジュールと、
前記分析モジュールに結合され、分類されたデータの複数の視覚的表示を生成するように構成される視覚化モジュールとを備える、処理回路と
を更に備える。

別の実施の形態では、複数のソーシャルメディアプラットフォームから受信されたデータを分析するための方法が提供される。本方法は、
一人又は複数のデータアナリストによって与えられた入力データに基づいて前記複数のソーシャルメディアプラットフォームからソーシャルメディアデータを検索することと、
１つ又は複数のテキスト分析モデルを適用することによって前記ソーシャルメディアデータを処理することであって、テキストデータを生成する、処理することと、
１つ又は複数の判定基準に基づいて前記テキストデータを分類することとを含む。本方法は、
前記１つ又は複数の判定基準に基づいて前記処理済みデータの１つ又は複数の視覚的表示を生成することとを更に含む。

別の実施の形態では、データを分析するためのコンピューター実行可能命令を含むコンピュータープログラムであって、
少なくとも１つのコンピューター可読媒体と、前記少なくとも１つのコンピューター可読媒体上に記憶された、ルーチンを符号化したコードとを含む、コンピュータープログラムが提供される。本コンピュータープログラムは、
入力データに基づいて複数の情報源からソーシャルメディアデータを検索するためのルーチンと、
１つ又は複数のテキスト分析モデルを適用することによって前記ソーシャルメディアデータを処理し、処理済みデータを生成するためのルーチンとを含む。さらに、前記テキストデータは、
１つ又は複数の判定基準に基づいて分類され、該１つ又は複数の判定基準は肯定的センチメント、中立的センチメント、及び否定的センチメントを含む。
前記１つ又は複数の判定基準に基づいて前記テキストデータの１つ又は複数の視覚的表示が生成される。加えて、
前記ソーシャルメディアデータの挙動に寄与する複数のキーインフルエンサーが特定され、
前記入力データに基づいて複数の警報が生成される。

本発明のこれらの特徴、態様及び利点、並びに他の特徴、態様及び利点は、添付の図面を参照しながら以下の詳細な説明が読まれるときに、更に理解が進むことになる。なお、図面において、類似の文字は、図面全体を通して類似の部分を表す。

本技法の態様に従って実現されるデータ分析システムの一実施形態のブロック図である。 本技法の態様に従って実現される処理回路の一実施形態のブロック図である。 ソーシャルメディアデータが分析される１つの方法を示す流れ図である。 本技法の態様に従って実現される汎用コンピューターのブロック図である。 本技法の態様に従って実現されるグラフィカルユーザーインターフェースの画面写真例を示す図である。 本技法の態様に従って実現されるグラフィカルユーザーインターフェースの画面写真例を示す図である。 本技法の態様に従って実現されるグラフィカルユーザーインターフェースの画面写真例を示す図である。 本技法の態様に従って実現されるグラフィカルユーザーインターフェースの画面写真例を示す図である。 本技法の態様に従って実現されるグラフィカルユーザーインターフェースの画面写真例を示す図である。 本技法の態様に従って実現されるグラフィカルユーザーインターフェースの画面写真例を示す図である。 本技法の態様に従って実現されるグラフィカルユーザーインターフェースの画面写真例を示す図である。 本技法の態様に従って実現されるグラフィカルユーザーインターフェースの画面写真例を示す図である。 本技法の態様に従って実現されるグラフィカルユーザーインターフェースの画面写真例を示す図である。

以下の詳細な説明において、本明細書の一部を形成する添付の図面が参照される。図面では、文脈において別段の指示がない限り、類似の記号は一般的に類似の構成要素を識別する。詳細な説明、図面及び特許請求の範囲において説明される例示的な実施形態は限定することを意図していない。本明細書において提示される発明内容の趣旨又は範囲から逸脱することなく、他の実施形態を利用することができ、他の変更を加えることができる。本明細書において包括的に説明され、図面に示されるような、本開示の態様は、多種多様の異なる構成において配置し、代用し、組み合わせ、切り離し、設計することができ、その全てが本明細書において明確に考慮されている。

例示的な実施形態は、包括的には、幾つかの情報源から受信されたデータを分析するためのデータ分析システムを対象としている。以下の説明は、種々のソーシャルメディアプラットフォームから受信されたデータを分析することに関連したものであるが、本明細書において説明される技法は、ワールドワイドウェブ、種々のデータベース等の他の情報源から受信されたデータに対しても適用できることは理解されたい。

図１は、種々のソーシャルメディアプラットフォームと通信するデータ分析システムの一実施形態のブロック図である。データ分析システム１０は、種々のソーシャルメディア情報源から受信されたソーシャルメディアデータを分析し、製品又は事業に関する活動を決定するように構成される。データ分析システム１０の各ブロックが以下に更に詳細に説明される。

データ分析システム１０は、インターネット２２のような通信ネットワークを通して種々のソーシャルメディアプラットフォーム２４、２６及び２８と接続するように構成される。ソーシャルメディアプラットフォームの例は、フェイスブック、ツイッター等を含む。本明細書及び特許請求の範囲において、用語「ソーシャルメディアプラットフォーム」は、それを通して人が互いに接続又は通信することができる任意のタイプのコンピューター化された機構に関連している場合がある。幾つかのソーシャルメディアプラットフォームは、ユーザー間で正規の手続きを踏んでエンドツーエンド通信するのを容易にするアプリケーションとすることができる。他のソーシャルネットワークは正規の手続きを踏まない場合があり、ユーザーの電子メール連絡先リスト、電話番号リスト、メーリングリスト、又はユーザーが通信を開始又は受信することがきる他のデータベースからなる場合がある。また、用語「ユーザー」は自然人又は「ユーザー」として行動する任意の実体の両方を指している場合があることにも留意されたい。例は、法人、団体、企業、チーム又は人々の他のグループを含む。

データ分析システム１０はユーザーインターフェース１４を含み、ユーザーインターフェース１４は、１つ又は複数のデータアナリストが入力データを与えることができるように構成される。本明細書において用いられるときに、「データアナリスト」は、ソーシャルメディアデータに関するデータ分析を実行する実体を指している。ユーザーインターフェースは、キーボード等の種々のタイプのデバイスを含むことができる。入力データは、キーワード、特定の製品の商品名、組織の名称等を含むことができる。一実施形態では、入力データは、表示ユニット１２上に表示されるグラフィカルユーザーインターフェースを介してデータ分析システムに与えられる。

収集モジュール１６は、ユーザーによって与えられた入力データに応答して、ソーシャルメディアデータを検索するように構成される。本明細書において用いられるときに、「ソーシャルメディアデータ」は、テキストデータ、ユーザープロファイル、地理的場所等の、種々のソーシャルメディアプラットフォーム内に存在するデータを指している。

処理回路１８は収集モジュールに結合され、ソーシャルメディアデータを処理して、処理済みデータを生成するように構成される。その処理済みデータを用いて、データアナリストによって与えられた入力データに関する種々の活動を決定することができる。例えば、入力データが特定の製品であった場合には、ソーシャルメディアデータを処理して、その製品に関する風評、その製品についての肯定的及び否定的なセンチメント、その製品に影響を与えつつある様々な地理的場所、その製品の販売に影響を及ぼしつつある人々等を特定する。一実施形態では、これらの種々の活動は、グラフ、チャート等の視覚的表示の形でデータアナリストユーザーに提示される。

メモリ回路２０は処理回路に結合され、処理回路１８によって生成されるソーシャルメディアデータ、処理済みデータ、及び１つ又は複数の視覚的表示を記憶するように構成される。処理回路がソーシャルメディアデータを分析する方法が以下に更に詳細に説明される。

図２は、本技法の態様に従って実現される処理回路の一実施形態のブロック図である。処理回路１８は、分析モジュール２２と、通知モジュール２４と、視覚化モジュール２６とを備える。各構成要素が以下に更に詳細に説明される。

分析モジュール２２は、種々のソーシャルメディアプラットフォームからソーシャルメディアデータを受信するように構成される。ソーシャルメディアデータは、データアナリストによって与えられた入力データに対応する。一実施形態では、分析モジュールは、ソーシャルメディアデータを前処理して、非関連データをフィルタリングするように構成される。その事業に関連しないコンテンツを除去するスパムフィルタリングアルゴリズム、名詞、動詞、形容詞等の言語要素を抽出する「品詞タグ付け」等の幾つかの既知のモデルを適用することができる。さらに、テキストデータを正規化するための語幹抽出操作、及びストップワード、すなわち、ａ、ａｎ、ｔｈｅ等の分析中に全く意味をなさない汎語、電話番号、電子メールＩＤ等の除去のような他のカスタムフィルタも適用することができる。

分析モジュール２２はソーシャルメディアデータを分析し、処理済みデータを生成するように構成される。一実施形態では、ソーシャルメディアデータにテキスト分析モデルが適用される。テキスト分析モデルの例は、テキスト頻度分析、センチメント分析、及びトピックモデリングを含む。さらに、分析モジュールは、ソーシャルメディアデータを処理しながら、入力データに関連する履歴データにアクセスするように構成される。そのような履歴データは、メモリ回路２０内に記憶される。

さらに、分析モジュール２２は、複数の判定基準に基づいて、処理済みデータを分類するように構成される。そのような判定基準の例は、センチメント、地理的場所、作者等を含む。一実施形態では、判定基準はユーザーによって選択される。判定基準は、ドロップダウンメニュー、チェックボックスメニュー等としてユーザーに提示することができる。一実施形態では、データアナリストは、分類のために２つ以上の判定基準を選択するオプションを与えられる。

通知モジュール２４は、分析モジュール２４に結合され、入力データに基づいて一人又は複数のユーザーに対する複数の警報を生成するように構成される。これらの警報は、入力データ及び処理済みデータに基づいて生成され、選択された期間にわたって定期的に送信することができる。

視覚化モジュール２６は分析モジュール２２に結合され、複数の判定基準に基づいて分類された処理済みデータの複数の視覚的表示を生成するように構成される。視覚的表示は、検索されたソーシャルメディアデータの全体像を提示するのに役立つ。これらの表示によって、データアナリストは、製品又は事業に関して、詳細な情報に基づいた判断を行うことができるようになる。ソーシャルメディアデータが処理され、視覚的表示が生成される方法が以下に更に詳細に説明される。

図３は、本技法の態様による、ソーシャルメディアデータが処理される１つの方法を示す流れ図である。上記のように、ソーシャルメディアデータは、現存するソーシャルメディアプラットフォームから検索されたデータを指している。一実施形態では、データはリアルタイムに検索される。ソーシャルメディアデータを分析するためのプロセス３０が以下に更に詳細に説明される。

ステップ３２において、１つ又は複数のソーシャルメディアプラットフォームからソーシャルメディアデータが検索される。ソーシャルメディアデータは、データアナリストによって与えられた入力データに応答して検索される。一般的に、入力データは、或る製品に関するキーワード、製品名、事業又は組織の名称等を含むことができる。一実施形態では、ソーシャルメディアデータはテキスト文字列を含む。

ソーシャルメディアデータが検索されるとき、そのソーシャルメディアデータに関してデータ分析作業が実行される。例示される実施形態では、データ分析作業は、ステップ３４及び３６を参照しながら以下に詳細に説明されるようなテキスト分析を含む。しかしながら、ソーシャルメディアデータに関して他のデータ分析作業も実行できることは当業者には理解されたい。

ステップ３４において、ソーシャルメディアデータにテキスト分析モデルを適用して、テキストデータのクラスターを生成する。テキスト分析モデルは通常、ソーシャルメディアデータを構造化し、構造化されたデータ内の特定のパターンを特定し、データを評価及び解釈する。一実施形態では、標準的な前処理アルゴリズムを用いて、ソーシャルメディアデータを最初に前処理し、非関連データをフィルタリングした後に、テキスト分析モデルを適用する。

テキスト分析モデルの例は、頻度分析、センチメント分析及びトピックモデリングを含む。一実施形態では、テキストデータに関するテキストデータ頻度分析を実行して、抽出されたテキストデータ内で繰り返される或る特定の対象となる単語の度数を特定する。

一実施形態では、テキストデータのクラスターにセンチメント分析モデルを適用して、センチメント分析データスペクトルを生成する。センチメント分析モデルを用いて、表される１つ又は複数のセンチメントに従ってテキストデータを分類する。一実施形態では、肯定的センチメント、中立的センチメント及び否定的センチメントに基づいて、テキストデータが分類される。

別の実施形態では、テキストデータに関するトピックモデリングが実行される。トピックモデリング方式によれば、テキストデータ内に存在する幾つかの主題を識別できるようになる。さらに、トピックモデリング方式は、トピック内の各単語の相対的な重要度も特定する。

ステップ３８において、テキストデータ及びセンチメント分析データスペクトルに基づいて、１組のキーインフルエンサーが特定される。通常、ユーザーのオンラインプロファイルを分析することによって、オンラインユーザーの影響が判断される。キーインフルエンサーは、その評判及び影響が事業又は製品に強い影響を与える可能性がある人とすることができる。例えば、ウェブログ若しくは他の発行物の作者、又はオンラインディスカッションにおいて論評するか、若しくは関与する人が、或る特定のカテゴリ又は状況に関する専門知識を有するとみなすことができる。多くの場合に、そのようなインフルエンサーが製品又は事業に強い影響を与える方法を理解することが好都合である。

ステップ４０において、ソーシャルメディアデータに関して実行されたテキスト分析及びセンチメント分析に基づいて、視覚的表示を作成して、種々の結果をデータアナリストに示す。一実施形態では、視覚的表示は、トレンドチャート及び分布図を含む。そのようなチャートは、ユーザーが製品又は事業に関して詳細な情報に基づいた正確な戦略を立てるのを支援する。

ステップ４２において、警報及び通知が生成され、複数のユーザーに与えられる。一実施形態では、警報は、受信された入力データに応答して、より多くの情報を徐々に表示するように構成される。詳細には、例えば、警報は最初に、特定の製品についての第１のレベルの情報又は詳細を与えることができる。上記のデータ分析ステップ３４及び３６に応答して、次の警報は、その製品についての第２のレベルの情報又は詳細（例えば、第１のレベルにおいて与えられるのよりも多くの情報又は詳細）を与えることができる。一実施形態では、警報及び通知は特定の期間にわたって与えられる。

上記の技法は、図１及び図２に示されるデータ分析システムによって実行することができる。上記の技法は、デバイス、システム、方法及び／又はコンピュータープログラム製品として具現することができる。したがって、上記の発明内容のうちの幾つか又は全てをハードウェアにおいて、及び／又はソフトウェア（ファームウェア、常駐ソフトウェア、マイクロコード、状態機械、ゲートアレイ等を含む）において具現することができる。さらに、その発明内容は、命令実行システムによって、又はそれに関連して用いるための媒体内に具現されるコンピューター使用可能又はコンピューター可読プログラムコードを有するコンピューター使用可能又はコンピューター可読記憶媒体上の、分析ツールのようなコンピュータープログラム製品の形をとることができる。この説明の文脈において、コンピューター使用可能又はコンピューター可読媒体は、命令実行システム、装置又はデバイスによって、又はそれに関連して用いるためのプログラムを包含するか、記憶するか、通信するか、伝搬させるか、又は輸送することができる任意の媒体とすることができる。

コンピューター使用可能又はコンピューター可読媒体は、例えば、限定はしないが、電子、磁気、光、電磁気、赤外線若しくは半導体システム、装置、デバイス又は伝搬媒体とすることができる。一例であり、限定はしないが、コンピューター可読媒体は、コンピューター記憶媒体及び通信媒体を含むことができる。

発明内容がコンピューター実行可能命令の一般的な状況において具現されるとき、その実施形態は、１つ若しくは複数のシステム、コンピューター又は他のデバイスによって実行されるプログラムモジュールを含むことができる。一般的に、プログラムモジュールは、特定のタスクを実行するか、又は特定の抽象データタイプを実現するルーチン、プログラム、オブジェクト、コンポーネント、データ構造等を含む。通常、プログラムモジュールの機能は種々の実施形態において所望のように組み合わせることができるか、分散させることができる。

図４は、種々のソーシャルメディアプラットフォームから検索されたソーシャルメディアデータを分析するように構成されるコンピューター１００の一実施形態を示すブロック図である。コンピューター１００は、図３に示されるステップを実行するデータ分析ツールのための命令を実行するように構成される。非常に基本的な構成１０２では、コンピューター１００は通常、１つ又は複数のプロセッサ１０４と、システムメモリ１０６とを含む。プロセッサ１０４とシステムメモリ１０６との間の通信のためにメモリバス１２４を用いることができる。

所望の構成に応じて、プロセッサ１０４は、限定はしないが、マイクロプロセッサ（μＰ）、マイクロコントローラー（μＣ）、デジタルシグナルプロセッサ（ＤＳＰ）、又はそれらの任意の組み合わせを含む、任意のタイプからなることができる。プロセッサ１０４は、レベル１キャッシュ１１０及びレベル２キャッシュ１１２のような１つ又は複数のキャッシュレベル、プロセッサコア１１４、及びレジスタ１１６を含むことができる。例示的なプロセッサコア１１４は、論理演算ユニット（ＡＬＵ）、浮動小数点ユニット（ＦＰＵ）、デジタルシグナルプロセッシングコア（ＤＳＰ Ｃｏｒｅ）又はそれらの任意の組み合わせを含むことができる。プロセッサ１０４とともに例示的なメモリコントローラー１１８を用いることができるか、又は実施態様によっては、メモリコントローラー１１８はプロセッサ１０４の一体部分とすることができる。

所望の構成に応じて、システムメモリ１０６は、限定はしないが、揮発性メモリ（ＲＡＭ等）、不揮発性メモリ（ＲＯＭ、フラッシュメモリ等）、又はそれらの任意の組み合わせを含む、任意のタイプからなることができる。システムメモリ１０６は、オペレーティングシステム１２０、１つ又は複数のアプリケーション１２２、及びプログラムデータ１２４を含むことができる。アプリケーション１２２は、幾つかのソーシャルメディアプラットフォームから受信されたソーシャルメディアデータを分析するように構成されるデータ分析ツール１２０を含む。プログラムデータ１２６はソーシャルメディアデータを含むことができる。幾つかの実施形態において、アプリケーション１２２は、ディスペンシングデバイスと外部実体との間のインタラクションが監視されるように、オペレーティングシステム１２０上でプログラムデータ１２６を用いて動作するように構成することができる。この上記の基本構成１０２は、図４において内側破線内の構成要素によって示される。

コンピューター１００は、付加的な機構又は機能、並びに基本構成１０２と任意の必要とされるデバイス及びインターフェースとの間の通信を容易にするための付加的なインターフェースを有することができる。例えば、ストレージインターフェースバス１３８を介して基本構成１０２と１つ又は複数のデータ記憶デバイス１３２との間の通信を容易にするために、バス／インターフェースコントローラー１３０を用いることができる。データ記憶デバイス１３２は、リムーバブル記憶デバイス１３４、非リムーバブル記憶デバイス１３６、又はそれらの組み合わせとすることができる。リムーバブル記憶デバイス及び非リムーバブル記憶デバイスの例は、数例を挙げると、フレキシブルディスクドライブ及びハードディスクドライブ（ＨＤＤ）のような磁気ディスクドライブ、コンパクトディスク（ＣＤ）ドライブ又はデジタル多用途ディスク（ＤＶＤ）ドライブのような光学ディスクドライブ、固体ドライブ（ＳＳＤ）及びテープドライブを含む。例示的なコンピューター記憶媒体は、コンピューター可読命令、データ構造、プログラムモジュール又は他のデータのような情報を記憶するための任意の方法又は技術において実現される揮発性及び不揮発性のリムーバブル及び非リムーバブル媒体を含むことができる。

システムメモリ１０６、リムーバブル記憶デバイス１３４及び非リムーバブル記憶デバイス１３６がコンピューター記憶媒体の例である。コンピューター記憶媒体は、限定はしないが、ＲＡＭ、ＲＯＭ、ＥＥＰＲＯＭ、フラッシュメモリ若しくは他のメモリ技術、ＣＤ−ＲＯＭ、デジタル多用途ディスク（ＤＶＤ）若しくは他の光学記憶装置、磁気カセット、磁気テープ、磁気ディスク記憶装置若しくは他の磁気記憶デバイス、又は所望の情報を記憶するために用いることができ、かつコンピューター１００によってアクセスすることができる任意の他の媒体を含む。任意のそのようなコンピューター記憶媒体は、コンピューター１００の一部とすることができる。

また、コンピューター１００は、バス／インターフェースコントローラー１３０を介して、種々のインターフェースデバイス（例えば、出力デバイス１４０、周辺機器インターフェース１４８及び通信デバイス１６０）から基本構成１０２への通信を容易にするためのインターフェースバス１３８も含むことができる。例示的な出力デバイス１４２は、グラフィックス処理ユニット１４４及びオーディオ処理ユニット１４６を含み、それらのユニットは、１つ又は複数のＡ／Ｖポート１４２を介してディスプレイ又はスピーカーのような種々の外部デバイスと通信するように構成することができる。例示的な周辺機器インターフェース１４８は、シリアルインターフェースコントローラー１５０又はパラレルインターフェースコントローラー１５２を含み、それらのコントローラーは１つ又は複数のＩ／Ｏポート１４８を介して入力デバイス（例えば、キーボード、マウス、ペン、音声入力デバイス、タッチ入力デバイス等）又は他の周辺機器デバイス（例えば、プリンター、スキャナー等）のような外部デバイスと通信するように構成することができる。例示的な通信デバイス１６０はネットワークコントローラー１５４を含み、このネットワークコントローラーは、１つ又は複数の通信ポート１５６を介して、ネットワーク通信リンク上で１つ又は複数の他のコンピューター１５８との通信を容易にするように構成することができる。

ネットワーク通信リンクは、通信媒体の一例とすることができる。通信媒体は通常、搬送波又は他の搬送機構のような、被変調データ信号内のコンピューター可読命令、データ構造、プログラムモジュール又は他のデータによって具現することができ、任意の情報送達媒体を含むことができる。「被変調データ信号」は、その特性のうちの１つ又は複数が、信号内の情報を符号化するように設定又は変更された信号とすることができる。一例であって、限定はしないが、通信媒体は、有線ネットワーク又は直接有線接続のような有線媒体と、音響、無線周波数（ＲＦ）、マイクロ波、赤外線（ＩＲ）及び他の無線媒体のような無線媒体とを含むことができる。本明細書において用いられるときに、コンピューター可読媒体という用語は、記憶媒体及び通信媒体の両方を含む場合がある。

コンピューター１００は、携帯電話、携帯情報端末（ＰＤＡ）、パーソナルメディアプレーヤーデバイス、無線ウェブウォッチデバイス、パーソナルハンドセットデバイス、特定用途向けデバイス、又は上記の機能のうちのいずれかを含むハイブリッドデバイスのような小さなフォームファクターのポータブル（又は移動）電子デバイスの一部として実現することができる。また、コンピューター１００は、ラップトップコンピューター構成及び非ラップトップコンピューター構成の双方を含む、パーソナルコンピューターとして実現することもできる。上記のように、データ分析ツール及びシステムは、ソーシャルメディアプラットフォームから検索されたソーシャルメディアデータを分析するように構成される。データ分析ツール及びシステムは、ユーザーが入力データを与えるのを容易にするグラフィカルユーザーインターフェースを含むことができる。図５〜図１１を参照しながら、幾つかの例示的なユーザーインターフェース画面が以下に示される。

図５は、データアナリストがデータ分析システムに入力データを与えることができるようにするグラフィカルユーザーインターフェースの画面写真である。データ分析システムによって、データアナリストは、画面４４内に示されるように設けられたタブ内でキーワードの選択を与えることができるようになる。また、データアナリストは、関連しないキーワードに関する情報も与えることができる。さらに、データアナリストは、対象となる種々のソーシャルメディアプラットフォームを選択することができる。

図６は、ソーシャルメディアデータから分類された否定的センチメントデータの視覚的表示の画面写真である。図から明らかであるように、画面写真４８は、肯定的センチメント、否定的センチメント及び中立的センチメントに基づくテキストデータの分類を例示する。画面写真４８は、否定的な単語、及び否定的な単語の頻度を示す。図７の画面写真４６は、入力データ「Ｘｂｏｘ」に応答して種々のグループについて検索された肯定的ツイート、否定的ツイート及び中立的ツイートの頻度を示す。

同様に、画面写真５２は、図８に示されるような入力データ「ｘｂｏｘ」の場合に検索された全てのソーシャルメディアデータを示す。棒グラフは、種々の時点における入力データの頻度を示す。図９は、入力データ「Ｓｉｒｉ」の場合に導出された種々のトピックを示す。トピックモデリング方式によって、テキストデータ内に存在する幾つかの主題を識別できるようになる。さらに、トピックモデリング方式は、トピック内の各単語の相対的な重要度を特定する。例えば、画面写真５２では、関連性の高い単語ほど、大きなボックス内に示される。一実施形態では、各単語の関連性を示すために、配色も実施される。

図１０は、入力データ「ｘｂｏｘ」のための意見の動向を示す。画面写真５４は、２０１１年１２月２１日において見られるような入力データの場合の肯定的意見及び否定的意見のグラフを示す。図１１は、入力データ「ｘｂｏｘ」の場合のキーインフルエンサーを示す。画面写真５６において見ることができるように、キーインフルエンサーが識別される。さらに、各インフルエンサーの社会的なプロファイルも容易に入手することができる。図１２は、入力データ「Ｂｉｇ Ｄａｔａ」及び「Ｈａｄｏｏｐ」の場合のツイッターからの履歴データを示す。画面写真５８は、入力データ及び対応する測定基準の場合のツイッターから検索されたツイートを示す。図１３は、テキストデータに関連する種々の地理的場所を示す画面写真である。画面写真６０は、図示されるような世界地図上のテキストデータの情報源を示す。

一般的に、本明細書において、そして特に添付の特許請求の範囲（例えば、添付の特許請求の範囲の本文）において用いられる用語は、包括的に「開放的な（open）」用語として意図されることが当業者には理解されよう（例えば、用語「〜を含んでいる」は、「限定はしないが、〜を含んでいる」と解釈されるべきであり、用語「〜を有する」は「少なくとも〜を有する」と解釈されるべきであり、用語「〜を含む」は、「限定はしないが、〜を含む」と解釈されるべきである等）。具体的な数を請求項の記載（claim recitation）に導入することを意図する場合には、そのような意図が請求項において明示的に記載されることになり、そのような記載がない場合には、そのような意図がないことが当業者には更に理解されよう。

例えば、理解の助けとして、以下の添付の特許請求の範囲は、請求項の記載を導入するために、前置きの言い回し「少なくとも１つ」及び「１つ又は複数の」の使用を含む場合がある。しかしながら、そのような言い回しを使用する場合、同じ請求項が前置きの言い回し「１つ又は複数の」又は「少なくとも１つの」及び数量を特定しない表現（indefinite articles "a" or "an"）を含む場合であっても、数量を特定しない表現による請求項の記載の導入が、そのような導入された請求項の記載を含む任意の特定の請求項を、ただ１つのそのような記載を含む実施形態に限定することを意味するように解釈されるべきではない（例えば数量を特定しない表現は、「少なくとも１つの」又は「１つ又は複数の」を意味するものと解釈されるべきである）。同じことは、請求項の記載を導入するために用いられる数量を特定しない表現の使用の場合にも当てはまる。さらに、具体的な数が導入された請求項の記載が明示的に記載される場合であっても、そのような記載が、「少なくとも記載された数」を意味するように解釈されるべきであることが当業者には理解されよう（例えば、他の修飾語を用いない、「２つの記載」のそのままの記載は、少なくとも２つの記載、又は２つ以上の記載を意味する）。

本明細書において、幾つかの実施形態の或る特定の特徴のみが図示及び説明されてきたが、数多くの変更及び変形が当業者には思い浮かぶであろう。それゆえ、添付の特許請求の範囲は、本発明の真の趣旨に入るような全ての変更及び変形を包含することを意図していることを理解されたい。

Claims (20)

1. データを分析して製品に関する活動を決定するためのシステムであって、
   一人又は複数のデータアナリストが入力データを与えることができるように構成されるユーザーインターフェースと、
   ユーザーインターフェースに結合され、前記入力データに応答してソーシャルメディアデータを検索するように構成される収集モジュールであって、当該ソーシャルメディアデータは１つ又は複数のソーシャルメディアプラットフォームから受信される、収集モジュールと、
   前記収集モジュールに結合された処理回路であって、
   前記ソーシャルメディアデータを分析して、処理済みデータを生成し、複数の判定基準に基づいて当該処理済みデータを分類するように構成される分析モジュールと、
   前記分析モジュールに結合され、分類されたデータの複数の視覚的表示を生成するように構成される視覚化モジュールと
   を有する処理回路と
   を備える、データを分析して製品に関する活動を決定するためのシステム。
2. 処理回路に結合され、前記ソーシャルメディアデータ、処理済みデータ及び前記１つ又は複数の視覚的表示を記憶するように構成されるメモリ回路を更に備える、請求項１に記載のシステム。
3. 前記分析モジュールは、前記ソーシャルメディアデータを前処理し、非関連データをフィルタリングするように更に構成される、請求項１に記載のシステム。
4. 前記分析モジュールは前記ソーシャルメディアデータに関する１つ又は複数のテキスト分析モデルを実施するように構成される、請求項１に記載のシステム。
5. 前記処理回路は、前記入力データに基づいて、一人又は複数のユーザーに対する複数の警報を生成するように構成される通知モジュールを更に備える、請求項１に記載のシステム。
6. 前記分析モジュールは前記入力データに関連する履歴データにアクセスするように構成される、請求項１に記載のシステム。
7. 前記分析モジュールは、センチメント分析モデルを適用することによって前記処理済みデータを分析するように構成される、請求項１に記載のシステム。
8. 前記センチメント分析モデルは、肯定的センチメント、中立的センチメント、及び否定的センチメントに基づいて前記処理済みデータを分類するように構成される、請求項７に記載のシステム。
9. 前記分析モジュールは、前記ソーシャルメディアデータの挙動に寄与する複数のキーインフルエンサーを特定するように構成される、請求項１に記載のシステム。
10. 前記視覚的表示はトレンドチャート及び分布図を含む、請求項１に記載のシステム。
11. 複数のソーシャルメディアプラットフォームから受信されたデータを分析するための方法であって、
    一人又は複数のデータアナリストによって与えられた入力データに基づいて前記複数のソーシャルメディアプラットフォームからソーシャルメディアデータを検索することと、
    １つ又は複数のテキスト分析モデルを適用することによって前記ソーシャルメディアデータを処理することであって、テキストデータを生成する、処理することと、
    １つ又は複数の判定基準に基づいて前記テキストデータを分類することと、
    前記１つ又は複数の判定基準に基づいて前記処理済みデータの１つ又は複数の視覚的表示を生成すること
    とを含む、複数のソーシャルメディアプラットフォームから受信されたデータを分析するための方法。
12. 前記ソーシャルメディアデータ、前記テキストデータ、及び前記１つ又は複数の視覚的表示を記憶することを更に含む、請求項１１に記載の方法。
13. 前記ソーシャルメディアデータを前記処理することは、前記ソーシャルメディアデータを前処理して、非関連データをフィルタリングすることを含む、請求項１１に記載の方法。
14. 前記ソーシャルメディアデータを複数の地理的場所に位置付けることを更に含む、請求項１１に記載の方法。
15. 前記入力データに基づいて複数の警報を生成することを更に含む、請求項１１に記載の方法。
16. 前記入力データに関連する履歴データにアクセスすることを更に含む、請求項１１に記載の方法。
17. 前記テキスト分析モデルは、前記テキストデータにセンチメント分析モデルを適用することを含む、請求項１１に記載の方法。
18. センチメント分析モデルは、肯定的センチメント、中立的センチメント、及び否定的センチメントに基づいて前記処理済みデータを分類するように構成される、請求項１８に記載の方法。
19. 前記ソーシャルメディアデータの挙動に寄与する複数のインフルエンサーを特定することを更に含む、請求項１１に記載の方法。
20. コンピューター可読媒体上に与えられ、画像データを処理するためのコンピューター実行可能命令を含むコンピュータープログラムであって、
    少なくとも１つのコンピューター可読媒体と、
    前記少なくとも１つのコンピューター可読媒体上に記憶されたコードであって、
    入力データに基づいて複数の情報源からソーシャルメディアデータを検索するためのルーチンと、
    １つ又は複数のテキスト分析モデルを適用することによって前記ソーシャルメディアデータを処理し、処理済みデータを生成するためのルーチンと、
    １つ又は複数の判定基準に基づいて前記処理済みデータを分類するためのルーチンであって、該１つ又は複数の判定基準は肯定的センチメント、中立的センチメント、及び否定的センチメントを含む、分数するためのルーチンと、
    前記１つ又は複数の判定基準に基づいて前記処理済みデータの１つ又は複数の視覚的表示を生成するためのルーチンと、
    前記ソーシャルメディアデータの挙動に寄与する複数のキーインフルエンサーを特定するためのルーチンと、
    前記入力データに基づいて複数の警報を生成するためのルーチンと
    を符号化したコードと
    を含む、コンピューター可読媒体上に与えられ、画像データを処理するためのコンピューター実行可能命令を含むコンピュータープログラム。