JP4607798B2 - コミュニティ形成支援装置、コミュニティ形成支援方法およびコミュニティ形成支援プログラム - Google Patents

コミュニティ形成支援装置、コミュニティ形成支援方法およびコミュニティ形成支援プログラム Download PDF

Info

Publication number
JP4607798B2
JP4607798B2 JP2006064705A JP2006064705A JP4607798B2 JP 4607798 B2 JP4607798 B2 JP 4607798B2 JP 2006064705 A JP2006064705 A JP 2006064705A JP 2006064705 A JP2006064705 A JP 2006064705A JP 4607798 B2 JP4607798 B2 JP 4607798B2
Authority
JP
Japan
Prior art keywords
ontology
instance
class
community
personal
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.)
Active
Application number
JP2006064705A
Other languages
English (en)
Other versions
JP2007241754A (ja
Inventor
真 中辻
優 三好
祥広 大塚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nippon Telegraph and Telephone Corp
Original Assignee
Nippon Telegraph and Telephone Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nippon Telegraph and Telephone Corp filed Critical Nippon Telegraph and Telephone Corp
Priority to JP2006064705A priority Critical patent/JP4607798B2/ja
Publication of JP2007241754A publication Critical patent/JP2007241754A/ja
Application granted granted Critical
Publication of JP4607798B2 publication Critical patent/JP4607798B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Information Transfer Between Computers (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明はコミュニティ形成支援装置、コミュニティ形成支援方法およびコミュニティ形成支援プログラムに関し、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した上で、興味を共有するコミュニティの形成の支援方法に適用して好適なものである。
インターネット上でユーザの興味対象を発信し、ユーザ間での議論を促進するＷｅｂｌｏｇ（ブログ）サービスや、互いに友人として承認し合ったユーザ間で興味対象を議論するＳｏｃｉａｌ Ｎｅｔｗｏｒｋｉｎｇ（ソーシャル・ネットワーキング）サービスが普及してきている（非特許文献１）。そして、このような情報流通サービスは、自分に近い興味を持つユーザの発信記事やコミュニティでの議論内容を閲覧することにより、各自の興味を拡大する基盤となる可能性を持っている。
ここで、現状のブログサービスにおける情報検索では、ｇｏｏなどのＷｅｂページ検索エンジンや、ＲＳＳ（ＲＤＦ Ｓｉｔｅ Ｓｕｍｍａｒｙ）という簡単なメタデータ記述を利用した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とどまっており、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、各個人の興味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、各個人の興味をクラスに反映させることができる。
このような興味情報の生成や興味に基づく情報の推薦に関する研究は、従来のＷｅｂ検索においても行われている。例えば、非特許文献２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。
一方、Ｗｅｂ上の情報に対し、その背景となる意味情報を機械処理可能なオントロジとして記述することで、様々なソフトウェアがオントロジによる処理を自動的に実行することを目指すセマンティックＷｅｂの分野では、オントロジに基づく自動的な情報の推薦やオントロジマッピングに基づく情報統合に関する研究が盛んに行われている。例えば、非特許文献３には、セマンティックＷｅｂ技術をブログ検索に適用する研究として、個人の興味情報をオントロジとして構築することにより、オントロジマッピングに基づく個人の興味に即した検索を行えるようにする方法が開示されている。
また、非特許文献５には、従来のＷｅｂコミュニティ抽出方法（非特許文献４）をブログに適用し、エントリ間のリンク構造を分析し、関連のあるブログサイト集合をコミュニティとして捉え抽出する方法が開示されている。
また、非特許文献６には、オントロジ間の近似度の計測やマッピングに関する研究として、クラスの接続形態であるトポロジを考慮しながらオントロジ間の近似度を計測する方法が開示されている。
総務省：ブログ・ＳＮＳの現状分析および将来予測，ｈｔｔｐ：／／ｗｗｗ．ｓｏｕｍｕ．ｇｏ．ｊｐ／ｓ−ｎｅｗｓ／２００５／０５０５１７＿３．ｈｔｍｌ（２００５） 佐保田圭介，波多野賢治，宮崎純，植村俊亮：ブックマークの階層構造を考慮した協調フィルタリングによるＷｅｂページの推薦方法，Ｖｏｌ．３，Ｎｏ．１，ＤＢＳＪ Ｌｅｔｔｅｒｓ（２００４）． 大向一輝，武田英明：Ｓｅｍｂｌｏｇ：ＲＤＦメタデータによるＷｅｂ情報の共有支援プラットフォーム，Ｔｈｅ １８ｔｈ Ａｎｎｕａｌ Ｃｏｎｆｅｒｅｎｃｅ ｏｆ ｔｈｅ Ｊａｐａｎｅｓｅ Ｓｏｃｉｅｔｙ ｆｏｒ Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ（２００４） Ｃｈａｋｒａｂａｒｔｉ，Ｓ．，ｖａｎ ｄｅｎ Ｂｅｒｇ，ａｎｄ Ｄｏｍ，Ｂ．：Ｄｉｓｔｒｉｂｕｔｅｄ Ｈｙｐｅｒｔｅｘｔ Ｒｅｓｏｕｒｃｅ Ｄｉｓｃｏｖｅｒｙ ｔｈｒｏｕｇｈ Ｅｘａｍｐｌｅｓ，Ｐｒｏｃｅｅｄｉｎｇ ｏｆ ｔｈｅ ２５ｔｈ ＶＬＢＤ，ｐｐ．３７５−３８６（１９９９） 谷口智哉，松尾豊，石塚満：Ｂｌｏｇコミュニティの抽出と分析，第６回人工知能学会ＳＩＧＳＷＯ研究会（２００４） Ｍａｅｄｃｈｅ，Ａ．ａｎｄ Ｓｔａａｂ，Ｓ．：Ｍｅａｓｕｒｉｎｇ Ｓｉｍｉｌａｒｉｔｙ ｂｅｔｗｅｅｎ Ｏｎｔｏｌｏｇｉｅｓ，Ｉｎ Ｔｅｃｈｎｉｃａｌ Ｒｅｐｏｒｔ，Ｅ０４４８，Ｕｎｉｖｅｒｓｉｔｙ ｏｆ Ｋａｒｌｓｒｕｈｅ（２００１）
しかしながら、ブックマークなどを情報検索に利用する方法では、個人のブックマークなどは音楽や映画などの興味分野ごとに分離され、細分化された階層情報しか持たないため、情報検索に幅広く利用することが困難だった。
また、セマンティックＷｅｂ技術をブログ検索に適用する方法では、その核となるオントロジを構築することができず、個人の興味情報を概念階層化することができないという問題があった。
また、従来のＷｅｂコミュニティ抽出方法をブログに適用する方法では、抽出されるコミュニティの興味対象を明示できないだけでなく、既にリンク関係が形成されているページ集合が抽出されるため、ユーザにとって意外な情報を提示することができないという問題があった。
さらに、トポロジを考慮したオントロジ間の近似度計測方法では、異種のオントロジに属するクラス間の対応関係が同定されるだけで、個人の興味に即した情報が提供されるブログコミュニティを形成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、ユーザにとって意外な情報を共有しつつ、個人の興味に即したコミュニティを形成することが可能なコミュニティ形成支援装置、コミュニティ形成支援方法およびコミュニティ形成支援プ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記載のコミュニティ形成支援装置は、単語が概念階層化されてなるオントロジであって、該オントロジを構成するクラスに属するインスタンスには当該オントロジを有するユーザが保持するエントリであり且つ前記インスタンスに含まれる単語を含むエントリが、前記インスタンスに所属するエントリとして分類されたオントロジを複数記憶した記憶手段と、複数の前記オントロジのうち、前記クラスに同一単語を含むオントロジを検索する手段と、検索したオントロジに分類されている前記エントリの中から、前記同一単語を含むクラスに属するインスタンスに所属するエントリを意外情報として抽出する意外情報抽出手段と、前記意外情報抽出手段にて抽出された意外情報を共有するコミュニティの形成を支援するコミュニティ形成支援手段と、を備えたコミュニティ形成支援装置であって、前記コミュニティ形成支援手段は、前記クラスに前記同一単語を含む一のオントロジから抽出された前記意外情報としてのエントリを、前記クラスに前記同一単語を含む他のオントロジを有するユーザに、通信網及び端末を介して推薦することを特徴とする。
これにより、同一クラスに興味を持つ他のユーザのエントリを推薦することが可能となり、同一クラスに興味を持つ他のユーザのエントリを意外情報として共有しつつ、個人の興味に即したコミュニティを形成することが可能となる。
また、請求項２記載のコミュニティ形成支援装置は、単語が概念階層化されてなるオントロジであって、該オントロジを構成するクラスに属するインスタンスには当該オントロジを有するユーザが保持するエントリであり且つ前記インスタンスに含まれる単語を含むエントリが、前記インスタンスに所属するエントリとして分類されたオントロジを複数記憶した記憶手段と、前記オントロジ間の近似度を計測する近似度計測手段と、前記近似度が所定値以上のオントロジ間において、一方のオントロジには含まれるが他方のオントロジには含まれないインスタンスを少なくとも意外情報として抽出する意外情報抽出手段と、前記意外情報抽出手段にて抽出された意外情報を共有するコミュニティの形成を支援するコミュニティ形成支援手段と、を備えたコミュニティ形成支援装置であって、前記コミュニティ形成支援手段は、少なくとも前記意外情報として抽出されたインスタンスに所属する前記エントリを、前記意外情報として抽出されたインスタンスを含まない他方のオントロジを有するユーザに、通信網及び端末を介して推薦することを特徴とする。
これにより、オントロジ間の近似度が近い上に、他のユーザが保持するオントロジには含まれるが、自分が保持するオントロジには含まれないクラスまたはインスタンスの情報を推薦することができる。このため、クラス階層としては対応関係にないが、個人が興味を持つ可能性のある意外な情報を共有しつつ、個人の興味に即したコミュニティを形成することが可能となる。
また、請求項３記載のコミュニティ形成支援装置は、単語が概念階層化されてなるオントロジであって、該オントロジを構成するクラスに属するインスタンスには当該オントロジを有するユーザが保持するエントリであり且つ前記インスタンスに含まれる単語を含むエントリが、前記インスタンスに所属するエントリとして分類されたオントロジを複数記憶した記憶手段と、前記オントロジ間の近似度を計測する近似度計測手段と、前記記憶手段に記憶された前記エントリが分類されたオントロジに基づき、前記近似度が所定値以上のオントロジの少なくともインスタンスに共通に含まれる単語をエントリに含むユーザの数を、前記クラスおよびインスタンス毎に計測するユーザ数解析手段と、一方のオントロジには含まれるが他方のオントロジには含まれないインスタンスであって、且つ前記ユーザ数解析手段で計測されたユーザ数が所定値以上のインスタンスを少なくとも意外情報として抽出する意外情報抽出手段と、前記意外情報抽出手段にて抽出された意外情報を共有するコミュニティの形成を支援するコミュニティ形成支援手段と、を備えたコミュニティ形成支援装置であって、前記コミュニティ形成支援手段は、少なくとも前記意外情報として抽出されたインスタンスに所属するエントリを、前記意外情報として抽出されたインスタンスを含まない他方のオントロジを有するユーザに、通信網及び端末を介して推薦することを特徴とする。
これにより、オントロジ間の近似度が近い上に、他の多数のユーザが保持するオントロジには含まれるが、自分が保持するオントロジには含まれないクラスまたはインスタンスの情報を推薦することができる。このため、クラス階層としては対応関係にないが、個人が興味を持つ可能性が統計的に高い意外な情報を共有しつつ、個人の興味に即したコミュニティを形成することが可能となるとともに、サービス領域ごとに構築されるオントロジをベースとしたブログ記事やユーザ分布の解析を行うことができる。
また、請求項４記載のコミュニティ形成支援装置は、各個人ごとに構築された興味情報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およびインスタンスを抽出する分類子適用手段と、各個人ごとに、前記抽出されたクラス、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を、当該パーソナルオントロジを構成するクラスに属するインスタンスに、前記パーソナルオントロジを有するユーザが保持する前記興味情報のエントリであり且つ前記インスタンスに含まれる単語を含むエントリを前記インスタンスに所属するエントリとして分類して記憶領域に記憶する手段と、複数の前記パーソナルオントロジのうち、前記クラスに同一単語を含むパーソナルオントロジを検索する手段と、検索したパーソナルオントロジに分類されている前記エントリの中から、前記同一単語を含むクラスに属するインスタンスに所属するエントリを意外情報として抽出する意外情報抽出手段と、前記意外情報抽出手段にて抽出された意外情報を共有するコミュニティの形成を支援するコミュニティ形成支援手段と、を備えたコミュニティ形成支援装置であって、前記コミュニティ形成支援手段は、前記クラスに前記同一単語を含む一のオントロジから抽出された前記意外情報としてのエントリを、前記クラスに前記同一単語を含む他のオントロジを有するユーザに、通信網及び端末を介して推薦することを特徴とする。
これにより、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、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した上で、同一クラスに興味を持つ他のユーザのエントリを推薦することが可能となる。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るとともに、同一クラスに興味を持つ他のユーザのエントリを意外情報として共有しつつ、個人の興味に即したコミュニティを形成することが可能となる。この結果、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、ユーザが今まで知らなかった興味の幅を広げることを可能としつつ、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５記載のコミュニティ形成支援装置は、各個人ごとに構築された興味情報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およびインスタンスを抽出する分類子適用手段と、各個人ごとに、前記抽出されたクラス、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を、当該パーソナルオントロジを構成するクラスに属するインスタンスに、前記パーソナルオントロジを有するユーザが保持する前記興味情報のエントリであり且つ前記インスタンスに含まれる単語を含むエントリを前記インスタンスに所属するエントリとして分類して記憶領域に記憶する手段と、前記パーソナルオントロジ抽出手段で抽出されたパーソナルオントロジ間の近似度を計測する近似度計測手段と、前記近似度が所定値以上のパーソナルオントロジ間において、一方のパーソナルオントロジには含まれるが他方のパーソナルオントロジには含まれないインスタンスを少なくとも意外情報として抽出する意外情報抽出手段と、前記意外情報抽出手段にて抽出された意外情報を共有するコミュニティの形成を支援するコミュニティ形成支援手段と、を備えたコミュニティ形成支援装置であって、前記コミュニティ形成支援手段は、少なくとも前記意外情報として抽出されたインスタンスに所属するエントリを、前記意外情報として抽出されたインスタンスを含まない他方のパーソナルオントロジを有するユーザに、通信網及び端末を介して推薦することを特徴とする。
これにより、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、各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した上で、パーソナルオントロジ間の近似度が近い上に、他のユーザが保持するパーソナルオントロジには含まれるが、自分が保持するパーソナルオントロジには含まれないクラスまたはインスタンスの情報を推薦することができる。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るとともに、クラス階層としては対応関係にないが、個人が興味を持つ可能性のある意外な情報を共有しつつ、個人の興味に即したコミュニティを形成することが可能となる。
また、請求項６記載のコミュニティ形成支援装置は、各個人ごとに構築された興味情報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、各個人ごとに、前記抽出されたクラスおよび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を、当該パーソナルオントロジを構成するクラスに属するインスタンスに、前記パーソナルオントロジを有するユーザが保持する前記興味情報のエントリであり且つ前記インスタンスに含まれる単語を含むエントリを前記インスタンスに所属するエントリとして分類して記憶領域に記憶する手段と、前記パーソナルオントロジ抽出手段で抽出されたパーソナルオントロジ間の近似度を計測する近似度計測手段と、前記記憶領域に記憶された前記エントリが分類されたパーソナルオントロジに基づき、前記近似度が所定値以上のパーソナルオントロジの少なくともインスタンスに共通に含まれる単語をエントリに含むユーザの数を、前記クラスおよびインスタンス毎に計測するユーザ数解析手段と、一方のパーソナルオントロジには含まれるが他方のパーソナルオントロジには含まれないインスタンスであって、且つ前記ユーザ数解析手段で計測されたユーザ数が所定値以上のインスタンスを少なくとも意外情報として抽出する意外情報抽出手段と、前記意外情報抽出手段にて抽出された意外情報を共有するコミュニティの形成を支援するコミュニティ形成支援手段と、を備えたコミュニティ形成支援装置であって、前記コミュニティ形成支援手段は、少なくとも前記意外情報として抽出されたインスタンスに所属する前記エントリを、前記意外情報として抽出されたインスタンスを含まない他方のパーソナルオントロジを有するユーザに、通信網及び端末を介して推薦することを特徴とする。
これにより、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、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した上で、パーソナルオントロジ間の近似度が近い上に、他の多数のユーザが保持するパーソナルオントロジには含まれるが、自分が保持するパーソナルオントロジには含まれないクラスまたはインスタンスの情報を推薦することができる。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るとともに、クラス階層としては対応関係にないが、個人が興味を持つ可能性が統計的に高い意外な情報を共有しつつ、個人の興味に即したコミュニティを形成することが可能となる。
また、請求項７記載のコミュニティ形成支援装置は、同一コミュニティに属する複数のオントロジを構成するクラスまたはインスタンスに含まれる単語に基づき、前記コミュニティに属するユーザがもつ興味の傾向を統計的に解析する手段と、前記複数のオントロジのうち、前記解析の結果に基づき前記コミュニティに属するユーザが統計的に興味をもつと予測される興味の傾向に対応する単語を前記クラスまたはインスタンスに含まないオントロジを有するユーザに、他のオントロジの、前記興味の傾向に対応する単語を含むクラスまたはインスタンスに分類された前記エントリを、通信網及び端末を介して推薦する手段を備えることを特徴とする。
また、請求項８記載のコミュニティ形成支援装置は、興味の近いユーザどうしを分類してグループを生成する手段と、生成したグループのユーザ数およびグループ間の結びつきの時系列的な変化を管理する手段と、を備えることを特徴とする。
また、請求項９記載のコミュニティ形成支援方法は、興味を共有するコミュニティの形成の支援を行うコミュニティ形成支援装置が実行するコミュニティ形成支援方法であって、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、前記ブログエントリから抽出された単語を含むクラスおよびインスタンスを前記雛形オントロジから抽出するステップと、前記抽出されたクラス、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、前記パーソナルオントロジを、当該パーソナルオントロジを構成するクラスに属するインスタンスに、前記パーソナルオントロジを有するユーザが保持する前記ブログエントリであり且つ前記インスタンスに含まれる単語を含むブログエントリを前記インスタンスに所属するブログエントリとして分類して記憶領域に記憶するステップと、複数の前記パーソナルオントロジのうち、前記クラスに同一単語を含むパーソナルオントロジを検索するステップと、検索したパーソナルオントロジに分類されている前記ブログエントリの中から、前記同一単語を含むクラスに属するインスタンスに所属するブログエントリを意外情報として抽出するステップと、前記抽出された意外情報を共有するコミュニティの形成を支援するステップと、を有し、前記コミュニティの形成を支援するステップでは、前記クラスに前記同一単語を含む一のパーソナルオントロジから抽出された前記意外情報としてのブログエントリを、前記クラスに前記同一単語を含む他のパーソナルオントロジを有するユーザに、通信網及び端末を介して推薦することを特徴とする。
これにより、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
した上で、同一クラスに興味を持つ他のユーザのエントリを意外情報として共有しつつ、
個人の興味に即したコミュニティを形成することが可能となる。
また、請求項１０記載のコミュニティ形成支援方法は、興味を共有するコミュニティの形成の支援を行うコミュニティ形成支援装置が実行するコミュニティ形成支援方法であって、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た雛形オントロジを選択するステップと、前記ブログエントリから抽出された単語を含むクラスおよびインスタンスを前記雛形オントロジから抽出するステップと、前記抽出されたクラス、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、前記パーソナルオントロジを、当該パーソナルオントロジを構成するクラスに属するインスタンスに、前記パーソナルオントロジを有するユーザが保持する前記ブログエントリであり且つ前記インスタンスに含まれる単語を含むブログエントリを前記インスタンスに所属するブログエントリとして分類して記憶領域に記憶するステップと、前記抽出されたパーソナルオントロジ間の近似度を計測するステップと、前記近似度が所定値以上のオントロジ間において、一方のパーソナルオントロジには含まれるが他方のパーソナルオントロジには含まれないインスタンスを少なくとも意外情報として抽出するステップと、前記抽出された意外情報を共有するコミュニティの形成を支援するステップと、を有し、前記コミュニティの形成を支援するステップでは、少なくとも前記意外情報として抽出されたインスタンスに所属するエントリを、前記意外情報として抽出されたインスタンスを含まない他方のパーソナルオントロジを有するユーザに、通信網及び端末を介して推薦することを特徴とする。
これにより、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した上で、クラス階層としては対応関係にないが、個人が興味を持つ可能性のある意外な情報を共有しつつ、個人の興味に即したコミュニティを形成することが可能となる。
また、請求項１１記載のコミュニティ形成支援方法は、興味を共有するコミュニティの形成の支援を行うコミュニティ形成支援装置が実行するコミュニティ形成支援方法であって、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た雛形オントロジを選択するステップと、前記ブログエントリから抽出された単語を含むクラスおよびインスタンスを前記雛形オントロジから抽出するステップと、前記抽出されたクラス、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、前記パーソナルオントロジを、当該パーソナルオントロジを構成するクラスに属するインスタンスに、前記パーソナルオントロジを有するユーザが保持する前記ブログエントリであり且つ前記インスタンスに含まれる単語を含むブログエントリを前記インスタンスに所属するブログエントリとして分類して記憶領域に記憶するステップと、前記抽出されたパーソナルオントロジ間の近似度を計測するステップと、前記記憶領域に記憶された前記ブログエントリが分類されたパーソナルオントロジに基づき、前記近似度が所定値以上のパーソナルオントロジの少なくともインスタンスに共通に含まれる単語をブログエントリに含むユーザの数を、前記クラスおよびインスタンス毎に計測するステップと、一方のパーソナルオントロジには含まれるが他方のパーソナルオントロジには含まれないインスタンスであって、且つ前記計測されたユーザ数が所定値以上のインスタンスを少なくとも意外情報として抽出するステップと、抽出された意外情報を共有するコミュニティの形成を支援するステップと、を有し、前記コミュニティの形成を支援するステップでは、少なくとも前記意外情報として抽出されたインスタンスに所属する前記ブログエントリを、前記意外情報として抽出されたインスタンスを含まない他方のパーソナルオントロジを有するユーザに、通信網及び端末を介して推薦することを特徴とする。
これにより、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した上で、クラス階層としては対応関係にないが、個人が興味を持つ可能性が統計的に高い意外な情報を共有しつつ、個人の興味に即したコミュニティを形成することが可能となる。
また、請求項１２記載のコミュニティ形成支援プログラムは、請求項９から１１のいずれか１項に記載のコミュニティ形成支援方法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、コミュニティ形成支援プログラムをコンピュータに実行させることで、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した上で、ユーザにとって意外な情報を共有しつつ、個人の興味に即したコミュニティを形成することが可能となる
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コミュニティ形成支援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コミュニティ形成支援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（Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ−Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｎｅｔｗｏｒｋ）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（Ｐｅｒｓｏｎａｌ Ｄａｔａ Ａｓｓｉｓｔａｎｔ）などでもよい。また、サーバ５は、ブログプロバイダやＩＳＰ（Ｉｎｆｏｒｍａｔｉｏｎ Ｓｅｒｖｉｃｅ Ｐｒｏｖｉｄｅｒ）上に設置することができる。
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やＥｘｃｅｌで階層を記述し、クラス化したものでもよい。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、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意外情報を抽出する意外情報抽出手段５ｄならびに意外情報抽出手段５ｄにて抽出された意外情報を共有するコミュニティの形成を支援するコミュニティ形成支援手段５ｅが設けられている。なお、意外情報とは、個人が興味を持つ可能性が高い未知のクラス（概念）や未知のインスタンス（実体）をいう。
ここで、意外情報抽出手段５ｄは、パーソナルオントロジを構成する同一のクラス配下のインスタンスがそれぞれ所属するエントリを意外情報として抽出することができる。
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。
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、意外情報抽出手段５ｄは、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構成する同一のクラス配下のインスタンスがそれぞれ所属するエントリを意外情報として抽出し、コミュニティ形成支援手段５ｅは、意外情報抽出手段５ｄにて抽出された意外情報を共有するコミュニティの形成を支援する。
これにより、各個人の興味情報に含まれる単語を雛形オントロジ６上で照合することにより、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した上で、同一クラスに興味を持つ他のユーザのエントリを推薦することが可能となる。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るとともに、同一クラスに興味を持つ他のユーザのエントリを意外情報として共有しつつ、個人の興味に即したコミュニティを形成することが可能となる。この結果、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、ユーザが今まで知らなかった興味の幅を広げることを可能としつつ、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。
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、意外情報抽出手段５ｄおよびコミュニティ形成支援手段５ｅ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プ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、このプログラムを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、そのプ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、意外情報抽出手段５ｄおよびコミュニティ形成支援手段５ｅで行われる処理を実現することができる。また、このプログラムを通信網１を介してダウンロードすることにより、このプ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、意外情報抽出手段５ｄおよびコミュニティ形成支援手段５ｅで行われる処理を遂行させる命令が記述されたプ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同一クラス間におけるユーザの興味の解析方法を示す図である。
図２において、ユーザＡの興味オントロジＯＡには、クラス“Ｃｉ”が所属し、クラス“Ｃｉ”の配下にはインスタンス集合ＩＳが存在し、インスタンス集合ＩＳには、“ａ”、“ｂ”および“ｃ”というインスタンスが存在しているものとする。ここで、インスタンス“ａ”に対してはＸ個のエントリが蓄積され、インスタンス“ｂ”に対してはＹ個のエントリが蓄積され、インスタンス“ｃ”に対してはＺ個のエントリが蓄積されているものとする。
一方、ユーザＢの興味オントロジＯＢには、クラス“Ｃｉ”が所属し、クラス“Ｃｉ”の配下にはインスタンス集合ＩＴが存在し、インスタンス集合ＩＴには、“ｂ”、“ｃ”および“ｄ”というインスタンスが存在しているものとする。ここで、インスタンス“ｂ”に対してはｘ個のエントリが蓄積され、インスタンス“ｃ”に対してはｙ個のエントリが蓄積され、インスタンス“ｄ”に対してはｚ個のエントリが蓄積されているものとする。
この時、ユーザＡから見たユーザＢの興味の適切さＳu（ＡＢ）は、以下の（１）式で与えることができる。
Ｓu（ＡＢ）＝Ｎ（｜Ｓ∩Ｔ｜）×ｆ（Ｎ（（ｘ＋ｙ）／（Ｙ＋Ｚ））） ・・・（１）
ただし、｜Ｓ∩Ｔ｜は、ユーザＡ、Ｂ間で興味の一致するインスタンス数、（ｘ＋ｙ）／（Ｙ＋Ｚ））は、ユーザＡ、Ｂ間で興味の一致するインスタンスに対する記述エントリの比率、ｆ（）は、これら２つのパラメータの重みを決定する関数である。
ここで、クラス“Ｃｉ”に興味を持つ全ユーザを母集合とし、重みを考慮した関数Ｎは、以下の（２）式で与えることができる。
Ｎ（ｘi）＝（ｘi−ｘ´）／σx ・・・（２）
ただし、ｘ´は平均、σxは分散である。
さらに、ユーザＡから見たユーザＢの持つエントリＥiの適切さＳEi（ＡＢ）は、クラス“Ｃｉ”に対し書き込みを行う全エントリを母集合とし、（２）式で与えられる関数Ｎを用いることにより、以下の（３）式で与えることができる。
ＳEi（ＡＢ）＝Ｓu（ＡＢ）×ｆ（Ｎ（Ｎｕｍ（Ｃi）／Ｎｕｍ（ｔｏｔａｌ）））
・・・（３）
ただし、Ｎｕｍ（ｔｏｔａｌ）は、雛形オントロジ６全体に対するエントリＥiの所属クラス数とインスタンス数との和、Ｎｕｍ（Ｃi）は、クラス“Ｃｉ”におけるエントリＥiの所属インスタンス数、ｆ（）は、これら２つのパラメータの重みを決定する関数である。
ここで、（３）式を用いることにより、他のブログサイトやＷｅｂサイトの情報を単純にコピーして表示するような、ユーザの興味を反映することなく、インスタンスを単に列挙しているだけのエントリのスコアを下げることができ、クラス“Ｃｉ”が話題の中心となるエントリをユーザに推薦することができる。
その上で、ヒューリスティックなしきい値θを用い、ＳEi（ＡＢ）＞θとなるエントリ集合をユーザＡの興味に即したエントリ集合Ｇ（Ｅ）として蓄積する。そして、エントリ集合Ｇ（Ｅ）の所属するインスタンスを解析することで、ユーザＡの興味オントロジを形成するインスタンス集合Ｓに対し共起性を持つインスタンス集合Ｉを解析する。なお、共起性とは、集合に含まれるメンバの積集合の比率を言う。そして、インスタンス集合Ｉに対するエントリ集合Ｇ（Ｉ）を、ユーザＡの興味に即した意外なエントリとしてユーザＡに推薦することができる。
図３は、本発明の一実施形態に係る興味オントロジベースのコミュニティ形成方法を従来のキーワードベースのコミュニティ形成方法と比較して示す図である。
図３において、ユーザＡ側では、“Ｃｈａｒｌａｔａｎｓ”、“Ｈａｐｐｙ Ｍｏｎｄａｙｓ”および“Ｎｅｗ Ｏｒｄｅｒ”からなるインスタンス集合ＩＡが保持され、ユーザＢ側では、“Ｃｈａｒｌａｔａｎｓ”、“Ｓｏｕｐ Ｄｒａｇｏｎｓ”および“Ｓｔｏｎｅ Ｒｏｓｅｓ”からなるインスタンス集合ＩＢが保持されているものとする。この場合、従来のキーワードベースのコミュニティ形成方法では、“Ｍａｄｃｈｅｓｔｅｒ”というジャンルに対してキーワード検索を行った場合においても、少数の検索結果し得ることができず、“Ｍａｄｃｈｅｓｔｅｒ”というジャンルについてのコミュニティは、ユーザＡ、Ｂにとって把握しにくい。
これに対して、興味オントロジベースのコミュニティ形成方法では、“Ｍａｄｃｈｅｓｔｅｒ”というジャンルに所属するインスタンスをグループ化することで、インスタンス集合ＩＣを配下に持つ“Ｍａｄｃｈｅｓｔｅｒ”というクラスを形成することができる。このため、キーワードベースでは発見できなかった“Ｍａｄｃｈｅｓｔｅｒ”に興味を持つユーザやエントリ集合を発見した上で、“Ｍａｄｃｈｅｓｔｅｒ”グループの中でもユーザの興味に即したエントリの紹介を行うことができる。この結果、ユーザＡ、Ｂにとって今まで未知であったが興味を持つ可能性のあるインスタンスの情報を、他のユーザＡ、Ｂのブログエントリを介して知ることができ、コミュニティの形成を支援することができる。
なお、上述した実施形態では、パーソナルオントロジを構成する同一のクラス配下のインスタンスがそれぞれ所属するエントリを意外情報として抽出する方法について説明したが、近似度が所定値以上のパーソナルオントロジ間において、一方のパーソナルオントロジには含まれるが他方のパーソナルオントロジには含まれないクラスまたはインスタンスを意外情報として抽出するようにしてもよい。
これにより、各個人の興味情報に含まれる単語を雛形オントロジ６上で照合することにより、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した上で、パーソナルオントロジ間の近似度が近い上に、他のユーザが保持するパーソナルオントロジには含まれるが、自分が保持するパーソナルオントロジには含まれないクラスまたはインスタンスの情報を推薦することができる。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るとともに、クラス階層としては対応関係にないが、個人が興味を持つ可能性のある意外な情報を共有しつつ、個人の興味に即したコミュニティを形成することが可能となる。
あるいは、近似度が所定値以上のオントロジ間において、同一のクラスまたはインスタンスに興味を持つユーザの数を解析し、一方のオントロジには含まれるが他方のオントロジには含まれないクラスまたはインスタンスであって、興味を持つユーザの数が所定値以上のクラスまたはインスタンスを意外情報として抽出するようにしてもよい。
これにより、自分のパーソナルオントロジにないクラスまたはインスタンスであって、１人のユーザだけでなく、他の多数のユーザが興味を持つクラスまたはインスタンスの情報を意外情報として推薦することができ、クラス階層として対応関係にない場合においても、自分が興味を持つ妥当性を向上させつつ、個人の興味に即したコミュニティを形成することが可能となるとともに、サービス領域ごとに構築されるオントロジをベースとしたブログ記事やユーザ分布の解析を行うことができる。
また、上述した実施形態では、意外情報を抽出するために、雛形オントロジ６から構築されたパーソナルオントロジを例にとって説明したが、本発明は必ずしも雛形オントロジ６から構築されたパーソナルオントロジに限定されることなく、それ以外のオントロジに適用するようにしてもよい。
図４は、本発明の一実施形態に係るパーソナルオントロジ間の近似度計測方法を示す図である。なお、以下の説明では、あるオントロジに対する別のオントロジとの間の近似度を計測する場合、前者をソースオントロジ、後者をターゲットオントロジと呼ぶ。
図４において、パーソナルオントロジＯＡの“ａ１というクラスの直下には、“ｂ１”および“ｂ２”というクラスが存在し、“ｂ１”というクラスの直下には、“ｃ１”および“ｃ２”というクラスが存在し、“ｃ１”というクラスの直下には、“ｄ１”というクラスが存在し、“ｂ２”というクラスの直下には、“ｃ３”および“ｃ４”というクラスが存在しているものとする。また、“ｄ１”というクラスには、“ｊ”および“ｋ”というインスタンスが存在し、“ｃ２”というクラスには、“ｍ”というインスタンスが存在し、“ｃ３”というクラスには、“ａ”、“ｃ”、“ｂ”および“ｄ”というインスタンスが存在し、“ｃ４”というクラスには、“ｑ”および“ｈ”というインスタンスが存在しているものとする。
また、パーソナルオントロジＯＢの“ａ１”というクラスの直下には、“ｂ１”、“ｂ２”および“ｂ３”というクラスが存在し、“ｂ１”というクラスの直下には、“ｃ１”というクラスが存在し、“ｃ１”というクラスの直下には、“ｄ１”というクラスが存在し、“ｂ２”というクラスの直下には、“ｃ３”および“ｃ４”というクラスが存在しているものとする。また、“ｄ２”というクラスには、“ｌ”というインスタンスが存在し、“ｂ２”というクラスには、“ｎ”というインスタンスが存在し、“ｃ３”というクラスには、“ａ”、“ｃ”、“ｅ”および“ｆ”というインスタンスが存在し、“ｃ４”というクラスには、“ｐ”および“ｊ”というインスタンスが存在しているものとする。
そして、パーソナルオントロジＯＡ、ＯＢ間で末端クラスを除く共通クラスを分析し、共通クラスを親クラスとした親子クラスからなるトポロジを抽出する。この結果、パーソナルオントロジＯＡ、ＯＢ間において、クラス“ａ１”を親クラスとした子クラス集合Ｇ１、クラス“ｂ１”を親クラスとした子クラス集合Ｇ２、クラス“ｃ１”を親クラスとした子クラス集合Ｇ３、クラス“ｂ２”を親クラスとした子クラス集合Ｇ４を抽出することができる。
そして、オントロジＯＡ、ＯＢ間で各トポロジを形成する子クラス集合が抽出されると、子クラス集合間の近似度を計測する。なお、子クラス集合間の近似度の計測方法としては、例えば、Ｊａｃｃａｒｄ係数を用いることができる。このＪａｃｃａｒｄ係数では、クラス集合Ｘ、Ｙ間の近似度は、（Ｘ∩Ｙ）／（Ｘ∪Ｙ）にて求めることができる。例えば、図４のオントロジＯＡの子クラス集合Ｇ１には、クラス“ｂ１”およびクラス“ｂ２”が含まれ、オントロジＯＢの子クラス集合Ｇ１には、クラス“ｂ１”、クラス“ｂ２”およびクラス“ｂ３”が含まれているため、オントロジＯＡ、ＯＢの子クラス集合Ｇ１間の和集合のメンバ数は３、積集合のメンバ数は２となり、Ｊａｃｃａｒｄ係数は２／３となる。
同様に、オントロジＯＡ、ＯＢの子クラス集合Ｇ２間のＪａｃｃａｒｄ係数は１／２、オントロジＯＡ、ＯＢの子クラス集合Ｇ３間のＪａｃｃａｒｄ係数は０／２、オントロジＯＡ、ＯＢの子クラス集合Ｇ４間のＪａｃｃａｒｄ係数は２／２となる。
そして、オントロジＯＡ、ＯＢのクラス集合間におけるＪａｃｃａｒｄ係数がそれぞれ求まると、これらのクラス集合間におけるＪａｃｃａｒｄ係数を足し合わせる。この結果、パーソナルオントロジＯＡ、ＯＢ間でのトポロジの近似度ＳTは２／３＋１／２＋０／２＋２／２となる。
次に、パーソナルオントロジＯＡ、ＯＢの共通クラス間の近似度を計算する。なお、図４のパーソナルオントロジＯＡ、ＯＢ間では、“ａ１”、“ｂ１”、“ｂ２”、“ｃ１”、“ｃ３”および“ｃ４”の６種類のクラスが共通している。ここで、パーソナルオントロジＯＡ、ＯＢの共通クラス間の近似度を計算する場合、クラスに所属するインスタンス集合に対してＪａｃｃａｒｄ係数を適用することができる。すなわち、あるクラスＣ１において、ソースオントロジのインスタンス集合をｘ、ターゲットオントロジのインスタンス集合をｙとすると、パーソナルオントロジＯＡ、ＯＢの共通クラス間の近似度は、（ｘ∩ｙ）／（ｘ∪ｙ）にて求めることができる。そして、共通クラス間の近似度を足し合わせることにより、パーソナルオントロジＯＡ、ＯＢのクラス間の近似度ＳCを計測することができる。
例えば、パーソナルオントロジＯＡ、ＯＢ間の共通クラス“ｂ２”において、パーソナルオントロジＯＡの共通クラス“ｂ２”におけるインスタンス集合Ｇ６には、インスタンス“ｎ”が存在し、パーソナルオントロジＯＢの共通クラス“ｂ２”におけるインスタンス集合Ｇ６には、インスタンス“ｎ”が存在している。この結果、パーソナルオントロジＯＡ、ＯＢのインスタンス集合Ｇ６の和集合のメンバ数は１となり、パーソナルオントロジＯＡ、ＯＢのインスタンス集合Ｇ６の積集合のメンバ数は１となり、“ｂ２”という共通クラス間の近似度は１／１となる。
また、パーソナルオントロジＯＡ、ＯＢ間の共通クラス“ｃ３”において、パーソナルオントロジＯＡの共通クラス“ｃ３”におけるインスタンス集合Ｇ７には、インスタンス“ａ”、“ｃ”、“ｂ”および“ｄ”が存在し、パーソナルオントロジＯＢの共通クラス“ｃ３”におけるインスタンス集合Ｇ７には、インスタンス“ａ”、“ｃ”、“ｅ”および“ｆ”が存在している。この結果、パーソナルオントロジＯＡ、ＯＢのインスタンス集合Ｇ７間の和集合のメンバ数は６、パーソナルオントロジＯＡ、ＯＢのインスタンス集合Ｇ７間の積集合のメンバ数は２となり、“ｃ３”という共通クラス間の近似度は２／６となる。
その他の“ａ１”、“ｂ１”、“ｃ１”および“ｃ４”という共通クラスには、パーソナルオントロジＯＡ、ＯＢ間で共通に存在するインスタンスは存在しない。従って、パーソナルオントロジＯＡ、ＯＢのクラス間の近似度ＳCは１／１＋２／６となる。
そして、パーソナルオントロジＯＡ、ＯＢにおけるトポロジの近似度ＳTおよびクラス間の近似度ＳCが求まると、トポロジとクラスに対する重要度に応じた評価関数ｆ（Ｘ）を用いることにより、以下の式にてパーソナルオントロジＯＡ、ＯＢ間の近似度ＳO（ＡＢ）を与えることができる。
ＳO（ＡＢ）＝ＳT＋ｆ（ＳC）
図５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および同一のクラスまたはインスタンスに興味を持つユーザの数の解析方法を示す図である。
図５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Ｃi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Ｃi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Ｃiに所属するインスタンスＩi（∈Ｃi）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Ｃiに所属するインスタンスＩi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Ｃl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Ｃl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Ｉl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Ｃl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Ｃlに興味を持つユーザＡ、Ｂ、・・・、Ｘの数は、最下層クラスＣl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Ｃl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）。
図６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６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“Ｈａｐｐｙ Ｍｏｎｄａｙｓ”などのインスタンスに興味を持つユーザは、“Ｇｌａｓｇｏｗ”というクラスやその配下の“Ｔｅｅｎａｇｅ Ｆａｎｃｌｕｂ”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）。
図７は、本発明の一実施形態に係るブログコミュニティ形成支援サービスの一例を示す図である。
図７において、ユーザ嗜好・コミュニティ管理サーバ１０１は、興味の近いブログユーザを分類したグループＧＰを生成し、グループＧＰのユーザ数および結び付きの時系列的な変化を管理することができる。そして、企業群１０２が、このようなブログユーザのコミュニティに参加し、コミュニティごとにやり取りされる情報を取得したり、ユーザ嗜好・コミュニティ管理サーバ１０１にて提供されるマーケティング情報を利用したりすることで、顧客の嗜好を分析し、その分析結果に基づく新たなビジネス展開を図ることができる。
また、新たに企画されたなビジネスをＷｅｂ上のポータル１０３にて提供することで、ブログコミュニティのユーザにオンラインで新たなサービスを告知することができ、新たなサービスの売り上げを向上させることができる。
図８は、本発明の一実施形態に係る興味オントロジを利用したコンテンツの推薦方法を示す図である。
図８において、音楽プロバイダには、サービスオントロジＳＯ１、ＳＯ２が保持され、ユーザＡには、興味オントロジＯＡが保持され、ユーザＢには、興味オントロジＯＢが保持されているものとする。そして、興味オントロジＯＡ、ＯＢに基づいて、ユーザの嗜好に適合したコミュニティが形成され、興味の一致するユーザＡ、Ｂやブログ記事を推薦する。そして、推薦されたブログ記事を介してユーザＡ、Ｂが未知のコンテンツに興味を抱くと、そのコンテンツを音楽プロバイダから購入することができる。
例えば、“グラスゴーシーン”を聞く人はｍｅｒｇｅレーベルに興味があるという情報が、統計情報から得られると、ｍｅｒｇｅレーベルのアーティストを記述したエントリをユーザＡに紹介することができる。その結果、ユーザＡは、ｍｅｒｇｅレーベルのアーティスト“ｓｐｏｏｎ”に興味を抱くと、音楽プロバイダを介して視聴し、気に入れば購入することができる。
ここで、統計情報は、興味オントロジが生成されることにより獲得することができ、統計情報としては、（１）各ユーザの持つ興味をカテゴライズした情報（興味オントロジそのもの）、（２）同一の興味概念を同時に共有するユーザの数、（３）複数の興味概念を同時に共有するユーザの数などを含むことができる。
そして、各ユーザの持つ興味をカテゴライズした情報を用いることにより、ユーザ単位で興味を分析することができ、ユーザ単位で広告などを配信することができる。また、同一の興味概念を同時に共有するユーザの数を用いることにより、最近流行している音楽ジャンルや映画ジャンルあるいはコミュニティを把握することができ、それらに基づいたサービスを企画することができる。また、複数の興味概念を同時に共有するユーザの数を用いることにより、異なるコミュニティ間の結び付きを浮き彫りにすることができ、異なるサービスを組み合わせた新規なサービスを提供することができる。
図９は、本発明の一実施形態に係るコミュニティ形成支援サービスの提供方法の一例を示す図である。
図９において、例えば、新潟の温泉コミュニティとグラスゴーシーンの音楽コミュニティとが形成されているものとすると、これらのコミュニティに属するユーザの積集合を求めることにより、コミュニティ間の相関関係を分析することができる。そして、新潟の温泉コミュニティとグラスゴーシーンの音楽コミュニティとの相関が高いという結果が得られたものとすると、フジロックと大沢山温泉パックツアーに企画などを立ち上げることができる。
図１０は、本発明の一実施形態に係る音楽シャンルにおけるコミュニティの解析結果の一例を示す図である。
図１０において、統計情報として、例えば、音楽シャンルにおけるコミュニティを解析することにより、メタル配下に所属するユーザの数などを時系列的に把握することができる。
図１１は、本発明の一実施形態に係るコミュニティ形成支援サービスにおけるユーザーインターフェースの一例を示す図である。
図１１において、例えば、ユーザＡの興味のありそうなブログ記事をユーザＡのブログに推薦することにより、他のユーザとのコミュニティの形成を支援することができる。
図１２は、本発明の一実施形態に係るコミュニティ形成支援サービスにおけるユーザーインターフェースのその他の例を示す図である。
図１２において、全ブログユーザの中からランダムにユーザを選択し、ユーザの興味情報に基づいて興味コミュニティを抽出する。そして、抽出された興味コミュニティにおいて、興味の一致度に基づいてエントリをランキング表示する。そして、ランキング表示されたエントリを通じて、他のユーザとのコミュニティの形成を支援することができる。
図１３は、本発明の一実施形態に係るコミュニティ形成支援サービスの提供方法のその他の例を示す図である。
図１３において、既存の“ｄｏｂｌｏｇ．ｃｏｍ”に対し、ユーザの興味情報を蓄積する“ｍｕｓｉｃ．ｄｏｂｌｏｇ．ｃｏｍ”を創設し、雛形オントロジに即して生成されたユーザコミュニティや各コミュニティのクラスまたはインスタンスに分類されたエントリを“ｍｕｓｉｃ．ｄｏｂｌｏｇ．ｃｏｍ”上で保持する。
次に、ユーザのｄｏｂｌｏｇ．ｃｏｍ”というブログサイト内に興味ＣＳＩ（Ｃｌｉｅｎｔ ｓｉｄｅ ｉｎｃｌｕｄｅ）を作成し、“ｍｕｓｉｃ．ｄｏｂｌｏｇ．ｃｏｍ”にて管理されるユーザの興味情報から、ユーザごとの興味クラスまたはインスタンスを取得し、興味ＣＳＩの中で表示する。
次に、ユーザは、興味ＣＳＩの中で表示されたジャンルやアーティストなどの情報をクリックすることにより、そのジャンルやアーティストなどのコミュニティにジャンプすることができる。
そして、ユーザは、自分の興味に即したコミュニティにおいて、他のユーザのエントリなどを参照しながら、自分が今まで持っていた興味から導かれた興味情報に辿り着くことができる。そして、その興味情報のエントリをクリックすることで、他のユーザのブログサイトに導かれ、そのユーザとコミュニケーションを深めることができる。
さらに、コミュニティ間の相関関係に基づいて、ユーザが今まで気付かなかった意外な興味情報のコミュニティにリンクを持たせることで、ユーザの興味を広げることができ、新たなコミュニティの形成を支援することができる。
図１４は、本発明の一実施形態に係るコミュニティ形成支援サービスの提供方法のその他の例を示す図である。
図１４において、例えば、図１３の興味ＣＳＩの中で表示されたモダンフォークがブログサイト内でクリックされると、“ｍｕｓｉｃ．ｄｏｂｌｏｇ．ｃｏｍ”上のユーザ画面Ｇ１に移行することができる。このユーザ画面Ｇ１では、ユーザの興味オントロジに基づいて、モダンフォークに周りのクラス階層やインスタンス情報がユーザの興味に従って表示される。そして、ユーザの興味に応じたモダンフォークの中の推薦エントリが一覧表示される。
図１５は、本発明の一実施形態に係るコミュニティ形成支援サービスの提供方法のその他の例を示す図である。
図１５において、例えば、モダンフォークに分類されているスザンヌベガというアーチストがクリックされると、ユーザ画面Ｇ２に移行することができる。そして、ユーザの興味に応じたスザンヌベガの中の推薦エントリが一覧表示されるとともに、各アーチスト情報（アルバム情報）などが表示される。
図１６は、本発明の一実施形態に係るコミュニティ形成支援サービスの提供方法のその他の例を示す図である。
図１６において、“ｍｕｓｉｃ．ｄｏｂｌｏｇ．ｃｏｍ”内のユーザ自身の興味クラス（例えば、モダンフォーク）を閲覧している場合、モダンフォークと相関関係が深いクラスが階層的に隣接して表示され、ユーザが興味を抱きながらクリックし易く表示することができる。例えば、クラシックのロマン派とモダンフォークに興味を持つメンバーがかぶっているとして、モダンフォークの横にクラシックを階層的に表示することができる。
そして、図１４〜図１６で示したような画面表示を行うことにより、ユーザはＷｅｂサーフィンを行っていくような感覚で自分の興味の幅を広げることができる。
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コミュニティ形成支援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同一クラス間におけるユーザの興味の解析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ベースのコミュニティ形成方法を従来のキーワードベースのコミュニティ形成方法と比較して示す図である。 本発明の一実施形態に係る興味オントロジ間の近似度計測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生成方法および同一のクラスまたはインスタンスに興味を持つユーザの数の解析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ブログコミュニティ形成支援サービスの一例を示す図である。 本発明の一実施形態に係る興味オントロジを利用したコンテンツの推薦方法を示す図である。 本発明の一実施形態に係るコミュニティ形成支援サービスの提供方法の一例を示す図である。 本発明の一実施形態に係る音楽シャンルにおけるコミュニティの解析結果の一例を示す図である。 本発明の一実施形態に係るコミュニティ形成支援サービスにおけるユーザーインターフェースの一例を示す図である。 本発明の一実施形態に係るコミュニティ形成支援サービスにおけるユーザーインターフェースのその他の例を示す図である。 本発明の一実施形態に係るコミュニティ形成支援サービスの提供方法のその他の例を示す図である。 本発明の一実施形態に係るコミュニティ形成支援サービスの提供方法のその他の例を示す図である。 本発明の一実施形態に係るコミュニティ形成支援サービスの提供方法のその他の例を示す図である。 本発明の一実施形態に係るコミュニティ形成支援サービスの提供方法のその他の例を示す図である。
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 意外情報抽出手段
５ｅ コミュニティ形成支援手段
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 (12)

  1. 単語が概念階層化されてなるオントロジであって、該オントロジを構成するクラスに属するインスタンスには当該オントロジを有するユーザが保持するエントリであり且つ前記インスタンスに含まれる単語を含むエントリが、前記インスタンスに所属するエントリとして分類されたオントロジを複数記憶した記憶手段と、
    複数の前記オントロジのうち、前記クラスに同一単語を含むオントロジを検索する手段と、
    検索したオントロジに分類されている前記エントリの中から、前記同一単語を含むクラスに属するインスタンスに所属するエントリを意外情報として抽出する意外情報抽出手段と、
    前記意外情報抽出手段にて抽出された意外情報を共有するコミュニティの形成を支援するコミュニティ形成支援手段と、を備えたコミュニティ形成支援装置であって、
    前記コミュニティ形成支援手段は、
    前記クラスに前記同一単語を含む一のオントロジから抽出された前記意外情報としてのエントリを、前記クラスに前記同一単語を含む他のオントロジを有するユーザに、通信網及び端末を介して推薦することを特徴とするコミュニティ形成支援装置。
  2. 単語が概念階層化されてなるオントロジであって、該オントロジを構成するクラスに属するインスタンスには当該オントロジを有するユーザが保持するエントリであり且つ前記インスタンスに含まれる単語を含むエントリが、前記インスタンスに所属するエントリとして分類されたオントロジを複数記憶した記憶手段と、
    前記オントロジ間の近似度を計測する近似度計測手段と、
    前記近似度が所定値以上のオントロジ間において、一方のオントロジには含まれるが他方のオントロジには含まれないインスタンスを少なくとも意外情報として抽出する意外情報抽出手段と、
    前記意外情報抽出手段にて抽出された意外情報を共有するコミュニティの形成を支援するコミュニティ形成支援手段と、を備えたコミュニティ形成支援装置であって、
    前記コミュニティ形成支援手段は、
    少なくとも前記意外情報として抽出されたインスタンスに所属する前記エントリを、前記意外情報として抽出されたインスタンスを含まない他方のオントロジを有するユーザに、通信網及び端末を介して推薦することを特徴とするコミュニティ形成支援装置。
  3. 単語が概念階層化されてなるオントロジであって、該オントロジを構成するクラスに属するインスタンスには当該オントロジを有するユーザが保持するエントリであり且つ前記インスタンスに含まれる単語を含むエントリが、前記インスタンスに所属するエントリとして分類されたオントロジを複数記憶した記憶手段と、
    前記オントロジ間の近似度を計測する近似度計測手段と、
    前記記憶手段に記憶された前記エントリが分類されたオントロジに基づき、前記近似度が所定値以上のオントロジの少なくともインスタンスに共通に含まれる単語をエントリに含むユーザの数を、前記クラスおよびインスタンス毎に計測するユーザ数解析手段と、
    一方のオントロジには含まれるが他方のオントロジには含まれないインスタンスであって、且つ前記ユーザ数解析手段で計測されたユーザ数が所定値以上のインスタンスを少なくとも意外情報として抽出する意外情報抽出手段と、
    前記意外情報抽出手段にて抽出された意外情報を共有するコミュニティの形成を支援するコミュニティ形成支援手段と、を備えたコミュニティ形成支援装置であって、
    前記コミュニティ形成支援手段は、
    少なくとも前記意外情報として抽出されたインスタンスに所属するエントリを、前記意外情報として抽出されたインスタンスを含まない他方のオントロジを有するユーザに、通信網及び端末を介して推薦することを特徴とするコミュニティ形成支援装置。
  4. 各個人ごとに構築された興味情報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およびインスタンスを抽出する分類子適用手段と、
    各個人ごとに、前記抽出されたクラス、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を、当該パーソナルオントロジを構成するクラスに属するインスタンスに、前記パーソナルオントロジを有するユーザが保持する前記興味情報のエントリであり且つ前記インスタンスに含まれる単語を含むエントリを前記インスタンスに所属するエントリとして分類して記憶領域に記憶する手段と、
    複数の前記パーソナルオントロジのうち、前記クラスに同一単語を含むパーソナルオントロジを検索する手段と、
    検索したパーソナルオントロジに分類されている前記エントリの中から、前記同一単語を含むクラスに属するインスタンスに所属するエントリを意外情報として抽出する意外情報抽出手段と、
    前記意外情報抽出手段にて抽出された意外情報を共有するコミュニティの形成を支援するコミュニティ形成支援手段と、を備えたコミュニティ形成支援装置であって、
    前記コミュニティ形成支援手段は、
    前記クラスに前記同一単語を含む一のオントロジから抽出された前記意外情報としてのエントリを、前記クラスに前記同一単語を含む他のオントロジを有するユーザに、通信網及び端末を介して推薦することを特徴とするコミュニティ形成支援装置。
  5. 各個人ごとに構築された興味情報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およびインスタンスを抽出する分類子適用手段と、
    各個人ごとに、前記抽出されたクラス、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を、当該パーソナルオントロジを構成するクラスに属するインスタンスに、前記パーソナルオントロジを有するユーザが保持する前記興味情報のエントリであり且つ前記インスタンスに含まれる単語を含むエントリを前記インスタンスに所属するエントリとして分類して記憶領域に記憶する手段と、
    前記パーソナルオントロジ抽出手段で抽出されたパーソナルオントロジ間の近似度を計測する近似度計測手段と、
    前記近似度が所定値以上のパーソナルオントロジ間において、一方のパーソナルオントロジには含まれるが他方のパーソナルオントロジには含まれないインスタンスを少なくとも意外情報として抽出する意外情報抽出手段と、
    前記意外情報抽出手段にて抽出された意外情報を共有するコミュニティの形成を支援するコミュニティ形成支援手段と、を備えたコミュニティ形成支援装置であって、
    前記コミュニティ形成支援手段は、
    少なくとも前記意外情報として抽出されたインスタンスに所属するエントリを、前記意外情報として抽出されたインスタンスを含まない他方のパーソナルオントロジを有するユーザに、通信網及び端末を介して推薦することを特徴とするコミュニティ形成支援装置。
  6. 各個人ごとに構築された興味情報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、
    各個人ごとに、前記抽出されたクラスおよび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を、当該パーソナルオントロジを構成するクラスに属するインスタンスに、前記パーソナルオントロジを有するユーザが保持する前記興味情報のエントリであり且つ前記インスタンスに含まれる単語を含むエントリを前記インスタンスに所属するエントリとして分類して記憶領域に記憶する手段と、
    前記パーソナルオントロジ抽出手段で抽出されたパーソナルオントロジ間の近似度を計測する近似度計測手段と、
    前記記憶領域に記憶された前記エントリが分類されたパーソナルオントロジに基づき、前記近似度が所定値以上のパーソナルオントロジの少なくともインスタンスに共通に含まれる単語をエントリに含むユーザの数を、前記クラスおよびインスタンス毎に計測するユーザ数解析手段と、
    一方のパーソナルオントロジには含まれるが他方のパーソナルオントロジには含まれないインスタンスであって、且つ前記ユーザ数解析手段で計測されたユーザ数が所定値以上のインスタンスを少なくとも意外情報として抽出する意外情報抽出手段と、
    前記意外情報抽出手段にて抽出された意外情報を共有するコミュニティの形成を支援するコミュニティ形成支援手段と、を備えたコミュニティ形成支援装置であって、
    前記コミュニティ形成支援手段は、
    少なくとも前記意外情報として抽出されたインスタンスに所属する前記エントリを、前記意外情報として抽出されたインスタンスを含まない他方のパーソナルオントロジを有するユーザに、通信網及び端末を介して推薦することを特徴とするコミュニティ形成支援装置。
  7. 同一コミュニティに属する複数のオントロジを構成するクラスまたはインスタンスに含まれる単語に基づき、前記コミュニティに属するユーザがもつ興味の傾向を統計的に解析する手段と、
    前記複数のオントロジのうち、前記解析の結果に基づき前記コミュニティに属するユーザが統計的に興味をもつと予測される興味の傾向に対応する単語を前記クラスまたはインスタンスに含まないオントロジを有するユーザに、他のオントロジの、前記興味の傾向に対応する単語を含むクラスまたはインスタンスに分類された前記エントリを、通信網及び端末を介して推薦する手段を備えることを特徴とする請求項１から請求項６の何れか１項記載のコミュニティ形成支援装置。
  8. 興味の近いユーザどうしを分類してグループを生成する手段と、
    生成したグループのユーザ数およびグループ間の結びつきの時系列的な変化を管理する手段と、
    を備えることを特徴とする請求項１から請求項７の何れか１項記載のコミュニティ形成支援装置。
  9. 興味を共有するコミュニティの形成の支援を行うコミュニティ形成支援装置が実行するコミュニティ形成支援方法であって、
    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、
    前記ブログエントリから抽出された単語を含むクラスおよびインスタンスを前記雛形オントロジから抽出するステップと、
    前記抽出されたクラス、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、
    前記パーソナルオントロジを、当該パーソナルオントロジを構成するクラスに属するインスタンスに、前記パーソナルオントロジを有するユーザが保持する前記ブログエントリであり且つ前記インスタンスに含まれる単語を含むブログエントリを前記インスタンスに所属するブログエントリとして分類して記憶領域に記憶するステップと、
    複数の前記パーソナルオントロジのうち、前記クラスに同一単語を含むパーソナルオントロジを検索するステップと、
    検索したパーソナルオントロジに分類されている前記ブログエントリの中から、前記同一単語を含むクラスに属するインスタンスに所属するブログエントリを意外情報として抽出するステップと、
    前記抽出された意外情報を共有するコミュニティの形成を支援するステップと、を有し、
    前記コミュニティの形成を支援するステップでは、前記クラスに前記同一単語を含む一のパーソナルオントロジから抽出された前記意外情報としてのブログエントリを、前記クラスに前記同一単語を含む他のパーソナルオントロジを有するユーザに、通信網及び端末を介して推薦することを特徴とするコミュニティ形成支援方法。
  10. 興味を共有するコミュニティの形成の支援を行うコミュニティ形成支援装置が実行するコミュニティ形成支援方法であって、
    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た雛形オントロジを選択するステップと、
    前記ブログエントリから抽出された単語を含むクラスおよびインスタンスを前記雛形オントロジから抽出するステップと、
    前記抽出されたクラス、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、
    前記パーソナルオントロジを、当該パーソナルオントロジを構成するクラスに属するインスタンスに、前記パーソナルオントロジを有するユーザが保持する前記ブログエントリであり且つ前記インスタンスに含まれる単語を含むブログエントリを前記インスタンスに所属するブログエントリとして分類して記憶領域に記憶するステップと、
    前記抽出されたパーソナルオントロジ間の近似度を計測するステップと、
    前記近似度が所定値以上のオントロジ間において、一方のパーソナルオントロジには含まれるが他方のパーソナルオントロジには含まれないインスタンスを少なくとも意外情報として抽出するステップと、
    前記抽出された意外情報を共有するコミュニティの形成を支援するステップと、を有し、
    前記コミュニティの形成を支援するステップでは、少なくとも前記意外情報として抽出されたインスタンスに所属するエントリを、前記意外情報として抽出されたインスタンスを含まない他方のパーソナルオントロジを有するユーザに、通信網及び端末を介して推薦することを特徴とするコミュニティ形成支援方法。
  11. 興味を共有するコミュニティの形成の支援を行うコミュニティ形成支援装置が実行するコミュニティ形成支援方法であって、
    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た雛形オントロジを選択するステップと、
    前記ブログエントリから抽出された単語を含むクラスおよびインスタンスを前記雛形オントロジから抽出するステップと、
    前記抽出されたクラス、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、
    前記パーソナルオントロジを、当該パーソナルオントロジを構成するクラスに属するインスタンスに、前記パーソナルオントロジを有するユーザが保持する前記ブログエントリであり且つ前記インスタンスに含まれる単語を含むブログエントリを前記インスタンスに所属するブログエントリとして分類して記憶領域に記憶するステップと、
    前記抽出されたパーソナルオントロジ間の近似度を計測するステップと、
    前記記憶領域に記憶された前記ブログエントリが分類されたパーソナルオントロジに基づき、前記近似度が所定値以上のパーソナルオントロジの少なくともインスタンスに共通に含まれる単語をブログエントリに含むユーザの数を、前記クラスおよびインスタンス毎に計測するステップと、
    一方のパーソナルオントロジには含まれるが他方のパーソナルオントロジには含まれないインスタンスであって、且つ前記計測されたユーザ数が所定値以上のインスタンスを少なくとも意外情報として抽出するステップと、
    抽出された意外情報を共有するコミュニティの形成を支援するステップと、を有し、
    前記コミュニティの形成を支援するステップでは、少なくとも前記意外情報として抽出されたインスタンスに所属する前記ブログエントリを、前記意外情報として抽出されたインスタンスを含まない他方のパーソナルオントロジを有するユーザに、通信網及び端末を介して推薦することを特徴とするコミュニティ形成支援方法。
  12. 請求項９から１１のいずれか１項に記載のコミュニティ形成支援方法をコンピュータに実行させることを特徴とするコミュニティ形成支援プログラム。
JP2006064705A 2006-03-09 2006-03-09 コミュニティ形成支援装置、コミュニティ形成支援方法およびコミュニティ形成支援プログラム Active JP4607798B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2006064705A JP4607798B2 (ja) 2006-03-09 2006-03-09 コミュニティ形成支援装置、コミュニティ形成支援方法およびコミュニティ形成支援プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2006064705A JP4607798B2 (ja) 2006-03-09 2006-03-09 コミュニティ形成支援装置、コミュニティ形成支援方法およびコミュニティ形成支援プログラム

Publications (2)

Publication Number Publication Date
JP2007241754A JP2007241754A (ja) 2007-09-20
JP4607798B2 true JP4607798B2 (ja) 2011-01-05

Family

ID=38587221

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2006064705A Active JP4607798B2 (ja) 2006-03-09 2006-03-09 コミュニティ形成支援装置、コミュニティ形成支援方法およびコミュニティ形成支援プログラム

Country Status (1)

Country Link
JP (1) JP4607798B2 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101992770B1 (ko) * 2010-12-24 2019-10-01 삼성전자주식회사 소셜 네트워크를 지원하는 단말기에서 질의 처리를 위한 장치 및 방법

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002230137A (ja) * 2001-01-30 2002-08-16 Sharp Corp コミュニティ形成支援装置、コミュニティ形成支援方法、そのプログラムおよびそのプログラムを記録した記録媒体
JP2005309907A (ja) * 2004-04-23 2005-11-04 Hewlett-Packard Development Co Lp ユーザコメントダイジェストの生成方法・装置・プログラム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002230137A (ja) * 2001-01-30 2002-08-16 Sharp Corp コミュニティ形成支援装置、コミュニティ形成支援方法、そのプログラムおよびそのプログラムを記録した記録媒体
JP2005309907A (ja) * 2004-04-23 2005-11-04 Hewlett-Packard Development Co Lp ユーザコメントダイジェストの生成方法・装置・プログラム

Also Published As

Publication number Publication date
JP2007241754A (ja) 2007-09-20

Similar Documents

Publication Publication Date Title
Mezghani et al. A user profile modelling using social annotations: a survey
US9613149B2 (en) Automatic mapping of a location identifier pattern of an object to a semantic type using object metadata
White et al. Predicting user interests from contextual information
TWI493367B (zh) 搜尋結果之先進過濾方法
JP4418135B2 (ja) グループ形成システム、グループ形成方法、およびグループ形成装置
US20150220852A1 (en) Assisted Knowledge discovery and publication system and method
Marine-Roig Online travel reviews: A massive paratextual analysis
Shao et al. Personalized travel recommendation based on sentiment-aware multimodal topic model
Strobbe et al. Interest based selection of user generated content for rich communication services
KR101088710B1 (ko) 온라인 커뮤니티 사용자 간 상호작용 기반 온라인 커뮤니티 포스트 검색 방법, 장치 및 그 방법을 실행하는 프로그램이 기록된 컴퓨터로 읽을 수 있는 기록매체
Mutschke et al. Science models for search: a study on combining scholarly information retrieval and scientometrics
Navarro Bullock et al. Accessing information with tags: search and ranking
Goh et al. Social information retrieval systems: Emerging technologies and applications for searching the web effectively: Emerging technologies and applications for searching the web effectively
Sun et al. Tourists’ digital footprint: prediction method of tourism consumption decision preference
KR20070065774A (ko) 온톨로지를 이용한 시맨틱 블로그 관리 시스템 및 방법
JP4728063B2 (ja) 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
Wasim et al. Extracting and modeling user interests based on social media
Posea et al. Bringing the social semantic web to the personal learning environment
Kavitha et al. Tourism recommendation using social media profiles
JP4607798B2 (ja) コミュニティ形成支援装置、コミュニティ形成支援方法およびコミュニティ形成支援プログラム
WO2015135600A1 (en) Method and computer product for automatically generating a sorted list from user generated input and / or metadata derived form social media platforms
JP4745993B2 (ja) 意識体系構築装置および意識体系構築プログラム
Gawinecki et al. Representing users in a travel support system
JP4672578B2 (ja) 興味情報提供装置、興味情報提供方法および興味情報提供プログラム
Hu et al. A personalised search approach for web service recommendation

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20080206

RD02 Notification of acceptance of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7422

Effective date: 20090501

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20090501

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20100422

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100518

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100720

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100824

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20100909

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: 20101005

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20101007

R150 Certificate of patent or registration of utility model

Ref document number: 4607798

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

Free format text: JAPANESE INTERMEDIATE CODE: R150

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20131015

Year of fee payment: 3

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