JP2016148927A - 情報提示装置、方法、及びプログラム - Google Patents

情報提示装置、方法、及びプログラム Download PDF

Info

Publication number
JP2016148927A
JP2016148927A JP2015024404A JP2015024404A JP2016148927A JP 2016148927 A JP2016148927 A JP 2016148927A JP 2015024404 A JP2015024404 A JP 2015024404A JP 2015024404 A JP2015024404 A JP 2015024404A JP 2016148927 A JP2016148927 A JP 2016148927A
Authority
JP
Japan
Prior art keywords
media data
information
unit
data information
user
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
JP2015024404A
Other languages
English (en)
Other versions
JP5989157B2 (ja
Inventor
正嗣 服部
Masatsugu Hattori
正嗣 服部
一生 青山
Kazuo Aoyama
一生 青山
哲生 小林
Tetsuo Kobayashi
哲生 小林
早苗 藤田
Sanae Fujita
早苗 藤田
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.)
Nippon Telegraph and Telephone Corp
Original Assignee
Nippon Telegraph and Telephone Corp
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 Nippon Telegraph and Telephone Corp filed Critical Nippon Telegraph and Telephone Corp
Priority to JP2015024404A priority Critical patent/JP5989157B2/ja
Publication of JP2016148927A publication Critical patent/JP2016148927A/ja
Application granted granted Critical
Publication of JP5989157B2 publication Critical patent/JP5989157B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

【課題】ユーザが使いやすい最適な情報提示を行うことができる。【解決手段】メディアデータ探索部２４が、メディアデータに関する少なくとも一つの特徴を含む複数のメディアデータ情報から、ユーザにより入力されたクエリとの類似度に基づいて、メディアデータ情報を複数探索する。探索結果提示部２５が、探索結果として、クエリとの類似度が高いメディアデータ情報を優先して、探索された複数のメディアデータ情報の各々について、メディアデータ情報の概要情報と、クエリとの類似度と、類似度への各特徴語の寄与度とを、ユーザに対して提示する。可視化結果提示部２６が、ユーザにより探索結果の可視化要求が入力された場合、探索結果として、探索された複数のメディアデータ情報の各々を示すノード、及び類似性を有するメディアデータ情報間を結合するエッジからなるグラフを、ユーザに対して提示する。【選択図】図１

Description

本発明は、情報提示装置、方法、及びプログラムに係り、特に、クエリに類似するメディアデータ情報の探索結果を提示する情報提示装置、方法、及びプログラムに関する。
近年、ビッグデータ時代の到来といわれるように、データの量は爆発的に増えつつある。インターネットでは、従来から盛んであった企業やコンピュータに詳しい人々からの情報発信に加え、ＳＮＳ（ソーシャルネットワークサービス）のように気軽かつ手軽に情報発信を可能とする媒体が数多く実用化されたことで、専門的な知識を有さない人も日常的に情報発信を行うようになった。このため、インターネット上に生み出される電子情報は膨大な量となっている。
また、実世界においても、各種センサの廉価化、小型化、高性能化に伴い、多くの人が私的に所有する携帯電話、スマートフォン等の携帯端末には、標準的にＧＰＳが搭載され、携帯端末の位置情報を用途に応じて取得できるようになっている。また、商用に農園、サーバ室等に配されたセンサノードで温度、湿度等のデータを常時取得し、運営に役立てることが行われている。このように、各種センサで取得されたセンサ情報が、逐次格納、蓄積、利用等されている。
このように日々生み出される膨大な情報を活用するためには、情報の検索は不可欠であり、検索結果をユーザが容易に理解できるように効果的に提示することが重要である。例えば、インターネット上の情報の検索及び提示を例に説明する。インターネットの検索エンジンは、Ｇｏｏｇｌｅ（登録商標）社のウェブ検索、画像検索、Ｙｏｕｔｕｂｅ（登録商標）の動画検索、Ｍｉｃｒｏｓｏｆｔ（登録商標）社の検索エンジンＢｉｎｇ（登録商標）でのウェブ検索、画像検索等のように、検索対象となるメディアデータがテキスト、画像、動画等と幅広いが、検索結果の出力はリスト形式で数十件程度を単位になされることが多い。リスト形式とは、検索エンジンがクエリと各メディアデータとの関係に基づいて算出したスコアが高い順に、一次元的に検索結果を提示する方法であるといえる。ユーザは順位が高い検索結果から内容を吟味していき、所望の情報が得られたところで、検索結果の確認を打ち切ればよい。
しかし、一次元的なリスト形式での検索結果の提示には、クエリに含まれるキーワード等の検索キーが所望の対象に関する情報だけではなく、他の対象に関する情報にも該当している場合に、所望の対象に対する検索結果と他の対象に対する検索結果とが混在してしまう、という問題がある。例えば、「人物Ａに関する記述を含んだインターネット上のｈｔｍｌテキストの集合」を人物Ａの氏名をキーワードにウェブから検索し、スコアが高い順にリスト形式で得たいとする。この際、人物Ａと同姓同名の別人Ｂが存在し、その「人物Ｂに関する記述を含んだインターネット上のｈｔｍｌテキストの集合」中にスコアが高いものが存在する場合には、検索結果リストに、「人物Ａに関する記述を含んだインターネット上のｈｔｍｌテキスト」と「人物Ｂに関する記述を含んだインターネット上のｈｔｍｌテキスト」とが混在してしまうことになる。
この場合、検索結果から混在してしまった別人Ｂの情報を排するには、Ａは有するがＢは有さない情報を検索キーとしてクエリに追加する必要があるが、そのためにはＡ及びＢの特性を分析する必要が生じる。ユーザがＡ及びＢについて事前知識を有しない場合、特性の分析のためにリストで示されたテキストを複数読み比べることになり、多くの時間が消費されることになる。最悪の場合、適切でない追加の検索キーを選択してしまい、所望のＡに関する情報まで検索結果のリストから排除してしまう可能性がある。
検索結果を一次元的なリストとして提示する場合の問題を解決するために、三次元的な情報提示を行う手法が提案されている（例えば、非特許文献１参照）。
服部正嗣他、「グラフ索引を用いた絵本の類似探索〜特徴の融合と結果のグラフ可視化〜」、2013 Information Processing society of Japan（情報処理学会研究報告）
しかしながら、上述の非特許文献１に記載の、検索結果の三次元的な可視化による情報提示手法は、サービスで使うためのＵＩとして考えられたものではなかった。
本発明は上記事情を鑑みてなされたものであり、ユーザが使いやすい最適な情報提示を行うことができる情報提示装置、方法、及びプログラムを提供することを目的とする。
上記目的を達成するために、第１の発明に係る情報提示装置は、メディアデータに関する少なくとも一つの共通の種類の特徴を含む複数のメディアデータ情報から、ユーザにより入力されたクエリとの類似度に基づいて、メディアデータ情報を複数探索するメディアデータ探索部と、前記メディアデータ探索部により探索された探索結果として、前記クエリとの類似度が高いメディアデータ情報を優先して、探索された複数のメディアデータ情報の各々について、少なくとも前記メディアデータ情報に対して予め定められた概要情報を含む情報を、前記ユーザに対して提示する探索結果提示部と、前記ユーザにより探索結果の可視化要求が入力された場合、前記メディアデータ探索部により探索された探索結果として、前記探索された複数のメディアデータ情報の各々を示すノード、及び類似性を有するメディアデータ情報間を結合するエッジからなるグラフを、前記ユーザに対して提示する可視化結果提示部と、を含んで構成されている。
第１の発明に係る情報提示装置によれば、前記メディアデータ探索部が、メディアデータに関する少なくとも一つの共通の種類の特徴を含む複数のメディアデータ情報から、ユーザにより入力されたクエリとの類似度に基づいて、メディアデータ情報を複数探索する。前記探索結果提示部が、前記メディアデータ探索部により探索された探索結果として、前記クエリとの類似度が高いメディアデータ情報を優先して、探索された複数のメディアデータ情報の各々について、少なくとも前記メディアデータ情報に対して予め定められた概要情報を含む情報を、前記ユーザに対して提示する。前記可視化結果提示部が、前記ユーザにより探索結果の可視化要求が入力された場合、前記メディアデータ探索部により探索された探索結果として、前記探索された複数のメディアデータ情報の各々を示すノード、及び類似性を有するメディアデータ情報間を結合するエッジからなるグラフを、前記ユーザに対して提示する。
このように、探索結果として、クエリとの類似度が高いメディアデータ情報を優先して、概要情報と、クエリとの類似度と、クエリと類似性を有する特徴の、類似度への寄与度とを、ユーザに対して提示し、探索結果の可視化要求が入力された場合、探索された複数のメディアデータ情報の各々を示すノード、及び類似性を有するメディアデータ情報間を結合するエッジからなるグラフを、ユーザに対して提示することにより、ユーザが使いやすい最適な情報提示を行うことができる。
また、前記可視化結果提示部は、前記ユーザにより探索結果の可視化要求が入力された場合、前記メディアデータ探索部により探索された探索結果として、前記探索された複数のメディアデータ情報が有する、前記クエリと類似性を有する各特徴と、前記類似度への各特徴の寄与度とを更に提示することができる。
また、第１の発明に係る情報提示装置は、前記ユーザにより前記グラフの分割要求が入力された場合、前記ノードの各々が示すメディアデータ情報間の類似性に基づいて、前記ノードの各々を複数のクラスタに分離するクラスタリング部を更に含み、前記可視化結果提示部は、前記ユーザにより前記グラフの分割要求が入力された場合、前記メディアデータ探索部により探索された探索結果として、前記クラスタリング部によって異なるクラスタに分離された前記ノード間のエッジを削除した前記グラフを提示し、更に、前記複数のクラスタ毎に、前記クラスタに属するノードの各々が示すメディアデータ情報が有する、前記クエリと類似性を有する各特徴と、前記類似度への各特徴の寄与度とを並べて提示することができる。
また、第１の発明に係る情報提示装置は、探索された複数のメディアデータ情報間の類似性に基づいて、前記探索された複数のメディアデータ情報の各々を複数のクラスタに分離するクラスタリング部を更に含み、前記探索結果提示部は、前記メディアデータ探索部により探索された探索結果として、前記複数のクラスタ毎に、前記クエリとの類似度が高いメディアデータ情報を優先して、前記クラスタに属するメディアデータ情報の各々について、少なくとも前記メディアデータ情報に対して予め定められた概要情報を含む情報を、前記ユーザに対して提示することができる。
また、前記可視化結果提示部は、前記ユーザにより前記グラフの分割要求が入力された場合、前記メディアデータ探索部により探索された探索結果として、前記クラスタリング部によって異なるクラスタに分離された前記ノード間のエッジを削除した前記グラフであって、かつ、少なくとも１つのノードの表示座標が、前記クラスタリング部による分離前の前記ノードの表示座標から変化した前記グラフを提示することができる。
また、前記可視化提示部は、前記ユーザにより前記グラフの分割要求が入力された場合、前記メディアデータ探索部により探索された探索結果として、前記クラスタリング部によって異なるクラスタに分離された前記ノード間のエッジを削除した前記グラフであって、かつ、前記ノードの各々の表示座標が、前記クラスタ毎に分かれるように、少なくとも１つのノードの表示座標が、前記クラスタリング部による分離前の前記ノードの表示座標から変化した前記グラフを提示することができる。
また、第２の発明に係る情報提示装置は、メディアデータに関する少なくとも一つの共通の種類の特徴を含む複数のメディアデータ情報から、ユーザにより入力されたクエリとの類似度に基づいて、メディアデータ情報を複数探索するメディアデータ探索部と、前記メディアデータ探索部により探索された探索結果として、前記探索された複数のメディアデータ情報の各々を示すノード、及び類似性を有するメディアデータ情報間を結合するエッジからなるグラフを、前記ユーザに対して提示する可視化結果提示部と、前記ユーザにより前記グラフのノードが指定された場合、指定されたノードが示す前記メディアデータ情報に対して予め定められた概要情報を少なくとも含む情報を、前記ユーザに対して提示する指定メディアデータ情報提示部と、を含んで構成されている。
第２の発明に係る情報提示装置によれば、前記メディアデータ探索部が、メディアデータに関する少なくとも一つの共通の種類の特徴を含む複数のメディアデータ情報から、ユーザにより入力されたクエリとの類似度に基づいて、メディアデータ情報を複数探索する。前記可視化結果提示部が、前記メディアデータ探索部により探索された探索結果として、前記メディアデータ探索部により探索された探索結果として、前記探索された複数のメディアデータ情報の各々を示すノード、及び類似性を有するメディアデータ情報間を結合するエッジからなるグラフを、前記ユーザに対して提示する。前記指定メディアデータ情報提示部が、前記ユーザにより前記グラフのノードが指定された場合、指定されたノードが示す前記メディアデータ情報に対して予め定められた概要情報を少なくとも含む情報を、前記ユーザに対して提示する。
このように、探索結果として、探索された複数のメディアデータ情報の各々を示すノード、及び類似性を有するメディアデータ情報間を結合するエッジからなるグラフを、ユーザに対して提示し、グラフのノードが指定された場合、指定されたノードが示す前記メディアデータ情報の概要情報を少なくとも含む情報を、ユーザに対して提示することにより、ユーザが使いやすい最適な情報提示を行うことができる。
第２の発明に係る情報提示装置は、前記ユーザにより前記クエリと類似性を有する特徴が指定された場合、前記指定された特徴を有するメディアデータ情報を示すノードのみ、識別可能な低情報量表現となる情報であって、かつ、前記メディアデータ情報から抽出した粗い情報を表示した前記グラフを、前記ユーザに対して提示する指定特徴情報提示部を更に含むことができる。
また、前記指定特徴情報提示部は、前記ユーザにより前記クエリと類似性を有する特徴が指定された場合、前記指定された特徴を有するメディアデータ情報を示すノードのみ、前記識別可能な低情報量表現となる情報であって、かつ、前記メディアデータ情報から抽出した粗い情報として、前記概要情報より情報量が少ない情報を表示した前記グラフを、前記ユーザに対して提示することができる。
また、上記のメディアデータを、本とすることができる。
また、第３の発明に係る情報提示方法は、メディアデータ探索部と、探索結果提示部と、可視化結果提示部とを含む情報提示装置における情報提示方法であって、前記メディアデータ探索部が、メディアデータに関する少なくとも一つの共通の種類の特徴を含む複数のメディアデータ情報から、ユーザにより入力されたクエリとの類似度に基づいて、メディアデータ情報を複数探索し、前記探索結果提示部が、前記メディアデータ探索部により探索された探索結果として、前記クエリとの類似度が高いメディアデータ情報を優先して、探索された複数のメディアデータ情報の各々について、少なくとも前記メディアデータ情報に対して予め定められた概要情報を含む情報を、前記ユーザに対して提示し、前記可視化結果提示部が、前記ユーザにより探索結果の可視化要求が入力された場合、前記メディアデータ探索部により探索された探索結果として、前記探索された複数のメディアデータ情報の各々を示すノード、及び類似性を有するメディアデータ情報間を結合するエッジからなるグラフを、前記ユーザに対して提示する方法である。
第４の発明に係る情報提示方法は、メディアデータ探索部と、可視化結果提示部と、指定メディアデータ情報提示部とを含む情報提示装置における情報提示方法であって、前記メディアデータ探索部が、メディアデータに関する少なくとも一つの共通の種類の特徴を含む複数のメディアデータ情報から、ユーザにより入力されたクエリとの類似度に基づいて、メディアデータ情報を複数探索し、前記可視化結果提示部が、前記メディアデータ探索部により探索された探索結果として、前記探索された複数のメディアデータ情報の各々を示すノード、及び類似性を有するメディアデータ情報間を結合するエッジからなるグラフを、前記ユーザに対して提示し、前記指定メディアデータ情報提示部が、前記ユーザにより前記グラフのノードが指定された場合、指定されたノードが示す前記メディアデータ情報に対して予め定められた概要情報を少なくとも含む情報を、前記ユーザに対して提示する方法である。
また、第５の発明に係るプログラムは、コンピュータを、上記の情報提示装置を構成する各部として機能させるためのプログラムである。
以上説明したように、本発明の情報提示装置、方法、及びプログラムによれば、ユーザが使いやすい最適な情報提示を行うことができる、という効果が得られる。
本発明の第１の実施の形態に係る情報提示装置の構成を示すブロック図である。 入力画面の一例を示すイメージ図である。 クエリとなるメディアデータ情報を提示する画面の一例を示すイメージ図である。 探索対象メディアデータＤＢに格納されたメディアデータ情報の一例を示すイメージ図である。 探索結果の提示画面の一例を示すイメージ図である。 探索結果の可視化結果の一例を示すイメージ図である。 グラフのエッジに関する媒介中心性を説明するための概略図である。 ２つのクラスタに分離された場合における探索結果の可視化結果の一例を示すイメージ図である。 ３つのクラスタに分離された場合における探索結果の可視化結果の一例を示すイメージ図である。 ノードの表示座標の変化を説明するための探索結果の可視化結果の一例を示すイメージ図である。 ４つのクラスタに分離された場合における探索結果の可視化結果の一例を示すイメージ図である。 グラフのノードを指定した場合における探索結果の可視化結果の一例を示すイメージ図である。 円グラフ上で特徴語を指定した場合における探索結果の可視化結果の一例を示すイメージ図である。 円グラフ上で特徴語を指定した場合における探索結果の可視化結果の一例を示すイメージ図である。 円グラフ上で特徴語を指定した場合における探索結果の可視化結果の一例を示すイメージ図である。 円グラフ上で特徴語を指定した場合における探索結果の可視化結果の一例を示すイメージ図である。 円グラフ上で特徴語を指定した場合における探索結果の可視化結果の一例を示すイメージ図である。 本発明の第１の実施の形態における情報提示処理ルーチンの内容を示すフローチャートである。 本発明の第１の実施の形態における情報提示処理ルーチンの内容を示すフローチャートである。 本発明の第２の実施の形態に係る情報提示装置の構成を示すブロック図である。
以下、図面を参照して本発明の実施の形態を詳細に説明する。なお、以下では、探索対象メディアデータを「絵本」とした場合を例示しながら、各実施の形態について説明する。また、以下の各実施の形態では、「検索」よりも広い概念として「探索」という用語を用いる。ここでは、「検索」とは、検索対象のメディアデータ群の中で、クエリとして与えた条件を全て満たすメディアデータを見つけるタスクとする。一方で、「探索」とは、クエリとして与えた条件を全て満たすメディアデータが存在しなかった場合には、全メディアデータ中から多くの条件を満たすメディアデータを指定数個見つけるタスクとする。
＜第１の実施の形態に係る情報提示装置の構成＞
本発明の第１の実施の形態に係る情報提示装置１０は、ＣＰＵ（Central Processing Unit）と、ＲＡＭ（Random Access Memory）と、後述する情報提示処理ルーチンを実行するための情報提示プログラムを記憶したＲＯＭ（Read Only Memory）とを備えたコンピュータで構成されている。ＣＰＵが情報提示プログラムを、内部記憶装置であるＲＯＭから読み込んで実行することにより、コンピュータが情報提示装置１０として機能する。
図１に示すように、情報提示装置１０は、入力部１２、演算部１４、及び表示部１６を備えている。
〔入力部１２〕
入力部１２は、図２に示すような入力画面において、所望の情報を探索するためのクエリの入力を受け付ける。図２の入力画面の例では、後述する探索対象メディアデータデータベース２０に格納されているメディアデータの中から、クエリとなるメディアデータを選択することにより、クエリの入力を受け付ける。
〔演算部１４〕
演算部１４は、入力されたクエリに応じた複数のメディアデータを探索し、探索したメディアデータを示す情報を可視化した探索結果を表示部１６により出力する。
図１に示すように、演算部１４は、機能的には、探索対象メディアデータデータベース２０、クエリ特徴抽出部２２、メディアデータ探索部２４、探索結果提示部２５、可視化結果提示部２６、クラスタリング部２８、指定メディアデータ情報提示部３０、及び指定特徴情報提示部３２を含んだ構成で表すことができる。
〔クエリ特徴抽出部２２〕
クエリ特徴抽出部２２は、入力されたクエリを受け付け、クエリとして受け付けたメディアデータのメディアデータ情報を、探索対象メディアデータＤＢ２０から取得し、図３に示すように、表示部１６に、図３に示すような、クエリとなるメディアデータのメディアデータ情報を提示する。提示するメディアデータ情報はすべてのメディアデータ情報でもよいし，ユーザにとって重要なタイトルなどの一部だけでもよい．
また、クエリ特徴抽出部２２は、クエリとして受け付けたメディアデータのメディアデータ情報から特徴を抽出し、抽出したクエリの特徴を、メディアデータ探索部２４へ受け渡す。
例えば、クエリ特徴抽出部２２は、クエリとして与えられたメディアデータのメディアデータ情報から、書誌情報の各項目を示す情報、及びメディアデータの内容に含まれる所定の単語の出現回数等を、クエリの特徴として抽出することができる。
なお、クエリは、後述する探索対象メディアデータＤＢ２０に格納されたメディアデータ情報に含まれる特徴と比較できる特徴を有するものであればよく、探索対象メディアデータＤＢ２０内のデータに存在するものであっても、存在しないものであってもよい。例えば、探索対象メディアデータＤＢ２０に、メディアデータの特徴として、探索対象である絵本に含まれるテキストに関する情報が格納されている場合には、入力されるクエリもテキストを有するものであればよく、そのテキストが、探索対象メディアデータＤＢ２０に格納された絵本に出現する表現そのものでなくてもよい。
ここで入力部１２ではクエリとしてメディアデータの入力を受け付け、そこからクエリ特徴抽出部２２が特徴を抽出する例で説明したが、入力部１２ではメディアデータではなく、メディアデータに関する少なくとも一つの特徴の入力をクエリとして受け付けてもよい。この場合、クエリ特徴抽出部２２は不要であり、入力部１２に入力された特徴が、次に説明するメディアデータ探索部２４に入力される。たとえば、ユーザにより特徴となる形態素と出現回数がクエリとして入力部１２に入力されてもよい。また、例えば、書誌情報のうちの作者とタイトルが入力されてもよい。形態素の出現回数や、書誌情報のタイトルといった特徴を入力とする場合は、検索において重視したものや他の特徴との正規化の観点で重みづけしたものであってもよい。
また、入力部１４では、メディアデータに対して一段落処理したデータの入力を受け付けてもよい。例えば、絵本そのものではなく、絵本をスキャンした画像などを入力として受け付けてもよい。この場合には、クエリ特徴抽出部２２において、入力された画像に対してＯＣＲを行って著者名などの特徴を抽出する。
〔メディアデータ探索部２４〕
メディアデータ探索部２４は、クエリ特徴抽出部２２から受け渡されたクエリの特徴を用いて、探索対象メディアデータＤＢ２０から、クエリとの類似度が高いメディアデータ情報を取得し、探索結果提示部２５、可視化結果提示部２６、及びクラスタリング部２８へ受け渡す。
ここで、探索対象メディアデータＤＢ２０には、図４に示すように、複数のメディアデータ情報が格納されている。ここで、メディアデータとは、探索対象を示す実体であり、例えば、本、音楽、画像、映像等である。また、メディアデータ情報とは、上記のようなメディアデータに関する少なくとも一種類の特徴を含む情報であり、メディアデータが示す性質、属性等の様々な情報を含むことができる。例えば、メディアデータが画像の場合には、画像のタイトル、サイズ、作成日時等のメタデータに含まれる各項目が示す情報や、画像自体の内容を示す情報、すなわち画像データから抽出される画像特徴量等の各々を画像の特徴として、その画像を示すメディアデータ情報に含めることができる。
なお、ここでは「同じ種類の特徴」を持つことと「同じ特徴」を持つことを別の概念であることとする。例えば、二つのメディアデータＡ及びＢが、それぞれサイズが１００×１００画素の画像と、サイズが２００×２００画素の画像であったとする。両者は画像のタイトル、サイズ、画像特徴量等といった複数の「同じ種類の特徴」を持つ。しかし、「サイズ」に注目するとその値が異なるため、異なる特徴を有するメディアデータであるといえる。
また、各メディアデータ情報には、探索対象となるメディアデータを識別するための識別番号（ＩＤ）が付与されている。
図４の例は、探索対象メディアデータが「絵本」の場合であり、例えば、絵本のタイトル、表紙画像、著者、挿絵の作者、出版社等の書誌情報の各項目、及び各絵本に出現する形態素毎の出現回数のそれぞれを特徴として含むメディアデータ情報が格納されている。なお、ここでは、書誌情報以外のメディアデータの特徴の一つとして、絵本に出現する形態素毎の出現回数を用いているが、例えば、絵本の中の挿絵を示す画像データから抽出された画像特徴量、絵本を朗読した音声データから抽出された音声特徴量等をメディアデータの特徴としてもよい。また、書誌情報についても、シリーズ名や絵本の大きさ等の他の書誌情報を特徴として含めてもよい。
メディアデータ探索部２４は、クエリ特徴抽出部２２で抽出されたクエリの特徴と、探索対象メディアデータＤＢ２０に格納された各メディアデータのメディアデータ情報に含まれる特徴とを用いて、クエリと各メディアデータとの類似度を算出し、探索対象メディアデータＤＢ２０から、クエリとの類似度が高いメディアデータのメディアデータ情報を、類似度が高い順に所定件数（例えば３０件）取得する。
クエリとメディアデータとの類似度の算出について、探索対象メディアデータが「絵本」の場合を例に説明する。まず、探索対象メディアデータＤＢ２０に格納された各絵本のメディアデータ情報に含まれる特徴のうち、クエリ特徴抽出部２２で抽出されたクエリの特徴と比較可能な特徴を用いて、各絵本の特徴ベクトルを作成する。ここでは、メディアデータの特徴として、書誌情報の各項目、及び絵本に出現する形態素毎の出現回数を用いる。具体的には、探索対象メディアデータＤＢ２０に格納されたメディアデータの特徴としての、各絵本の書誌情報の各項目、及び各絵本に出現する形態素毎の出現回数を用いて、探索対象メディアデータＤＢ２０にメディアデータ情報が格納された全ての絵本に出現した、書誌情報及び形態素の総種類数の次元を持つベクトルを、絵本一冊毎に作成する。そして、ベクトルの各要素に、その要素の次元に対応する書誌情報の項目又は形態素の各絵本における出現回数ｔｆ（term frequency）に、逆絵本出現頻度ｉｄｆ（inverse document frequency）を乗じた値ｔｆｉｄｆを記入する。最後にベクトルの大きさを１に正規化して、各絵本の特徴ベクトルとする。ｔｆｉｄｆは、例えば、下記（１）式〜（３）式に示すように算出することができる。
ここで、ｎｉ，ｊは書誌情報の項目ｉ又は形態素ｉの絵本ｊにおける出現回数である。Ｄは探索対象メディアデータＤＢ２０にメディアデータ情報が格納されている絵本の総数、ｄは探索対象メディアデータＤＢ２０にメディアデータ情報が格納されている絵本のうち、書誌情報の項目ｉ又は形態素ｉが出現する絵本の数である。
例えば、探索対象メディアデータＤＢ２０に、総数３冊の絵本についてのメディアデータ情報が格納されており（Ｄ＝３）、各絵本のメディアデータ情報に、下記のような書誌情報の項目又は形態素とその出現回数とで表された特徴が含まれているものとする。なお、ＩＤがｎの絵本を、以下では「絵本ｎ」と表記する。書誌情報には重みとして回数を付与し、形態素の回数との関係で相対的に重要性を表現する。たとえば、ある本において著者がXであることの重みを100回とすると著者がXであるという情報はある形態素が100回現れることと同一の重みということになる。重みは同じ特徴の種類ごとに一定に設定（著者は100回、挿絵は50回等）してもよいし、個別に設定してもよい。
絵本１：Ａ ３回， Ｂ ２回， Ｃ ２回
絵本２：Ａ １回， Ｃ ３回， Ｄ ２回
絵本３：Ａ ２回， Ｄ １回， Ｅ ２回
この場合、各項目、各形態素のｉｄｆｉ（ｉ＝Ａ，Ｂ，Ｃ，Ｄ，Ｅ）は下記（４）式となる。
また、絵本１についてのベクトルの各要素の値は、下記（５）式となる。
最後にベクトルの大きさを１に正規化するために、各要素の二乗和の平方根で各要素を割る。結果得られる絵本１の特徴ベクトルｖ１は下記（６）式となる。
同様の手順で絵本２の特徴ベクトルｖ２、及び絵本３の特徴ベクトルｖ３を作成する。
次に、クエリの特徴ベクトルを作成する。クエリ特徴抽出部２２により、例えば、下記に示すような書誌情報の項目又は形態素とその出現回数とで表された特徴がクエリから抽出されたとする。
クエリ：Ａ ２回， Ｃ ３回
クエリの特徴ベクトルの作成に当たり、ｔｆｉｄｆを計算する際のｉｄｆｉの値は、探索対象メディアデータＤＢ２０から求めた値、すなわち（４）式を利用する。その他については、下記（７）式に示すように絵本の特徴ベクトルと同様の手順で求める。
最後にベクトルの大きさを１に正規化するために、各要素の二乗和の平方根で各要素を割り、クエリの特徴ベクトルｖｑｕｅｒｙ＝（０，０，１，０，０）を作成する。なお、クエリに出現した書誌情報の項目又は形態素であって、探索対象メディアデータＤＢ２０にメディアデータ情報が格納された絵本に出現しなかった書誌情報の項目又は形態素については無視すればよい。すなわち、その書誌情報の項目又は形態素についてはクエリの特徴ベクトルの要素として考慮しない。
次に、作成したクエリの特徴ベクトルｖｑｕｅｒｙと、各絵本の特徴ベクトルｖｎ（ｎ＝１，２，３）の各々とのコサイン類似度を計算する。ここでは、特徴ベクトルはいずれも大きさが１に正規化されているので、コサイン類似度はｖｑｕｅｒｙとｖｎとの内積と等価になる。また、自身との内積はコサイン類似度の最大値である１になる。
メディアデータ探索部２４は、探索対象メディアデータＤＢ２０から、クエリの特徴との類似度が所定値以上の特徴を含むメディアデータ情報を取得する。ここでは、クエリの特徴ベクトルｖｑｕｅｒｙと各メディアデータの特徴ベクトルｖｎとのコサイン類似度が高い順に、予め指定された所定件数（例えば３０件）のメディアデータ情報を取得する。なお、メディアデータの取得件数は、類似度の上位所定件数に限らず、探索対象メディアデータＤＢ２０に格納されたメディアデータ情報の総数を指定し、全てのメディアデータ情報を類似度順に取得してもよい。
また、メディアデータ探索部２４は、取得したメディアデータ情報に含まれる特徴の少なくとも一つに基づいて、各メディアデータ間の類似度を算出する。メディアデータ間の類似度は、例えば、上記で計算した各メディアデータの特徴ベクトルのコサイン類似度により算出することができる。メディアデータ探索部２４は、取得したメディアデータ情報、算出したメディアデータ間の類似度、及び算出したクエリと各メディアデータとの類似度を、探索結果提示部２５及び可視化結果提示部２６へ受け渡す。
なお、各メディアデータ間の類似度、及びクエリと各メディアデータとの類似度は、各々の特徴ベクトルの類似度から求める場合に限定されない。例えば、探索対象メディアデータＤＢ２０にメディアデータ情報が格納された２つのメディアデータの全組み合わせについて、主観的な類似度または非類似度を予め与えておくことができる。この場合、各メディアデータ間の類似度は、与えられた類似度または非類似度を直接用いることができる。また、クエリと各メディアデータとの類似度は、クエリの特徴と一致する特徴を含むメディアデータ情報が示すメディアデータと組み合わせたときの他のメディアデータに与えられた類似度または非類似度を用いればよい。
本実施の形態では、メディアデータ探索部２４は、メディアデータ間の類似度を表す情報として、取得したメディアデータ情報を示すノードを設定し、各ノードについてそのノードと類似度が指定順位以内となるノードとの間をエッジで接続した部分ネットワーク構造を作成し、その部分ネットワーク構造のエッジのうち、削除しても貪欲探索を行ったときに可到達性に変化がないエッジを枝刈りされた部分ネットワーク構造を作成する（特開２００８−２９３４４４号公報、及び特開２００８−３０５０７２号公報参照）。メディアデータ探索部２４は、取得したメディアデータ情報、及び算出したクエリと各メディアデータとの類似度を、部分ネットワーク構造を構成する各ノードに保持させる。メディアデータ探索部２４は、このようにして作成した部分ネットワーク構造を可視化結果提示部２６へ受け渡す。ここでは、上述の部分ネットワーク構造を用いたが、同じ特徴を有することで類似度が高いノード同士がエッジで接続されたネットワーク構造であれば別種の部分ネットワーク構造でもかまわない。たとえば、一定類似度以上のノード間をエッジで結んで得られる部分ネットワーク構造でもかまわないし、ノードと類似度が指定順位以内となるノードとの間をエッジで接続した部分ネットワーク構造でもかまわない。
〔探索結果提示部２５〕
探索結果提示部２５は、メディアデータ探索部２４から受け渡されたメディアデータ情報、及び各メディアデータ間の類似度に基づいて、図５に示すように、メディアデータ探索部２４により探索された探索結果として、クエリとの類似度が高いメディアデータ情報を優先して、探索された複数のメディアデータ情報の各々（「トップランカー」と呼ぶ）について、少なくともメディアデータ情報に対して予め定められた概要情報を含む情報を表示部１６により、ユーザに対して提示する。例えば、概要情報と、クエリとの類似度と、クエリと類似性を有する各特徴語の、類似度への寄与度とを表す画面を、表示部１６により、ユーザに対して提示する。提示される情報は、少なくともメディアデータ情報に対して予め定められた概要情報を含めばよく、クエリとの類似度と、クエリと類似性を有する各特徴語の、類似度への寄与度を含まなくても、また、他の情報を含んでもよい。
上記図５に示すように、探索されたメディアデータ情報に関する補助情報が提示される。補助情報は、メディアデータの特徴、特に書誌的事項を示す特徴、クエリと各メディアデータとの類似度及び順位、特徴語、特徴語の類似度への寄与度等を含むことができる。特徴語とは、クエリとの類似度が高いメディアデータとして選択されたことに対する寄与度が高い単語である。例えば、クエリの特徴ベクトルとメディアデータの特徴ベクトルとのコサイン類似度を算出した際の各要素間の積が、他の要素より大きい要素に対応する書誌事項の項目又は形態素を特徴語とすることができる。また、特徴語について、クエリの特徴ベクトルとメディアデータの特徴ベクトルとのコサイン類似度を算出した際の、当該特徴語に対応する要素間の積に基づいて、特徴語の寄与度を算出する。
〔可視化結果提示部２６〕
可視化結果提示部２６は、ユーザにより「グラフ可視化」ボタンが押下され、探索結果の可視化要求が入力された場合、以下に説明するように、二次元平面座標の算出処理、標高の算出処理、特徴情報の算出処理、及び可視化結果の生成処理を行う。
可視化結果提示部２６は、まず、二次元平面座標の算出処理として、メディアデータ探索部２４から受け渡されたメディアデータ情報、及び各メディアデータ間の類似度に基づいて、各メディアデータ情報を示すノードの二次元平面座標を算出する。この際、メディアデータ情報に含まれる特徴間の類似度が高いメディアデータ情報を示すノード同士は近くに配置され、類似度が低いメディアデータ情報を示すノード同士は遠くに配置されるような二次元平面座標を算出する。
本実施の形態では、メディアデータ探索部２４から受け渡された部分ネットワーク構造を、バネ長固定のバネモデルとし、各メディアデータ情報を示すノードの二次元平面座標を算出する。具体的には、部分ネットワーク構造において、エッジで接続されたノード同士は近くに配置し、エッジで接続されていないノード同士は遠くに配置し、部分ネットワーク構造に含まれる全てのノードが安定な配置となるように、各ノードの二次元平面座標を求める。
なお、メディアデータ情報に含まれる特徴間の類似度が高いメディアデータ情報を示すノード同士が近くに配置され、類似度が低いメディアデータ情報を示すノード同士が遠くに配置されるような二次元平面座標を算出することができる手法であれば、バネモデル以外の手法を用いてもよい。また、二次元平面座標は、上記のように、絵本に出現する形態素の出現回数及び書誌事項の項目で表されるメディアデータの特徴を用いた特徴ベクトル間のコサイン類似度を用いて算出する場合に限らず、各ノードが示すメディアデータ情報間の関係に応じて算出すればよい。例えば、メディアデータ情報に含まれる特徴のいずれか（例えば「著者」）が一致するメディアデータを示すノード同士は近く、特徴が異なるメディアデータを示すノード同士は遠くに配置されるような二次元座標を算出してもよい。
可視化結果提示部２６は、算出した各ノードの二次元平面座標、及び各ノードが保持するメディアデータ情報及びクエリと各メディアデータとの類似度を、標高の算出処理へ受け渡す。
可視化結果提示部２６は、標高の算出処理として、メディアデータ探索部２４で取得された各メディアデータ情報を示すノードについて、二次元座標の算出処理から受け渡されたクエリと各メディアデータとの類似度に応じた標高を算出する。標高とは、算出された各メディアデータ情報を示すノードの二次元平面座標に加えて三次元座標とするための高さ情報である。
標高としては、各メディアデータの特徴ベクトルとクエリの特徴ベクトルとのコサイン類似度をそのまま用いてもよいし、コサイン類似度に所定の定数（例えば４）を乗算して、三次元座標における高さを強調するような標高を算出してもよい。高さを強調することにより、「二次元平面で表現されたトップランカー同士の関係」と「高さ方向に表現されたトップランカーとクエリとの類似度の関係」の対比を強調することができ、クエリに似た（あるいは似ていない）トップランカーの集まり具合を認識しやすくできる。また、この対比を強調するために、標高を、類似度の対数または平方根のような類似度の小さな値が強調される関数によって求めてもよいし、そのような関数により求めた値にさらに定数を乗じてもよい。
可視化結果提示部２６は、算出した各ノードの標高、並びに二次元座標の算出処理から受け渡された各ノードの二次元平面座標、及び各ノードが保持するクエリと各メディアデータとの類似度を、可視化結果の生成処理へ受け渡す。
可視化結果提示部２６は、特徴情報の算出処理として、メディアデータ探索部２４により探索された複数のメディアデータ情報が有する、クエリと類似性を有する各特徴語と、各特徴語の類似度への寄与度とを算出する。例えば、探索された複数のメディアデータ情報が有する、クエリと類似性を有する各特徴語の和集合を求める。また、クエリとの類似性を有する各特徴語について、探索結果提示部２５で算出される、複数のメディアデータ情報の各々における当該特徴語の類似度の寄与度の平均値を求め、各特徴語の類似度への寄与度とする。
可視化結果提示部２６は、二次元座標の算出処理で算出された各ノードの二次元平面座標に、標高の算出処理で算出された標高を加え、各メディアデータ情報を示すノードの三次元座標を求め、これを三次元グラフ上にプロットした可視化結果を生成する。また、可視化結果提示部２６は、各ノードが示すメディアデータ情報に含まれる特徴の少なくとも一つを用いて、各ノードが示すメディアデータが判別可能となるように編集する。図６の右側に、探索対象メディアデータを「絵本」とした場合の可視化結果の一例を示す。図６の右側では、三次元グラフを、標高の高い位置から見たときの可視化結果の例を示している。標高の低いノードの一部が、標高の高いノードに被って表示されている。また、図６の右側では、メディアデータ情報に含まれる特徴の一つである絵本の表紙画像を、各ノードに貼り付けた例を示している。これにより、各ノードがどの絵本を表すかを表現することができる。また、表紙画像以外の他の特徴を用いてもよく、例えば、絵本のタイトルを示すテキストを用いてもよい。
また、可視化結果提示部２６は、クエリとの類似度が高いメディアデータを示すノード、すなわち標高が高いノードほど表紙の枠に濃い色を付けるなどして、強調表示するようにしてもよい。
また、可視化結果提示部２６は、上記図６に示すようなグラフを提示する場合を例に説明したが、提示するグラフは複数の絵本についての関係性を把握可能なグラフであればよく、上記図６に示すようなグラフに限定されるものではない。
また、可視化結果提示部２６は、特徴情報の算出処理で得られた、探索された複数のメディアデータ情報が有する、クエリと類似性を有する各特徴語と、各特徴語の類似度への寄与度とを更に提示してもよい。図６の左側に、クエリと類似性を有する各特徴語と、各特徴語の類似度への寄与度とを表わす棒グラフの例を示す。棒グラフでは、横軸が、特徴語の種類を表し、縦軸が、寄与度を表わしている。
〔クラスタリング部２８〕
クラスタリング部２８は、ユーザによりグラフの分割要求が入力された場合、ノードの各々が示すメディアデータ情報間の類似性に基づいて、ノードの各々を複数のクラスタに分離する。
具体的には、クラスタリング部２８は、グラフのエッジに関する媒介中心性（betweenness centerality）という概念を導入する。グラフのエッジに関する媒介中心性とは、グラフ中の全ての２ノードの組み合わせについて、２ノード間の最短経路中に最も多く現れるエッジがそのグラフにおいて中心であるという考え方である。例えば、図７に示すグラフを例にとると、各２ノード間の最短経路は下記の通りである。
ＡＢ： Ａ→Ｂ
ＡＣ： Ａ→Ｃ
ＡＤ： Ａ→Ｂ→Ｄ
ＡＥ： Ａ→Ｂ→Ｄ→Ｅ
ＡＦ： Ａ→Ｂ→Ｄ→Ｆ
ＡＧ： Ａ→Ｂ→Ｄ→Ｆ→Ｇ
ＢＣ： Ｂ→Ｃ
ＢＤ： Ｂ→Ｄ
ＢＥ： Ｂ→Ｄ→Ｅ
ＢＦ： Ｂ→Ｄ→Ｆ
ＢＧ： Ｂ→Ｄ→Ｆ→Ｇ
ＣＤ： Ｃ→Ｂ→Ｄ
ＣＥ： Ｃ→Ｂ→Ｄ→Ｅ
ＣＦ： Ｃ→Ｂ→Ｄ→Ｆ
ＣＧ： Ｃ→Ｂ→Ｄ→Ｆ→Ｇ
ＤＥ： Ｄ→Ｅ
ＤＦ： Ｄ→Ｆ
ＤＧ： Ｄ→Ｆ→Ｇ
ＥＦ： Ｅ→Ｆ
ＥＧ： Ｅ→Ｇ
ＦＧ： Ｆ→Ｇ
これら最短経路の中で、最も多く現れるのは、Ｂ→Ｄのエッジで、１２回現れる。このエッジを枝刈りすることで、図７に示すグラフを、Ａ、Ｂ、及びＣのノード群とＤ、Ｅ、Ｆ、及びＧのノード群との二つのクラスタに分離できる。
しかし、一本のエッジを取り除いてもクラスタに分かれない場合がある。この場合、エッジを取り除いた後で、再度各クラスタにおいて最短経路に現れるエッジの出現回数を調べ、媒介中心性が最大のエッジを枝刈りする。それでもクラスタに分かれない場合は、媒介中心性が最大のエッジを、クラスタに分かれるまで枝刈りし続ける。
可視化結果提示部２６は、ユーザによりグラフの分割要求が入力された場合、メディアデータ探索部２４により探索された探索結果として、クラスタリング部２８によってクラスタに分離するように枝刈りされたエッジを削除したグラフを提示する。例えば、図８の右側に示すように、点線の上下でクラスタに分離されたグラフが提示される。
また、可視化結果提示部２６は、クラスタ毎に、当該クラスタに属するノードの各々が示すメディアデータ情報が有する、クエリと類似性を有する各特徴語と、各特徴語の前記類似度への寄与度とを求め、クラスタ毎に、クエリと類似性を有する各特徴語と、各特徴語の前記類似度への寄与度とを並べて提示する。例えば、図８の左側に示すように、クラスタ毎に、クエリと類似性を有する各特徴語と、各特徴語の類似度への寄与度とを表わす棒グラフが提示される。図８の左側の棒グラフでは、特徴語「○○△△こ」を著者情報として有するクラスタと、有しないクラスタで別れたことが分かる。このように、同じ特徴を有することで類似度が高いノード同士がエッジで接続されたネットワーク構造においてグラフ分割を行うと、同じ特徴を有する者同士で形成されるクラスタが得られる．
クラスタリング部２８は、ユーザによりグラフの分割要求が更に入力される毎に、ノードの各々が示すメディアデータ情報間の類似性に基づいて、ノードの各々を更にクラスタに分離する。
また、可視化結果提示部２６は、ユーザによりグラフの分割要求が更に入力される毎に、メディアデータ探索部２４により探索された探索結果として、クラスタリング部２８によってクラスタに分離するように枝刈りされたエッジを削除したグラフを提示する。例えば、図９の右側に示すように、３つのクラスタに分離されたグラフが提示される。また、図９の左側に示すように、３つのクラスタ毎に、クエリと類似性を有する各特徴語と、各特徴語の類似度への寄与度とを表わす棒グラフが提示される。
また、可視化結果提示部２６は、ユーザによりグラフの分割要求が入力された場合、メディアデータ探索部２４により探索された探索結果として、クラスタリング部２８によってクラスタに分離するように枝刈りされたエッジを削除したグラフであって、かつ、ノードの各々の表示座標が、クラスタ毎に分かれるように、少なくとも１つのノードの表示座標が、クラスタリング部２８による分離前のノードの表示座標から変化したグラフを提示する。例えば、ノードの各々の表示座標が、クラスタ毎に分かれるように、クラスタを構成するノードの表示座標を変化させて、クラスタの中心座標を調整する。これによって、図１０の右側に示すように、３つのクラスタに分割されたことが分かりやすいグラフが提示される。なお、図１０の例では、ノード間が被って表示されないようにエッジの長さが調整されている。また、図１０の例では、上部の大きなクラスタが、特徴語「□□書店」を出版社情報として有するか否かの２つのクラスタに分割されたことが分かる。
また、ユーザによりグラフの分割要求が更に入力されると、図１１の右側に示すように、４つのクラスタに分離されたグラフが提示される。また、図１１の左側に示すように、４つのクラスタ毎に、クエリと類似性を有する各特徴語と、各特徴語の類似度への寄与度とを表わす棒グラフが提示される。
図１１では、３つのクラスタはそれぞれ特徴語「□□書店」を出版社情報として有すること、特徴語「狼」を有すること、特徴語「○○△△こ」を著者情報として有することが寄与度の大部分を占めていることが分かる。また、もう一つのクラスタは、特徴語「ＡＡＡ」、「おばあちゃん」、「狼」の寄与度が比較的高い。
ユーザは、一段階ずつグラフ分割を行ないながら、適当にグラフ分割が行なわれたと判断して、グラフ分割を終了させる。なお、グラフ分割の終了後、またはグラフ分割の途中段階において、上記図５に示すように、探索されたメディアデータ情報をリスト表示した画面を再度表示できるようにしてもよい。また、本実施例では図１１の左側のクラスタ毎の特徴を表す棒グラフについて、クエリとトップランカーが共通して持つ特徴語に限った例により説明したが、クエリが持たずトップランカーのみが持つ特徴語を併用してもよい。指定した探索トップランカー数が多い、あるいは、クエリと類似しているメディアデータがメディアデータＤＢ中に少ない場合は、クエリとトップランカーが共通して持つ特徴語のみを用いると下位トップランカーが所属するクラスタはいずれの特徴語の寄与度も低くなり、ユーザがクラスタの共通性を認識することが困難になる。クエリが持たずトップランカーのみが持つ特徴語を併用すると、その特徴語によってクラスタの意味づけが容易になる。
〔指定メディアデータ情報提示部３０〕
指定メディアデータ情報提示部３０は、ユーザによりグラフ上のノードが指定され、メディアデータ情報が指定された場合、指定されたノードが示すメディアデータ情報に対して予め定められた概要情報と、クエリとの類似度と、メディアデータ情報が有する、クエリと類似性を有する特徴語の、類似度への寄与度との少なくとも1つ以上を、表示部１６により、ユーザに対して提示する。
例えば、図１２の左側に示すように、指定されたメディアデータ情報に関する補助情報が提示される。補助情報は、メディアデータの特徴、特に書誌情報の各項目、クエリと各メディアデータとの類似度及び順位、特徴語、類似度への各特徴語の寄与度を表す円グラフ等を含むことができる。
〔指定特徴情報提示部３２〕
指定特徴情報提示部３２は、指定メディアデータ情報提示部３０により提示された各特徴語の寄与度を表す円グラフ上で、ユーザにより特徴語が指定された場合、指定された特徴語を有するメディアデータ情報を示すノードのみ、識別可能な低情報量表現となる情報であって、かつ、メディアデータ情報から抽出した粗い情報を表示したグラフを、表示部１６により、ユーザに対して提示する。識別可能な低情報量表現となる情報であって、かつ、メディアデータ情報から抽出した粗い情報として、メディアデータ情報の概要情報より情報量が少ない情報を表示すればよく、例えば、図１３〜図１７に示すように、指定された特徴語を有する絵本を示すノードのみ、絵本の表紙を表示したグラフを提示する。図１３、図１４の例では、特徴語「ＡＡＡ」が指定され、特徴語「ＡＡＡ」を有する絵本を示すノードのみ、絵本の表紙が表示されている。図１５の例では、特徴語「狼」が指定され、特徴語「狼」を有する絵本を示すノードのみ、絵本の表紙が表示されている。図１６の例では、出版社情報としての特徴語「□□書店」が指定され、出版社情報として特徴語「□□書店」を有する絵本を示すノードのみ、絵本の表紙が表示されている。図１７の例では、著者情報としての特徴語「○○△△こ」が指定され、特徴語「○○△△こ」を著者情報として有する絵本を示すノードのみ、絵本の表紙が表示されている。
＜第１の実施の形態に係る情報提示装置１０の作用＞
次に、本実施の形態に係る情報提示装置１０の作用について説明する。まず、上記図２に示す入力画面において、ユーザによりクエリとなるメディアデータ情報が選択され、クエリの入力を受け付けると、情報提示装置１０では、図１８、図１９に示す情報提示処理ルーチンが実行される。
まず、ステップＳ１００において、クエリ特徴抽出部２２が、入力されたクエリを受け付け、クエリとして選択されたメディアデータ情報を、探索対象メディアデータＤＢ２０から取得し、上記図３に示すように、表示部１６によりクエリとして選択されたメディアデータ情報を提示する。そして、類似探索の実行が指示されると、ステップＳ１０２へ移行する。
ステップＳ１０２で、クエリ特徴抽出部２２が、クエリとなるメディアデータ情報から特徴を抽出し、抽出したクエリの特徴を、メディアデータ探索部２４へ受け渡す。
次に、ステップＳ１０４で、メディアデータ探索部２４が、クエリ特徴抽出部２２から受け渡されたクエリの特徴を用いて、探索対象メディアデータＤＢ２０から、クエリとの類似度が高いメディアデータ情報を取得する。例えば、メディアデータ探索部２４は、クエリ特徴抽出部２２で抽出されたクエリの特徴から作成した特徴ベクトルと、探索対象メディアデータＤＢ２０に格納された各メディアデータのメディアデータ情報に含まれる特徴のうち、クエリの特徴と比較可能な特徴から作成した特徴ベクトルとのコサイン類似度を、クエリと各メディアデータとの類似度として算出し、探索対象メディアデータＤＢ２０から、クエリとの特徴ベクトル間の類似度が高いメディアデータ情報を、類似度が高い順に所定件数（例えば３０件）取得する。
そして、メディアデータ探索部２４は、取得した各メディアデータ情報に含まれる特徴の少なくとも一つに基づいて、各メディアデータ間の類似度を算出し、取得したメディアデータ情報、算出したメディアデータ間の類似度、及び算出したクエリと各メディアデータとの類似度を、探索結果提示部２５及び可視化結果提示部２６へ受け渡す。例えば、メディアデータ探索部２４は、取得したメディアデータの特徴間の類似度に基づいて、取得したメディアデータ情報を示すノードを設定し、各ノードが示すメディアデータ情報に含まれる特徴同士の類似度が所定値以上となるノード間をエッジで接続し、各ノードにメディアデータ情報及びクエリと各メディアデータとの類似度を保持させた部分ネットワーク構造を作成して、可視化結果提示部２６へ受け渡す。
次に、ステップＳ１０６で、探索結果提示部２５が、メディアデータ探索部２４から受け渡されたメディアデータ情報、及び各メディアデータ間の類似度に基づいて、上記図５に示すように、メディアデータ探索部２４により探索された探索結果として、クエリとの類似度が高いメディアデータ情報を優先して、探索された複数のメディアデータ情報の各々について、メディアデータ情報に対して予め定められた概要情報と、クエリとの類似度と、クエリと類似性を有する特徴語の、類似度への寄与度とを表す画面を、表示部１６により、ユーザに対して提示する。
そして、ステップＳ１０８で、ユーザにより探索結果の可視化要求が入力されたか否かを判定する。ユーザにより「グラフ可視化」ボタンが押下され、探索結果の可視化要求が入力されると、ステップＳ１１０へ進む。
ステップＳ１１０では、可視化結果提示部２６が、二次元平面座標の算出処理として、メディアデータ探索部２４から受け渡されたメディアデータ情報及び各メディアデータ間の類似度に基づいて、各メディアデータ情報を示すノードの二次元平面座標を、メディアデータ情報に含まれる特徴間の類似度が高いメディアデータ情報を示すノード同士は近くに配置され、類似度が低いメディアデータ情報を示すノード同士は遠くに配置されるように算出する。例えば、可視化結果提示部２６は、メディアデータ探索部２４から受け渡された部分ネットワーク構造を、バネ長固定のバネモデルとし、エッジで接続されたノード同士は近くに配置し、エッジで接続されていないノード同士は遠くに配置し、部分ネットワーク構造に含まれる全てのノードが安定な配置となるように、各ノードの二次元平面座標を求める。そして、可視化結果提示部２６は、算出した各ノードの二次元平面座標、各ノードが保持するメディアデータ情報、及びクエリと各メディアデータとの類似度を、標高の算出処理へ受け渡す。
次に、ステップＳ１１２で、可視化結果提示部２６が、メディアデータ探索部２４で取得された各メディアデータ情報を示すノードについて、二次元平面座標の算出処理から受け渡されたクエリと各メディアデータとの類似度に応じた標高を算出する。可視化結果提示部２６は、算出した各ノードの標高、並びに各ノードの二次元平面座標、各ノードが保持するメディアデータ情報及びクエリと各メディアデータとの類似度を、可視化結果の生成処理へ受け渡す。
そして、ステップＳ１１３で、可視化結果提示部２６が、特徴情報の算出処理として、メディアデータ探索部２４により探索された複数のメディアデータ情報が有する、クエリと類似性を有する各特徴語と、類似度への各特徴語の寄与度とを算出する。
次に、ステップＳ１１４で、可視化結果提示部２６が、可視化結果の生成処理として、上記ステップＳ１１０で算出された各ノードの二次元平面座標に、上記ステップＳ１１２で算出された標高を加え、各メディアデータ情報を示すノードの三次元座標を求め、これを三次元グラフ上にプロットした可視化結果を生成する。そして、可視化結果提示部２６は、各ノードが示すメディアデータ情報に含まれる特徴の少なくとも一つを用いて、各ノードが示すメディアデータが判別可能となるように編集する。例えば、探索対象メディアデータが「絵本」の場合には、その絵本の表紙画像を各ノードに貼り付ける。また、可視化結果提示部２６は、上記ステップＳ１１３で得られた、探索された複数のメディアデータ情報が有する、クエリと類似性を有する各特徴語と、各特徴語の類似度への寄与度とを表す棒グラフを追加して、可視化結果が表示部１６により提示されるように出力する。
そして、ステップＳ１１６において、ユーザによりグラフの分割要求が入力されたか否かを判定する。ユーザによりグラフの分割要求が入力されると、ステップＳ１１８へ移行する。
ステップＳ１１８では、クラスタリング部２８が、グラフのエッジに関する媒介中心性（betweenness centerality）という概念を導入し、ノードの各々が示すメディアデータ情報間の類似性に基づいて、エッジの枝刈りを行うことで、各ノードを、複数のクラスタに分離する。そして、可視化結果提示部２６は、クラスタリング部２８により複数のクラスタに分離された結果を反映した可視化結果を生成する。また、可視化結果提示部２６は、クラスタリング部２８により複数のクラスタに分離された結果を反映した棒グラフを生成する。そして、可視化結果提示部２６は、棒グラフを追加して、可視化結果が表示部１６により提示されるように出力する。
そして、ステップＳ１２０において、ユーザによりグラフの分割要求が入力されたか否かを判定する。ユーザによりグラフの分割要求が入力されると、上記ステップＳ１１８へ戻る。また、ユーザによりグラフの分割要求が入力されない場合には、ステップＳ１２２へ移行する。
ステップＳ１２２では、ユーザによりグラフ上のノードが指定されたか否かを判定する。ユーザの操作に応じたマウスカーソルによりグラフ上のノードが指定されると、ステップＳ１２４へ移行する。一方、ユーザによりグラフ上のノードが指定されない場合には、上記ステップＳ１２０へ戻る。
ステップＳ１２４では、指定メディアデータ情報提示部３０は、指定されたノードが示すメディアデータ情報に対して予め定められた概要情報と、クエリとの類似度と、メディアデータ情報が有する、クエリと類似性を有する各特徴語の、類似度への寄与度を表す円グラフとの少なくとも１つ以上を、表示部１６により、ユーザに対して提示する。
次に、ステップＳ１２６では、ユーザにより円グラフ上で特徴語が指定されたか否かを判定する。ユーザの操作に応じたマウスカーソルにより円グラフ上で特徴語が指定されると、ステップＳ１２８へ進む。
ステップＳ１２８では、指定特徴情報提示部３２は、指定された特徴語を有するメディアデータ情報を示すノードのみ、識別可能な低情報量表現となる情報であって、かつ、メディアデータ情報から抽出した粗い情報を表示したグラフを、表示部１６により、ユーザに対して提示する。
ステップＳ１３０では、探索結果の提示を終了するか否かを判定し、終了しない場合には、上記ステップＳ１２６へ戻る。一方、ユーザの操作により探索結果の提示終了を指示されると、情報提示処理ルーチンを終了する。
以上説明したように、本実施の形態に係る情報提示装置によれば、探索結果として、クエリとの類似度が高いメディアデータ情報を優先して、概要情報と、クエリとの類似度と、類似度への特徴語の寄与度とを、ユーザに対して提示し、探索結果の可視化要求が入力された場合、探索された複数のメディアデータ情報の各々を示すノード、及び類似性を有するメディアデータ情報間を結合するエッジからなるグラフを、ユーザに対して提示することにより、ユーザが使いやすい最適な情報提示を行うことができる。
また、探索結果として、探索された複数のメディアデータ情報の各々を示すノード、及び類似性を有するメディアデータ情報間を結合するエッジからなるグラフを、ユーザに対して提示し、グラフのノードが指定された場合、指定されたノードが示すメディアデータ情報の概要情報と、クエリとの類似度と、当該メディアデータ情報が有する特徴語の、類似度への寄与度とを、ユーザに対して提示することにより、ユーザが使いやすい最適な情報提示を行うことができる。
また、リスト型の結果表示と異なり、グラフ型の結果表示をすることで、クエリとの類似度が高いメディアデータ同士の関係が理解しやすく、結果として、協調フィルタリングを用いたメディアデータ検索と異なり、なぜそのメディアデータが推薦されているのか（同一著者、同じ形態素）が分かるように情報提示を行うことができる。
また、リスト型結果表示では内容を読み込まないと困難な、ユーザが必要としないノイズを排除しやすい。
なお、本発明は、上記実施の形態に限定されるものではなく、この発明の要旨を逸脱しない範囲内で様々な変形や応用が可能である。
例えば、探索対象となるメディアデータが絵本である場合を例に説明したが、これに限定されるものではない。絵本のようにテキストや画像等、時間方向に変化しないメディアデータであってもよいし、映像を含む時系列データであるメディアデータであってもよい。また、音声データであってもよい。
また、メディアデータが絵本である場合、グラフのノードに表す、メディアデータの概要情報より情報量の少ない情報として、表紙を表示する場合を例に説明したが、これに限定されるものではない。例えば、メディアデータが本(書籍)である場合、グラフのノードに、表紙、又は表紙とタイトル文字列の組み合わせを表示してもよい。また、メディアデータがＣＤである場合、グラフのノードに、ジャケットの表紙を表示してもよい。また、メディアデータが映像である場合、グラフのノードに、サムネイル画像を表示してもよく、gifアニメ等の動きのある表示であってもよい。また、メディアデータが音声である場合には、グラフのノードに、話者のアイコン（たとえば、男性、女性のアイコン）、集団のアイコン、又は楽器のアイコンを表示してもよい。また、メディアデータが新聞記事である場合、グラフのノードに、タイトル又は記事番号を表示してもよい。
また、グラフの分割要求が入力される毎に、一つずつクラスタ数が増えるように分割する場合を例に説明したが、これに限定されるものではなく、所定の条件を満たすまで自動的にクラスタの分離を繰り返し行うようにしてもよい。例えば、modularity maximizationという手法（参照非特許文献１「Newman, M. E. J. “Modularity and community structure in networks”. PROCEEDINGS- NATIONAL ACADEMY OF SCIENCES USA 103 (23), 2006」）を用いることができる。この手法では、直感的に「あるノードから同じクラスタに所属されているノードへのエッジが別のクラスタに所属しているノードへのエッジに比べて多いときに大きくなる」関数であるモジュラリティＱを導入して、エッジを枝刈りする度にＱを調べ、Ｑが最大値を取る回数だけ媒介中心性が最大のエッジを枝刈りするようにしてもよい。
＜第２の実施の形態に係る情報提示装置の構成＞
次に、第２の実施の形態に係る情報提示装置について説明する。なお、第１の実施の形態と同様の構成となる部分については、同一符号を付して説明を省略する。
〔演算部２１４〕
図２０に示すように、第２の実施の形態に係る情報提示装置２００の演算部２１４は、機能的には、探索対象メディアデータデータベース２０、クエリ特徴抽出部２２、メディアデータ探索部２４、クラスタリング部２２８、探索結果提示部２２５、可視化結果提示部２２６、指定メディアデータ情報提示部３０、及び指定特徴情報提示部３２を含んだ構成で表すことができる。
〔メディアデータ探索部２４〕
メディアデータ探索部２４は、クエリ特徴抽出部２２から受け渡されたクエリの特徴を用いて、探索対象メディアデータＤＢ２０から、クエリとの類似度が高いメディアデータ情報を取得し、クラスタリング部２２８、探索結果提示部２２５、及び可視化結果提示部２２６へ受け渡す。
〔クラスタリング部２２８〕
クラスタリング部２２８は、メディアデータ探索部２４から受け渡されたメディアデータ情報、及び各メディアデータ間の類似度に基づいて、探索されたメディアデータ情報間の類似性に基づいて、探索されたメディアデータ情報の各々を複数のクラスタに分離する。クラスタリング部２２８は、所定の条件を満たすまで自動的にクラスタの分離を繰り返し行うことで、所定の条件を満たすまで自動的にクラスタの分離を繰り返し行う。前述のように例えば、modularity maximizationという手法（参照非特許文献１「Newman, M. E. J. “Modularity and community structure in networks”. PROCEEDINGS- NATIONAL ACADEMY OF SCIENCES USA 103 (23), 2006」）によるモジュラリティＱを導入し、エッジを枝刈りする度にＱを調べ、Ｑが最大値を取る回数だけ媒介中心性が最大のエッジを枝刈りする方法などを用いる。
〔探索結果提示部２２５〕
探索結果提示部２２５は、メディアデータ探索部２４から受け渡されたメディアデータ情報、クラスタリング部２２８によるクラスタリング結果、及び各メディアデータ間の類似度に基づいて、メディアデータ探索部２４により探索された探索結果として、クラスタ毎に、当該クラスタに属するメディアデータ情報の各々について、クエリとの類似度が高いメディアデータ情報を優先して、少なくともメディアデータ情報に対して予め定められた概要情報を含む情報を表示部１６により、ユーザに対して提示する。例えば、概要情報と、クエリとの類似度と、クエリと類似性を有する各特徴語の、類似度への寄与度とを表す画面を、表示部１６により、ユーザに対して提示する。
〔可視化結果提示部２２６〕
可視化結果提示部２２６は、ユーザによりクラスタ毎に設けられた「グラフ可視化」ボタンが押下され、探索結果の可視化要求が入力された場合、該当するクラスタについて、メディアデータ探索部２４から受け渡されたクエリとの類似度が高いメディアデータ情報に基づいて、上記の第１の実施の形態と同様に、複数の絵本についての関係性を把握可能なグラフを生成し、提示する。例えば、メディアデータ探索部２４から受け渡されたメディアデータ情報、及び各メディアデータ間の類似度を入力として、上記の第１の実施の形態で説明したように、二次元平面座標の算出処理、標高の算出処理、特徴情報の算出処理、及び可視化結果の生成処理を行うことで、該当するクラスタに属するメディアデータ情報についてのグラフを生成し、提示する。
また、可視化結果提示部２２６は、ユーザにより、全クラスタに対応する「グラフ可視化」ボタンが押下され、探索結果の可視化要求が入力された場合、上記の第１の実施の形態と同様に、メディアデータ探索部２４から受け渡されたクエリとの類似度が高いメディアデータ情報に基づいて、上記の第１の実施の形態と同様に、複数の絵本についての関係性を把握可能なグラフを生成し、提示する。例えば、上記の第１の実施の形態で説明したように、メディアデータ探索部２４から受け渡されたメディアデータ情報、及び各メディアデータ間の類似度を入力として、二次元平面座標の算出処理、標高の算出処理、特徴情報の算出処理、及び可視化結果の生成処理を行い、クラスタリング部２２８によってクラスタに分離するように枝刈りされたエッジを削除したグラフを生成し、提示する。例えば、上記図１１の右側に示すグラフが提示される。
なお、第２の実施の形態に係る情報提示装置２００の他の構成及び作用については、第１の実施の形態と同様であるため、説明を省略する。
また、本発明は、上記実施の形態に限定されるものではなく、この発明の要旨を逸脱しない範囲内で様々な変形や応用が可能である。
例えば、上記の第１の実施の形態と同様に、ユーザにより更にグラフの分割要求が入力された場合、ノードの各々が示すメディアデータ情報間の類似性に基づいて、ノードの各々を更にクラスタに分離し、クラスタに分離するように枝刈りされたエッジを削除したグラフを提示するようにしてもよい。この場合には、上記の第１の実施の形態と同様に、ノードの各々の表示座標が、クラスタ毎に分かれるように、少なくとも１つのノードの表示座標が、クラスタリングによる分離前のノードの表示座標から変化したグラフを提示するようにしてもよい。
また、本願明細書中において、プログラムが予めインストールされている実施の形態として説明したが、外部の記憶装置や記録媒体等に格納されたプログラムを随時読み込んで、またインターネットを介してダウンロードして実行するようにしてもよい。また、当該プログラムを、コンピュータ読み取り可能な記録媒体に格納して提供することも可能である。
１０、２００ 情報提示装置
１２ 入力部
１４、２１４ 演算部
１６ 表示部
２０ 探索対象メディアデータデータベース
２２ クエリ特徴抽出部
２４ メディアデータ探索部
２５、２２５ 探索結果提示部
２６、２２６ 可視化結果提示部
２８、２２８ クラスタリング部
３０ 指定メディアデータ情報提示部
３２ 指定特徴情報提示部

Claims (13)

  1. メディアデータに関する少なくとも一つの共通の種類の特徴を含む複数のメディアデータ情報から、ユーザにより入力されたクエリとの類似度に基づいて、メディアデータ情報を複数探索するメディアデータ探索部と、
    前記メディアデータ探索部により探索された探索結果として、前記クエリとの類似度が高いメディアデータ情報を優先して、探索された複数のメディアデータ情報の各々について、少なくとも前記メディアデータ情報に対して予め定められた概要情報を含む情報を、前記ユーザに対して提示する探索結果提示部と、
    前記ユーザにより探索結果の可視化要求が入力された場合、前記メディアデータ探索部により探索された探索結果として、前記探索された複数のメディアデータ情報の各々を示すノード、及び類似性を有するメディアデータ情報間を結合するエッジからなるグラフを、前記ユーザに対して提示する可視化結果提示部と、
    を含む情報提示装置。
  2. 前記可視化結果提示部は、前記ユーザにより探索結果の可視化要求が入力された場合、前記メディアデータ探索部により探索された探索結果として、前記探索された複数のメディアデータ情報が有する、前記クエリと類似性を有する各特徴と、前記類似度への各特徴の寄与度とを更に提示する請求項１記載の情報提示装置。
  3. 前記ユーザにより前記グラフの分割要求が入力された場合、前記ノードの各々が示すメディアデータ情報間の類似性に基づいて、前記ノードの各々を複数のクラスタに分離するクラスタリング部を更に含み、
    前記可視化結果提示部は、前記ユーザにより前記グラフの分割要求が入力された場合、前記メディアデータ探索部により探索された探索結果として、前記クラスタリング部によって異なるクラスタに分離された前記ノード間のエッジを削除した前記グラフを提示し、更に、前記複数のクラスタ毎に、前記クラスタに属するノードの各々が示すメディアデータ情報が有する、前記クエリと類似性を有する各特徴と、前記類似度への各特徴の寄与度とを並べて提示する請求項１又は２記載の情報提示装置。
  4. 探索された複数のメディアデータ情報間の類似性に基づいて、前記探索された複数のメディアデータ情報の各々を複数のクラスタに分離するクラスタリング部を更に含み、
    前記探索結果提示部は、前記メディアデータ探索部により探索された探索結果として、前記複数のクラスタ毎に、前記クエリとの類似度が高いメディアデータ情報を優先して、前記クラスタに属するメディアデータ情報の各々について、少なくとも前記メディアデータ情報に対して予め定められた概要情報を含む情報を、前記ユーザに対して提示する請求項１又は２記載の情報提示装置。
  5. 前記可視化結果提示部は、前記ユーザにより前記グラフの分割要求が入力された場合、前記メディアデータ探索部により探索された探索結果として、前記クラスタリング部によって異なるクラスタに分離された前記ノード間のエッジを削除した前記グラフであって、かつ、少なくとも１つのノードの表示座標が、前記クラスタリング部による分離前の前記ノードの表示座標から変化した前記グラフを提示する請求項３又は４記載の情報提示装置。
  6. 前記可視化結果提示部は、前記ユーザにより前記グラフの分割要求が入力された場合、前記メディアデータ探索部により探索された探索結果として、前記クラスタリング部によって異なるクラスタに分離された前記ノード間のエッジを削除した前記グラフであって、かつ、前記ノードの各々の表示座標が、前記クラスタ毎に分かれるように、少なくとも１つのノードの表示座標が、前記クラスタリング部による分離前の前記ノードの表示座標から変化した前記グラフを提示する請求項５記載の情報提示装置。
  7. メディアデータに関する少なくとも一つの共通の種類の特徴を含む複数のメディアデータ情報から、ユーザにより入力されたクエリとの類似度に基づいて、メディアデータ情報を複数探索するメディアデータ探索部と、
    前記メディアデータ探索部により探索された探索結果として、前記探索された複数のメディアデータ情報の各々を示すノード、及び類似性を有するメディアデータ情報間を結合するエッジからなるグラフを、前記ユーザに対して提示する可視化結果提示部と、
    前記ユーザにより前記グラフのノードが指定された場合、指定されたノードが示す前記メディアデータ情報に対して予め定められた概要情報を少なくとも含む情報を、前記ユーザに対して提示する指定メディアデータ情報提示部と、
    を含む情報提示装置。
  8. 前記ユーザにより前記クエリと類似性を有する特徴が指定された場合、前記指定された特徴を有するメディアデータ情報を示すノードのみ、識別可能な低情報量表現となる情報であって、かつ、前記メディアデータ情報から抽出した粗い情報を表示した前記グラフを、前記ユーザに対して提示する指定特徴情報提示部を更に含む請求項７記載の情報提示装置。
  9. 前記指定特徴情報提示部は、前記ユーザにより前記クエリと類似性を有する特徴が指定された場合、前記指定された特徴を有するメディアデータ情報を示すノードのみ、前記識別可能な低情報量表現となる情報であって、かつ、前記メディアデータ情報から抽出した粗い情報として、前記概要情報より情報量が少ない情報を表示した前記グラフを、前記ユーザに対して提示する請求項８記載の情報提示装置。
  10. 前記メディアデータを、本とした請求項１〜請求項９の何れか１項記載の情報提示装置。
  11. メディアデータ探索部と、探索結果提示部と、可視化結果提示部とを含む情報提示装置における情報提示方法であって、
    前記メディアデータ探索部が、メディアデータに関する少なくとも一つの共通の種類の特徴を含む複数のメディアデータ情報から、ユーザにより入力されたクエリとの類似度に基づいて、メディアデータ情報を複数探索し、
    前記探索結果提示部が、前記メディアデータ探索部により探索された探索結果として、前記クエリとの類似度が高いメディアデータ情報を優先して、探索された複数のメディアデータ情報の各々について、少なくとも前記メディアデータ情報に対して予め定められた概要情報を含む情報を、前記ユーザに対して提示し、
    前記可視化結果提示部が、前記ユーザにより探索結果の可視化要求が入力された場合、前記メディアデータ探索部により探索された探索結果として、前記探索された複数のメディアデータ情報の各々を示すノード、及び類似性を有するメディアデータ情報間を結合するエッジからなるグラフを、前記ユーザに対して提示する
    情報提示方法。
  12. メディアデータ探索部と、可視化結果提示部と、指定メディアデータ情報提示部とを含む情報提示装置における情報提示方法であって、
    前記メディアデータ探索部が、メディアデータに関する少なくとも一つの共通の種類の特徴を含む複数のメディアデータ情報から、ユーザにより入力されたクエリとの類似度に基づいて、メディアデータ情報を複数探索し、
    前記可視化結果提示部が、前記メディアデータ探索部により探索された探索結果として、前記探索された複数のメディアデータ情報の各々を示すノード、及び類似性を有するメディアデータ情報間を結合するエッジからなるグラフを、前記ユーザに対して提示し、
    前記指定メディアデータ情報提示部が、前記ユーザにより前記グラフのノードが指定された場合、指定されたノードが示す前記メディアデータ情報に対して予め定められた概要情報を少なくとも含む情報を、前記ユーザに対して提示する
    情報提示方法。
  13. コンピュータを、請求項１〜請求項１０の何れか１項記載の情報提示装置の各部として機能させるためのプログラム。
JP2015024404A 2015-02-10 2015-02-10 情報提示装置、方法、及びプログラム Active JP5989157B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2015024404A JP5989157B2 (ja) 2015-02-10 2015-02-10 情報提示装置、方法、及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2015024404A JP5989157B2 (ja) 2015-02-10 2015-02-10 情報提示装置、方法、及びプログラム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2016124282A Division JP6186476B2 (ja) 2016-06-23 2016-06-23 情報提示装置、方法、及びプログラム

Publications (2)

Publication Number Publication Date
JP2016148927A true JP2016148927A (ja) 2016-08-18
JP5989157B2 JP5989157B2 (ja) 2016-09-07

Family

ID=56688409

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015024404A Active JP5989157B2 (ja) 2015-02-10 2015-02-10 情報提示装置、方法、及びプログラム

Country Status (1)

Country Link
JP (1) JP5989157B2 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019012382A (ja) * 2017-06-30 2019-01-24 日本電信電話株式会社 文書検索装置、単語提示装置、これらの方法及びプログラム
WO2019130974A1 (ja) * 2017-12-25 2019-07-04 ソニー株式会社 情報処理装置、情報処理方法及びプログラム

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006127523A (ja) * 2005-10-27 2006-05-18 Hitachi Ltd 文書情報表示システム
JP2013168177A (ja) * 2013-05-07 2013-08-29 Fujitsu Ltd 情報提供プログラム、情報提供装置および検索サービスの提供方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006127523A (ja) * 2005-10-27 2006-05-18 Hitachi Ltd 文書情報表示システム
JP2013168177A (ja) * 2013-05-07 2013-08-29 Fujitsu Ltd 情報提供プログラム、情報提供装置および検索サービスの提供方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019012382A (ja) * 2017-06-30 2019-01-24 日本電信電話株式会社 文書検索装置、単語提示装置、これらの方法及びプログラム
WO2019130974A1 (ja) * 2017-12-25 2019-07-04 ソニー株式会社 情報処理装置、情報処理方法及びプログラム
JPWO2019130974A1 (ja) * 2017-12-25 2020-11-19 ソニー株式会社 情報処理装置、情報処理方法及びプログラム
JP7226320B2 (ja) 2017-12-25 2023-02-21 ソニーグループ株式会社 情報処理装置、情報処理方法及びプログラム

Also Published As

Publication number Publication date
JP5989157B2 (ja) 2016-09-07

Similar Documents

Publication Publication Date Title
JP5997350B2 (ja) ソーシャルグラフ情報に基づく構造化検索クエリ
CN108304444B (zh) 信息查询方法及装置
JP4972358B2 (ja) 文書検索装置、文書検索方法、文書検索プログラム及び記録媒体。
US20160357872A1 (en) Event networks and event view construction and display
US9407589B2 (en) System and method for following topics in an electronic textual conversation
JP5469046B2 (ja) 情報検索装置、情報検索方法及び情報検索プログラム
CN112307366B (zh) 一种信息展示的方法、装置及计算机存储介质
WO2010026900A1 (ja) 関係性発見装置、関係性発見方法および記録媒体
JP6767342B2 (ja) 検索装置、検索方法および検索プログラム
KR101346927B1 (ko) 검색 장치, 검색 방법, 및 검색 프로그램을 기억하는 컴퓨터 판독 가능한 기록 매체
JP2005107688A (ja) 情報表示方法及びシステム及び情報表示プログラム
WO2014034383A1 (ja) 情報処理装置、レコード位置情報特定方法および情報処理プログラム
JP2012256176A (ja) 情報提示装置
JP6144968B2 (ja) 情報提示装置、方法、及びプログラム
JP6186476B2 (ja) 情報提示装置、方法、及びプログラム
JP5989157B2 (ja) 情報提示装置、方法、及びプログラム
JP2018088051A (ja) 情報処理装置、情報処理方法、およびプログラム
JP5000351B2 (ja) コンテンツ分類システム、サーバ、端末装置、プログラム、および記録媒体
JP2011100208A (ja) 行動推定装置、行動推定方法および行動推定プログラム
JP2010224625A (ja) キーワード二次元可視化方法およびキーワード二次元可視化プログラム
JP6310529B1 (ja) 検索装置、検索方法および検索プログラム
JP5368900B2 (ja) 情報提示装置、情報提示方法およびプログラム
JP6034584B2 (ja) 特許調査支援装置、特許調査支援方法、およびプログラム
JP5741242B2 (ja) プロファイル更新装置およびその制御方法、ならびに、プロファイル更新用プログラム
JP4484957B1 (ja) 検索式生成装置、検索式生成方法、およびプログラム

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20160623

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20160712

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20160809

R150 Certificate of patent or registration of utility model

Ref document number: 5989157

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150