JP2016105260A - Site consolidation method, site consolidation system, information processing device, and program - Google Patents

Site consolidation method, site consolidation system, information processing device, and program Download PDF

Info

Publication number
JP2016105260A
JP2016105260A JP2014243482A JP2014243482A JP2016105260A JP 2016105260 A JP2016105260 A JP 2016105260A JP 2014243482 A JP2014243482 A JP 2014243482A JP 2014243482 A JP2014243482 A JP 2014243482A JP 2016105260 A JP2016105260 A JP 2016105260A
Authority
JP
Japan
Prior art keywords
information
sentence
comment
comments
page
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.)
Granted
Application number
JP2014243482A
Other languages
Japanese (ja)
Other versions
JP6048977B2 (en
Inventor
憲和 松村
Norikazu Matsumura
憲和 松村
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.)
Biglobe Inc
Original Assignee
Biglobe Inc
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 Biglobe Inc filed Critical Biglobe Inc
Priority to JP2014243482A priority Critical patent/JP6048977B2/en
Publication of JP2016105260A publication Critical patent/JP2016105260A/en
Application granted granted Critical
Publication of JP6048977B2 publication Critical patent/JP6048977B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • User Interface Of Digital Computer (AREA)

Abstract

PROBLEM TO BE SOLVED: To consolidate document information such as a news article and a comment distributed over a plurality of sites based on content.SOLUTION: Based on a connection sentence that connects the title with the summary sentence of sentence information including comments of the user of a terminal device, similar sentence information is clustered from site information distributed via a network. A representative comment is extracted from the comments. A summary page is prepared that carries at least one of the title and the summary sentence corresponding to the sentence information and the representative comment.SELECTED DRAWING: Figure 2

Description

本発明は、サイトまとめ方法、サイトまとめシステム、情報処理装置、及びプログラムに関する。   The present invention relates to a site summarizing method, a site summarizing system, an information processing apparatus, and a program.

近年、ネットワークを介して配信される情報をまとめて提供する技術が種々開発されている(例えば、特許文献1、2参照。)。   In recent years, various technologies for collectively providing information distributed via a network have been developed (see, for example, Patent Documents 1 and 2).

特許文献1に記載の発明は、情報表示装置における情報表示方法に関する発明であり、具体的には、ユーザクリップ登録手段が、ニュース見出し一覧画面の中からユーザーによって任意に選択されたニュース見出しデータを、ユーザクリップニュース見出しとして記憶部に登録しておき、入力部からニュース見出しクリップ画面表示の指示が入力されると、一覧画面表示手段が、記憶部からユーザクリップニュース見出しを読み取って、ニュース見出しクリップ画面に表示するものである。   The invention described in Patent Document 1 is an invention related to an information display method in an information display device. Specifically, a user clip registration unit stores news headline data arbitrarily selected by a user from a news headline list screen. The user clip news headline is registered in the storage unit, and when an instruction to display the news headline clip screen is input from the input unit, the list screen display means reads the user clip news headline from the storage unit and reads the news headline clip It is displayed on the screen.

特許文献2に記載の発明は、要約システムとその要約方法、及び要約プログラムを記録した記録媒体に関する発明であり、具体的には、同一の主題に関する複数のニュース記事をまとめたスレッドの、ニュース記事内容の要約文を生成する要約システムにおいて、スレッド内の各ニュース記事の各文毎に当該文がスレッド内の他の文との関係において成す重要度である位置重要度を判定する位置重要度決定部と、スレッド内の各ニュース記事において使用される各単語のスレッド内において示される重要度である単語重要度を判定する単語重要度決定部と、各文に対する単語重量度の平均値と位置重要度の値とを、定められた重み付けに従い加えた値を、各文の重要度である文重要度として判定する文重要度決定部と、文重要度が高く判定された文を取り出して、取り出した文を予め定められた設定に基づいて適切に配置することにより、スレッドの要約文を生成する要約文作成部を備えるものである。   The invention described in Patent Document 2 is an invention related to a summarizing system, a summarizing method thereof, and a recording medium on which a summarizing program is recorded. Specifically, a news article of a thread in which a plurality of news articles related to the same subject are collected. In a summary system that generates summary sentences of content, position importance determination is performed for determining the importance of position for each sentence of each news article in the thread, which is the importance of the sentence in relation to other sentences in the thread. A word importance level determination unit that determines the word importance level that is the importance level shown in the thread of each word used in each news article in the thread, and the average value and position importance of the word weight level for each sentence A sentence importance level determination unit that determines a sentence importance level that is an importance level of each sentence by adding a value of the degree according to a predetermined weight, and a sentence importance level is determined to be high. Remove the sentence, by appropriately positioned based on the settings defined the retrieved sentences advance, those with a summary creation unit that generates a thread summary of.

特開2004−145724号公報JP 2004-145724 A 特開2002−049632号公報Japanese Patent Application Laid-Open No. 2002-039632

しかしながら、上述した特許文献1、2に記載の技術では、一つのサイトのみからの情報を扱っており、複数のサイトから収集した情報を扱う場合は、考慮されていない。同一内容のニュースに対する記事やコメントが、複数のサイトに分散されているため、図10に示すような問題がある。
図10は、ネットワークを介して得られる複数のサイトのニュースとコメントとの関係を示す状態図である。
図10において、ホルダーの図形がニュース記事を表し、吹き出しがニュース記事に対するコメント・SNSへの投稿を表す。
However, in the technologies described in Patent Documents 1 and 2 described above, information from only one site is handled, and no consideration is given to handling information collected from a plurality of sites. Since articles and comments for news of the same content are distributed over a plurality of sites, there is a problem as shown in FIG.
FIG. 10 is a state diagram showing the relationship between news and comments of a plurality of sites obtained via the network.
10, the figure of the holder represents a news article, and the balloon represents a comment on the news article / posting to SNS.

1.全てのニュース記事を確認するには手間がかかる。
2.そのニュース記事の内容に対して、閲覧者全体がどのような感想(肯定的か、否定的か、喜怒哀楽等)かが、一つのサイトのみでは判断できない。
3.複数のサイトに類似のコメントがあっても、全て読まなければならない手間が発生する(貴重なコメントを見落とすリスクが生じる。)。
すなわち、同一の話題が複数のサイトに分散されているため、
(a)一つのサイトのみでは、反響の大きいニュース記事か否かが判断できない。
(b)複数のサイトを全て見なければならずその分だけ手間がかかる。
1. It takes time to check all the news articles.
2. With regard to the content of the news article, it is not possible to determine what the overall viewers think (positive, negative, emotional, etc.) with just one site.
3. Even if there are similar comments on multiple sites, it takes time to read them all (rising the risk of overlooking valuable comments).
In other words, because the same topic is distributed across multiple sites,
(A) It is not possible to determine whether a news article is highly recognizable with only one site.
(B) All of a plurality of sites must be viewed, which takes time.

そこで、本発明の目的は、複数のサイトに分散されているニュース記事やコメントなどの文章情報を内容ベースでまとめることにある。   Therefore, an object of the present invention is to collect text information such as news articles and comments distributed on a plurality of sites on a content basis.

上記課題を解決するため、請求項1に記載の発明は、ネットワークを介して閲覧可能に掲載される第1の文章情報内に記載されたURL情報を取得するURL取得手段と、前記URL情報が示す第2の文章情報を、ネットワークを介して取得する文章取得手段と、前記第2の文章情報からタイトル及び概要文の文字列情報を取得する文字列取得手段と、前記第2の文章情報に対するコメントを取得するコメント取得手段と、前記第2の文章情報のタイトル及び概要文を連結した連結文章を基に、複数の前記第2の文章情報の内、類似する第2の文章情報同士をまとめる第1のクラスタリング手段と、前記コメントから代表する代表コメントを抽出する第2のクラスタリング手段と、まとめた第2の文章情報に対応するタイトルまたは概要文の少なくとも1つと、前記代表コメントとを掲載するまとめページを作成するページ作成手段と、を備えたことを特徴とする。   In order to solve the above-mentioned problem, the invention described in claim 1 is characterized in that URL acquisition means for acquiring URL information described in the first sentence information posted so as to be viewable via a network, and the URL information Text acquisition means for acquiring second text information to be shown via a network, character string acquisition means for acquiring character string information of a title and a summary sentence from the second text information, and the second text information Based on a comment acquisition means for acquiring a comment and a connected sentence obtained by connecting the title and the summary sentence of the second sentence information, similar second sentence information among a plurality of the second sentence information is collected. First clustering means, second clustering means for extracting representative comments from the comments, and at least one title or summary sentence corresponding to the collected second sentence information And, characterized in that it is provided with a, and page creation means for creating a summary page to post and the representative comment.

本発明によれば、複数のサイトに分散されているニュース記事やコメントなどの文章情報を内容ベースでまとめることができる。   According to the present invention, text information such as news articles and comments distributed in a plurality of sites can be collected on a content basis.

本発明のまとめサイトシステムに係るブロック図の一例である。It is an example of the block diagram which concerns on the summary site system of this invention. 図1に示した情報処理装置11の機能ブロック図の一例である。It is an example of a functional block diagram of the information processing apparatus 11 shown in FIG. 図1に示した情報処理装置11の動作を説明するためのフローチャートの一例である。It is an example of the flowchart for demonstrating operation | movement of the information processing apparatus 11 shown in FIG. 図1に示したまとめサイトシステムにより得られた画面と比較例である。It is the screen obtained by the summary site system shown in FIG. 1, and a comparative example. 図1に示したまとめサイトシステムを用いたニュース記事及びコメントに対するクラスタリング処理の前後の関係を示す概念図である。It is a conceptual diagram which shows the relationship before and behind the clustering process with respect to the news article and comment using the summary site system shown in FIG. 図1に示したまとめサイトシステムを用いたE病気に対する評判分析についての説明図である。It is explanatory drawing about the reputation analysis with respect to E disease using the summary site system shown in FIG. 図1に示したまとめサイトシステムを用いたE病気に対する集計/表示についての説明図である。It is explanatory drawing about the totaling / display with respect to E disease using the summary site system shown in FIG. (a)〜(c)は、数式(2)を用いて単語間の距離を算出した場合の説明図である。(A)-(c) is explanatory drawing at the time of calculating the distance between words using Numerical formula (2). クラスターで代表コメント1件残す方法の説明図である。It is explanatory drawing of the method of leaving one representative comment in a cluster. ネットワークを介して得られるサイトのニュースとコメントとの関係を示す状態図である。It is a state diagram which shows the relationship between the news of the site obtained via a network, and a comment.

<構 成>
図1は、本発明のまとめサイトシステムに係るブロック図の一例である。
図1に示すまとめサイトシステム10は、3台の情報処理装置11,12,13で構成されたシステムである。情報処理装置11は、データ取得サーバーとして機能し、情報処理装置12はクラスタリングサーバーとして機能し、情報処理装置13は表示サーバーとして機能する。
尚、本発明はこれに限定されるものではなく、1台の情報処理装置のHDD(Hard Disk Drive)をパーテーションで区分けしてパーテーション毎にクラスタリングサーバー、データサーバー、及び表示サーバーとして機能するように構成してもよい。
<Configuration>
FIG. 1 is an example of a block diagram according to the summary site system of the present invention.
The summary site system 10 shown in FIG. 1 is a system composed of three information processing apparatuses 11, 12, and 13. The information processing apparatus 11 functions as a data acquisition server, the information processing apparatus 12 functions as a clustering server, and the information processing apparatus 13 functions as a display server.
The present invention is not limited to this, and the HDD (Hard Disk Drive) of one information processing apparatus is divided by partition so that it functions as a clustering server, data server, and display server for each partition. It may be configured.

情報処理装置11は、CPU(Central Processing Unit)14、ROM(Read Only Memory)15、RAM(Random Access Memory)16、表示部17、HDD18、LAN(Local Area Network)接続部19、操作部20、ネットワーク接続部21、及びバスライン22を有する。   The information processing apparatus 11 includes a CPU (Central Processing Unit) 14, a ROM (Read Only Memory) 15, a RAM (Random Access Memory) 16, a display unit 17, an HDD 18, a LAN (Local Area Network) connection unit 19, an operation unit 20, A network connection unit 21 and a bus line 22 are included.

CPU14は、情報処理装置11を統括制御する装置であり、例えばマイクロプロセッサが挙げられる。ROM15は、制御プログラムが格納されたデバイスであり、例えばマスクROMやEPROM (Erasable Programmable Read Only Memory)が挙げられる。RAM16は、一時的にプログラムやデータを保存するデバイスであり、例えばDRAM(Dynamic RAM)やフラッシュメモリが挙げられる。表示部17は、情報処理装置11にて処理した情報や操作画面などを表示する装置であり、例えば液晶表示装置が挙げられる。HDD18は、OS(Operating System)や各種アプリケーションソフトウェアを保存したりネットワーク24を介して配信されたニュース記事情報やSNS(Social Networking Site)上で流れている投稿情報などの文章情報を保存したりする装置である。LAN接続部19は情報処理装置11が情報処理装置12,13に接続する装置である。操作部20は、情報処理装置11を操作するのに必要な電源スイッチ、テンキー等のスイッチを有する装置であり、例えばキーボードやマウスが挙げられるが、表示部17と一体化したタッチパネルであってもよい。ネットワーク接続部21は、情報処理装置11を、インターネットなどのネットワーク24を介して端末装置23a,23b,…、もしくはニュース記事情報を発信するニュースサーバや、SNSサーバーと接続して情報を授受する装置である。   The CPU 14 is a device that performs overall control of the information processing apparatus 11, and may be a microprocessor, for example. The ROM 15 is a device in which a control program is stored, and examples thereof include a mask ROM and an EPROM (Erasable Programmable Read Only Memory). The RAM 16 is a device that temporarily stores programs and data, and examples thereof include DRAM (Dynamic RAM) and flash memory. The display unit 17 is a device that displays information processed by the information processing device 11, an operation screen, and the like, and examples thereof include a liquid crystal display device. The HDD 18 stores OS (Operating System) and various application software, and stores text information such as news article information distributed via the network 24 and posted information flowing on SNS (Social Networking Site) Device. The LAN connection unit 19 is a device that the information processing device 11 connects to the information processing devices 12 and 13. The operation unit 20 is a device having a switch such as a power switch and a numeric keypad necessary for operating the information processing apparatus 11, and examples thereof include a keyboard and a mouse, but even a touch panel integrated with the display unit 17 Good. The network connection unit 21 connects the information processing device 11 to a terminal device 23a, 23b,... Or a news server that transmits news article information or an SNS server via a network 24 such as the Internet, and transmits and receives information. It is.

図2は、図1に示した情報処理装置11の機能ブロック図の一例である。
図2に示す情報処理装置11は、URL(Uniform Resource Locator)情報取得手段31、HTML(Hyper Text Markup Language)ページ取得手段32、文字列取得手段33、コメント取得手段34、単語ベクトル作成手段35、クラスタリング手段36、データベース手段37、表示手段38、及び制御手段39を有する。
FIG. 2 is an example of a functional block diagram of the information processing apparatus 11 shown in FIG.
2 includes URL (Uniform Resource Locator) information acquisition means 31, HTML (Hyper Text Markup Language) page acquisition means 32, character string acquisition means 33, comment acquisition means 34, word vector creation means 35, Clustering means 36, database means 37, display means 38, and control means 39 are provided.

URL情報取得手段31は、既定のタイミング(例:5分毎)にて、SNSサーバーが提供するAPIを用いて、SNS上で流れている投稿情報を取得し、投稿情報内に含まれるURL情報を抽出して取得したり、各Webサイトが発信しているRSS(Really Simple Syndication)情報を定期的に取得し、RSSに記載されている新着のURL情報を抽出して取得したりする。URL情報取得手段31は、各サイトからURL情報を取得する手段であり、例えば、CPU14、ROM15、RAM16、及びネットワーク接続部21によって実現される。
HTMLページ取得手段32は、URL情報取得手段31にて取得した、投稿情報内に含まれるURL情報やRSSに記載されている新着のURL情報を基に、そのURL(例えば、ニュースサーバなど)にアクセスし、HTMLページ(例えば、ニュース記事など)を取得する。HTMLページ取得手段32は、URLにアクセスし、HTMLページを取得する手段であり、例えば、CPU14、ROM15、RAM16、HDD18及びネットワーク接続部21によって実現される。
文字列取得手段33は、HTMLページ取得手段32にて取得したHTMLページのHTML構造を解析し、<title>タグまたは<meta property="og:title">タグとそれらの終了タグを用いて記述されたタグ間のタイトルや、<description>タグまたは<meta property="og:description">タグとそれらの終了タグを用いて記述されたタグ間の概要文などの文字列を取得し、HTMLページのURL情報に対応付けて、タイトルおよび概要文をデータベースに記憶する。文字列取得手段33は、HTMLページからタイトルと概要文を取得する手段であり、例えば、CPU14、ROM15、RAM16、HDD18によって実現される。
コメント取得手段34は、URL情報取得手段31にて取得したURL情報が含まれる投稿情報をコメントとして取得したり、HTMLページ取得手段32にて取得したコメント記載欄があるHTMLページ(ニュース記事などに対する閲覧者からのコメントの記入を許可しているWebページで、「comment」という文字列を含むタグ間に存在する「コメント」などの文字や送信ボタンタグなどによって判断する)のコメントを取得したりし、投稿情報やコメントなどのコメント情報をURL情報に対応付けて、データベースに記憶する。コメント取得手段34は、コメント情報を取得する手段であり、例えば、CPU14、ROM15、RAM16、HDD18によって実現される。また、コメント取得手段34は、ニュース記事などの同じURL情報への投稿情報の数やニュース記事などのHTMLページに対するコメントの数を取得して、URL情報に対応付けてデータベースに記憶する。
単語ベクトル作成手段35は、文字列取得手段33にて取得した各HTMLページのタイトル及び概要文を連結した文章に対して、言語解析処理をして接続語などを削除して単語単位に分割したワードを単語ベクトルとして、データベースにてHTMLページのURL情報に対応付けて記憶する。単語ベクトル作成手段35は、タイトル及び概要文から単語ベクトルを作成する手段であり、例えば、CPU14、ROM15、RAM16、HDD18によって実現される。
The URL information acquisition means 31 acquires the posting information flowing on the SNS using the API provided by the SNS server at a predetermined timing (for example, every 5 minutes), and the URL information included in the posting information Extract and acquire URLs, periodically acquire RSS (Really Simple Syndication) information sent by each website, and extract and acquire new URL information described in RSS. The URL information acquisition unit 31 is a unit that acquires URL information from each site, and is realized by the CPU 14, the ROM 15, the RAM 16, and the network connection unit 21, for example.
The HTML page acquisition means 32 uses the URL information (for example, a news server) acquired by the URL information acquisition means 31 based on the URL information included in the posted information or the new URL information described in the RSS. Access and get an HTML page (for example, a news article). The HTML page acquisition unit 32 is a unit that accesses a URL and acquires an HTML page, and is realized by the CPU 14, the ROM 15, the RAM 16, the HDD 18, and the network connection unit 21, for example.
The character string acquisition means 33 analyzes the HTML structure of the HTML page acquired by the HTML page acquisition means 32 and describes it using the <title> tag or <meta property = "og: title"> tag and their end tags. HTML page that obtains the character string such as the title between the tags and the summary sentence between the tags described using the <description> tag or the <meta property = "og: description"> tag and their end tags The title and summary sentence are stored in the database in association with the URL information. The character string obtaining unit 33 is a unit that obtains a title and a summary sentence from an HTML page, and is realized by the CPU 14, the ROM 15, the RAM 16, and the HDD 18, for example.
The comment acquisition unit 34 acquires post information including the URL information acquired by the URL information acquisition unit 31 as a comment, or an HTML page with a comment description column acquired by the HTML page acquisition unit 32 (for news articles, etc. On the Web page that allows users to enter comments, to obtain comments (determined by characters such as “comment” or a submit button tag) that exist between tags that contain the string “comment” Then, post information and comment information such as comments are associated with the URL information and stored in the database. The comment acquisition means 34 is means for acquiring comment information, and is realized by, for example, the CPU 14, the ROM 15, the RAM 16, and the HDD 18. Further, the comment acquisition means 34 acquires the number of pieces of post information for the same URL information such as news articles and the number of comments for HTML pages such as news articles, and stores them in the database in association with the URL information.
The word vector creation means 35 performs language analysis processing on the sentences obtained by concatenating the titles and summary sentences of each HTML page acquired by the character string acquisition means 33, deletes connected words, etc., and divides them into word units. The word is stored as a word vector in association with the URL information of the HTML page in the database. The word vector creating means 35 is a means for creating a word vector from the title and the summary sentence, and is realized by, for example, the CPU 14, the ROM 15, the RAM 16, and the HDD 18.

ここで、HDD18内に構成されるデータベース手段37に記憶されているデータベースには、既定の期間内のニュース記事などのHTMLページのタイトル、概要の文章、HTMLページのURL情報(IDに相当する)、タイトルと概要の文章から抽出した単語ベクトル、ニュース記事などのHTMLページに対する閲覧者のコメント、ニュース記事などに対するコメント数、及びコメントの文章から抽出したコメントベクトルを保存しておく。データベース手段37は、例えば、HDD18によって実現される。
表1は、HTMLページのURL情報、HTMLページのタイトル、概要の文章、単語ベクトルが対応付けられて記憶されたデータベースの一例である。
また、表1のデータベースに示すタイトルは、HTMLページ構造において、例えば、<title>A国にE病気感染者の疑い</title>におけるタグ<title>とタグ</title>とで挟まれた文字列「A国にE病気感染者の疑い」であり、概要文は、<description>A国にE病気の疑いがある感染者が・・・</description>におけるタグ<description>とタグ</description>とで挟まれた文字列「A国にE病気の疑いがある感染者が・・・」である。
Here, in the database stored in the database means 37 configured in the HDD 18, the title of the HTML page such as a news article within a predetermined period, the summary text, the URL information of the HTML page (corresponding to the ID) The word vector extracted from the title and summary text, the comment of the viewer for the HTML page such as a news article, the number of comments for the news article, and the comment vector extracted from the comment text are stored. The database means 37 is realized by the HDD 18, for example.
Table 1 is an example of a database in which URL information of HTML pages, titles of HTML pages, summary sentences, and word vectors are stored in association with each other.
In addition, the title shown in the database of Table 1 is sandwiched between <title> tag <title> and tag </ title> in <title> A country suspected of being infected with E disease </ title> in the HTML page structure. It is the string “suspected E diseased in country A”, and the summary sentence is <description> the infected person suspected of E disease in country A ... </ description> tag <description> and tag < / description> is the character string “An infected person suspected of having E disease in country A ...”.

Figure 2016105260
Figure 2016105260

表2はURL情報、コメント、コメントベクトル、及びコメント数のデータベースの一例である。   Table 2 is an example of a database of URL information, comments, comment vectors, and the number of comments.

Figure 2016105260
Figure 2016105260

表1、表2に示したデータベースは一定時間毎(例えば、5分毎)に取得されたデータが追加されて蓄積される。2時間のニュース記事などのHTMLページのまとめページランキングを作成するときは、表2のデータベースから、日時が直近2時間のURL情報を抽出(URL情報が既定数(例:500件)以上場合は、抽出したURL情報の内、URL情報単位での合計コメント数が既定の上位数(例:500件)のURL情報を抽出)し、表1のデータベースにて、抽出したURL情報に対応する単語ベクトルを抽出し、ニュース記事などのHTMLページをまとめる(クラスタリングする)。また、表2のデータベースを参照し、抽出したURL情報に対応するコメントベクトルから代表コメントを選出し、まとめたニュース記事などのHTMLページに対応するURL情報に対応するコメント数を、表2を参照して合計し、まとめたニュース記事などのHTMLページと他のまとめたニュース記事などのHTMLページとの間の掲載順位付けに用いる。尚、蓄積されたデータのうち重複したデータや不要なデータは消去される。
クラスタリング手段36は、既定のタイミングにて、既定の期間分(例:直近2時間分、1日間分など)URL情報を表2のデータベースから抽出し、抽出したURL情報に対応する単語ベクトルを表1のデータベースから取得し、内容ベースで同じ内容のURL情報でまとめ上げる(後述するクラスタリング処理)手段であり、例えば、CPU14、ROM15、RAM16、及びHDD18によって実現される。
In the databases shown in Tables 1 and 2, data acquired at regular intervals (for example, every 5 minutes) is added and accumulated. When creating a summary page ranking of HTML pages such as news articles for 2 hours, URL information of the most recent 2 hours is extracted from the database in Table 2 (if the URL information is more than the default number (eg 500) In the extracted URL information, the total number of comments in the URL information unit is the default number (ex. 500 URL information is extracted), and the word corresponding to the extracted URL information in the database of Table 1 Extract vectors and organize HTML pages such as news articles (clustering). Also, refer to the database in Table 2, select representative comments from the comment vector corresponding to the extracted URL information, and refer to Table 2 for the number of comments corresponding to URL information corresponding to HTML pages such as news articles compiled These are used for ranking ranking between HTML pages such as summarized news articles and HTML pages such as other summarized news articles. Of the accumulated data, duplicate data and unnecessary data are deleted.
The clustering means 36 extracts URL information for a predetermined period (for example, the latest 2 hours, 1 day, etc.) from the database in Table 2 at a predetermined timing, and displays a word vector corresponding to the extracted URL information. This is a means for acquiring from one database and collecting together URL information of the same content on a content basis (clustering processing described later), and is realized by, for example, the CPU 14, the ROM 15, the RAM 16, and the HDD 18.

表示手段38は、ページ作成手段40にて、まとめられた文章情報を掲載するまとめページを表示する手段であり、例えば、表示部17によって実現される。ただし、情報処理装置11がサーバー装置である場合は、無くても良い。
制御手段39は、情報処理装置11の各手段を統括制御し、各手段への命令やデータを受け渡しする手段であり、例えば、CPU14、ROM15、RAM16、HDD18及びバスライン22によって実現される。
また、クラスタリング手段36は、まとめた同じ内容のURL情報に紐付られてデータベース手段37に記憶されている複数のコメントに対し、クラスタリング処理を施し、重複コメント及び類似のコメントを削除し、代表コメントを既定の上位件数(例:上位1件)残す。
ページ作成手段40、クラスタリング手段36にて、まとめた同じ内容のURL情報のニュース記事などのタイトルまたは概要文の少なくとも1つをまとめて(例えば、時系列順、コメント数の多い順で)掲載する文章情報表示領域と、画面下部にそのURL情報に対応し、クラスタリング手段36にて、選別した代表コメントを横方向にローテーション表示するコメント表示領域と、を有するWebページであるまとめページを作成し、端末装置23a、23bにネットワーク24を介して公開する。ページ作成手段40、まとめページを作成し公開する手段であり、例えば、CPU14、ROM15、RAM16、HDD18及びネットワーク接続部21によって実現される。また、ページ作成手段40、コメント表示領域の代わりに、もしくは、追加して、まとめた同じ内容のURL情報のニュース記事などに対応する各コメントに対し、評判分析を行い、各分類(肯定、否定、喜怒哀楽等)を割り当て、割り当てられた分類名とその分類の度数のグラフを表示する評判表示領域をまとめページに作成してもよい。これにより、例えば一つの件についてあるサイトでは「怖い」という分類を付けることができ、別のサイトでは「驚く」という分類をつけることができる。「怖い」の数や「驚く」の数をグラフ化(図では棒グラフであるが、グラフの種類は限定されない)することができる。
尚、各コメントに対し、評判分析に基づく「怖い」や「驚く」等の複数の分類(形容詞もしくは副詞等の単語)を同時に表示してもよい。
The display unit 38 is a unit that displays a summary page on which the text information compiled by the page creation unit 40 is posted, and is realized by the display unit 17, for example. However, when the information processing device 11 is a server device, it may not be provided.
The control unit 39 is a unit that performs overall control of each unit of the information processing apparatus 11 and delivers commands and data to each unit, and is realized by, for example, the CPU 14, the ROM 15, the RAM 16, the HDD 18, and the bus line 22.
Further, the clustering means 36 performs a clustering process on a plurality of comments associated with the URL information having the same contents and stored in the database means 37, deletes duplicate comments and similar comments, and displays representative comments. Leave the default number of top cases (example: top one).
The page creation means 40 and the clustering means 36 publish at least one title or summary sentence (for example, in chronological order or in descending order of comments) such as news articles with the same URL information compiled. Create a summary page that is a web page that has a text information display area and a comment display area that corresponds to the URL information at the bottom of the screen and displays the selected representative comments in the horizontal direction in the clustering means 36, It is made public via the network 24 to the terminal devices 23a and 23b. The page creation means 40 is a means for creating and publishing a summary page, and is realized by, for example, the CPU 14, the ROM 15, the RAM 16, the HDD 18, and the network connection unit 21. In addition, instead of or in addition to the page creation means 40, comment display area, a reputation analysis is performed on each comment corresponding to a news article of the same URL information that has been collected, and each classification (affirmation, denial) And a reputation display area for displaying a graph of the assigned category name and the frequency of the category may be created on the summary page. Thus, for example, one site can be classified as “scary” at another site, and another site can be classified as “surprise”. The number of “scary” and “surprise” can be graphed (it is a bar graph in the figure, but the type of graph is not limited).
A plurality of classifications (words such as adjectives or adverbs) such as “scary” and “surprise” based on reputation analysis may be displayed simultaneously for each comment.

図1のように、ハードウェアブロック構成が同様である情報処理装置11,12,13を用いて、例えば、情報処理装置11をURL情報取得手段31とHTMLページ取得手段32、文字列取得手段33、コメント取得手段34、単語ベクトル作成手段35、データベースを記憶作成するデータベース手段37を有するデータ取得サーバー、情報処理装置12を、クラスタリング手段36を有するクラスタリングサーバー、及び情報処理装置13を、ページ作成手段40を有するページ表示サーバーとして機能させることで、複数の装置を用いて、まとめサイトシステム10を構成してもよいし、情報処理装置11のみで、本発明の各手段を機能させるサーバー装置でもよい。データベース手段37は、NAS(Network Attached Storage)を用いて、情報処理装置11,12,13とは別の装置として、各情報処理装置11,12,13と読み書き可能に接続するように構成しても良い。ここで、情報処理装置11が、各端末装置23にまとめページを提供するサーバー装置ではなく、利用者が操作する端末装置23の1つである場合は、ページ作成手段は、作成したまとめページを各端末装置23に公開するのではなく、作成したまとめページを表示部17に表示する。   As shown in FIG. 1, using information processing apparatuses 11, 12, and 13 having the same hardware block configuration, for example, the information processing apparatus 11 is replaced with a URL information acquisition unit 31, an HTML page acquisition unit 32, and a character string acquisition unit 33. , Comment acquisition means 34, word vector creation means 35, data acquisition server having database means 37 for storing and creating a database, information processing apparatus 12, clustering server having clustering means 36, and information processing apparatus 13 as page creation means By functioning as a page display server having 40, a summary site system 10 may be configured using a plurality of devices, or a server device that functions each unit of the present invention only by the information processing device 11 may be used. . The database means 37 is configured to use a NAS (Network Attached Storage) and be connected to each information processing device 11, 12, 13 so as to be readable and writable as a device different from the information processing devices 11, 12, 13. Also good. Here, when the information processing device 11 is not a server device that provides a summary page to each terminal device 23 but is one of the terminal devices 23 operated by the user, the page creation means displays the created summary page. Instead of publishing to each terminal device 23, the created summary page is displayed on the display unit 17.

<動 作>
図3は、図1に示した情報処理装置11の動作を説明するためのフローチャートの一例である。
<Operation>
FIG. 3 is an example of a flowchart for explaining the operation of the information processing apparatus 11 shown in FIG.

先ずURL情報取得手段31が、既定のタイミングにて、各サイトからURL情報を取得し(ステップS1)、HTMLページ取得手段32が、URL情報取得手段31にて取得されたURL情報を基に、URLにアクセスし、HTMLページを取得し(ステップS2)、文字列取得手段33が、HTMLページ取得手段32にて取得されたHTMLページのタイトル及び概要文を取得し、表1のデータベースに記憶する(ステップS3)。
ここで、コメント取得手段34は、URL情報取得手段31にて取得したURL情報が含まれる投稿情報をコメントとして取得し、表2のデータベースに記憶する。また、コメント取得手段34は、HTMLページ取得手段32にて取得されたHTMLページ内に閲覧者からのコメントがあるか否かを判断する(ステップS4)。閲覧者からのコメントがある場合(ステップS4/Yes)、HTMLページのコメントを取得し、表2のデータベースに記憶してステップS5へ進み(ステップS5)、ユーザーからのコメントが無い場合(ステップS4/No)、ステップS6へ進む。
First, the URL information acquisition means 31 acquires URL information from each site at a predetermined timing (step S1), and the HTML page acquisition means 32 is based on the URL information acquired by the URL information acquisition means 31. The URL is accessed, the HTML page is acquired (step S2), and the character string acquisition unit 33 acquires the title and summary sentence of the HTML page acquired by the HTML page acquisition unit 32 and stores them in the database shown in Table 1. (Step S3).
Here, the comment acquisition unit 34 acquires post information including the URL information acquired by the URL information acquisition unit 31 as a comment, and stores it in the database of Table 2. Further, the comment acquisition unit 34 determines whether or not there is a comment from the viewer in the HTML page acquired by the HTML page acquisition unit 32 (step S4). If there is a comment from the viewer (step S4 / Yes), an HTML page comment is acquired, stored in the database of Table 2, and the process proceeds to step S5 (step S5). If there is no comment from the user (step S4) / No), go to step S6.

単語ベクトル作成手段35は、文字列取得手段33にて取得されたタイトル及び概要文を連結した連結文章にし、連結文章に対し、言語解析処理を施して、連結文章を分割して、単語ベクトルを作成し、表1のデータベースに記憶してステップS7へ進む(ステップS6)。
クラスタリング手段36が、既定のタイミングにて、表2のデータベースにて、既定の期間分のURL情報を抽出し、抽出したURL情報に対応する、単語ベクトル作成手段35作成された単語ベクトルを用いて、内容ベースで各URL情報のまとめ上げるためのクラスタリング処理を施し(ステップS7)、クラスタリング手段36が、まとめたURL情報に紐づく複数のコメントに対し、クラスタリング処理を施し、既定の上位件数の代表コメントを抽出する(ステップS8)。
ページ作成手段40は、クラスタリング手段36にてまとめたURL情報に対応するタイトルまたは概要文の少なくとも1つを対応するURL情報へのリンクを付けて、まとめて掲載し、ページ下部にクラスタリング手段36にて抽出した代表コメントをローテーション表示するまとめページを作成する(ステップS9)。尚、ステップS9にて、ページ作成手段40は、ページ下部の代表コメントの代わりに、クラスタリング手段36にて、まとめたURL情報に紐づく複数のコメントに対して、評判分析を行い、複数のコメントを肯定、否定、もしくは喜怒哀楽などを表す分類を付与し、その分類と評判分析結果のグラフを表示するまとめページを作成してもよい。まとめページは、まとめURL情報(クラスター)毎に作成する。ただし、まとめページは、まとめたURL情報(クラスター)毎に作成しなくても、1つのまとめページに複数のまとめURL情報(クラスター)を掲載しても良い。その際は、まとめたURL情報に対応するコメント数の合計順に上位から第2の文章情報のまとまり毎に順番に掲載する、まとめページを作成する。
The word vector creation means 35 converts the title and summary sentence acquired by the character string acquisition means 33 into a connected sentence, performs a language analysis process on the connected sentence, divides the connected sentence, and generates a word vector. Create and store in the database of Table 1 and proceed to step S7 (step S6).
The clustering means 36 extracts URL information for a predetermined period from the database shown in Table 2 at a predetermined timing, and uses the word vector created for the word vector creation means 35 corresponding to the extracted URL information. Then, clustering processing is performed to compile the URL information on a content basis (step S7), and the clustering means 36 performs clustering processing on a plurality of comments associated with the collected URL information to represent the default number of top cases. Comments are extracted (step S8).
The page creation means 40 publishes at least one title or summary sentence corresponding to the URL information compiled by the clustering means 36 with a link to the corresponding URL information, and puts it in the clustering means 36 at the bottom of the page. A summary page for rotating the representative comments extracted in step S9 is created (step S9). In step S9, instead of the representative comment at the bottom of the page, the page creation means 40 performs a reputation analysis on a plurality of comments associated with the URL information collected by the clustering means 36, and a plurality of comments A classification page indicating affirmation, denial, emotion, etc. may be assigned, and a summary page displaying a graph of the classification and reputation analysis result may be created. A summary page is created for each summary URL information (cluster). However, a plurality of summary URL information (cluster) may be posted on one summary page without creating a summary page for each summary URL information (cluster). In that case, a summary page is created that is posted in order for each group of second sentence information from the top in the total order of the number of comments corresponding to the collected URL information.

<画面掲載例>
図4は、図1に示したまとめサイトシステムにより得られた画面と比較例である。
図4において左側のニュースランキングの図が比較例であり、右側のニュースランキングが本発明による掲載画面の一例である。ランキングの順位基準は、左側のニュースランキングの図がニュース記事個別のコメント数であり、右側のニュースランキングがまとめたニュース記事のコメント数の合計である。
同一の単語(例、リベリア・エボラ等)を多く含むニュース記事のHTMLページを自動的にまとめ上げたものである。
左側の比較例では上から野球チームHのニュース記事、水族館のニュース記事、エボラ熱のニュース記事、アイドルAのニュース記事、ピザ専門店のニュース記事が羅列されている。
<Screen posting example>
FIG. 4 is a screen and a comparative example obtained by the summary site system shown in FIG.
In FIG. 4, the news ranking on the left is a comparative example, and the news ranking on the right is an example of a posting screen according to the present invention. The ranking standard of ranking is the number of comments for each news article in the news ranking diagram on the left side, and the total number of comments of news articles compiled by the news ranking on the right side.
HTML pages of news articles that contain many identical words (eg, Liberia, Ebola, etc.) are automatically compiled.
In the comparative example on the left, news articles of the baseball team H, news articles of the aquarium, news articles of Ebola fever, news articles of Idol A, and news articles of pizza shops are listed from the top.

これに対し、右側のニュースランキングでは、エボラ関連のニュース記事が集約されることで、コメント数の合計が最大になり、最上段に掲載され、野球チームHのニュース記事、アイドルAのニュース記事、水族館のニュース記事、…の順に羅列されている。すなわち、分散されていた情報が内容毎にまとめ上げられている。尚、ランキング処理は話題ベースとなるため、順位変動が生じる。   On the other hand, in the news ranking on the right side, Ebola-related news articles are aggregated so that the total number of comments is maximized and posted at the top, baseball team H news articles, idol A news articles, Aquarium news articles are listed in order. That is, the distributed information is collected for each content. Since the ranking process is based on the topic, the ranking changes.

図5は、図1に示したまとめサイトシステムを用いたニュース記事などのHTMLページ及びコメントに対するクラスタリング処理の前後の関係を示す概念図である。
図5の左側のクラスタリング処理前において、Aサイト〜CサイトにはE病気、アイドルA、及び野球チームHのニュース記事などのHTMLページ及びコメントが散在している。
このようなニュース記事などのHTMLページ及びコメントが散在している状態のとき、クラスタリング処理を施すと、図5の右側のように各HTMLページの内容である、E病気、野球チームH、及びアイドルAについてのニュース記事などのHTMLページ及びコメントが集約されることになる。
FIG. 5 is a conceptual diagram showing the relationship before and after clustering processing for HTML pages and comments such as news articles using the summary site system shown in FIG.
Before the clustering process on the left side of FIG. 5, HTML pages and comments such as news articles of E illness, idol A, and baseball team H are scattered on the A site to the C site.
When such HTML pages and comments such as news articles are scattered, if clustering processing is performed, the contents of each HTML page, such as E disease, baseball team H, and idol, as shown on the right side of FIG. HTML pages such as news articles about A and comments will be collected.

図6は、図1に示したまとめサイトシステムを用いたE病気に対する評判分析についての説明図である。
図6の左側の図は、クラスタリング処理を施して得られたE病気についてのニュース記事などのHTMLページが集約された図である。四つのニュース記事などのHTMLページに紐づく各コメントを分析する。感情を表現する単語についての感情辞書には「怖い」、「恐ろしい」、「震える」は「怖い」に分類され、「驚く」、「衝撃」、「ビックリ」は「驚く」に分類されている。
FIG. 6 is an explanatory diagram of a reputation analysis for E disease using the summary site system shown in FIG.
The diagram on the left side of FIG. 6 is a diagram in which HTML pages such as news articles about E disease obtained by performing the clustering process are aggregated. Analyze each comment associated with an HTML page, such as four news articles. In the emotion dictionary for words that express emotions, “scary”, “scary” and “tremor” are classified as “scary”, and “surprised”, “shock” and “surprised” are classified as “surprised”. .

そこで、評判分析において、E病気のニュース記事などのHTMLページに対して各端末装置の閲覧者から寄せられたコメントを分析すると、AサイトのHTMLページに対するコメントでは「E病気が怖い。」とあるので、「怖い」分類を付与することが可能である。BサイトのHTMLページに対するコメントでは「病気が上陸、ビックリ。」とあるので、「驚く」分類を付与することが可能である。CサイトのHTMLページに対するコメントでは「E病気恐ろしい」とあるので、「怖い」分類を付与することが可能である。   Therefore, in the reputation analysis, when comments received from viewers of each terminal device are analyzed for HTML pages such as news articles about E illness, the comment on the HTML page of the A site is “I'm afraid of E illness”. Therefore, it is possible to assign a “scary” classification. In the comment on the HTML page of B site, “Illness is landing, surprised”, it is possible to assign “surprise” classification. Since the comment on the HTML page of the C site is “E terrible”, it is possible to assign a “scary” classification.

一方、四つのニュース記事に紐づいて時系列最新順、または、コメント数順にソートを行うと、E病気のニュース記事などのHTMLページについてBサイトニュース記事、Aサイトニュース記事、及びCサイトニュース記事の順に時系列順、または、コメント数順に掲載されるまとめページが作成される。各サイトニュース記事の下側に分類「怖い」、「驚く」の分類についての量がグラフ化されて表示されるまとめページが作成される。
尚、右下の図において、内容が一致しているニュース記事は削除されている。
On the other hand, when the four news articles are linked in order of the latest time series or the number of comments, B site news articles, A site news articles, and C site news articles for HTML pages such as E disease news articles. A summary page is created that is posted in chronological order or number of comments. A summary page is created on the bottom of each site news article, with the amount of classification “Scared” and “Surprised” displayed in a graph.
In the lower right figure, the news articles whose contents match are deleted.

図7は、図1に示したまとめサイトシステムを用いたE病気に対するコメントのクラスタリングと表示についての概念図である。
左の図におけるクラスタリンクでまとめられたE病気に対する四つのニュース記事のHTMLページに紐づくコメントについてもう一度クラスタリングを行う。ニュース記事の各クラスター毎に代表コメントを既定の上位件数(この例では1件)のみを残し、類似重複内容のコメントを削除する。コメントを既定の上位件数のみ残す方法については後述する。
E病気に対するニュース記事のクラスターについては、右下の図において、E病気ニュース記事についてBサイトニュース記事、Aサイトニュース記事、Cサイトニュース記事及びDサイトニュース記事の順に時系列順、または、コメント数順にまとめページに掲載される。まとめページのニュース記事の下側に代表コメント表示領域を設定し、その表示領域に「E病気が上陸、ビックリ。」のような代表コメントが横方向、例えば左から右にローテーション表示される。このローテーション表示の欄に「驚く」のような喜怒哀楽を表す単語が常時表示されていてもよい。クラスタリングによりまとめられた他のアイドルAのニュース記事、野球チームHのニュース記事も同様に各々のまとめページを作成する。
FIG. 7 is a conceptual diagram of clustering and display of comments for E disease using the summary site system shown in FIG.
Clustering is performed once again on the comments associated with the HTML pages of the four news articles about E disease summarized by the cluster link in the left figure. For each cluster of news articles, leave only the default number of top comments (1 in this example), and delete comments with similar duplicate contents. A method for leaving only the default number of upper comments will be described later.
Regarding the cluster of news articles for E disease, in the lower right figure, for E disease news articles, B site news articles, A site news articles, C site news articles, and D site news articles in chronological order or number of comments It will be posted on the summary page in order. A representative comment display area is set below the news article on the summary page, and a representative comment such as “E illness has landed, surprised” is rotated and displayed in the horizontal direction, for example, from left to right. A word representing emotions such as “surprise” may always be displayed in this rotation display column. Similarly, the summary pages of the news articles of other idols A and the news articles of the baseball team H compiled by clustering are created.

<クラスタリング方法>
次にクラスタリング方法について述べる。
(i)各ニュース記事などのHTMLページから抽出したタイトル及び概要文を連結した連結文章を言語解析により、ワード単位に分割する。
例えば、あるニュース記事xの連結文章が「A国でE病気か A国にE病気の感染者の疑い。」である場合、ニュース記事xの単語ベクトルであるベクトルxは「A国」、「E病気」、「感染者」、及び「疑い」となる。他のニュース記事yの連結文章が「E病気、A国で感染者 E病気がA国で感染者が現れた。政府は早急に対策を検討。」である場合、単語ベクトルであるベクトルyは「E病気」、「A国」、「感染者」、「現れる」、「政府」、「早急」、「対策」、及び「検討」となる。
(ii)ニュース記事などのHTMLページ間の距離(全組合せ)を測定する。
ベクトル間の距離は近ければ近いほどそのHTMLページ同士の内容は類似している。
ベクトル単語間の距離の一種であるJaccard距離J dは数式(1)により求まる。
<Clustering method>
Next, the clustering method will be described.
(i) A linked sentence obtained by connecting titles and summary sentences extracted from HTML pages such as news articles is divided into words by language analysis.
For example, if the concatenated sentence of a news article x is “E disease in country A or suspected infected person in country A, E disease”, the vector x which is the word vector of news article x is “country A”, “ E disease, infected person, and suspicion. If the concatenated text of another news article y is "E illness, infected person in country A. Infected person appears in country A. The government is considering measures immediately." “E disease”, “country A”, “infected person”, “appear”, “government”, “urgent”, “countermeasure”, and “examination”.
(Ii) Measure the distance (all combinations) between HTML pages such as news articles.
The closer the vectors are, the more similar the HTML pages are.
Jaccard distance J d is a kind of distance between vectors words found by Equation (1).

Figure 2016105260
Figure 2016105260

上記の例ベクトルxとベクトルyの例を用いると、
11=3(A国、E病気、感染者)
10=1(疑い)
01=5(現れる、政府、早急、対策、検討)
また、ベクトルxとベクトルyとの関係を表3に示す。
Using the example vector x and vector y above,
n 11 = 3 (Country A, E disease, infected)
n 10 = 1 (question)
n 01 = 5 (appears, government, urgent, measures, study)
Table 3 shows the relationship between the vector x and the vector y.

Figure 2016105260
Figure 2016105260

表3におけるベクトルxまたはベクトルyの1は「単語が存在する」を意味し、0は「単語が存在しない」を意味する。また、例えば、表1のnの添え字が「11」のn11は、ベクトルx及びベクトルyに共通に存在する単語が「A国」、「E病気」、「感染者」の3個であるため、要素数は「3」となる。同様にn10は、ベクトルxには存在し、ベクトルyには存在しない単語が「疑い」だけなので要素数は「1」となる。n01は、ベクトルxには存在せず、ベクトルyには存在する単語が「現れる」、「政府」、「早急」、「対策」、「検討」なので要素数は「5」となる。
従ってJaccard距離J dは数式(1)より、
J d=(1+5)/(3+1+5)=2/3=0.667となる。
In Table 3, 1 of the vector x or the vector y means “a word exists”, and 0 means “a word does not exist”. In addition, for example, n 11 with the subscript “11” in Table 1 has three words “country A”, “E disease”, and “infected person” that exist in common in the vector x and the vector y. Therefore, the number of elements is “3”. Similarly, the number of elements is “1” because n 10 exists in the vector x and the only word that does not exist in the vector y is “suspect”. Since n 01 does not exist in the vector x and the words existing in the vector y “appear”, “government”, “urgent”, “countermeasure”, and “review”, the number of elements is “5”.
Therefore, the Jaccard distance J d is
J d = (1 + 5) / (3 + 1 + 5) = 2/3 = 0.667.

しかしながら、数式(1)を用いた場合、ベクトルyがベクトルxをほぼ包含していても、ベクトルx、y内の要素数に開きがある場合、単語間の距離が遠くなって精度が低下しまうという問題点がある。
そこで、本発明は数式(1)を改良した数式(2)により精度を向上する。
However, when Expression (1) is used, even if the vector y substantially includes the vector x, if there is a gap in the number of elements in the vectors x and y, the distance between words is increased and the accuracy is lowered. There is a problem.
Therefore, the present invention improves the accuracy by the mathematical formula (2) obtained by improving the mathematical formula (1).

Figure 2016105260
Figure 2016105260

数式(2)の数式(1)との相違点は、数式(1)に単語数を考慮して重み付け(単語数に応じて重みを減らす乗算をする)することにより、ベクトルyがベクトルxをほぼ包含しており、ベクトルx、y内の要素数に開きがある場合であっても、単語間の距離が遠くなることがなくなり、精度が向上するようにした点である。すなわち、短い文章と長い文章との距離の差があっても最適な距離が求まるのである。ここで、Wxはベクトルxの単語の数であり、Wyはベクトルyの単語の数を示す。   The difference between the formula (2) and the formula (1) is that, by weighting the formula (1) in consideration of the number of words (multiplying to reduce the weight according to the number of words), the vector y becomes the vector x. Even if there is a gap in the number of elements in the vectors x and y, the distance between words is not increased and the accuracy is improved. That is, the optimum distance can be obtained even if there is a difference in distance between the short sentence and the long sentence. Here, Wx is the number of words in vector x, and Wy is the number of words in vector y.

図8(a)〜(c)は、数式(2)を用いてニュース記事などのHTMLページに対応するベクトル間の距離を算出した場合の説明図である。
(iii)最も距離が近いニュース記事(またはニュース記事をまとめたクラスター)同士を抽出し、閾値dmin以下の場合、同一内容ニュース記事とみなし、クラスターを形成(それらのニュース記事をまとめる)する。新規に形成されたクラスターに対する距離のみ再計算して、最小距離を抽出する。閾値が下回る限り繰り返し、閾値を下回るニュース記事やクラスターがなければ終了する。
図8の例では、ニュース記事Aからニュース記事Dまでの各距離は、ニュース記事A〜ニュース記事Bが0.2、ニュース記事A〜ニュース記事Cが0.8、ニュース記事A〜ニュース記事Dが0.9、ニュース記事B〜ニュース記事Cが0.6、ニュース記事B〜ニュース記事Dが0.3、ニュース記事C〜ニュース記事Dが0.4となる。閾値dmin=0.6と設定したとする。従って、ニュース記事A〜ニュース記事Bが最小の0.2であるため、最もベクトル間の距離が近く、閾値dmin=0.6以下であるため、ニュース記事Aとニュース記事Bが類似していることになり、まとまる(図8(a))。
ニュース記事A及びニュース記事Bを一つの新たなクラスター(ニュース記事A+ニュース記事B:図では(A,B))としてまとめ、ニュース記事C及びニュース記事Dとの間の距離を求めると、ニュース記事A+ニュース記事B(A,B)クラスターとニュース記事Cとの間の距離は平均値を取り、(0.8+0.6)/2=0.7となり、ニュース記事A+ニュース記事B(A,B)とニュース記事Dとの間の距離は(0.9+0.3)/2=0.6となる。従って、ニュース記事Cとニュース記事Dとの間の距離が0.4と、最もベクトル間の距離が近く、閾値dmin=0.6以下であるため、ニュース記事Cとニュース記事Dをひとまとめにする(図8(b))。
ニュース記事Cとニュース記事Dとが新たなクラスター(ニュース記事C+ニュース記事D)となる。ニュース記事A+ニュース記事B(A,B)クラスターとニュース記事C+ニュース記事D(C,D)クラスターとの間の距離は(0.8+0.6+0.9+0.3)/4=0.65となる。他にニュース記事やクラスターが無いので、この時点で最小距離=0.65が閾値dmin=0.6を上回るので計算を終了する。このまとめたクラスターから、ニュース記事Aとニュース記事Bとは同一内容のニュース記事であることが分かる。ニュース記事AとB、ニュース記事CとDとでそれぞれひとまとめにすることができる(図8(c))。その後、まとめたクラスター内のニュース記事AとB、ニュース記事CとDの各URL情報に対応するコメント数をそれぞれのまとめたクラスター毎に合計する。
8A to 8C are explanatory diagrams when the distance between vectors corresponding to an HTML page such as a news article is calculated using Equation (2).
(Iii) The news articles (or clusters in which the news articles are gathered) that are the closest to each other are extracted, and if they are equal to or less than the threshold value dmin, they are regarded as news articles having the same content, and clusters are formed (summarizing those news articles). Only the distance to the newly formed cluster is recalculated to extract the minimum distance. Repeat as long as the threshold is below, and end if there are no news articles or clusters below the threshold.
In the example of FIG. 8, the distance from news article A to news article D is 0.2 for news article A to news article B, 0.8 for news article A to news article C, and news article A to news article D. Is 0.9, news article B to news article C is 0.6, news article B to news article D is 0.3, and news article C to news article D is 0.4. Assume that the threshold value dmin = 0.6. Therefore, since the news article A to the news article B is the smallest 0.2, the distance between the vectors is the shortest and the threshold value dmin = 0.6 or less, so the news article A and the news article B are similar. As a result, it is collected (FIG. 8A).
When news article A and news article B are collected as one new cluster (news article A + news article B: (A, B) in the figure) and the distance between news article C and news article D is determined, the news article The distance between the A + news article B (A, B) cluster and the news article C takes an average value, (0.8 + 0.6) /2=0.7, and the news article A + news article B (A, B) ) And the news article D is (0.9 + 0.3) /2=0.6. Therefore, since the distance between the news article C and the news article D is 0.4, the distance between the vectors is the shortest, and the threshold value dmin = 0.6 or less, the news article C and the news article D are grouped together. (FIG. 8B).
News article C and news article D become a new cluster (news article C + news article D). The distance between the news article A + news article B (A, B) cluster and the news article C + news article D (C, D) cluster is (0.8 + 0.6 + 0.9 + 0.3) /4=0.65. . Since there are no other news articles or clusters, the minimum distance = 0.65 exceeds the threshold value dmin = 0.6 at this point, and the calculation ends. From this cluster, it can be seen that news article A and news article B are news articles of the same content. News articles A and B and news articles C and D can be grouped together (FIG. 8C). Thereafter, the number of comments corresponding to each URL information of the news articles A and B and news articles C and D in the cluster is summed up for each cluster.

<クラスターで代表コメントを規定の上位件数(例:1件)残す方法>
図9は、クラスターで代表コメントを1件残す方法の説明図である。
(α)ニュース記事などのHTMLページ対するコメントの集合であるクラスター内に2つのコメントがある場合
コメントの投稿日時、コメントの文字数、コメントを発信した発信者のアカウントの強さ(フォロワー数、友達の人数)等が最大のものを既定の上位件数(例:1件)抽出する。
<How to leave a representative number of top comments (example: 1) in the cluster>
FIG. 9 is an explanatory diagram of a method for leaving one representative comment in a cluster.
(Α) When there are two comments in a cluster that is a set of comments for an HTML page such as a news article, the comment posting date and time, the number of characters in the comment, and the strength of the account of the sender who sent the comment (number of followers, friends The largest number of people (number of people) etc. is extracted as the default number of top cases (example: 1).

(β)ニュース記事などのHTMLページ対するコメントの集合であるクラスター内に3つ以上のコメントがある場合
クラスター内の全コメントに関して、コメントの文章を言語解析し、単語に分解し、コメントベクトルを生成し、他のコメントベクトルとの距離の平均値を求め、その平均値が最も小さい値から順に既定の上位件数のコメントを代表コメントとする。この例では、上位1件として、説明する。
図9に示す例では、コメントAのベクトルからコメントDのベクトルまでの距離を前述のように数式(2)を用いて算出すると、コメントA〜コメントBが0.2、コメントA〜コメントCが0.8、コメントA〜コメントDが0.9、コメントB〜コメントCが0.6、コメントB〜コメントDが0.3、コメントC〜コメントDが0.4となる。更に、コメントAから他のコメントまでの距離の平均値が(0.8+0.9+0.2)/3=0.63、コメントBから他のコメントまでの距離の平均値が(0.2+0.6+0.3)/3=0.37、コメントCから他のコメントまでの距離の平均値が(0.8+0.6+0.4)/3=0.6、コメントDから他のコメントまでの距離の平均値が(0.3+0.9+0.4)/3=0.53となる。
従って、コメントBの平均値0.37が最小値となり上位1件なので、コメントBが代表コメントとなる。ここで、上位2件の場合は、コメントBに加えて、次に平均値が小さいコメントDも代表コメントも代表コメントとなる。
尚、前述と同様に、コメントの投稿日時、コメントの文字数、コメント発信者のアカウントの強さ(フォロワー数、友達の人数)等が最大のものを1件抽出してもよい。
(Β) When there are three or more comments in a cluster, which is a set of comments for HTML pages such as news articles, etc. For all comments in the cluster, the sentence of the comment is linguistically analyzed, broken down into words, and a comment vector is generated Then, an average value of distances to other comment vectors is obtained, and a comment with a predetermined upper number is used as a representative comment in order from the smallest average value. In this example, it is described as the top one.
In the example shown in FIG. 9, when the distance from the vector of comment A to the vector of comment D is calculated using equation (2) as described above, comment A to comment B is 0.2, and comment A to comment C is 0.8, comment A to comment D is 0.9, comment B to comment C is 0.6, comment B to comment D is 0.3, and comment C to comment D is 0.4. Furthermore, the average value of the distance from the comment A to other comments is (0.8 + 0.9 + 0.2) /3=0.63, and the average value of the distance from the comment B to other comments is (0.2 + 0.6 + 0). .3) /3=0.37, average distance from comment C to other comments is (0.8 + 0.6 + 0.4) /3=0.6, average distance from comment D to other comments The value is (0.3 + 0.9 + 0.4) /3=0.53.
Accordingly, the average value 0.37 of the comment B is the minimum value and the top one, so the comment B is the representative comment. Here, in the case of the top two, in addition to the comment B, the comment D and the representative comment with the next lowest average value are also representative comments.
In the same manner as described above, one comment having the maximum comment posting date / time, the number of comments, the strength of the comment sender's account (number of followers, number of friends), and the like may be extracted.

<プログラム>
以上で説明した本発明に係る情報処理装置は、コンピュータで処理を実行させるプログラムによって実現されている。コンピュータとしては、例えばサーバー装置、パーソナルコンピュータやワークステーションなどの汎用的なものが挙げられるが、本発明はこれに限定されるものではない。よって、一例として、プログラムにより本発明の機能を実現する場合の説明を以下で行う。
<Program>
The information processing apparatus according to the present invention described above is realized by a program that causes a computer to execute processing. Examples of the computer include general-purpose computers such as a server device, a personal computer, and a workstation, but the present invention is not limited to this. Therefore, as an example, a case where the function of the present invention is realized by a program will be described below.

例えば、
情報処理装置のコンピュータが読取可能なプログラムであって、
コンピュータに、
ネットワークを介して閲覧可能に掲載される第1の文章情報内に記載されたURL情報を取得するURL取得ステップと、
URL情報が示す第2の文章情報を、ネットワークを介して取得する文章取得ステップと、
第2の文章情報からタイトル及び概要文の文字列情報を取得する文字列取得ステップと、
第2の文章情報に対するコメントを取得するコメント取得ステップと、
第2の文章情報のタイトル及び概要文を連結した連結文章を基に、複数の第2の文章情報の内、類似する第2の文章情報同士をまとめる第1のクラスタリングステップと、
コメントから代表する代表コメントを抽出する第2のクラスタリングステップと、
まとめた第2の文章情報に対応するタイトルまたは概要文の少なくとも1つと、代表コメントとを掲載するまとめページを作成するページ作成ステップと、
を実行させるためのプログラムが挙げられる。
For example,
A computer readable program of an information processing device,
On the computer,
A URL acquisition step of acquiring URL information described in the first sentence information posted to be viewable via a network;
A sentence acquisition step of acquiring second sentence information indicated by the URL information via a network;
A character string acquisition step of acquiring character string information of the title and the summary sentence from the second sentence information;
A comment acquisition step of acquiring a comment for the second sentence information;
A first clustering step of grouping together similar second sentence information among a plurality of second sentence information, based on a linked sentence obtained by connecting the title and summary sentence of the second sentence information;
A second clustering step of extracting representative comments from the comments;
A page creation step for creating a summary page in which at least one title or summary sentence corresponding to the summarized second sentence information and a representative comment are posted;
A program for executing

このようなプログラムは、コンピュータに読み取り可能な記憶媒体に記憶されていてもよい。   Such a program may be stored in a computer-readable storage medium.

<記憶媒体>
ここで、記憶媒体としては、例えばCD-ROM、フレキシブルディスク(FD)、CD-R等のコンピュータで読み取り可能な記憶媒体、フラッシュメモリ、RAM、ROM、FeRAM等の半導体メモリやHDDが挙げられる。
<Storage medium>
Here, examples of the storage medium include computer-readable storage media such as CD-ROM, flexible disk (FD), and CD-R, semiconductor memories such as flash memory, RAM, ROM, and FeRAM, and HDD.

CD-ROMは、Compact Disc Read Only Memoryの略である。フレキシブルディスクは、Flexible Disk:FDを意味する。CD-Rは、CD Recordableの略である。RAMは、Random-Access Memoryの略であるFeRAMは、Ferroelectric RAMの略で、強誘電体メモリを意味する。   CD-ROM is an abbreviation for Compact Disc Read Only Memory. Flexible disk means Flexible Disk (FD). CD-R is an abbreviation for CD Recordable. RAM is an abbreviation for Random-Access Memory, FeRAM is an abbreviation for Ferroelectric RAM, and means a ferroelectric memory.

<作用効果>
本発明によれば、ネットワークを介して配信されるサイトの情報からニュース記事などのWebページの情報を収集して集約し、類似のニュース記事毎に内容ベースで区分けしたページを生成することにより、ユーザーがどれだけツイートしているのか、どれだけコメントを発しているのかがわかる(反響)。
また、本発明によれば、コメントを含むニュース記事を、タイトル及び概要に分割し、タイトル及び概要文を分割して単語ベクトルとしてタイトル間の単語ベクトル同士及び概要文間の単語ベクトル同士の距離が閾値以下のニュース記事を同一内容のニュース記事とみなして内容ベースで区分けしてランキングすることにより、反響にもランキングすることができる。処理量が多くても精度よくランキング処理することができる。例えば、コメント数やニュース記事数が百件程度の場合には数秒程度、ニュース記事数が千件程度の場合には十秒程度でニュース記事の仕分け及びランキングの処理が可能である。また、ローテーション表示により見やすくすることができる。
<Effect>
According to the present invention, by collecting and aggregating information of web pages such as news articles from the information of sites distributed via the network, and generating pages classified on a content basis for each similar news article, You can see how much users are tweeting and how much they are commenting.
Further, according to the present invention, a news article including a comment is divided into a title and an outline, and the title and the summary sentence are divided, and the word vectors between the titles and the distance between the word vectors between the summary sentences are set as word vectors. A news article below a threshold value is regarded as a news article with the same content, and is classified and ranked on the basis of content, so that it can also be ranked in response. Even if the amount of processing is large, ranking processing can be performed with high accuracy. For example, news articles can be sorted and ranked in about a few seconds when the number of comments and news articles is about 100, and in about 10 seconds when the number of news articles is about 1,000. Moreover, it can be made easy to see by the rotation display.

尚、上述した実施の形態で、ニュース記事を例に説明したが、ニュース記事以外でも、ブログやコラム、宿泊施設の予約サイト、本や商品、サービスのレビューサイト、ECサイト、Web販売店比較サイトなどのWebページのように、ネットワーク上に公開された文章ページであればよく、HTMLページ以外のフォーマットを用いたページでもよい。また、上述した実施の形態は、本発明の好適な実施の形態の一例を示すものであり、本発明はそれに限定されることなく、その要旨を逸脱しない範囲内において、種々変形実施が可能である。   In the above-described embodiment, the news article has been described as an example. However, other than the news article, a blog, a column, a reservation site for accommodation facilities, a book or product, a service review site, an EC site, a Web store comparison site, etc. As long as it is a text page published on the network, it may be a page using a format other than an HTML page. The above-described embodiment shows an example of a preferred embodiment of the present invention, and the present invention is not limited thereto, and various modifications can be made without departing from the scope of the invention. is there.

11、12、13 情報処理装置
14 CPU
15 ROM
16 RAM
17 表示部
18 HDD
19 LAN接続部
20 操作部
21 ネットワーク接続部
22 バスライン
23a、23b、… 端末装置
31 URL情報取得手段
32 HTMLページ取得手段
33 文字列取得手段
34 コメント取得手段
35 単語ベクトル作成手段
36 クラスタリング手段
37 データベース手段
38 表示手段
39 制御手段
11, 12, 13 Information processing device 14 CPU
15 ROM
16 RAM
17 Display unit 18 HDD
DESCRIPTION OF SYMBOLS 19 LAN connection part 20 Operation part 21 Network connection part 22 Bus line 23a, 23b, ... Terminal device 31 URL information acquisition means 32 HTML page acquisition means 33 Character string acquisition means 34 Comment acquisition means 35 Word vector creation means 36 Clustering means 37 Database Means 38 Display means 39 Control means

Claims (9)

ネットワークを介して閲覧可能に掲載される第1の文章情報内に記載されたURL情報を取得するURL取得手段と、
前記URL情報が示す第2の文章情報を、前記ネットワークを介して取得する文章取得手段と、
前記第2の文章情報からタイトル及び概要文の文字列情報を取得する文字列取得手段と、
前記第2の文章情報に対するコメントを取得するコメント取得手段と、
前記第2の文章情報のタイトル及び概要文を連結した連結文章を基に、複数の前記第2の文章情報の内、類似する第2の文章情報同士をまとめる第1のクラスタリング手段と、
前記コメントから代表する代表コメントを抽出する第2のクラスタリング手段と、
まとめた第2の文章情報に対応するタイトルまたは概要文の少なくとも1つと、前記代表コメントとを掲載するまとめページを作成するページ作成手段と、
を備えたことを特徴とする情報処理装置。
URL acquisition means for acquiring URL information described in the first sentence information posted so as to be viewable via a network;
Text acquisition means for acquiring second text information indicated by the URL information via the network;
Character string acquisition means for acquiring character string information of the title and summary sentence from the second sentence information;
Comment acquisition means for acquiring a comment on the second sentence information;
First clustering means for grouping together similar second sentence information among a plurality of the second sentence information based on a connected sentence obtained by connecting the title and summary sentence of the second sentence information;
Second clustering means for extracting representative comments from the comments;
Page creation means for creating a summary page on which at least one title or summary sentence corresponding to the summarized second sentence information and the representative comment are posted;
An information processing apparatus comprising:
前記第1のクラスタリング手段は、前記連結文章を分割し、単語を抽出し、
複数の前記第2の文章情報の内の2つの前記第2の文章情報間の単語数の比と一方の前記第2の文章情報に含まれる単語数の割合とをもとに、2つの前記第2の文章情報間の類似度を算出し、
複数の前記第2の文章情報の内で、最も類似する前記類似度であり、かつ、前記類似度が閾値以下である2つの前記第2の文章情報同士をまとめることを特徴とする請求項1に記載の情報処理装置。
The first clustering means divides the connected sentences, extracts words,
Based on the ratio of the number of words between two pieces of the second sentence information of the plurality of second sentence information and the ratio of the number of words included in one of the second sentence information, Calculate the similarity between the second sentence information,
2. The two second sentence information that are the most similar among the plurality of second sentence information and the similarity is equal to or less than a threshold value are grouped together. The information processing apparatus described in 1.
前記第2のクラスタリング手段は、前記コメントを分割し、単語を抽出し、複数の前記コメントの内の2つの前記コメント間の単語数の比と一方の前記コメントに含まれる単語数の割合とをもとに、2つの前記コメント間の類似度を算出し、複数の前記コメントの内で、1のコメントと他のコメントとの前記類似度の平均値を算出し、前記平均値が最少であるコメントを前記代表コメントとすることを特徴とする請求項1または2に記載の情報処理装置。   The second clustering means divides the comments, extracts words, and calculates a ratio of the number of words between two comments of the plurality of comments and a ratio of the number of words included in one of the comments. Based on the above, the similarity between the two comments is calculated, and the average value of the similarities between one comment and other comments is calculated among the plurality of comments, and the average value is the smallest The information processing apparatus according to claim 1, wherein a comment is the representative comment. 前記ページ作成手段は、前記代表コメントを前記まとめページの下部領域にローテーション表示することを特徴とした請求項1から3の何れか1つに記載の情報処理装置。   The information processing apparatus according to claim 1, wherein the page creation unit displays the representative comment in a lower area of the summary page. 前記ページ作成手段は、前記コメントを評判分析して分類分けし、分類分けした分類名と各分類の度数を前記まとめページの下部領域に掲載することを特徴とした請求項1から3の何れか1つに記載の情報処理装置。   The page creation means classifies the comment by reputation analysis, and posts the classified classification name and the frequency of each classification in a lower area of the summary page. The information processing apparatus according to one. 前記ページ作成手段は、
前記第1のクラスタリング手段にてまとめた第2の文章情報に対するコメント数の合計順に上位から第2の文章情報のまとまりを順番に掲載する、まとめページを作成することを特徴とした請求項1から5の何れか1つに記載の情報処理装置。
The page creation means
2. A summary page is created in which a group of second sentence information is placed in order from the top in order of the total number of comments for the second sentence information compiled by the first clustering means. The information processing apparatus according to any one of 5.
ネットワークを介して閲覧可能に掲載される第1の文章情報内に記載されたURL情報を取得するURL取得手段と、
前記URL情報が示す第2の文章情報を、ネットワークを介して取得する文章取得手段と、
前記第2の文章情報からタイトル及び概要文の文字列情報を取得する文字列取得手段と、
前記第2の文章情報に対するコメントを取得するコメント取得手段と、
を備えたデータ取得サーバーと、
前記第2の文章情報のタイトル及び概要文を連結した連結文章を基に、複数の前記第2の文章情報の内、類似する第2の文章情報同士をまとめる第1のクラスタリング手段と、
前記コメントから代表する代表コメントを抽出する第2のクラスタリング手段と、
を備えたクラスタリングサーバーと、
まとめた第2の文章情報に対応するタイトルまたは概要文の少なくとも1つと、前記代表コメントとを掲載するまとめページを作成するページ作成手段と、
を備えた表示サーバーと、
を有することを特徴とするサイトまとめシステム。
URL acquisition means for acquiring URL information described in the first sentence information posted so as to be viewable via a network;
Text acquisition means for acquiring second text information indicated by the URL information via a network;
Character string acquisition means for acquiring character string information of the title and summary sentence from the second sentence information;
Comment acquisition means for acquiring a comment on the second sentence information;
A data acquisition server with
First clustering means for grouping together similar second sentence information among a plurality of the second sentence information based on a connected sentence obtained by connecting the title and summary sentence of the second sentence information;
Second clustering means for extracting representative comments from the comments;
A clustering server with
Page creation means for creating a summary page on which at least one title or summary sentence corresponding to the summarized second sentence information and the representative comment are posted;
A display server with
A site summarization system characterized by comprising:
情報処理装置が行うサイトまとめ方法であって、
ネットワークを介して閲覧可能に掲載される第1の文章情報内に記載されたURL情報を取得するURL取得ステップと、
前記URL情報が示す第2の文章情報を、前記ネットワークを介して取得する文章取得ステップと、
前記第2の文章情報からタイトル及び概要文の文字列情報を取得する文字列取得ステップと、
前記第2の文章情報に対するコメントを取得するコメント取得ステップと、
前記第2の文章情報のタイトル及び概要文を連結した連結文章を基に、複数の前記第2の文章情報の内、類似する第2の文章情報同士をまとめる第1のクラスタリングステップと、
前記コメントから代表する代表コメントを抽出する第2のクラスタリングステップと、
まとめた第2の文章情報に対応するタイトルまたは概要文の少なくとも1つと、前記代表コメントとを掲載するまとめページを作成するページ作成ステップと、
を含むことを特徴とするサイトまとめ方法。
A site summarization method performed by an information processing device,
A URL acquisition step of acquiring URL information described in the first sentence information posted to be viewable via a network;
A sentence acquisition step of acquiring second sentence information indicated by the URL information via the network;
A character string acquisition step of acquiring character string information of a title and a summary sentence from the second sentence information;
A comment acquisition step of acquiring a comment for the second sentence information;
A first clustering step of grouping together similar second sentence information among a plurality of the second sentence information based on a connected sentence obtained by connecting the title and summary sentence of the second sentence information;
A second clustering step of extracting representative comments from the comments;
A page creation step of creating a summary page on which at least one title or summary sentence corresponding to the summarized second sentence information and the representative comment are posted;
A site bundling method characterized by including a URL.
請求項8に記載の各ステップをコンピュータに実行させるためのプログラム。 The program for making a computer perform each step of Claim 8.
JP2014243482A 2014-12-01 2014-12-01 Site summary method, site summary system, information processing apparatus, and program Active JP6048977B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2014243482A JP6048977B2 (en) 2014-12-01 2014-12-01 Site summary method, site summary system, information processing apparatus, and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014243482A JP6048977B2 (en) 2014-12-01 2014-12-01 Site summary method, site summary system, information processing apparatus, and program

Publications (2)

Publication Number Publication Date
JP2016105260A true JP2016105260A (en) 2016-06-09
JP6048977B2 JP6048977B2 (en) 2016-12-21

Family

ID=56102767

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014243482A Active JP6048977B2 (en) 2014-12-01 2014-12-01 Site summary method, site summary system, information processing apparatus, and program

Country Status (1)

Country Link
JP (1) JP6048977B2 (en)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018106390A (en) * 2016-12-26 2018-07-05 Kddi株式会社 Sorter generation device and sorter generation method and computer program
JP2019016288A (en) * 2017-07-10 2019-01-31 富士ゼロックス株式会社 Information processing apparatus, information processing system, and program
JP2019164417A (en) * 2018-03-19 2019-09-26 ヤフー株式会社 Information processing device, information processing method, and information processing program
JP2022115159A (en) * 2021-01-28 2022-08-09 ヤフー株式会社 Information processing device, information processing method, and program
JP2022115160A (en) * 2021-01-28 2022-08-09 ヤフー株式会社 Information processing device, information processing system, information processing method, and program
KR102496212B1 (en) * 2022-06-30 2023-02-06 주식회사 애자일소다 Device and Method for extracting key phrase

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001331529A (en) * 2000-03-17 2001-11-30 Fujitsu Ltd Device and method for presenting news information
JP2004185049A (en) * 2002-11-29 2004-07-02 Toppan Printing Co Ltd News item browsing system and method, and news item browsing program
JP2006309515A (en) * 2005-04-28 2006-11-09 Dainippon Printing Co Ltd Information delivery method and information delivery server
US20090070346A1 (en) * 2007-09-06 2009-03-12 Antonio Savona Systems and methods for clustering information
JP2009181451A (en) * 2008-01-31 2009-08-13 Shinya Moriuchi Method for giving and receiving newspaper article, device for publishing newspaper article, its program and storage medium
JP2013109606A (en) * 2011-11-22 2013-06-06 Ricoh Co Ltd Information processor and program
WO2014100782A1 (en) * 2012-12-21 2014-06-26 Google Inc. Aggregating interactions for content items

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001331529A (en) * 2000-03-17 2001-11-30 Fujitsu Ltd Device and method for presenting news information
JP2004185049A (en) * 2002-11-29 2004-07-02 Toppan Printing Co Ltd News item browsing system and method, and news item browsing program
JP2006309515A (en) * 2005-04-28 2006-11-09 Dainippon Printing Co Ltd Information delivery method and information delivery server
US20090070346A1 (en) * 2007-09-06 2009-03-12 Antonio Savona Systems and methods for clustering information
JP2009181451A (en) * 2008-01-31 2009-08-13 Shinya Moriuchi Method for giving and receiving newspaper article, device for publishing newspaper article, its program and storage medium
JP2013109606A (en) * 2011-11-22 2013-06-06 Ricoh Co Ltd Information processor and program
WO2014100782A1 (en) * 2012-12-21 2014-06-26 Google Inc. Aggregating interactions for content items

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
JPN6016041476; 永田 一八: '著名人も続々と参加! 話題沸騰のウェブサービスの魅力とは? いまさら聞けないTwitter入門' PCfan 第17巻,第4号, 20100401, p.75-84, (株)毎日コミュニケーションズ *
JPN6016041477; 畦地 真太郎、外7名: 'パブリック・オピニオン・チャネル' 人工知能学会誌 第16巻,第1号, 20010101, p.130-138, (社)人工知能学会 *
JPN6016041478; 矢島 竜児: 'ソリューション ポイントは分析結果の"活かし方" NRI・IBM・NEC-3社のテキストマイニング新' Computer TELEPHONY 第7巻,第10号, 20040920, p.38-41, 株式会社リックテレコム *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018106390A (en) * 2016-12-26 2018-07-05 Kddi株式会社 Sorter generation device and sorter generation method and computer program
JP2019016288A (en) * 2017-07-10 2019-01-31 富士ゼロックス株式会社 Information processing apparatus, information processing system, and program
JP2019164417A (en) * 2018-03-19 2019-09-26 ヤフー株式会社 Information processing device, information processing method, and information processing program
JP7001509B2 (en) 2018-03-19 2022-01-19 ヤフー株式会社 Information processing equipment, information processing methods, and information processing programs
JP2022115159A (en) * 2021-01-28 2022-08-09 ヤフー株式会社 Information processing device, information processing method, and program
JP2022115160A (en) * 2021-01-28 2022-08-09 ヤフー株式会社 Information processing device, information processing system, information processing method, and program
JP7284196B2 (en) 2021-01-28 2023-05-30 ヤフー株式会社 Information processing device, information processing method, and program
JP7287992B2 (en) 2021-01-28 2023-06-06 ヤフー株式会社 Information processing device, information processing system, information processing method, and program
KR102496212B1 (en) * 2022-06-30 2023-02-06 주식회사 애자일소다 Device and Method for extracting key phrase

Also Published As

Publication number Publication date
JP6048977B2 (en) 2016-12-21

Similar Documents

Publication Publication Date Title
JP6048977B2 (en) Site summary method, site summary system, information processing apparatus, and program
Johansson et al. Estimating citizen alertness in crises using social media monitoring and analysis
US8849826B2 (en) Sentiment analysis from social media content
US8793254B2 (en) Methods and apparatus for classifying content
Copas et al. Reanalysis of epidemiological evidence on lung cancer and passive smoking
US9686348B2 (en) Inter-entity connection maps
US20130198240A1 (en) Social Network Analysis
Bagdouri et al. On predicting deletions of microblog posts
Barnwal et al. Identifying fact-checkable microblogs during disasters: a classification-ranking approach
US9020962B2 (en) Interest expansion using a taxonomy
Zou et al. Public reactions towards the COVID-19 pandemic on twitter in the United Kingdom and the United States
JP2015191333A (en) Detection device, detection method, and detection program
Moberly et al. More doctors are taking a break from training after foundation programme
KR20190048781A (en) System for crawling and analyzing online reviews about merchandise or service
Erfanmanesh et al. What can Bookmetrix tell us about the impact of Springer Nature’s books
Pla Karidi et al. Automatic ground truth dataset creation for fake news detection in social media
Alim et al. Online social network profile data extraction for vulnerability analysis
KR101105798B1 (en) Apparatus and method refining keyword and contents searching system and method
Çağlıyor et al. Communicating value in healthcare marketing from a social media perspective
JP6145064B2 (en) Document set analysis device, document set analysis method, document set analysis program
Prithviraj et al. Corrosion of URLs: Implications for electronic publishing
WO2012174639A1 (en) Systems and methods for ranking document clusters
Sharma et al. STP: Suicidal tendency prediction among the youth using social network data
Sabareesha et al. Pattern Analysis of COVID-19 Based On Geotagged Social Media Data with Sociodemographic Factors
Crawford Multidisciplinary team working contributes to lung cancer survival

Legal Events

Date Code Title Description
TRDD Decision of grant or rejection written
A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20161028

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20161101

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20161115

R150 Certificate of patent or registration of utility model

Ref document number: 6048977

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250