JP2020173593A - Sns analyzing system, sns analyzing method and program - Google Patents

Sns analyzing system, sns analyzing method and program Download PDF

Info

Publication number
JP2020173593A
JP2020173593A JP2019074724A JP2019074724A JP2020173593A JP 2020173593 A JP2020173593 A JP 2020173593A JP 2019074724 A JP2019074724 A JP 2019074724A JP 2019074724 A JP2019074724 A JP 2019074724A JP 2020173593 A JP2020173593 A JP 2020173593A
Authority
JP
Japan
Prior art keywords
user
sns
reply
group
target
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.)
Pending
Application number
JP2019074724A
Other languages
Japanese (ja)
Inventor
木村　司
Tsukasa Kimura
司 木村
羽室　大介
Daisuke Hamuro
大介 羽室
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 JP2019074724A priority Critical patent/JP2020173593A/en
Priority to PCT/JP2020/015062 priority patent/WO2020209163A1/en
Publication of JP2020173593A publication Critical patent/JP2020173593A/en
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9536—Search customisation based on social or collaborative filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • General Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Debugging And Monitoring (AREA)

Abstract

To improve the analysis precision for a relation with a relating person via an SNS.SOLUTION: An SNS analyzing system includes: an obtaining unit that obtains a reply group to other users among posting groups to a Social Networking Service (SNS) by a given user; and an extracting unit that extracts some user names from a set of user names at the respective reply destinations of the reply group.SELECTED DRAWING: Figure 3

Description

本発明は、ＳＮＳ解析システム、ＳＮＳ解析方法及びプログラムに関する。 The present invention relates to an SNS analysis system, an SNS analysis method and a program.

ＳＮＳ（Social Networking Service）の普及に伴い、ＳＮＳユーザがＳＮＳを介した関係者との間の関係を解析することが重視されてきている。 With the spread of SNS (Social Networking Service), it has become important for SNS users to analyze the relationship with related parties via SNS.

従来、ＲＤＢＭＳ（Relational DataBase Management System）のＳＥＬＥＣＴ文に相当するパターンマッチング機能を対象ＳＮＳのＡＰＩ（Application Programming Interface）に適用して、対象ＳＮＳのログからＳＮＳユーザが所望の解析結果を得られるようなＷｅｂアプリケーションを、ＳＮＳユーザとは異なる者が作成してユーザに提供するシステムがある。 Conventionally, a pattern matching function corresponding to a SELECT statement of RDBMS (Relational DataBase Management System) is applied to an API (Application Programming Interface) of a target SNS so that an SNS user can obtain a desired analysis result from the log of the target SNS. There is a system in which a Web application is created by a person different from the SNS user and provided to the user.

"アプリ☆メーカー"、［online］、インターネット＜http://appli-maker.jp/＞"App ☆ Maker", [online], Internet <http://appli-maker.jp/>

しかしながら、ＳＮＳのログにはＳＮＳ特有のノイズがある。当該ノイズは、ＳＮＳユーザがＳＮＳを介した関係者との間の関係に関する解析の精度に影響を与える。具体的には、例えば、Ｔｗｉｔｔｅｒ（登録商標）のリプライは通称「巻き込みリプライ」により、ユーザ自身へのリプライを含み、関係者との間の関係を解析する際のＳＮＳ特有のノイズとなる。しかし、Ｗｅｂアプリケーション作成者によるＡＰＩの適用だけでは当該ノイズを除去できず、ユーザが所望の精度の解析結果を得られないという課題がある。 However, there is noise peculiar to SNS in the SNS log. The noise affects the accuracy of the analysis of the SNS user's relationship with the parties via the SNS. Specifically, for example, the reply of Twitter (registered trademark) includes a reply to the user himself by the so-called "entanglement reply", and becomes noise peculiar to SNS when analyzing the relationship with the related parties. However, there is a problem that the noise cannot be removed only by applying the API by the Web application creator, and the user cannot obtain the analysis result with desired accuracy.

本発明は、上記の点に鑑みてなされたものであって、ＳＮＳを介した関係者との間の関係の解析精度を向上させることを目的とする。 The present invention has been made in view of the above points, and an object of the present invention is to improve the accuracy of analysis of relationships with related parties via SNS.

そこで上記課題を解決するため、ＳＮＳ解析システムは、或るユーザによるＳＮＳ（Social Networking Service）への投稿群のうちの他のユーザに対するリプライ群を取得する取得部と、前記リプライ群のそれぞれのリプライ先のユーザ名の集合から一部のユーザ名を抽出する抽出部と、を有する。 Therefore, in order to solve the above problem, the SNS analysis system has an acquisition unit that acquires a reply group for another user among the posting group to the SNS (Social Networking Service) by a certain user, and each reply of the reply group. It has an extraction unit that extracts a part of user names from the above set of user names.

ＳＮＳを介した関係者との間の関係の解析精度を向上させることができる。 It is possible to improve the analysis accuracy of the relationship with the related parties via SNS.

本発明の実施の形態におけるシステム構成例を示す図である。It is a figure which shows the system configuration example in embodiment of this invention. 本発明の実施の形態における提供システム１０を構成するコンピュータのハードウェア構成例を示す図である。It is a figure which shows the hardware configuration example of the computer which comprises the provision system 10 in embodiment of this invention. 本発明の実施の形態における提供システム１０の機能構成例を示す図である。It is a figure which shows the functional structure example of the provision system 10 in embodiment of this invention. 提供システム１０が実行する処理手順の一例を説明するためのフローチャートである。It is a flowchart for demonstrating an example of the processing procedure executed by the provision system 10.

以下、図面に基づいて本発明の実施の形態を説明する。図１は、本発明の実施の形態におけるシステム構成例を示す図である。図１において、対象ＳＮＳ２０と提供システム１０とは、インターネット等のネットワークを介して接続される。提供システム１０は、１以上の作成者端末３０及び１以上の解析者端末４０とインターネット等のネットワークを介して接続される。 Hereinafter, embodiments of the present invention will be described with reference to the drawings. FIG. 1 is a diagram showing an example of a system configuration according to an embodiment of the present invention. In FIG. 1, the target SNS 20 and the providing system 10 are connected via a network such as the Internet. The providing system 10 is connected to one or more creator terminals 30 and one or more analyst terminals 40 via a network such as the Internet.

対象ＳＮＳ２０は、例えば、ユーザ間において双方向の投稿が可能なＳＮＳ（Social Networking Service）である。本実施の形態において、或るユーザによる投稿に対する応答としての投稿を「リプライ」という。本実施の形態では、対象ＳＮＳ２０がＴｗｉｔｔｅｒ（登録商標）である例について説明する。 The target SNS 20 is, for example, an SNS (Social Networking Service) capable of bidirectional posting between users. In the present embodiment, a post as a response to a post by a certain user is referred to as a "reply". In this embodiment, an example in which the target SNS 20 is Twitter (registered trademark) will be described.

提供システム１０は、対象ＳＮＳ２０のログ群（投稿群）について、各種の解析を行うＷｅｂアプリケーション（以下、単に「Ｗｅｂアプリ」という。）を作成させるための機構と、当該Ｗｅｂアプリを利用させるための機構とを提供する１以上のコンピュータである。 The providing system 10 has a mechanism for creating a Web application (hereinafter, simply referred to as "Web application") that performs various analyzes on the log group (posting group) of the target SNS 20, and for using the Web application. One or more computers that provide a mechanism.

作成者端末３０は、提供システム１０を利用して、対象ＳＮＳ２０のログ群を解析するＷｅｂアプリを作成するユーザ（以下、「作成者」という。）が利用する端末である。本実施の形態では、特に、対象ＳＮＳ２０を介した関係者との間の関係を解析するＷｅｂアプリ１１（図３参照）が作成される。 The creator terminal 30 is a terminal used by a user (hereinafter, referred to as "creator") who creates a Web application that analyzes a log group of the target SNS 20 by using the providing system 10. In the present embodiment, in particular, a Web application 11 (see FIG. 3) that analyzes the relationship with the related parties via the target SNS 20 is created.

解析者端末４０は、作成者によって作成されたＷｅｂアプリ１１を利用するユーザ（以下、「解析者」という。）が利用する端末である。 The analyst terminal 40 is a terminal used by a user (hereinafter referred to as "analyst") who uses the Web application 11 created by the creator.

なお、作成者端末３０及び解析者端末４０は、例えば、ＰＣ（Personal Computer）、タブレット端末、又はスマートフォン等でもよい。 The creator terminal 30 and the analyst terminal 40 may be, for example, a PC (Personal Computer), a tablet terminal, a smartphone, or the like.

図２は、本発明の実施の形態における提供システム１０を構成するコンピュータのハードウェア構成例を示す図である。図２のコンピュータは、それぞれバスＢで相互に接続されているドライブ装置１００、補助記憶装置１０２、メモリ装置１０３、ＣＰＵ１０４、及びインタフェース装置１０５等を有する。 FIG. 2 is a diagram showing a hardware configuration example of a computer constituting the providing system 10 according to the embodiment of the present invention. The computer of FIG. 2 has a drive device 100, an auxiliary storage device 102, a memory device 103, a CPU 104, an interface device 105, and the like, which are connected to each other by a bus B, respectively.

コンピュータでの処理を実現するプログラムは、ＣＤ−ＲＯＭ等の記録媒体１０１によって提供される。プログラムを記憶した記録媒体１０１がドライブ装置１００にセットされると、プログラムが記録媒体１０１からドライブ装置１００を介して補助記憶装置１０２にインストールされる。但し、プログラムのインストールは必ずしも記録媒体１０１より行う必要はなく、ネットワークを介して他のコンピュータよりダウンロードするようにしてもよい。補助記憶装置１０２は、インストールされたプログラムを格納すると共に、必要なファイルやデータ等を格納する。 A program that realizes processing by a computer is provided by a recording medium 101 such as a CD-ROM. When the recording medium 101 storing the program is set in the drive device 100, the program is installed in the auxiliary storage device 102 from the recording medium 101 via the drive device 100. However, the program does not necessarily have to be installed from the recording medium 101, and may be downloaded from another computer via the network. The auxiliary storage device 102 stores the installed program and also stores necessary files, data, and the like.

メモリ装置１０３は、プログラムの起動指示があった場合に、補助記憶装置１０２からプログラムを読み出して格納する。ＣＰＵ１０４は、メモリ装置１０３に格納されたプログラムに従ってコンピュータに係る機能を実行する。インタフェース装置１０５は、ネットワークに接続するためのインタフェースとして用いられる。 The memory device 103 reads and stores the program from the auxiliary storage device 102 when the program is instructed to start. The CPU 104 executes a function related to the computer according to a program stored in the memory device 103. The interface device 105 is used as an interface for connecting to a network.

図３は、本発明の実施の形態における提供システム１０の機能構成例を示す図である。図３において、提供システム１０は、１以上のＷｅｂアプリ１１と、パターンマッチング部１２とを含む。各Ｗｅｂアプリ１１及びパターンマッチング部１２は、提供システム１０にインストールされた１以上のプログラムが、ＣＰＵ１０４に実行させる処理により実現される。なお、本実施の形態では、非特許文献１における「アプリ☆メーカー」を拡張した例を示す。 FIG. 3 is a diagram showing a functional configuration example of the provision system 10 according to the embodiment of the present invention. In FIG. 3, the providing system 10 includes one or more Web applications 11 and a pattern matching unit 12. Each Web application 11 and the pattern matching unit 12 are realized by a process of causing the CPU 104 to execute one or more programs installed in the providing system 10. In this embodiment, an example in which the “application ☆ maker” in Non-Patent Document 1 is extended is shown.

パターンマッチング部１２は、各Ｗｅｂアプリ１１に設定されているパターンマッチング文に基づいて、対象ＳＮＳ２０のログ記憶部２２からＡＰＩ２１を介してログ群（投稿群）を取得すると共に、当該投稿群の中からパターンマッチング文に合致する情報を抽出する。パターンマッチング文とは、「アプリ☆メーカー」における結果テンプレートに相当する。以下、「結果テンプレート」で統一する。 The pattern matching unit 12 acquires a log group (post group) from the log storage unit 22 of the target SNS 20 via the API 21 based on the pattern matching statement set in each Web application 11, and is in the post group. Extract the information that matches the pattern matching statement from. The pattern matching statement corresponds to the result template in "App ☆ Maker". Hereinafter, it will be unified with the "result template".

パターンマッチング部１２は、自作フィルタ実行部１３を含む。自作フィルタ実行部１３は、結果テンプレートに自作フィルタが含まれている場合にパターンマッチング部１２から呼び出され、それまでにパターンマッチング部１２によって抽出された情報の中から、当該自作フィルタに合致する情報を抽出し、抽出された情報をパターンマッチング部１２に返却する。 The pattern matching unit 12 includes a self-made filter execution unit 13. The self-made filter execution unit 13 is called from the pattern matching unit 12 when the self-made filter is included in the result template, and the information that matches the self-made filter from the information extracted by the pattern matching unit 12 up to that point. Is extracted, and the extracted information is returned to the pattern matching unit 12.

以下、提供システム１０の処理手順について説明する。図４は、提供システム１０が実行する処理手順の一例を説明するためのフローチャートである。図４では、既に、或る解析者（以下、「ユーザＡ」という。）が提供システム１０にログイン済みであるとする。 Hereinafter, the processing procedure of the providing system 10 will be described. FIG. 4 is a flowchart for explaining an example of the processing procedure executed by the providing system 10. In FIG. 4, it is assumed that an analyst (hereinafter referred to as “user A”) has already logged in to the providing system 10.

ステップＳ１０１において、ユーザＡの解析者端末４０からＷｅｂアプリ１１の実行要求が受信されると、パターンマッチング部１２は、当該実行要求において実行対象として指定されているＷｅｂアプリ１１（以下、「対象アプリ」という。）の結果テンプレートから１つのパターン要素を取得する（Ｓ１０２）。ここでは、当該結果テンプレートが以下の通りであるとする。結果テンプレートは、以下の通り、"［"で始まり"］"で終わる。
［／使用者／リプライ／リプライ先のユーザ／ユーザ名／うち自作フィルタの文字列のもの（１，いずれも含まない）／番にものを選ぶ（１，高頻度な）／文字列自体］
本実施の形態では、スラッシュ（／）で区切られた単位を「パターン要素」と呼ぶ。ステップＳ１０２では、結果テンプレートのうち、未処理のパターン要素の中で先頭のパターン要素が取得される。したがって、最初は「使用者」が取得される。取得されたパターン要素を、以下「対象パターン要素」という。 In step S101, when the execution request of the Web application 11 is received from the analyst terminal 40 of the user A, the pattern matching unit 12 receives the Web application 11 designated as the execution target in the execution request (hereinafter, "target application"). ”), One pattern element is acquired from the result template (S102). Here, it is assumed that the result template is as follows. The result template starts with "[" and ends with "]" as shown below.
[/ User / Reply / Reply destination user / User name / Of which, the character string of the self-made filter (1, not including any) / Select the one for the number (1, High frequency) / The character string itself]
In the present embodiment, the units separated by slashes (/) are referred to as "pattern elements". In step S102, the first pattern element among the unprocessed pattern elements in the result template is acquired. Therefore, the "user" is acquired first. The acquired pattern element is hereinafter referred to as "target pattern element".

続いて、パターンマッチング部１２は、対象パターン要素が自作フィルタを含むか否かを判定する（Ｓ１０３）。自作フィルタを含むパターンは要素、「うち自作フィルタの文字列のもの」という文字列を含む。したがって、ステップＳ１０３における判定は、当該文字列が対象パターン要素に含まれるか否かに基づいて行われる。 Subsequently, the pattern matching unit 12 determines whether or not the target pattern element includes a self-made filter (S103). The pattern including the self-made filter includes an element, the character string "of which the character string of the self-made filter" is included. Therefore, the determination in step S103 is performed based on whether or not the character string is included in the target pattern element.

対象パターン要素が自作フィルタを含まない場合（Ｓ１０３でＮｏ）、パターンマッチング部１２は、対象パターン要素に該当する情報を取得する（Ｓ１０６）。「使用者」は、対象アプリの使用者を示すパターン要素である。したがって、「使用者」は、ユーザＡとして特定される。 When the target pattern element does not include the self-made filter (No in S103), the pattern matching unit 12 acquires the information corresponding to the target pattern element (S106). The "user" is a pattern element indicating the user of the target application. Therefore, the "user" is identified as user A.

続いて、パターンマッチング部１２は、未処理のパターン要素の有無を判定する（Ｓ１０７）。未処理のパターン要素が有る場合（Ｓ１０７でＮｏ）、ステップＳ１０２以降が繰り返される。 Subsequently, the pattern matching unit 12 determines the presence / absence of an unprocessed pattern element (S107). If there is an unprocessed pattern element (No in S107), steps S102 and subsequent steps are repeated.

例えば、上記の結果テンプレートでは、「／使用者／リプライ／リプライ先のユーザ／ユーザ名／」までは、自作フィルタを含まない。したがって、２番目の「リプライ」が対象パターン要素である場合、ステップＳ１０６において、パターンマッチング部１２は、ユーザＡの投稿群のうち、他のユーザの投稿に対するリプライに相当する投稿群（リプライ群）を対象ＳＮＳ２０のＡＰＩ２１を介してログ記憶部２２から取得する。なお、Ｎ番目のパターン要素には、Ｎ−１番目までのパターン要素が限定条件として作用する。したがって、「リプライ」は、ユーザＡの（ユーザＡによる）リプライと解釈される。 For example, in the above result template, the self-made filter is not included up to "/ user / reply / reply destination user / user name /". Therefore, when the second "reply" is the target pattern element, in step S106, the pattern matching unit 12 is a post group (reply group) corresponding to a reply to another user's post among the user A's post group. Is acquired from the log storage unit 22 via the API 21 of the target SNS 20. It should be noted that the N-1st pattern element acts as a limiting condition for the N-1st pattern element. Therefore, "reply" is interpreted as a reply (by user A) of user A.

また、３番目の「リプライ先のユーザ」が対象パターン要素である場合、ステップＳ１０６において、パターンマッチング部１２は、ユーザＡのリプライ群に含まれる各リプライについて、リプライ先（ユーザＡの関係者）を特定する。なお、リプライ先とは、リプライ（応答）の宛先をいう。 Further, when the third "reply destination user" is the target pattern element, in step S106, the pattern matching unit 12 requests the reply destination (related person of user A) for each reply included in the reply group of user A. To identify. The reply destination means the destination of the reply (response).

また、４番目の「ユーザ名」が対象パターン要素である場合、ステップＳ１０６において、パターンマッチング部１２は、ユーザＡのリプライ群に含まれる各リプライのリプライ先のユーザ名（＠で始まるＩＤ）の集合を、各リプライから取得する。 When the fourth "user name" is the target pattern element, in step S106, the pattern matching unit 12 determines the user name (ID starting with @) of the reply destination of each reply included in the reply group of user A. Get the set from each reply.

続く５番目の「うち自作フィルタの文字列のもの（１，いずれも含まない）」は、自作フィルタを含む。したがって、この場合（Ｓ１０３でＹｅｓ）、自作フィルタ実行部１３は、自作フィルタに該当する情報を取得し、当該情報をパターンマッチング部１２に返却する（Ｓ１０４）。本実施の形態において、自作フィルタは、以下のように定義されている。
［／使用者／ユーザ名／文字列自体］
「アプリ☆メーカー」では、予め設定された固定の文字列しか自作フィルタに設定できないが、本実施の形態では、結果テンプレートと同様の形式のパターンマッチング文が自作フィルタとして設定可能とされる。 The fifth "of which the character string of the self-made filter (1, neither is included)" includes the self-made filter. Therefore, in this case (Yes in S103), the self-made filter execution unit 13 acquires the information corresponding to the self-made filter and returns the information to the pattern matching unit 12 (S104). In this embodiment, the self-made filter is defined as follows.
[/ User / user name / character string itself]
In "App ☆ Maker", only a preset fixed character string can be set in the self-made filter, but in the present embodiment, a pattern matching statement in the same format as the result template can be set as the self-made filter.

当該自作フィルタは、ユーザＡのユーザ名（＠で始まるＩＤ）の文字列自体を意味する。例えば、ユーザＡのユーザ名が「＠ユーザＡ」であれば、「＠ユーザＡ」がパターンマッチング部１２に返却される。 The self-made filter means the character string itself of the user name (ID starting with @) of user A. For example, if the user name of user A is "@user A", "@user A" is returned to the pattern matching unit 12.

続いて、パターンマッチング部１２は、返却された情報を対象パターン要素（ここでは、「うち自作フィルタの文字列のもの（１，いずれも含まない）」）に適用する（Ｓ１０５）。その結果、対象パターン要素は、「ユーザＡを含まない」に変換される。したがって、続くステップＳ１０６において、パターンマッチング部１２は、ユーザＡのリプライ群に含まれる各リプライのリプライ先のユーザ名の集合から、ユーザＡのユーザ名とは異なるユーザ名を抽出する。換言すれば、ユーザＡのリプライ群に含まれる各リプライのリプライ先のユーザ名の集合から、ユーザＡのユーザ名が除去された一部のユーザ名が獲得される。すなわち、巻き込みリプライによりリプライ先に混入したユーザＡを除外したユーザ名に絞られる。リプライ先のユーザ名にユーザＡのユーザ名を含むリプライは、ユーザＡと他のユーザとの間の関係の解析においてノイズとなる情報だからである。 Subsequently, the pattern matching unit 12 applies the returned information to the target pattern element (here, "of which the character string of the self-made filter (1, neither is included)") (S105). As a result, the target pattern element is converted to "does not include user A". Therefore, in the following step S106, the pattern matching unit 12 extracts a user name different from the user name of the user A from the set of the user names of the reply destinations of each reply included in the reply group of the user A. In other words, a part of the user names from which the user name of the user A is removed is acquired from the set of the user names of the reply destinations of each reply included in the reply group of the user A. That is, the user names are narrowed down to exclude the user A mixed in the reply destination by the involvement reply. This is because the reply including the user name of the user A in the user name of the reply destination is information that causes noise in the analysis of the relationship between the user A and another user.

６番目以降のパターンのそれぞれは、自作フィルタを含まない。したがって、６番目の「番にものを選ぶ（１，高頻度な）」が対象パターン要素である場合、ステップＳ１０６において、パターンマッチング部１２は、ユーザＡのユーザ名が除去されたユーザ名の集合の中で、１番目に高頻度なユーザ名を特定（選択）する。 Each of the sixth and subsequent patterns does not include a self-made filter. Therefore, when the sixth "select a thing (1, high frequency)" is the target pattern element, in step S106, the pattern matching unit 12 is a set of user names from which the user name of user A has been removed. The user name with the highest frequency is specified (selected) among them.

続いて、７番目の「文字列自体」が対象パターン要素である場合、ステップＳ１０６において、パターンマッチング部１２は、１番目に高頻度なユーザ名の文字列自体を取得する。 Subsequently, when the seventh "character string itself" is the target pattern element, in step S106, the pattern matching unit 12 acquires the character string itself of the user name with the highest frequency.

以上で全てのパターン要素が処理されたため（Ｓ１０７）、対象アプリは、結果テンプレートによって抽出された情報（ここでは、１番目に高頻度なユーザ名の文字列自体）を、ユーザＡの解析者端末４０へ返信する（Ｓ１０８）。 Since all the pattern elements have been processed as described above (S107), the target application uses the information extracted by the result template (here, the character string of the user name with the highest frequency) as the analyst terminal of the user A. Reply to 40 (S108).

なお、６番目以降のパターン要素は、解析目的に合わせて任意のパターン要素に変更されてもよい。 The sixth and subsequent pattern elements may be changed to arbitrary pattern elements according to the purpose of analysis.

上述したように、本実施の形態によれば、或るユーザによるリプライのリプライ先の中から、当該ユーザ自身を除去することができる。したがって、ＳＮＳを介した関係者との間の関係の解析精度を向上させることができる。 As described above, according to the present embodiment, the user himself / herself can be removed from the reply destinations of the reply by a certain user. Therefore, it is possible to improve the accuracy of analysis of the relationship with the parties concerned via SNS.

なお、本実施の形態において、提供システム１０は、ＳＮＳ解析システムの一例である。パターンマッチング部１２は、取得部及び抽出部の一例である。 In the present embodiment, the providing system 10 is an example of an SNS analysis system. The pattern matching unit 12 is an example of an acquisition unit and an extraction unit.

以上、本発明の実施の形態について詳述したが、本発明は斯かる特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。 Although the embodiments of the present invention have been described in detail above, the present invention is not limited to such specific embodiments, and various aspects are within the scope of the gist of the present invention described in the claims. It can be transformed and changed.

１０ 提供システム
１１ Ｗｅｂアプリ
１２ パターンマッチング部
１３ 自作フィルタ実行部
２０ 対象ＳＮＳ
２１ ＡＰＩ
２２ ログ記憶部
３０ 作成者端末
４０ 解析者端末
１００ ドライブ装置
１０１ 記録媒体
１０２ 補助記憶装置
１０３ メモリ装置
１０４ ＣＰＵ
１０５ インタフェース装置
Ｂ バス 10 Provided system 11 Web application 12 Pattern matching unit 13 Self-made filter execution unit 20 Target SNS
21 API
22 Log storage unit 30 Creator terminal 40 Analyst terminal 100 Drive device 101 Recording medium 102 Auxiliary storage device 103 Memory device 104 CPU
105 Interface device B bus

Claims (4)

或るユーザによるＳＮＳ（Social Networking Service）への投稿群のうちの他のユーザに対するリプライ群を取得する取得部と、
前記リプライ群のそれぞれのリプライ先のユーザ名の集合から一部のユーザ名を抽出する抽出部と、
を有することを特徴とするＳＮＳ解析システム。 An acquisition unit that acquires a reply group to another user among the posting group to the SNS (Social Networking Service) by a certain user,
An extraction unit that extracts a part of user names from the set of user names of each reply destination of the reply group, and
An SNS analysis system characterized by having. 前記抽出部は、前記ユーザ名の集合から、前記或るユーザのユーザ名とは異なるユーザ名を抽出する、
ことを特徴とする請求項１記載のＳＮＳ解析システム。 The extraction unit extracts a user name different from the user name of the certain user from the set of the user names.
The SNS analysis system according to claim 1, wherein the SNS analysis system is characterized in that. 或るユーザによるＳＮＳ（Social Networking Service）への投稿群のうちの他のユーザに対するリプライ群を取得する取得手順と、
前記リプライ群のそれぞれのリプライ先のユーザ名の集合から一部のユーザ名を抽出する抽出手順と、
をコンピュータが実行することを特徴とするＳＮＳ解析方法。 An acquisition procedure for acquiring a reply group for another user among a group of posts made by a user to SNS (Social Networking Service), and an acquisition procedure.
An extraction procedure for extracting a part of user names from the set of user names of each reply destination of the reply group, and
An SNS analysis method, characterized in that a computer executes the above. 或るユーザによるＳＮＳ（Social Networking Service）への投稿群のうちの他のユーザに対するリプライ群を取得する取得手順と、
前記リプライ群のそれぞれのリプライ先のユーザ名の集合から一部のユーザ名を抽出する抽出手順と、
をコンピュータに実行させることを特徴とするプログラム。 An acquisition procedure for acquiring a reply group for another user among a group of posts made by a user to SNS (Social Networking Service), and an acquisition procedure.
An extraction procedure for extracting a part of user names from the set of user names of each reply destination of the reply group, and
A program characterized by having a computer execute.
JP2019074724A 2019-04-10 2019-04-10 Sns analyzing system, sns analyzing method and program Pending JP2020173593A (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2019074724A JP2020173593A (en) 2019-04-10 2019-04-10 Sns analyzing system, sns analyzing method and program
PCT/JP2020/015062 WO2020209163A1 (en) 2019-04-10 2020-04-01 Sns analysis system, sns analysis method, and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019074724A JP2020173593A (en) 2019-04-10 2019-04-10 Sns analyzing system, sns analyzing method and program

Publications (1)

Publication Number Publication Date
JP2020173593A true JP2020173593A (en) 2020-10-22

Family

ID=72750816

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019074724A Pending JP2020173593A (en) 2019-04-10 2019-04-10 Sns analyzing system, sns analyzing method and program

Country Status (2)

Country Link
JP (1) JP2020173593A (en)
WO (1) WO2020209163A1 (en)

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5492029B2 (en) * 2010-08-31 2014-05-14 株式会社Ｐｆｕ Information processing apparatus, communication support method, and communication support program
JP6151635B2 (en) * 2013-12-27 2017-06-21 Kddi株式会社 Bot determination device, bot determination method, and program
JP6249794B2 (en) * 2014-01-27 2017-12-20 Kddi株式会社 Bot determination device, bot determination method, and program

Also Published As

Publication number Publication date
WO2020209163A1 (en) 2020-10-15

Similar Documents

Publication Publication Date Title
CN108009137B (en) Standard document processing method, device and system based on configuration file
JP6168996B2 (en) Content control method, content control apparatus, and program
CN110263001B (en) File management method, device, system, equipment and computer readable storage medium
JP2011170471A (en) Social graph generation method, social graph generation device and program
RU2662405C2 (en) Certification documents automatic generation
US9706005B2 (en) Providing automatable units for infrastructure support
Wong et al. Design of a crawler for online social networks analysis
KR20170073693A (en) Extracting similar group elements
CN110602049A (en) Data transmission method, server and storage medium
JP2017068547A (en) Information providing device, program, and information providing method
CN108011936B (en) Method and device for pushing information
US9898463B2 (en) Document management server, document management method, and non-transitory storage medium storing program
CN110968584B (en) Portrait generation system, method, electronic device and readable storage medium
JP2014016916A (en) Social graph expanding method, program and system
WO2020209163A1 (en) Sns analysis system, sns analysis method, and program
JP2016024486A (en) Data utilization system and control method therefor
KR20210000041A (en) Method and apparatus for analyzing log data in real time
JP6062525B1 (en) Information analysis apparatus, information analysis method, and information analysis program
TW201508509A (en) System and method for recommending files
JP6971053B2 (en) Data management equipment, data management methods, and programs
JP5697557B2 (en) Server system, control method thereof, and program.
JP2008250941A (en) Document collecting method, document collecting program and document collecting device
CN111259050A (en) User operation track recording method and device, computer equipment and storage medium
JP2008305289A (en) Application finding method
JP6342717B2 (en) Privacy policy generation device, privacy policy generation method, and program