JP2016181062A

JP2016181062A - 投稿文から投稿者のプロフィール項目を分析する投稿者分析装置、プログラム及び方法

Info

Publication number: JP2016181062A
Application number: JP2015060179A
Authority: JP
Inventors: 一則松本; Kazunori Matsumoto; 滝嶋　康弘; Yasuhiro Takishima; 康弘滝嶋; 服部　元; Hajime Hattori; 元服部
Original assignee: KDDI Corp
Current assignee: KDDI Corp
Priority date: 2015-03-23
Filing date: 2015-03-23
Publication date: 2016-10-13
Anticipated expiration: 2035-03-23
Also published as: JP6368264B2

Abstract

【課題】ユーザの投稿文からそのユーザのプロフィール項目（例えば商品又は役務）を、できる限り正確に推定することができる投稿者分析装置等を提供する。【解決手段】複数の学習投稿文にプロフィール項目を対応付けて記憶する学習投稿文記憶手段と、学習投稿文から学習述語項構造を抽出する学習述語項構造抽出手段と、プロフィール項目毎に、各学習投稿文から学習述語項構造の学習ベクトルを生成する学習ベクトル生成手段と、投稿者のユーザ投稿文からユーザ述語項構造を抽出するユーザ述語項構造抽出手段と、ユーザ投稿文から、定義ベクトルに対応するユーザ述語項構造のユーザベクトルを生成するユーザベクトル生成手段と、プロフィール項目毎の学習ベクトルの群を用いて、ユーザベクトルに最も類似する学習ベクトルを判定し、その学習ベクトルのプロフィール項目を、当該投稿者に対応付けて登録するプロフィール項目推定手段とを有する。【選択図】図２

Description

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

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

一方で、ＳＮＳサイトサーバによって発信される投稿文は、商品及び役務に関する口コミ情報である場合も多い。この場合、マーケティングによれば、どのようなユーザがどのような商品又は役務を購入しているかを分析することが所望される。具体的には、ユーザの多数の投稿文を収集し、そのユーザが購入した商品又は役務をプロフィール項目として分析することも考えられる。

従来、情報投稿者のプロフィール項目を、当該投稿者の投稿したテキスト情報に基づいて推定する技術がある（例えば非特許文献１参照）。
また、Ｗｅｂ文書中のリンク(co-citation)と、Ｗｅｂ文書の内容（テキスト情報）とに基づく分類結果を、識別器を用いて組み合わせて、Ｗｅｂ文書群を分類する技術もある（例えば非特許文献２参照）。
更に、twitterの投稿者を対象として、その交流関係に基づいて、コミュニティを抽出する技術もある（例えば非特許文献３参照）。
更に、ユーザ自ら記述したプロフィール項目だけでなく、ＳＮＳサイトサーバから得られる投稿者間の交流関係を用いて、投稿者が属するコミュニティを抽出し、そのコミュニティの特徴から投稿者のプロフィールを推定する技術もある（例えば特許文献１参照）。

特開２０１３−１９６０７０号公報

池田和史，服部元，松本一則，小野智弘，東野輝夫、「マーケット分析のためのTwitter投稿者プロフィール推定手法」、DICOMO 2011, 7E-1、[online]、［平成２７年３月２１日検索］、インターネット＜URL:https://www.jstage.jst.go.jp/article/itej/66/4/66_248/_article/references/-char/ja/＞ P. Calado, M. Cristo, E. Moura, N. Ziviani, B. Ribeiro, N. Marcos, A. Goncalves, "Combining LinkBased and ContentBased Methods for Web Document Classification", CIKM 2003、[online]、［平成２７年３月２１日検索］、インターネット＜URL:http://dl.acm.org/citation.cfm?id=956938＞ M. Smith, N. M. Frayling, B. Shneiderman, E. M. Rodrigues, J. Leskovec, and C. Dunne, "NodeXL: A Free and Open Network Overview, Discovery and Exploration Add-in for Excel 2007/2010"、[online]、［平成２７年３月２１日検索］、インターネット＜URL:http://nodexl.codeplex.com/＞

しかしながら、ユーザの投稿文から、そのユーザのプロフィール項目を推定することは極めて難しい。例えば、以下のような２つの投稿文があったとする。
投稿文ａ「さっそくコンビニＳに行って、ウォレットＡを使った」
投稿文ｂ「もしウォレットＡが使えたらコンビニＳに行くのに」
投稿文ａ及びｂの両方とも、単語「ウォレットＡ」「コンビニＳ」「行く」「使う」が出現する。ここで、投稿文ａのユーザａは、「ウォレットＡ」を所持しているのに対し、一方で、投稿文ｂのユーザｂは、「ウォレットＡ」を所持していない。即ち、プロフィール項目「ウォレットＡ」は、ユーザａには登録できるが、ユーザｂには登録できない。このように、マーケティングの動向調査として、ユーザがどのような商品又は役務を所持しているかを、投稿文のみから推定することは難しい。

そこで、本発明は、ユーザの投稿文から、そのユーザのプロフィール項目（例えば商品又は役務）を推定することができる投稿者分析装置、プログラム及び方法を提供することを目的とする。

本発明によれば、投稿者毎に、投稿文からプロフィール項目を分析する投稿者分析装置であって、
複数の学習投稿文にプロフィール項目を対応付けて記憶する学習投稿文記憶手段と、
学習投稿文から学習述語項構造を抽出する学習述語項構造抽出手段と、
全ての学習述語項構造を要素ビットの列とした定義ベクトルを設定し、プロフィール項目毎に、各学習投稿文から学習述語項構造の学習ベクトルを生成する学習ベクトル生成手段と、
投稿者のユーザ投稿文からユーザ述語項構造を抽出するユーザ述語項構造抽出手段と、
ユーザ投稿文から、定義ベクトルに対応するユーザ述語項構造のユーザベクトルを生成するユーザベクトル生成手段と、
プロフィール項目毎の学習ベクトルの群を用いて、ユーザベクトルに最も類似する学習ベクトルを判定し、当該学習ベクトルの学習投稿文に対応付けられたプロフィール項目を、当該投稿者に対応付けて登録するプロフィール項目推定手段と
を有することを特徴とする。

本発明の投稿者分析装置における他の実施形態によれば、
ユーザベクトルを入力し、当該プロフィール項目の正否のみ出力する機械学習モデルであって、各プロフィール項目専用に複数の学習投稿文の学習ベクトルを用いて内部パラメータを構築する機械学習手段を更に有し、
プロフィール項目推定手段は、機械学習手段にユーザベクトルを入力し、正と判定されたプロフィール項目のみを、投稿者に対応付けて登録することも好ましい。

本発明の投稿者分析装置における他の実施形態によれば、
機械学習手段は、各プロフィール項目専用に正否を判定する複数のサポートベクタマシン、又は、One-VS-Other型識別器であることも好ましい。

本発明の投稿者分析装置における他の実施形態によれば、
学習述語項構造抽出手段及びユーザ述語項構造抽出手段は、述語項構造に、述語の後に続く助動詞から得られる「肯定／否定」及び／又は「時制（現在／未来／過去）」に基づく付加情報を含むように抽出することも好ましい。

本発明の投稿者分析装置における他の実施形態によれば、
各述語項構造に対して、赤池情報量規準(ＡＩＣ：Akaike's Information Criterion)を用いて、情報量規準値Infoを以下のように算出する情報量規準値算出手段を更に有し、
ｎ11＝当該述語項構造を含む投稿文の中で、
当該プロフィール項目を正とする投稿数
ｎ12＝当該述語項構造を含む投稿文の中で、
当該プロフィール項目を否とする投稿数
ｎ21＝当該述語項構造を含まない投稿文の中で、
当該プロフィール項目を正とする投稿数
ｎ22＝当該述語項構造を含まない投稿文の中で、
当該プロフィール項目を否とする投稿数
N＝n11＋n12＋n21＋n22
MLL_IM＝(n11+n12) log(n11+n12)＋(n11+n21) log(n11+n21)
＋(n21+n22) log(n21+n22)＋(n12+n22) log(n12+n22)−2 N log N
MLL_DM＝n11 log n11＋n12 log n12＋n21 log n21＋n22 log n22−N log N
AIC_IM＝-2 × MLL_IM ＋ 2×2
AIC_DM＝-2 × MLL_DM ＋ 2×3
Info＝AIC_IM − AIC_DM
学習ベクトル生成手段は、情報量規準値Infoが所定閾値以上又は高い順の所定個数となる述語項構造のみを要素ビットとするベクトルを生成することも好ましい。

本発明の投稿者分析装置における他の実施形態によれば、
投稿者毎に、自ら設定した設定プロフィール項目を有し、
プロフィール項目推定手段は、当該プロフィール項目に対する認定確率を出力するものであり、
設定プロフィール項目毎に、各プロフィール項目に対する属性確率を記憶した属性確率記憶手段と、
投稿者における当該プロフィール項目毎に、認定確率に属性確率を乗算した推定確率を出力する推定確率算出手段と
を更に有することも好ましい。

本発明によれば、投稿者毎に、投稿文からプロフィール項目を分析する装置に搭載されたコンピュータを機能させるプログラムであって、
複数の学習投稿文にプロフィール項目を対応付けて記憶する学習投稿文記憶手段と、
学習投稿文から学習述語項構造を抽出する学習述語項構造抽出手段と、
全ての学習述語項構造を要素ビットの列とした定義ベクトルを設定し、プロフィール項目毎に、各学習投稿文から学習述語項構造の学習ベクトルを生成する学習ベクトル生成手段と、
投稿者のユーザ投稿文からユーザ述語項構造を抽出するユーザ述語項構造抽出手段と、
ユーザ投稿文から、定義ベクトルに対応するユーザ述語項構造のユーザベクトルを生成するユーザベクトル生成手段と、
プロフィール項目毎の学習ベクトルの群を用いて、ユーザベクトルに最も類似する学習ベクトルを判定し、当該学習ベクトルの学習投稿文に対応付けられたプロフィール項目を、当該投稿者に対応付けて登録するプロフィール項目推定手段と
してコンピュータを機能させることを特徴とする。

本発明によれば、投稿者毎に、投稿文からプロフィール項目を分析する装置の投稿者分析方法であって、
装置は、複数の学習投稿文にプロフィール項目を対応付けて記憶する学習投稿文記憶部を有し、
装置は、学習フェーズとして、
学習投稿文から学習述語項構造を抽出する第１１のステップと、
全ての学習述語項構造を要素ビットの列とした定義ベクトルを設定し、プロフィール項目毎に、各学習投稿文から学習述語項構造の学習ベクトルを生成する第１２のステップと
を有し、
装置は、推定フェーズとして、
投稿者のユーザ投稿文からユーザ述語項構造を抽出する第２１のステップと、
ユーザ投稿文から、定義ベクトルに対応するユーザ述語項構造のユーザベクトルを生成する第２２のステップと、
プロフィール項目毎の学習ベクトルの群を用いて、ユーザベクトルに最も類似する学習ベクトルを判定し、当該学習ベクトルの学習投稿文に対応付けられたプロフィール項目を、当該投稿者に対応付けて登録する第２３のステップと
を有することを特徴とする。

本発明の投稿者分析装置、プログラム及び方法によれば、ユーザの投稿文から、そのユーザのプロフィール項目（例えば商品又は役務）を推定することができる。

本発明におけるシステム構成図である。本発明における投稿者分析装置の機能構成図である。学習フェーズの処理を表す説明図である。推定フェーズの処理を表す説明図である。属性確率を用いてプロフィール項目の認定確率に重み付けする説明図である。

以下では、本発明の実施の形態について、図面を用いて詳細に説明する。

図１は、本発明におけるシステム構成図である。

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

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

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

図２は、本発明における投稿者分析装置の機能構成図である。

本発明の投稿者分析装置１は、投稿者の投稿文からプロフィール項目を推定することができる。
投稿者分析装置１は、＜学習フェーズ＞として、学習投稿文記憶部１１０と、学習述語項構造抽出部１１１と、学習ベクトル生成部１１２と、情報量規準値算出部１１３とを有する。
また、投稿者分析装置１は、＜推定フェーズ＞として、ユーザ投稿文取得部１２０と、ユーザ述語項構造抽出部１２１と、ユーザベクトル生成部１２２と、プロフィール項目推定部１２３と、機械学習部１３１と、属性確率記憶部１３２と、推定確率算出部１３３とを有する。
これら機能構成部は、装置に搭載されたコンピュータを機能させるプログラムを実行することによって実現される。また、これら機能構成部の処理の流れは、投稿者分析方法としても理解できる。

＜学習フェーズ＞
図３は、学習フェーズの処理を表す説明図である。

［学習投稿文記憶部１１０］
学習投稿文記憶部１１０は、複数の学習投稿文にプロフィール項目を対応付けて記憶する。学習投稿文は、不特定多数の第三者によって過去に投稿された多数のコメント文章であってもよい。これら学習投稿文は、プロフィール項目が明確な投稿文であって、ネットワークを介してブログサーバ３から受信したものであってもよい。

プロフィール項目とは、例えば「Ａウォレット」「Ａサービス」のように、特定の利用サービスであることも好ましい。本発明の投稿者分析装置１は、投稿者毎に、プロフィール項目として利用サービスを推定することができ、マーケティング分析に利用することができる。

［学習述語項構造抽出部１１１］
学習述語項構造抽出部１１１は、学習投稿文から学習述語項構造を抽出する。
最初に、学習述語項構造抽出部１１１は、形態素解析によって、学習投稿文毎に形態素に分割する。「形態素解析」とは、文章を、意味のある単語に区切り、辞書を利用して品詞や内容を判別する技術をいう。「形態素」とは、文章の要素のうち、意味を持つ最小の単位を意味する。

次に、学習述語項構造抽出部１１１は、学習投稿文毎に、「述語」「格」「目的語」とからなる「述語項構造」を抽出する。述語項構造解析として、例えばフリーソフトであるSyncha等の述語項構造解析器を用いることができる。述語項構造解析は、機械翻訳システムで一般的に利用されており、文章の意味の骨格を把握することができる。そして、抽出された述語項構造は、学習ベクトル生成部１１２へ出力される。

また、学習述語項構造抽出部１１１は、述語項構造に、述語の後に続く助動詞から得られる「肯定／否定」及び／又は「時制（現在／未来／過去）」に基づく付加情報を含むように抽出することも好ましい。

図３の学習述語項構造抽出部１１１によれば、例えば「Ａウォレット」を所持するユーザの投稿文を学習投稿文として、「述語項構造」が抽出されている。

［学習ベクトル生成部１１２］
学習ベクトル生成部１１２は、全ての学習述語項構造を要素ビットの列とした定義ベクトルを設定する。具体的には、学習述語項構造毎に「要素ビット」を割り当てる。そして、当該学習投稿文に、当該学習述語項構造Ｓjが含まれていたら、その要素ビットに「１」をセットする。また、当該述語項構造Ｓjが含まれていなければ、その要素ビットを「０」にリセットする。
学習投稿文ベクトル{Ｓ1, Ｓ2, Ｓ3,・・・, Ｓ(n)}
１ { 1 , 0, 0, ・・・, 1 }
２ { 0 , 1, 0, ・・・, 0 }
・・・・・・
これによって、各学習投稿文を、ｎ次元の要素ビット列のベクトルとして表すことができる。

次に、学習ベクトル生成部１１２は、プロフィール項目毎に、各学習投稿文から学習述語項構造の学習ベクトルを振り分ける。これによって、プロフィール項目毎に、学習ベクトルの群が生成される。
プロフィール項目Ａの学習投稿文ベクトル{Ｓ1, Ｓ2, Ｓ3,・・・, Ｓ(n)}
１ { 1 , 0, 0, ・・・, 1 }
５ { 0 , 0, 1, ・・・, 0 }
・・・・・・
プロフィール項目Ｂの学習投稿文ベクトル{Ｓ1, Ｓ2, Ｓ3,・・・, Ｓ(n)}
２ { 0 , 1, 0, ・・・, 0 }
３ { 1 , 0, 1, ・・・, 0 }
・・・・・・
・・・・・

また、以下のように学習投稿文毎に、プロフィール項目Ａを利用したユーザからの投稿か否かをラベル値(+1,-1)として付与するものであってもよい。
学習投稿文ベクトル{Ｓ1, Ｓ2, Ｓ2,・・・, Ｓ(n)} プロフィール項目Ａ
１ { 1 , 0, 0, ・・・, 1 } +1（利用）
２ { 0 , 1, 0, ・・・, 0 } -1（未利用）
・・・・・・・・・
同様に、学習投稿文毎に、プロフィール項目Ｂを利用したユーザからの投稿か否かをラベル値(+1,-1)として付与するものであってもよい。
学習投稿文ベクトル{Ｓ1, Ｓ2, Ｓ2,・・・, Ｓ(n)} プロフィール項目Ｂ
１ { 1 , 0, 0, ・・・, 1 } -1（未利用）
２ { 0 , 1, 0, ・・・, 0 } +1（利用）
・・・・・・・・・

図３の学習ベクトル生成部１１２によれば、プロフィール項目Ａ及びＢそれぞれに対して、学習ベクトルの群が生成される。そして、プロフィール項目毎の学習ベクトルの群は、機械学習部１３１へ出力される。

［情報量規準値算出部１１３］
情報量規準値算出部１１３は、各述語項構造に対して、赤池情報量規準(ＡＩＣ：Akaike's Information Criterion)を用いて、情報量規準値Infoを以下のように算出する。
ｎ11＝当該述語項構造を含む投稿文の中で、
当該プロフィール項目を正とする投稿数
ｎ12＝当該述語項構造を含む投稿文の中で、
当該プロフィール項目を否とする投稿数
ｎ21＝当該述語項構造を含まない投稿文の中で、
当該プロフィール項目を正とする投稿数
ｎ22＝当該述語項構造を含まない投稿文の中で、
当該プロフィール項目を否とする投稿数
N＝n11＋n12＋n21＋n22
MLL_IM＝(n11+n12) log(n11+n12)＋(n11+n21) log(n11+n21)
＋(n21+n22) log(n21+n22)＋(n12+n22) log(n12+n22)−2 N log N
MLL_DM＝n11 log n11＋n12 log n12＋n21 log n21＋n22 log n22−N log N
AIC_IM＝-2 × MLL_IM ＋ 2×2
AIC_DM＝-2 × MLL_DM ＋ 2×3
Info＝AIC_IM − AIC_DM

情報量規準値Infoは、学習投稿文に含まれる述語項構造Ｓが、投稿者の当該プロフィール項目に偏って出現する割合を表す。当該プロフィール項目の判別に役立つ述語項構造ほど、Infoの値が高くなる。即ち、プロフィール項目が「Ａウォレット」に基づくものであるとするならば、Infoは、「Ａウォレット」を利用しているユーザによって投稿された投稿文の当該述語項構造ほど、高い値となる。尚、実施形態として、各述語項構造ＳＡに対し、Infoの値が大きい順に、ｍ個の述語項構造Ｓ_i,1、Ｓ_i,2、Ｓ_i,3、・・・、Ｓ_i,m を抽出し、当該プロフィール項目の代表述語項構造としてもよい。

学習ベクトル生成部１１２は、情報量規準値Infoが所定閾値以上又は高い順の所定個数となる述語項構造のみを要素ビットとするベクトルを生成する。即ち、全ての述語項構造を判定することなく、判定に役立つ確率が低いInfoに基づく述語項構造を、判定対象から除外する。これによって、ベクトルの列長を短くすることができ、その後のプロフィール項目の推定処理の演算量を削減することができる。

＜推定フェーズ＞
図４は、推定フェーズの処理を表す説明図である。

［ユーザ投稿文取得部１２０］
ユーザ投稿文取得部１２０は、ＳＮＳサイトサーバ２から、分析対象者の過去の投稿文を取得する。勿論、投稿者分析装置１が、分析対象者の投稿文を予めデータベースに蓄積したものであってもよい。尚、実施形態として、その分析対象者のグループに属する複数のメンバ投稿者の投稿文（プロフィール文を含む）も、その分析対象者の投稿文として取得するものであってもよい。

［ユーザ述語項構造抽出部１２１］
ユーザ述語項構造抽出部１２１は、投稿者のユーザ投稿文からユーザ述語項構造を抽出する。述語項構造の抽出は、前述した学習述語項構造抽出部１１１の処理と全く同じである。

［ユーザベクトル生成部１２２］
ユーザベクトル生成部１２２は、ユーザ投稿文から、定義ベクトルに対応するユーザ述語項構造のユーザベクトルを生成する。ユーザベクトルの生成も、前述した学習ベクトル生成部１１２の処理と全く同じである。

［プロフィール項目推定部１２３］
プロフィール項目推定部１２３は、プロフィール項目毎の学習ベクトルの群を用いて、ユーザベクトルに最も類似する学習ベクトルを判定し、当該学習ベクトルの学習投稿文に対応付けられたプロフィール項目を、当該投稿者に対応付けて登録する。例えば、プロフィール項目毎の学習ベクトルの群から重心ベクトルを算出し、ユーザベクトルに最も類似する重心ベクトルを検索し、その重心ベクトルに基づくプロフィール項目を推定するものであってもよい。

また、プロフィール項目推定部１２３は、他の実施形態として、機械学習部１３１を用いて、プロフィール項目を推定するものであってもよい。機械学習部１３１が、推定したプロフィール項目に対する認定確率を算出する場合、プロフィール項目推定部１２３は、そのプロフィール項目に対する認定確率を、推定確率算出部１３３へ出力する。

［機械学習部１３１］
機械学習部１３１は、プロフィール項目推定部１２３からユーザベクトルを入力し、当該プロフィール項目の正否のみを出力する機械学習モデルである。機械学習モデルは、各プロフィール項目専用に複数の学習投稿文の学習ベクトルを用いて内部パラメータを構築する。

機械学習部１３１は、例えば、各プロフィール項目専用に正否を判定する複数のサポートベクタマシン（ＳＶＭ(Support Vector Machine)）、又は、One-VS-Other型識別器であってもよい。例えば、プロフィール項目Ａ専用に正否を判定するＳＶＭ-Aと、プロフィール項目Ｂ専用に正否を判定するＳＶＭ-Bとのように構築される。
ＳＶＭ-Aは、プロフィール項目Ａに基づく学習投稿文の多数の学習ベクトルを入力することによって、プロフィール項目Ａ専用の正否を判定する内部パラメータを構築する。そして、ＳＶＭ-Aは、プロフィール項目推定部１２３から入力したユーザベクトルが、プロフィール項目Ａに対して正か否かを、プロフィール項目推定部１２３へ出力する。このとき、プロフィール項目Ａの認定確率Ｐ（Ａ）を算出することも好ましい。
ＳＶＭ-Bは、プロフィール項目Ｂに基づく学習投稿文の多数の学習ベクトルを入力することによって、プロフィール項目Ｂ専用の正否を判定する内部パラメータを構築する。そして、ＳＶＭ-Bは、プロフィール項目推定部１２３から入力したユーザベクトルが、プロフィール項目Ｂに対して正か否かを、プロフィール項目推定部１２３へ出力する。このとき、プロフィール項目Ｂの認定確率Ｐ（Ｂ）を算出することも好ましい。

尚、他の実施形態として、機械学習部１３１は、非判定モデルとして構築し、否定的判定を用いることもできる。即ち、プロフィール項目Ａを利用していない認定確率Ｐ（¬Ａ）を出力するものであってもよい。

図５は、属性確率を用いてプロフィール項目の認定確率に重み付けする説明図である。

［属性確率記憶部１３２］
属性確率記憶部１３２は、設定プロフィール項目毎に、各プロフィール項目に対する属性確率を記憶する。

図５によれば、属性項目として、分析対象者の「年代」「性別」「趣味」が登録されている。その中で、プロフィール項目「Ａウォレット」に対して、「３０代」「女性」「ファッション」それぞれに、属性確率が設定されている。
また、投稿者毎に、自ら設定した設定プロフィール項目を有する。例えば、ＳＮＳサイトに自ら登録した「自己紹介」欄である。分析対象者の自己紹介欄に、例えば「３０代」「女性」「ファッション」と記述されているとする。

［推定確率算出部１３３］
推定確率算出部１３３は、投稿者における当該プロフィール項目毎に、認定確率に属性確率を乗算した推定確率を出力する。
Ｐ＝プロフィール項目の認定確率×分析対象者の設定プロフィール項目の属性確率

図５によれば、属性確率が％で表されているために、重みαを更に乗算することも好ましい。また、推定確率Ｐの算出の際、不用意に数値計算上の桁落ちが起こらないよう、対数で処理することも好ましい。また、推定確率Ｐが小さすぎるものについては、投稿者プロフィール不明として扱うこともできる。

以上、詳細に説明したように、本発明の投稿者分析装置、プログラム及び方法によれば、ユーザの投稿文から、そのユーザのプロフィール項目（例えば商品又は役務）を推定することができる。これによって、分析対象者によって記述された設定プロフィール項目のみでは得られないプロフィール項目を推定することができる。

最後に、本発明が、述語項構造検索を用いた効果について詳述する。

例えば、以下のような投稿文に対して、そのユーザが「ウォレットＡ」を所持しているか否かを判定することは難しい。
投稿文ａ「さっそくコンビニＳに行って、ウォレットＡを使った」
投稿文ｂ「もしウォレットＡが使えたらコンビニＳに行くのに」
なぜなら、投稿文ａ及びｂの両方とも、単語「ウォレットＡ」「コンビニＳ」「行く」「使う」が出現するためである。

これに対し、例えばキーワードに基づくBag Of Words（特徴的単語）を用いた検索ではなく、動詞を中心に主語や目的語等の関係を表す「述語項構造」に基づいて検索することによって、投稿文の内容に基づいて判定することができる。一般に、述語項構造の場合、文章に含まれる述語項構造の一致度合いを判定するために、大きい演算量を要する。これに対し、述語項構造をベクトル化して、学習投稿文から機械学習モデルの内部パラメータを事前に学習しておくことによって、ユーザ投稿文に対する当該プロフィール項目の正否を高速に判定することができる。

また、プロフィール項目を商品又は役務をと設定することによって、マーケティングの動向調査によれば、分析対象者（ユーザ）がその商品又は役務を所持しているか否かを、投稿文のみから推定することができる。

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

１投稿者分析装置
１１０学習投稿文記憶部
１１１学習述語項構造抽出部
１１２学習ベクトル生成部
１１３情報量規準値算出部
１２０ユーザ投稿文取得部
１２１ユーザ述語項構造抽出部
１２２ユーザベクトル生成部
１２３プロフィール項目推定部
１３１機械学習部
１３２属性確率記憶部
１３３推定確率算出部
２ＳＮＳサイトサーバ
３端末

Claims

投稿者毎に、投稿文からプロフィール項目を分析する投稿者分析装置であって、
複数の学習投稿文にプロフィール項目を対応付けて記憶する学習投稿文記憶手段と、
前記学習投稿文から学習述語項構造を抽出する学習述語項構造抽出手段と、
全ての学習述語項構造を要素ビットの列とした定義ベクトルを設定し、プロフィール項目毎に、各学習投稿文から学習述語項構造の学習ベクトルを生成する学習ベクトル生成手段と、
前記投稿者のユーザ投稿文からユーザ述語項構造を抽出するユーザ述語項構造抽出手段と、
前記ユーザ投稿文から、前記定義ベクトルに対応するユーザ述語項構造のユーザベクトルを生成するユーザベクトル生成手段と、
前記プロフィール項目毎の前記学習ベクトルの群を用いて、前記ユーザベクトルに最も類似する学習ベクトルを判定し、当該学習ベクトルの学習投稿文に対応付けられたプロフィール項目を、当該投稿者に対応付けて登録するプロフィール項目推定手段と
を有することを特徴とする投稿者分析装置。
ユーザベクトルを入力し、当該プロフィール項目の正否のみ出力する機械学習モデルであって、各プロフィール項目専用に複数の学習投稿文の学習ベクトルを用いて内部パラメータを構築する機械学習手段を更に有し、
前記プロフィール項目推定手段は、前記機械学習手段に前記ユーザベクトルを入力し、正と判定されたプロフィール項目のみを、前記投稿者に対応付けて登録する
ことを特徴とする請求項１に記載の投稿者分析装置。
前記機械学習手段は、各プロフィール項目専用に正否を判定する複数のサポートベクタマシン、又は、One-VS-Other型識別器である
ことを特徴とする請求項２に記載の投稿者分析装置。
前記学習述語項構造抽出手段及び前記ユーザ述語項構造抽出手段は、前記述語項構造に、述語の後に続く助動詞から得られる「肯定／否定」及び／又は「時制（現在／未来／過去）」に基づく付加情報を含むように抽出する
ことを特徴とする請求項１から３のいずれか１項に記載の投稿者分析装置。
各述語項構造に対して、赤池情報量規準(ＡＩＣ：Akaike's Information Criterion)を用いて、情報量規準値Infoを以下のように算出する情報量規準値算出手段を更に有し、
ｎ11＝当該述語項構造を含む投稿文の中で、
当該プロフィール項目を正とする投稿数
ｎ12＝当該述語項構造を含む投稿文の中で、
当該プロフィール項目を否とする投稿数
ｎ21＝当該述語項構造を含まない投稿文の中で、
当該プロフィール項目を正とする投稿数
ｎ22＝当該述語項構造を含まない投稿文の中で、
当該プロフィール項目を否とする投稿数
N＝n11＋n12＋n21＋n22
MLL_IM＝(n11+n12) log(n11+n12)＋(n11+n21) log(n11+n21)
＋(n21+n22) log(n21+n22)＋(n12+n22) log(n12+n22)−2 N log N
MLL_DM＝n11 log n11＋n12 log n12＋n21 log n21＋n22 log n22−N log N
AIC_IM＝-2 × MLL_IM ＋ 2×2
AIC_DM＝-2 × MLL_DM ＋ 2×3
Info＝AIC_IM − AIC_DM
前記学習ベクトル生成手段は、前記情報量規準値Infoが所定閾値以上又は高い順の所定個数となる述語項構造のみを要素ビットとするベクトルを生成する
ことを特徴とする請求項１から４のいずれか１項に記載の投稿者分析装置。
前記投稿者毎に、自ら設定した設定プロフィール項目を有し、
前記プロフィール項目推定手段は、当該プロフィール項目に対する認定確率を出力するものであり、
前記設定プロフィール項目毎に、各プロフィール項目に対する属性確率を記憶した属性確率記憶手段と、
前記投稿者における当該プロフィール項目毎に、前記認定確率に前記属性確率を乗算した推定確率を出力する推定確率算出手段と
を更に有することを特徴とする請求項１から５のいずれか１項に記載の投稿者分析装置。
投稿者毎に、投稿文からプロフィール項目を分析する装置に搭載されたコンピュータを機能させるプログラムであって、
複数の学習投稿文にプロフィール項目を対応付けて記憶する学習投稿文記憶手段と、
前記学習投稿文から学習述語項構造を抽出する学習述語項構造抽出手段と、
全ての学習述語項構造を要素ビットの列とした定義ベクトルを設定し、プロフィール項目毎に、各学習投稿文から学習述語項構造の学習ベクトルを生成する学習ベクトル生成手段と、
前記投稿者のユーザ投稿文からユーザ述語項構造を抽出するユーザ述語項構造抽出手段と、
前記ユーザ投稿文から、前記定義ベクトルに対応するユーザ述語項構造のユーザベクトルを生成するユーザベクトル生成手段と、
前記プロフィール項目毎の前記学習ベクトルの群を用いて、前記ユーザベクトルに最も類似する学習ベクトルを判定し、当該学習ベクトルの学習投稿文に対応付けられたプロフィール項目を、当該投稿者に対応付けて登録するプロフィール項目推定手段と
してコンピュータを機能させることを特徴とするプログラム。
投稿者毎に、投稿文からプロフィール項目を分析する装置の投稿者分析方法であって、
前記装置は、複数の学習投稿文にプロフィール項目を対応付けて記憶する学習投稿文記憶部を有し、
前記装置は、学習フェーズとして、
前記学習投稿文から学習述語項構造を抽出する第１１のステップと、
全ての学習述語項構造を要素ビットの列とした定義ベクトルを設定し、プロフィール項目毎に、各学習投稿文から学習述語項構造の学習ベクトルを生成する第１２のステップと
を有し、
前記装置は、推定フェーズとして、
前記投稿者のユーザ投稿文からユーザ述語項構造を抽出する第２１のステップと、
前記ユーザ投稿文から、前記定義ベクトルに対応するユーザ述語項構造のユーザベクトルを生成する第２２のステップと、
前記プロフィール項目毎の前記学習ベクトルの群を用いて、前記ユーザベクトルに最も類似する学習ベクトルを判定し、当該学習ベクトルの学習投稿文に対応付けられたプロフィール項目を、当該投稿者に対応付けて登録する第２３のステップと
を有することを特徴とする装置の投稿者分析方法。