JP2023020366A - Information processing apparatus, information processing system, and program - Google Patents

Information processing apparatus, information processing system, and program Download PDF

Info

Publication number
JP2023020366A
JP2023020366A JP2021125687A JP2021125687A JP2023020366A JP 2023020366 A JP2023020366 A JP 2023020366A JP 2021125687 A JP2021125687 A JP 2021125687A JP 2021125687 A JP2021125687 A JP 2021125687A JP 2023020366 A JP2023020366 A JP 2023020366A
Authority
JP
Japan
Prior art keywords
keyword
target person
posts
post
unit
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
JP2021125687A
Other languages
Japanese (ja)
Other versions
JP7061328B1 (en
Inventor
凌 小林
Ryo Kobayashi
雄紀 細野
Yuki Hosono
佳音 柳
Yoshine Yanagi
克洋 米重
Katsuhiro Yoneshige
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.)
JX PRESS CORP
Original Assignee
JX PRESS 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 JX PRESS CORP filed Critical JX PRESS CORP
Priority to JP2021125687A priority Critical patent/JP7061328B1/en
Priority to JP2022062205A priority patent/JP7182819B1/en
Application granted granted Critical
Publication of JP7061328B1 publication Critical patent/JP7061328B1/en
Publication of JP2023020366A publication Critical patent/JP2023020366A/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

To provide an information processing apparatus which determines future effect of a post on an SNS, an information processing system, and a program.SOLUTION: In an information processing system (1), an information processing apparatus (2) includes: a target information acquisition unit (21) which acquires target information for specifying a target person; a keyword collection unit (22) which collects a keyword related to the target person using the target information; a keyword search processing unit (23) which retrieves a post including the keyword from posts on an SNS using the keyword; a post extraction unit (25) which extracts target-related posts which are posts related to the target person, using the retrieved post including the keyword; a spread prediction unit (26) which extracts a high-profile post which is a target-related post of which future spread situation is predicted to satisfy a high-profile condition, from among the target-related posts; and a notification unit (27) which notifies an external terminal of the high-profile post.SELECTED DRAWING: Figure 1

Description

本発明は、情報処理装置、情報処理システムおよびプログラムに関する。 The present invention relates to an information processing device, an information processing system, and a program.

近年、ソーシャルネットワーキングサービス（以下、単に「ＳＮＳ」という。）では、世界的なユーザ数の増大により、日々刻々と増える投稿の数も莫大である。これらの投稿の中には、時間と共に多くの人々の関心を集め、場合によっては、社会全体の認知度が高くなるものもある。例えば、ある団体または個人に言及した投稿に多くの人々の関心が集まった場合、その投稿が与える社会等への影響は、その団体または個人の活動にも大きな影響を与え得る。したがって、種々の団体または個人にとって、いわゆる「エゴサーチ」等を行うことによって、ＳＮＳにおける投稿を監視することが重要になってきている。 In recent years, in social networking services (hereinafter simply referred to as “SNS”), the number of posts is increasing day by day due to the worldwide increase in the number of users. Over time, some of these posts will gain more people's attention and, in some cases, become more visible to society as a whole. For example, if a post that mentions a certain group or individual attracts the attention of many people, the impact that the post has on society can have a significant impact on the activities of that group or individual. Therefore, it has become important for various organizations or individuals to monitor postings on SNSs by conducting so-called "egosearches" and the like.

ここで、例えば、特許文献１には、Ｗｅｂ上から収集されたコンテンツ情報の中から個人の意見の開示単位を抽出し、抽出した個人の意見の開示単位を解析することにより個人の意見の対象についての個人の評価を特定するコンテンツ情報処理方法が開示されている。このコンテンツ情報処理方法によれば、さらに、コンテンツ情報の開示単位毎の被参照度を用いることにより、影響度の高い注目すべきＷｅｂ上の意見を探し出すことができる。 Here, for example, in Patent Document 1, a disclosure unit of an individual's opinion is extracted from content information collected from the Web, and an object of an individual's opinion is analyzed by analyzing the disclosure unit of the extracted individual opinion. Disclosed is a content information processing method for identifying an individual's rating of. According to this content information processing method, furthermore, by using the degree of referencing for each disclosure unit of content information, it is possible to search for notable opinions on the Web that have a high degree of influence.

特許第４０９７６０２号公報Japanese Patent No. 4097602

特許文献１に記載される従来の技術は、被参照度を利用してコンテンツ情報の現時点までの影響度を判断することはできる。しかしながら、このような従来の技術では、ＳＮＳにおける投稿が与える将来の影響を判断できないという課題があった。 The conventional technique described in Patent Literature 1 can determine the degree of influence of content information up to the present time using the degree of reference. However, such a conventional technique has a problem that it is impossible to determine the future influence of posts on SNS.

本発明は、上記課題を解決するものであり、ＳＮＳにおける投稿が与える将来の影響を判断することができる、情報処理装置、情報処理システムおよびプログラムを得ることを目的とする。 SUMMARY OF THE INVENTION It is an object of the present invention to provide an information processing device, an information processing system, and a program capable of determining the future impact of posts on SNS.

本発明に係る情報処理装置は、対象者を特定するための対象者情報を取得する対象者情報取得部と、対象者情報を用いて、対象者に関連するキーワードを収集するキーワード収集部と、キーワードを用いて、ＳＮＳにおける投稿から、キーワードを含む投稿を検索するキーワード検索処理部と、キーワードを含む投稿の検索結果を用いて、対象者に関連する投稿である対象者関連投稿を抽出する投稿抽出部と、対象者関連投稿から、将来の拡散状況が注目条件を満たすと予測される対象者関連投稿である注目投稿を抽出する拡散予測部と、注目投稿を外部端末に通知する通知部と、を備える。 An information processing apparatus according to the present invention includes a target person information acquisition unit that acquires target person information for specifying a target person, a keyword collection unit that collects keywords related to the target person using the target person information, A keyword search processing unit that searches for posts containing the keyword from posts on SNS using the keyword, and a post that extracts posts related to the target person, which are posts related to the target person, using the search results of posts containing the keyword. an extraction unit, a diffusion prediction unit that extracts, from the target person-related posts, attention posts that are target person-related posts whose future diffusion status is predicted to satisfy attention conditions, and a notification unit that notifies an external terminal of the attention posts. , provided.

本発明によれば、対象者を特定するための対象者情報を用いて収集した対象者に関連するキーワードを用いて、ＳＮＳにおける投稿からキーワードを含む投稿を検索し、キーワードを含む投稿の検索結果を用いて、対象者関連投稿を抽出する。対象者関連投稿から、将来の拡散状況が注目条件を満たすと予測される対象者関連投稿を、注目投稿として抽出するので、本発明に係る情報処理装置は、ＳＮＳにおける投稿が与える将来の影響を判断することができる。 According to the present invention, using a keyword related to a target person collected using target person information for specifying the target person, posts containing the keyword are searched from posts on SNS, and search results of posts containing the keyword are obtained. to extract target-related posts. Since target person-related posts whose future diffusion status is predicted to satisfy attention conditions are extracted from target person-related posts as notable posts, the information processing apparatus according to the present invention can reduce the future impact of posts on the SNS. can judge.

実施の形態１に係る情報処理システムの構成を示すブロック図である。1 is a block diagram showing the configuration of an information processing system according to Embodiment 1; FIG. 実施の形態１に係る情報処理装置の機能を実現するハードウェア構成を示すブロック図である。2 is a block diagram showing a hardware configuration for implementing functions of the information processing apparatus according to Embodiment 1; FIG. 実施の形態１に係る情報処理装置の動作を示すフローチャートである。4 is a flowchart showing operations of the information processing apparatus according to Embodiment 1; 画像が添付された投稿の一例を示す図である。It is a figure which shows an example of the contribution with which the image was attached. ＳＮＳにおける投稿のリツイート数の時間変化を示すグラフである。FIG. 11 is a graph showing temporal changes in the number of retweets posted on SNS. FIG. アラート通知画面の一例を示す画面図である。It is a screen figure which shows an example of an alert notification screen.

実施の形態１．
図１は、実施の形態１に係る情報処理システム１の構成を示すブロック図である。図１において、情報処理システム１は、情報処理装置２、ＳＮＳサーバ３、Ｗｅｂサーバ４、サービスユーザ端末５およびＳＮＳユーザ端末６が、ネットワーク７を介して接続されたシステムである。情報処理システム１は、ＳＮＳにおける投稿が与える将来の影響の予測に利用される。将来の影響の予測とは、具体的には、投稿の将来の拡散状況の予測（以下「拡散予測」ともいう。）である。ネットワーク７は、インターネットを含む電気通信回線である。情報処理装置２は、ＳＮＳにおける投稿から対象者に対応した投稿の将来の拡散状況を予測する拡散予測サービスをサービスユーザ端末５に提供するサーバである。 Embodiment 1.
FIG. 1 is a block diagram showing the configuration of an information processing system 1 according to Embodiment 1. As shown in FIG. In FIG. 1, an information processing system 1 is a system in which an information processing device 2, an SNS server 3, a Web server 4, a service user terminal 5 and an SNS user terminal 6 are connected via a network 7. FIG. The information processing system 1 is used to predict the future impact of posts on SNSs. Prediction of future impact is, specifically, prediction of the future spread of posts (hereinafter also referred to as “prediction of spread”). Network 7 is a telecommunications line including the Internet. The information processing device 2 is a server that provides the service user terminal 5 with a diffusion prediction service that predicts the future diffusion of posts corresponding to a target person based on posts on the SNS.

ＳＮＳサーバ３は、ネットワーク７を介して、ＳＮＳユーザ端末６にＳＮＳを提供するサーバである。ＳＮＳとしては、例えば、Ｔｗｉｔｔｅｒ（登録商標）、Ｉｎｓｔａｇｒａｍ（登録商標）、ＴｉｋＴｏｋ（登録商標）、ＹｏｕＴｕｂｅ（登録商標）またはＦａｃｅｂｏｏｋ（登録商標）がある。Ｗｅｂサーバ４は、ネットワーク７を介してＷｅｂサイトを提供するサーバである。ネットワーク７には、多数のＷｅｂサーバ４が接続されており、Ｗｅｂサーバ４は、膨大な量の情報を公開している。サービスユーザ端末５およびＳＮＳユーザ端末６は、ネットワーク７を介して、情報処理装置２、ＳＮＳサーバ３またはＷｅｂサーバ４と通信可能な端末装置であり、例えば、スマートフォン、タブレット端末またはＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）である。 The SNS server 3 is a server that provides SNS to the SNS user terminals 6 via the network 7 . Examples of SNS include Twitter (registered trademark), Instagram (registered trademark), TikTok (registered trademark), YouTube (registered trademark), and Facebook (registered trademark). The web server 4 is a server that provides web sites via the network 7 . A large number of web servers 4 are connected to the network 7, and the web servers 4 publish a huge amount of information. The service user terminal 5 and the SNS user terminal 6 are terminal devices capable of communicating with the information processing device 2, the SNS server 3, or the web server 4 via the network 7, and are, for example, smart phones, tablet terminals, or PCs (Personal Computers). is.

サービスユーザ端末５は、情報処理装置２が提供する拡散予測サービスを利用するユーザが使用する端末である。拡散予測サービスのユーザは、種々の団体または個人であり得る。「団体」には、種々の営利団体または非営利団体として、法人企業、個人企業または行政団体等が含まれ、「個人」には、種々の自然人として、政治家、芸能人等の他、一般人等も含まれる。また、拡散予測サービスのユーザは、後述する「対象者」自体である場合も、または、「対象者」以外である場合もあり得る。サービスユーザ端末５では、ＳａａＳ（Ｓｏｆｔｗａｒｅ ａｓ ａ Ｓｅｒｖｉｃｅ）の形態で提供される拡散予測サービスが利用可能である。すなわち、拡散予測サービスを提供するためのサービス用アプリケーションは、情報処理装置２上で実行されており、サービスユーザ端末５は、サービス専用のアプリケーションをインストールすることなく、Ｗｅｂブラウザ上で拡散予測サービスの提供を受けることができる。または、サービスユーザ端末５には、拡散予測サービスを利用するための専用アプリケーションがインストールされていてもよい。ＳＮＳユーザ端末６は、ＳＮＳを利用するユーザ（以下「ＳＮＳユーザ」という。）が使用する端末である。例えば、ＳＮＳユーザは、ＳＮＳユーザ端末６を用いて、ＳＮＳサーバ３が提供するＳＮＳにログインすることにより、ＳＮＳの利用が可能となる。 The service user terminal 5 is a terminal used by a user who uses the spread prediction service provided by the information processing device 2 . Users of diffusion prediction services can be various entities or individuals. "Organizations" include various commercial or non-profit organizations such as corporations, sole proprietorships, administrative bodies, etc. "Individuals" include various natural persons such as politicians, entertainers, and ordinary people. is also included. In addition, the user of the spread prediction service may be the "target person" described later, or may be someone other than the "target person". The service user terminal 5 can use a spread prediction service provided in the form of SaaS (Software as a Service). That is, the service application for providing the diffusion prediction service is executed on the information processing device 2, and the service user terminal 5 can use the diffusion prediction service on the Web browser without installing the service-dedicated application. can be provided. Alternatively, a dedicated application for using the spread prediction service may be installed in the service user terminal 5 . The SNS user terminal 6 is a terminal used by a user who uses SNS (hereinafter referred to as "SNS user"). For example, the SNS user can use the SNS by using the SNS user terminal 6 to log in to the SNS provided by the SNS server 3 .

拡散予測サービスを提供する情報処理装置２は、対象者情報取得部２１、キーワード収集部２２、キーワード検索処理部２３、デザイン検索処理部２４、投稿抽出部２５、拡散予測部２６および通知部２７を備える。対象者情報取得部２１は、対象者を特定するための対象者情報を取得する。「対象者」は、種々の団体または種々の個人であり得る。「団体」には、種々の営利団体または非営利団体として、法人企業、個人企業または行政団体等が含まれ、「個人」には、種々の自然人として、政治家、芸能人等の他、一般人等も含まれる。例えば、拡散予測サービスのユーザ（以下「サービスユーザ」ともいう。）は、上記サービス用アプリケーションが提供する入力画面が表示されたサービスユーザ端末５に対して対象者情報を入力する。対象者情報取得部２１は、ネットワーク７を介して、サービスユーザ端末５から対象者情報を取得する。
対象者が団体の場合、対象者情報は、例えば、その団体を特定できる現在の名称である。例えば、対象者が非営利団体の場合、対象者情報は、その非営利団体の現在の団体名であり、また、対象者が企業の場合、対象者情報は、その企業の現在の企業名であり得る。対象者が個人の場合、対象者情報は、例えば、その個人を特定できる現在の名称である。例えば、対象者が一般人の場合、対象者情報は、その人の現在の氏名であり、また、対象者が芸能人の場合、対象者情報は、その芸能人の現在の芸名であり得る。 The information processing device 2 that provides the diffusion prediction service includes a target person information acquisition unit 21, a keyword collection unit 22, a keyword search processing unit 23, a design search processing unit 24, a post extraction unit 25, a diffusion prediction unit 26, and a notification unit 27. Prepare. The target person information acquisition unit 21 acquires target person information for specifying a target person. A "subject" can be different entities or different individuals. "Organizations" include various commercial or non-profit organizations such as corporations, sole proprietorships, administrative bodies, etc. "Individuals" include various natural persons such as politicians, entertainers, etc. is also included. For example, a user of the diffusion prediction service (hereinafter also referred to as "service user") inputs target person information to the service user terminal 5 on which the input screen provided by the service application is displayed. The target person information acquisition unit 21 acquires target person information from the service user terminal 5 via the network 7 .
If the target person is an organization, the target person information is, for example, the current name that can identify the organization. For example, if the Target is a non-profit organization, the Target Information is the current name of the non-profit organization, and if the Target is a company, the Target Information is the current company name of the company. could be. If the target is an individual, the target information is, for example, the current name that can identify the individual. For example, if the target is an ordinary person, the target information may be the person's current name, and if the target is an entertainer, the target information may be the entertainer's current stage name.

キーワード収集部２２は、対象者情報を用いて、対象者に関連するキーワードを収集する。例えば、対象者が企業の場合、キーワード収集部２２は、ネットワーク７を介して、Ｗｅｂサーバ４が公開するＷｅｂサイトのＷｅｂページを、現在の企業名等の対象者情報を用いて検索することにより、検索結果のキーワードを収集する。キーワードを収集する対象となるＷｅｂサイトには、例えば、Ｗｉｋｉｐｅｄｉａ（登録商標）等のインターネット百科事典サイトまたは対象者が提供するＷｅｂサイトがある。例えば、対象者が企業であり、キーワードの収集対象が企業のＷｅｂサイトである場合、特に、ＩＲ（Ｉｎｖｅｓｔｏｒ Ｒｅｌａｔｉｏｎｓ）ページ等の企業の網羅的な情報を取得できるページから、キーワードが収集される。 The keyword collection unit 22 collects keywords related to the target using the target person information. For example, if the target person is a company, the keyword collection unit 22 searches the web page of the website published by the web server 4 via the network 7 using the target person information such as the current company name. , to collect keywords for search results. Websites from which keywords are collected include, for example, Internet encyclopedia sites such as Wikipedia (registered trademark), and websites provided by the subject. For example, if the target person is a company and the keyword collection target is the company's website, the keywords are collected particularly from a page such as an IR (Investor Relations) page where comprehensive information about the company can be obtained.

また、キーワード収集部２２は、キーワードとして、対象者の現在の名称に加え、対象者に関連した商品の商品名、対象者に関連したサービスのサービス名、対象者に関連した商品の商品名の略称、対象者に関連したサービスのサービス名の略称、対象者に関連した商品のカテゴリ、対象者に関連したサービスのカテゴリ、対象者の過去の名称、対象者の現在の略称、対象者の過去の略称、および対象者が属する業界を示す情報の少なくとも一つを含む情報を収集する。
対象者に関連した商品には、例えば、対象者が企業である場合には、その企業（以下「対象企業」という。）が有償もしくは無償により提供する商品が含まれ、対象者が個人である場合には、その個人（以下「対象個人」という。）がいわゆるフリマアプリ等を利用して取引する物品、対象個人が創作した著作物、または、対象個人が出演する作品が含まれる。
対象者に関連したサービスには、例えば、対象企業が有償または無償により提供するサービス、または、対象個人が行うボランティア活動等が含まれる。
商品名には、例えば、個々の商品の名称の他、商品のブランド名も含まれ、また、サービス名には、例えば、個々のサービスの名称の他、サービスのブランド名も含まれる。
対象者の名称には、例えば、対象企業の企業名、対象個人の氏名または個人の別名が含まれる。
対象者が属する業界には、例えば、対象企業の属する業界または対象個人の職業が含まれる。 In addition to the current name of the target person, the keyword collection unit 22 uses, as keywords, the product name of the product related to the target person, the service name of the service related to the target person, and the product name of the product related to the target person. Abbreviation, abbreviation of service name of service related to target, category of products related to target, category of service related to target, past name of target, current abbreviation of target, past of target Collect information including at least one of the abbreviation of and information indicating the industry to which the target belongs.
Products related to the Target include, for example, if the Target is a company, products provided by that company (hereinafter referred to as the "Target Company") for a fee or free of charge, and if the Target is an individual In some cases, it includes goods that the individual (hereinafter referred to as "subject individual") trades using so-called flea market apps, etc., works created by the subject individual, or works in which the subject individual appears.
Services related to the target include, for example, services provided by the target company for a fee or free of charge, or volunteer activities performed by the target individual.
The product name includes, for example, the name of each product as well as the brand name of the product, and the service name includes, for example, the name of each service as well as the brand name of the service.
The subject's name includes, for example, the business name of the subject company, the name of the subject individual, or an alias for the individual.
The industry to which the target belongs includes, for example, the industry to which the target company belongs or the occupation of the target individual.

キーワード収集部２２により収集されたキーワードは、情報処理装置２が備える不図示の記憶装置に記憶されているデータベースに登録される。情報処理システム１において、サービスユーザ端末５に、キーワードの表示を要求する操作が入力されると、情報処理装置２は、当該データベースから、登録されたキーワードを取得してサービスユーザ端末５に送信する。サービスユーザ端末５の画面にキーワードが表示された後に、キーワードを編集する編集操作が入力されると、情報処理装置２は、データベースに登録されたキーワードを、編集操作で指示された編集内容を用いて編集する。通常、キーワード収集部２２は、複数のキーワードを収集する。編集操作によって指示できる編集内容は、これらの複数のキーワードに対する新たなキーワードの追加、いずれかのキーワードの削除、いずれかのキーワードの修正等である。 The keywords collected by the keyword collection unit 22 are registered in a database stored in a storage device (not shown) included in the information processing device 2 . In the information processing system 1, when an operation requesting display of a keyword is input to the service user terminal 5, the information processing device 2 acquires the registered keyword from the database and transmits it to the service user terminal 5. . After the keyword is displayed on the screen of the service user terminal 5, when an editing operation for editing the keyword is input, the information processing device 2 uses the editing content instructed by the editing operation for the keyword registered in the database. to edit. The keyword collection unit 22 usually collects a plurality of keywords. Editing contents that can be instructed by the editing operation include addition of a new keyword, deletion of one of the keywords, correction of one of the keywords, etc. for these multiple keywords.

キーワード検索処理部２３は、キーワードを用いて、ＳＮＳにおける投稿から、キーワードを含む投稿を検索する。例えば、キーワード検索処理部２３は、各キーワードについてのＯＲ検索、ＡＮＤ検索、フレーズ検索または除外ワード検索の少なくとも一つを行う。ＯＲ検索では、対象者に関する複数のキーワードのいずれかを含む投稿を検索することができる。ＡＮＤ検索では、対象者に関する複数のキーワードの全てを含む投稿を検索することができる。また、キーワードの検索はＳＮＳの投稿に含まれるテキスト情報に対して検索するだけでなく、ＳＮＳの投稿に含まれる添付画像や添付動画に含まれるテキストを認識して、認識されたテキストに対して検索することとしてもよい。 The keyword search processing unit 23 uses the keyword to search posts on the SNS for posts containing the keyword. For example, the keyword search processing unit 23 performs at least one of OR search, AND search, phrase search, and exclusion word search for each keyword. In the OR search, it is possible to search for posts containing any of a plurality of keywords regarding the target person. In the AND search, it is possible to search for posts containing all of the multiple keywords regarding the target person. In addition to searching for text information included in SNS posts, keyword searches also recognize text included in attached images and attached videos included in SNS posts, and search for the recognized text. It is also possible to search.

フレーズ検索では、対象者に関するキーワードを一つのフレーズとして検索することができる。除外ワード検索では、本来検索したい対象者に関するキーワードはそのままに、不要なワードを検索対象から除外することができる。例えば、キーワード「カフェ」を含んだ投稿が検索対象である場合に、「カフェ」とは異なる意味合いの「ネットカフェ」を検索対象から除外可能である。 In the phrase search, a keyword related to the target person can be searched as one phrase. In the exclusion word search, unnecessary words can be excluded from the search target while keeping the keyword related to the target person to be originally searched. For example, when posts containing the keyword "cafe" are search targets, "net cafe", which has a different meaning from "cafe", can be excluded from the search targets.

また、キーワード検索処理部２３は、キーワードが伏せ字で記載された投稿も検索可能である。例えば、キーワード検索処理部２３は、投稿を言語解析して伏せ字からキーワードを推定することにより、キーワードが伏せ字で記載された投稿を検索する。キーワード「Ａ通信社」が検索されないように、投稿に「Ａ通○社」という伏せ字で記載されていた場合、キーワード検索処理部２３は、当該投稿を言語解析して「Ａ通○社」から「Ａ通信社」を推定することにより、「Ａ通信社」が直接的に記載されていない投稿を検索する。 In addition, the keyword search processing unit 23 can also search posts in which keywords are written in hidden characters. For example, the keyword search processing unit 23 searches for posts with keywords written in hidden characters by linguistically analyzing the posts and estimating keywords from the hidden characters. In the case where the post contains the hidden characters "Atsushi*sha" so that the keyword "Atsushinsha" is not searched, the keyword search processing unit 23 language-analyzes the post and extracts from "Atsu*sha". By estimating "A news agency", posts that do not directly describe "A news agency" are retrieved.

デザイン検索処理部２４は、ＳＮＳにおける投稿に含まれる画像を用いて、対象者に関連するデザインを含む投稿を検索する。ＳＮＳにおける投稿には、対象者に関するキーワードが本文中に含まれないが、対象者に関連するデザインを含む画像が添付されているものがある。当該画像が添付された投稿も、対象者に影響を与える程度にＳＮＳ上で拡散される可能性がある。情報処理装置２は、デザイン検索処理部２４を備える場合、このような投稿を検索対象とすることができる。例えば、デザイン検索処理部２４は、投稿に添付された画像を画像解析して、デザインが含まれる画像が添付された投稿を検索する。なお、画像は、静止画であっても、動画であっても、その両方であってもよい。また、対象者に関連するデザインとしては、例えば、対象者を示すシンボルマーク等のロゴ、対象者が使用するデザイン文字もしくは図形を含む商標、対象者が提供する商品のブランドもしくはサービスのブランドを示すロゴ、対象者が提供する商品の形状、対象者が提供する商品のパッケージの形状、対象者が提供する商品もしくはパッケージに付されたロゴ、対象者が提供するアプリのＵＩ（Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）等がある。 The design search processing unit 24 uses images included in posts on the SNS to search for posts containing designs related to the target person. Some posts on SNS do not include keywords related to the target person in the text, but are attached with an image including a design related to the target person. A post attached with the image may also spread on SNS to the extent that it affects the target person. When the information processing apparatus 2 includes the design search processing unit 24, such posts can be searched. For example, the design search processing unit 24 performs image analysis on images attached to posts, and searches for posts attached with images containing designs. Note that the image may be a still image, a moving image, or both. Designs related to the Target include, for example, a logo such as a symbol mark that indicates the Target, a trademark that includes design characters or graphics used by the Target, and a brand of products or services provided by the Target. The logo, the shape of the product provided by the Target, the shape of the package of the product provided by the Target, the logo attached to the product or package provided by the Target, the UI (User Interface) of the application provided by the Target, etc. be.

また、デザイン検索処理部２４は、ＳＮＳにおける投稿のうち、キーワード検索処理部２３による検索結果が示すキーワードを含む投稿から、デザインを含む投稿を検索することも可能である。例えば、キーワード検索処理部２３によって検索された、対象者に関するキーワードが本文中に含まれる投稿を対象として、デザイン検索処理部２４は、対象者に関連するデザインが含まれる画像が添付された投稿を検索する。 In addition, the design search processing unit 24 can also search for posts including designs among posts on the SNS that include the keywords indicated by the search results of the keyword search processing unit 23 . For example, the design search processing unit 24 selects a post attached with an image including a design related to the target person for the post searched by the keyword search processing unit 23 and including the keyword related to the target person in the text. search for.

デザイン検索処理部２４は、画像を入力としてデザインの有無を示す結果を出力するデザイン学習済みモデルを用いて、デザインを含む投稿を検索する。デザイン学習済みモデルは、画像認識の学習アルゴリズムを応用した機械学習により生成される。当該機械学習に用いられる学習データは、ＳＮＳにおける実際の投稿に添付され得る程度の粗目の画像が好ましい。なお、画像の大きさが一定値以上のものを学習データとして用いることにより、デザインの推論精度を向上させたデザイン学習済みモデルを生成可能である。また、デザイン学習済みモデルの学習において、既存の学習データである画像に対してデータオーギュメンテイション（Ｄａｔａ Ａｕｇｍｅｎｔａｔｉｏｎ）を実施して学習データ数を増加させてもよい。データオーギュメンテイションでは、既存の学習データである画像の反転、画像の角度の変換、または、画像のぼやかしの処理等を行うことで、新たな学習データを生成することができる。 The design search processing unit 24 searches for a post containing a design using a design-learned model that takes an image as an input and outputs a result indicating the presence or absence of a design. The design-learned model is generated by machine learning that applies an image recognition learning algorithm. The learning data used for the machine learning is preferably a rough image that can be attached to an actual post on the SNS. It should be noted that, by using images having a size of a certain value or more as learning data, it is possible to generate a design-learned model with improved design inference accuracy. Further, in learning the design-learned model, data augmentation may be performed on images, which are existing learning data, to increase the number of learning data. In data augmentation, new learning data can be generated by performing image inversion, image angle conversion, image blurring, or the like, which is existing learning data.

投稿抽出部２５は、キーワード検索処理部２３によるキーワードを含む投稿の検索結果を用いて、対象者に関連する投稿である対象者関連投稿を抽出する。
例えば、投稿抽出部２５は、キーワード検索処理部２３により検索されたキーワードを含む投稿を、そのまますべて対象者関連投稿として抽出する。
また、例えば、投稿抽出部２５は、キーワードを含む投稿の検索結果をカテゴリごとに分類し、サービスユーザが設定したカテゴリに属する対象者関連投稿を抽出する。カテゴリとしては、例えば、キャンペーン投稿、プレスリリース、サービス品質に関する意見、従業員対応に関する意見、商品レビュー、商品もしくはサービスに関する要望、商品紹介、サービス紹介、故障、異物混入、情報漏洩、サービス障害クレーム、オペレーションミス、店舗混雑、交通渋滞、風評被害、他社比較、または、感染症関連情報がある。 The post extraction unit 25 extracts a subject-related post, which is a post related to the subject, using the search results of posts containing the keyword by the keyword search processing unit 23 .
For example, the post extraction unit 25 extracts all posts including the keyword searched by the keyword search processing unit 23 as subject-related posts.
Also, for example, the post extraction unit 25 classifies the search results of posts containing the keyword by category, and extracts the subject-related posts belonging to the category set by the service user. Categories include, for example, campaign posts, press releases, opinions on service quality, opinions on employee response, product reviews, requests on products or services, product introductions, service introductions, failures, contamination, information leaks, service failure complaints, Operation errors, store congestion, traffic jams, harmful rumors, comparisons with other companies, or infectious disease-related information.

また、投稿抽出部２５は、キーワード検索処理部２３によるキーワードを含む投稿の検索結果とデザイン検索処理部２４によるデザインを含む投稿の検索結果とを用いて、対象者関連投稿を抽出してもよい。
例えば、投稿抽出部２５は、キーワード検索処理部２３により検索されたキーワードを含む投稿のうち、特定のキーワードを含む投稿については、デザイン検索処理部２４により対象者に関連するデザインを含む画像が添付された投稿として検索された投稿のみを対象者関連投稿として抽出する。その際、特定のキーワード以外のキーワードを含む投稿については、そのまま対象者関連投稿として抽出する。このような抽出手法は、まず、複数のキーワードのうち一部のキーワードとして広めのキーワードを利用した検索を行うことで、検索漏れのないように広めに投稿を検索しておき、その広めのキーワードで抽出された投稿について、対象者に関連するデザインを含む画像が添付された投稿のみを検索して、無関係の投稿を排除して、対象者関連投稿のみを抽出する手法として有効である。
また、例えば、投稿抽出部２５は、キーワードを含む投稿の検索結果およびデザインを含む投稿の検索結果をそれぞれカテゴリごとに分類し、サービスユーザが設定したカテゴリに属する対象者関連投稿を抽出する。これにより、キーワードを含む投稿に加えて、対象者に関連するデザインを含む投稿を対象者関連投稿として抽出することが可能である。 In addition, the post extraction unit 25 may extract a subject-related post by using the search results of posts including keywords by the keyword search processing unit 23 and the search results of posts including designs by the design search processing unit 24. .
For example, the post extraction unit 25 attaches an image including a design related to the subject by the design search processing unit 24 to posts containing a specific keyword among posts containing the keywords searched by the keyword search processing unit 23. Extract only the posts that are searched as posts that have been targeted as target person-related posts. At that time, posts containing keywords other than specific keywords are extracted as they are as subject-related posts. In such an extraction method, first, by performing a search using a broad keyword as part of a plurality of keywords, posts are searched widely so as not to miss a search. It is effective as a method of extracting only posts related to the target person by excluding irrelevant posts by retrieving only posts with attached images including designs related to the target person.
Further, for example, the post extracting unit 25 classifies search results of posts including keywords and search results of posts including designs by category, and extracts subject-related posts belonging to the category set by the service user. As a result, in addition to posts containing keywords, posts containing designs related to the target person can be extracted as target-related posts.

拡散予測部２６は、対象者関連投稿から、将来の拡散状況が注目条件を満たすと予測される対象者関連投稿である注目投稿を抽出する。注目条件は、対象者関連投稿が広く拡散された状態を示す条件である。例えば、拡散予測部２６は、対象者関連投稿が投稿された後の、予め定められた観測期間における実際の拡散状況を示す値の変化度合いが予め定められた変化度合いを超える場合、当該対象者関連投稿の将来の拡散状況が上記注目条件を満たすと予測する。拡散状況を示す値は、例えば、対象者関連投稿の再投稿回数、引用回数、評価回数および閲覧回数の少なくとも一つである。また、拡散予測部２６は、将来の拡散状況を示す値の予測到達値を算出し、算出された予測到達値が予め定められた閾値を超えた場合に、将来の拡散状況が注目条件を満たすと予測してもよい。 The spread prediction unit 26 extracts, from the target person-related posts, attention posts that are target person-related posts whose future diffusion status is predicted to satisfy the attention condition. The attention condition is a condition indicating a state in which the subject-related post is widely spread. For example, if the degree of change in the value indicating the actual diffusion status in a predetermined observation period after the target person-related post is posted exceeds a predetermined degree of change, the diffusion prediction unit 26 predicts that the target person It is predicted that the future spread of related posts will satisfy the above attention conditions. The value indicating the diffusion status is, for example, at least one of the number of reposts, the number of citations, the number of evaluations, and the number of views of the subject-related post. The diffusion prediction unit 26 also calculates a predicted arrival value of a value indicating the future diffusion status, and if the calculated predicted arrival value exceeds a predetermined threshold, the future diffusion status satisfies the attention condition. can be predicted.

注目投稿者とは、その者による投稿が相当多数のＳＮＳユーザによって直接に閲覧可能な投稿者である。例えば、ＳＮＳがＴｗｉｔｔｅｒであれば、相当多数のＳＮＳユーザにフォローされている投稿者が注目投稿者である。このような投稿者は、インフルエンサとも呼ばれる。注目投稿者による投稿の将来の拡散状況は、注目条件を満たす可能性が高いと予測され、また、少なくとも、その注目投稿者による投稿は、直接に相当多数のＳＮＳユーザによって閲覧される。このため、拡散予測部２６は、対象者関連投稿が注目投稿者によって再投稿、引用、または評価された場合、将来の拡散状況が注目条件を満たすと予測する。 A notable poster is a poster whose posts can be directly viewed by a large number of SNS users. For example, if the SNS is Twitter, a contributor who is followed by a large number of SNS users is a noted contributor. Such contributors are also called influencers. It is predicted that the future spread of posts by the noted poster will likely satisfy the attention condition, and at least the posted by the noted poster will be viewed directly by a considerable number of SNS users. Therefore, if the subject-related post is reposted, quoted, or evaluated by the noted poster, the spread prediction unit 26 predicts that the future spread situation will satisfy the attention condition.

拡散予測部２６は、また、対象者関連投稿を入力として、将来の拡散状況が注目条件を満たすか否かを示す情報を出力する拡散学習済みモデルを用いて、将来の拡散状況が注目条件を満たすか否かを予測するものであってもよい。例えば、拡散学習済みモデルは、対象者関連投稿から抽出された特徴情報を入力として、将来の拡散状況が注目条件を満たすか否かの推論結果を出力する機械学習モデルである。対象者関連投稿の特徴情報としては、種々の情報を利用できる。特徴情報としては、例えば、投稿者の投稿名等のプロフィール、投稿者または対象者関連投稿を引用等によって拡散した者をフォローするＳＮＳユーザの数、投稿者がプログラムにより自動投稿するいわゆる「ボット」か否かを示す情報、対象者関連投稿中の特定のワード、対象者関連投稿がポジティブもしくはネガティブな内容であるか否かを示す情報、対象者関連投稿に添付された画像、現時点での再投稿回数、引用回数、評価回数または閲覧回数等、対象者関連投稿が投稿されてから現時点までの経過時間、または、対象者関連投稿の単位時間当たりの再投稿回数等のいずれか一つまたは組み合わせを使用可能である。
拡散予測部２６は、また、注目投稿を抽出することに加えて、当該注目投稿の将来の拡散状況を示す予測値の推移を算出するものであってもよい。 The diffusion prediction unit 26 also receives the target person-related post as an input and uses a diffusion learned model that outputs information indicating whether the future diffusion situation satisfies the attention condition. It may be one that predicts whether or not the condition is satisfied. For example, the diffusion-learned model is a machine-learning model that receives feature information extracted from a target-person-related post as an input and outputs an inference result as to whether or not the future diffusion situation satisfies the attention condition. Various types of information can be used as the feature information of the subject-related post. Characteristic information includes, for example, the profile of the poster such as the name of the poster, the number of SNS users who follow the poster or those who spread posts related to the target person by quoting, etc., and the so-called "bot" that the poster automatically posts by program. specific words in the target-related post, information indicating whether the target-related post has positive or negative content, images attached to the target-related post, current replay Number of posts, number of citations, number of evaluations or number of views, time elapsed from the posting of the subject-related post to the present time, or the number of re-posts per unit time of the subject-related post, etc. Either one or a combination is available.
In addition to extracting the attention post, the diffusion prediction unit 26 may also calculate the transition of the predicted value indicating the future diffusion status of the attention post.

通知部２７は、注目投稿を、外部端末であるサービスユーザ端末５に通知する。拡散予測部２６が、予測値の推移を算出するものである場合、通知部２７は、注目投稿と予測値の推移とをサービスユーザ端末５の画面に表示するための制御情報をサービスユーザ端末５に送信することにより、サービスユーザ端末５への通知を行ってもよい。この場合、サービスユーザ端末５は、情報処理装置２から受信した制御情報に従って、注目投稿と予測値の推移とを画面に表示する。なお、この場合の予測値の推移の一部には、拡散状況を示す値の現時点までの実際の推移が含まれていてもよい。また、通知の形態は、例えば、拡散予測サービスの提供画面への表示、または、ポップアップ表示による通知のほか、電子メールでの送信による通知、または、音声での通知でもよい。 The notification unit 27 notifies the service user terminal 5, which is an external terminal, of the post of interest. When the spread prediction unit 26 calculates the transition of the predicted value, the notification unit 27 transmits control information for displaying the attention post and the transition of the predicted value on the screen of the service user terminal 5. You may notify to the service user terminal 5 by transmitting to . In this case, according to the control information received from the information processing device 2, the service user terminal 5 displays the attention post and the transition of the predicted value on the screen. Note that part of the transition of the predicted value in this case may include the actual transition up to the present time of the value indicating the diffusion state. In addition, the form of notification may be, for example, notification on the spread prediction service provision screen, notification by pop-up display, notification by transmission by e-mail, or notification by voice.

図２は、情報処理装置２の機能を実現するハードウェア構成を示すブロック図である。例えば、情報処理装置２は、ハードウェア構成として、通信インタフェース１００、入出力インタフェース１０１、プロセッサ１０２およびメモリ１０３を有する。情報処理装置２が備える、対象者情報取得部２１、キーワード収集部２２、キーワード検索処理部２３、デザイン検索処理部２４、投稿抽出部２５、拡散予測部２６、および通知部２７の各機能は、これらのハードウェア構成により実現される。 FIG. 2 is a block diagram showing a hardware configuration that implements the functions of the information processing device 2. As shown in FIG. For example, the information processing device 2 has a communication interface 100, an input/output interface 101, a processor 102, and a memory 103 as a hardware configuration. Each function of the target person information acquisition unit 21, the keyword collection unit 22, the keyword search processing unit 23, the design search processing unit 24, the post extraction unit 25, the diffusion prediction unit 26, and the notification unit 27 provided in the information processing device 2 is It is realized by these hardware configurations.

通信インタフェース１００は、ネットワーク７を介して外部装置から受信されたデータをプロセッサ１０２へ出力し、プロセッサ１０２が生成したデータを、ネットワーク７を介して、サービスユーザ端末５へ送信する。プロセッサ１０２は、入出力インタフェース１０１を介して、図１および図２において図示しない記憶装置に対してデータを読み書きする。当該記憶装置は、情報処理装置２として機能するコンピュータが備える記憶装置である。 The communication interface 100 outputs data received from an external device via the network 7 to the processor 102 and transmits data generated by the processor 102 to the service user terminal 5 via the network 7 . The processor 102 reads and writes data from a storage device (not shown in FIGS. 1 and 2) via the input/output interface 101 . The storage device is a storage device included in a computer functioning as the information processing device 2 .

対象者情報取得部２１、キーワード収集部２２、キーワード検索処理部２３、デザイン検索処理部２４、投稿抽出部２５、拡散予測部２６、および通知部２７の各機能を実現するためのアプリケーションプログラムは、情報処理装置２として機能するコンピュータが備える上記記憶装置に記憶されている。プロセッサ１０２は、入出力インタフェース１０１を介して、上記記憶装置に記憶されたアプリケーションプログラムを読み出してメモリ１０３にロードし、ロードしたプログラムを実行する。これにより、プロセッサ１０２は、対象者情報取得部２１、キーワード収集部２２、キーワード検索処理部２３、デザイン検索処理部２４、投稿抽出部２５、拡散予測部２６、および通知部２７の各機能を実現する。メモリ１０３は、例えば、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）である。 An application program for realizing each function of the target person information acquisition unit 21, the keyword collection unit 22, the keyword search processing unit 23, the design search processing unit 24, the post extraction unit 25, the spread prediction unit 26, and the notification unit 27, It is stored in the storage device included in the computer functioning as the information processing device 2 . The processor 102 reads the application program stored in the storage device through the input/output interface 101, loads it into the memory 103, and executes the loaded program. Thereby, the processor 102 realizes each function of the target person information acquisition unit 21, the keyword collection unit 22, the keyword search processing unit 23, the design search processing unit 24, the post extraction unit 25, the diffusion prediction unit 26, and the notification unit 27. do. The memory 103 is, for example, a RAM (Random Access Memory).

図３は、情報処理装置２の動作を示すフローチャートである。
対象者情報取得部２１は、対象者を特定するための対象者情報を取得する（ステップＳＴ１）。キーワード収集部２２は、対象者情報を用いて、対象者に関連するキーワードを収集する（ステップＳＴ２）。キーワード収集部２２が収集したキーワードは、そのまま、または、サービスユーザによって編集された上で、情報処理装置２が備える不図示の記憶装置におけるデータベースに登録される。 FIG. 3 is a flow chart showing the operation of the information processing device 2. As shown in FIG.
The target person information acquisition unit 21 acquires target person information for specifying a target person (step ST1). The keyword collection unit 22 collects keywords related to the target person using the target person information (step ST2). The keywords collected by the keyword collection unit 22 are registered in a database in a storage device (not shown) included in the information processing device 2 as they are or after being edited by the service user.

キーワード検索処理部２３は、上記データベースから読み出したキーワードを用いて、ＳＮＳにおける投稿からキーワードを含む投稿を検索する（ステップＳＴ３）。図４は、画像１０Ｂが添付された投稿１０の一例を示す図である。キーワード検索処理部２３は、投稿１０の本文１０Ａ中にキーワードが含まれる投稿１０を検索する。また、デザイン検索処理部２４は、対象者に関するデザイン１０Ｃが画像１０Ｂに含まれる投稿１０を検索する。これらの処理が、ステップＳＴ３における検索処理である。 The keyword search processing unit 23 uses the keyword read out from the database to search posts on the SNS for posts containing the keyword (step ST3). FIG. 4 is a diagram showing an example of a post 10 with an attached image 10B. The keyword search processing unit 23 searches for posts 10 in which a keyword is included in the text 10A of the posts 10 . Further, the design search processing unit 24 searches for posts 10 in which the image 10B includes the design 10C related to the target person. These processes are the search process in step ST3.

投稿抽出部２５は、検索処理による投稿の検索結果を用いて対象者関連投稿を抽出する（ステップＳＴ４）。拡散予測部２６は、対象者関連投稿から、将来の拡散状況が注目条件を満たすと予測される対象者関連投稿である注目投稿を抽出する（ステップＳＴ５）。図５は、ＳＮＳがＴｗｉｔｔｅｒである場合の当該ＳＮＳにおける投稿であるツイートの、リツイート数（以下「ＲＴ数」という。）の時間変化を示すグラフである。図５において、投稿の将来の拡散状況を示す値は、当該投稿のＲＴ数である。 The post extraction unit 25 extracts a subject-related post using the search result of the post by the search process (step ST4). The spread prediction unit 26 extracts, from the target person-related posts, attention posts that are target person-related posts whose future diffusion status is predicted to satisfy the attention condition (step ST5). FIG. 5 is a graph showing temporal changes in the number of retweets (hereinafter referred to as “the number of RTs”) of tweets posted on the SNS when the SNS is Twitter. In FIG. 5, the value indicating the future diffusion status of the post is the number of RTs of the post.

拡散予測部２６は、投稿抽出部２５により抽出された対象者関連投稿が投稿された後の、予め定められた観測期間ΔＴ１における実際のＲＴ数の変化度合いが予め定められた閾値を超える場合、当該対象者関連投稿の将来の拡散状況が注目条件を満たすと予測し、当該対象者関連投稿を注目投稿として抽出する。図５に示す注目投稿は、投稿後に時間ΔＴ２（＞ΔＴ１）が経過するまでに、ＲＴ数が対数関数的に増大している。拡散予測部２６は、観測期間ΔＴ１における投稿の実際のＲＴ数の変化度合いが閾値よりも大きいか否かを判定することで、ΔＴ２が経過した後に当該投稿のＲＴ数が一定数を超えるか否かを予測できる。なお、一般的に、ＲＴ数の伸びが緩やかになりほぼ最大値に近づく、つまり、増加が頭打ちになるまでのΔＴ２の時間は、投稿の内容等に応じて、数日、数週間または数カ月の単位等、様々である。 If the degree of change in the actual number of RTs during a predetermined observation period ΔT1 after the subject-related post extracted by the post extraction unit 25 is posted exceeds a predetermined threshold, the diffusion prediction unit 26 It is predicted that the future diffusion status of the target person-related post satisfies the attention condition, and the target person-related post is extracted as the attention post. For the noteworthy post shown in FIG. 5, the number of RTs increases logarithmically by the time ΔT2 (>ΔT1) elapses after posting. The spread prediction unit 26 determines whether the degree of change in the actual number of RTs for the post during the observation period ΔT1 is greater than the threshold, thereby determining whether the number of RTs for the post exceeds a certain number after ΔT2 has passed. can predict In general, the growth of the number of RTs slows down and approaches the maximum value, that is, the time of ΔT2 until the increase hits a ceiling is several days, weeks, or months, depending on the content of the post. There are various units, etc.

対象者関連投稿のＲＴ数の推移は、例えば、対象者関連投稿が投稿された後の観測期間ΔＴ１における実際のＲＴ数の変化度合いに基づいて予測可能である。例えば、拡散予測部２６は、対象者関連投稿のＲＴ数の増加が頭打ちになる予測到達値を算出し、予測到達値が閾値を超えた場合、当該投稿の将来の拡散状況が注目条件を満たすと予測する。なお、予め複数段階の閾値を準備しておき、予測到達値がいずれの閾値を超えるかに応じて、注目投稿の重要度を決定し、通知部２７を介して通知するようにしてもよい。 The change in the number of RTs for the subject-related post can be predicted, for example, based on the degree of change in the actual number of RTs during the observation period ΔT1 after the subject-related post was posted. For example, the diffusion prediction unit 26 calculates a predicted reach value at which an increase in the number of RTs for the target person-related post peaks out, and when the predicted reach value exceeds the threshold, the future diffusion status of the post satisfies the attention condition. I predict. A plurality of levels of thresholds may be prepared in advance, and the importance of the noted post may be determined according to which threshold the predicted reach value exceeds, and notified via the notification unit 27 .

通知部２７は、拡散予測部２６により抽出された注目投稿を、サービスユーザ端末５に通知する（ステップＳＴ６）。例えば、通知部２７は、注目投稿に関する情報を含むアラート通知画面を表示させるための制御情報を、ネットワーク７を介してサービスユーザ端末５に送信する。サービスユーザ端末５は、通知部２７から受信した制御情報に従って、注目投稿に関するアラート通知画面を表示する。 The notification unit 27 notifies the service user terminal 5 of the post of interest extracted by the diffusion prediction unit 26 (step ST6). For example, the notification unit 27 transmits to the service user terminal 5 via the network 7 control information for displaying an alert notification screen including information about the post of interest. The service user terminal 5 displays an alert notification screen regarding the noted post according to the control information received from the notification unit 27 .

図６は、アラート通知画面３０の一例を示す画面図であり、図４に示した投稿が注目投稿である場合を示している。図６に示すように、アラート通知画面３０には、注目投稿１０、ＲＴ到達予測値３０ＡおよびＲＴ数の推移グラフ３０Ｂが表示される。サービスユーザは、アラート通知画面３０における注目投稿１０、ＲＴ到達予測値３０ＡおよびＲＴ数の推移グラフ３０Ｂを参照することにより、注目投稿が対象者に与える影響度合いを知ることができる。 FIG. 6 is a screen diagram showing an example of the alert notification screen 30, and shows a case where the post shown in FIG. 4 is the noted post. As shown in FIG. 6, on the alert notification screen 30, a noteworthy post 10, an RT reach prediction value 30A, and an RT number transition graph 30B are displayed. The service user can know the degree of influence of the featured post on the target person by referring to the featured post 10, the RT reach prediction value 30A, and the RT number transition graph 30B on the alert notification screen 30. FIG.

また、図３におけるステップＳＴ１およびステップＳＴ２の動作は、通常、新規の対象者を登録する際に１度だけ行われる。ただし、キーワードの編集作業は、任意のタイミングで行い得る。これに対し、図３におけるステップＳＴ３からステップＳＴ６までの動作は、予め定められた周期で繰り返し実行される。つまり、キーワード検索処理部２３と、投稿抽出部２５と、拡散予測部２６と、通知部２７とは、予め定められた周期で処理を繰り返し行う。繰り返し処理の周期は、例えば、１分周期である。 Further, the operations of steps ST1 and ST2 in FIG. 3 are normally performed only once when a new subject is registered. However, the keyword editing work can be performed at any timing. On the other hand, the operations from step ST3 to step ST6 in FIG. 3 are repeatedly executed at a predetermined cycle. That is, the keyword search processing unit 23, the post extraction unit 25, the diffusion prediction unit 26, and the notification unit 27 repeatedly perform processing at a predetermined cycle. The cycle of the repeated processing is, for example, one minute cycle.

以上のように、実施の形態１に係る情報処理装置２は、対象者を特定するための対象者情報を用いて収集した対象者に関連するキーワードを用いて、ＳＮＳにおける投稿からキーワードを含む投稿を検索し、キーワードを含む投稿の検索結果を用いて、対象者関連投稿を抽出し、対象者関連投稿から、将来の拡散状況が注目条件を満たすと予測される対象者関連投稿を注目投稿として抽出するので、情報処理装置２は、ＳＮＳにおける投稿が与える将来の影響を判断することができる。 As described above, the information processing apparatus 2 according to the first embodiment uses keywords related to the target person collected using the target person information for specifying the target person, and extracts information from posts on the SNS that include the keyword. and extract target-related posts using the search results of posts containing keywords. Since the information is extracted, the information processing device 2 can determine the future impact of the posting on the SNS.

実施の形態１に係る情報処理装置２において、キーワード収集部２２は、キーワードをＷｅｂサイトから収集する。Ｗｅｂサイトとして公開された膨大な量の情報から、キーワードを収集することができる。 In the information processing device 2 according to the first embodiment, the keyword collection unit 22 collects keywords from websites. Keywords can be collected from a huge amount of information published as Web sites.

実施の形態１に係る情報処理装置２において、キーワード収集部２２は、キーワードとして、対象者の現在の名称に加えて、対象者に関連した商品の商品名、対象者に関連したサービスのサービス名、対象者に関連した商品の商品名の略称、対象者に関連したサービスのサービス名の略称、対象者に関連した商品のカテゴリ、対象者に関連したサービスのカテゴリ、対象者の過去の名称、対象者の現在の略称、対象者の過去の略称、および対象者が属する業界を示す情報の少なくとも一つを含む情報を収集する。これにより、情報処理装置２は、対象者に関連した投稿を、ＳＮＳから確実に抽出することができる。 In the information processing apparatus 2 according to Embodiment 1, the keyword collection unit 22 collects, as keywords, the current name of the target person, the product name of the product related to the target person, and the service name of the service related to the target person. , the abbreviation of the product name of the product related to the target, the abbreviation of the service name of the service related to the target, the category of products related to the target, the category of service related to the target, the past name of the target, Collect information including at least one of the subject's current abbreviation, the subject's past abbreviation, and information indicating the industry to which the subject belongs. Thereby, the information processing device 2 can reliably extract posts related to the target person from the SNS.

実施の形態１に係る情報処理装置２は、ＳＮＳにおける投稿に含まれる画像を用いて、対象者に関連するデザインを含む投稿を検索するデザイン検索処理部２４を備える。投稿抽出部２５は、キーワードを含む投稿の検索結果とデザインを含む投稿の検索結果とを用いて、対象者関連投稿を抽出する。情報処理装置２は、デザイン検索処理部２４を備えることにより、キーワードを含む投稿とデザインを含む投稿とを利用して、対象者関連投稿を抽出することが可能である。 The information processing apparatus 2 according to Embodiment 1 includes a design search processing unit 24 that searches for posts containing designs related to a target person using images included in posts on the SNS. The post extraction unit 25 extracts a subject-related post using the search results of posts containing keywords and the search results of posts containing designs. By including the design search processing unit 24, the information processing device 2 can extract a subject-related post by using a post containing a keyword and a post containing a design.

実施の形態１に係る情報処理装置２において、デザイン検索処理部２４は、ＳＮＳにおける投稿のうち、キーワード検索処理部２３による検索結果が示すキーワードを含む投稿から、デザインを含む投稿を検索する。これにより、情報処理装置２は、Ｗｅｂサイトとして公開された膨大な量の情報から、キーワードを含む投稿を広く検索した上で、対象者に関連するデザインを含む投稿に絞った検索を行うことができる。 In the information processing apparatus 2 according to the first embodiment, the design search processing unit 24 searches posts including designs among posts on the SNS that include keywords indicated by the search results of the keyword search processing unit 23 . As a result, the information processing device 2 can broadly search for posts containing keywords from a huge amount of information published as websites, and then narrowly search for posts containing designs related to the target person. can.

実施の形態１に係る情報処理装置２において、デザイン検索処理部２４は、画像を入力としてデザインの有無を示す結果を出力するデザイン学習済みモデルを用いて、デザインを含む投稿を検索する。デザイン学習済みモデルを用いることにより、デザインを含む投稿を正確に検索することができる。 In the information processing apparatus 2 according to Embodiment 1, the design search processing unit 24 searches for posts containing designs using a design-learned model that receives an image as input and outputs a result indicating the presence or absence of a design. By using the design-trained model, it is possible to accurately search for posts containing designs.

実施の形態１に係る情報処理装置２において、拡散予測部２６は、対象者関連投稿が注目投稿者によって再投稿、引用、または評価された場合、将来の拡散状況が注目条件を満たすと予測する。これにより、拡散予測部２６は、将来の拡散状況が注目条件を満たす対象者関連投稿を、注目投稿として的確に抽出することができる。 In the information processing apparatus 2 according to Embodiment 1, the spread prediction unit 26 predicts that the future spread situation satisfies the attention condition when the target person-related post is reposted, quoted, or evaluated by the noted poster. . As a result, the spread prediction unit 26 can accurately extract target-person-related posts whose future spread status satisfies the attention condition as attention posts.

実施の形態１に係る情報処理装置２において、拡散予測部２６は、対象者関連投稿が投稿された後の、予め定められた観測期間における実際の拡散状況を示す値の変化度合いが予め定められた変化度合いを超える場合、将来の拡散状況が注目条件を満たすと予測する。これにより、拡散予測部２６は、将来の拡散状況が注目条件を満たす対象者関連投稿を、注目投稿として的確に抽出することができる。 In the information processing device 2 according to Embodiment 1, the spread prediction unit 26 determines in advance the degree of change in the value indicating the actual spread state in a predetermined observation period after the target person-related post is posted. If the degree of change is exceeded, the future diffusion situation is predicted to satisfy the attention condition. As a result, the spread prediction unit 26 can accurately extract target-person-related posts whose future spread status satisfies the attention condition as attention posts.

実施の形態１に係る情報処理装置２において、拡散予測部２６は、将来の拡散状況を示す値の予測到達値を算出し、算出された予測到達値が予め定められた閾値を超えた場合、将来の拡散状況が注目条件を満たすと予測する。これにより、拡散予測部２６は、将来の拡散状況が注目条件を満たす対象者関連投稿を、注目投稿として的確に抽出することができる。 In the information processing device 2 according to Embodiment 1, the diffusion prediction unit 26 calculates the predicted arrival value of the value indicating the future diffusion state, and when the calculated predicted arrival value exceeds a predetermined threshold, We predict that the future diffusion situation will satisfy the attention condition. As a result, the spread prediction unit 26 can accurately extract target-person-related posts whose future spread status satisfies the attention condition as attention posts.

実施の形態１に係る情報処理装置２において、拡散予測部２６は、対象者関連投稿の再投稿回数、引用回数、評価回数および閲覧回数の少なくとも一つを、拡散状況を示す値として用いる。これにより、拡散予測部２６は、将来の拡散状況が注目条件を満たす対象者関連投稿を、注目投稿として的確に抽出することができる。 In the information processing apparatus 2 according to Embodiment 1, the diffusion prediction unit 26 uses at least one of the number of reposts, the number of citations, the number of evaluations, and the number of views of the subject-related post as a value indicating the diffusion state. As a result, the spread prediction unit 26 can accurately extract target-person-related posts whose future spread status satisfies the attention condition as attention posts.

実施の形態１に係る情報処理装置２において、拡散予測部２６は、対象者関連投稿を入力として、将来の拡散状況が注目条件を満たすか否かを示す情報を出力する拡散学習済みモデルを用いて、将来の拡散状況が注目条件を満たすか否かを予測する。これにより、拡散予測部２６は、将来の拡散状況が注目条件を満たす対象者関連投稿を、注目投稿として的確に抽出することができる。 In the information processing apparatus 2 according to Embodiment 1, the spread prediction unit 26 uses a diffusion trained model that receives a target person-related post as an input and outputs information indicating whether or not the future spread situation satisfies the attention condition. to predict whether or not the future diffusion situation satisfies the attention condition. As a result, the spread prediction unit 26 can accurately extract target-person-related posts whose future spread status satisfies the attention condition as attention posts.

実施の形態１に係る情報処理装置２において、拡散予測部２６は、予測値の推移を算出するものである。通知部２７は、注目投稿と予測値の推移とをサービスユーザ端末５の画面に表示するための制御情報をサービスユーザ端末５に送信することにより、サービスユーザ端末５への通知を行う。これにより、サービスユーザは、注目投稿の将来の拡散状況を把握することができる。 In the information processing device 2 according to Embodiment 1, the diffusion prediction unit 26 calculates transition of predicted values. The notification unit 27 notifies the service user terminal 5 by transmitting to the service user terminal 5 control information for displaying the post of interest and the transition of the predicted value on the screen of the service user terminal 5 . This allows the service user to grasp the future diffusion status of the post of interest.

実施の形態１に係る情報処理装置２において、キーワード検索処理部２３と、投稿抽出部２５と、拡散予測部２６と、通知部２７とは、予め定められた周期で処理を繰り返し行う。これにより、拡散予測部２６は、将来の拡散状況が注目条件を満たす注目投稿を迅速に抽出することができる。 In the information processing apparatus 2 according to Embodiment 1, the keyword search processing unit 23, the post extraction unit 25, the diffusion prediction unit 26, and the notification unit 27 repeatedly perform processing at a predetermined cycle. As a result, the diffusion prediction unit 26 can quickly extract attention posts whose future diffusion status satisfies the attention condition.

実施の形態１に係る情報処理システム１において、サービスユーザ端末５に、キーワードの表示を要求する操作が入力されると、情報処理装置２は、データベースから登録されたキーワードを取得してサービスユーザ端末５に送信する。サービスユーザ端末５の画面にキーワードが表示された後、キーワードを編集する編集操作が入力されると、情報処理装置２は、データベースに登録されたキーワードを、編集操作で指示された編集内容を用いて編集する。これにより、情報処理装置２は、キーワードをより有用なものに編集することが可能である。 In the information processing system 1 according to Embodiment 1, when an operation requesting display of keywords is input to the service user terminal 5, the information processing device 2 acquires the registered keywords from the database and displays them on the service user terminal. 5. After the keyword is displayed on the screen of the service user terminal 5, when an editing operation for editing the keyword is input, the information processing device 2 uses the editing content instructed by the editing operation for the keyword registered in the database. to edit. Thereby, the information processing device 2 can edit the keyword to make it more useful.

なお、実施の形態の任意の構成要素の変形もしくは実施の形態の任意の構成要素の省略が可能である。 It should be noted that any component of the embodiment can be modified or any component of the embodiment can be omitted.

１ 情報処理システム、２ 情報処理装置、３ サービスユーザ端末、４ ＳＮＳユーザ端末、４ Ｗｅｂサーバ、５ ＳＮＳサーバ、１０ 投稿、１０Ａ，３０Ａ 投稿文、１０Ｂ 画像、１０Ｃ デザイン、２１ 対象者情報取得部、２２ キーワード収集部、２３ キーワード検索処理部、２４ デザイン検索処理部、２５ 投稿抽出部、２６ 拡散予測部、２７ 通知部、３０ アラート通知画面、３１Ａ ＲＴ到達予測数、３１Ｂ 推移グラフ、１００ 通信インタフェース、１０１ 入出力インタフェース、１０２ プロセッサ、１０３ メモリ。 1 information processing system, 2 information processing device, 3 service user terminal, 4 SNS user terminal, 4 Web server, 5 SNS server, 10 posting, 10A, 30A posting text, 10B image, 10C design, 21 subject information acquisition unit, 22 keyword collection unit, 23 keyword search processing unit, 24 design search processing unit, 25 post extraction unit, 26 diffusion prediction unit, 27 notification unit, 30 alert notification screen, 31A RT arrival prediction number, 31B transition graph, 100 communication interface, 101 input/output interface, 102 processor, 103 memory.

Claims (16)

対象者を特定するための対象者情報を取得する対象者情報取得部と、
前記対象者情報を用いて、前記対象者に関連するキーワードを収集するキーワード収集部と、
前記キーワードを用いて、ソーシャルネットワーキングサービスにおける投稿から、前記キーワードを含む投稿を検索するキーワード検索処理部と、
前記キーワードを含む投稿の検索結果を用いて、前記対象者に関連する投稿である対象者関連投稿を抽出する投稿抽出部と、
前記対象者関連投稿から、将来の拡散状況が注目条件を満たすと予測される前記対象者関連投稿である注目投稿を抽出する拡散予測部と、
前記注目投稿を外部端末に通知する通知部と、を備えた
ことを特徴とする情報処理装置。 a target person information acquiring unit for acquiring target person information for specifying a target person;
a keyword collection unit that collects keywords related to the target person using the target person information;
a keyword search processing unit that searches for posts containing the keyword from posts on a social networking service using the keyword;
a post extracting unit that extracts a target person-related post that is a post related to the target person using search results of posts containing the keyword;
a diffusion prediction unit that extracts, from the target person-related posts, attention posts that are the target person-related posts whose future diffusion status is predicted to satisfy attention conditions;
and a notification unit that notifies an external terminal of the noted post. 前記キーワード収集部は、前記キーワードを、ウェブサイトから収集する
ことを特徴とする請求項１に記載の情報処理装置。 The information processing apparatus according to claim 1, wherein the keyword collection unit collects the keywords from websites. 前記キーワード収集部は、前記キーワードとして、前記対象者の現在の名称に加えて、前記対象者に関連した商品の商品名、前記対象者に関連したサービスのサービス名、前記対象者に関連した商品の商品名の略称、前記対象者に関連したサービスのサービス名の略称、前記対象者に関連した商品のカテゴリ、前記対象者に関連したサービスのカテゴリ、前記対象者の過去の名称、前記対象者の現在の略称、前記対象者の過去の略称、および前記対象者が属する業界を示す情報の少なくとも一つを含む情報を収集する
ことを特徴とする請求項１または請求項２に記載の情報処理装置。 In addition to the current name of the target person, the keyword collection unit uses, as the keywords, product names of products related to the target person, service names of services related to the target person, products related to the target person abbreviation of product name, abbreviation of service name of service related to said subject, category of product related to said subject, category of service related to said subject, past name of said subject, said subject The information processing according to claim 1 or claim 2, wherein information including at least one of a current abbreviation of the subject, a past abbreviation of the subject, and information indicating the industry to which the subject belongs is collected. Device. 前記ソーシャルネットワーキングサービスにおける投稿に含まれる画像を用いて、前記対象者に関連するデザインを含む投稿を検索するデザイン検索処理部を備え、
前記投稿抽出部は、前記キーワードを含む投稿の検索結果と前記デザインを含む投稿の検索結果とを用いて、前記対象者関連投稿を抽出する
ことを特徴とする請求項１から請求項３のいずれか１項に記載の情報処理装置。 a design search processing unit that searches for posts containing designs related to the target person using images included in posts on the social networking service;
4. The post extraction unit according to any one of claims 1 to 3, wherein the post extracting unit extracts the subject-related post by using search results of posts containing the keyword and search results of posts containing the design. 1. The information processing apparatus according to 1. 前記デザイン検索処理部は、前記ソーシャルネットワーキングサービスにおける投稿のうち、前記キーワード検索処理部による検索結果が示す前記キーワードを含む投稿から、前記デザインを含む投稿を検索する
ことを特徴とする請求項４に記載の情報処理装置。 5. The design search processing unit searches for a post including the design from among posts in the social networking service including the keyword indicated by a search result of the keyword search processing unit. The information processing device described. 前記デザイン検索処理部は、前記画像を入力として前記デザインの有無を示す結果を出力するデザイン学習済みモデルを用いて、前記デザインを含む投稿を検索する
ことを特徴とする請求項４または請求項５に記載の情報処理装置。 Claim 4 or Claim 5, wherein the design search processing unit searches for posts containing the design by using a design-learned model that receives the image as input and outputs a result indicating the presence or absence of the design. The information processing device according to . 前記拡散予測部は、前記対象者関連投稿が注目投稿者によって再投稿、引用、または評価された場合、前記将来の拡散状況が前記注目条件を満たすと予測する
ことを特徴とする請求項１から請求項６のいずれか１項に記載の情報処理装置。 The diffusion prediction unit predicts that the future diffusion situation satisfies the attention condition when the target person-related post is reposted, quoted, or evaluated by a noted poster. The information processing apparatus according to claim 6 . 前記拡散予測部は、前記対象者関連投稿が投稿された後の、予め定められた観測期間における実際の拡散状況を示す値の変化度合いが予め定められた変化度合いを超える場合に、前記将来の拡散状況が前記注目条件を満たすと予測する
ことを特徴とする請求項１から請求項７のいずれか１項に記載の情報処理装置。 The diffusion prediction unit predicts that, when a degree of change in a value indicating an actual diffusion situation in a predetermined observation period after the subject-related post is posted exceeds a predetermined degree of change, the future The information processing apparatus according to any one of claims 1 to 7, wherein it is predicted that the diffusion state satisfies the attention condition. 前記拡散予測部は、前記将来の拡散状況を示す値の予測到達値を算出し、算出された前記予測到達値が予め定められた閾値を超えた場合、前記将来の拡散状況が前記注目条件を満たすと予測する
ことを特徴とする請求項１から請求項７のいずれか１項に記載の情報処理装置。 The diffusion prediction unit calculates a predicted arrival value of a value indicating the future diffusion status, and if the calculated predicted arrival value exceeds a predetermined threshold, the future diffusion status meets the attention condition. 8. The information processing apparatus according to any one of claims 1 to 7, wherein it is predicted that the conditions will be satisfied. 前記拡散予測部は、前記対象者関連投稿の再投稿回数、引用回数、評価回数および閲覧回数の少なくとも一つを、前記拡散状況を示す値として用いる
ことを特徴とする請求項８または請求項９に記載の情報処理装置。 10. The diffusion prediction unit uses at least one of the number of times of reposting, the number of times of citation, the number of times of evaluation, and the number of times of viewing of the subject-related post as a value indicating the diffusion status. The information processing device according to . 前記拡散予測部は、前記対象者関連投稿を入力として、前記将来の拡散状況が前記注目条件を満たすか否かを示す情報を出力する拡散学習済みモデルを用いて、前記将来の拡散状況が前記注目条件を満たすか否かを予測する
ことを特徴とする請求項１から請求項７のいずれか１項に記載の情報処理装置。 The diffusion prediction unit receives the target person-related post as an input and uses a diffusion trained model that outputs information indicating whether the future diffusion situation satisfies the attention condition, and predicts that the future diffusion situation is the The information processing apparatus according to any one of claims 1 to 7, wherein it is predicted whether or not an attention condition is satisfied. 前記拡散予測部は、前記拡散状況を示す値の予測値の推移を算出するものであり、
前記通知部は、前記注目投稿と前記予測値の推移とを前記外部端末の画面に表示するための制御情報を、前記外部端末に送信することにより、前記外部端末への通知を行う
ことを特徴とする請求項１から請求項１１のいずれか１項に記載の情報処理装置。 The diffusion prediction unit calculates a transition of the predicted value of the value indicating the diffusion status,
The notification unit notifies the external terminal by transmitting to the external terminal control information for displaying the post of interest and the transition of the predicted value on the screen of the external terminal. The information processing apparatus according to any one of claims 1 to 11, wherein: 前記キーワード検索処理部と、前記投稿抽出部と、前記拡散予測部と、前記通知部とは、予め定められた周期で処理を繰り返し行う
ことを特徴とする請求項１から請求項１２のいずれか１項に記載の情報処理装置。 13. The keyword search processing unit, the post extraction unit, the diffusion prediction unit, and the notification unit repeatedly perform processing at a predetermined cycle. The information processing device according to item 1. 請求項１から請求項１３のいずれか１項に記載の情報処理装置と、
前記キーワードが登録されたデータベースと、
前記外部端末と、を備え、
前記外部端末に前記対象者情報が入力されると、前記対象者情報取得部は、前記対象者情報を取得し、前記キーワード収集部は、前記対象者情報を用いて前記キーワードを取得し、収集した前記キーワードを前記データベースに登録する、
ことを特徴とする情報処理システム。 an information processing apparatus according to any one of claims 1 to 13;
a database in which the keywords are registered;
and the external terminal,
When the target person information is input to the external terminal, the target person information acquisition unit acquires the target person information, and the keyword collection unit acquires and collects the keyword using the target person information registering said keyword in said database;
An information processing system characterized by: 前記外部端末に、前記キーワードの表示を要求する操作が入力されると、
前記情報処理装置は、前記データベースから登録された前記キーワードを取得して前記外部端末に送信し、
前記外部端末の画面に前記キーワードが表示された後、前記キーワードを編集する編集操作が入力されると、
前記情報処理装置は、前記データベースに登録された前記キーワードを、前記編集操作で指示された編集内容を用いて編集する
ことを特徴とする請求項１４に記載の情報処理システム。 When an operation requesting display of the keyword is input to the external terminal,
The information processing device acquires the registered keyword from the database and transmits it to the external terminal,
After the keyword is displayed on the screen of the external terminal, when an editing operation for editing the keyword is input,
15. The information processing system according to claim 14, wherein the information processing device edits the keyword registered in the database using editing content instructed by the editing operation. コンピュータを、
対象者を特定するための対象者情報を取得する対象者情報取得部、
前記対象者情報を用いて、前記対象者に関連するキーワードを収集するキーワード収集部、
前記キーワードを用いて、ソーシャルネットワーキングサービスにおける投稿から、前記キーワードを含む投稿を検索するキーワード検索処理部、
前記キーワードを含む投稿の検索結果を用いて、前記対象者に関連する投稿である対象者関連投稿を抽出する投稿抽出部、
前記対象者関連投稿から、将来の拡散状況が注目条件を満たすと予測される前記対象者関連投稿である注目投稿を抽出する拡散予測部、
前記注目投稿を外部端末に通知する通知部、
として機能させるためのプログラム。 the computer,
a target person information acquisition unit for acquiring target person information for specifying a target person;
A keyword collection unit that collects keywords related to the target person using the target person information;
a keyword search processing unit that searches for posts containing the keyword from posts on social networking services using the keyword;
a post extracting unit that extracts a target-related post that is a post related to the target person, using search results of posts containing the keyword;
a diffusion prediction unit that extracts, from the target person-related posts, attention posts that are target person-related posts whose future diffusion status is predicted to satisfy attention conditions;
a notification unit that notifies an external terminal of the noted post;
A program to function as
JP2021125687A 2021-07-30 2021-07-30 Information processing equipment, information processing systems and programs Active JP7061328B1 (en)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2021125687A JP7061328B1 (en) 2021-07-30 2021-07-30 Information processing equipment, information processing systems and programs
JP2022062205A JP7182819B1 (en) 2021-07-30 2022-04-04 Information processing device, information processing system and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2021125687A JP7061328B1 (en) 2021-07-30 2021-07-30 Information processing equipment, information processing systems and programs

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2022062205A Division JP7182819B1 (en) 2021-07-30 2022-04-04 Information processing device, information processing system and program

Publications (2)

Publication Number Publication Date
JP7061328B1 JP7061328B1 (en) 2022-04-28
JP2023020366A true JP2023020366A (en) 2023-02-09

Family

ID=81448187

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021125687A Active JP7061328B1 (en) 2021-07-30 2021-07-30 Information processing equipment, information processing systems and programs

Country Status (1)

Country Link
JP (1) JP7061328B1 (en)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012068982A (en) * 2010-09-24 2012-04-05 Fujitsu Ltd Retrieval result output device, retrieval result output method and retrieval result output program
JP2012073795A (en) * 2010-09-28 2012-04-12 Rakuten Inc Server device, recipe information providing method and recipe information providing program
WO2013073377A1 (en) * 2011-11-18 2013-05-23 日本電気株式会社 Device for predicting scale of information diffusion, method for predicting scale of information diffusion, and program for predicting scale of information diffusion
WO2014002258A1 (en) * 2012-06-29 2014-01-03 トヨタ自動車株式会社 Information-providing device, information-providing system
JP2014085862A (en) * 2012-10-24 2014-05-12 Kddi Corp Prediction server, program, and method for predicting number of future comments on prediction target content
US20150161517A1 (en) * 2013-12-10 2015-06-11 Electronics And Telecommunications Research Institute Device and method for predicting popularity of social data
JP2018032441A (en) * 2017-11-20 2018-03-01 ヤフー株式会社 Service provision device, service provision method and service provision program
JP2020052546A (en) * 2018-09-25 2020-04-02 楽天株式会社 Information processing apparatus, information processing method, program, and storage medium

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012068982A (en) * 2010-09-24 2012-04-05 Fujitsu Ltd Retrieval result output device, retrieval result output method and retrieval result output program
JP2012073795A (en) * 2010-09-28 2012-04-12 Rakuten Inc Server device, recipe information providing method and recipe information providing program
WO2013073377A1 (en) * 2011-11-18 2013-05-23 日本電気株式会社 Device for predicting scale of information diffusion, method for predicting scale of information diffusion, and program for predicting scale of information diffusion
WO2014002258A1 (en) * 2012-06-29 2014-01-03 トヨタ自動車株式会社 Information-providing device, information-providing system
JP2014085862A (en) * 2012-10-24 2014-05-12 Kddi Corp Prediction server, program, and method for predicting number of future comments on prediction target content
US20150161517A1 (en) * 2013-12-10 2015-06-11 Electronics And Telecommunications Research Institute Device and method for predicting popularity of social data
JP2018032441A (en) * 2017-11-20 2018-03-01 ヤフー株式会社 Service provision device, service provision method and service provision program
JP2020052546A (en) * 2018-09-25 2020-04-02 楽天株式会社 Information processing apparatus, information processing method, program, and storage medium

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
村上 勝利，名取 滋樹: "全社型業務改革で切り開く新たな経営スタイル ２ 新たな顧客管理手法「ＲＦＭ＋Ｉ分析」によるＣＲＭ", 知的資産創造, vol. 第２１巻，第３号, JPN6021047777, 20 February 2013 (2013-02-20), JP, pages 16 - 29, ISSN: 0004657925 *

Also Published As

Publication number Publication date
JP7061328B1 (en) 2022-04-28

Similar Documents

Publication Publication Date Title
US11019107B1 (en) Systems and methods for identifying violation conditions from electronic communications
US10599774B1 (en) Evaluating content items based upon semantic similarity of text
US9208441B2 (en) Information processing apparatus, information processing method, and program
JP5615857B2 (en) Analysis apparatus, analysis method, and analysis program
US10193849B2 (en) Determining stories of interest based on quality of unconnected content
JP5895052B2 (en) Information analysis system and information analysis method
KR20150067897A (en) Apparutus and method for predicting popularity of social data
KR20140119269A (en) Apparatus and system for detecting complex issues based on social media analysis and method thereof
KR20140047226A (en) Apparatus and method for providing an issue history, and generating the issue history
US10296924B2 (en) Document performance indicators based on referral context
Janjua et al. A fuzzy supply chain risk assessment approach using real-time disruption event data from Twitter
CN110674404A (en) Link information generation method, device, system, storage medium and electronic equipment
JP6356268B2 (en) E-mail analysis system, e-mail analysis system control method, and e-mail analysis system control program
JP6745541B2 (en) Information processing apparatus, information processing method, program, and image information display system
JP7182819B1 (en) Information processing device, information processing system and program
JP7061328B1 (en) Information processing equipment, information processing systems and programs
US10671654B2 (en) Estimating probability of spreading information by users on micro-weblogs
JP2023021119A (en) Information processing apparatus, information processing system, and program
GB2608112A (en) System and method for providing media content
JP2017151574A (en) User information processing server and processing method of user information
JP2015064650A (en) Information processing apparatus, article information creation method, and program
JP2019079474A (en) Site improvement device, site improvement method and site improvement program
Tu et al. Real-time detection and sorting of news on microblogging platforms
US20230098009A1 (en) Sns analysis system, sns analysis device, sns analysis method, and recording mediumstoring sns analysis program
US11797779B2 (en) System and method for generating subjective wellbeing analytics score

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210820

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20210820

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20211126

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20211207

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: 20220315

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220404

R150 Certificate of patent or registration of utility model

Ref document number: 7061328

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350