JP4185059B2 - トレンド予測装置およびトレンド予測方法 - Google Patents

Description

本発明は、インターネットで公開されている情報から近未来のトレンドを予測し、予測したトレンドに関連する情報を提供する装置および方法に関する。

インターネット上では、大勢の人が、ホームページ(Home Page)やウェブログ（Web Log）などで様々な情報を公開し、現在、インターネットは必要な情報をリアルタイムで入手できる有用な情報源になっている。近年、この消費者とも言える個人が発信している情報源を活用してトレンドを分析・予測する試みがなされている。

インターネットの情報源を活用してトレンドを分析・予測する一つの手法として、探索エンジンなどに入力される探索キーワードから現在のトレンドを分析する手法がある。この手法は、探索キーワードをある一定期間（例えば、１週間）ごとに集計し、この集計結果（例えば、探索キーワードのランキング）から、現在のトレンドに関する情報を提供する。

特許文献１で開示されている装置は、探索キーワードを利用してトレンドを分析する装置で、探索キーワードのランキング上位に含まれる検索キーワード同士の関連度を調査し、ユーザがこのランキングの中から一つの探索キーワードを選択すると、この探索キーワードと関連度の高い他の探索キーワード群と関連情報（例えば、ニュース記事など）などの情報を、ユーザに送信する装置である。

しかしながら、探索キーワードを利用する手法では、利用者が入力した検索キーワードが検索エンジンのログ情報に反映されるまでに、早くて２、３日、遅い場合は１ヶ月以上の日数がかかることもあり、トレンド分析のリアルタイム性に欠けてしまう問題がある。

また、インターネットの情報源を活用してトレンドを分析・予測する他の手法として、クローリング（crawling）によって、インターネット上で公開されている情報を収集し、収集した情報からトレンドを分析する手法がある。

特許文献２で開示されている装置は、この手法を応用した装置で、インターネット上の複数のホームページから文書を自動的に収集し、収集した文書に含まれる単語を分析することで、今世間で話題になっていること（＝トレンド）が一目で分かるようにする表示する装置で、好ましくは、収集する文書をニュースとすることで、ニュースに含まれる重要語の重要度や、この重要語の関連語などを一目で分かるようにする装置である。ただし、この装置で表示される内容から分かるトレンドは今世間で話題になっているトレンドであって、近未来に流行するトレンドを予測し、予測したトレンドを活用できない問題がある。
特開２００４−３４８５５４号公報 特開２００２−１０８９３７公報

そこで、本発明は、上述した問題を鑑みて、インターネットで公開されている情報から、近未来に大勢の人が検索エンジンで使用する探索キーワード（以下、トレンドキーワードと記す）をリアルタイムで予測するともに、予測したトレンドキーワードに関連する情報を提供するトレンド予測装置およびトレンド予測方法を提供することを目的とする。

この問題を解決する本発明の第１の態様は、インターネットを利用し、個人が感想などを記述している風評情報を収集し、収集した前記風評情報に基づいてトレンドを予測するトレンド予測装置であって、このトレンド予測装置は、定められた第１の期間が経過するごとに、インターネット上のＷｅｂサイトにアクセスし、前記風評情報と前記風評情報が記述された日付情報とを少なくとも収集する情報収集手段を備える。ここで、多くの人が発信している意見を記憶しているＷｅｂサイトとは、掲示板（BBS、Bulletin Board System）やウェブログ（Web Log）などの情報源を意味する。また、定められた第１の期間とは、１日ごとや１週間ごとといった一定の時間間隔や、ウェブログ管理者が発信するweblogUpdatesPingを受信してから次のweblogUpdatesPingを受信するまでの時間などを意味する。

好ましくは、前記情報収集手段がアクセスする前記Ｗｅｂサイトは、ウェブログが更新されたことを示すｐｉｎｇ情報を記憶している更新通知ｐｉｎｇサーバで、前記情報収集手段は前記更新通知ｐｉｎｇサーバから前記ｐｉｎｇ情報を収集することで、前記風評情報としてウェブログで公開されている情報の要約文を、そして、日付情報としてウェブログの更新日・更新時間とを収集する。また、前記風評情報としては、上述した要約文ではなく、前記ｐｉｎｇ情報で示されるウェブログで公開されている情報そのものを収集してもよい。前記更新通知ｐｉｎｇサーバや前記ウェブログから前記風評情報を収集することで、不特定多数の感想などの情報をリアルタイムに収集することができる。

また、前記トレンド予測装置は、前記情報収集手段が収集した前記風評情報から前記トレンドキーワードを予測するために、定められた第２の期間が経過するごとに、前記第２の期間内に前記情報収集手段が収集したそれぞれの前記風評情報において、前記風評情報内で特徴となる単語をキーワードとして抽出し記憶するキーワード抽出手段と、定められた第３の期間が経過するごとに、前記情報収集手段が収集した前記風評情報の中から、前記第３の期間内に作成された前記風評情報を、前記風評情報の前記日付情報を用いて特定
し、記憶したそれぞれの前記キーワードにおいて、前記第３の期間内で作成された前記風評情報における前記キーワードの使用状況を定量化し、定量化された前記キーワードの使用状況を時系列で分析することで、将来、検索エンジンで使用される可能性の高いトレンドキーワードを記憶した前記キーワードの中から選定するトレンドキーワード予測手段とを備える。

好ましくは、前記トレンド予測装置において、前記トレンドキーワード予測手段が前記キーワードの使用状況を定量化する手段としては、前記第３の期間内に作成された前記風評情報に基づいて、前記キーワードのバースト度を演算する手段、前記キーワードの出現頻度を演算する手段、前記キーワードに対する意見を分析する手段を利用することが望ましい。前記キーワードを定量化する手段としてバースト度を用いることで、定量的にキーワードの盛り上がりを把握することができる。また、出現頻度を用いることで、どの程度の人がキーワードに興味を示しているか把握することができる。更に、前記キーワードに対する意見を分析する手段を用いることで、前記キーワードに対して肯定的な意見が多いか、または否定的な意見が多いか把握することができる。

更に、前記トレンド予測装置は、前記トレンドキーワード予測手段が前記トレンドキーワードを予測するごとに、予測した前記トレンドキーワードに関連する情報をＰＵＬＬ型で提供するＷｅｂサイトであるトレンド情報提供サイトを作成するトレンド情報提供手段を備える。この前記トレンド情報提供手段は、前記トレンド情報提供サイトのＷｅｂページに、前記トレンドキーワード予測手段が選定した前記トレンドキーワードに加え、商品・サービス情報として、予測された前記トレンドキーワードに関連する電子カタログ情報や、消費者の声として、予測された前記トレンドキーワードにコメントしている前記風評情報を表示される。好ましくは、前記トレンド情報提供手段は、前記トレンド情報提供サイトのＷｅｂページに、前記トレンドキーワードとして予測された前記キーワードの分析結果を含ませることが望ましい。

更に、好ましくは、前記トレンド情報提供手段で作成される前記トレンド情報提供サイトのＷｅｂページは、予測した前記トレンドキーワードを用いて、探索エンジン最適化がなされていることが望ましい。予測した前記トレンドキーワードを用いて、前記トレンド情報提供サイトを事前に探索エンジン最適化することで、探索エンジンに予測した前記トレンドキーワードが入力された場合、前記トレンド情報提供サイトが探索結果の上位に配置されるため、前記トレンド情報提供サイトへの集客力を高めることができる。

加えて、前記トレンド予測装置は前記トレンド情報提供手段が生成する前記トレンド情報提供サイトで提供する情報をＰＵＳＨ型で提供するために、予め設定されたユーザに対して、前記トレンド情報提供サイトの要約情報をＲＳＳ（Rich Site Summary、またはRDF Site Summary）フォーマットもしくはＲＤＦ（Resource Description Framework）フォーマットもしくはＡｔｏｍ（Atom Syndication Format）フォーマットなどの構造体文書で配信する機能を備えていることが望ましい。

上述した本発明によれば、インターネットで公開されている情報から、大勢の人が検索エンジンで使用するトレンドキーワードをリアルタイムで予測するともに、予測したトレンドキーワードに関連する情報を提供するトレンド予測装置および予測方法を提供できる。

＜トレンド予測サーバの説明＞
ここから、本発明に係る装置であるトレンド予測サーバについて、図を参照しながら詳細に説明する。図１は、トレンド予測サーバ１０を配置したネットワークシステムの一例を示した図である。図１に示したように、このネットワークシステムにおいては、大勢の人が個人的な感想などを記述した風評情報や画像情報など発信しているウェブログ３０と、それぞれのウェブログで公開される情報が更新されたことを示すｐｉｎｇ情報が送信され、送信された複数のｐｉｎｇ情報を記憶している更新通知ｐｉｎｇサーバ２０と、商品やサービス等の複数の電子カタログ情報を記憶しているマーチャントサーバ４０（Merchant Server）と、本発明に係り、更新通知ｐｉｎｇサーバ２０からｐｉｎｇ情報を収集し、収集したｐｉｎｇ情報から、近い将来、大勢の人が検索エンジンで検索するときに使用する可能性の高いトレンドキーワードを選定し、選定したトレンドキーワードに基づいた情報を提供するトレンド予測サーバ１０と、トレンド予測サーバ１０が配信する情報を利用するユーザが所持するユーザＰＣ５０とが、インターネット６０上にそれぞれ配置されている。

なお、図１においては、説明を分かり易くするために、ウェブログ３０、マーチャントサーバ４０、更新通知ｐｉｎｇサーバ２０およびユーザＰＣ５０は一台としているが、当然、これらのサーバもしくはＰＣは複数台のサーバがインターネットに接続されていてもよい。また、図１においては、便宜上、トレンド予測サーバ１０を単独のサーバとしているが、トレンド予測サーバ１０は複数台のコンピュータによって構成されていても構わない。

図２は、トレンド予測サーバ１０を含む、図１のネットワークシステムのブロック図である。ウェブログ３０では、大勢の人がブログサービスを利用して、ある出来事に対する個人的な感想などを記述したテキスト情報や画像情報などの情報３００（以降、ウェブログ記事）を公開している。ウェブログ記事３００が更新されるごとに、更新されるウェブログ記事３００の要約文やウェブログのＵＲＬ等の情報を含み、ＲＳＳフォーマットなどで記述されたｐｉｎｇ情報２００が、ウェブログ３０から更新通知ｐｉｎｇサーバ２０に送信され、更新通知ｐｉｎｇサーバ２０には送信された複数のｐｉｎｇ情報２００が記憶されている。

マーチャントサーバ４０とはインターネット６０を利用してＥＣ（電子商取引、ＥＣ：electronic commerce）を行うサーバで、マーチャントサーバ４０は商品やサービス等の内容が記述された複数の電子カタログ情報４００や、図示はしていないが商品やサービス等の売れ筋情報、在庫情報などを有している。

本発明に係るトレンド予測サーバ１０は、更新通知ｐｉｎｇサーバ２０からｐｉｎｇ情報２００を収集する情報収集手段１００、収集したｐｉｎｇ情報２００からキーワード１１１となる単語を抽出し記憶するキーワード抽出手段１１０と、キーワード抽出手段１１０が抽出したキーワード１１１がｐｉｎｇ情報２００に出現する出現頻度などを定量化し時系列で分析することで、近未来のトレンドに関連するトレンドキーワード１２１を予測するトレンドキーワード予測手段１２０と、トレンドキーワード予測手段１２０が予測したトレンドキーワード１２１に関連する情報を、インターネット６０を介して提供するトレンド情報提供手段１３０とを備え、トレンド予測サーバ１０に備えられたこれらの手段は、トレンド予測サーバ１０に組み込まれたプログラムで実現される。

また、トレンド予測サーバ１０からインターネットを介して提供される情報を表示するために、ユーザが所持するユーザＰＣ５０にはブラウザ５００およびＲＳＳリーダ５１０が組み込まれている。ユーザＰＣ５０は、パソコンに限らず、PDAや携帯電話などのモバイル端末でも構わない。

＜＜情報収集手段の説明＞＞
ここから、本発明に係るトレンド予測サーバ１０に備えられた情報収集手段１００について詳細に説明する。トレンド予測サーバ１０の情報収集手段１００は予め複数の更新通知ｐｉｎｇサーバ２０のＵＲＬを予め記憶している。そして、情報収集手段１００は、定められた期間ごとに、記憶しているＵＲＬで示される更新通知ｐｉｎｇサーバ２０をクローリングし、更新通知ｐｉｎｇサーバ２０から複数のｐｉｎｇ情報２００を取得し、取得したｐｉｎｇ情報２００は記憶される。情報収集手段１００が収集し記憶したｐｉｎｇ情報２００は、キーワード抽出手段１１０によって分析され、キーワード１１１が抽出される。

図３は、更新通知ｐｉｎｇサーバ２０に記憶されているｐｉｎｇ情報２００の一例を示した図である。図３（ａ）に示したように、更新通知ｐｉｎｇサーバ２０に記憶されているｐｉｎｇ情報２００はＲＳＳフォーマットで記述され、ｐｉｎｇ情報２００には、ＲＳＳフォーマットの定義情報２１０（例えば、ＲＳＳフォーマットの仕様が記載されたＵＲＬなど）、チャンネル情報２２０（更新通知ｐｉｎｇサーバ２０のＵＲＬ，更新日・更新時間、更新されたウェブログ記事３００のリストなどの情報）に加えて、更新されたウェブログ記事３００ごとにアイテム情報２３０が記述される。

図３（ｂ）に示したように、アイテム情報２３０には、更新されたウェブログ記事３００のタイトル２３１（以下、ブログタイトル）、ウェブログ記事３００が公開されているＵＲＬ２３２（以下、ブログＵＲＬ）、更新されたウェブブログ記事３００の要約文２３３（以下、ブログ要約文）およびウェブログ記事３００が更新された日付２３４（ブログ更新日・時間）などが含まれる。アイテム情報２３０に含まれるブログ要約文２３３はキーワード１１１を抽出する情報として利用され、ブログ更新日２３４は抽出したキーワード１１１を時系列で分析するときに利用される。

情報収集手段１００が風評情報としてｐｉｎｇ情報２００を収集するのは、トレンドキーワード１２１を予測するときの誤差を少なくするためと、トレンドキーワード１２１を予測する処理を効率化するためである。一般的に要約文にはその文書の要点のみが記載され、その文書の重要な単語であるキーワード１１１とキーワード１１１に対する意見が含まれる可能性が高く、余計な文書が含まれないだけ、トレンドキーワード１２１予測時の誤差は小さくなる。また、要約文はその本文よりも情報量が少なく、例えば、日本語解析をするときの処理効率は向上する。ただし、情報収集手段１００が収集する情報が、アイテム情報２３０のブログＵＲＬ２３２で示されるアドレスにアクセスすることで取得されるウェブログ記事３００であっても、本発明を適用することはできる。

＜＜キーワード抽出手段の説明＞＞
ここから、トレンド予測サーバ１０に備えられたキーワード抽出手段１１０について説明する。トレンド予測サーバ１０のキーワード抽出手段１１０は、情報収集手段１００がｐｉｎｇ情報２００を収集するごとに、収集したｐｉｎｇ情報２００に含まれるアイテム情報２３０のブログ要約文２３３を分析し、すべてのブログ要約文２３３の中で重要となる単語をキーワード１１１として抽出し、抽出されたすべてのキーワード１１１を記憶する。なお、既に記憶しているキーワード１１１と重複するキーワード１１１がある場合は、キーワード１１１は記憶されない。

詳しくは、アイテム情報２３０のブログ要約文２３３は、公知技術である日本語形態素分析技術によって、ブログ要約文２３３を構成する個々の文は品詞毎に分解され、アイテム情報２３０のブログ要約文２３３に含まれる名詞と固有名詞は切出される。このようにして切出された単語（名詞、固有名詞）の重要度は、例えば公知の技術であるTF/IDF法（TF: Term Frequency,IDF:Inverted Document Frequency）を用いて算出され、各々の単語を重要度の高い順に降順にソートして、その上位の単語（例えば上からＬ個）がキーワード１１１として抽出される。

キーワード抽出手段１１０が抽出したキーワード１１１は、次に述べるトレンドキーワード予測手段１２０によって定量的かつ時間的に分析され、分析結果に基づいてキーワード１１１の中からトレンドキーワード１２１が選定される。

＜＜トレンドキーワード予測手段＞＞
ここから、トレンド予測サーバ１０に備えられたトレンドキーワード予測手段１２０について説明する。トレンドキーワード予測手段１２０は、定められた期間内で収集したｐｉｎｇ情報２００から抽出したキーワード１１１の出現頻度などの評価指標を算出し、この評価指標を時系列で分析することで、キーワード抽出手段１１０が抽出したキーワード１１１の集合の中から、選定条件を満足しているキーワード１１１をトレンドキーワード１２１として選定する。

＜＜＜評価指標算出方法の説明＞＞＞
本実施の形態において、トレンドキーワード予測手段１２０は３つの手法によってキーワード１１１の評価指標を算出する。１つ目の手法は評価指標としてキーワード１１１の注目度を算出する手法で、２つ目の手法は評価指標としてキーワード１１１の出現頻度をカウントする手法で、そして３つ目の手法はキーワード１１１に対する意見を分析する手法で、評価指標としてキーワード１１１に対して肯定的／否定的な意見を記述しているアイテム情報２３０の数を意見分析情報としてカウントする手法であり、これらの手法は、「blog ページの自動収集と監視に基づくテキストマイニング」（人工知能学会研究会資料ＳＩＧ−ＳＷ＆ＯＮＴ−Ａ４０１−０１参照）に記述された「ＢｌｏｇＷａｔｃｈｅｒ」が有する機能を用いて実現している。

ここで、キーワード１１１の注目度とは、文献（情報処理学会研究報告、２００３−ＮＬ−１６０、ＰＰ．８５−９２、２００４）で記述されているＢｕｒｓｔ度である。本実施の形態においては、注目度（Ｂｕｒｓｔ度）を定められた期間ごとに算出し、例えば、注目度の値や注目度の時間的変化の傾きなどの予め設定された選定条件に基づいてトレンドキーワード１２１の候補となるキーワード１１１（以下、トレンドキーワード候補）を選定する。選定されたトレンドキーワード候補は、出現頻度や意見分析情報によって更に評価され、暫定的に選定されたトレンドキーワード候補の中からトレンドキーワード１２１は選定される。

キーワード１１１の出現頻度とは、定められた期間の内に収集したｐｉｎｇ情報２００に含まれるアイテム情報２３０の中でキーワード１１１を含んでいるアイテム情報２３０の数を意味する。キーワード１１１の評価指標に出現頻度を使用するのは、キーワード１１１に対してどの位の人が興味を持っているのか把握するためである。たとえ、注目度（Ｂｕｒｓｔ度）が選定条件を満たしていても、ある一定以上の人がトレンドキーワード候補に興味がなければ、近未来に流行するトレンドに関連しない可能性が高いからである。

意見分析情報とは、キーワード１１１に対して肯定的（ポジティブ）に評価しているアイテム情報２３０の数、否定的（ネガティブ）に評価しているアイテム情報２３０の数を示す情報である。トレンドキーワード１２１の選定に意見分析情報を用いるのは、大勢の人が必ずしも好意的な意味でキーワード１１１に興味を寄せているとは限らず、否定的（ネガティブ）に評価している人が多いトレンドキーワード候補は、近未来に流行するトレンドに関連しない可能性が高いからである。

＜＜＜トレンドキーワード選定の説明＞＞＞
ここから、トレンドキーワード予測手段１２０が上述した３つの評価指標、すなわち、注目度、出現頻度そして意見分析情報を参照し、キーワード１１１の集合の中からトレンドキーワード１２１を選定する手順について更に説明する。図４は、トレンドキーワード予測手段１２０がトレンドキーワード１２１を選定する手順を示したフロー図である。

トレンドキーワード予測手段１２０がトレンドキーワード１２１を選定する手順の最初のステップＳ１０は、定められた期間に収集したｐｉｎｇ情報２００に基づいて、記憶している各々のキーワード１１１の注目度（Ｂｕｒｓｔ度）を算出するステップである。次のステップＳ１１は、注目度（Ｂｕｒｓｔ度）がある一定の条件（例えば、閾値以上）を満たしたキーワード１１１を、トレンドキーワード候補としてステップである。

ステップＳ１２からステップＳ１６が実行されるループＬ１は、ステップＳ１１でトレンドキーワード候補の数だけ繰り返し実行されるループである。このループＬ１で、トレンドキーワード候補の中からトレンドキーワード１２１が選定される。

ループの最初のステップＳ１２は、トレンドキーワード候補の出現頻度が事前に定められた条件を満足していることを確認するステップである。この条件としては、出現頻度に対してある閾値を設定し、この閾値をトレンドキーワード候補の出願頻度が超えるなどの条件でよい。出現頻度がこの条件を満たしているトレンドキーワード候補についてはステップＳ１４に進み、満たさないトレンドキーワード候補はトレンドキーワード１２１として選定されない（ステップＳ１３）。

出現頻度が上述した条件を満たしているトレンドキーワード候補について実行される次のステップＳ１４は、トレンドキーワード候補の意見分析情報を調査し、トレンドキーワード候補に対して肯定的な意見が多いことを確認するステップである。このステップＳ１４では、トレンドキーワード候補に対して肯定的（ポジティブ）に評価しているアイテム情報２３０の数が否定的（ネガティブ）に評価しているアイテム情報２３０の数を超えていることを確認すればよい。

トレンドキーワード候補に対して肯定的な意見が多い場合はステップＳ１６へ進み、否定的な意見が多いトレンドキーワード候補はトレンドキーワード１２１として選定されない（ステップＳ１５）。ステップＳ１６では、すべての選定条件を満たしたトレンドキーワード候補をトレンドキーワード１２１として最終的に選定する。

このステップＳ１６をもって、トレンドキーワード候補からトレンドキーワード１２１を選定するために繰り返し実行されるループＬ１は終了し、すべてのトレンドキーワード候補に対してこのループＬ１の処理が終了すると、トレンドキーワード予測手段１２０がトレンドキーワード１２１を選定する手順が終了する。

ここから、図４で示したフローを更に説明する。図５はあるキーワード１１１に対する評価指標の時間的な推移を示した一例で、あるキーワード１１１に対して、算出される注目度（Ｂｕｒｓｔ度）、出現頻度および意見分析情報の時間的な推移を説明する図である。

図５（ａ）において、横軸は時間軸で、折線グラフは定められた期間ごとに算出された注目度（バースト度）を示し、トレンドキーワード候補を選定する基準として注目度に閾値７０を設けている。図５（ａ）においては、Ｔ０の時点で注目度が閾値７０を超えているので、このキーワード１１１は、Ｔ０の時点でトレンドキーワード候補として抽出される。

図５（ｂ）は、出現頻度の時間的な推移を説明する図である。図５（ｂ）において、横軸は時間軸で、棒グラフは１週間ごとのキーワード１１１の出現頻度を示し、トレンドキーワード候補を選定する基準として出現頻度に閾値７１を設けている。図５（ｂ）においては、Ｔ０の時点では、出現頻度が閾値７１を超えていないので、図５（ａ）のＴ０の時点で抽出したトレンドキーワード候補はトレンドキーワード１２１として選定されない。

図５（ａ）において、このキーワード１１１の注目度はＴ１の時点でも閾値７０を超えるので、Ｔ１の時点でもトレンドキーワード候補として抽出される。図５（ｂ）においても、Ｔ１の時点では出現頻度が閾値７１を超えるので、このトレンドキーワード候補は意見分析情報で最終的に評価される。

図５（ｃ）は、意見分析情報の時間的な推移を説明する図である。図５（ｃ）において、横軸は時間軸で、折線グラフの実線は、トレンドキーワード候補に対して肯定的（ポジティブ）に評価しているアイテム情報２３０の数で、折線グラフの点線は否定的（ネガティブ）に評価しているアイテム情報２３０の数を示している。図５（ｃ）においては、Ｔ１時点で実線が点線を超えている、すなわちこのトレンドキーワード候補に対して肯定的な意見が多いので、図５（ａ）で抽出したトレンドキーワード候補は、Ｔ１の時点でトレンドキーワード１２１として抽出される。

なお、トレンドキーワード予測手段１２０はトレンドキーワード１２１を選定すると共に、特定されたトレンドキーワード１２１が複数ある場合は、その順位付けを行いトレンドキーワード１２１のランキングを生成することが望ましい。トレンドキーワード１２１の順位付けとしては、注目度の値に基づいた順位付けでもよく、または出現頻度の値に基づいた順位付けでもよい。

＜＜トレンド情報提供手段＞＞
ここから、トレンド予測サーバ１０に備えられたトレンド情報提供手段１３０について説明する。トレンド情報提供手段１３０は、上述したトレンドキーワード予測手段１２０によって選定されたトレンドキーワード１２１に基づいて、インターネットを介して公開する情報もしくはインターネットを介して配信する情報を生成する手段である。

本実施の形態において、ＰＵＬＬ型で情報を提供するために、トレンド情報提供手段１３０は、上述した内容で選定されたトレンドキーワード１２１を用いて探索エンジン最適化（SEO: Search Engine Optimization）を施したＷｅｂサイト１３１（以下、トレンド情報提供サイト）を構築する。ここで、探索エンジン最適化（ＳＥＯ）とは、探索エンジンを使用したときに表示される探索結果内（Ｗｅｂページの一覧表）で、ある特定のＷｅｂサイトをできるだけ上位（少なくとも、探索結果の１ページ目）に表示されるために用いられる技術である。

探索エンジン最適化の手法として様々な手法が考案されているが、例えば、ランディング・ページ （Landing Page）にトレンドキーワード１２１を記述することで、ユーザがトレンドキーワード１２１を用いて探索エンジンを利用したときに、トレンド情報提供サイト１３１を探索結果の上位に表示させることができる。

加えて、トレンド情報提供サイト１３１へのアクセスログから、トレンド情報提供サイト１３１へアクセスしたユーザが探索エンジンに入力した単語を分析し、トレンドキーワード１２１に加えて、この分析結果を探索エンジン最適化にフィードバックさせることもできる。

図６はトレンド情報提供サイト１３１の画面構成例である。図６に示したように、トレンド情報提供サイト１３１の画面８０には、トレンドキーワード１２１の情報として、トレンドキーワードランキング８１とトレンドキーワード１２１の分析情報８２や、トレンドキーワード１２１に関連する商品・サービスの企業広告８３・電子カタログ情報の売れ行き情報８４や、トレンドキーワード１２１に対する風評情報として、トレンドキーワード１２１に関連するアイテム情報２００のリストであるアイテム情報リスト８５などが、ユーザＰＣ５０のブラウザ５００に表示される。

図６において、トレンドキーワードランキング８１とは、すべてのトレンドキーワード１２１が記述された情報で、ランキングに準じてトレンドキーワード１２１を並べて表示させる。また、トレンドキーワード１２１の分析情報８２とは、トレンドキーワード１２１の評価指標を時系列で表示した情報で、詳しくは図５（ａ）から（ｃ）で示したグラフなどである。

トレンドキーワード１２１に関連する企業広告８３とは、マーチャントサーバ４０に記憶された電子カタログ情報４００の中から抽出されたトレンドキーワード１２１と類似度の高い電子カタログ情報４００で、アフィリエイト（affiliate）と同様のシステムで電子カタログ情報４００を表示させることが望ましい。

トレンド情報提供手段１３０は、本出願人に係る特開２００４−１０２４０７で開示されている文書探索機能を備え、この文書探索機能を用いて、マーチャントサーバ４０に記憶された電子カタログ情報４００の中から、トレンドキーワード１２１と類似度の高い電子カタログ情報４００を抽出し、抽出した電子カタログ情報４００を表示する。

電子カタログ情報４００の売れ行き情報とは、マーチャントサーバ４０から取得した電子カタログ情報で示される商品などの売れ行きや、在庫などを示した情報である。

トレンドキーワード１２１に関連するアイテム情報リスト８５とは、トレンドキーワード１２１を含むアイテム情報２３０を抽出し、抽出したアイテム情報２３０の中で最新のアイテム情報２３０のリスト（例えば、更新日が新しい５個）であり、このアイテム情報リスト８５には、ウェブログ記事３００のＵＲＬをリンクしたブログタイトル２３１が表示される。

更に、トレンド予測サーバ１０に備えられたトレンド情報提供手段１３０は、情報提供者が所望する情報をユーザに配信するＰＵＳＨ型の情報提供方法として、トレンド情報提供サイト１３１で表示される情報の要約などの見出し情報１３２をＲＳＳフォーマットで記述した情報をユーザＰＣに配信する機能を備ている。配信された見出し情報１３２は、ユーザＰＣ５０のＲＳＳリーダ５１０などで表示される。また、ユーザに配信するＰＵＳＨ型の情報提供方法として、予め設定されたユーザに対してメール配信する機能を備えている。

＜トレンド予測方法の説明＞
ここから、トレンド予測サーバ１０で実行されるトレンド予測方法について、図を参照しながら詳細に説明する。 図７は、トレンド予測方法に含まれる各工程の遷移を示した図で、本発明に係るトレンド予測方法は、少なくとも３つの工程、すなわち、情報収集工程Ｓ１００、キーワード抽出工程Ｓ２００、トレンドキーワード予測工程Ｓ３００およびトレンド情報提供工程Ｓ４００とから構成される。

トレンド予測方法の情報収集工程Ｓ１００は、インターネット上のＷｅｂサイトをクローリングし、Ｗｅｂサイト上で公開されている風評情報を収集する工程で、この情報収集工程Ｓ１００は一定の期間（例えば、１日）ごとに繰り返し実行される。

トレンドとは一般的に大勢の人が興味を示す対象であるから、この情報収集工程Ｓ１００で収集される風評情報としては、個人が自分の意見や感想を記述した情報が適している。また、トレンドは時間的に変わるものであるから、この情報収集工程Ｓ１００では、風評情報に加えて、収集した風評情報がインターネット上で公開された公開日も収集する必要である。この意味で、風評情報としては、図２で説明したようにウェブログ３０で公開されているウェブログ記事３００や、更新通知ｐｉｎｇサーバ２０に記憶され、ウェブログ記事３００の更新日や要約文が記述されたｐｉｎｇ情報２００などが適している。

キーワード抽出工程Ｓ２００では、好ましくは情報収集工程Ｓ１００が風評情報を収集するごとに、一定期間内（例えば１日）に収集されたそれぞれの風評情報からキーワードが抽出され、抽出されたキーワードは記憶される。前述したように、キーワードの抽出する手法としては日本語解析の手法を用いればよい。なお、キーワード抽出工程Ｓ２００でキーワードを抽出するタイミングは、情報収集工程Ｓ１００が風評情報を収集するごとでなくてもよい。

トレンドキーワード予測工程Ｓ３００は一定の期間（例えば、1日）ごとに実行される工程であって、1日が経過するごとに、キーワード抽出工程Ｓ３００で抽出されたキーワードそれぞれについて、情報収集工程Ｓ１００においてこの１日の内に収集された風評情報からキーワードの出現頻度など評価指標が演算され、この評価指標を時系列で分析することで、トレンドキーワードは予測される。

トレンド情報提供工程Ｓ４００は、トレンドキーワード予測工程Ｓ３００でトレンドキーワードが予測されるごと、すなわち1日ごとに実行される工程であって、予測したトレンドキーワードに関連する情報を提供する工程である。このトレンド情報提供工程Ｓ４００では、予測したトレンドキーワードに関連する情報をＰＵＬＬ型で提供するために、予測したトレンドキーワードに関連する情報を記述したトレンド情報提供サイトが生成される。このトレンド情報提供サイトはトレンドキーワードを利用して探索エンジン最適化が図られると共に、トレンドキーワードやトレンドキーワードに関連する商品・サービス情報などが提供される。

ここから、トレンド予測方法に含まれる各工程を更に説明する。図８は、情報収集工程Ｓ１００において、風評情報として、図２で示したウェブログ３０で公開されているウェブログ記事を収集する手順を示したフロー図である。この手順の最初のステップＳ１１０は、更新通知ｐｉｎｇサーバ２０にアクセスするステップである。アクセスする更新通知ｐｉｎｇサーバ２０のＵＲＬは事前に設定され、より多くの情報を収集するために、このステップＳ１１０では、複数の更新通知ｐｉｎｇサーバ２０にアクセスすることが望ましい。

次のステップＳ１２０は、アクセスした更新通知ｐｉｎｇサーバ２０に記憶されたｐｉｎｇ情報２００を収集するステップである。図３で示したようにｐｉｎｇ情報２００には、ウェブログ記事３００の要約文や更新日が含まれる。収集する風評情報がｐｉｎｇ情報２００のみの場合は、このステップＳ１２０で情報収集工程Ｓ１００が終了する。ウェブログ記事３００を風評情報として収集する場合は、次のステップＳ１３０へ進む。

次のステップＳ１３０は、ｐｉｎｇ情報２００で示されているウェブログ記事３００を収集するステップである。図３に示したようにｐｉｎｇ情報２００にはウェブログ記事３００のＵＲＬが記述されており、このＵＲＬにアクセスすることで、ウェブログ記事を取得できる。このステップＳ１３０で、情報収集工程Ｓ１００は終了する。

図９は、キーワード抽出工程Ｓ２００において、情報収集工程１００で一定期間内（例えば１日）に収集された風評情報からキーワードを抽出する手順を示したフロー図で、図９に示した一連のステップは、一定期間内（例えば１日）に収集された各々の風評情報に対して実行される。

キーワード抽出工程Ｓ２００の最初のステップ２１０は、日本語形態素解析などの技術を利用して、風評情報に含まれる単語を切出すステップである。次のステップＳ２２０は、ベクトル空間モデル（Vector Space Model）の処理法（例えば、ＴＦ・ＩＤＦ法）などを利用し、ステップＳ２１０で切出された単語の重要度を演算してキーワードを抽出するステップである。次のステップＳ２３０は、ステップＳ２２０で抽出したキーワードを記憶するステップである。なお、キーワードを記憶する際は、既に記憶しているキーワードと重複するキーワードは記憶しない。このステップＳ２３０をもって、キーワード抽出工程Ｓ２００は終了する。

図１０は、トレンドキーワード予測工程Ｓ３００において、キーワード抽出工程Ｓ２００で抽出されたキーワード群の中からトレンドキーワードを予測する手順を示したフロー図で、図１０に示した一連のステップは、キーワード抽出工程Ｓ２００で抽出された各々のキーワードに対して実行される。

トレンドキーワードを予測する最初のステップＳ３１０は、キーワード抽出工程Ｓ２００で抽出され記憶されたキーワードそれぞれについて、１週間が経過するごとに、１週間内で収集された風評情報群におけるキーワードの使用状況を定量化するステップである。このステップで、キーワードの使用状況を定量化する手法としては、前述した注目度、出現頻度や意見分析情報などの評価指標を算出する手法がよい。

次のステップＳ３２０は、ステップＳ３１０で定量化されたキーワードの使用状況を時系列で分析するステップである。このステップＳ３２０では、トレンドキーワードを選定するための条件であるトレンドキーワード選定条件（例えば、注目度、出現頻度や意見分析情報などの評価指標の閾値）を満足しているキーワードを探索する。そして、ステップＳ３３０では、このトレンドキーワード選定条件を満足したキーワードがトレンドキーワードとして選定される。このステップＳ３３０をもって、トレンドキーワード予測工程Ｓ３００は終了する。

図１１は、トレンド情報提供工程Ｓ４００は、トレンドキーワード予測工程Ｓ３００で選定されたトレンドキーワードに関連する情報を、インターネットを介して提供するもしくは配信する情報を生成する手順を示したフロー図で、図１１で示した一連のステップは、トレンドキーワード予測工程Ｓ３００でトレンドキーワードが選定されるごとに実行される。

トレンド情報提供工程Ｓ４００の最初のステップＳ４１０は、選定されたトレンドキーワードによって探索エンジン最適化され、トレンドキーワードに関連する情報を提供するトレンド情報提供サイトを作成するステップである。このステップＳ４１０では、例えば、ＨＴＭＬ（HyperText Markup Language）で記述されたトレンド情報提供サイトのテンプレートを予め用意し、選定されたトレンドキーワードや、選定されたトレンドキーワードに関連する情報をこのテンプレート内に埋め埋め込む作業が実施される。

図１２は、図６で示したトレンド情報提供サイトのＨＴＭＬのテンプレートを説明する図である。ＨＴＭＬのテンプレート９０には、図１２で図示しているように、＜ｈｔｍｌ＞タグから＜／ｈｔｍｌ＞タグ間でＨＴＭＬの文書が記述され、ＨＴＭＬの本文すなわち表示される情報が＜ｂｏｄｙ＞タグから＜／ｂｏｄｙ＞タグ間に記述され、＜ｈｅａｄ＞タグから＜／ｈｅａｄ＞タグ間では本文に属さない事項、例えば、＜ｔｉｔｌｅ＞タグから＜／ｔｉｔｌｅ＞タグで記述されるＨＴＭＬの文書のタイトルなどが記述される。

トレンド情報提供サイトを探索エンジン最適化する一例としては、図１２で示したテンプレートの＜ｈｅａｄ＞タグから＜／ｈｅａｄ＞タグ間にトレンドキーワードが埋め込むことで実現される。また、トレンドキーワードや電子カタログ情報などの情報は、＜ｂｏｄｙ＞タグから＜／ｂｏｄｙ＞タグ間に埋め込まれる。

次のステップＳ４２０は、ステップＳ４１０で作成したトレンド情報提供サイトの見出し情報をＲＳＳフォーマットやＲＤＦフォーマットなどの構造体文書で作成するステップである。この構造体文書は、トレンド情報提供サイトのＨＴＭＬから容易に作成できる。

トレンド予測サーバを配置したネットワークシステムの一例。 図１のネットワークシステムのブロック図。 ｐｉｎｇ情報を説明する図。 トレンドキーワードを選定する手順を示したフロー図。 キーワードの評価指標の時間的な推移を示した一例。 トレンド情報提供サイトの画面構成例。 トレンド予測方法に含まれる各工程の遷移を示した図。 情報収集工程の手順を示したフロー図。 キーワード抽出工程の手順を示したフロー図。 トレンドキーワード予測工程の手順を示したフロー図。 トレンド情報提供工程の手順を示したフロー図。 トレンド情報提供サイトのＨＴＭＬのテンプレートを説明する図。

符号の説明

１０ トレンド予測サーバ
１００ 情報収集手段
１１０ キーワード抽出手段
１１１ キーワード
１２０ トレンドキーワード予測手段
１２１ トレンドキーワード
１３０ トレンド情報提供手段
２０ 更新通知ｐｉｎｇサーバ
２００ ｐｉｎｇ情報
３０ ウェブログ
３００ ウェブログ記事
４０ マーチャントサーバ
４００ 電子カタログ情報
５０ ユーザＰＣ
５００ ブラウザ
５１０ ＲＳＳリーダー

Claims (6)

1. インターネットを利用し、個人が感想などを記述している風評情報を収集し、収集した前記風評情報に基づいてトレンドを予測するトレンド予測装置であって、
   前記トレンド予測装置は、定められた第１の期間が経過するごとに、インターネット上のＷｅｂサイトにアクセスし、前記風評情報と前記風評情報が記述された日付情報とを少なくとも収集する情報収集手段と、
   定められた第２の期間が経過するごとに、前記第２の期間内で前記情報収集手段が収集したそれぞれの前記風評情報において、前記風評情報内で特徴となる単語をキーワードとして抽出し記憶するキーワード抽出手段と、
   定められた第３の期間が経過するごとに、前記情報収集手段が収集した前記風評情報の中から、前記日付情報を用いて前記第３の期間内に公開された前記風評情報を特定し、前記第３の期間内に公開された前記風評情報から抽出した前記キーワードの中から、前記第３の期間内で公開された前記風評情報における前記キーワードの使用状況を定量化し、定量化された前記キーワードの使用状況を時系列で分析することで、将来、検索エンジンで使用される可能性の高いトレンドキーワードを選定するトレンドキーワード予測手段と、
   前記トレンドキーワード予測手段が選定した前記トレンドキーワードに加え、前記トレンドキーワードにコメントしている前記風評情報および前記トレンドキーワードに関連する電子カタログ情報のいずれか、或いは、すべてを表示するＷｅｂページを提供するＷｅｂサイトであるトレンド情報提供サイトを構築するトレンド情報提供手段と、
   を備えたことを特徴とするトレンド予測装置。
2. 請求項１に記載のトレンド予測装置において、前記トレンド予測装置に備えられた前記トレンド情報提供手段は、前記前記トレンドキーワードとして選定された前記キーワードの分析結果を前記ＷｅｂサイトのＷｅｂページに含ませることを特徴とするトレンド情報予測装置。
3. 請求項１または請求項２に記載のトレンド予測装置において、前記情報収集手段がアクセスする前記Ｗｅｂサイトは、ウェブログが更新されたことを示すｐｉｎｇ情報を記憶している更新通知ｐｉｎｇサーバであって、前記情報収集手段が収集する前記風評情報は、前記更新通知ｐｉｎｇサーバに記憶された前記ｐｉｎｇ情報、もしくは、前記ｐｉｎｇ情報と前記ｐｉｎｇ情報で示される前記ウェブログで公開されている情報であることを特徴とするトレンド予測装置。
4. 請求項１から請求項３のいずれか一つに記載のトレンド予測装置において、前記トレンドキーワード予測手段が前記キーワードの使用状況を定量化する手法は、前記第３の期間内に作成された前記風評情報に基づいて、前記キーワードのバースト度を演算する手法、前記キーワードの出現頻度を演算する手法、前記キーワードに対する意見を分析する手段のいずれかの手法、もしくはこれらの手法を組み合わせた手法であることを特徴とするトレンド予測装置。
5. 請求項１から請求項４のいずれか一つに記載のトレンド予測装置において、前記トレンド情報提供手段は作成する前記トレンド情報提供サイトで提供する情報の見出し情報を構造化文書で生成し配信することを特徴とするトレンド予測装置。
6. 請求項５に記載のトレンド予測装置において、前記構造化文書は、ＲＳＳフォーマットもしくはＲＤＦフォーマットもしくはＡｔｏｍフォーマットで記述されていることを特徴とするトレンド予測装置。

Images