JP4802523B2 - 電子メッセージ分析装置および方法 - Google Patents

Description

この発明は、組織における情報流通の構造や効率を分析する電子メッセージ分析技術に関し、とくに、分析対象を動的なクラスタに分類してこのクラスタを通じて電子メッセージ分析を行なおうとするものである。

企業等の組織を対象に、アンケートや通信履歴等のデータを用いて人間の関係性に基づいた情報流通の構造や効率を分析するのが本発明の課題である。具体的には、個人間のやり取りのデータを用いて、組織構造を反映した、部門や拠点同士の関係や、そこでのキーパーソンを特定することが特に重要である。従来技術では、ひとつの電子メールのやり取りに関与した人の情報から、関与者の所属部門を特定する技術や、人脈情報をシステム間で共有することによって、広範囲のネットワークから任意の属性を持つ人物を特定する技術等が提案されている。例えば、特許文献１では、電子メールシステムにおいて案件識別子を用いて電子メールを案件というグループで管理し、ユーザが関与するグループやそのグループに関与する組織等を検索表示することを開示している。また、特許文献２では、電子メッセージの流通履歴に基づいてメッセージの送受信者、内容に基づいて人脈情報を構築して利用できるようにすることを開示している。しかしながら、情報流通が組織内でも一様ではなくその構造や活動量も偏在していることに着目するものではなく、その結果、情報流通の状態を反映させて情報流通をクラスタに分類し、このクラスタを通じて流通情報の構造や効率を分析することについては何ら着目するものではない。
特開２００２−１４９０３公報 特開２００１−１７５６８０公報

この発明は、以上の事情を考慮してなされたものであり、対象境界内のメッセージ伝送イベントまたはその状態を反映させてクラスタに分類し、そのクラスタを通じてメッセージ伝送を分析するメッセージ分析技術を提供することを目的としている。

この発明の構成例においては、組織におけるメッセージ例えば電子メールを用いた情報展開の経路を調査し、その結果から組織内の情報の分布や展開の効果および効率を推定する。具体的なメッセージ分析装置は、部門や拠点といった組織に固有の関係データを用いて、メールの送受信ログ（完全なメールデータを含む）から抽出される個人間の関係データから任意の境界を設定する手段と、当該境界内で送受信されたメールのデータからクラスタを作成するクラスタ作成手段と、メール１通あるいは単位時間あたりのクラスタの変化を確認する手段とを備えている。

クラスタを作成することにより、境界内の情報流通を一様に扱うのでなく、より小さな単位で分析することが可能となる。

クラスタを作成する基準には、例えば、メールの題名、本文テキスト、添付文書の情報を用いる。あるいは、クラスタを作成する基準に、各々のメールの送信先としての指定回数に基づく確率データを用いる。さらに、クラスタを作成する基準に、メールの送信時間間隔を用いる。

クラスタ作成時の閾値を設定し、メール１通あるいは単位時間毎に変化分を再計算し提示するようにしてもよい。

さらにこの発明を説明する。

この発明によれば、上述の目的を達成するために、メッセージ分析装置に：所定の分析境界内を流通する電子メッセージを分類する１または複数のクラスタを、作成するクラスタ作成手段と；上記クラスタ作成手段により作成されたクラスタごとに、当該クラスタに含まれる電子メッセージを分析するメッセージ分析手段とを設けるようにしている。

この構成においては、境界内の情報流通を一様に扱うのでなく、より小さな単位で分析することが可能となる。

また、この構成において、上記分析境界を設定する分析境界設定手段をさらに設けても良い。

また、上記クラスタ作成手段は、クラスタを作成する基準に電子メッセージの題名、本文テキスト、および添付文書の少なくとも１つ用いてクラスタ作成を行なってもよいし、上記電子メールの送信先としての指定回数に基づく確率データを用いてクラスタ作成を行なってもよいし、上記電子メールの送信時間間隔を用いてクラスタ作成を行なってもよいし、その他種々の基準でクラスタと作成しても良い。

また、上記クラスタ作成手段は、クラスタ作成時の閾値を設定し、電子メッセージ（メール）１通あるいは単位時間毎に変化分を再計算し提示してもよい。

また、上記分析手段は、上記電子メッセージからキーワードを抽出したり、上記電子メッセージの平均出次数を計算すしたり、上記電子メッセージの平均転送時間間隔を計算するが、これに限定されず、メッセージ転送を分析する種々の指標を計算して用いることができる。

なお、この発明は装置またはシステムとして実現できるのみでなく、方法としても実現可能である。また、そのような発明の一部をソフトウェアとして構成することができることはもちろんである。またそのようなソフトウェアをコンピュータに実行させるために用いるソフトウェア製品もこの発明の技術的な範囲に含まれることも当然である。

この発明の上述の側面および他の側面は特許請求の範囲に記載され以下実施例を用いて詳述される。

この発明によれば、境界内の情報流通を一様に扱うのでなく、より小さな単位で分析することが可能となる。

以下、この発明の実施例について説明する。

図１は、この発明を電子メール分析システム１０００に適用した実施例を全体として示している。この電子メール分析システム１０００は電子メールシステム（メールサーバ）の一部として構成されても良いし、電子メールサーバと別個のシステムとして構成されても良い。この例では電子メール分析システム１０００を単一のコンピュータ１００１に実装しているが、複数のコンピュータを複合的に用いて電子メール分析システムを構築しても良い。例えば、電子メール分析システムをサーバコンピュータおよびクライアント装置を用いて構築しても良い。コンピュータは周知のとおりＣＰＵ、メインメモリ、入出力装置等を含んで構成される。なお、電子メール分析システム１０００は、例えば電子メール分析用コンピュータプログラムを記録した記録媒体１００２を用いてコンピュータ１００１にインストールして実現できる。

図１において、電子メール分析システム１０００は、メールログデータベース１０、名簿データベース１１、メールデータ解析部１２、送受信者特定部１３、メール本文類似性判定部１４、添付文書同一性判定部１５、流通経路特定部１６、閾値設定部１７、境界検出部１８、境界設定部１９、境界内流通情報特定部２０、ユーザインタフェース部２１等を含んで構成されている。境界内流通情報特定部２０はクラスタ作成部２２、クラスタ内データ処理部２３等を含んで構成されている。

メールログデータベース１０は、メールシステム２０００が処理する電子メールに関するログ情報をメールシステム２０００から取得する。メールシステム２０００はＲＦＣ（リクエストフォーコメント）２８２２、ＲＦＣ２０４５−２０４９等の標準的なプロトコルに準拠するものであり、メールログデータベース１０に保持されるメールデータは、例えば図２（ａ）に示すようなものであり、例えば、メールヘッダ、メール本文、添付文書からなる。

名簿データベース１１は、ユーザごとにメールアドレス、部門、拠点等の情報を管理するものであり、具体的には図２（ｂ）に示すように、ユーザテーブル、部門テーブル、拠点テーブルを保持管理する。名簿データベース１１は他のユーザ管理システム例えばディレクトリサービスシステムのデータベースを用いても良い。

メールデータ解析部１２は、電子メールの流通経路等を分析するための情報を抽出するものであり、例えば図３に示すようなメールデータテーブルを生成する。メールデータテーブルは、これに限定されないが、メールＩＤ、日時、送信者ＩＤ、受信者ＩＤ、題名、本文キーワード、添付文書情報等を保持する。メールＩＤは電子メールごとに一意に割り振られたものである。日時はメールヘッダの「Ｄａｔｅ：」フィールドに記述されたものである。送信者ＩＤは、メールヘッダの「Ｆｒｏｍ：」フィールドに記述されたアドレスを持つユーザのＩＤを名簿データベース１１を参照して取得したものである。受信者ＩＤは、メールヘッダの「Ｔｏ：」フィールドに記述されたアドレスを持つユーザのＩＤを名簿データベース１１を参照して取得したものである。題名はメールヘッダの「Ｓｕｂｊｅｃｔ：」フィールドに記述されたものである。本文キーワード（重み）は、キーワード集合に含まれる各キーワードのメール本文における重みであり、具体的には図４を参照して後に説明する。添付文書情報は、メールデータの添付文書部分のフィールドから抽出したファイル名、タイプ、サイズ等である。

流通経路特定部１６は、送受信者特定部１３、メール本文類似性判定部１４、添付文書同一性判定部１５からの特定データ、判定データに基づいて電子メールの流通経路を特定するものである。ここでは示さないが、電子メールのタイトルを用いても良い。閾値設定部１７は流通経路特定部１６における流通経路特定に関連する閾値を設定するものである。

送受信者特定部１３は名簿データベース１１を参照して送信者および受信者のメールアドレスから送受信のＩＤを取得する。

メール本文類似性判定部１４、添付文書同一性判定部１５、流通経路特定部１６等については後に詳述する。

境界検出部１８は、境界設定部１９の設定値に基づいて、流通経路を参照して流通経路内で送受信される電子メールを特定する。境界検出部１８の詳細についても後述する。

境界内流通情報特定部２０は、クラスタ作成部２２およびクラスタ内データ処理部２３等を含み、クラスタ作成部２２は、境界内を流通する電子メールをクラスタリングしてクラスタに分類し、クラスタ内データ処理部２３はクラスタごとに電子メールを分析する。これらの詳細についても後に説明する。

つぎにメールデータ解析部１２の本文キーワード（重み）の生成処理について説明する。

本文キーワードｗ_ｍ１，ｗ_ｍ２，ｗ_ｍ３，…，ｗ_ｍｎ、はメールｍに含まれるキーワードＴ_ｍ１，Ｔ_ｍ２，Ｔ_ｍ３，…，Ｔ_ｍｎの重みであり、例えば、次式で計算される（所謂ｔｆｉｄｆと呼ばれる重みづけ。詳細は、Ｓａｌｔｏｎ，Ｇ．ｅｔ ａｌ．Ａｕｔｏｍａｔｉｃ Ｓｔｒｕｃｔｕｒｉｎｇ ａｎｄ Ｒｅｔｒｉｅｖａｌ ｏｆ Ｌａｒｇｅ Ｔｅｘｔ Ｆｉｌｅｓ，ＣＡＣＭ，３７（２），１９９４を参照されたい）
である。

図４は、ｔｆを計算する処理を示し、その詳細は以下の通りである。

［ステップＳ１０］：メール本文を形態素解析辞書を用いて周知の手法で形態素解析を行なう。
［ステップＳ１１］：最初の形態素（トークン）をＴに代入する。
［ステップＳ１２］：Ｔが空かどうかを判別し、空であれば、メール本文中の最後の形態素も処理されているので、ｔｆの計算処理を終了する。空でなければステップＳ１３へ進む。
［ステップＳ１３］：キーワード辞書ＤＩＣＴを表引きしてＴと一致するキーワードがあるかどうかを判別する。あればステップＳ１４へ進み、なければ、ステップＳ１４をスキップしてステップＳ１５へ進む。
［ステップＳ１４］：該当するキーワードのカウンタを１だけ増分する。
［ステップＳ１５］：つぎの形態素をＴに代入してステップＳ１２へ進み処理を繰り返す。

以上のようにして各キーワードの出現数ｔｆを求めることができる。

ｔｆに基づいてｉｄｆを求めることができ、最終的にキーワードの重みを算出できる。

つぎにメール本文類似性判定部１４の処理について説明する。

ここで、メール本文類似性判定部１４は、メールデータ解析部１２が出力したメールデータテーブル（図３）に格納される本文キーワードを用いて、任意の２通のメールの本文の類似性を判定する。アルゴリズムは例えば、上述のＳａｌｔｏｎ，Ｇ．ｅｔ ａｌ．Ａｕｔｏｍａｔｉｃ Ｓｔｒｕｃｔｒｉｎｇ ａｎｄ Ｒｅｔｒｉｅｖａｌ ｏｆ Ｌａｒｇｅ Ｔｅｘｔ Ｆｉｌｅｓ，ＣＡＣＭ，３７（２），１９９４等の手法を用いるがこれに限定されない．

本文キーワードのキーワード集合の選定方法は、任意の手法を採用でき、この実施例ではとくに規定しない。この例では、事前に準備した辞書を用いても良いし、蓄積されたメールデータの中から例えば使用頻度の高いものをキーワードとして抽出しても良い。
メールＭＳの本文キーワードＴ_Ｓ１，Ｔ_Ｓ２，…，Ｔ_Ｓｔに対する重みｗ_Ｓ１，ｗ_Ｓ２，…，ｗ_Ｓｔを前述の式（１）を用いて計算する。メールＭの本文キーワードの重みも同様に計算される。
メールＭＳおよびＭの間の類似性は次式で求められる。

図５はメール本文類似性判定部１４の処理例を示しており、この処理例は以下のとおりである。ここで、メールＭＳの

［ステップＳ２０］：メールＭＳ、Ｍのキーワード（重みベクトル）をＤＳ、ＤＭに代入する。
［ステップＳ２１］：ＤＳとＤＭとの類似度（ｓｉｍ）を式（２）で計算する。
［ステップＳ２２］：類似度が閾値より大きければステップＳ２３へ進み、閾値以下であるべステップＳ２４へ進む。
［ステップＳ２３］：イエス（類似）を出力する。
［ステップＳ２４］：ノー（非類似）を出力する。

以上のようにしてメール本文の類似性を判断する。

つぎに添付文書同一性判定部１５について説明する。

添付文書の同一性は、添付文書のファイル名、ファイルタイプ、ファイルサイズから判定する。添付文書のファイル名、ファイルタイプは図６に示すように判別されて抽出され、ファイルサイズは正味の添付文書のサイズを計算して求める。

図７は、添付文書のファイル名、ファイルタイプ、ファイルサイズから添付文書の同一性を判定する例を示しており、この例では以下のように処理が行なわれる。なお、複数の添付文書が有る場合には、以下の処理が繰り返し行なわれる。

［ステップＳ３０］：メールｉおよびメールｊの添付文書のタイプをそれぞれｔｙｐｅｉおよびｔｙｐｅｊに代入する。
［ステップＳ３１］：ｔｙｐｅｉ＝ｔｙｐｅｊであればステップＳ３２に進み、そうでなければステップＳ３６へ進み、同一でないと判別する。
［ステップＳ３２］：メールｉおよびメールｊの添付文書名をそれぞれｎａｍｅｉおよびｎａｍｅｊに代入する。
［ステップＳ３３］：ｎａｍｅｉ＝ｎａｍｅｊであればステップＳ３４へ進み、そうでなければステップＳ３６へ進み、同一でないと判別する。
［ステップＳ３４］：メールｉおよびメールｊの添付文書サイズをそれぞれｓｉｚｅｉおよびｓｉｚｅｊに代入する。
［ステップＳ３５、Ｓ３６］：ｎａｍｅｉ＝ｎａｍｅｊであればステップＳ３６に進み同一であると判別し、そうでなければ同一でないと判別する。以上で処理を終了する。複数の添付文書がある場合には処理を繰り返す。

以上のようにして添付文書の同一性を判定する。

つぎに流通経路特定部１６について説明する。

流通経路特定部１６は、情報がどのように流通したかを特定するものであり、この例では、あるユーザが受け取った電子メールと当該ユーザが送信した電子メールとの間で添付文書が同一な場合、またはメール本文が類似している場合には、当該ユーザを介して情報が流通したと判定していき、情報の流通経路を特定する。

図８は、流通経路特定部１６で特定された流通経路を表す経路テーブルの例を示している。図８（ａ）の例は、メールＭ１、Ｍ２、Ｍ５、・・・、Ｍ１２により情報が流通していく状態を示す。この場合、各メールの受信者が単一となっているが、複数でも良く、この場合、図８（ｂ）に示すようになる。この例は、図８（ｃ）に示すように電子メールが転送された例に対応し、メールＭ５、Ｍ６が異なる２人の受信者にそれぞれ送信され、またメールＭ９、Ｍ１８も異なる２人の受信者にそれぞれ送信される。

図９は、流通経路特定部１６の経路特定処理の概略例を示しており、この概略的な処理は以下のとおりである。

［ステップＳ４０］：最初のメールをＭＳに代入する。ＭＩＤ（メールＩＤ）は１である。
［ステップＳ４１］：経路増分処理を行なう。経路増分処理は、当該メールの受信者が発信したメールが同一内容の情報を点々と流通させるものかどうかを判別し同一内容の場合には図８の経路テーブルを一マス増分させる処理である。具体的にはメール本文が類似しているか、あるいは添付文書が同一の場合には同一内容が流通していると判別するが、これに限定されない。この経路増分処理の詳細は図１０に示す。
［ステップＳ４２］：ＭＩＤを１だけ増分してそのメールをＭＳに代入する。
［ステップＳ４３］：ＭＳが最後であれば処理を終了し、残っていればステップＳ４１に戻って処理を繰り返す。

以上の処理により図８に示すような経路テーブルを取得できる。

つぎに図９のステップＳ４１の経路増分処理について説明する。図１０はこの経路増分処理を示しており、この処理は以下のとおりである。

［ステップＳ５０］：出発点のメールデータをＭＳに代入し、ＭＳの受信者をＵに代入する。
［ステップＳ５１］：Ｕが発信したログ内の次のメールを送受信者特定部１３に問い合わせて取得する。
［ステップＳ５２］：Ｍが最後かどうかを判別し、最後であれば処理を終了する。最後でなければ、ステップＳ５３へ進む。
［ステップＳ５３］：出発点のメールＭＳと当該メールＭＳの受信者から発信されたメールＭのそれぞれの添付文書の同一性を添付文書同一性判定部１５に問い合わせ、同一性が高ければそのままステップＳ５５へ進む。同一性が低ければステップＳ５４へ進んで、メール本文を参照して判断する。
［ステップＳ５４］：出発点のメールＭＳと当該メールＭＳの受信者から発信されたメールＭのそれぞれの題名・本文の類似性をメール本文類似性判定部１４に問い合わせ、類似性がなければステップＳ５６へ進み、類似性が高ければステップＳ５５へ進む。
［ステップＳ５５］：ＭＳの情報の次にＭの情報を出力して経路テーブルを増分していく。
［ステップＳ５６］：ＭをＭＳに代入する。その後ステップＳ５１に戻り処理を繰り返す。

つぎに境界検出部１８について説明する。

境界検出部１８は、経路テーブル（図８）を順に辿り、部門や拠点が変化したところを境界として検出するものである。例えば、図１１の例では、経路テーブルがＭ１、Ｍ２、Ｍ５、・・・、Ｍ１２のメールからなり、それぞれの送受信者の所属を参照して境界を検出する。図１１の例では、Ｍ１がセクションＡ、Ｍ２、Ｍ５がセクションＢ等と判別される。境界はシステム設定時に予め定められていても良いし、ユーザが事後的に外部から指定しても良い。境界の設定は境界設定部１９により行なわれる。境界は、部門、拠点、アドレスのドメイン、ユーザ群（ユーザを個別に指定してその和集合を得る）またはこれらの論理和、論理積により指定できる。

図１２は境界検出部１８の経路テーブルごとの動作を示しており、その処理例は以下のとおりである。

［ステップＳ６０］：当該経路テーブルの最初のエントリのメールをＭ０に代入する。
［ステップＳ６１］：Ｍ０の送信者をＵ０に代入し、Ｕ０の部門または拠点をＳ０に代入する。
［ステップＳ６２］：つぎのエントリのメールをＭ１に代入する。
［ステップＳ６３］：Ｍ１が最後のエントリかどうかを判別し、最後であれば処理を終了し、最後でなければステップＳ６４へ進む。
［ステップＳ６４］：Ｍ１の送信者をＵ１に代入し、Ｕ１の部門または拠点をＳ１に代入する。
［ステップＳ６５］：Ｓ０＝Ｓ１かを判別し、イエスであればステップＳ６２に戻り処理を繰り返し、ノーであればステップＳ６６へ進む。
［ステップＳ６６］：当該エントリと次のエントリとの間を境界として検出する。その後ステップＳ６２に戻り処理を繰り返す。

以上のようにして境界を検出する。

つぎに境界内流通情報特定部２０について説明する。

境界内流通情報特定部２０は、経路テーブルを境界毎に分割し、境界毎に流通している情報を分析するものである。境界内で送受信されるメールデータの類似度や宛先に基づいてクラスタを作成することにより、境界内の情報分布やメンバ間の紐帯の強さ、流通速度（閾値を変えた場合のクラスタサイズの変化）などを推定するのが容易になる。例えば、閾値を変化させたときにクラスタ同士が併合された場合、この閾値を確認することで、境界内のメール流通の様子を把握できる。ここで閾値は、（１）内容の類似度、（２）内容の類似したメールを転送する確率、（３）受信してから次の送信までの時間（類似内容）などであるが、これに限定されない。図１３の例は、閾値を変化させることにともなってクラスタが変化する様子を表している。この例では両矢印で示す部分がなくなってクラスタが併合されている。また、図１３の例ではクラスタ内の特徴、例えばネットワーク指標（平均出次数）、平均時間間隔、重要キーワード等をクラスタごとに表示する。例えばクラスタをポインティングすると当該クラスタの特徴が図示のように表示される。また電子メールを表す表示（図では丸であるが、これに限らない）をポインティングすると当該電子メールの送信者、受信者のそれぞれの情報、キーワード等が表示される。なお、ネットワーク指標（平均出次数）、平均時間間隔の計算例については図１９および図２０を参照して後述する。また図１３の例ではクラスタをグラフィカルに表示したが、クラスタのメンバをなす電子メールをクラスタのテーブルごとに表示するものでも良い。要するにクラスタとそのメンバとを関係づけて表示できるものであればどのような態様でも良い。

図１４は、境界内流通情報特定部２０の動作の概要を示しており、その処理は以下のとおりである。

［ステップＳ７０］：境界検出部１８により境界を検出する。
［ステップＳ７１］：最初のメールデータをＭに代入する。
［ステップＳ７２］：Ｍが最後かどうかを判別し、最後であればステップＳ７５へ進む。最後でなければステップＳ７３へ進む。
［ステップＳ７３］：クラスタ作成部２２によりクラスタを作成する。その処理例は図１５〜図１７を用いて後に詳述する。
［ステップＳ７４］：次のメールデータをＭに代入する。
［ステップＳ７５］：クラスタ内データ処理部２３によりクラスタ内データ処理を行なう。クラスタ内データ処理の例については図１８〜図２０を参照して後に説明する。

つぎに上述のステップＳ７３のクラスタ作成部２２によるクラスタ作成処理の例について図１５〜図１７を参照して説明する。まず、図１５の類似度を基準にしてクラスタを作成する例を説明する。この処理は以下のとおりである。

［ステップＳ８０］：類似度Ｓにゼロを代入し、クラスタＣを空に初期化する。
［ステップＳ８１］：つぎのメールをＮに代入する。
［ステップＳ８２］：Ｎが最後のメールまたは境界外であればステップＳ８６へ進む。そうでなければステップＳ８３へ進む。
［ステップＳ８３］：メールＭとＮの類似度ｓｉｍ（Ｍ，Ｎ）をＴに代入する。
［ステップＳ８４］：Ｔ＞Ｓかどうかを判別し、イエスであればステップＳ８５へ進み、そうでなければステップＳ８１へ戻って処理を繰り返す。
［ステップＳ８５］：ＴをＳに代入し、ＮをＣに代入する。
［ステップＳ８６］：Ｔ＞ＴＨ（閾値）かどうかを判別し、イエスであればステップＳ８７へ進み、そうでなければ処理を終了する。
［ステップＳ８７］：ＭとＣとを１つのクラスタに併合する。

以上のようにしてメールの類似度に基づいてクラスタを作成する。なお、クラスタにはどのような電子メールがメンバとして含まれるかを記述するようにする。例えばクラスタに識別子をわりあてこのクラスタに対して電子メールの識別子（図３のメールＩＤ）を１対多で対応づけておく。この対応づけと図３の情報を用いて例えば図１３の例においてクラスタやそのメンバである電子メールの情報を処理して表示できる。

図１６は宛先関係に基づいてクラスタを作成するものであり、その処理例は以下のとおりである。

［ステップＳ９０］：確率Ｐにゼロを代入し、クラスタＣを空に初期化する。
［ステップＳ９１］：メールＭの差出人をＵに代入し、Ｍの宛先をＶに代入する。
［ステップＳ９２］：Ｖが境界内かどうかを判別する。境界内であればステップＳ９３へ進む。境界外であれば処理を終了する。
［ステップＳ９３］：ＵからＶへの送信確率をＱに代入する。
［ステップＳ９４］：Ｑ＞Ｐを判別して、イエスであればステップＳ９５へ進み、ノーであればステップＳ９６へ進む。
［ステップＳ９５］：ＱをＰに代入し、ＭをＣに代入する。
［ステップＳ９６］：次のメールをＭに代入する。
［ステップＳ９７］：Ｍが最後かどうかを判別し、最後であれば処理を終了し、最後でなければステップＳ９１へ戻って処理を繰り返す。

以上のようにしてメールの宛先関係に基づいてクラスタを作成する。

図１７は送信時間間隔に基づいてクラスタを作成するものであり、その処理例は以下のとおりである。

［ステップＳ１００］：時間間隔Ｔにゼロを代入し、クラスタＣを空に初期化する。
［ステップＳ１０１］：メールＭの差出人をＵに代入し、Ｍの宛先をＶに代入する。
［ステップＳ１０２］：Ｖが境界内かどうかを判別する。境界内であればステップＳ１０３へ進む。境界外であれば処理を終了する。
［ステップＳ１０３］：ＵからＶへの送信間隔をＳに代入する。
［ステップＳ１０４］：Ｓ＜Ｔを判別してイエスであればステップＳ１０５に進み、ノーであればステップＳ１０６へ進む。
［ステップＳ１０５］：ＳをＴに代入し、ＭをＣに代入する。
［ステップＳ１０６］：次のメールをＭに代入する。
［ステップＳ１０７］：Ｍが最後かどうかを判別し、最後であれば処理を終了し、最後でなければステップＳ１０１へ戻って処理を繰り返す。

以上のようにしてメールの送信間隔に基づいてクラスタを作成する。

つぎに境界内流通情報特定部２０のクラスタ内データ処理部２３の例について説明する。

図１８はクラスタ内データ処理の概要を示しており、その処理は以下のとおりである。

［ステップＳ１１０］：重要キーワード抽出処理を行なう。例えばクラスタのメンバの電子メールの本文キーワード（重みベクトル）を足して重みが所定の閾値を越えるキーワードや上位Ｎ個までのキーワードを重要キーワードとして出力する。
［ステップＳ１１１］：ネットワーク指標計算を行なう。これについては図１９を参照して後に詳述する。
［ステップＳ１１２］：平均時間間隔を計算する。これについては図２０を参照して後に詳述する。

図１９はネットワーク指標計算（平均出次数の例）の処理例を示しており、その処理は以下のとおりである。

［ステップＳ１２０］：クラスタ内の最初のメールをＭに代入する。
［ステップＳ１２１］：Ｍの送信者をＵに代入し、Ｍの受信者数をＤ（Ｕ）に代入し、Ｎ（Ｕ）を１だけ増分する。
［ステップＳ１２２］：クラスタ内の次のメールをＭに代入する。
［ステップＳ１２３］：Ｍが最後かどうかを判別し、最後であればステップＳ１２３に進み、最後でなければステップＳ１２１に戻り処理を繰り返す。
［ステップＳ１２４］：各ユーザについてＤ（Ｕ）／Ｎ（Ｕ）を算出してＯＤ（Ｕ）に代入する。

以上のようにして平均出次数ＯＤ（Ｕ）を算出する。

図２０は平均送信時間間隔の計算処理例を示しており、その処理は以下のとおりである。

［ステップＳ１３０］：クラスタ内の最初のメールをＭに代入する。
［ステップＳ１３１］：Ｍの送信者をＵに代入し、次のメールまでの時間間隔をＴ（Ｕ）に代入し、Ｔ（Ｕ）を１だけ増分する。
［ステップＳ１３２］：クラスタ内の次のメールをＭに代入する。
［ステップＳ１３３］：Ｍが最後かどうかを判別し、最後であればステップＳ１３３に進み、最後でなければステップＳ１３１に戻り処理を繰り返す。
［ステップＳ１３４］：各ユーザについてＴ（Ｕ）／Ｎ（Ｕ）を算出してＭＴ（Ｕ）に代入する。

以上のようにして平均送信時間間隔ＭＴ（Ｕ）を算出する。

以上説明したようにこの実施例によれば、境界内のメールを動的なクラスタに分けて分析し、クラスタの変遷やクラスタ内の指標に基づいて境界内の情報流通の特徴を判別することができる。

なお、この発明は上述の実施例に限定されるものではなくその趣旨を逸脱しない範囲で種々変更が可能である。例えば、上述の例では電子メールについて説明したが、送信者と受信者が存在すればどのようなメッセージ伝送でも適用できる。

この発明の実施例の構成を示すブロック図である。 この実施例のメールログデータベースおよび名簿データベースの例を説明する図である。 この実施例のメールデータテーブルの例を説明する図である。 メールデータテーブルの本文キーワードの重みベクトルの抽出動作例を説明するフローチャートである。 上述実施例のメール類似性判定部の動作例を説明するフローチャートである。 上述実施例の添付文書の例を説明する図である。 上述実施例の添付文書同一性判定部の動作例を説明するフローチャートである。 上述実施例の経路特定部が生成する経路テーブルの例を説明する図である。 上述の経路特定部の概略動作例を説明するフローチャートである。 上述の経路特定部の要部動作例を説明するフローチャートである。 上述実施例の境界検出部の検出例を説明する図である。 上述の境界検出部の動作例を説明するフローチャートである。 上述実施例のクラスタの遷移例を説明する図である。 上述実施例の境界内流通情報特定部の動作例を説明するフローチャートである。 上述の境界内流通情報特定部のクラスタ作成部の動作例（類似度に基づくもの）を説明するフローチャートである。 上述の境界内流通情報特定部のクラスタ作成部の他の動作例（宛先関係に基づくもの）を説明するフローチャートである。 上述の境界内流通情報特定部のクラスタ作成部のさらに他の動作例（送信時間間隔に基づくもの）を説明するフローチャートである。 上述実施例のクラスタ内データ処理部の概略動作例を説明するフローチャートである。 上述のクラスタ内データ処理部のネットワーク指標計算例を説明するフローチャートである。 上述のクラスタ内データ処理部の平均時間間隔計算例を説明するフローチャートである。

符号の説明

１０ メールログデータベース
１１ 名簿データベース
１２ メールデータ解析部
１３ 送受信者特定部
１４ メール本文類似性判定部
１５ 添付文書同一性判定部
１６ 流通経路特定部
１７ 閾値設定部
１８ 境界検出部
１９ 境界設定部
２０ 境界内流通情報特定部
２１ ユーザインタフェース部
２２ クラスタ作成部
２２ クラスタ内データ処理部
２３ クラスタ内データ処理部
１０００ 電子メール分析システム
１００１ コンピュータ
１００２ 記録媒体
２０００ メールシステム

Claims (8)

1. 電子メッセージのメールアドレスから送受信者を特定する送受信者特定手段と、
   前記送受信者特定手段により特定したユーザが送信先の電子メッセージと当該ユーザが送信元の電子メッセージとの間の本文の類似性を判定する本文類似性判定手段と、
   前記送受信者特定手段により特定したユーザが送信先の電子メッセージと当該ユーザが送信元の電子メッセージとの間の添付文書の同一性を判定する添付文書同一性判定手段と、
   前記本文類似性判定手段が、前記送受信者特定手段により特定したユーザが送信先の電子メッセージと当該ユーザが送信元の電子メッセージとの間に本文の類似性があると判定した場合、または、前記添付文書同一性判定手段が、前記送受信者特定手段により特定したユーザが送信先の電子メッセージと当該ユーザが送信元の電子メッセージとの間に添付文書の同一性があると判定した場合、前記送受信者特定手段により特定したユーザが送信先の電子メッセージと当該ユーザが送信元の電子メッセージとの間の経路を、電子メッセージによる情報の流通の流通経路の構成要素として特定する流通経路特定手段と、
   所定の分析境界内を流通する電子メッセージを、前記流通経路特定手段で特定された前記構成要素から成る流通経路に含まれる電子メッセージの間の類似度、当該電子メッセージの宛先関係または当該メッセージの間の送信間隔に基づいて、分類して、１または複数のクラスタを、作成するクラスタ作成手段と、
   前記クラスタ作成手段により作成されたクラスタと、当該クラスタの各々に含まれる電子メッセージとを表示する表示手段とを有することを特徴とする電子メッセージ分析装置。
2. 前記電子メーセージの送信者について、部門、拠点、アドレスのドメイン、予め決められたユーザ群、またはこれらの論理和、または論理積の値により前記分析境界を設定する分析境界設定手段をさらに有し、前記流通特定手段で特定された流通経路に沿う隣接する電子メッセージの上流側の当該電子メッセージの送信者と下流側の当該電子メッセージの送信者が、前記分析境界設定手段により前記分析境界を設定するために用いた値が異なるときに他の分析境界に移ったと判定する請求項１記載の電子メッセージ分析装置。
3. 前記クラスタ作成手段は、前記電子メッセージの送信先としての指定回数に基づく確率データを用いてクラスタ作成基準となる宛先関係を決定し当該宛先関係の電子メッセージを同一のクラスタに含ませる請求項１または２記載の電子メッセージ分析装置。
4. 前記クラスタ作成手段は、前記流通経路に沿って流通する第１の電子メッセージの送信時間間隔が当該流通経路に沿って直前に先行して流通する第２の電子メッセージの送信時間間隔より小さい場合に第２の電子メッセージと第１の電子メッセージとを同一のクラスタに含ませる請求項１または２記載の電子メッセージ分析装置。
5. 前記クラスタ作成手段により作成されたクラスタごとに、当該クラスタに含まれる電子メッセージのキーワード重みベクトルに基づいて、当該クラスタのキーワードを特定する分析手段をさらに有する請求項１〜４のいずれかに記載の電子メッセージ分析装置。
6. 電子メッセージは電子メールである請求項１〜５のいずれかに記載の電子メッセージ分析装置。
7. 送受信者特定手段が、電子メッセージのメールアドレスから送受信者を特定するステップと、
   本文類似性判定手段が、前記送受信者特定手段により特定したユーザが送信先の電子メッセージと当該ユーザが送信元の電子メッセージとの間の本文の類似性を判定するステップと、
   添付文書同一性判定手段が、前記送受信者特定手段により特定したユーザが送信先の電子メッセージと当該ユーザが送信元の電子メッセージとの間の添付文書の同一性を判定するステップと、
   前記本文類似性判定手段が、前記送受信者特定手段により特定したユーザが送信先の電子メッセージと当該ユーザが送信元の電子メッセージとの間に本文の類似性があると判定した場合、または、前記添付文書同一性判定手段が、前記送受信者特定手段により特定したユーザが送信先の電子メッセージと当該ユーザが送信元の電子メッセージとの間に添付文書の同一性があると判定した場合、流通経路特定手段が、前記送受信者特定手段により特定したユーザが送信先の電子メッセージと当該ユーザが送信元の電子メッセージとの間の経路を、電子メッセージによる情報の流通の流通経路の構成要素として特定するステップと、
   クラスタ作成手段が、所定の分析境界内を流通する電子メッセージを、前記流通経路特定手段で特定された前記構成要素から成る流通経路に含まれる電子メッセージの間の類似度、当該電子メッセージの宛先関係または当該メッセージの間の送信間隔に基づいて、分類して、１または複数のクラスタを、作成するステップと、
   表示手段が、前記クラスタ作成手段により作成されたクラスタと、当該クラスタの各々に含まれる電子メッセージとを表示するステップとを有することを特徴とする電子メッセージ分析方法。
8. コンピュータを、
   電子メッセージのメールアドレスから送受信者を特定する送受信者特定手段、
   前記送受信者特定手段により特定したユーザが送信先の電子メッセージと当該ユーザが送信元の電子メッセージとの間の本文の類似性を判定する本文類似性判定手段、
   前記送受信者特定手段により特定したユーザが送信先の電子メッセージと当該ユーザが送信元の電子メッセージとの間の添付文書の同一性を判定する添付文書同一性判定手段、
   前記本文類似性判定手段が、前記送受信者特定手段により特定したユーザが送信先の電子メッセージと当該ユーザが送信元の電子メッセージとの間に本文の類似性があると判定した場合、または、前記添付文書同一性判定手段が、前記送受信者特定手段により特定したユーザが送信先の電子メッセージと当該ユーザが送信元の電子メッセージとの間に添付文書の同一性があると判定した場合、前記送受信者特定手段により特定したユーザが送信先の電子メッセージと当該ユーザが送信元の電子メッセージとの間の経路を、電子メッセージによる情報の流通の流通経路の構成要素として特定する流通経路特定手段、
   所定の分析境界内を流通する電子メッセージを、前記流通経路特定手段で特定された前記構成要素から成る流通経路に含まれる電子メッセージの間の類似度、当該電子メッセージの宛先関係または当該メッセージの間の送信間隔に基づいて、分類して、１または複数のクラスタを、作成するクラスタ作成手段、
   前記クラスタ作成手段により作成されたクラスタと、当該クラスタの各々に含まれる電子メッセージとを表示する表示手段
   として機能させることを特徴とする電子メッセージ分析用コンピュータプログラム。