JP2017117130A - 情報分析装置、情報分析方法及び情報分析プログラム - Google Patents

Abstract

【課題】利用者が有用な情報を取得可能とする。【解決手段】情報分析サーバ１０の制御部２０内の情報収集部２２は、情報サーバ上のウェブサイトからタレントに関連する情報を収集する。指標化部２６は、収集されたタレントに関連する情報に基づいて、タレントの価値の指標である、タレントについての知名度、認知度等を反映した指標であるリーチ指標、対象に興味を有すると見なされる者の属性を示す顧客属性指標、及び、タレントに対するイメージを示すイメージ指標を判定する。【選択図】図２

Description

本発明は、情報分析装置、情報分析方法及び情報分析プログラムに関する。

従来より、インターネット上の情報をキーワード検索等により収集する装置がある。例えば、特許文献１に記載の技術では、話題性の変化を考慮した情報収集を行う。

特許第２７２９３５６号公報

しかしながら、情報収集については多種多様な収集の手法が提案されているものの、収集した情報を利用者にとってより有用なものとするための情報分析については、必ずしも十分ではなかった。

本発明は、このような問題に鑑みてなされたものであり、利用者が有用な情報を取得可能とすることを目的とする。

上記目的を達成するために、本発明の第１の観点に係る情報分析装置は、
情報を分析する情報分析装置であって、
対象に関連する情報を収集する情報収集手段と、
前記情報収集手段により収集された前記対象に関連する情報に基づいて、前記対象の価値の指標を判定する指標化手段と、
を備えることを特徴とする。

このような構成によれば、情報分析装置は、対象に関連する情報を収集するのみならず、収集した情報に基づいて、対象の価値を示す指標を判定する。このため、利用者は、収集された情報よりも有用な情報である対象の価値を取得することができる。

前記指標化手段は、前記対象についての情報の広がりを示す到達範囲を前記対象の価値の指標として判定するようにしてもよい。

このような構成によれば、利用者は、収集された情報よりも有用な情報として、対象についての知名度、認知度等を反映した指標である、対象についての情報の広がりを示す到達範囲を判定することができる。

前記到達範囲は、複数種類あるようにしてもよい。

このような構成によれば、到達範囲が多様になることで、対象の価値の指標を様々な態様で表現することができる。

前記指標化手段は、前記複数種類の到達範囲のうち、特定不能な到達範囲を推定するようにしてもよい。

このような構成によれば、特定不能な到達範囲については推定することにより、対象の価値の指標を様々な態様で表現することを担保することができる。

前記指標化手段は、第１の対象について複数種類の到達範囲が特定可能であり、第２の対象について特定不能な到達範囲が存在する場合に、前記第１の対象についての到達範囲の間の比率を、前記第２の対象について適用することにより、前記第２の対象について特定不能な到達範囲を推定するようにしてもよい。

このような構成によれば、１の対象について特定不能な到達範囲を推定する際に、他の対象についての到達範囲の間の比率を参照することで、推定の確度を向上させることができる。

前記指標化手段は、複数の前記第１の対象のうち、前記第２の対象と属性が一致又は近似すると見なされる前記第１の対象を選択し、選択した前記第１の対象についての到達範囲の間の比率を、前記第２の対象について適用することにより、前記第２の対象について特定不能な到達範囲を推定するようにしてもよい。

年齢、性別等の属性が一致又は近似する対象同士は、到達範囲についても同様の傾向を示す可能性が高い。このため、一の対象について特定不能な到達範囲を推定する際に、属性が一致又は近似すると見なされる他の対象についての到達範囲の間の比率を適用することで、推定の確度をより向上させることができる。

前記指標化手段は、前記複数種類の到達範囲について、前記対象の属性に応じた重み付けを行うようにしてもよい。

対象の属性によっては、一般的な知名度等の傾向を離れて、１の対象の到達範囲が他の態様の到達範囲よりも常に小さくなるといった偏りを示す場合がある。このため、単に到達範囲を判定したのみでは、正確な対象の価値の指標を判定することができない可能性がある。そこで、複数種類の到達範囲について、対象の属性に応じた重み付けを行うことにより、対象の価値を示す指標をより正確に判定することができる。

前記指標化手段は、前記複数種類の到達範囲について、分析が必要となる期間に応じた重み付けを行うようにしてもよい。

複数種類の到達範囲のそれぞれは、短期間に増減する場合や長期間に増減する場合等、増減の期間について異なる傾向を示すことが多い。このため、分析が必要となる期間が短い場合には短期間に増減する到達範囲が適し、長期間に増減する到達範囲は適さないというように、分析が必要となる期間に適した到達範囲と適さない到達範囲とが存在する可能性がある。そこで、複数種類の到達範囲について、分析が必要となる期間に応じた重み付けを行うことにより、対象の価値を示す指標である到達範囲をより正確に判定することができる。

前記指標化手段は、前記対象に関連する情報の鮮度を重視する場合に、短期間での変化が大きいと見なされる前記到達範囲を重視する重み付けを行い、前記対象に関連する情報の安定性を重視する場合に、短期間での変化が小さいと見なされる前記到達範囲を重視する重み付けを行うようにしてもよい。

対象の情報の鮮度を重視する場合には、短期間での変化が大きいと見なされる到達範囲を重視する重み付けを行い、対象に関連する情報の安定性を重視する場合には、短期間での変化が小さいと見なされる到達範囲を重視する重み付けを行うことで、対象の価値を示す指標である到達範囲をより有用な情報とすることができる。

前記複数種類の到達範囲は、ニュースサイトにおける前記対象の記事数、ソーシャルネットワーキングサービスにおいて前記対象を登録した者の数、及び、前記対象に関する団体の会員数の少なくとも何れかであるようにしてもよい。

このように、ニュースサイトにおける対象の記事数、ソーシャルネットワーキングサービスにおいて対象を登録した者の数、及び、対象に関する団体の会員数は、到達範囲を示すものとして適切な数値であると考えられる。このため、これらの数値を取得することで、対象の価値を示す指標である到達範囲をより正確に表すことができる。

前記指標化手段は、前記対象に興味を有すると見なされる者の属性を前記対象の価値の指標として判定するようにしてもよい。

このような構成によれば、利用者は、収集された情報よりも有用な情報として、対象に興味を有すると見なされる者の属性を対象の価値の指標として判定することができる。

前記指標化手段は、前記対象に対するイメージを前記対象の価値の指標として判定するようにしてもよい。

このような構成によれば、利用者は、収集された情報よりも有用な情報として、対象に対するイメージを対象の価値の指標として判定することができる。

前記指標化手段は、前記対象に対するイメージとして前記対象から想起されると見なされるキーワードを前記対象の価値の指標として判定するようにしてもよい。

対象から想起されると見なされるキーワードは、対象に対するイメージを適切に示すものと考えられる。このため、対象から想起されると見なされるキーワードを取得することで、対象の価値を示す指標であるイメージをより正確に表すことができる。

前記指標化手段は、前記対象から想起されると見なされるキーワードによる検索結果の数、及び、検索回数の少なくとも何れかを前記対象の価値の指標として判定するようにしてもよい。

対象から想起されると見なされるキーワードによる検索結果の数や検索回数は、対象に対するイメージを適切に数値化するものと考えられる。このため、対象から想起されると見なされるキーワードの検索回数や検索頻度を判定することで、対象の価値を示す指標であるイメージをより正確に表すことができる。

前記情報収集手段は、前記対象の価値の指標の種別に応じた情報媒体から前記対象に関連する情報を収集するようにしてもよい。

情報媒体毎に情報の内容の傾向は異なっていると考えられる。このため、対象の価値の指標の種類に応じた情報媒体を特定し、その情報媒体からの情報を収集することにより、より正確に対象の価値の指標を判定することができる。

前記指標化手段により判定された前記対象の価値の指標を含む配信情報を生成する配信情報生成手段を備えるようにしてもよい。

このような構成によれば、利用者に対象の価値を認識可能な配信情報を提供することができる。

競合すると見なされる複数の対象を特定する競合対象特定手段を備え、
前記配信情報生成手段は、前記競合対象特定手段により特定された前記複数の対象について、前記配信情報を生成するようにしてもよい。

このような構成によれば、利用者に対して、競合する対象同士の価値の比較を簡易に行うことが可能となる配信情報を提供することができる。

上記目的を達成するために、本発明の第２の観点に係る情報分析方法は、
情報を分析する情報分析装置における情報分析方法であって、
対象に関連する情報を収集する情報収集ステップと、
前記情報収集ステップにおいて収集された前記対象に関連する情報に基づいて、前記対象の価値の指標を判定する指標化ステップと、
を含むことを特徴とする。

上記目的を達成するために、本発明の第３の観点に係る情報分析プログラムは、
コンピュータを、
対象に関連する情報を収集する情報収集手段、
前記情報収集手段により収集された前記対象に関連する情報に基づいて、前記対象の価値の指標を判定する指標化手段、
として機能させることを特徴とする。

本発明によれば、利用者が有用な情報を取得可能となる。

情報ネットワークの構成を示す図である。 情報分析サーバの構成を示す図である。 タレント情報の一例を示す図である。 リーチ指標用収集指定情報の一例を示す図である。 顧客属性指標用収集指定情報の一例を示す図である。 イメージ指標用収集指定情報の一例を示す図である。 リーチ指標関連情報の一例を示す図である。 リーチ指標関連情報の推定の一例を示す図である。 第１重み付け情報の一例を示す図である。 第２重み付け情報の一例を示す図である。 リーチ指標情報の一例を示す図である。 顧客属性指標情報の一例を示す図である。 イメージ指標情報の一例を示す図である。 情報分析サーバによるタレント指標判定処理の動作を示すフローチャートである。 情報分析サーバによる配信レポート生成処理の動作を示すフローチャートである。 相対レポートの表示例１を示す図である。 相対レポートの表示例２を示す図である。 相対レポートの表示例３を示す図である。 相対レポートの表示例４を示す図である。

以下、本発明の実施形態について、図面を参照しながら詳細に説明する。なお、本発明は下記の実施形態及び図面によって限定されるものではない。本発明の要旨を変更しない範囲で下記の実施形態及び図面に変更を加えることができるのはもちろんである。また、図中同一または相当部分には同一符号を付す。

（１）情報ネットワークの構成
図１は、本発明の実施形態に係る情報ネットワーク１の構成を示す図である。情報ネットワーク１は、情報分析サーバ１０、端末装置１００−１、１００−２（以下、端末装置１００−１、１００−２をまとめて適宜「端末装置１００」と称する。）、無線基地局２００、通信ネットワーク２５０、情報サーバ３００−１、３００−２（以下、情報サーバ３００−１、３００−２をまとめて適宜「情報サーバ３００」と称する。）を備える。情報分析サーバ１０は、情報分析装置に対応する。

端末装置１００−１は、いわゆるスマートフォン等の携帯電話機であり、端末装置１００−２は、通信機能を有するパーソナルコンピュータ等である。通信ネットワーク２５０は、例えばインターネットである。情報分析サーバ１０は、通信ネットワーク２５０を介して、情報サーバ３００との間で通信を行うことができる。また、情報分析サーバ１０は、通信ネットワーク２５０及び無線基地局２００を介して、端末装置１００−１を介して端末装置１００−１との間で通信を行うことができ、通信ネットワーク２５０を介して端末装置１００−２との間で通信を行うことができる。

情報ネットワーク１において、情報分析サーバ１０は、情報分析の対象である芸能人（タレント）に関連する情報を情報サーバ３００から収集し、当該タレントの価値の指標（タレント指標）である、後述するリーチ指標、顧客属性指標及びイメージ指標を判定する。更に、情報分析サーバ１０は、タレント指標を含んだ配信レポートを生成して、端末装置１００へ送信する。

（２）情報分析サーバの構成
図２は、実施形態における情報分析サーバ１０の構成を示す図である。情報分析サーバ１０は、制御部２０、記憶部４０、通信部６０及び操作部７０を備える。制御部２０は、例えばＣＰＵ（Central Processing Unit）により構成される。制御部２０は、記憶部４０に記憶されたプログラムを読み出して実行し、記憶部４０に記憶された各種データを処理することなどにより、情報分析サーバ１０の全体を制御する。

記憶部４０は、例えばＲＡＭ（Random Access Memory）である。記憶部４０は、情報分析サーバ１０の動作に必要なプログラムや各種データを記憶する。記憶部４０には、タレント情報データベース（ＤＢ）４１、収集指定情報ＤＢ４２、重み付け情報ＤＢ４３、リーチ指標ＤＢ４４、顧客属性指標ＤＢ４５及びイメージ指標ＤＢ４６が構成される。

通信部６０は、例えばＬＡＮ（Local Area Network）カードである。通信部６０は、端末装置１００及び情報サーバ３００との間の通信を制御する。通信部６０と、端末装置１００及び情報サーバ３００との間の通信には、ＴＣＰ／ＩＰ（Transmission Control Protocol/Internet Protocol）によるパケット通信等が採用される。また、通信部６０と、端末装置１００及び情報サーバ３００との間の通信には、必要に応じてＳＳＬ（Secure Socket Layer）等の安全な通信路が用いられる。操作部７０は、例えばキーボードであり、作業者の操作に応じた操作信号を制御部２０へ出力する。

制御部２０は、情報収集部２２、指標化部２６及びレポート生成部３４の機能を実現する。情報収集部２２は情報収集手段に対応し、指標化部２６は指標化手段に対応し、レポート生成部３４は競合対象特定手段及び配信情報生成手段に対応する。また、指標化部２６は、リーチ指標判定部２８、顧客属性指標判定部２９、イメージ指標判定部３０、指標推定部３１及び重み付け部３２の機能を実現する。

制御部２０内の情報収集部２２は、タレント指標の判定対象となるタレントを特定する。記憶部４０内のタレント情報ＤＢ４１には、個々のタレント毎にタレント情報が格納されている。図３は、タレント情報の一例を示す図である。図３に示すタレント情報は、タレントを一意に特定する識別情報であるタレントＩＤ、タレントの氏名、性別、年齢、分野（例えば、俳優、歌手等）等の情報を含んで構成される。情報収集部２２は、作業者による操作部７０の操作等に応じて、タレント情報ＤＢ４１に格納されているタレント情報の中からタレント指標の判定対象となるタレントのタレントＩＤを特定する。例えば、作業者による操作部７０の操作によってタレントの氏名が入力されると、情報収集部２２は、当該氏名を検索キーとしてタレント情報ＤＢ４１内のタレント情報を検索し、当該氏名を含んだタレント情報内のタレントＩＤを特定する。

また、情報収集部２２は、判定すべきタレント指標の種別を特定する。本実施形態において、タレント指標は、タレントに関する情報の広がりを示すリーチ指標と、タレントに興味を有すると見なされる者の年齢や性別等の属性を示す顧客属性指標と、タレントに対するイメージを示すイメージ指標の３種類が存在する。例えば、情報収集部２２は、作業者による操作部７０の操作によって入力されるタレント指標の種別を取得する。

指標化部２６内のリーチ指標判定部２８、顧客属性指標判定部２９及びイメージ指標判定部３０は、情報収集部２２により特定されたタレント指標の種別に応じて、タレントに関連する情報を保持している情報媒体を特定する。記憶部４０内の収集指定情報ＤＢ４２には、タレント指標の種別毎に、タレントに関連する情報を提供する情報媒体であるウェブサイトを特定する情報である収集指定情報が格納されている。図４、図５及び図６は、収集指定情報の一例を示す図であり、図４はリーチ指標用の収集指定情報、図５は顧客属性指標用の収集指定情報、図６はイメージ指標用の収集指定情報の一例を示す。収集指定情報には、ニュースのサイト、タレントの公式サイト、ソーシャルネットワーキングサービス（ＳＮＳ）のサイトにおけるタレントの公式アカウントのウェブページ、検索サイト等のウェブサイトを一意に識別可能な情報（例えば、ＵＲＬ（Uniform Resource Locator）を含んで構成される。本実施形態において、収集指定情報により特定されるウェブサイトは、情報サーバ３００に構成される。

リーチ指標判定部２８は、特定されたタレント指標の種別がリーチ指標である場合、収集指定情報ＤＢ４２からリーチ指標用の収集指定情報を取得する。顧客属性指標判定部２９は、特定されたタレント指標の種別が顧客属性指標である場合、収集指定情報ＤＢ４２から顧客属性指標用の収集指定情報を取得する。イメージ指標判定部３０は、特定されたタレント指標の種別がイメージ指標である場合、収集指定情報ＤＢ４２からイメージ指標用の収集指定情報を取得する。

タレント指標としてリーチ指標の判定が行われる場合、リーチ指標判定部２８は、情報収集部２２に対して、リーチ指標用の収集指定情報により指定された情報媒体である情報サーバ３００上のウェブサイトにアクセスを指示する。情報収集部２２は、指示されたウェブサイトにアクセスしてタレントに関連する情報を収集し、リーチ指標判定部２８へ出力する。

具体的には、リーチ指標判定部２８は、ニュースサイトからタレントに関連する情報を収集する場合、情報収集部２２に対してニュースサイトへのアクセスを指示するとともに、当該ニュースサイトにおいてタレントの氏名を用いて検索を行うことを指示する。情報収集部２２は、ニュースサイトにアクセスしてタレントの氏名で検索を行い、タレントに関連する情報として、タレントの氏名を含んだ記事の情報を収集する。また、リーチ指標判定部２８は、公式サイトからタレントに関連する情報を収集する場合、情報収集部２２に対して公式サイトへのアクセスを指示する。情報収集部２２は、公式サイトにアクセスして、タレントに関連する情報として、公式サイトの情報を収集する。また、リーチ指標判定部２８は、ＳＮＳサイトからタレントに関連する情報を収集する場合、情報収集部２２に対してＳＮＳサイトにおけるタレントの公式アカウントのウェブページへのアクセスを指示する。情報収集部２２は、ＳＮＳサイトにアクセスして、タレントに関連する情報として、ＳＮＳサイトにおけるタレントの公式アカウントのウェブページの情報を収集する。

次に、リーチ指標判定部２８は、収集されたタレントに関連する情報を分析し、リーチ指標の判定に用いる情報であるリーチ指標関連情報を取得する。具体的には、リーチ指標判定部２８は、ニュースサイトからタレントに関連する情報として、タレントの氏名を含んだ記事の情報を収集した場合、当該記事の情報の数を特定する。また、リーチ指標判定部２８は、公式サイトからタレントに関連する情報として、公式サイトの情報を収集した場合、当該公式サイトの情報に含まれるファンクラブの会員数や公式サイトのページビュー数を特定する。また、リーチ指標判定部２８は、ＳＮＳサイトからタレントに関連する情報として、タレントの公式アカウントのウェブページの情報を収集した場合、当該ウェブページの情報に含まれる、タレントを登録した者の数（例えば、フォロワー数、いいねの数）を特定する。更に、リーチ指標判定部２８は、図７に示すように、タレントＩＤと、各ウェブサイトに対応する特定した数値とを含んだリーチ指標関連情報を生成する。生成されたリーチ指標関連情報は、記憶部４０内のリーチ指標ＤＢ４４に格納される。

ところで、上述したように、各ウェブサイトに対応する数値が特定されるが、一部の数値については、公式サイトが存在しない、公式サイトは存在するがファンクラブの会員数の記載がない等の理由により、特定不能（欠落）となる可能性がある。このような場合には、指標化部２６内の指標推定部３１は、特定不能である数値を推定する。

具体的には、指標推定部３１は、タレント情報ＤＢ４１に格納されている、リーチ指標の判定対象であるタレントのタレント情報を参照し、当該タレントの年齢、性別等の属性を特定する。次に、指標推定部３１は、リーチ指標の判定対象であるタレント以外のタレントのうち、リーチ指標の判定対象であるタレントと年齢、性別等の属性が一致、あるいは、近似するタレントのタレント情報に含まれるタレントＩＤ（他タレントＩＤ）を特定する。ここで、属性が近似するとは、年齢が所定の差以下（例えば、３歳差以下）である場合等を意味する。更に、指標推定部３１は、リーチ指標ＤＢ４４に格納されているリーチ指標関連情報のうち、他タレントＩＤを含み、且つ、各ウェブサイトに対応する数値を全て含んでいるリーチ指標関連情報（他タレントのリーチ指標関連情報）を特定する。更に、指標推定部３１は、他タレントのリーチ指標関連情報における各ウェブサイトに対応する数値間の比率を、リーチ指標の判定対象であるタレントのリーチ指標関連情報に適用することにより、特定不能である数値を推定する。

例えば、図８（ｂ）に示すように、リーチ指標の判定対象であるタレントαについて、各ウェブサイトに対応する数値のうち公式サイト−Ｂαに対応するファンクラブの会員数が欠落している場合を考える。この場合、指標推定部３１は、タレントαと年齢、性別等の属性が一致し、且つ、各ウェブサイトに対応する数値を全て含んでいるタレントβのリーチ指標関連情報（図８（ａ））を参照する。図８（ａ）では、タレントβについて、公式サイト−Ｂβのファンクラブの会員数は８０００であり、ＳＮＳ−Ｃのサイトのフォロワー数とＳＮＳ−Ｄのサイトのいいね数との合計は４００００である。すなわち、公式サイトに対応する数値とＳＮＳサイトに対応する数値との比率は１：５である。一方、タレントαについて、ＳＮＳ−Ｃのサイトのフォロワー数とＳＮＳ−Ｄのサイトのいいね数との合計は３００００である。従って、指標推定部３１は、タレントβについての公式サイトに対応する数値とＳＮＳサイトに対応する数値との比率である１：５をタレントαに適用して、公式サイト−Ｂαに対応するファンクラブの会員数を３００００／５＝６０００と推定する。

次に、指標化部２６内の重み付け部３２は、リーチ指標関連情報に含まれる各ウェブサイトに対応する数値について重み付けを行う。本実施形態では、タレントの年齢に対応する重み付けとリーチ指標の分析期間に対応する重み付けが行われる。

タレントの年齢に対応する重み付けが行われる場合、例えば、年齢の低いタレントは、年齢の高いタレントと比較して、ニュースサイトにおける記事数が少なく、公式サイトにおけるファンクラブの会員数やＳＮＳサイトのフォロワー数、いいね数は多い傾向を示すと考えられる。このため、重み付け部３２は、ニュースサイトにおける記事数について実際の数値より多くする重み付けを行う。一方、年齢の高いタレントは、逆の傾向を示すと考えられる。このため、重み付け部３２は、ファンクラブの会員数やＳＮＳサイトのフォロワー数、いいね数について実際の数値より多くする重み付けを行う。

図９は、タレントの年齢に対応する重み付けを示す第１重み付け情報の一例を示す図である。図９では、各年齢層（０〜２０代、３０〜４０代、５０代〜）毎に、各ウェブサイトに対応する実際の数値に乗じる重み付けの数値が示されている。第１重み付け情報は、記憶部４０内の重み付け情報ＤＢ４３に格納されている。重み付け部３２は、リーチ指標の判定対象であるタレントのタレント情報に含まれる年齢を特定し、第１重み付け情報のうち、その年齢が含まれる年齢層に対応する第１重み付け情報を取得し、各ウェブサイトに対応する実際の数値に乗じる処理を行う。

また、リーチ指標の分析期間に対応する重み付けが行われる場合、情報の鮮度を重視する場合（リーチ指標の分析期間が短期間である場合）には、短期間での変化が大きいと見なされるニュースサイトにおける記事数を重視することが適切であると考えられる。このため、重み付け部３２は、ニュースサイトにおける記事数について、実際の数値より多くする重み付けを行うことが適切であると考えられる。一方、情報の安定性を重視する場合（リーチ指標の分析期間が長期間である場合）には、短期間での変化が小さいと見なされる、公式サイトにおけるファンクラブの会員数やＳＮＳサイトのフォロワー数、いいね数を重視することが適切であると考えられる。このため、重み付け部３２は、公式サイトにおけるファンクラブの会員数やＳＮＳサイトのフォロワー数、いいね数について、実際の数値より多くする重み付けを行う。

図１０は、リーチ指標の分析期間に対応する重み付けを示す第２重み付け情報の一例を示す図である。図１０では、各分析期間（１週間、１ヶ月、１年）毎に、各ウェブサイトに対応する実際の数値に乗じる重み付けの数値が示されている。第２重み付け情報は、記憶部４０内の重み付け情報ＤＢ４３に格納されている。重み付け部３２は、例えば、作業者による操作部７０の操作によって分析期間が指定されると、第２重み付け情報のうち、その分析期間に対応する第２重み付け情報を取得し、各ウェブサイトに対応する実際の数値に乗じる処理を行う。

リーチ指標判定部２８は、上述した特定不能である数値の推定や重み付けの後における、リーチ指標関連情報に含まれる各ウェブサイトに対応する数値を加算し、図１１に示すように、タレントＩＤと対応付けたリーチ指標情報を生成する。生成されたリーチ指標情報は、記憶部４０内のリーチ指標ＤＢ４４に格納される。

タレント指標として顧客属性指標の判定が行われる場合、顧客属性指標判定部２９は、情報収集部２２に対して、顧客属性指標用の収集指定情報により指定された情報媒体である情報サーバ３００上のウェブサイトにアクセスを指示する。情報収集部２２は、指示されたウェブサイトにアクセスしてタレントに関連する情報を収集し、顧客属性指標判定部２９へ出力する。

具体的には、顧客属性指標判定部２９は、ＳＮＳサイトからタレントに関連する情報を収集する場合、情報収集部２２に対してＳＮＳサイトにおけるタレントの公式アカウントのウェブページへのアクセスを指示するとともに、更に、当該タレントを登録した者（例えば、フォロワー、いいねを選択した者等であり、以下、「顧客」と称する）のアカウントのウェブページへのアクセスを指示する。情報収集部２２は、ＳＮＳサイトにおけるタレントの公式アカウントのウェブページへアクセスし、更に、顧客のアカウントのウェブページへアクセスして、タレントに関連する情報として、当該顧客のアカウントのウェブページの情報を収集する。

次に、顧客属性指標判定部２９は、収集された顧客のアカウントのウェブページの情報を分析し、顧客属性指標情報を生成する。具体的には、顧客属性指標判定部２９は、顧客のアカウントのウェブページの情報毎に、換言すれば、顧客毎に、当該ウェブページの情報に含まれる、当該顧客の属性（顧客属性）である年齢、性別、居住地域等を抽出する。更に、顧客属性指標判定部２９は、顧客属性を分類し、各分類毎に、当該分類に含まれる顧客の数を集計する。更に、顧客属性指標判定部２９は、タレントＩＤと分類毎の集計数とを対応付けた顧客属性指標情報を生成する。図１２は、顧客属性が年齢である場合の顧客属性指標情報の一例であり、タレントＩＤと、分類である年齢層（２０歳未満、２０代、３０代、４０代、５０代以上）毎に、当該年齢層の顧客の数を含んで構成される。生成された顧客属性指標情報は、記憶部４０内の顧客属性指標ＤＢ４５に格納される。

タレント指標としてイメージ指標の判定が行われる場合、イメージ指標判定部３０は、情報収集部２２に対して、イメージ指標用の収集指定情報により指定された情報媒体である情報サーバ３００上のウェブサイトにアクセスを指示する。情報収集部２２は、指示されたウェブサイトにアクセスしてタレントに関連する情報を収集し、イメージ指標判定部３０へ出力する。

具体的には、イメージ指標判定部３０は、情報収集部２２に対して、イメージ指標用の収集指定情報により指定された情報媒体である情報サーバ３００上の検索サイトにアクセスを指示するとともに、当該検索サイトにおいてタレントの氏名を用いて検索を行うことを指示する。情報収集部２２は、指示された検索サイトにアクセスして、検索時にタレントの氏名に付随して示されるキーワード（付随ワード）を特定する。付随ワードは、多くの者が検索時にタレントの氏名と組み合わせてキーワードとしたものであり、タレントから想起されると見なされるキーワードと見なし得る。更に、情報収集部２２は、タレントの氏名と付随ワードとの組合せをキーワードとして検索を行い、タレントに関連する情報として、検索結果の数を収集する。

また、イメージ指標判定部３０は、情報収集部２２に対して、検索サイトにおける、タレントの氏名と付随ワードとの組合せをキーワードとする検索回数の収集を指示する。情報収集部２２は、検索サイトにアクセスして、タレントの氏名と付随ワードとの組合せをキーワードとする検索回数を収集する。

次に、イメージ指標判定部３０は、タレントの氏名と付随ワードとの組合せをキーワードとして検索したときの検索結果の数、及び、タレントの氏名と付随ワードとの組合せをキーワードとする検索回数の少なくとも何れかを、付随ワード毎に集計して、イメージ指標情報を生成する。図１３は、イメージ指標情報の一例であり、タレントＩＤと、付随ワード（きれい、かわいい、子育て等）毎に、当該付随ワードとタレントの氏名とを検索キーワードとして検索したときの検索結果の数とを含んで構成される。生成されたイメージ指標情報は、記憶部４０内のイメージ指標ＤＢ４６に格納される。

レポート生成部３４は、タレント指標を含んだ配信レポートを生成して、端末装置１００へ送信する。レポート生成部３４は、配信レポートとして、単一のタレントについてのタレント指標を含んだ一般レポートと、複数のタレントについてのタレント指標を対比可能な相対レポートとを生成することができる。

レポート生成部３４は、一般レポートを生成する場合には、上述したタレント指標の判定により得られたタレント指標であるリーチ指標、顧客属性指標及びイメージ指標の少なくとも何れかを含んだ所定形式（例えば、メール形式）のレポートを生成する。

一方、レポート生成部３４は、相対レポートを生成する場合には、レポートの生成対象となるタレント（レポート対象タレント）と競合すると見なされる他タレント（競合タレント）を特定する。具体的には、レポート生成部３４は、タレント情報ＤＢ４１に格納されている、レポート対象タレントのタレント情報を参照し、当該レポート対象タレントの年齢、性別等の属性を特定する。次に、レポート生成部３４は、レポート対象タレント以外のタレントのうち、レポート対象タレントと年齢、性別等の属性が一致、あるいは、近似するタレント（競合タレント）のタレント情報に含まれるタレントＩＤを特定する。ここで、属性が近似するとは、年齢が所定の差以下（例えば、３歳差以下）である場合等を意味する。更に、レポート生成部３４は、タレント指標（リーチ指標ＤＢ４４に格納されているリーチ指標関連情報、顧客属性指標ＤＢ４５に格納されている顧客属性指標関連情報、及び、イメージ指標ＤＢ４６に格納されているイメージ指標情報といったタレント指標）のうち、レポート対象タレントのタレントＩＤを含むタレント指標と、競合タレントのタレントＩＤを含むタレント指標とを取得し、これらを含んだ所定形式（例えば、メール形式）のレポートを生成する。

（３）情報分析サーバの動作
次に、フローチャートを参照しつつ、実施形態における情報分析サーバ１０の動作を説明する。図１４は、情報分析サーバ１０によるタレント指標判定処理の動作を示すフローチャートである。図１４に示す動作は、例えば１日に一度等の所定の間隔で繰り返して実行される。

制御部２０内の情報収集部２２は、作業者による操作部７０の操作等に応じて、タレント指標の判定対象となるタレント（タレントＩＤ）を特定する（ステップＳ１０１）。次に、情報収集部２２は、作業者による操作部７０の操作等に応じて、判定すべきタレント指標の種別を特定する（ステップＳ１０２）。

次に、情報収集部２２は、判定すべきタレント指標の種別がリーチ指標であるか否かを判定する（ステップＳ１０３）。判定すべきタレント指標の種別がリーチ指標である場合（ステップＳ１０３；ＹＥＳ）、制御部２０の指標化部２６内のリーチ指標判定部２８は、収集指定情報ＤＢ４２からリーチ指標用の収集指定情報を取得する（ステップＳ１０４）。

次に、リーチ指標判定部２８は、情報収集部２２に対して、リーチ指標用の収集指定情報により指定された情報媒体である情報サーバ３００上のウェブサイトにアクセスを指示する。更に、リーチ指標判定部２８は、情報収集部２２によって収集されたタレントに関連する情報を取得し、当該タレントに関連する情報を分析して、リーチ指標の判定に用いる情報であるリーチ指標関連情報を取得する（ステップＳ１０５）。

次に、リーチ指標判定部２８は、リーチ指標関連情報内の各ウェブサイトに対応する数値の中に特定不能（欠落）があるか否かを判定する（ステップＳ１０６）。リーチ指標関連情報内の各ウェブサイトに対応する数値に欠落がある場合、指標化部２６内の指標推定部３１は、リーチ指標の判定対象であるタレントと年齢、性別等の属性が一致、あるいは、近似するタレントのリーチ指標関連情報であって、各ウェブサイトに対応する数値を全て含んでいるリーチ指標関連情報（他タレントのリーチ指標関連情報）を特定する。更に、指標推定部３１は、他タレントのリーチ指標関連情報における各ウェブサイトに対応する数値間の比率を、リーチ指標の判定対象であるタレントのリーチ指標関連情報に適用することにより、欠落している数値を推定する（ステップＳ１０７）。

ステップＳ１０７における数値の推定後、又は、ステップＳ１０６において欠落なしと判定された場合（ステップＳ１０６；ＮＯ）、指標化部２６内の重み付け部３２は、リーチ指標関連情報に含まれる各ウェブサイトに対応する数値について、重み付け（タレントの年齢に対応する重み付けやリーチ指標の分析期間に対応する重み付け等）を行う（ステップＳ１０８）。

次に、リーチ指標判定部２８は、リーチ指標関連情報に含まれる各ウェブサイトに対応する数値を加算し、リーチ指標情報を生成する（ステップＳ１０９）。

一方、判定すべきタレント指標の種別がリーチ指標でない場合（ステップＳ１０３；ＮＯ）、情報収集部２２は、判定すべきタレント指標の種別が顧客属性指標であるか否かを判定する（ステップＳ１１１）。判定すべきタレント指標の種別が顧客属性指標である場合（ステップＳ１１１；ＹＥＳ）、顧客属性指標判定部２９は、収集指定情報ＤＢ４２から顧客属性指標用の収集指定情報を取得する（ステップＳ１１２）。

次に、顧客属性指標判定部２９は、情報収集部２２に対して、顧客属性指標用の収集指定情報により指定された情報媒体である情報サーバ３００上のウェブサイトにアクセスを指示する。更に、顧客属性指標判定部２９は、情報収集部２２によって収集されたタレントに関連する情報としての顧客のアカウントのウェブページの情報を収集し、分析することにより、顧客属性指標情報を生成する（ステップＳ１１３）。

一方、判定すべきタレント指標の種別が顧客属性指標でない場合（ステップＳ１１１；ＮＯ）、イメージ指標判定部３０は、収集指定情報ＤＢ４２からイメージ指標用の収集指定情報を取得する（ステップＳ１１４）。

次に、イメージ指標判定部３０は、情報収集部２２に対して、イメージ指標用の収集指定情報により指定された情報媒体である情報サーバ３００上のウェブサイトにアクセスを指示する。更に、イメージ指標判定部３０は、タレントに関連する情報として、タレントの氏名と付随ワードとの組合せをキーワードとして検索を行った場合の検索結果の数や検索回数を取得して、イメージ指標情報を生成する（ステップＳ１１５）。

図１５は、情報分析サーバ１０による配信レポート生成処理の動作を示すフローチャートである。図１５に示す動作は、例えば１日に一度等の所定の間隔で繰り返して実行される。

制御部２０内のレポート生成部３４は、作業者による操作部７０の操作等に応じて、レポートの生成対象となるタレント（タレントＩＤ）を特定する（ステップＳ２０１）。次に、レポート生成部３４は、作業者による操作部７０の操作等に応じて、レポートの種別を特定する（ステップＳ２０２）。更に、レポート生成部３４は、レポートの種別が相対レポートであるか否かを判定する（ステップＳ２０３）。

レポートの種別が相対レポートである場合（ステップＳ２０３；ＹＥＳ）、レポート生成部３４は、レポートの生成対象となるタレント（レポート対象タレント）のタレント情報内の属性と、他のタレントのタレント情報内の属性とを参照して、レポート対象タレントの属性と一致又は近似する属性を有する他のタレントを、競合すると見なされるタレント（競合タレント）として特定する（競合タレントのタレントＩＤの特定）（ステップＳ２０４）。

次に、レポート生成部３４は、タレント指標（リーチ指標ＤＢ４４に格納されているリーチ指標関連情報、顧客属性指標ＤＢ４５に格納されている顧客属性指標関連情報、及び、イメージ指標ＤＢ４６に格納されているイメージ指標情報といったタレント指標）のうち、レポート対象タレントのタレントＩＤを含むタレント指標と、競合タレントのタレントＩＤを含むタレント指標とを取得し、これらを含んだ相対レポートを生成する（ステップＳ２０５）。

一方、レポートの種別が相対レポートでない場合（ステップＳ２０３；ＮＯ）、レポート生成部３４は、レポートの生成対象となるタレント（レポート対象タレント）のタレント指標を含んだ一般レポートを生成する。

ステップＳ２０５における相対レポートの生成後、又は、ステップＳ２０６における一般レポートの生成後、レポート生成部３４は、通信部６０を介して、配信先である端末装置１００へレポートを配信する（ステップＳ２０７）。

図１６〜図１９は、相対レポートの表示例を示す。図１６に示す表示例１は、顧客属性指標としての顧客の性別を対比可能とするものであり、タレントαとタレントβのそれぞれについて顧客の男女の比率が示されている。図１７に示す表示例２は、顧客属性指標としての年齢を対比可能とするものであり、タレントαとタレントβのそれぞれについて顧客の年齢層の比率が示されている。図１８に示す表示例３は、顧客属性指標としての顧客の所在地域を対比可能とするものであり、タレントαとタレントβのそれぞれについて顧客の所在地域の比率が示されている。図１９に示す表示例４は、リーチ指標としての公式サイトのページビュー（ＰＶ）数を対比可能とするものであり、タレントαとタレントβのそれぞれについて公式サイトの月毎のページビュー数が示されている。

（４）作用・効果
上述したように、情報ネットワーク１内の情報分析サーバ１０は、情報サーバ３００上のウェブサイトからタレントに関連する情報を収集し、当該タレントに関連する情報に基づいて、タレントの価値の指標を判定する。このように、情報分析サーバ１０は、タレントに関連する情報を収集するのみならず、収集したタレントに関連する情報に基づいて、タレントの価値の指標を判定するため、利用者は、収集されたタレントに関連する情報よりも有用な情報であるタレントの価値の指標を取得することができる。

また、情報分析サーバ１０は、タレントの価値の指標として、リーチ指標と、顧客属性指標と、イメージ指標とを判定する。これにより、利用者は、収集されたタレントに関連する情報よりも有用な情報として、タレントについての知名度、認知度等を反映した指標であるリーチ指標、対象に興味を有すると見なされる者の属性を示す顧客属性指標、及び、タレントに対するイメージを示すイメージ指標とを取得することができる。

また、リーチ指標の判定に用いられるリーチ指標関連情報において、各ウェブサイトに対応する数値が含まれる。これにより、リーチ指標が多様になることで、タレントの価値の指標を様々な態様で表現することができる。更には、リーチ指標関連情報において、各ウェブサイトに対応する数値のうち、特定不能な数値が存在する場合には、情報分析サーバ１０は、リーチ指標の判定対象であるタレントと属性が一致、あるいは、近似するタレントのリーチ指標関連情報であって、数値を全て含んでいるリーチ指標関連情報における各ウェブサイトに対応する数値間の比率を、リーチ指標の判定対象であるタレントのリーチ指標関連情報に適用することにより、特定不能である数値を推定する。これにより、タレントの価値の指標を様々な態様で表現することを担保することができる。また、属性が一致又は近似するタレント同士は、リーチ指標について同様の傾向を示す可能性が高いことに鑑み、リーチ指標の判定対象であるタレントと属性が一致、あるいは、近似するタレントのリーチ指標関連情報における各ウェブサイトに対応する数値間の比率を、特定不能な数値の推定に適用することで、推定の確度をより向上させることができる。

また、情報分析サーバ１０は、リーチ指標関連情報における各ウェブサイトに対応する数値について、年齢等のタレントの属性に応じた重み付けを行う。タレントの属性によっては、リーチ指標関連情報における各ウェブサイトに対応する数値に偏りが生じる傾向があるため、当該傾向を解消するための重み付けを行うことにより、タレントの価値の指標をより正確に判定することができる。

また、情報分析サーバ１０は、リーチ指標関連情報における各ウェブサイトに対応する数値について、分析が必要となる期間に応じた重み付け、具体的には、タレントに関連する情報の鮮度を重視する場合には、短期間での変化が大きいと見なされるニュースサイトに対応する数値を重視する重み付けを行い、タレントに関連する情報の安定性を重視する場合に、短期間での変化が小さいと見なされる公式サイトやＳＮＳに対応する数値を重視する重み付けを行う。これにより、分析が必要となる期間に適した重み付けを行うことができ、タレントの価値の指標としてのリーチ指標をより正確に判定することができる。

また、ニュースサイトにおけるタレントの記事数、ソーシャルネットワーキングサービスにおいて対象を登録した者の数、及び、ファンクラブの会員数といった、リーチ指標を示すものとして適切な数値を取得することで、タレントの価値の指標としてのリーチ指標をより正確に判定することができる。

また、情報分析サーバ１０は、イメージ指標として、検索サイトでの検索時にタレントの氏名に付随して示される付随ワードを、タレントから想起されると見なされるキーワードとして用いることで、イメージ指標をより正確に表すことができる。

また、情報分析サーバ１０は、タレントの氏名と付随ワードとの組合せをキーワードとする検索による検索結果の数や検索回数をイメージ指標とすることで、イメージ指標をより正確に表すことができる。

また、情報分析サーバ１０は、タレントの価値の指標の種別（リーチ指標、顧客属性指標、イメージ指標）に応じたウェブサイトからタレントに関連する情報を収集する。ウェブサイト毎に情報の内容は異なるため、タレントの価値の指標の種別に適したウェブサイトからタレントに関連する情報を収集することにより、より正確にタレントの価値の指標を判定することができる。

また、情報分析サーバ１０は、タレントの価値の指標を含む配信レポートを生成しており、特に、競合すると見なされるタレント同士の価値の指標を比較する相対レポートを生成することができる。これにより、利用者にタレントの価値の指標を認識可能に提供することができるとともに、競合するタレント同士の価値の指標を間意思比較することが可能となる。

（５）その他の実施形態
以上、本発明の実施形態について説明したが、本発明は実施形態によって限定されるものではない。本発明は、実施形態及び以下の変形例を適宜組み合わせたものも含み、また、それらと均等なものも含む。

例えば、上述した実施形態では、情報分析サーバ１０は、タレントの価値の指標として、タレントについての知名度、認知度等を反映した指標であるリーチ指標、対象に興味を有すると見なされる者の属性を示す顧客属性指標、及び、タレントに対するイメージを示すイメージ指標を判定したが、これら以外のタレントの価値の指標を判定するようにしてもよい。

また、上述した実施形態では、情報分析サーバ１０は、タレントの価値の指標が判定されたが、タレント以外の様々な対象、例えば、商品、サービス等の価値の指標について判定するようにしてもよい。

また、上述した実施形態では、情報分析サーバ１０は、タレントの年齢に対応する重み付けとリーチ指標の分析期間に対応する重み付けを行ったが、重み付けはこれらに限定されない。

また、情報ネットワーク１の構成は、図１に示すものに限定されない。例えば、情報分析サーバ１０と情報サーバ３００とが１つのサーバによって構成されていてもよい。また、例えば、情報分析サーバ１０の機能を実現するためのプログラムは、ＣＤ−ＲＯＭ等の記憶媒体に記憶されてもよいし、通信ネットワーク２５０を介してダウンロードされてもよい。

１ 情報ネットワーク
１０ 情報分析サーバ
２０ 制御部
２２ 情報収集部
２６ 指標化部
２８ リーチ指標判定部
２９ 顧客属性指標判定部
３０ イメージ指標判定部
３１ 指標推定部
３２ 重み付け部
３４ レポート生成部
４０ 記憶部
４１ タレント情報ＤＢ
４２ 収集指定情報ＤＢ
４３ 重み付け情報ＤＢ
４４ リーチ指標ＤＢ
４５ 顧客属性指標ＤＢ
４６ イメージ指標ＤＢ
６０ 通信部
７０ 操作部
１００、１００−１、１００−２ 端末装置
２００ 無線基地局
２５０ 通信ネットワーク
３００、３００−１、３００−２ 情報サーバ

上記目的を達成するために、本発明の第１の観点に係る情報分析装置は、
情報を分析する情報分析装置であって、
対象の属性情報を記憶する属性情報記憶手段と、
前記属性情報記憶手段に記憶された前記対象の属性情報を検索に用いて、情報媒体に記憶された対象に関連する情報を収集する情報収集手段と、
前記情報収集手段により収集された前記対象に関連する情報の件数、及び、前記対象に関連する情報が示す数値の少なくとも何れか一方を、対象の価値の指標として判定する指標化手段と、
を備え、
前記指標化手段は、複数の第１の対象について複数種類の価値の指標が特定可能であり、第２の対象について特定不能な価値の指標が存在する場合に、前記複数の第１の対象のうち、前記第２の対象と前記対象の属性情報が一致又は近似すると見なされる第１の対象を選択し、選択した前記第１の対象についての複数種類の価値の指標の間の比率を、前記第２の対象について適用することにより、前記第２の対象について特定不能な価値の指標を推定することを特徴とする。

このような構成によれば、情報分析装置は、対象に関連する情報を収集するのみならず、収集した情報に基づいて、対象の価値を示す指標を判定する。このため、利用者は、収集された情報よりも有用な情報である対象の価値を取得することができる。また、利用者は、収集された情報よりも有用な情報として、対象についての知名度、認知度等を反映した価値の指標を判定することができる。また、価値の指標を様々な態様で表現することができる。また、特定不能な価値の指標については推定することにより、対象の価値の指標を様々な態様で表現することを担保することができる。また、１の対象について特定不能な価値の指標を推定する際に、他の対象についての複数種類の価値の指標の間の比率を参照することで、推定の確度を向上させることができる。また、年齢、性別等の属性が一致又は近似する対象同士は、価値の指標についても同様の傾向を示す可能性が高い。このため、１の対象について特定不能な価値の指標を推定する際に、属性が一致又は近似すると見なされる他の対象についての価値の指標の間の比率を適用することで、推定の確度をより向上させることができる。

前記対象の属性情報及び前記情報媒体に応じた重み付けを示す第１の重み付け情報を記憶する第１の重み付け情報記憶手段を備え、
前記指標化手段は、前記対象の価値の指標について、前記第１の重み付け情報記憶手段に記憶された第１の重み付け情報のうち、前記情報収集手段による収集の対象に合致する前記対象の属性情報と、前記情報収集手段によって取得された前記対象に関連する情報が記憶された前記情報媒体とに応じた第１の重み付け情報を用いて重み付けを行うようにしてもよい。

対象の属性によっては、一般的な知名度等の傾向を離れて、１の対象の価値の指標が他の対象の価値の指標よりも常に小さくなるといった偏りを示す場合がある。このため、単に価値の指標を判定したのみでは、正確な対象の価値の指標を判定することができない可能性がある。そこで、複数種類の価値の指標について、対象の属性に応じた重み付けを行うことにより、対象の価値を示す指標をより正確に判定することができる。

分析が必要となる期間及び前記情報媒体に応じた重み付けを示す第２の重み付け情報を記憶する第２の重み付け情報記憶手段を備え、
前記指標化手段は、前記対象の価値の指標について、前記第２の重み付け情報記憶手段に記憶された第２の重み付け情報のうち、予め定められた分析が必要となる期間と、前記情報収集手段によって取得された前記対象に関連する情報が記憶された前記情報媒体とに応じた第２の重み付け情報を用いて重み付けを行うようにしてもよい。

複数種類の価値の指標のそれぞれは、短期間に増減する場合や長期間に増減する場合等、増減の期間について異なる傾向を示すことが多い。このため、分析が必要となる期間が短い場合には短期間に増減する価値の指標が適し、長期間に増減する価値の指標は適さないというように、分析が必要となる期間に適した価値の指標と適さない価値の指標とが存在する可能性がある。そこで、複数種類の価値の指標について、分析が必要となる期間に応じた重み付けを行うことにより、対象の価値を示す指標をより正確に判定することができる。

前記指標化手段は、前記対象に関連する情報の鮮度を重視する場合に、短期間での変化が大きいと見なされる前記対象の価値の指標を重視する重み付けを行い、前記対象に関連する情報の安定性を重視する場合に、短期間での変化が小さいと見なされる前記対象の価値の指標を重視する重み付けを行うようにしてもよい。

対象の情報の鮮度を重視する場合には、短期間での変化が大きいと見なされる価値の指標を重視する重み付けを行い、対象に関連する情報の安定性を重視する場合には、短期間での変化が小さいと見なされる価値の指標を重視する重み付けを行うことで、対象の価値を示す指標をより有用な情報とすることができる。

前記対象の価値の指標は、ニュースサイトにおける前記対象の記事数、ソーシャルネットワーキングサービスにおいて前記対象を登録した者の数、及び、前記対象に関する団体の会員数の少なくとも何れかであるようにしてもよい。

このように、ニュースサイトにおける対象の記事数、ソーシャルネットワーキングサービスにおいて対象を登録した者の数、及び、対象に関する団体の会員数は、価値の指標を示すものとして適切な数値であると考えられる。このため、これらの数値を取得することで、対象の価値の指標をより正確に表すことができる。

前記対象の価値の指標の種別に応じた前記情報媒体を示す情報媒体指定情報を記憶する情報媒体指定情報記憶手段を備え、
前記情報収集手段は、前記情報媒体指定情報記憶手段に記憶された前記情報媒体指定情報のうち、前記指標化手段による判定の対象となる前記対象の価値の指標の種別に応じた前記情報媒体指定情報が示す前記情報媒体から前記対象に関連する情報を収集するようにしてもよい。

前記属性情報記憶手段に記憶された前記対象の属性情報が一致又は近似すると見なされる複数の対象を特定する競合対象特定手段を備え、
前記配信情報生成手段は、前記競合対象特定手段により特定された前記複数の対象について、前記配信情報を生成するようにしてもよい。

上記目的を達成するために、本発明の第２の観点に係る情報分析方法は、
情報を分析する情報分析装置における情報分析方法であって、
前記情報分析装置が、対象の属性情報を記憶する属性情報記憶ステップと、
前記情報分析装置が、前記属性情報記憶ステップにおいて記憶された前記対象の属性情報を検索に用いて、情報媒体に記憶された対象に関連する情報を収集する情報収集ステップと、
前記情報分析装置が、前記情報収集ステップにおいて収集された前記対象に関連する情報の件数、及び、前記対象に関連する情報が示す数値の少なくとも何れか一方を、対象の価値の指標として判定する指標化ステップと、
を含み、
前記情報分析装置が、前記指標化ステップにおいて、複数の第１の対象について複数種類の価値の指標が特定可能であり、第２の対象について特定不能な価値の指標が存在する場合に、前記複数の第１の対象のうち、前記第２の対象と前記対象の属性情報が一致又は近似すると見なされる第１の対象を選択し、選択した前記第１の対象についての複数種類の価値の指標の間の比率を、前記第２の対象について適用することにより、前記第２の対象について特定不能な価値の指標を推定することを特徴とする。

上記目的を達成するために、本発明の第３の観点に係る情報分析プログラムは、
コンピュータを、
対象の属性情報を記憶する属性情報記憶手段、
前記属性情報記憶手段に記憶された前記対象の属性情報を検索に用いて、情報媒体に記憶された対象に関連する情報を収集する情報収集手段、
前記情報収集手段により収集された前記対象に関連する情報の件数、及び、前記対象に関連する情報が示す数値の少なくとも何れか一方を、対象の価値の指標として判定する指標化手段、
として機能させ、
前記指標化手段は、複数の第１の対象について複数種類の価値の指標が特定可能であり、第２の対象について特定不能な価値の指標が存在する場合に、前記複数の第１の対象のうち、前記第２の対象と前記対象の属性情報が一致又は近似すると見なされる第１の対象を選択し、選択した前記第１の対象についての複数種類の価値の指標の間の比率を、前記第２の対象について適用することにより、前記第２の対象について特定不能な価値の指標を推定することを特徴とする。

Claims (19)

1. 情報を分析する情報分析装置であって、
   対象に関連する情報を収集する情報収集手段と、
   前記情報収集手段により収集された前記対象に関連する情報に基づいて、前記対象の価値の指標を判定する指標化手段と、
   を備えることを特徴とする情報分析装置。
2. 前記指標化手段は、前記対象についての情報の広がりを示す到達範囲を前記対象の価値の指標として判定することを特徴とする請求項１に記載の情報分析装置。
3. 前記到達範囲は、複数種類あることを特徴とする請求項２に記載の情報分析装置。
4. 前記指標化手段は、前記複数種類の到達範囲のうち、特定不能な到達範囲を推定することを特徴とする請求項３に記載の情報分析装置。
5. 前記指標化手段は、第１の対象について複数種類の到達範囲が特定可能であり、第２の対象について特定不能な到達範囲が存在する場合に、前記第１の対象についての到達範囲の間の比率を、前記第２の対象について適用することにより、前記第２の対象について特定不能な到達範囲を推定することを特徴とする請求項４に記載の情報分析装置。
6. 前記指標化手段は、複数の前記第１の対象のうち、前記第２の対象と属性が一致又は近似すると見なされる前記第１の対象を選択し、選択した前記第１の対象についての到達範囲の間の比率を、前記第２の対象について適用することにより、前記第２の対象について特定不能な到達範囲を推定することを特徴とする請求項５に記載の情報分析装置。
7. 前記指標化手段は、前記複数種類の到達範囲について、前記対象の属性に応じた重み付けを行うことを特徴とする請求項３〜６の何れか１項に記載の情報分析装置。
8. 前記指標化手段は、前記複数種類の到達範囲について、分析が必要となる期間に応じた重み付けを行うことを特徴とする請求項３〜７の何れか１項に記載の情報分析装置。
9. 前記指標化手段は、前記対象に関連する情報の鮮度を重視する場合に、短期間での変化が大きいと見なされる前記到達範囲を重視する重み付けを行い、前記対象に関連する情報の安定性を重視する場合に、短期間での変化が小さいと見なされる前記到達範囲を重視する重み付けを行うことを特徴とする請求項８に記載の情報分析装置。
10. 前記複数種類の到達範囲は、ニュースサイトにおける前記対象の記事数、ソーシャルネットワーキングサービスにおいて前記対象を登録した者の数、及び、前記対象に関する団体の会員数の少なくとも何れかであることを特徴とする請求項３〜９の何れか１項に記載の情報分析装置。
11. 前記指標化手段は、前記対象に興味を有すると見なされる者の属性を前記対象の価値の指標として判定することを特徴とする請求項１に記載の情報分析装置。
12. 前記指標化手段は、前記対象に対するイメージを前記対象の価値の指標として判定することを特徴とする請求項１に記載の情報分析装置。
13. 前記指標化手段は、前記対象に対するイメージとして前記対象から想起されると見なされるキーワードを前記対象の価値の指標として判定することを特徴とする請求項１２に記載の情報分析装置。
14. 前記指標化手段は、前記対象から想起されると見なされるキーワードによる検索結果の数、及び、検索回数の少なくとも何れかを前記対象の価値の指標として判定することを特徴とする請求項１３に記載の情報分析装置。
15. 前記情報収集手段は、前記対象の価値の指標の種別に応じた情報媒体から前記対象に関連する情報を収集することを特徴とする請求項１〜１４の何れか１項に記載の情報分析装置。
16. 前記指標化手段により判定された前記対象の価値の指標を含む配信情報を生成する配信情報生成手段を備えることを特徴とする請求項１〜１５の何れか１項に記載の情報分析装置。
17. 競合すると見なされる複数の対象を特定する競合対象特定手段を備え、
    前記配信情報生成手段は、前記競合対象特定手段により特定された前記複数の対象について、前記配信情報を生成することを特徴とする請求項１６に記載の情報分析装置。
18. 情報を分析する情報分析装置における情報分析方法であって、
    対象に関連する情報を収集する情報収集ステップと、
    前記情報収集ステップにおいて収集された前記対象に関連する情報に基づいて、前記対象の価値の指標を判定する指標化ステップと、
    を含むことを特徴とする情報分析方法。
19. コンピュータを、
    対象に関連する情報を収集する情報収集手段、
    前記情報収集手段により収集された前記対象に関連する情報に基づいて、前記対象の価値の指標を判定する指標化手段、
    として機能させることを特徴とする情報分析プログラム。

Images