JP4580351B2

JP4580351B2 - 興味情報生成装置、興味情報生成方法および興味情報生成プログラム

Info

Publication number: JP4580351B2
Application number: JP2006045903A
Authority: JP
Inventors: 真中辻; 優三好; 祥広大塚
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2006-02-22
Filing date: 2006-02-22
Publication date: 2010-11-10
Anticipated expiration: 2026-02-22
Also published as: JP2007226467A

Description

本発明は興味情報生成装置、興味情報生成方法および興味情報生成ブログラムに関し、特に、ブログエントリを参照しつつ、個人の興味情報が概念階層化されたパーソナルオントロジを自動的に生成する方法に適用して好適なものである。

インターネット上などで情報検索を実施する場合、主としてキーワード入力による情報検索が行われている。このキーワード検索では、例えば、ビデオ録画装置の分野においては、録画内容がキーワードによって指定されるため、ユーザが適切なキーワードを思いつかないと、意図したビデオ内容を録画することができなかった。
また、ｇｏｏなどの検索エンジンを利用した検索においても、ユーザが適切なキーワードを思いつかないと、意図した内容を検索することができないだけでなく、不要な検索結果が多数含まれることがあった。

さらに、ｄｏｂｌｏｇなどのブログプロバイダにおいても、ユーザはキーワードベースで興味のある情報を検索し、検索結果にかかったブログサイトにアクセスするというレベルに留まっており、ユーザが興味のある未知のキーワードやコミュニティあるいはブログサイトを発見することができなかった。
この理由の一つとして、現在の検索方法はキーワード検索のみであり、クラス（概念）体系やクラスの持つ属性、すなわちクラス名やインスタンス（実体）を利用した精度の高い検索を実施できないことが挙げられる。キーワードはただの文字列であるが、クラスは複数のインスタンスをメンバーとして持つものであり、どのようなインスタンスをクラスの構成メンバーとするかによって、各個人の嗜好をクラスに反映させることができる。また、クラス階層の取り方によっても、各個人の嗜好をクラスに反映させることができる。

また、非特許文献１には、個人の登録するブックマークや個人が保持するフォルダなどの階層構造と、ブックマークやフォルダに格納されるファイル情報に基づいて個人の興味情報を階層的に構築する方法が開示されている。
佐保田圭介他、"ブックマークの階層構造情報を組み込んだ協調フィルタリングによるＷｅｂページの推薦手法"、ＤＥＷＳ２００４６−Ｂ−０４

しかしながら、ユーザの興味が概念階層化されたパーソナルオントロジを生成するにはコストが高くつくため、各個人のパーソナルオントロジをインターネットを介して流通させることが困難である。このため、各個人のパーソナルオントロジを他のユーザのパーソナルオントロジとマッピングさせることにより、興味の一致するユーザ間で自動的にコミュニティを形成することができなかった。また、Ｗｅｂ上の音楽ファイルなどのコンテンツのメタデータとパーソナルオントロジとの間でのマッチングによる自動的かつ高精度な情報検索および推薦ができないという問題があった。

また、非特許文献１に開示された方法では、個人の興味がブックマークやフォルダに的確に表現されているとは言えないため、これらの情報に基づく興味マッチングでは、各個人の興味に適合したコミュニティを発見したり、情報を推薦したりすることができないという問題があった。
そこで、本発明の目的は、作成にかかるコストを抑制しつつ、個人の興味が高精度に反映されたパーソナルオントロジを生成することが可能な興味情報生成装置、興味情報生成方法および興味情報生成ブログラムを提供することである。

上述した課題を解決するために、請求項１記載の興味情報生成装置によれば、ブログエントリに含まれる単語を抽出する単語抽出手段と、予め設定された単語が概念階層化されてなる雛形オントロジから前記単語抽出手段で抽出された単語を含むクラスまたはインスタンスを抽出する分類子適用手段と、前記抽出されたクラスまたはインスタンスおよびそれらの上位のクラスを含む階層構造を、ユーザの興味情報を表すパーソナルオントロジとして前記雛形オントロジから抽出するパーソナルオントロジ抽出手段と、前記パーソナルオントロジ抽出手段で抽出されるパーソナルオントロジをフィルタリングするフィルタリング手段と、を備え、当該フィルタリング手段は、前記単語抽出手段で抽出された単語が所属するクラスと同一クラスまたは近隣クラスに所属するインスタンス、または前記近隣クラスの記述が同一ユーザのブログエントリ内に存在するときにのみ、前記単語が前記パーソナルオントロジに含まれるようにフィルタリングすることを特徴としている。

これにより、単なる文字列ではなく概念間の一致性に基づいて、自分の嗜好に適合した情報を検索することが可能となるとともに、各個人の興味情報に含まれる単語を雛形オントロジ上で照合することにより、多義語が間違って分類されることを排除しつつ、個人の興味が反映されたパーソナルオントロジを生成することができる。このため、作成にかかるコストを抑制しつつ、パーソナルオントロジを精度よく生成することが可能となり、情報検索の精度を向上させることが可能となるとともに、各個人のパーソナルオントロジをインターネット上で広く流通させることが可能となり、個人の嗜好に適合したコミュニティを形成することができる。

また、請求項２記載の興味情報生成装置によれば、ユーザ数計測手段を有し、前記分類子適用手段は、前記雛形オントロジのクラスまたは前記クラスに所属するインスタンスの記述に対応する単語を含んでいる前記ブログエントリを、前記雛形オントロジのクラスまたは前記クラスに所属するインスタンスに分類し、前記ブログエントリのユーザ毎に、当該ユーザのブログエントリが分類されている前記雛形オントロジのクラスまたは前記クラスに所属するインスタンスを抽出し、前記ユーザ数計測手段は、前記分類子適用手段で抽出された前記雛形オントロジのクラスまたは前記クラスに所属するインスタンスごとに、当該クラスまたはインスタンスの記述に対応する単語を前記ブログエントリに含むユーザ数を計測することを特徴とする。
これにより、興味がクラスや複数のクラスに跨るユーザ数の分布を解析することができ、ユーザの興味に関するコミュニティの活性状況を把握することができる。

また、請求項３記載の興味情報生成方法によれば、ブログエントリに含まれる単語が概念階層化されてなるパーソナルオントロジを興味情報として生成する興味情報生成装置が実行する興味情報生成方法であって、前記ブログエントリに対して形態素解析を適用することにより、前記ブログエントリに含まれる単語を抽出するステップと、予め設定された単語が概念階層化されてなる雛形オントロジを選択するステップと、前記雛形オントロジから、前記ブログエントリから抽出された単語を含むクラスまたはインスタンスを抽出するステップと、前記抽出されたクラスまたはインスタンスおよびそれらの上位のクラスを含む階層構造を、ユーザの興味情報を表すパーソナルオントロジとして前記雛形オントロジから抽出するステップと、前記ブログエントリから抽出された単語が所属するクラスと同一クラスまたは近隣クラスに所属するインスタンス、または前記近隣クラスの記述が同一ユーザのブログエントリ内に存在するときにのみ、前記単語が前記パーソナルオントロジに含まれるように前記パーソナルオントロジをフィルタリングするステップと、を備えることを特徴とする。

これにより、単なる文字列ではなく意味を考慮しながら、自分の嗜好に適合した情報を検索することが可能となるとともに、ブログエントリに含まれる単語を雛形オントロジ上で照合しつつ、ブログエントリを用いたフィルタリングをかけることにより、多義語が間違って分類されることを排除しつつ、個人の興味が反映されたパーソナルオントロジを精度よく生成することができる。このため、作成にかかるコストを抑制しつつ、パーソナルオントロジを生成することが可能となり、情報検索の精度を向上させることが可能となるとともに、各個人のパーソナルオントロジをインターネット上で広く流通させることが可能となり、個人の嗜好に適合したコミュニティを形成することができる。

また、請求項４記載の興味情報生成プログラムによれば、ブログエントリに対して形態素解析を適用することにより、前記ブログエントリに含まれる単語を抽出するステップと、予め設定された単語が概念階層化されてなる雛形オントロジを選択するステップと、前記雛形オントロジから、前記ブログエントリから抽出された単語を含むクラスまたはインスタンスを抽出するステップと、前記抽出されたクラスまたはインスタンスおよびそれらの上位のクラスを含む階層構造を、ユーザの興味情報を表すパーソナルオントロジとして前記雛形オントロジから抽出するステップと、前記ブログエントリから抽出された単語が所属するクラスと同一クラスまたは近隣クラスに所属するインスタンス、または前記近隣クラスの記述が同一ユーザのブログエントリ内に存在するときにのみ、前記単語が前記パーソナルオントロジに含まれるように前記パーソナルオントロジをフィルタリングするステップと、をコンピュータに実行させることを特徴とする。

これにより、興味情報生成ブログラムをコンピュータに実行させることにより、作成にかかるコストを抑制しつつ、パーソナルオントロジを精度よく生成することが可能となり、情報検索の精度を向上させることが可能となるとともに、各個人のパーソナルオントロジをインターネット上で広く流通させることが可能となり、個人の嗜好に適合したコミュニティを形成することができる。

以上説明したように、本発明によれば、自分の嗜好に適合した情報を精度よく検索することが可能となるとともに、自分の嗜好に適合した情報をインターネット上で広く流通させることが可能となり、個人の嗜好に適合したコミュニティを形成することができる。

以下、本発明の実施形態に係る興味情報生成装置およびその方法について図面を参照しながら説明する。
図１は、本発明の一実施形態に係る興味情報生成装置が適用されるシステムの概略構成を示すブロック図である。
図１において、端末２〜４およびサーバ５が通信網１を介して接続されている。なお、通信網１としては、例えば、ＩＰ通信を行う公衆通信網を用いることができ、インターネットであってもよい。また、企業間の専用通信網であっても、公衆通信網であってもよいが、高信頼性とセキュリティとを備えた専用通信を提供できるＩＰ−ＶＰＮ（ＩｎｔｅｒｎｅｔＰｒｏｔｏｃｏｌ−ＶｉｒｔｕａｌＰｒｉｖａｔｅＮｅｔｗｏｒｋ）のような網であってもよい。また、端末２〜４としては、ノート型パーソナルコンピュータあるいはデスクトップ型パーソナルコンピュータでもよく、携帯電話端末やＰＤＡ（ＰｅｒｓｏｎａｌＤａｔａＡｓｓｉｓｔａｎｔ）などでもよい。また、サーバ５は、ブログプロバイダやＩＳＰ（ＩｎｆｏｒｍａｔｉｏｎＳｅｒｖｉｃｅＰｒｏｖｉｄｅｒ）上に設置することができ、サーバ５としては、例えば、ブログの更新情報を収集して提供するｐｉｎｇサーバを用いることができる。

ここで、サーバ５には、端末２〜４にそれぞれ対応したブログサイト７〜９が設けられ、各ブログサイト７〜９には、ブログエントリ７ａ〜７ｎ、８ａ〜８ｎ、９ａ〜９ｎがそれぞれ保持されている。なお、ブログエントリ７ａ〜７ｎ、８ａ〜８ｎ、９ａ〜９ｎはブログにおける記事の最小単位を表し、日にちごとに設けることができる。また、サーバ５には雛形オントロジ６が保持され、雛形オントロジ６には、個人の興味情報が概念階層化されたパーソナルオントロジの雛形が設けられている。

なお、雛形オントロジ６は、ブログプロバイダ側で恣意的に作成することができる。例えば、ブログプロバイダが音楽に関するパーソナルオントロジを各端末２〜４のユーザに構築させたければ、音楽に関する雛形オントロジ６を構築すればよい。ここで、各端末２〜４のユーザの興味を細やかに表現するために、可能な限り細分化された網羅性の高い雛形オントロジ６を構築することが好ましい。また、雛形オントロジ６の実体は、オントロジ記述言語ＯＷＬなどのＸＭＬ言語で記述されたテキストファイルである。また、情報の整理の簡単化のため、インスタンスは最下位クラスにのみ分類してもよい。

さらに、サーバ５には、ブログエントリ７ａ〜７ｎ、８ａ〜８ｎ、９ａ〜９ｎに対して形態素解析をそれぞれ適用することにより、ブログエントリ７ａ〜７ｎ、８ａ〜８ｎ、９ａ〜９ｎに頻出する単語を抽出する頻出単語抽出手段５ａ、ブログエントリ７ａ〜７ｎ、８ａ〜８ｎ、９ａ〜９ｎに頻出する単語を含むクラスまたはインスタンスを雛形オントロジ６から抽出する分類子適用手段５ｂ、分類子適用手段５ｂにて抽出されたクラスまたはインスタンスおよびそれらの上位の全てのクラスをパーソナルオントロジとして雛形オントロジ６から抽出するパーソナルオントロジ抽出手段５ｃならびに雛形オントロジの同一または近隣クラスに所属するインスタンスの記述が興味情報のエントリ内にあるかどうかの判定結果に基づいて、パーソナルオントロジ抽出手段５ｃにて抽出されたパーソナルオントロジをフィルタリングするフィルタリング手段５ｄが設けられている。

そして、頻出単語抽出手段５ａは、ブログエントリ７ａ〜７ｎ、８ａ〜８ｎ、９ａ〜９ｎに対して形態素解析をそれぞれ適用する。そして、同一ユーザの持つ複数のブログエントリ７ａ〜７ｎ、８ａ〜８ｎ、９ａ〜９ｎで頻出する形態素を抽出する。この際、明らかに興味でない形態素（例えば、私・もの・が、など）はフィルタリングすることができる。

次に、分類子適用手段５ｂは、ブログエントリ７ａ〜７ｎ、８ａ〜８ｎ、９ａ〜９ｎで頻出する各形態素を雛形オントロジ６に適用し、雛形オントロジ６内のクラスまたはインスタンスに一致する文字列があるかどうかを調べる。そして、雛形オントロジ６内のクラスまたはインスタンスに一致する文字列がある場合、パーソナルオントロジ抽出手段５ｃは、雛形オントロジ６のルートクラスから、そのクラスまたはインスタンスまでの直接的な子孫クラスおよびインスタンスをパーソナルオントロジとして抽出する。

さらに、フィルタリング手段５ｄは、雛形オントロジ６の同一または近隣クラスに所属するインスタンスの記述あるいはクラス自体の記述がブログエントリ７ａ〜７ｎ、８ａ〜８ｎ、９ａ〜９ｎ内にあるかどうかを判定する。そして、雛形オントロジ６の同一または近隣クラスに所属するインスタンスの記述あるいはクラス自体の記述がブログエントリ７ａ〜７ｎ、８ａ〜８ｎ、９ａ〜９ｎ内にある場合、そのブログエントリ７ａ〜７ｎ、８ａ〜８ｎ、９ａ〜９ｎをパーソナルオントロジ抽出手段５ｃにて抽出されたパーソナルオントロジに分類し、雛形オントロジ６の同一または近隣クラスに所属するインスタンスの記述あるいはクラス自体の記述がブログエントリ７ａ〜７ｎ、８ａ〜８ｎ、９ａ〜９ｎ内にない場合、そのブログエントリ７ａ〜７ｎ、８ａ〜８ｎ、９ａ〜９ｎをパーソナルオントロジ抽出手段５ｃにて抽出されたパーソナルオントロジから除去する。

例えば、雛形オントロジ６のあるクラスＣ_iに所属するインスタンスＩ_i（∈Ｃ_i）の名称が、あるユーザのあるエントリＥ_i内に記述されている場合、そのユーザの蓄積する全てのエントリについて、クラスＣ_iに所属するインスタンスＩ_i以外のインスタンスＩ_k｛（Ｉ_k）∈Ｃ_i｝やクラスＣ_iの記述があるかどうかを判定する。
そして、クラスＣ_iに所属するインスタンスＩ_i以外のインスタンスＩ_kやクラスＣ_iの記述がそのユーザの蓄積するエントリのいずれかにある場合、エントリＥ_iはクラスＣ_iに所属するインスタンスＩ_iを話題にするエントリとしてパーソナルオントロジに分類し、クラスＣ_iに所属するインスタンスＩ_i以外のインスタンスＩ_kやクラスＣ_iの記述がそのユーザの蓄積するエントリのいずれにもない場合、そのエントリＥ_iがパーソナルオントロジに分類されないようにすることができる。

あるいは、雛形オントロジ６のあるクラスＣ_iに所属するインスタンスＩ_i（∈Ｃ_i）の名称が、あるユーザのあるエントリＥ_i内に記述されている場合、クラスＣ_iに所属するインスタンスＩ_i以外のインスタンスＩ_k｛（Ｉ_k）∈Ｃ_i｝やクラスＣ_iの記述が、その同一エントリＥ_i内あるかどうかを判定する。
そして、クラスＣ_iに所属するインスタンスＩ_i以外のインスタンスＩ_kやクラスＣ_iの記述が同一エントリＥ_i内にある場合、エントリＥ_iはクラスＣ_iに所属するインスタンスＩ_iを話題にするエントリとしてパーソナルオントロジに分類し、クラスＣ_iに所属するインスタンスＩ_i以外のインスタンスＩ_kやクラスＣ_iの記述が同一エントリＥ_iない場合、エントリＥ_iがパーソナルオントロジに分類されないようにすることができる。

これにより、単なる文字列ではなく意味を考慮しながら、自分の嗜好に適合した情報を検索することが可能となるとともに、ブログエントリ７ａ〜７ｎ、８ａ〜８ｎ、９ａ〜９ｎに含まれる単語を雛形オントロジ６上で照合しつつ、ブログエントリ７ａ〜７ｎ、８ａ〜８ｎ、９ａ〜９ｎを用いたフィルタリングをかけることにより、多義語が間違って分類されることを排除しつつ、個人の興味が反映されたパーソナルオントロジを精度よく生成することができる。このため、作成にかかるコストを抑制しつつ、パーソナルオントロジを生成することが可能となり、情報検索の精度を向上させることが可能となるとともに、各個人のパーソナルオントロジを通信網１上で広く流通させることが可能となり、個人の嗜好に適合したコミュニティを形成することができる。

なお、雛形オントロジ６は、デスクワークにて人手で作成してサーバ５に保持させるようにしてもよいし、パーソナルオントロジ抽出手段５ｃにて抽出されたパーソナルオントロジを既存の雛形オントロジ６とマージすることにより作成してもよい。さらに、雛形オントロジ６から抽出されたパーソナルオントロジに対してユーザが興味のあるクラスまたはインスタンスを追加したり、ユーザが興味のないクラスまたはインスタンスを削除したりするようにしてもよい。

また、頻出単語抽出手段５ａ、分類子適用手段５ｂ、パーソナルオントロジ抽出手段５ｃおよびフィルタリング手段５ｄは、これらの手段で行われる処理を遂行させる命令が記述されたブログラムをコンピュータに実行させることにより実現することができる。
そして、このブログラムをＣＤ−ＲＯＭなどの記憶媒体に記憶しておけば、サーバ５のコンピュータに記憶媒体を装着し、そのブログラムをコンピュータにインストールすることにより、頻出単語抽出手段５ａ、分類子適用手段５ｂ、パーソナルオントロジ抽出手段５ｃおよびフィルタリング手段５ｄで行われる処理を実現することができる。また、このブログラムを通信網１を介してダウンロードすることにより、このブログラムを容易に普及させることができる。

また、頻出単語抽出手段５ａ、分類子適用手段５ｂ、パーソナルオントロジ抽出手段５ｃおよびフィルタリング手段５ｄで行われる処理を遂行させる命令が記述されたブログラムをコンピュータに実行させる場合、スタンドアロン型コンピュータで実行させるようにしてもよく、ネットワークに接続された複数のコンピュータに分散処理させるようにしてもよい。

図２は、本発明の一実施形態に係るパーソナルオントロジの生成方法を示す図である。
図２において、ｐｉｎｇサーバなどを通じ、ユーザＡ、Ｂ、・・・、Ｘのエントリ集合をそれぞれ収集し、これらの収集した全てのブログエントリに対して形態素解析を行うことにより、インデックスを作成する（ステップＳ１）。
次に、ｐｉｎｇサーバにて収集された全てのブログエントリを雛形オントロジＯＨに対して分類する（ステップＳ２）。ここで、ブログエントリの分類方法としては、雛形オントロジＯＨのあるクラスＣ_iの名前属性があるエントリ内の記述にあれば、そのエントリをクラスＣ_iに分類することができる。また、雛形オントロジＯＨのあるクラスＣ_iに所属するインスタンスＩ_i（∈Ｃ_i）の名前属性があるエントリ内の記述にあれば、そのエントリをクラスＣ_iに所属するインスタンスＩ_iに分類することができる。なお、同一のエントリが複数のクラスに分類されてもよい。

例えば、“Ｃｈａｒｌａｔａｎｓ”という文字列がエントリ内の記述にある場合、そのエントリは、クラス“Ｍａｄｃｈｅｓｔｅｒ”のインスタンス“Ｃｈａｒｌａｔａｎｓ”に分類することができる。
次に、雛形オントロジＯＨを形成する最下層クラスＣ_lの持つ各インスタンスに興味を持つユーザＡ、Ｂ、・・・、Ｘの数を計測する（ステップＳ３）。なお、クラスＣ_lのインスタンスに興味を持つユーザＡ、Ｂ、・・・、Ｘの数を計測する場合、同一のユーザが複数のエントリにおいてインスタンスＩ_lを記述している場合においても、ユーザ数は１と計測する。

次に、雛形オントロジＯＨを形成する最下層クラスＣ_lに興味を持つユーザＡ、Ｂ、・・・、Ｘの数を計測する。ここで、雛形オントロジＯＨを形成する最下層クラスＣ_lに興味を持つユーザＡ、Ｂ、・・・、Ｘの数は、最下層クラスＣ_lの配下の全てのインスタンスに興味を持つユーザ数と、最下層クラスＣ_l自体に興味を持つユーザ数との総和にて算出することができる。なお、同一のユーザが複数のインスタンスに興味を持っていたり、最下層クラスとその最下層クラスに所属するインスタンスに同時に興味を持っている場合においても、ユーザ数は１と計測する。このようにして、雛形オントロジＯＨを形成するクラスやインスタンスに興味を持つユーザＡ、Ｂ、・・・、Ｘの数をルートクラスまで再帰的に計測することで、そのドメインに興味を持つユーザＡ、Ｂ、・・・、Ｘの分布を算出することができる。

次に、ｐｉｎｇサーバにて収集された全てのブログエントリが雛形オントロジＯＨに対して分類されると、その分類結果をユーザＩＤごとに整理することにより、各ユーザＡ、Ｂ、・・・、Ｘごとの興味オントロジＯＡ、・・・、ＯＸを生成する（ステップＳ４）。
ここで、ｐｉｎｇサーバにて収集された全てのブログエントリを雛形オントロジＯＨに対して分類する場合、オントロジの持つ同一クラスに所属するインスタンスは同一の性質を持つという特性と、クラス階層の近いクラス間の性質は近く、両者のインスタンス間の性質も近いという特性を用いることにより、分類の誤りを除去することができる。

図３は、本発明の一実施形態に係るパーソナルオントロジのフィルタリング方法を示す図である。
図３において、雛形オントロジＯＨのクラス“Ｍａｄｃｈｅｓｔｅｒ”に所属するインスタンス“Ｆａｒｍ”に対する記述が、あるユーザのエントリＥi内に存在し、そのユーザの全ての蓄積エントリ内に、例えば、雛形オントロジＯＨのクラス“Ｍａｄｃｈｅｓｔｅｒ”に所属する“ＭｉｌｌｔｏｗｎＢｒｏｔｈｅｒｓ”の記述がある場合、エントリＥiは、クラス“Ｍａｄｃｈｅｓｔｅｒ”に所属するインスタンス“Ｆａｒｍ”に関するエントリとして分類することができる。

これにより、クラス“Ｍａｄｃｈｅｓｔｅｒ”配下のインスタンス“Ｆａｒｍ”という多義語において、Ｍａｄｃｈｅｓｔｅｒというジャンルのアーチストである“Ｆａｒｍ”を雛形オントロジＯＨに対して分類することを可能としつつ、農場という意味の“Ｆａｒｍ”を記述するエントリが、クラス“Ｍａｄｃｈｅｓｔｅｒ”配下のインスタンス“Ｆａｒｍ”に分類されることを防止することができ、雛形オントロジＯＨから構築された興味オントロジの精度を向上させることができる。

さらに、上述した分類の誤りを除去する方法に対し、オントロジのクラス階層を利用することで、フィルタリングの強さの調整を行うようにしてもよい。すなわち、あるエントリＥi内でのユーザの興味対象は、同一クラスのインスタンスと一緒に現れるだけでなく、近隣のクラスのインスタンスと一緒に現れる可能性が高い。このため、図３に示すように、ホップ数が０の時は、同一クラスと同一クラスに所属するインスタンスのみを分類決定要素とし、ホップ数が１の時は、その親クラスとその親クラスに所属するインスタンスまでを分類決定要素とし、ホップ数が２の時は、その祖父クラスと兄弟クラスおよびそれぞれに所属するインスタンスまでを分類決定要素とすることで、フィルタリングの強さの調整を行うことができる。

図４は、本発明の一実施形態に係る興味オントロジの近似性を利用したコミュニティ形成方法を示す図である。
図４において、各ユーザＡ、ＢのブログエントリＰＡ、ＰＢを雛形オントロジに対してそれぞれ分類することにより、各ユーザＡ、Ｂの興味オントロジＫＡ、ＫＢがそれぞれ生成されたものとする（ステップＳ１１）。そして、各ユーザＡ、Ｂの興味オントロジＫＡ、ＫＢ間の近似度を計測し（ステップＳ１２）、近似度の高い興味オントロジＫＡ、ＫＢ間で共起するクラスやインスタンスを分析することで、トポロジが異なるにも関わらず興味を持つ可能性が高い情報を他のユーザのエントリを介して意外な情報としてユーザに推奨することができる（ステップＳ１３）。

例えば、各ユーザＡ、Ｂの興味オントロジＫＡ、ＫＢ間の近似度を計測することにより、“Ｍａｄｃｈｅｓｔｅｒ”などのクラスや“ＨａｐｐｙＭｏｎｄａｙｓ”などのインスタンスに興味を持つユーザは、“Ｇｌａｓｇｏｗ”というクラスや“ＴｅｅｎａｇｅＦａｎｃｌｕｂ”というインスタンスにも興味を持つ可能性が高いことが判る。
また、このような興味オントロジＫＡ、ＫＢをブログに適用することで、単純なキーワード検索ではなく、興味オントロジＫＡ、ＫＢ間の近似度に基づく意外なエントリ推薦によるコミュニティの形成を支援することができ、ユーザの興味を自然に広げることができる（ステップＳ１４）。

なお、興味オントロジＫＡ、ＫＢ間の近似度を計測する方法としては、クラスの持つクラス名やインスタンスなどのクラス属性間の近似度またはクラス間の接続形態であるトポロジの近似度に基づいて推論学習照合し、オントロジの持つクラス間の意味的な近似度を計測することができる。あるいは、クラス属性間の近似度およびトポロジの近似度の両方に基づいて推論学習照合し、オントロジの持つクラス間の意味的な近似度を計測するようにしてもよい。

また、上述した実施形態において、興味オントロジＫＡ、ＫＢ間を自動的に生成するためには、雛形オントロジが必要となる。雛形オントロジを設計するためには、クラス間の階層関係やユーザの興味を細やかに反映させるための末端クラスの粒度の調整が必要となる。ここで、ｇｏｏなどのポータルサイトにおけるトピックディレクトリは詳細化が進んでいる。例えば、音楽ドメインのジャンルでは、Ｗｅｂ上で公開されているジャンルの階層情報は、ユーザの興味に従った検索を考慮して粒度が細やかに設定されている。このため、インターネット上のポータルサイトにおけるトピックディレクトリを用いることで、雛形オントロジを構築することができる。

図５は、本発明の一実施形態に係る雛形オントロジの構築方法を示す図である。
図５において、雛形オントロジの設計者は、どのドメインについて雛形オントロジを生成するかを選択する。そして、そのドメインにおいて、ユーザの興味を反映するメタデータを選択する。なお、選択材料としては、掲示板などの既存のコミュニティの傾向を分析することができる。例えば、音楽ドメインは、タイトル、レーベル、ジャンル、アーチスト、製作国などでコミュニティが生成されていることを考慮すると、それらのメタデータがユーザの嗜好を反映するものとして選択することができる。

次に、ユーザの興味を細分化可能なメタデータを選択し、クラス階層を形成する。ここで、選択されたメタデータをクラスの性質を制約するプロパティとしてクラス階層間で継承させる。例えば、アーチストそのものは細分化できないため選択対象から除き、ジャンルや製作国などはユーザの興味を細分化可能なため、これらのジャンルや製作国などをメタデータとして選択する。そして、メタデータとして選択されたジャンルや製作国などをプロパティとして継承するクラス階層を構築する。そして、細分化できないと判断されたアーチストやレーベルなどをインスタンスとして各クラスに分類することができる。

本発明は、パーソナルオントロジを簡易に作成して自分の興味に的確にマッチングする情報を速やかに入手することができ、情報通信システムが持つ情報源から自分の興味にマッチングする情報を自動的かつ効率的に活用することができる。

本発明の一実施形態に係る興味情報生成装置が適用されるシステムの概略構成を示すブロック図である。本発明の一実施形態に係るパーソナルオントロジの生成方法を示す図である。本発明の一実施形態に係るパーソナルオントロジのフィルタリング方法を示す図である。本発明の一実施形態に係る興味オントロジの近似性を利用したコミュニティ形成方法を示す図である。本発明の一実施形態に係る雛形オントロジの構築方法を示す図である。

符号の説明

１通信網
２〜４端末
５サーバ
５ａ頻出単語抽出手段
５ｂ分類子適用手段
５ｃパーソナルオントロジ抽出手段
５ｄフィルタリング手段
６雛形オントロジ
７〜９ブログサイト
７ａ〜７ｎ、８ａ〜８ｎ、９ａ〜９ｎブログエントリ

Claims

ブログエントリに含まれる単語を抽出する単語抽出手段と、
予め設定された単語が概念階層化されてなる雛形オントロジから前記単語抽出手段で抽出された単語を含むクラスまたはインスタンスを抽出する分類子適用手段と、
前記抽出されたクラスまたはインスタンスおよびそれらの上位のクラスを含む階層構造を、ユーザの興味情報を表すパーソナルオントロジとして前記雛形オントロジから抽出するパーソナルオントロジ抽出手段と、
前記パーソナルオントロジ抽出手段で抽出されるパーソナルオントロジをフィルタリングするフィルタリング手段と、を備え、
当該フィルタリング手段は、前記単語抽出手段で抽出された単語が所属するクラスと同一クラスまたは近隣クラスに所属するインスタンス、または前記近隣クラスの記述が同一ユーザのブログエントリ内に存在するときにのみ、前記単語が前記パーソナルオントロジに含まれるようにフィルタリングすることを特徴とする興味情報生成装置。
ユーザ数計測手段を有し、
前記分類子適用手段は、前記雛形オントロジのクラスまたは前記クラスに所属するインスタンスの記述に対応する単語を含んでいる前記ブログエントリを、前記雛形オントロジのクラスまたは前記クラスに所属するインスタンスに分類し、前記ブログエントリのユーザ毎に、当該ユーザのブログエントリが分類されている前記雛形オントロジのクラスまたは前記クラスに所属するインスタンスを抽出し、
前記ユーザ数計測手段は、前記分類子適用手段で抽出された前記雛形オントロジのクラスまたは前記クラスに所属するインスタンスごとに、当該クラスまたはインスタンスの記述に対応する単語を前記ブログエントリに含むユーザ数を計測することを特徴とする請求項１記載の興味情報生成装置。
ブログエントリに含まれる単語が概念階層化されてなるパーソナルオントロジを興味情報として生成する興味情報生成装置が実行する興味情報生成方法であって、
前記ブログエントリに対して形態素解析を適用することにより、前記ブログエントリに含まれる単語を抽出するステップと、
予め設定された単語が概念階層化されてなる雛形オントロジを選択するステップと、
前記雛形オントロジから、前記ブログエントリから抽出された単語を含むクラスまたはインスタンスを抽出するステップと、
前記抽出されたクラスまたはインスタンスおよびそれらの上位のクラスを含む階層構造を、ユーザの興味情報を表すパーソナルオントロジとして前記雛形オントロジから抽出するステップと、
前記ブログエントリから抽出された単語が所属するクラスと同一クラスまたは近隣クラスに所属するインスタンス、または前記近隣クラスの記述が同一ユーザのブログエントリ内に存在するときにのみ、前記単語が前記パーソナルオントロジに含まれるように前記パーソナルオントロジをフィルタリングするステップと、を備えることを特徴とする興味情報生成方法。
ブログエントリに対して形態素解析を適用することにより、前記ブログエントリに含まれる単語を抽出するステップと、
予め設定された単語が概念階層化されてなる雛形オントロジを選択するステップと、
前記雛形オントロジから、前記ブログエントリから抽出された単語を含むクラスまたはインスタンスを抽出するステップと、
前記抽出されたクラスまたはインスタンスおよびそれらの上位のクラスを含む階層構造を、ユーザの興味情報を表すパーソナルオントロジとして前記雛形オントロジから抽出するステップと、
前記ブログエントリから抽出された単語が所属するクラスと同一クラスまたは近隣クラスに所属するインスタンス、または前記近隣クラスの記述が同一ユーザのブログエントリ内に存在するときにのみ、前記単語が前記パーソナルオントロジに含まれるように前記パーソナルオントロジをフィルタリングするステップと、をコンピュータに実行させることを特徴とする興味情報生成プログラム。