JP2013196070A - 投稿者のプロフィール情報を分析する投稿者分析装置、プログラム及び方法 - Google Patents

Abstract

【課題】ＳＮＳサイトサーバから得られる投稿者間の交流関係を用いて、できる限り正確なユーザのプロフィール情報を推定する投稿者分析装置等を提供する。
【解決手段】グループ情報を用いて、分析対象者に対するグループに属する複数のメンバ投稿者の投稿文を、ユーザテキストとして取得するユーザテキスト取得手段と、メンバ投稿者毎に、ユーザテキストに含まれるキーワードから、各属性種別の属性要素を抽出するメンバ属性要素抽出手段と、複数のメンバ投稿者を１つ以上のコミュニティグループに分類するコミュニティグループ抽出手段と、コミュニティ毎に、各属性種別における各属性要素の割合値を算出するコミュニティ属性要素抽出手段と、属性種別毎に、全てのコミュニティの中で最高の割合値となる属性要素を抽出するグループ属性要素抽出手段とを有し、抽出された属性要素を投稿者のプロフィール情報とする。
【選択図】図３

Description

本発明は、例えばＳＮＳ(Social Networking Service)のようなコミュニケーションサイトサーバの技術に関する。

近年、不特定多数の第三者が、ＳＮＳサイトサーバを介して、自らのコメント文章（テキスト情報）を活発に発信することができる。「ＳＮＳサイトサーバ」は、複数のユーザからなるグループへ、１人のユーザによって投稿された投稿文を公開する。例えばfacebook（登録商標）やtwitter（登録商標）、google＋（登録商標）、mixi（登録商標）があり、一般にミニブログサイトとも称される。また、各ユーザは、ＳＮＳサイトサーバに対してアカウントを登録し、アカウントと共に投稿文が公開される。また、ユーザ毎のプロフィール情報も公開される。プロフィール情報は、ユーザ自らの自己紹介の文章であって、不特定多数の第三者から自由に閲覧される。

一方で、ＳＮＳサイトサーバによって発信される投稿文は、商品及び役務に関する口コミ情報である場合も多い。この場合、マーケティングによれば、どのようなユーザがどのような評価をしているかを分析することが所望される。具体的には、ユーザのプロフィール情報と、そのユーザの投稿文とを収集し、プロフィール項目に応じた多数の投稿文の傾向を分析しようとする。同じ商品等であっても、ユーザのプロフィール情報（年代、性別、趣味等）によっては、その投稿文の内容が異なるものとなるからである。そうすると、ユーザのプロフィール情報は、できる限り正確なものであってほしいと考える。

従来、情報投稿者のプロフィール情報を、当該投稿者の投稿したテキスト情報に基づいて推定する技術がある（例えば非特許文献１参照）。また、Ｗｅｂ文書中のリンク(co-citation)と、Ｗｅｂ文書の内容（テキスト情報）とに基づく分類結果を、識別器を用いて組み合わせて、Ｗｅｂ文書群を分類する技術もある（例えば非特許文献２参照）。更に、twitterの投稿者を対象として、その交流関係に基づいて、コミュニティを抽出する技術もある（例えば非特許文献３参照）。

池田和史，服部元，松本一則，小野智弘，東野輝夫、「マーケット分析のためのTwitter投稿者プロフィール推定手法」、DICOMO 2011, 7E-1. P. Calado, M. Cristo, E. Moura, N. Ziviani, B. Ribeiro, N. Marcos,A. Goncalves, "Combining LinkBased and ContentBasedMethods for Web Document Classification", CIKM 2003. M. Smith, N. M. Frayling, B. Shneiderman, E. M. Rodrigues, J.Leskovec, and C. Dunne, "NodeXL: A Free and Open Network Overview,Discovery and Exploration Add-in for Excel 2007/2010"、[online]、［平成２４年３月１３日検索］、インターネット＜URL:http://nodexl.codeplex.com/＞ Komiya Atsushi、「Newmanアルゴリズムによるソーシャルグラフのクラスタリング」、第９回データマイニング＋ＷＥＢ勉強会＠東京2nd week、２０１１年１月２３日、第４０頁〜第７７頁、[online]、［平成２４年３月１３日検索］、インターネット＜URL:http://www.slideshare.net/komiyaatsushi/newman-6670300＞

しかしながら、ユーザのプロフィール情報は、ユーザ自ら記述するものであるために、身分や興味をあえて明確に記述しない場合も多い。そのために、マーケティングの動向を調査する場合、どのようなユーザがどのような評価をしているのかを明確に分析することが難しい。例えば、男性のユーザが、あえて女性のふりして、投稿文を投稿しているような場合もある。

非特許文献１に記載の技術によれば、投稿者の過去の投稿文から、特徴的な単語を抽出して投稿者のプロフィールを推定している。しかしながら、分析対象者の投稿文のみからではプロフィール情報を推定しにくい場合もある。例えば、分析対象者が、男性に特徴的な言葉と、女性に特徴的な言葉との両方を同程度用いていた場合、当該分析対象者のプロフィールを推定することはできない。

また、非特許文献２に記載の技術によれば、分析対象者と、交流関係リスト中の投稿者との特徴に応じて分類することができる。しかしながら、分析対象者のプロフィールを推定することまではできない。

そこで、本発明は、ユーザ自ら記述したプロフィール情報だけでなく、ＳＮＳサイトサーバから得られる投稿者間の交流関係を用いて、できる限り正確なプロフィール情報を推定する投稿者分析装置、プログラム及び方法を提供することを目的とする。

本発明によれば、複数の投稿者間でテキスト情報を発信し且つ購読し合うグループを表すグループ情報と、投稿者毎の投稿文とを用いて、投稿者毎のプロフィール情報を分析する投稿者分析装置であって、
プロフィールに関する属性種別と、該属性種別毎の属性要素と、該属性要素の判別に適したキーワードとを登録した属性情報登録手段と、
分析対象者に対するグループに属する複数のメンバ投稿者の投稿文を、ユーザテキストとして取得するユーザテキスト取得手段と、
メンバ投稿者毎のユーザテキストに含まれるキーワードと、属性情報登録手段に登録されたキーワードとを比較し、メンバ投稿者毎に、各属性種別の属性要素を抽出するメンバ属性要素抽出手段と、
複数のメンバ投稿者の間のグループ情報に基づいて、１つ以上のコミュニティグループに分類するコミュニティグループ抽出手段と、
コミュニティグループ毎に、各属性種別における各属性要素の割合値を算出するコミュニティ属性要素抽出手段と、
属性種別毎に、全てのコミュニティグループの中で最高の割合値となる属性要素を抽出するグループ属性要素抽出手段と
を有し、抽出された属性要素を投稿者のプロフィール情報とすることを特徴とする。

本発明の投稿者分析装置における他の実施形態によれば、ユーザテキスト取得手段は、コミュニケーションサーバから、グループ情報及び投稿文を取得することも好ましい。

本発明の投稿者分析装置における他の実施形態によれば、
グループ情報は、分析対象者について、当該分析対象者から発信された投稿文を購読する複数の第１のメンバ投稿者からなるフォロワーグループと、当該分析対象者が投稿文の購読を所望する複数の第２のメンバ投稿者からなるフォローグループとを構成し、フォロワーグループ及びフォローグループを併合した交流関係を表すものであり、
コミュニティグループ抽出手段は、メンバ投稿者間のネットワークに基づく階層型クラスタリングによって、１つ以上のコミュニティグループに分類することも好ましい。

本発明の投稿者分析装置における他の実施形態によれば、
ユーザテキスト取得手段は、
メンバ投稿者が、フォロワーグループに属する投稿者数が所定閾値以下であるか、又は、フォローグループに属する投稿者数に対するフォロワーグループに属する投稿者数の割合が所定閾値以下である場合、「一般投稿者」と判定し、逆に、一般投稿者でない場合、「公的投稿者」と判定する投稿者判定処理を有し、
メンバ投稿者が「一般投稿者」であると判定された場合、更に当該メンバ投稿者のフォロワーグループ及び／又はフォローグループに属する１ホップ先のメンバ投稿者の投稿文を取得すると共に、次に１ホップ先のメンバ投稿者について更に投稿者判定処理へ再帰し、
メンバ投稿者が「公的投稿者」であると判定された場合、更に当該メンバ投稿者のフォロワーグループ及び／又はフォローグループに属する１ホップ先のメンバ投稿者の投稿文を取得すると共に、処理を終了することも好ましい。

本発明の投稿者分析装置における他の実施形態によれば、ユーザテキスト取得手段は、メンバ投稿者が「一般投稿者」である限り、分析対象者からみてｎホップ（ｎ≧２）以内のメンバ投稿者における投稿文までを取得することも好ましい。

本発明の投稿者分析装置における他の実施形態によれば、コミュニティグループ内で、一般投稿者の投稿文に基づく各属性種別における属性要素毎の割合値と、公的投稿者の投稿文に基づく各属性種別における属性要素毎の割合値との比較に基づいて、分析対象者の各属性種別における属性要素毎の割合値を更新することも好ましい。

本発明の投稿者分析装置における他の実施形態によれば、分析対象者のプロフィール文及び／又は投稿文から算出した、各属性種別における属性要素毎の割合値と、グループのメンバ投稿者のプロフィール文及び／又は投稿文から算出した、各属性種別における属性要素毎の割合値との比較に基づいて、分析対象者の各属性種別における属性要素毎の割合値を更新することも好ましい。

本発明によれば、複数の投稿者間でテキスト情報を発信し且つ購読し合うグループ情報と、投稿者毎に投稿文とを用いて、投稿者毎のプロフィール情報を分析するようにコンピュータを機能させる投稿者分析用プログラムであって、
プロフィールに関する属性種別と、該属性種別毎の属性要素と、該属性要素の判別に適したキーワードとを登録した属性情報登録手段と、
分析対象者に対するグループに属する複数のメンバ投稿者の投稿文を、ユーザテキストとして取得するユーザテキスト取得手段と、
メンバ投稿者毎のユーザテキストに含まれるキーワードと、属性情報登録手段に登録されたキーワードとを比較し、メンバ投稿者毎に、各属性種別の属性要素を抽出するメンバ属性要素抽出手段と、
複数のメンバ投稿者の間のグループ情報に基づいて、１つ以上のコミュニティグループに分類するコミュニティグループ抽出手段と、
コミュニティグループ毎に、各属性種別における各属性要素の割合値を算出するコミュニティ属性要素抽出手段と、
属性種別毎に、全てのコミュニティグループの中で最高の割合値となる属性要素を抽出するグループ属性要素抽出手段と
を有し、抽出された属性要素を投稿者のプロフィール情報とするようにコンピュータを機能させることを特徴とする。

本発明によれば、複数の投稿者間でテキスト情報を発信し且つ購読し合うグループ情報と、投稿者毎の投稿文とを用いて、投稿者毎のプロフィール情報を分析する装置における投稿者分析方法であって、
プロフィールに関する属性種別と、該属性種別毎の属性要素と、該属性要素の判別に適したキーワードとを登録した属性情報登録部を有し、
分析対象者に対するグループに属する複数のメンバ投稿者の投稿文を、ユーザテキストとして取得する第１のステップと、
メンバ投稿者毎のユーザテキストに含まれるキーワードと、属性情報登録手段に登録されたキーワードとを比較し、メンバ投稿者毎に、各属性種別の属性要素を抽出する第２のステップと、
複数のメンバ投稿者の間のグループ情報に基づいて、複数のメンバ投稿者を１つ以上のコミュニティグループに分類する第３のステップと、
コミュニティグループ毎に、各属性種別における各属性要素の割合値を算出する第４のステップと、
属性種別毎に、全てのコミュニティグループの中で最高の割合値となる属性要素を抽出する第５のステップと
を有し、抽出された属性要素を投稿者のプロフィール情報とすることを特徴とする。

本発明の投稿者分析装置、プログラム及び方法によれば、ユーザ自ら記述したプロフィール情報だけでなく、ＳＮＳサイトサーバから得られる投稿者間の交流関係を用いて、できる限り正確なプロフィール情報を推定することができる。

本発明におけるシステム構成図である。 分析対象者と他のユーザとの関係を表す説明図である。 本発明における投稿者分析装置の機能構成図である。 分析対象者のグループにおける他のユーザの範囲を表す説明図である。 属性情報登録部のデータ構成を表す説明図である。 分析対象者を中心としたコミュニティグループを表す説明図である。 コミュニティグループ毎における各属性要素の割合値を表すテーブルである。 分析対象者に対して最終的に抽出されたプロフィール情報を表すテーブルである。

以下では、本発明の実施の形態について、図面を用いて詳細に説明する。

図１は、本発明におけるシステム構成図である。

図１によれば、不特定多数の第三者は、各自の端末３を用いて、インターネットを介してコミュニケーションサイトサーバ２へ、投稿文を送信することができる。以下では、コミュニケーションサーバ２は、例えばＳＮＳサイトサーバであるとして説明する。勿論、ＳＮＳサイトサーバに限られないが、複数の投稿者間でコメント文章を発信し且つ購読し合うグループを構成し、投稿者毎に投稿文とを公開することを要する。

図１によれば、本発明の投稿者分析装置１は、インターネットを介してＳＮＳサイトサーバ２と通信する。投稿者分析装置１は、ＳＮＳサイトサーバ２に対して、ＡＰＩ(Application Programming Interface)を介して、投稿者の交流関係リスト（グループ情報）と、投稿者毎の投稿文とを取得することができる。また、投稿者毎のプロフィール文も取得することができる。ＡＰＩは、アプリケーションサービスの機能を利用するための規則インタフェースであって、種々のサーバ毎に異なるものとして用意されている。

尚、投稿者分析装置１が、グループ情報及び投稿文を予めデータベースに蓄積したものであってもよい。即ち、投稿者分析装置１が、ＳＮＳサイトサーバ２と通信することを必須とするものではない。

ＳＮＳサイトサーバ２は、分析対象者に対して、フォロワーグループと、フォローグループとを構成する。
「フォロワーグループ」とは、当該分析対象者から発信された投稿文を購読する複数の第１のメンバ投稿者からなるグループをいう。
「フォローグループ」とは、当該分析対象者が投稿文の購読を所望する複数の第２のメンバ投稿者からなるグループをいう。
勿論、同じメンバ投稿者が、フォロワーグループにもフォローグループにも両方に属する場合もある。

ＳＮＳサイトサーバ２が例えばtwitterである場合、フォロー及びフォロワー関係は一般的である。ＳＮＳサイトサーバ２が例えばfacebookである場合、「友達」の関係をいう。更に、ＳＮＳサイトサーバ２た例えばgoogle+である場合、サークルに入れられたユーザをいう。

図２は、分析対象者と他のユーザとの交流関係を表す説明図である。

図２によれば、分析対象者と他のユーザとは以下のような交流関係にあるとする。
（１ホップ）分析対象者は、ユーザ１１からフォローされている。
（２ホップ）ユーザ１１は、ユーザ２１からフォローされている。
（１ホップ）分析対象者は、ユーザ１２をフォローし且つフォローされている。
（２ホップ）ユーザ１２は、ユーザ２２をフォローし且つフォローされている。
（１ホップ）分析対象者は、ユーザ１３をフォローしている。
（２ホップ）ユーザ１３は、ユーザ２３を含め多数の他のユーザから
フォローされている。
（３ホップ）ユーザ３１は、ユーザ２３をフォローしている。
（１ホップ）分析対象者は、ユーザ１４をフォローしている。
（２ホップ）ユーザ１４は、ユーザ２４をフォローしている。
（３ホップ）ユーザ２４は、ユーザ３１を含め多数の他のユーザから
フォローされている。
ＳＮＳサイトサーバ２では、分析対象者を中心に、他のユーザのフォロー／フォロワー関係が構築される。

図３は、本発明における投稿者分析装置の機能構成図である。

本発明の投稿者分析装置１は、投稿者毎のプロフィール情報を分析することができる。投稿者分析装置１は、通信インタフェース部１０と、ユーザテキスト取得部１１と、属性情報登録部１２と、メンバ属性要素抽出部１３と、コミュニティグループ抽出部１４と、コミュニティ属性要素抽出部１５と、グループ属性要素抽出部１６と、投稿者プロフィール蓄積部１７とを有する。通信インタフェース部１０を除くこれら機能構成部は、装置に搭載されたコンピュータを機能させるプログラムを実行することによって実現される。

［ユーザテキスト取得部１１］
ユーザテキスト取得部１１は、ＳＮＳサイトサーバ２から、分析対象者に対するグループに属する複数のメンバ投稿者の投稿文（プロフィール文を含む）を、ユーザテキストとして取得する。勿論、投稿者分析装置１が、グループ情報及び投稿文を予めデータベースに蓄積したものであってもよい。

分析対象者に対するグループは、ＳＮＳサイトサーバ２から取得した、分析対象者を中心とした交流関係リストによって抽出される。

ここで、ユーザテキスト取得部１１は、図２のようなメンバ投稿者の交流関係リストの中で、各メンバ投稿者を、「一般投稿者」／「公的投稿者」に分類する。
「一般投稿者」：メンバ投稿者が、フォロワーグループに属する投稿者数が所定閾値以下であるか、又は、フォローグループに属する投稿者数に対するフォロワーグループに属する投稿者数の割合が所定閾値以下である場合
「公的投稿者」：一般投稿者でない場合

「一般投稿者」は、交流関係リストが小さく、例えば会社の同僚や友人などでコミュニティグループを構築する傾向がある。「公的投稿者」は、交流関係リストが大きく、例えば有名人や公式アカウントのように、膨大な数のユーザが当該メンバ投稿者をフォローする一方で、当該メンバ投稿者自身は、比較的少数のメンバ投稿者しかフォローしていない場合である。

図４は、分析対象者のグループにおける他のユーザの範囲を表す説明図である。。

「一般投稿者」は、１ホップのコミュニティグループに属するメンバ投稿者の数が少ない。この場合、プロフィール情報を分析するためユーザテキスト数も少ないために、特定のメンバ投稿者のユーザテキストの内容に対して大きく影響を受ける。そこで、分析対象者から見てｎホップ（ｎ：所定閾値）先のメンバ投稿者のユーザテキストまでを収集する。一般投稿者がコミュニティグループを構築する場合、当該コミュニティグループに属する一般投稿者の次のホップの一般投稿者も、非常に類似したプロフィール情報を持つという傾向を利用したものである。

メンバ投稿者が「一般投稿者」であると判定された場合、更に当該メンバ投稿者のフォロワーグループ及び／又はフォローグループに属する１ホップ先のメンバ投稿者の投稿文を取得すると共に、次に１ホップ先のメンバ投稿者について更に投稿者判定処理へ再帰する。

「公的投稿者」は、１ホップのメンバ投稿者のみから十分な数のメンバ投稿者のユーザテキストを取得することができる。また、公的投稿者をフォローしているメンバ投稿者には、そのプロフィール情報に特定の共通点があると考えられる。例えば、公的投稿者がアーティストである場合、その公的投稿者をフォローしているメンバ投稿者は、その趣味が「音楽」で共通している場合が多い。また、公的投稿者がファッション誌の公式アカウントである場合、その公的投稿者をフォローしているメンバ投稿者は、その性別が「女性」で共通している場合が多い。

メンバ投稿者が「公的投稿者」であると判定された場合、更に当該メンバ投稿者のフォロワーグループ及び／又はフォローグループに属する１ホップ先のメンバ投稿者の投稿文を取得すると共に、処理を終了する。

図４によれば、以下のように判定される。
１ホップ先のユーザ１１は「一般投稿者」であるので、次に１ホップ先のユーザ２１もグループに含める。
１ホップ先のユーザ１２は「一般投稿者」であるので、次に１ホップ先のユーザ２２もグループに含める。
１ホップ先のユーザ１３は「公的投稿者」であるので、次に１ホップ先のユーザ２３はグループに含めない。
１ホップ先のユーザ１４は「一般投稿者」であるので、次に１ホップ先のユーザ２４もグループに含める。
２ホップ先のユーザ２４は「公的投稿者」であるので、次に１ホップ先のユーザ３１はグループに含めない。

ユーザテキスト取得部１１は、メンバ投稿者が「一般投稿者」である限り、分析対象者からみてｎホップ（ｎ≧２）以内のメンバ投稿者における投稿文までを取得する。このような交流関係リストを用いてメンバ投稿者群をコミュニティグループに分類するために、汎用的なアルゴリズムを用いることも好ましい（例えば非特許文献３参照）。

［属性情報登録部１２］
属性情報登録部１２は、プロフィールに関する属性種別と、該属性種別毎の属性要素と、該属性要素の判別に適したキーワードとを登録する。

図５は、属性情報登録部のデータ構成を表す説明図である。。

図５によれば、以下のような構成を有する。
属性種別：年代、性別、趣味、・・・
属性要素：（属性種別：年代）->２０代、３０代、４０代、５０代、６０代・・・
（属性種別：性別）->男性、女性
（属性種別：趣味）->スポーツ、ＩＴ、ファッション、健康、・・・

また、各属性要素毎に、キーワードが割り当てられている。
「２０代」 ：<大学><就職><勉強>・・・
「３０代」 ：<結婚><出産><転職>・・・
「４０代」 ：<課長><部下><ローン>・・・
「５０代」 ：<部長><リタイア><第２の人生>・・・
「６０代」 ：<健康><体操>・・・
・・・・・
「男性」 ：<メタボ><酒><車>・・・
「女性」 ：<美容><エステ><化粧>・・・
・・・・・
「スポーツ」 ：<テニス><サッカー><卓球>・・・
「ＩＴ」 ：<ＰＣ><スマホ><ネット>・・・
「ファッション」：<指輪><ブランド><洋服>・・・
「健康」 ：<青汁><サプリ><体操>・・・
・・・・・

［メンバ属性要素抽出部１３］
メンバ属性要素抽出部１３は、メンバ投稿者毎のユーザテキストに含まれるキーワードと、属性情報登録部１２に登録されたキーワードとを比較し、メンバ投稿者毎に、各属性種別の属性要素を抽出する。

メンバ属性要素抽出部１３は、最初に、形態素解析によって、収集されたユーザテキスト毎に形態素に分割する。「形態素」とは、文章の構成要素のうち、意味を持つ最小の単位をいう。本発明によって抽出される単語（形態素）は、「名詞」のみであって、且つ、前述した属性情報登録部１２に登録されたキーワードのみである。メンバ属性要素抽出部１３は、属性情報登録部１２を形態素解析に用いる検出対象の辞書として用いる。１人のメンバ投稿者のアカウントに対して、そのメンバ投稿者が過去に投稿した投稿文に含まれる、属性情報登録部１２に登録された１つ以上のキーワードが割り当てられる。

［コミュニティグループ抽出部１４］
コミュニティグループ抽出部１４は、複数のメンバ投稿者の間のグループ情報に基づいて、複数のメンバ投稿者を１つ以上のコミュニティグループに分類する。これによって、連結度が強いメンバ投稿者群（コミュニティグループ）に分類することができる。

図６は、分析対象者を中心としたコミュニティグループを表す説明図である。

コミュニティグループへの分類には、例えば既存の階層型クラスタリング(clustering)を用いるものであってもよい（例えば非特許文献４参照）。複数のメンバ投稿者の間は、フォロー／フォロワー関係によってネットワークによって結びつけられている。ここで、クラスタリングとは，分類対象の集合となるメンバ投稿者を、内的結合(internal cohesion)及び外的分離(external isolation)が達成されるべく部分集合に分割することをいう。クラスタリングの１つに、最短距離法(nearest neighbor method)を用いた階層的(hierarchical)クラスタリングがある。また、階層的クラスタリングの１つに、凝集型(agglomerative)がある。この技術は、Ｎ個の対象からなるデータが与えられたとき、１個の対象だけを含むＮ個のクラスタがある初期状態から始める。そして、対象x1とx2の間の距離d(x1,x2)(非類似度)からクラスタ間の距離d(C1,C2)を計算し、最もこの距離の近い２つのクラスタを逐次的に併合していく。この併合は、全ての対象が１つのクラスタに併合されるまで繰り返すことによって階層的構造となり、デンドログラムとして表示される。デンドログラムとは，各終端ノードが各対象を表し、併合されてできたクラスタを非終端ノードで表した二分木である。最終的に、所定値以上の距離で横断することによって、複数のクラスタに分類することができる。

［コミュニティ属性要素抽出部１５］
コミュニティ属性要素抽出部１５は、コミュニティグループ毎に、各属性種別における各属性要素の割合値（比率）を算出する。

図７は、コミュニティグループ毎における各属性要素の割合値を表すテーブルである。

コミュニティグループ１によれば、属性種別「年代」ついて、３０代が９０％、２０代が６％となっている。また、属性種別「性別」について、男性が８０％、女性が２０％となっている。更に、属性種別「趣味」について、ＩＴが５０％、スポーツが３０％、ファッションが２０％となっている。

また、コミュニティグループ２によれば、属性種別「年代」ついて、２０代が８０％、１０代が１２％となっている。また、属性種別「性別」について、女性が９５％、男性が５％となっている。更に、属性種別「趣味」について、ファッションが７０％、スポーツが２０％、ＩＴが１０％となっている。

更に、コミュニティグループ３によれば、属性種別「年代」ついて、６０代が３０％、５０代が２５％となっている。また、属性種別「性別」について、男性が５５％、女性が４５％となっている。更に、属性種別「趣味」について、健康が８０％、スポーツが２０％となっている。

コミュニティ属性要素抽出部１５における他の実施形態として、コミュニティグループ内で、一般投稿者の投稿文に基づく各属性種別における属性要素毎の割合値と、公的投稿者の投稿文に基づく各属性種別における属性要素毎の割合値との比較に基づいて、分析対象者の各属性種別における属性要素毎の割合値を更新することも好ましい。

例えば、コミュニティグループ内で、一般投稿者の属性要素１に対して、公的投稿者の属性要素０．５の割合で全体的な割合値を算出する。分析対象者から見て、一般投稿者の属性要素の方が、有名人のような公的投稿者の属性要素よりも類似する可能性が高いためである。

［グループ属性要素抽出部１６］
グループ属性要素抽出部１６は、属性種別毎に、全てのコミュニティグループの中で最高の割合値となる属性要素を抽出する。これは、コミュニティグループを構成するメンバ投稿者全体のプロフィール情報を推定することとなる。

図８は、分析対象者に対して最終的に抽出されたプロフィール情報を表すテーブルである。

図８によれば、分析対象者に対して、以下のプロフィール情報が付与されることとなる。
属性種別「年代」について、コミュニティグループ１の「３０代」：９０％が、最も高い割合値である。そこで、分析対象者の年代は、推定尤度９０％で「３０代」であると推定する。
属性種別「性別」について、コミュニティグループ２の「女性」：９５％が、最も高い割合値である。そこで、分析対象者の性別は、推定尤度９５％で「女性」であると推定する。
属性種別「趣味」について、コミュニティグループ３の「健康」：８０％が、最も高い割合値である。そこで、分析対象者の趣味は、推定尤度８０％で「健康」であると推定する。

［投稿者プロフィール蓄積部１７］
投稿者プロフィール蓄積部１７は、グループ属性要素抽出部１６によって抽出された属性要素を投稿者のプロフィール情報とする。

他の実施形態として、分析対象者自身が記述したプロフール文及び／又は投稿文も、同様に分析することも好ましい。メンバ属性要素抽出部１３は、分析対象者のプロフィール文及び／又は投稿文に含まれる属性要素を抽出する。分析対象者のそれら属性要素は、コミュニティ属性要素抽出部１５へ出力される。コミュニティ属性要素抽出部１５は、分析対象者の属性要素も１つのコミュニティグループとして、各属性要素の割合値を抽出する。そして、グループ属性要素抽出部１６は、分析対象者のコミュニティグループも含めて、最も高い割合値となる属性要素を抽出する。このとき、分析対象者用のコミュニティグループにおける割合値に、所定の正の重み（ｗ＞１）を乗算することも好ましい。これにより、分析対象者自らが記述した文から抽出された属性要素の割合値を高くすることができる。即ち、分析対象者のプロフィール文及び／又は投稿文から算出した、各属性種別における属性要素毎の割合値と、グループのメンバ投稿者のプロフィール文及び／又は投稿文から算出した、各属性種別における属性要素毎の割合値との比較に基づいて、分析対象者の各属性種別における属性要素毎の割合値を更新する。

以上、詳細に説明したように、本発明の投稿者分析装置、プログラム及び方法によれば、ユーザ自ら記述したプロフィール情報だけでなく、ＳＮＳサイトサーバから得られる投稿者間の交流関係を用いて、できる限り正確なプロフィール情報を推定することができる。これによって、分析対象者によって記述されたプロフィール情報のみでは得られないプロフィール情報を推定することができる。

前述した本発明の種々の実施形態について、本発明の技術思想及び見地の範囲の種々の変更、修正及び省略は、当業者によれば容易に行うことができる。前述の説明はあくまで例であって、何ら制約しようとするものではない。本発明は、特許請求の範囲及びその均等物として限定するものにのみ制約される。

１ 投稿者分析装置
１０ 通信インタフェース部
１１ ユーザテキスト取得部
１２ 属性情報登録部
１３ メンバ属性要素抽出部
１４ コミュニティグループ抽出部
１５ コミュニティ属性要素抽出部
１６ グループ属性要素抽出部
１７ 投稿者プロフィール蓄積部
２ ＳＮＳサイトサーバ
３ 端末

Claims (9)

1. 複数の投稿者間でテキスト情報を発信し且つ購読し合うグループを表すグループ情報と、投稿者毎の投稿文とを用いて、投稿者毎のプロフィール情報を分析する投稿者分析装置であって、
   プロフィールに関する属性種別と、該属性種別毎の属性要素と、該属性要素の判別に適したキーワードとを登録した属性情報登録手段と、
   分析対象者に対するグループに属する複数のメンバ投稿者の投稿文を、ユーザテキストとして取得するユーザテキスト取得手段と、
   メンバ投稿者毎のユーザテキストに含まれるキーワードと、前記属性情報登録手段に登録されたキーワードとを比較し、メンバ投稿者毎に、各属性種別の属性要素を抽出するメンバ属性要素抽出手段と、
   複数のメンバ投稿者の間のグループ情報に基づいて、１つ以上のコミュニティグループに分類するコミュニティグループ抽出手段と、
   コミュニティグループ毎に、各属性種別における各属性要素の割合値を算出するコミュニティ属性要素抽出手段と、
   属性種別毎に、全てのコミュニティグループの中で最高の割合値となる属性要素を抽出するグループ属性要素抽出手段と
   を有し、抽出された属性要素を前記投稿者のプロフィール情報とすることを特徴とする投稿者分析装置。
2. 前記ユーザテキスト取得手段は、コミュニケーションサーバから、前記グループ情報及び前記投稿文を取得することを特徴とする請求項１に記載の投稿者分析装置。
3. 前記グループ情報は、分析対象者について、当該分析対象者から発信された投稿文を購読する複数の第１のメンバ投稿者からなるフォロワーグループと、当該分析対象者が投稿文の購読を所望する複数の第２のメンバ投稿者からなるフォローグループとを構成し、前記フォロワーグループ及び前記フォローグループを併合した交流関係を表すものであり、
   前記コミュニティグループ抽出手段は、メンバ投稿者間のネットワークに基づく階層型クラスタリングによって、１つ以上のコミュニティグループに分類する
   ことを特徴とする請求項１又は２に記載の投稿者分析装置。
4. 前記ユーザテキスト取得手段は、
   前記メンバ投稿者が、フォロワーグループに属する投稿者数が所定閾値以下であるか、又は、フォローグループに属する投稿者数に対するフォロワーグループに属する投稿者数の割合が所定閾値以下である場合、「一般投稿者」と判定し、逆に、前記一般投稿者でない場合、「公的投稿者」と判定する投稿者判定処理を有し、
   前記メンバ投稿者が「一般投稿者」であると判定された場合、更に当該メンバ投稿者のフォロワーグループ及び／又はフォローグループに属する１ホップ先のメンバ投稿者の投稿文を取得すると共に、次に１ホップ先のメンバ投稿者について更に前記投稿者判定処理へ再帰し、
   前記メンバ投稿者が「公的投稿者」であると判定された場合、更に当該メンバ投稿者のフォロワーグループ及び／又はフォローグループに属する１ホップ先のメンバ投稿者の投稿文を取得すると共に、処理を終了する
   ことを特徴とする請求項３に記載の投稿者分析装置。
5. 前記ユーザテキスト取得手段は、前記メンバ投稿者が「一般投稿者」である限り、前記分析対象者からみてｎホップ（ｎ≧２）以内のメンバ投稿者における投稿文までを取得することを特徴とする請求項４に記載の投稿文分析装置。
6. 前記コミュニティグループ内で、前記一般投稿者の投稿文に基づく各属性種別における属性要素毎の割合値と、前記公的投稿者の投稿文に基づく各属性種別における属性要素毎の割合値との比較に基づいて、分析対象者の各属性種別における属性要素毎の割合値を更新することを特徴とする請求項１から５のいずれか１項に記載の投稿者分析装置
7. 分析対象者のプロフィール文及び／又は投稿文から算出した、各属性種別における属性要素毎の割合値と、前記グループのメンバ投稿者のプロフィール文及び／又は投稿文から算出した、各属性種別における属性要素毎の割合値との比較に基づいて、分析対象者の各属性種別における属性要素毎の割合値を更新することを特徴とする請求項１から５のいずれか１項に記載の投稿者分析装置
8. 複数の投稿者間でテキスト情報を発信し且つ購読し合うグループ情報と、投稿者毎に投稿文とを用いて、投稿者毎のプロフィール情報を分析するようにコンピュータを機能させる投稿者分析用プログラムであって、
   プロフィールに関する属性種別と、該属性種別毎の属性要素と、該属性要素の判別に適したキーワードとを登録した属性情報登録手段と、
   分析対象者に対するグループに属する複数のメンバ投稿者の投稿文を、ユーザテキストとして取得するユーザテキスト取得手段と、
   メンバ投稿者毎のユーザテキストに含まれるキーワードと、前記属性情報登録手段に登録されたキーワードとを比較し、メンバ投稿者毎に、各属性種別の属性要素を抽出するメンバ属性要素抽出手段と、
   複数のメンバ投稿者の間のグループ情報に基づいて、１つ以上のコミュニティグループに分類するコミュニティグループ抽出手段と、
   コミュニティグループ毎に、各属性種別における各属性要素の割合値を算出するコミュニティ属性要素抽出手段と、
   属性種別毎に、全てのコミュニティグループの中で最高の割合値となる属性要素を抽出するグループ属性要素抽出手段と
   を有し、抽出された属性要素を前記投稿者のプロフィール情報とするようにコンピュータを機能させることを特徴とする投稿者分析用プログラム。
9. 複数の投稿者間でテキスト情報を発信し且つ購読し合うグループ情報と、投稿者毎の投稿文とを用いて、投稿者毎のプロフィール情報を分析する装置における投稿者分析方法であって、
   プロフィールに関する属性種別と、該属性種別毎の属性要素と、該属性要素の判別に適したキーワードとを登録した属性情報登録部を有し、
   分析対象者に対するグループに属する複数のメンバ投稿者の投稿文を、ユーザテキストとして取得する第１のステップと、
   メンバ投稿者毎のユーザテキストに含まれるキーワードと、前記属性情報登録手段に登録されたキーワードとを比較し、メンバ投稿者毎に、各属性種別の属性要素を抽出する第２のステップと、
   複数のメンバ投稿者の間のグループ情報に基づいて、複数のメンバ投稿者を１つ以上のコミュニティグループに分類する第３のステップと、
   コミュニティグループ毎に、各属性種別における各属性要素の割合値を算出する第４のステップと、
   属性種別毎に、全てのコミュニティグループの中で最高の割合値となる属性要素を抽出する第５のステップと
   を有し、抽出された属性要素を前記投稿者のプロフィール情報とすることを特徴とする投稿者分析方法。

Images