JP5125558B2 - 推薦情報提供装置、推薦情報提供方法、推薦情報提供システムおよび推薦情報提供プログラム - Google Patents

Description

本発明は、インターネットに代表されるコンピュータネットワーク環境において、コミュニケーションなどを行うアプリケーションへのユーザの情報入力を支援するために推奨情報をユーザに提供する推薦情報提供装置、推薦情報提供方法、推薦情報提供システムおよび推薦情報提供プログラムに関する。

コンピュータネットワークを介して電子メール、電話、テレビ会議などによって他人とコミュニケーションを行う場合に、相手の電子メールアドレスや電話番号などを入力する必要がある。それらの入力を行う際に、ユーザは、通常、アプリケーションプログラムで実現されるアプリケーションに付随するアドレス帳を参照したり人物名から検索を行うことによって相手の情報を入手し、情報の入力を行う。

情報の入力活動を支援しユーザの負担を軽減する技術の一例が、特許文献１に記載されている。特許文献１に記載された発明では、過去に同時に電子メールを送信したときの各々の宛先をグループとして保持し、ユーザが宛先を一つ入力したときに、入力された宛先と同時に電子メールが送信された他の宛先を過去の履歴から検索して入力候補として推薦する。

また、特許文献２に記載された発明では、過去に送信された電子メールの宛先名と件名とを対応させて記憶手段に記憶し、新たに電子メールの件名欄に入力された情報に類似する情報を記憶手段から検索し、件名欄に入力された情報に類似する情報を含む件名に対応する宛先名を抽出して推薦することによって、ユーザの宛先設定に要する負担を軽減させる。

また、特許文献３には、過去に送信した電子メールの宛先と、その電子メールの本文中の重要と考えられる語彙の集合とを対応させて記憶手段に記憶し、新たな電子メールの本文が作成されたときに、新たな電子メールの本文中の１つ以上の語彙と記憶手段に記憶されている語彙の集合との類似度を算出し、類似度が所定値よりも高い場合に、記憶手段における語彙の集合に対応する宛先を推薦する方式が記載されている。

特開２００４−３１０５９９号公報（段落００１５−００１８） 特開平１１−２７２５７９号公報（段落００１２−００１４） 特開平１１−４６２１２号公報（段落００４５−００５１）

しかし、特許文献１に記載された発明では、頻繁に電子メールが送信される宛先が優先的に推薦されてしまったり、最初に入力された宛先が送信先として頻繁に使用される宛先であった場合に大量の宛先が推薦されてしまうといった課題がある。電子メールなどは状況によって宛先が違うことが一般的であるが、特許文献１に記載された発明ではそのような状況に応じた推薦が十分に行うことができない。例えば、一年に一度しか送らないが特定の状況では必ず宛先に加えるべき人物を正確に推薦することはできない。

また、特許文献２に記載された発明では、電子メールの件名欄が類似していない件名の場合には、宛先名が推薦されないという課題がある。一般に、電子メールの件名は高々１０〜２０文字である。その範囲内で類似させるには過去の電子メールの件名を記憶しておく必要があり、ユーザにとって負担が大きい。

また、特許文献１，２に記載された発明では、ユーザ自身の過去の送信履歴を利用して宛先が推薦されるが、他人の送信履歴を含めた推薦はなされないという課題がある。ユーザ自身が未経験の状況であったとしても、他人はすでに経験している状況であることはよくある。そして、他人の過去の状況まで考慮すると、より適切な推薦を行うことができる場合もある。しかし、他人の情報を利用した推薦がなされないので、ユーザ自身が未経験の状況である場合に適切な情報が推薦されない。

上記の課題を解決するために、特許文献１，２に記載された方式を、単に他人の情報を記憶するデータベースも統合するように変更しただけでは、適切な人物が推薦されない。例えば、ある人物Ａにとっての上司は、別の人物Ｂにとっては他の部署の社員であったりするように、別の人物Ｂの宛先は、ある人物Ａにとっては宛先等として適切でない宛先であることが多い。特許文献１，２に記載された方式を単に他人の情報を記憶するデータベースも統合するように変更した場合には、ある人物Ａにとっては宛先等として適切でない宛先が推薦されてしまう。

また、特許文献３に記載された方式では、記憶手段に人物Ｂの宛先と対応付けられている語彙の集合に類似しない語彙のみを含む電子メールの本文を作成した場合、作成した本文を人物Ｂ宛に送信したいときに、人物Ｂの宛先は推薦されない。

以上のように、上記の各文献に記載された方式では、ユーザが過去行った類似した状況に応じた適切な情報が推薦されない。その理由は、過去の類似した状況を判断しそれにもとづいた推薦を行う仕組みを有していないからである。

また、ユーザが過去一度も類似した状況を経験していない場合には、他の人物が類似した状況を経験していても適切な情報が推薦されない。その理由は、複数人物の履歴情報を統合的に扱って、自分の過去の履歴と他人の過去の履歴との双方を同時に検索し、その結果を推薦情報決定に用いる仕組みを有していないからである。

また、他人の経験を元にユーザに適切な情報を推薦するときに、他の部署や別の組織などで行われた履歴を元に推薦すると適切な情報が推薦されないことである。その理由は、他の部署や組織の送信情報を自分の部署や組織の人物に変換する仕組みを有していないからである。

そこで、本発明は、宛先情報など情報を推薦するシステムにおいて、ユーザが過去行った類似した状況に応じた適切な人物を推薦できる推薦情報提供装置、推薦情報提供方法、推薦情報提供システムおよび推薦情報提供プログラムを提供することを目的とする。

また、本発明の他の目的は、ユーザが過去一度も類似した状況を経験していない場合でも、他の人物の過去の経験を元に適切な人物を推薦できる推薦情報提供装置、推薦情報提供方法、推薦情報提供システムおよび推薦情報提供プログラムを提供することである。

また、本発明のさらに他の目的は、他人の経験を元にユーザに適切な人物を推薦するときに、他の部署や別の組織などで行われた履歴を元にしても自分の部署や組織の適切な人物を推薦できる推薦情報提供装置、推薦情報提供方法、推薦情報提供システムおよび推薦情報提供プログラムを提供することである。

本発明による推薦情報提供装置は、履歴情報として、アプリケーションソフトウェアに従って処理を実行する処理装置から送信されたアプリケーションデータから抽出された当該アプリケーションデータを特徴付ける特徴データを、当該アプリケーションデータに付されたデータ識別情報に対応させて記憶する履歴情報記憶手段と、関係情報として、処理装置から送信されたアプリケーションデータのデータ識別情報を関係元情報とし、アプリケーションデータに関係する情報を関係先情報として記憶するとともに、関係元と関係先との関係を示す関係種別を記憶する関係情報記憶手段と、処理装置から推薦要求項目とともに送信されたアプリケーションデータと、履歴情報記憶手段に記憶されている特徴データとの類似度を算出し、相対的に類似度が高い特徴データに対応するデータ識別情報を類似度とともに出力する類似情報決定手段と、類似情報決定手段が出力したデータ識別情報にもとづいて関係情報記憶手段の記憶内容を検索し、推薦要求項目に合致する関係先情報に対応する関係種別と、その関係種別のアプリケーションのユーザとの関係とにもとづいて、類似度を変化させた値を関係先情報の推薦度とし、当該推薦度が相対的に高い関係先情報を推薦情報とする推薦情報決定手段とを備えたことを特徴とする。

本発明による推薦情報提供方法は、履歴情報として、アプリケーションソフトウェアに従って処理を実行する処理装置から送信されたアプリケーションデータから抽出された当該アプリケーションデータを特徴付ける特徴データを、当該アプリケーションデータに付されたデータ識別情報に対応させて履歴情報記憶手段に記憶させる処理と、関係情報として、処理装置から送信されたアプリケーションデータのデータ識別情報を関係元情報とし、アプリケーションデータに関係する情報を関係先情報として記憶するとともに、関係元と関係先との関係を示す関係種別を関係情報記憶手段に記憶させる処理と、処理装置から推薦要求項目とともに送信されたアプリケーションデータと、履歴情報記憶手段に記憶されている特徴データとの類似度を算出し、相対的に類似度が高い特徴データに対応するデータ識別情報を類似度とともに出力する処理と、出力されたデータ識別情報にもとづいて関係情報記憶手段の記憶内容を検索し、推薦要求項目に合致する関係先情報に対応する関係種別と、その関係種別のアプリケーションのユーザとの関係とにもとづいて、類似度を変化させた値を関係先情報の推薦度とし、当該推薦度が相対的に高い関係先情報を推薦情報とする処理とを実行することを特徴とする。

本発明による推薦情報提供システムは、サーバが、履歴情報として、処理装置から送信されたアプリケーションデータから抽出された当該アプリケーションデータを特徴付ける特徴データを、当該アプリケーションデータに付されたデータ識別情報に対応させて記憶する履歴情報記憶手段と、関係情報として、処理装置から送信されたアプリケーションデータのデータ識別情報を関係元情報とし、アプリケーションデータに関係する情報を関係先情報として記憶するとともに、関係元と関係先との関係を示す関係種別を記憶する関係情報記憶手段と、 処理装置から推薦要求項目とともに送信されたアプリケーションデータと、履歴情報記憶手段に記憶されている特徴データとの類似度を算出し、相対的に類似度が高い特徴データに対応するデータ識別情報を類似度とともに出力する類似情報決定手段と、類似情報決定手段が出力したデータ識別情報にもとづいて関係情報記憶手段の記憶内容を検索し、推薦要求項目に合致する関係先情報に対応する関係種別と、その関係種別のアプリケーションのユーザとの関係とにもとづいて、類似度を変化させた値を関係先情報の推薦度とし、当該推薦度が相対的に高い関係先情報を推薦情報とする推薦情報決定手段とを含む ことを特徴とする。

本発明による推薦情報提供プログラムは、コンピュータに、履歴情報として、アプリケーションソフトウェアに従って処理を実行する処理装置から送信されたアプリケーションデータから抽出された当該アプリケーションデータを特徴付ける特徴データを、当該アプリケーションデータに付されたデータ識別情報に対応させて履歴情報記憶手段に記憶させる処理と、関係情報として、処理装置から送信されたアプリケーションデータのデータ識別情報を関係元情報とし、アプリケーションデータに関係する情報を関係先情報として記憶するとともに、関係元と関係先との関係を示す関係種別を関係情報記憶手段に記憶させる処理と、処理装置から推薦要求項目とともに送信されたアプリケーションデータと、履歴情報記憶手段に記憶されている特徴データとの類似度を算出し、相対的に類似度が高い特徴データに対応するデータ識別情報を類似度とともに出力する処理と、出力されたデータ識別情報にもとづいて関係情報記憶手段の記憶内容を検索し、推薦要求項目に合致する関係先情報に対応する関係種別と、その関係種別のアプリケーションのユーザとの関係とにもとづいて、類似度を変化させた値を関係先情報の推薦度とし、当該推薦度が相対的に高い関係先情報を推薦情報とする処理とを実行させることを特徴とする。

本発明によれば、ユーザが過去一度も類似した状況を経験していない場合でも、他の人物の過去の経験を元に適切な人物を推薦できる効果がある。

図１は、本発明の概要を示すブロック図である。図１に示すように、本発明による推薦情報提供装置は、履歴情報として、アプリケーション（アプリケーションソフトウェア）１５０に従って処理を実行する処理装置５から送信されたアプリケーションデータから抽出された当該アプリケーションデータを特徴付ける特徴データを、当該アプリケーションデータに付されたデータ識別情報に対応させて記憶する履歴情報記憶手段１と、関係情報として、処理装置５から送信されたアプリケーションデータのデータ識別情報を関係元情報とし、アプリケーションデータに関係する情報を関係先情報として記憶するとともに、関係元と関係先との関係を示す関係種別を記憶する関係情報記憶手段２と、処理装置５から推薦要求項目とともに送信されたアプリケーションデータと、履歴情報記憶手段２に記憶されている特徴データとの類似度を算出し、相対的に類似度が高い特徴データに対応するデータ識別情報を類似度とともに出力する類似情報決定手段３と、類似情報決定手段が出力したデータ識別情報にもとづいて関係情報記憶手段１の記憶内容を検索し、推薦要求項目に合致する関係先情報に対応する関係種別と、その関係種別のアプリケーションのユーザとの関係とにもとづいて、類似度を変化させた値を関係先情報の推薦度とし、当該推薦度が相対的に高い関係先情報を推薦情報とする推薦情報決定手段４とを備えたことを特徴とする。

実施形態１．
図２は、本発明による推薦情報提供装置の第１の実施形態を示すブロック図である。第１の実施形態において、推薦情報提供装置に相当するサーバ１００は、情報を記憶する記憶手段と演算処理を行う演算手段とを有する。サーバ１００は、アプリケーション１５０を搭載したパーソナルコンピュータなどの端末装置等の処理装置に対して情報を推薦する。以下、アプリケーション１５０を搭載した処理装置がデータを送信したりデータを受信したりすることを、アプリケーション１５０がデータを送信したりデータを受信したりすると表現する。

サーバ１００における記憶手段は、履歴情報記憶部１０１と、人物情報記憶部１０２と、関係情報記憶部１０３と、変換ルール記憶部１０４を含む。また、サーバ１００における演算手段は、履歴・関係情報変換部１１１と、特徴語抽出部１１２と、類似情報推定部１１３と、推薦情報決定部１１４を含む。

すなわち、電子メールやファイルなどの履歴情報を特徴語とともに記憶する履歴情報記憶部１０１と、人物情報を記憶する人物情報記憶部１０２と、電子メールと送信者や添付ファイルなどといった情報との関係性を記憶する関係情報記憶部１０３と、アプリケーション１５０から送信されるデータを履歴情報および関係情報に変換するルールを保持する変換ルール記憶部１０４を有する記憶装置を備え、アプリケーション１５０からデータを受信し、変換ルール記憶部１０４から取得した変換ルールにもとづいて履歴情報と関係情報とに変換して履歴情報記憶部１０１と関係情報記憶部１０３とに出力する履歴・関係情報変換部１１１と、ファイルや電子メールの内容を解析して特徴語を抽出する特徴語抽出部１１２と、アプリケーション１５０から送信されたファイルなどの情報とユーザや組織の過去の行動情報とを元に過去の類似情報を推定する類似情報推定部１１３と、類似情報推定部１１３が推定した過去の類似情報を元に、ユーザに推薦する情報を決定する推薦情報決定部１１４を含む演算装置を備え、類似情報推定部１１３が、アプリケーション１５０から送信されたファイルなどの情報の特徴語や現在の日時を元に履歴情報記憶部１０１内にある過去の類似した状況下での情報を検索して一致度に応じて重み付けを行い、また、推薦情報決定部１１４が、類似情報推定部１１３が推定した類似情報から関係情報記憶部１０３内にある関係情報を検索してアプリケーション１５０の必要とする情報を抽出し、推薦情報を決定する。

次に、サーバ１００の記憶手段の各部で管理されている情報の構成を説明する。履歴情報記憶部１０１には、リソースの名前や日付などが記憶される。リソースとは、一例として、文書ファイルやＷｅｂページなどのコンテンツ情報、電子メールや電話やチャットなどのコミュニケーション情報、会議や訪問や作業などのスケジュール情報またはイベント情報のことであるが、名称がある情報であれば、他の情報でもよい。

図３は、履歴情報記憶部１０１に記憶される情報の構成の例を示す説明図である。履歴情報記憶部１０１には、リソースのＩＤ（リソースＩＤ）２０１に、少なくとも、リソースのタイトル２０２と、リソースの種別（リソース種別）２０３と、リソースに関係する日時２０４と、リソースを特徴付ける特徴語２０５とが対応付けられて格納される。ただし、リソースの種別によっては、特徴語や日時など一部の情報が含まれない状態でデータが格納されることがある。また、図３に例示した情報の他に、リソースの作成者や更新者、リソースのアクセス権などが記載されてもよい。また、日時２０４は、作成日時、更新日時、最終アクセス日時などに分割して格納されていてもよい。また、リソースＩＤ２０１は、数値などを含み、例えば、履歴・関係情報変換部１１１によって自動的に採番される。

人物情報記憶部１０２には、人物の情報があらかじめ記憶される。図４は、人物情報記憶部１０２に記憶される情報の構成の例を示す説明図である。人物情報記憶部１０２には、人物のＩＤ（人物ＩＤ）３０１に、少なくとも、人物名３０２と、人物の電子メールアドレス３０３とが対応付けられて格納される。人物情報記憶部１０２には、所属組織や得意分野などの付随情報が格納されていてもよい。人物ＩＤとは、社員番号や学生番号などであるが、適当な番号がない場合には、一例として、自動的に採番される数値である。

関係情報記憶部１０３には、リソース間の関係、およびリソースと人物の関係が記憶される。図５は、関係情報記憶部１０３に記憶される関係情報の構成の例を示す説明図である。関係情報記憶部１０３には、少なくとも、関係元のＩＤ（関係元ＩＤ）４０１と、関係先のＩＤ（関係先ＩＤ）４０２と、関係の種別４０３とが対応付けられて格納される。関係情報記憶部１０３には、関係づけユーザ名、関係重み情報、関係方向情報、関係づけ日時、更新日時などが記憶されてもよい。なお、図５に示す例において、関係先ＩＤ４０２としてのＲ−ｘｘｘｘ（ｘｘｘｘは数値）はリソースＩＤを示し、Ｈ−ｘｘｘｘ（ｘｘｘｘは数値）は人物ＩＤを示す。

変換ルール記憶部１０４には、アプリケーション１５０から送信されたデータを履歴情報や関係情報に変換するための変換ルールが記憶される。変換ルール記憶部１０４には、履歴情報変換ルール５００と関係情報変換ルール６００とが記憶される。

図６は、履歴情報変換ルール５００の構成の例を示す説明図である。履歴情報変換ルール５００には、少なくとも、データの種別（データ種別）５０１と、データ内の項目名５０２と、履歴情報記憶部１０１への保存先情報５０３と、事前変換処理５０４とが対応付けられてあらかじめ格納されている。ただし、事前変換処理５０４やデータ内の項目名５０２が含まれない状態でデータが格納されていてもよい。

図６に示す例では、「電子メール」に関して、３つの変換ルールが格納されている。図６における第１行に記載されている第１の変換ルールは、リソースＩＤ（データ識別情報）を「電子メール」に対して付与し、履歴情報記憶部１０１におけるリソースＩＤ２０１として記憶することを指定する。図６における第２行に記載されている第２の変換ルールは、「電子メール」のタイトルを、履歴情報記憶部１０１におけるリソースのタイトル２０２として記憶することを指定する。図６における第３行に記載されている第３の変換ルールは、「電子メール」の送信日時を、履歴情報記憶部１０１におけるリソースに関係する日時２０４として記憶することを指定する。

図７は、関係情報変換ルール６００の構成の例を示す説明図である。関係情報変換ルール６００には、少なくとも、データ種別６０１と、関係づけ処理発生条件６０２と、関係づけ元６０３と、関係づけ先６０４と、関係種別６０５と、事前変換処理６０６と、履歴情報への登録処理情報６０７とが対応付けられてあらかじめ格納されている。ただし、事前変換処理６０６や履歴情報への登録処理情報６０７が含まれない状態でデータが格納されていてもよい。

図７に示す例では、「電子メール」に関して、３つの変換ルールが格納されている。図７における第１行に記載されている第１の変換ルールは、「電子メール」に添付ファイルが存在していた場合には、関係情報記憶部１０３における関係元ＩＤ４０１として「電子メール」のリソースＩＤを記憶し、関係情報記憶部１０３における関係先ＩＤ４０２として「ファイルＩＤ」を記憶することを示す。

次に、演算手段の各部の機能を説明する。
履歴・関係情報変換部１１１は、アプリケーション１５０からリソースに関するデータを受信し、リソースのデータの種別を元に変換ルール記憶部１１３にある変換ルールを検索し、検索した変換ルールにもとづく処理を行い、処理結果を履歴情報記憶部１０１と関係情報記憶部１０３とに出力する。

特徴語抽出部１１２は、履歴・関係情報変換部１１１や類似情報推定部１１３から入力したリソースの内容を解析し、解析結果を返送する。特徴語抽出部１１２は、一例として、形態素解析機能と特徴語抽出機能とを有し、リソースが文書コンテンツの場合に、形態素解析機能と特徴語抽出機能とによって、文書コンテンツの内容を解析する。形態素解析機能は、入力文を単語単位に分割して品詞を付与する機能である。形態素解析機能として、”chasen”（ＵＲＬ：http://chasen-legacy.sourceforge.jp/ 参照）や”Mecab ”（ＵＲＬ：http://mecab.sourceforge.net 参照）を用いることができるが、他の形態素解析機能を持つアプリケーションを用いてもよい。

また、特徴語抽出機能として、”TF/IDF法”（ＵＲＬ：http://ja.wikipedia.org/wiki/Tf-idf やＵＲＬ：http://nlp.nagaokaut.ac.jp/~sekiguti/doc/pdf/tfidf/tfidf/index.html 参照）を用いた演算を行うことができるが、他の方法を用いてもよい。

特徴語抽出部１１２は、特徴語抽出機能を用いて抽出された多数の特徴語を、スコア上位の一定の件数の特徴語に絞りこむ。件数を、例えば、１０件から１００件程度にする。次に、特徴語抽出部１１２は、入力されたリソースＩＤ、演算によって求めた特徴語、および重みを出力する。スコア値を重みにすることが好ましいが、そのことは必須のことではない。スコア値を重みにできない場合には、初期値（例えば１）を重みとする。また、特徴語抽出部１１２は、コンテンツが文書コンテンツ以外の場合には、音声認識機能や、動画からのキーワード抽出機能によって特徴語に相当する情報を抽出する。

類似情報推定部１１３は、アプリケーション１５０から送信されたデータを元に、履歴情報記憶部１０１に記憶されている情報を検索して類似した過去の情報を推定する。そして、推定した過去の類似情報を、類似度とともに推薦情報決定部１１４に出力する。

推薦情報決定部１１４は、類似情報推定部１１３から入力した類似情報とアプリケーション１５０から送信された推薦要求項目（推薦要求）とに応じて、推薦すべき情報（例えば、人物）である推薦情報を決定してアプリケーション１５０に送信する。

次に、アプリケーション１５０について説明する。アプリケーション１５０として、例えば、メーラ、スケジュール管理アプリケーション、文書共有アプリケーション、Ｗｅｂ会議アプリケーション、ＴＯＤＯ管理アプリケーション、ソーシャルネットワークアプリケーション、コミュニティ管理アプリケーションなどの複数人がコミュニケーション行うためのソフトウェアや共動して作業を行うためのソフトウェアがある。ただし、それらは、アプリケーション１５０の一例であって、アプリケーション１５０は、それらに限定されない。また、アプリケーション１５０が存在する場所は、例えば任意のクライアント装置またはサーバ装置であるが、特定の場所に存在しなければならないというものではない。

アプリケーション１５０は、適切なタイミングで、履歴・関係情報変換部１１１に情報を送信する。適切なタイミングとは、例えば、電子メール送信やスケジュール登録など、情報が登録、更新、または新規作成された時点である。

また、アプリケーション１５０は、適切なタイミングで、類似情報推定部１１３に情報を送信する。適切なタイミングとは、例えば、電子メールを書く際に添付ファイルを指定したときや、電子メールを書く際に本文を書いたときである。アプリケーション１５０から送信される情報は、ファイル、電子メール本文、タイトルなどの文字コンテンツ、情報の種別（電子メール、スケジュールなど）、および推薦要求する情報の種別（送信者、参加者など）である。また、アプリケーション１５０は、電子メールの本文等の情報を送信するときに、推薦されるべき情報の種類（例えば、人物）を示す推薦要求項目も送信する。

そして、アプリケーション１５０は、推薦情報決定部１１４から受信した推薦情報を元に、例えば、アプリケーション１５０が搭載された機器に備えられている表示部に推薦情報を表示することによって、ユーザに推薦された情報を提示する。

次に、図８、図９および図１１の流れ図を参照して第１の実施形態の動作を説明する。

まず、履歴情報記憶部１０１および関係情報記憶部１０３に情報を蓄積する処理について説明する。

図８は、履歴・関係情報変換部１１１の動作を示す流れ図である。図８を用いて履歴・関係情報変換部１１１の動作を説明する。以下に説明するように、履歴・関係情報変換部１１１は、アプリケーション１５０からデータを受信すると、受信したデータに含まれる情報にもとづいて、関係情報記憶部１０３（図５参照）に所定のデータを登録する。

まず、履歴・関係情報変換部１１１は、アプリケーション１５０からデータを受信する（ステップＳ７０１）。データは、電子メール情報、ファイル、スケジュール情報などである。

次に、履歴・関係情報変換部１１１は、受信したデータの種別を判別する（ステップＳ７０２）。判別の仕方は任意であるが、例えば、拡張子などのデータ形式で判別したり、アプリケーション１５０がどのような情報を送信するのかあらかじめ登録しておくことによって、データの種別を判別できる。

次に、履歴・関係情報変換部１１１は、判別したデータ種別を元に、変換ルール記憶部１０４内の履歴情報変換ルール５００（図６参照）を検索する（ステップＳ７０３）。例えば、データ種別が電子メールであった場合には、履歴情報変換ルール５００内のデータ種別５０１の列が「電子メール」になっている行を検索する。そして、検索結果を履歴変換ルール情報とする。

次に、検索された履歴変換ルール情報の事前変換処理５０４の欄に「特徴語抽出」があるか調べる（ステップＳ７０４）。１つでも「特徴語抽出」がある場合すなわち特徴語抽出処理を行うルールが存在した場合には、履歴・関係情報変換部１１１は、特徴語抽出部１１２にデータを出力する。そして、特徴語抽出部１１２が入力したデータから抽出したリソースを特徴付ける特徴語を、特徴語抽出部１１２から入力する（ステップＳ７０５）。

次に、履歴・関係情報変換部１１１は、履歴変換ルール情報にもとづいて履歴情報記憶部１０１に情報を記憶する（ステップＳ７０６）。履歴・関係情報変換部１１１は、電子メールにＩＤ（リソースＩＤ）を付与することを指定する履歴変換ルール情報（図６参照）に従って、電子メールのＩＤを生成して、履歴情報記憶部１０１に記憶する。また、例えば、履歴変換ルール情報に、データ種別５０１が「電子メール」、データ内の項目名５０２が「送信日時」、履歴保存先４０３が「日時」である情報が含まれている場合には、電子メールデータ内にある送信日時情報を取り出し、履歴情報記憶部１０１（図３参照）の日時２０４の欄に、電子メールのＩＤ（リソースＩＤ）に対応させて、取り出した送信日時情報をデータとして登録する。また、特徴語抽出部１１２から入力された特徴語を、特徴語２０５として登録する。

つまり、履歴変換ルール情報は、ステップＳ７０３〜ステップＳ７０６の処理のように、アプリケーション１５０から送信されたデータにもとづいて、履歴情報記憶部１０１における適切な欄にデータを設定するために用いられる。また、履歴・関係情報変換部１１１は、履歴情報記憶部１０１にデータを登録する際に新たなリソースＩＤ２０１を付与するが、例えば、履歴情報記憶部１０１が自動的に採番することによって、新たなリソースＩＤ２０１を付与する。

次に、履歴・関係情報変換部１１１は、アプリケーション１５０から受信したデータのデータ種別（例えば、電子メール）を元に、変換ルール記憶部１０４内の関係情報変換ルール６００（図７参照）を検索する（ステップＳ７０７）。例えば、データ種別５０１が「電子メール」であった場合には、関係情報変換ルール６００内のデータ種別６０１の列が「電子メール」になっている行を検索する（ステップＳ７０８）。検索した結果を関係変換ルール情報とする。関係変換ルール情報として、複数の情報が検索される場合もある。

次に、履歴・関係情報変換部１１１は、アプリケーション１５０から受信したデータについて、関係情報変換ルール内の関係づけ処理発生条件６０２に合致するものがあるかをチェックする（ステップＳ７０９）。この際、合致する条件がなければ関係情報を関係情報記憶部１０３に記憶せず処理を終了する。合致する条件があった場合には、その条件にもとづいて関係情報記憶部１０３に関係情報を記憶する（ステップＳ７１０）。例えば、添付ファイルがある電子メールが送られてきた場合には、図７に示す関係情報変換ルール６００内に、データ種別が６０１「電子メール」で条件６０２が「添付ファイルあり」である項目があるので、その行に記載されている処理に従って関係情報記憶部１０３に関係情報を記憶する処理を行う。具体的には、この場合には、関係元ＩＤ（関係づけ元）４０１として電子メールのＩＤ、関係先ＩＤ（関係づけ先）４０２としてファイルのＩＤ、関係種別４０３として「添付」を記憶する。また、事前変換処理６０６内に人物ＩＤ変換処理が存在していた場合には、人物情報記憶部１０２を検索して、人物の電子メールアドレスや名前を人物ＩＤに変換する処理を行う。

関係元ＩＤ４０１として記憶される電子メールのＩＤは、電子メールのリソースＩＤである。また、関係先ＩＤ４０２として記憶されるファイルのＩＤは、添付ファイルに付されたＩＤ（リソースＩＤ）である。なお、履歴・関係情報変換部１１１は、例えば、添付ファイルにＩＤを付し、添付ファイルのＩＤ（リソースＩＤ）とともにリソースの種別２０３として「ファイル」を履歴情報記憶部１０１に記憶する。

つまり、検索された関係変換ルール情報は、ステップＳ７０７〜ステップＳ７１０の処理のように、アプリケーション１５０から送信されたデータ内の一部の情報間の関係性を関係情報記憶部１０３の項目に対応付けて、関係情報記憶部１０３に記憶することに用いられる。

また、合致した条件の関係変換ルール情報の中に、履歴登録処理６０７（図７参照）が記載されている場合には（ステップＳ７１１）、履歴・関係情報変換部１１１は、その情報を元に再びステップＳ７０２〜Ｓ７１０の履歴情報変換処理・関係情報変換処理を開始する。例えば、電子メールに添付ファイルが存在していた場合、図７に示す例では、関係情報変換ルール６００の条件６０２に「添付ファイルあり」、履歴登録処理６０７に「ファイル」とある関係情報変換ルールがあるので、ファイルを履歴情報記憶部１０１に記憶する処理を開始する。

つまり、アプリケーション１５０から送信されたデータは中の情報によって、履歴情報変換処理・関係情報変換処理を繰り返し行うことになる。最終的に登録する情報がなくなると処理は終了する。

次に、アプリケーション１５０に対して推薦する情報を提供する処理について説明する。

図９は、類似情報推定部１１３の動作を示す流れ図である。図９を参照して類似情報推定部１１３の動作を説明する。

まず、類似情報推定部１１３は、アプリケーション１５０からデータを受信する（ステップＳ８０１）。ここで、データは、ファイル、電子メール本文、タイトルなどの文字コンテンツと、情報の種別（電子メール、スケジュールなど）や推薦要求する情報の種別（送信者、参加者など）である。電子メールを例にすると、アプリケーション１５０は、ユーザが電子メール本文を作成したときなどに、電子メール本文がデータとしてサーバ１００に送信され、サーバ１００において、類似情報推定部１１３がデータを受信する。

次に、類似情報推定部１１３は、受信したデータにおけるファイルや電子メール文などの文字コンテンツを特徴語抽出部１１２に出力し、特徴語抽出部１１２が抽出した特徴語を入力する（ステップＳ８０２）。

次に、類似情報推定部１１３は、特徴語抽出部１１２が抽出した特徴語を用いて、履歴情報記憶部１０１から過去の類似した情報を検索する（ステップＳ８０３）。例えば、文書コンテンツの特徴語をステップＳ８０２の処理で入力した場合には、特徴語は１つではなく、１０個程度あることを想定するが、そのうち１つでも履歴情報記憶部１０１内の特徴語２０５に存在する行を全て検索する。

次に、類似情報推定部１１３は、検索した履歴情報記憶部１０１内のデータを元に、類似度を計算する（ステップＳ８０４）。類似度の計算では、特徴語の一致度とデータ種別の一致度とを利用する。以下、類似度の計算の仕方の一例を示す。

アプリケーション１５０から送信されたリソースをＱ、検索した履歴情報記憶部１０１内の情報（具体的には、特徴語２０５の情報）をａ１，ａ２，ａ３，・・・ａnとする。また。Ｑ内の特徴語数をＷｏｒｄ＿Q、検索した情報のうちの一つの情報（ａｋとする）内の特徴語数をＷｏｒｄ＿ａｋ、ａｋとＱの間で一致する特徴語数をＷｏｒｄ＿ａｋ＿ａｎｄ＿Qとする。また、Ｑとａｋの特徴語の一致度をＷｏｒｄ＿ｃｏｉｎ＿ｋとする。Ｗｏｒｄ＿ｃｏｉｎ＿ｋの計算式の一例を（１）式に示す。（１）式は、一致する特徴語数の二乗をＱとａｋ内の特徴語数で除算して一致度としているが、一致する特徴語数のみとするなど、他の方法で一致度を求めてもよい。

また、ａｋとＱのリソース種別の一致度をｔｙｐｅ＿ｃｏｉｎ＿ｋとする。ｔｙｐｅ＿ｃｏｉｎ＿ｋの計算式の一例を（２）式に示す。（２）式では、リソースの種別が一致する場合のみ一致度を変化させているが、リソース種別間の類似度を別に定義しておいて、それを用いるようにしてもよい。また、リソースの種別が一致しない場合の値をｓとしているが、その値は、１よりも小さい任意の定数であればはいくつでもよい。ｓの値として、例えば０．５などが考えられる。

最終的なａｋとＱの類似度をｄｅｇ＿ｃｏｉｎ＿ｋとする。ｄｅｇ＿ｃｏｉｎ＿ｋの計算式の一例を（３）式に示す。

上記（１）〜（３）式によって、検索された情報別に類似度を計算する。ここでは、類似度を計算において、特徴語の一致度と種別の一致度から情報の類似度を求めているが、類似度を計算する場合に、他の情報を用いてもよい。例えば、作成年月の近接度など他の情報の一致度をさらに求め、求めた値を、（３）式による計算の結果にさらに乗算してもよい。一例として、履歴情報記憶部１０１は、履歴情報として、過去にアプリケーション１５０から送信されたデータ（アプリケーションデータ）の利用者（ファイルの作成者や電子メール送信者を含む。）を示すデータおよび利用時期（ファイルの作成時期や電子メールの送信時期を含む。）を示すデータを記憶し、類似情報決定部１１３は、アプリケーション１５０から推薦要求項目とともに送信されたアプリケーションデータにおける利用者に関する情報および利用時期に関する情報と、履歴情報記憶部１０１に記憶されている利用者を示すデータおよび利用時期を示すデータとの類似度に応じて、出力する類似度の値を変える。

具体例として、類似情報推定部１１３は、ファイルの作成時期や、利用時間帯の類似度を求め、それを、（３）式によって求められた類似度に対してさらに乗算する。その場合、例えば、（４）式に示すように、時間、日、月が類似すればするほど大きくなる値をとるようにするが、さらに、曜日や年の要素を含んでもよい。

類似度の計算後に、類似情報推定部１１３は、類似情報を計算した類似度で並べ替え（ステップＳ８０５）、類似情報のＩＤと類似度とを推薦情報決定部１１４に出力し（ステップＳ８０６）、処理を終了する。出力の際に、類似度の高いもののみ出力するなど、出力情報を減らす処理を行ってもよい。

図１０は、推薦情報決定部１１４に出力される情報の例を示す説明図である。図１０に示す例では、情報は、類似情報のＩＤ１００１と類似度１００２とを含む。なお、類似情報のＩＤ１００１は、特徴語２０５が検索され特徴語２０５の類似度が高かった履歴情報記憶部１０１におけるリソースＩＤ２０１（図３参照）に相当する。

図１１は、推薦情報決定部１１４の動作を示す流れ図であり、図１２は、推薦情報決定部での処理内容に応じて変化する推薦候補情報の例を示す説明図である。図１１および図１２を用いて推薦情報決定部１１４の動作を説明する。

まず、推薦情報決定部１１４が、類似情報推定部１１３からデータを入力する（ステップＳ９０１）。図１２（Ａ）に示すように、入力する情報には、類似情報のＩＤ１１０１と類似度１１０２とが含まれる。なお、図１２（Ａ）に例示するデータは、図１０に示されたデータに相当する。ここで、入力した情報を、類似情報データと呼ぶ。

次に、推薦情報決定部１１４は、入力したデータのうち、それぞれの行のＩＤ１１０１を用いて、関係情報記憶部１０３（図５参照）を検索し、関係する情報（関係元ＩＤ４０１および関係先ＩＤ４０２）と関係種別４０３とを取得する（ステップＳ９０２）。推薦情報決定部１１４は、取得した情報に人物情報（「Ｈ−ｘｘｘｘ」のＩＤ）が含まれていた場合には、類似情報データに、検索した人物情報（人物ＩＤなど）を関係人物１１０３として追加するとともに関係種別１１０４を追加する。なお、関係種別１１０４として追加される情報は、関係情報記憶部１０３における関係種別４０３（図５参照）の情報である。

次に、推薦情報決定部１１４は、関係情報記憶部１０３（図５参照）から２ホップ先の情報を検索する（ステップＳ９０３）。２ホップ先の情報とは、ある情報に関係している情報にさらに関係する情報のことであり、関係情報記憶部１０３を２回再帰的に検索することによって、取得することができる。例えば、図５に示す例では、関係元ＩＤ４０１がＲ−０００１である場合、１ホップ先は、Ｒ−０００３の情報であり、２ホップ先は、関係元ＩＤ４０１としてのＲ−０００３に対応する関係先ＩＤが示すリソース等の情報である。また、ステップＳ９０２の処理と同様に、取得した情報のうち、人物情報があった場合には、類似情報データに、検索した人物情報を関係人物１１０３として追加するとともに関係種別１１０４を追加する。

次に、推薦情報決定部１１４は、ステップＳ９０２，Ｓ９０３の処理で検索した人物情報の中に、アプリケーション１５０を操作しているユーザがあった場合には、その行の「ユーザとの関係１１０５」列にユーザとの関係情報を記録する（ステップＳ９０４）。なお、推薦情報決定部１１４は、アプリケーション１５０を操作しているユーザを、アプリケーション１５０が送信したデータから特定する。つまり、アプリケーション１５０が送信したデータには、ユーザを特定可能な情報（例えば、電子メールの送信者を示す情報）が含まれている。また、図１２（Ｂ）において、「ＹＥＳ」は、アプリケーション１５０のユーザとの関係があることを示す。また、関係種別１１０４において、「送信者」は、ユーザが電子メールを送信したことを示し、「受信者」は、ユーザが電子メールを受信したことを示す。つまり、関係種別１１０４に「送信者」が設定され、「ユーザとの関係１１０５」列に「ＹＥＳ」が設定されたことは、類似情報のＩＤ１１０１に対応するリソース（例えば、電子メール）が、アプリケーション１５０のユーザが送信者であったことを示す。

さらに、推薦情報決定部１１４は、ステップＳ９０２〜Ｓ９０４の処理で作成した処理データ（図１２（Ｂ）参照）を元に、推薦度重み１１０６を計算する（ステップＳ９０５：図１２（Ｃ）参照）。以下、推薦度重みの計算の仕方の例を示す。

入力したデータのうちの特定の１行（図１２（Ｂ）に示す表における１行：ｂｋとする）の中にある「類似度」列の値をｂｋ＿ｃｏｎｆ＿ｗｅｉｇｈｔ、「関係種別」列をｂｋ＿ｔｙｐｅ、「ユーザとの関係」列をｂｋ＿ｕｓｅｒ＿ａｓｓｏｃｉａｔｅとし、アプリケーションが要求しているデータの種別（推薦要求項目）をｒｅｑ＿ｔｙｐｅとする。

また、アプリケーションが要求する推薦要求項目とｂｋのデータ内の関係種別との一致度をａｃｔｉｏｎ＿ｃｏｉｎ＿ｂｋとする。ａｃｔｉｏｎ＿ｃｏｉｎ＿ｂｋの計算式の一例を（５）式に示す。関係種別と推薦要求項目とが一致しない場合の値をｔとするが、一致しない場合の値は、１よりも小さい任意の定数であれば値はいくつでもよい。ｔの値として、例えば０．５などが考えられる。また、（５）式では、関係種別と推薦要求項目が一致する場合のみ一致度を「１」にし一致しない場合には１より小さい値にしているが、関係種別と推薦要求項目と間の類似度を別に定義しておいて、それを用いてもよい。

また、ｂｋとアプリケーションを操作するユーザの関係度をｐｅｒｓｏｎ＿ｃｏｉｎ＿ｂｋとする。ｐｅｒｓｏｎ＿ｃｏｉｎ＿ｂｋの計算式の一例を（６）式に示す。（６）式において、「ｂｋ＿ｕｓｅｒ＿ａｓｓｏｃｉａｔｅが「ＹＥＳ」の場合とは、図１２（Ｂ）に示された処理データにおけるユーザとの関係１１０５に「ＹＥＳ」が設定されていることに相当する。また、ユーザが一致しない場合の値をｕとしているが、一致しない場合の値は、関係種別と推薦要求項目との一致度の場合と同様に、１よりも小さい任意の定数であれば値はいくつでもよい。ｕの値として、例えば０．５などが考えられる。また、（６）式では、ｂｋ内の「ユーザとの関係１１０５」列のデータを元に一致度を変化させているが、ユーザ間の友人関係や仕事関係などを別に記憶しておいて、それを用いて判断するようにしてもよい。

ｂｋに関する推薦度重みをｂｋ＿ｒｅｃｏｍ＿ｗｅｉｇｈｔとする。ｂｋ＿ｒｅｃｏｍ＿ｗｅｉｇｈｔの計算式の例を（７）式に示す。

つまり、ステップＳ９０５の処理では、推薦情報決定部１１４は、要求されているデータの種別（推薦要求項目）や、関係情報記憶部１０３の記憶内容のユーザとの関係度（具体的には、アプリケーション１５０が送信した情報との関係度）から類似度を変化させて推薦度重みにする計算を行う。

次に、推薦情報決定部１１４は、計算した推薦度重みを、同じ人物については合算する（ステップＳ９０６：図１２（Ｄ）参照）。そして、重み順に並び替えを行う（ステップＳ９０７：図１２（Ｅ）参照）。その後、アプリケーション１５０に結果（図１２（Ｅ）に例示した推薦候補情報を含む推薦候補データ）を送信し（ステップＳ９０８）、処理を終了する。ここで、アプリケーション１５０に結果を送信するときに、全件送信するのではなく、重み順に上位数件または数１０件の結果を送信するようにしてもよい。

以上のように図１１の流れ図に従って処理が行われると、図１２に示すようにデータが変化して、アプリケーション１５０に推薦情報（この例では、推薦人物情報）が送信される。

本実施形態の効果は、ファイルや電子メール内容を解析し、過去の類似した情報を検索し、検索された情報に関係した宛先情報を推薦することによって、ユーザにおける過去の類似した状況に応じた適切な人物を推薦することが可能になることである。

すなわち、宛先情報などを推薦するシステムにおいて、ユーザが過去行った類似した状況に応じた適切な人物を推薦することが可能になる。その理由は、ユーザが入力したファイルや電子メール内容などを解析し、過去類似したコンテンツを扱ったときのコミュニケーションデータを検索し、その時の宛先情報など関係情報から過去の類似した状況における人物を決定するからである。

また、本実施形態の他の効果は、複数ユーザのコミュニケーションデータを統合的に履歴情報や関係情報として保存し、推薦情報の決定時に自分の過去履歴だけではなく他人の履歴も併せて検索し、自分と他人の情報を重みを変えて統合してランキングすることによって、ユーザが過去一度も類似した状況を経験していない場合でも、他の人物の過去の経験を元に適切な人物を推薦することが可能になることである。

すなわち、ユーザが過去一度も類似した状況を経験していない場合も、他の人物の過去の経験を元に適切な人物を推薦することが可能になる。その理由は、複数ユーザのコミュニケーションデータを統合的に履歴情報および関係情報として保存し、アプリケーションから推薦要求があったときに、自分の過去履歴だけではなく他人の履歴も併せて検索し、推薦情報のスコアリング時に自分と他人の情報を重みを変えて統合しランキングすることによって、自分の過去の情報にもとづいて推薦される機能を維持したまま、他人の過去の情報にもとづいた推薦情報も加味するからである。

実施形態２．
次に、本発明の第２の実施形態を図面を参照して説明する。図１３は、本発明による推薦情報提供装置の第２の実施形態を示すブロック図である。第２の実施形態では、第１の実施形態の構成に対して、人物関係変換部１１５と役割情報記憶部１０５とが追加されている。

すなわち、記憶装置に、人物の所属するグループとそのグループ内での役割を記憶する役割情報記憶部１０５が設けられ、また、演算装置に、自分が所属していない組織やグループの推薦人物を変換する人物情報変換部１１５が設けられている。そして、人物情報変換部１１５が、推薦情報決定部１１４から出力された人物情報を元に役割情報記憶部１０５を検索し、人物情報を役割に変換し、さらに、推薦度を再計算した後に役割を元に再び役割情報記憶部１０５を検索してユーザが所属している組織やグループの人物に変換し、推薦情報を決定する。

役割情報記憶部１０５には、組織やグループなどの集団の情報や、集団の中での役割情報が記憶される。図１４は、役割情報記憶部１０５内に記憶される役割情報の例を示す説明図である。役割情報記憶部１０５に記憶される役割情報は、少なくとも、人物ＩＤ１３０１、所属集団を示す所属グループ１３０２、役割名１３０３を含む。基本的に、現在の役割名１３０３を含むことを想定するが、他に、グループ在籍期間や役割担当期間を考慮した過去の役割履歴を含んでいてもよい。なお、図１４に示す例において、例えば、Ｈ−０００１で特定される人物は、企画部の部長でもありA製品プロジェクトチームのリーダーでもあることを示す。

人物関係変換部１１５は、推薦情報決定部１１４から出力されたデータを、一度、役割情報に変換し、アプリケーション１５０を使用中のユーザが所属するグループの該当人物に変換し、重みを再構築した後、推薦情報を決定する。

次に、図１５の人物情報変換部１１５の動作を示す流れ図と、図１６の処理内容に応じて変化する情報の例を示す説明図とを参照して本実施形態の動作を説明する。

まず、人物関係変換部１１５は、推薦情報決定部１１４から推薦情報データを入力する（ステップＳ１４０１）。推薦情報データは、少なくとも、人物ＩＤ１５０１と推薦度重み１５０２とを含む（図１６（Ａ）参照）。なお、図１６（Ａ）に示す推薦情報データは、図１２（Ｅ）に示された推薦情報データに相当する。

次に、人物関係変換部１１５は、推薦情報データの中の人物ＩＤ１５０１を用いて、役割情報記憶部１０５を検索する（ステップＳ１４０２）。そして、役割情報を抽出する。一般に、人物は複数の組織に所属したり複数の役割を持つので、役割情報記憶部１０５には、単一の人物ＩＤによって検索した場合でも、１項目のみが検索されるとは限らない。人物関係変換部１１５は、多項目が検索される場合には、全ての検索結果を抽出する。

次に、人物関係変換部１１５は、検索した役割情報に、推薦情報データに含まれていた推薦度重み１５０２を付与し、同じ役割情報があった場合には推薦度重みを合算する（ステップＳ１４０３）。例えばＡ，Ｂ二人の人物が推薦情報データにあり、その推薦度重みがそれぞれ３，２であり、しかもＡ，Ｂとも「部長」という役割であった場合、「部長」の推薦度重みは３＋２＝５になる。

次に、人物関係変換部１１５は、合算した推薦度重みの順に役割情報を並び替える（ステップＳ１４０４）。この時点で、役割１５０３と役割に対応した推薦度重み１５０４との組のデータが作成されている（図１６（Ｂ）参照）。

次に、人物関係変換部１１５は、推薦度重みが算出された役割（例えば、「部長」）について、アプリケーション１５０を使用中のユーザが所属する組織（例えば、「企画部」）における人物を役割情報記憶部１０５から検索する（ステップＳ１４０５）。そして、検索結果を役割情報記憶部１０５から抽出する。例えば、「部長」が図１６（Ｂ）に示す役割リストに存在した場合、ユーザが所属する組織の「部長」があるか否か役割情報記憶部１０５の内容を調査する。検索結果が複数ある場合には、すべて抽出する。

次に、人物関係変換部１１５は、役割情報記憶部１０５から抽出した人物について、ステップＳ１４０４までの処理で算出された役割に対応した推薦度重み１５０４を付与し、同じ人物があった場合、推薦度重みを合算し（ステップＳ１４０６）、重みの順に並び替える（ステップＳ１４０７）。この時点で、データが人物１５０５と、人物に対応した推薦度重み１５０６との組になっている（図１６（Ｃ）参照）。最後に、人物関係変換部１１５は、算出した人物情報と推薦度重みとをアプリケーション１５０に送信して（ステップＳ１４０８）、処理を終了する。

なお、推薦情報決定部１１４は、基本的には、図１５に示されたように処理を実行するが、より正確な人物を推薦できるようにするために、役割担当期間やグループ在籍期間と電子メール送信日時との対応関係にもとづいて過去の時点での役割を考慮し、過去の役割に対して重みを付けて当該人物に関して合算するようにしてもよい。

本実施形態の効果は、推薦人物を一度役割に変換し、その役割をもとにその役割をもとにユーザが所属するグループや組織の人物に変換し再ランキングすることによって、他の部署や別の組織などで行われた履歴を元にしても自分の部署や組織の適切な人物を推薦することが可能になることである。

すなわち、他人の経験を元にユーザに適切な人物を推薦するときに、他の部署や別の組織などで行われた履歴を元にしても自分の部署や組織の適切な人物を推薦することが可能になる。その理由は、類似状況を推定し推薦人物を決定した後に、一度人物を役割に変換し、その役割を元にユーザが所属するグループや組織の人物に変換し再ランキングするからである。

また、上記の各実施形態には、アプリケーションソフトウェアに従って処理を実行する処理装置から送信されたアプリケーションデータのデータ種別（例えば、電子メール、ファイル）を判別するデータ判別手段（履歴・関係情報変換部１１１で実現される。）を備え、履歴情報記憶手段が、データ判別手段が判別したデータ種別をデータ識別情報に対応させて記憶し、類似情報決定手段が、データ判別手段が処理装置から推薦要求項目とともに送信されたアプリケーションデータについて判別したデータ種別と履歴情報記憶手段に記憶されているデータ種別との類似度であるデータ種別類似度に応じて、出力する類似度の値を変えるという形態も含まれている。

また、上記の各実施形態には、推奨情報の対象になる情報を情報データ識別情報（例えば、人物ＩＤ）に対応させてあらかじめ記憶する推奨情報候補記憶手段（人物情報記憶部１０２で実現される。）を備え、関係情報記憶手段は、関係先情報として、過去にアプリケーションから送信されたアプリケーションデータのデータ識別情報または推奨情報候補記憶手段に記憶されている情報データ識別情報を記憶するという形態も含まれている。

また、上記の各実施形態には、履歴情報記憶手段が、履歴情報として、過去にアプリケーションから送信されたアプリケーションデータの利用者（電子メールの作成者やファイルの利用者を含む。）を示すデータおよび利用時期（電子メールの送信日時やファイル作成日時やファイル利用日時）を示すデータを記憶し、類似情報決定手段が、処理装置から推薦要求項目とともに送信されたアプリケーションデータにおける利用者に関する情報および利用時期に関する情報と、履歴情報記憶手段に記憶されている利用者を示すデータおよび利用時期を示すデータとの類似度に応じて、出力する類似度の値を変えるという形態も含まれている。

次に、図１７〜図１９の画面例を参照して、具体例を説明する。図１７は、アプリケーション１５０の例としてのメーラによる電子メール作成画面１６００の画面例を示す説明図である。電子メール作成画面１６００には、少なくとも、宛先入力欄１６０１、件名入力欄１６０２、本文有力欄１６０３、添付ファイル指定欄１６０４があるとする。

図１８は、人物情報推薦画面の例を示す説明図である。人物情報推薦画面は、アプリケーション１５０の使用中にアプリケーション１５０の処理によって自動的に提示されるか、または、アプリケーション１５０の動作中にユーザによって任意の操作がなされたときにアプリケーション１５０が提示する。

例えば、図１７に示すような電子メール作成画面が表示された場合には、ユーザが本文や添付ファイルを入力していると、アプリケーション１５０が、自動的に内容を解析して人物情報推薦画面１７０１を表示するか、または、アプリケーション１５０が宛先情報設定ボタン１６０５をクリックしたときに表示される。アプリケーション１５０は、人物情報推薦画面１７０１においてユーザによって選択された人物を示す情報を入力する。例えば、アプリケーション１５０がメーラである場合には、選択された人物が宛先欄に入ることになる。

ユーザがアプリケーション１５０としてメーラを使用している場合、ユーザが本文や添付ファイルを入力すると、アプリケーション１５０は、本文情報および添付ファイルをサーバに送信する。サーバにおいて、図２に示された特徴語抽出部１１２が本文情報や添付ファイルから特徴語を抽出した後、類似情報推定部１１３は、抽出された特徴語を元に過去の同じような電子メールやファイルを履歴情報記憶部１０１から検索する。そして、その電子メールやファイルを送信したときの宛先情報を関係情報記憶部１０３から検索し、推薦情報を決定する。その後、アプリケーション１５０に推薦情報にもとづく人物リストを送信し、アプリケーション１５０が人物情報推薦画面を作成する。

ユーザは、図１７に示すようなメーラによる電子メール作成画面を用いて電子メールを作成中に、図１８に示すような人物情報推薦画面１７０１を利用して宛先を入力し、電子メールを送信する。送信された電子メールは、履歴・関係情報変換部１１１に出力され、後にユーザや他のユーザが情報を送信する場合に用いられる。

図１９は、他の実施例における画面例を示す説明図である。図１９に示す例では、ユーザのクライアント装置（例えば、パーソナルコンピュータ）に文書ファイル１８０１があった場合に、その文書ファイルをユーザが右クリックまたはマウスオーバしたときに、アプリケーション１５０がアクション候補ウィンドウ１８０２を表示する。例えば、ユーザが「電子メール」を選択した場合には、その選択行動に応じて、アプリケーション１５０がサーバに人物推薦演算の要求を行い、サーバにおける図２に示された推薦情報決定部１１４から送信された人物リストを受信して人物情報推薦画面１８０３に表示する。ユーザが表示された人物リストから人物を選択すると、その人物が宛先に入り、かつ、選択していた文書ファイルが添付ファイルに登録された状態で電子メール作成画面１６００が立ち上がる。

アプリケーション１５０およびサーバが、このような動作を行うことによって、ユーザは煩雑な操作なく、推薦された情報を利用して電子メールを書くことができる。

また、図１９に示された例は、電子メール以外に、電話、チャット、Ｗｅｂ会議、新規スケジュール登録などに適用可能である。電子メール以外に適用される場合、基本的な動作は電子メールの場合と同様であるが、対象行動が違うので、推薦情報決定部１１４から送信される人物情報は一部異なることになる。

推薦を受ける状況の例として、図１７に示すようなような電子メール作成画面の例、図１９のようなユーザのクライアント装置におけるファイル管理時の例の他に、Ｗｅｂサイト閲覧中、電子メール、ファイル読了中（読了中に、返信電子メールや関係電子メールなどを送りたくなった場合）またはファイル作成中などにおける情報閲覧や作成中の通信相手推薦に用いることもできる。

一部でも文書コンテンツを取り扱っている場合に、文書コンテンツに関係して、電話、電子メール、チャット、Ｗｅｂ会議、スケジュール登録など他人とのコミュニケーションや共同作業を行いたい場合の全ての状況において推薦要求が可能である。

本発明は、メーラ、Ｗｅｂ会議管理システム、スケジュール管理システム、コミュニティ管理システム、チャット（インスタントメッセンジャ）システム、グループウェア、ソーシャルネットワーク管理システム、プロジェクト管理システムなど、複数人でコラボレーションを行うシステムに適用可能であるがこれに限らない。他の例として、ナレッジマネジメントシステムやブログ管理システムや文書管理システムといった用途にも適用できる。

本発明の概要を示すブロック図である。 本発明の第１の実施形態の構成を示すブロック図である。 履歴情報記憶部に記憶される情報の構成の例を示す説明図である。 人物情報記憶部に記憶される情報の構成の例を示す説明図である。 関係情報記憶部に記憶される関係情報の構成の例を示す説明図である。 履歴情報変換ルールの構成の例を示す説明図である。 関係情報変換ルールの構成の例を示す説明図である。 第１の実施形態における履歴・関係情報変換部の動作を示す流れ図である。 第１の実施形態における類似情報推定部の動作を示す流れ図である。 推薦情報決定部に出力される情報の例を示す説明図である。 推薦情報決定部の動作を示す流れ図である。 推薦情報決定部での処理内容に応じて変化する推薦候補情報の例を示す説明図である。 本発明の第２の実施形態の構成を示すブロック図である。 役割情報記憶部内に記憶される役割情報の例を示す説明図である。 第２の実施形態における人物情報変換部の動作を示す流れ図である。 第２の実施形態における人物情報変換部の処理内容に応じて変化する情報の例を示す説明図である。 アプリケーションによる電子メール作成画面例を示す図である。 アプリケーションによる人物情報推薦画面例を示す図である。 アプリケーションを用いてユーザがコンテンツを選択してからコミュニケーション候補の人物が推薦されるまでの画面例を示す説明図である。

符号の説明

１ 関係情報記憶手段
２ 履歴情報記憶手段
３ 類似情報決定手段
４ 推薦情報決定手段
５ 処理装置
１００ サーバ
１０１ 履歴情報記憶部
１０２ 人物情報記憶部
１０３ 関係情報記憶部
１０４ 変換ルール記憶部
１０５ 役割情報記憶部
１１１ 履歴・関係情報変換部
１１２ 特徴語抽出部
１１３ 類似情報推定部
１１４ 推薦情報決定部
１１５ 人物情報変換部

Claims (15)

1. ユーザの情報入力を支援するために推奨情報をユーザに提供する推薦情報提供装置であって、
   履歴情報として、アプリケーションソフトウェアに従って処理を実行する処理装置から送信されたアプリケーションデータから抽出された当該アプリケーションデータを特徴付ける特徴データを、当該アプリケーションデータに付されたデータ識別情報に対応させて記憶する履歴情報記憶手段と、
   関係情報として、前記処理装置から送信されたアプリケーションデータのデータ識別情報を関係元情報とし、アプリケーションデータに関係する情報を関係先情報として記憶するとともに、関係元と関係先との関係を示す関係種別を記憶する関係情報記憶手段と、
   前記処理装置から推薦要求項目とともに送信されたアプリケーションデータと、前記履歴情報記憶手段に記憶されている特徴データとの類似度を算出し、相対的に類似度が高い特徴データに対応するデータ識別情報を類似度とともに出力する類似情報決定手段と、
   前記類似情報決定手段が出力したデータ識別情報にもとづいて前記関係情報記憶手段の記憶内容を検索し、前記推薦要求項目に合致する関係先情報に対応する関係種別と、その関係種別のアプリケーションのユーザとの関係とにもとづいて、前記類似度を変化させた値を関係先情報の推薦度とし、当該推薦度が相対的に高い関係先情報を推薦情報とする推薦情報決定手段と
   を備えたことを特徴とする推薦情報提供装置。
2. 履歴情報変換ルールとして、処理装置から送信されたアプリケーションデータから履歴情報として抽出すべき項目が設定された履歴情報変換ルール記憶手段と、
   関係情報変換ルールとして、アプリケーションデータの種別に応じて、関係元情報の種類、関係先情報の種類、および関係種別が設定された関係情報変換ルール記憶手段とを備え、
   履歴情報記憶手段は、処理装置から送信されたアプリケーションデータが前記履歴情報変換ルールにもとづいて変換されたデータを履歴情報として記憶し、
   関係情報記憶手段は、前記処理装置から送信されたアプリケーションデータが前記関係情報変換ルールにもとづいて変換されたデータを関係情報として記憶する
   請求項１記載の推薦情報提供装置。
3. データの中から特徴語を抽出する特徴語抽出手段を備え、
   履歴情報記憶手段は、前記特徴語抽出手段が抽出した特徴語を特徴データとして記憶し、
   類似情報決定手段は、前記特徴語抽出手段が処理装置から推薦要求項目とともに送信されたアプリケーションデータについて抽出した特徴語と前記履歴情報記憶手段に記憶されている特徴語との類似度を、出力する類似度とする
   請求項１または請求項２記載の推薦情報提供装置。
4. アプリケーションソフトウェアに従って処理を実行する処理装置から送信されたアプリケーションデータのデータ種別を判別するデータ判別手段を備え、
   履歴情報記憶手段は、前記データ判別手段が判別したデータ種別をデータ識別情報に対応させて記憶し、
   類似情報決定手段は、前記データ判別手段が処理装置から推薦要求項目とともに送信されたアプリケーションデータについて判別したデータ種別と前記履歴情報記憶手段に記憶されているデータ種別との類似度であるデータ種別類似度に応じて、出力する類似度の値を変える
   請求項３記載の推薦情報提供装置。
5. 推奨情報の対象になる情報を情報データ識別情報に対応させてあらかじめ記憶する推奨情報候補記憶手段を備え、
   関係情報記憶手段は、関係先情報として、過去にアプリケーションから送信されたアプリケーションデータのデータ識別情報または前記推奨情報候補記憶手段に記憶されている情報データ識別情報を記憶する
   請求項１から請求項４のうちのいずれか１項に記載の推薦情報提供装置。
6. 情報データ識別情報は、人物を示す情報である
   請求項５記載の推薦情報提供装置。
7. 履歴情報記憶手段は、履歴情報として、過去にアプリケーションから送信されたアプリケーションデータの利用者を示すデータおよび利用時期を示すデータを記憶し、
   類似情報決定手段は、処理装置から推薦要求項目とともに送信されたアプリケーションデータにおける利用者に関する情報および利用時期に関する情報と、前記履歴情報記憶手段に記憶されている利用者を示すデータおよび利用時期を示すデータとの類似度に応じて、出力する類似度の値を変える
   請求項１から請求項６のうちのいずれか１項に記載の推薦情報提供装置。
8. 推薦情報決定手段は、関係先情報として人物識別情報を出力し、
   人物を示す人物識別情報に対応させて、人物が属する集団を示す集団識別情報および人物の役割を示す役割情報をあらかじめ記憶する役割情報記憶手段と、
   前記推薦情報決定手段が出力した推薦度と人物識別情報とのデータを入力し、入力したデータを役割情報の推薦度に変換し、前記推薦情報決定手段が出力した推薦度をアプリケーションを使用中のユーザが属する集団における役割情報の推薦度に変換して出力する人物関係変換手段とを備えた
   請求項１から請求項７のうちのいずれか１項に記載の推薦情報提供装置。
9. 人物関係変換手段は、推薦情報決定手段が決定した推薦度と人物識別情報とを入力し、役割情報記憶手段から検索された人物識別情報に対応する役割情報に対して推薦度を割り当てて割当推薦度とし、同一の役割情報については割当推薦度を合算し、アプリケーションデータの利用者が属する集団における人物情報識別を前記役割情報記憶手段から検索し、検索された人物識別情報に対応する割当推薦度を出力する
   請求項８記載の推薦情報提供装置。
10. ユーザの情報入力を支援するために推奨情報をユーザに提供する推薦情報提供方法であって、
    履歴情報として、アプリケーションソフトウェアに従って処理を実行する処理装置から送信されたアプリケーションデータから抽出された当該アプリケーションデータを特徴付ける特徴データを、当該アプリケーションデータに付されたデータ識別情報に対応させて履歴情報記憶手段に記憶させる処理と、
    関係情報として、前記処理装置から送信されたアプリケーションデータのデータ識別情報を関係元情報とし、アプリケーションデータに関係する情報を関係先情報として記憶するとともに、関係元と関係先との関係を示す関係種別を関係情報記憶手段に記憶させる処理と、
    前記処理装置から推薦要求項目とともに送信されたアプリケーションデータと、前記履歴情報記憶手段に記憶されている特徴データとの類似度を算出し、相対的に類似度が高い特徴データに対応するデータ識別情報を類似度とともに出力する処理と、
    出力されたデータ識別情報にもとづいて前記関係情報記憶手段の記憶内容を検索し、前記推薦要求項目に合致する関係先情報に対応する関係種別と、その関係種別のアプリケーションのユーザとの関係とにもとづいて、前記類似度を変化させた値を関係先情報の推薦度とし、当該推薦度が相対的に高い関係先情報を推薦情報とする処理とを実行する
    ことを特徴とする推薦情報提供方法。
11. 人物を示す人物識別情報に対応させて、人物が属する集団を示す集団識別情報および人物の役割を示す役割情報をあらかじめ記憶する役割情報記憶手段を備えた装置で実行される推薦情報提供方法であって、
    推薦度が相対的に高い関係先情報を推薦情報とする処理で、関係先情報として人物識別情報を出力し、
    前記推薦度が相対的に高い関係先情報を推薦情報とする処理で出力した推薦度と人物識別情報とのデータを入力し、入力したデータを役割情報の推薦度に変換し、前記推薦度が相対的に高い関係先情報を推薦情報とする処理で決定した推薦度をアプリケーションを使用中のユーザが属する集団における役割情報の推薦度に変換して出力する処理を実行する
    請求項１０記載の推薦情報提供方法。
12. ユーザの情報入力を支援するために推奨情報をユーザに提供するサーバ装置と、アプリケーションソフトウェアに従って処理を実行する処理装置とを含む推薦情報提供システムであって、
    前記サーバは、
    履歴情報として、前記処理装置から送信されたアプリケーションデータから抽出された当該アプリケーションデータを特徴付ける特徴データを、当該アプリケーションデータに付されたデータ識別情報に対応させて記憶する履歴情報記憶手段と、
    関係情報として、前記処理装置から送信されたアプリケーションデータのデータ識別情報を関係元情報とし、アプリケーションデータに関係する情報を関係先情報として記憶するとともに、関係元と関係先との関係を示す関係種別を記憶する関係情報記憶手段と、
    前記処理装置から推薦要求項目とともに送信されたアプリケーションデータと、前記履歴情報記憶手段に記憶されている特徴データとの類似度を算出し、相対的に類似度が高い特徴データに対応するデータ識別情報を類似度とともに出力する類似情報決定手段と、
    前記類似情報決定手段が出力したデータ識別情報にもとづいて前記関係情報記憶手段の記憶内容を検索し、前記推薦要求項目に合致する関係先情報に対応する関係種別と、その関係種別のアプリケーションのユーザとの関係とにもとづいて、前記類似度を変化させた値を関係先情報の推薦度とし、当該推薦度が相対的に高い関係先情報を推薦情報とする推薦情報決定手段とを含む
    ことを特徴とする推薦情報提供システム。
13. 推薦情報決定手段は、関係先情報として人物識別情報を出力し、
    サーバ装置は、
    人物を示す人物識別情報に対応させて、人物が属する集団を示す集団識別情報および人物の役割を示す役割情報をあらかじめ記憶する役割情報記憶手段と、
    前記推薦情報決定手段が決定した推薦度と人物識別情報とのデータを入力し、入力したデータを役割情報の推薦度に変換し、前記推薦情報決定手段が出力した推薦度をアプリケーションを使用中のユーザが属する集団における役割情報の推薦度に変換して出力する人物関係変換手段とを含む
    請求項１２記載の推薦情報提供システム。
14. ユーザの情報入力を支援するために推奨情報をユーザに提供するコンピュータに搭載される推薦情報提供プログラムであって、
    コンピュータに、
    履歴情報として、アプリケーションソフトウェアに従って処理を実行する処理装置から送信されたアプリケーションデータから抽出された当該アプリケーションデータを特徴付ける特徴データを、当該アプリケーションデータに付されたデータ識別情報に対応させて履歴情報記憶手段に記憶させる処理と、
    関係情報として、前記処理装置から送信されたアプリケーションデータのデータ識別情報を関係元情報とし、アプリケーションデータに関係する情報を関係先情報として記憶するとともに、関係元と関係先との関係を示す関係種別を関係情報記憶手段に記憶させる処理と、
    前記処理装置から推薦要求項目とともに送信されたアプリケーションデータと、前記履歴情報記憶手段に記憶されている特徴データとの類似度を算出し、相対的に類似度が高い特徴データに対応するデータ識別情報を類似度とともに出力する処理と、
    出力されたデータ識別情報にもとづいて前記関係情報記憶手段の記憶内容を検索し、前記推薦要求項目に合致する関係先情報に対応する関係種別と、その関係種別のアプリケーションのユーザとの関係とにもとづいて、前記類似度を変化させた値を関係先情報の推薦度とし、当該推薦度が相対的に高い関係先情報を推薦情報とする処理とを実行させるための推薦情報提供プログラム。
15. 人物を示す人物識別情報に対応させて、人物が属する集団を示す集団識別情報および人物の役割を示す役割情報をあらかじめ記憶する役割情報記憶手段を備えたコンピュータに、
    推薦度が相対的に高い関係先情報を推薦情報とする処理で、関係先情報として人物識別情報を出力させ、
    前記推薦度が相対的に高い関係先情報を推薦情報とする処理で出力した推薦度と人物識別情報とのデータを入力し、入力したデータを役割情報の推薦度に変換し、前記推薦度が相対的に高い関係先情報を推薦情報とする処理で決定した推薦度をアプリケーションを使用中のユーザが属する集団における役割情報の推薦度に変換して出力する処理を実行させる
    請求項１４記載の推薦情報提供プログラム。

Images