JP5154975B2 - 興味体系グラフ形成装置、興味体系グラフ形成方法、および、興味体系グラフ形成プログラム - Google Patents
興味体系グラフ形成装置、興味体系グラフ形成方法、および、興味体系グラフ形成プログラム Download PDFInfo
- Publication number
- JP5154975B2 JP5154975B2 JP2008044936A JP2008044936A JP5154975B2 JP 5154975 B2 JP5154975 B2 JP 5154975B2 JP 2008044936 A JP2008044936 A JP 2008044936A JP 2008044936 A JP2008044936 A JP 2008044936A JP 5154975 B2 JP5154975 B2 JP 5154975B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- interest
- graph
- degree
- approximation
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
本発明は、興味体系グラフ形成装置、興味体系グラフ形成方法、および、興味体系グラフ形成プログラムに関し、例えば、サービスプロバイダが販売するコンテンツの販売体系（棚割り）の策定等に応用する場合には、ユーザ嗜好マイニング結果が的確に反映された棚割りが実現し、ユーザにとっては各自の嗜好に良く沿ったコンテンツを探し易くなり、サービスプロバイダにとっては販売促進に繋がるような情報探索装置、情報探索方法、および、情報探索プログラムに関する。
尚、棚割りとは、多種多用な商品を、買い物客が、見易く取り易く、選び易いように、用途・機能、デザイン、価格帯などのテーマ設定によって分類整理し、関連する商品を効果的に組み合わせて陳列位置を決めることをいう。
尚、棚割りとは、多種多用な商品を、買い物客が、見易く取り易く、選び易いように、用途・機能、デザイン、価格帯などのテーマ設定によって分類整理し、関連する商品を効果的に組み合わせて陳列位置を決めることをいう。
近年、ユーザの興味などのユーザコンテクストを用い、ニーズの実態に随時よく即したコンテンツをネットワークを介してユーザに販売するサービスが注目されている。
また、ユーザの興味対象をインターネット上で発信し、ユーザ間での議論を促進するブログサービスや、互いに友人に紹介し合ったユーザ間で興味対象を議論したりするソーシャル・ネットワーキングサービス（SNS： Social Network Service）などが注目されており、このようなサービスを利用するユーザは今後増加の一途を辿るものと見込まれる。
また、ユーザの興味対象をインターネット上で発信し、ユーザ間での議論を促進するブログサービスや、互いに友人に紹介し合ったユーザ間で興味対象を議論したりするソーシャル・ネットワーキングサービス（SNS： Social Network Service）などが注目されており、このようなサービスを利用するユーザは今後増加の一途を辿るものと見込まれる。
例えば、Amazon.comやLast.fmにおける如く、ユーザによる商品の購入状況や再生の履歴基づいてユーザの興味対象をユーザプロファイルとして自動構築し、このユーザプロファイルに基づく商品のレコメンデーション（推薦）サービスを行うといったことは所謂電子商店などにおいて盛んに行われている。
このような趨勢にあって、ユーザの発信する多種多様な情報を収集し分析して木目細かなレコメンデーション（推薦）サービスを行うことに多大な関心が寄せられるようになっている。
このような趨勢にあって、ユーザの発信する多種多様な情報を収集し分析して木目細かなレコメンデーション（推薦）サービスを行うことに多大な関心が寄せられるようになっている。
また、情報流通サービスは、ユーザによる自身の興味対象の発信や興味の近いユーザ同士での種々の記事や楽曲情報の交換およびコミュニティにおける議論内容を閲覧することを通して、各ユーザの興味対象を拡大する基盤となる可能性を持つ。
一方、現状のブログサービスにおける情報検索は、Googleなどのウェブ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ベースの検索であり、このため大量に発信されるブログ記事からユーザが自身の興味に沿った情報が掲載された記事を適切に選択するのは困難なことが多い。
一方、現状のブログサービスにおける情報検索は、Googleなどのウェブ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ベースの検索であり、このため大量に発信されるブログ記事からユーザが自身の興味に沿った情報が掲載された記事を適切に選択するのは困難なことが多い。
即ち、ユーザはブログ検索の都度、自身の興味に即した検索目的語を適切に構成する必要があり、検索キーワードの選択に手間がかかる。また、事前に検索対象をある程度把握していないとキーワードの構成を行うこと自体が困難であり、この構成にもある程度の習熟が必要になる。
従って、興味を持つ可能性があると見込まれる対象に良く適合したキーワードを特定することが困難になり、結局、情報検索自体ができないといった状況になってしまうことも懸念される。
従って、興味を持つ可能性があると見込まれる対象に良く適合したキーワードを特定することが困難になり、結局、情報検索自体ができないといった状況になってしまうことも懸念される。
このような懸念を払拭するための提案も既に幾つかなされている。例えば、ユーザの興味対象としてユーザが興味を持つキーワードのみでなく、そのキーワードの背景となる情報をも保持するユーザプロファイルを自動構築し、プロファイルに基づくブログ検索機能を提供する試みが提案されている（例えば、非非特許文献１参照）。
上記非非特許文献１では、音楽や映画などのサービスプロバイダが提供するサービスオントロジへユーザの蓄積記事を分類することによって、記事に対しその話題対象であるインスタンスとインスタンスの背景知識を自動的にタグ付けするオートタギング手法と、ユーザの興味がクラス階層化された興味オントロジをユーザプロファイルとして自動抽出する興味オントロジ手法とが提案されている。
上記非非特許文献１では、音楽や映画などのサービスプロバイダが提供するサービスオントロジへユーザの蓄積記事を分類することによって、記事に対しその話題対象であるインスタンスとインスタンスの背景知識を自動的にタグ付けするオートタギング手法と、ユーザの興味がクラス階層化された興味オントロジをユーザプロファイルとして自動抽出する興味オントロジ手法とが提案されている。
更に、興味オントロジ間の近似度を計測し、近似度が高い興味オントロジ間で一部クラス階層が異なるクラスを検出し、そのクラスに属する記事を意外な興味記事としてユーザに推薦することにより、ユーザの興味幅の拡大と他ユーザ間とのコミュニケーション促進を検証する実験を実ブログサイト上で実施している。
非非特許文献１所載のこの方法は、サービスプロバイダによって作成される専門的なコンテンツの分類体系（タクソノミという）に基づく網羅的かつ専門的な知識を利用したコンテンツの検索や推薦に有効である。
非非特許文献１所載のこの方法は、サービスプロバイダによって作成される専門的なコンテンツの分類体系（タクソノミという）に基づく網羅的かつ専門的な知識を利用したコンテンツの検索や推薦に有効である。
しかしながら、非非特許文献１所載の方法によって構築されるタクソノミは通常のユーザが自然にイメージするような体系とは異なったものになりがちであり、興味を懐いているようなコンテンツへの直感的なアクセスを可能にする分類体系としては必ずしも適合しない面があった。
従って、自ずから、この分類体系に依拠する方法では、ユーザからのアクセスの増大は見込みが薄いことになる。
一方、ＣＧＳ（Consumer Generated Media）におけるユーザの記述はタクソノミに基づく専門知識に依拠せず曖昧であり、論理的に整理された一定の客観的傾向を見出すには不向きである。
従って、自ずから、この分類体系に依拠する方法では、ユーザからのアクセスの増大は見込みが薄いことになる。
一方、ＣＧＳ（Consumer Generated Media）におけるユーザの記述はタクソノミに基づく専門知識に依拠せず曖昧であり、論理的に整理された一定の客観的傾向を見出すには不向きである。
上述のような問題に対処する提案も発明者等は既に行っている。例えば、先ずトップダウン的アプローチによって、ユーザによるブログエンティティを、サービスドメインのオントロジに分類して、ユーザの興味を該興味の重みに関する概念階層として意味論的に表すユーザ興味オントロジを抽出し、次いで、ボトムアップ的アプローチによって、ユーザ側から自身のユーザ興味オントロジをより細部に亘って更新していくといった手法を提案した（非特許文献２参照）。
この非特許文献２では、更に、各クラスおよびインスタンスに割り当てられた興味の重みに関してオントロジ間の類似度を計測することも提案している。このユーザ興味オントロジ間の類似度の計測によって、ユーザが嘗て触れたことの無いような概念を含む革新的なブログエンティティを検出でき、また、その手法を実験的によって確認したことが紹介されている。
更にまた、上述の非特許文献２に紹介した手法を更に具体的に改良し、タクソノミに基づく網羅的なコンテンツ体系とフォークソノミに基づくユーザ意識を反映させた直感的なコンテンツ体系との関係を構築することによって、専門的知識を活かしつつ、直感的情報へアクセスする手段を提案している（非特許文献３参照）。
更にまた、上述の非特許文献２に紹介した手法を更に具体的に改良し、タクソノミに基づく網羅的なコンテンツ体系とフォークソノミに基づくユーザ意識を反映させた直感的なコンテンツ体系との関係を構築することによって、専門的知識を活かしつつ、直感的情報へアクセスする手段を提案している（非特許文献３参照）。
一方、ユーザとアイテムの関係をグラフ構造で表現し、探索ユーザによるグラフ探索による情報推薦手法が提案されている（非特許文献４参照）。この非特許文献４に開示の提案では、ユーザ間の興味相関スコアや共通興味情報に基づいてユーザが興味を持ちそうな情報をグラフ構造から発見し、推薦する。
尚、ネットワークにおけるコミュニティ構造を割り出す高速処理のアルゴリズムも既に提案されている（非特許文献５参照）。
尚、ネットワークにおけるコミュニティ構造を割り出す高速処理のアルゴリズムも既に提案されている（非特許文献５参照）。
「ユーザ興味オントロジ抽出によるブログコミュニティ形成方法」 中辻 他、DBSJ Leteers Vol.5,No.1(2006.6)
Nakatuji,M.,Miyosi.Y.,and Otsuka, Y.:Innovation Detection Based on User-Interest Ontology of Blog Community, ISWC 06,pp.515-528(2006)
中辻真，吉田誠，平野美貴：ブログ記事へのオートタギングを利用したユーザ意識とサービスオントロジ間のマッピング技術，信学会全国大会D-4-4
Huang,z.,Chen,H. and Zeng,d.:Applying associative retrieval techniques to alleviate the sparsity problem in collaborative filtering(2004)
Newman, M.E.J.:Fast algorithm for detecting community structure in networks, Pysical Review E, Vol.69, p.066133(2003)
既述のような種々の提案があるが、現時点では、何れも、ユーザ間の関係にタクソノミに基づく意味情報を与えるものがなく、興味あるコンテンツを求めて探索を行うユーザが意味情報に依拠してユーザグラフを探索する方途を与える提案はない。また、ユーザコミュニティを持つといった視点がないため、グラフが大規模になるような場合では探索は困難を極める。
本発明はこのような状況に鑑みてなされたものであり、コンテンツ体系をユーザとアイテムの関係からなるグラフ体系で表現し、ユーザが意味情報に依拠して興味の向くコンテンツを容易且つ的確に探索することを可能にする興味体系グラフ形成装置、興味体系グラフ形成方法、および、興味体系グラフ形成プログラム
を提供することを目的とする。
本発明はこのような状況に鑑みてなされたものであり、コンテンツ体系をユーザとアイテムの関係からなるグラフ体系で表現し、ユーザが意味情報に依拠して興味の向くコンテンツを容易且つ的確に探索することを可能にする興味体系グラフ形成装置、興味体系グラフ形成方法、および、興味体系グラフ形成プログラム
を提供することを目的とする。
上記課題を解決するべく、本願では次に列記するような技術を提案する。
本発明の請求項１の興味体系グラフ形成装置は：
各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度を計測する近似度計測手段と、前記近似度計測手段による計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータを形成するユーザグラフ形成手段と、前記ユーザグラフ形成手段によって形成されたユーザグラフのデータを管理すると共に当該ユーザグラフのデータに基づくグラフの各ノードを成す複数のユーザ間を結ぶエッジにタクソノミによる意味情報を付与してユーザ間の関係をグラフベースで再構築するユーザグラフ再構築手段と、を備え、前記ユーザグラフ形成手段は、各ユーザコミュニティに属するユーザの興味に関する粒度の均一化が図られるべくユーザ数が閾値以内となるように規模が限定されたユーザコミュニティが識別可能なユーザグラフのデータを形成することを特徴とする。
本発明の請求項１の興味体系グラフ形成装置は：
各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度を計測する近似度計測手段と、前記近似度計測手段による計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータを形成するユーザグラフ形成手段と、前記ユーザグラフ形成手段によって形成されたユーザグラフのデータを管理すると共に当該ユーザグラフのデータに基づくグラフの各ノードを成す複数のユーザ間を結ぶエッジにタクソノミによる意味情報を付与してユーザ間の関係をグラフベースで再構築するユーザグラフ再構築手段と、を備え、前記ユーザグラフ形成手段は、各ユーザコミュニティに属するユーザの興味に関する粒度の均一化が図られるべくユーザ数が閾値以内となるように規模が限定されたユーザコミュニティが識別可能なユーザグラフのデータを形成することを特徴とする。
上記請求項１の興味体系グラフ形成装置では、近似度計測手段によって、各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度が計測される。
更に、ユーザグラフ形成手段によって、近似度計測手段による計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータが形成される。
更に、ユーザグラフ形成手段によって、近似度計測手段による計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータが形成される。
また、ユーザグラフ再構築手段によって、前記ユーザグラフ形成手段によって形成されたユーザグラフのデータを管理されると共に当該ユーザグラフのデータに基づくグラフの各ノードを成す複数のユーザ間を結ぶエッジにタクソノミによる意味情報を付与してユーザ間の関係をグラフベースで再構築される。
上述のようにグラフベースで再構築されたデータに基づいて、別段の専門的な知識を持たない一般的ユーザであっても、意味情報に依拠して興味の向くコンテンツを容易且つ的確に探索することが可能になる。
上述のようにグラフベースで再構築されたデータに基づいて、別段の専門的な知識を持たない一般的ユーザであっても、意味情報に依拠して興味の向くコンテンツを容易且つ的確に探索することが可能になる。
本発明の請求項２の興味体系グラフ形成装置は：
各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度を計測する近似度計測手段と、前記近似度計測手段による計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータを形成するユーザグラフ形成手段と、前記ユーザグラフ形成手段によって形成されたユーザグラフのデータを管理すると共にユーザグラフの中で関連性の近いサブユーザグラフを抽出してユーザ興味に基づくコミュニティとし、該コミュニティ間の関係を階層的に構築し、コミュニティ間を結ぶエッジにタクソノミによる意味情報を付与してユーザ間の関係を階層的なグラフベースで再構築するユーザグラフ再構築手段と、を備え、 前記ユーザグラフ形成手段は、各ユーザコミュニティに属するユーザの興味に関する粒度の均一化が図られるべくユーザ数が閾値以内となるように規模が限定されたユーザコミュニティが識別可能なユーザグラフのデータを形成することを特徴とする。
各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度を計測する近似度計測手段と、前記近似度計測手段による計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータを形成するユーザグラフ形成手段と、前記ユーザグラフ形成手段によって形成されたユーザグラフのデータを管理すると共にユーザグラフの中で関連性の近いサブユーザグラフを抽出してユーザ興味に基づくコミュニティとし、該コミュニティ間の関係を階層的に構築し、コミュニティ間を結ぶエッジにタクソノミによる意味情報を付与してユーザ間の関係を階層的なグラフベースで再構築するユーザグラフ再構築手段と、を備え、 前記ユーザグラフ形成手段は、各ユーザコミュニティに属するユーザの興味に関する粒度の均一化が図られるべくユーザ数が閾値以内となるように規模が限定されたユーザコミュニティが識別可能なユーザグラフのデータを形成することを特徴とする。
上記請求項２の興味体系グラフ形成装置では、近似度計測手段によって、各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度が計測される。
更に、ユーザグラフ形成手段によって、近似度計測手段による計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータが形成される。
更に、ユーザグラフ形成手段によって、近似度計測手段による計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータが形成される。
また、ユーザグラフ再構築手段によって、前記ユーザグラフ形成手段によって形成されたユーザグラフのデータが管理されると共にユーザグラフの中で関連性の近いサブユーザグラフが抽出されてユーザ興味に基づくコミュニティが形成され、該コミュニティ間の関係が階層的に構築され、コミュニティ間を結ぶエッジにタクソノミによる意味情報が付与されてユーザ間の関係が階層的なグラフベースで再構築される。
上述のようにグラフベースで再構築されたデータに基づいて、別段の専門的な知識を持たない一般的ユーザであっても、意味情報に依拠して興味の向くコンテンツを容易且つ的確に探索することが可能になる。
上述のようにグラフベースで再構築されたデータに基づいて、別段の専門的な知識を持たない一般的ユーザであっても、意味情報に依拠して興味の向くコンテンツを容易且つ的確に探索することが可能になる。
本発明の請求項３の興味体系グラフ形成装置は：
上記請求項１または２に記載の興味体系グラフ形成装置において特に、前記近似度計測手段は、興味情報が概念階層化された雛形オントロジに含まれるクラスまたはインスタンスおよびそれらの上位クラスを抽出することにより形成された前記興味オントロジデータの供給を受けることを特徴とする。
上記請求項３の興味体系グラフ形成装置では、専門的知識に基づいて予め的確に構築され得るタクソノミによる雛形オントロジが反映されて、的確に興味オントロジが形成され得る。
上記請求項１または２に記載の興味体系グラフ形成装置において特に、前記近似度計測手段は、興味情報が概念階層化された雛形オントロジに含まれるクラスまたはインスタンスおよびそれらの上位クラスを抽出することにより形成された前記興味オントロジデータの供給を受けることを特徴とする。
上記請求項３の興味体系グラフ形成装置では、専門的知識に基づいて予め的確に構築され得るタクソノミによる雛形オントロジが反映されて、的確に興味オントロジが形成され得る。
本発明の請求項４の興味体系グラフ形成装置は：
上記請求項１または２に記載の興味体系グラフ形成装置において特に、前記近似度計測手段は、前記雛形オントロジから割り振られたクラスＩＤが前記興味オントロジに属するか否かに応じて前記興味オントロジ間のトポロジの近似度を計測すると共に、前記雛形オントロジから割り振られたインスタンスＩＤが前記興味オントロジに属するか否かに応じて前記興味オントロジ間のクラスの近似度を計測し、該計測されたトポロジの近似度およびクラスの近似度に基づいて、前記興味オントロジ間の近似度を計測することを特徴とする。
上記請求項４の興味体系グラフ形成装置では、専門的知識に基づいて予め的確に構築され得るタクソノミによる雛形オントロジが反映されて、的確に興味オントロジ間の近似度が計測され得る。
上記請求項１または２に記載の興味体系グラフ形成装置において特に、前記近似度計測手段は、前記雛形オントロジから割り振られたクラスＩＤが前記興味オントロジに属するか否かに応じて前記興味オントロジ間のトポロジの近似度を計測すると共に、前記雛形オントロジから割り振られたインスタンスＩＤが前記興味オントロジに属するか否かに応じて前記興味オントロジ間のクラスの近似度を計測し、該計測されたトポロジの近似度およびクラスの近似度に基づいて、前記興味オントロジ間の近似度を計測することを特徴とする。
上記請求項４の興味体系グラフ形成装置では、専門的知識に基づいて予め的確に構築され得るタクソノミによる雛形オントロジが反映されて、的確に興味オントロジ間の近似度が計測され得る。
本発明の請求項５の興味体系グラフ形成装置は：
上記請求項１または２に記載の興味体系グラフ形成装置において特に、前記ユーザグラフ形成手段は、各ユーザコミュニティに属するユーザの興味に関する粒度の均一化が図られるべくユーザ数が所定値以内となるように規模が限定されたユーザコミュニティが識別可能なユーザグラフのデータを形成することを特徴とする。
上記請求項５の興味体系グラフ形成装置では、ユーザの興味に関する粒度が適度に均一化されたユーザコミュニティのユーザグラフデータが形成される。
上記請求項１または２に記載の興味体系グラフ形成装置において特に、前記ユーザグラフ形成手段は、各ユーザコミュニティに属するユーザの興味に関する粒度の均一化が図られるべくユーザ数が所定値以内となるように規模が限定されたユーザコミュニティが識別可能なユーザグラフのデータを形成することを特徴とする。
上記請求項５の興味体系グラフ形成装置では、ユーザの興味に関する粒度が適度に均一化されたユーザコミュニティのユーザグラフデータが形成される。
本発明の請求項６の興味体系グラフ形成方法は：
各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度を計測する近似度計測ステップと、前記近似度計測ステップによる計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータを形成し、更に各ユーザコミュニティに属するユーザの興味に関する粒度の均一化が図られるべくユーザ数が閾値以内となるように規模が限定されたユーザコミュニティが識別可能なユーザグラフのデータを形成するユーザグラフ形成ステップと、前記ユーザグラフ形成ステップによって形成されたユーザグラフのデータを管理すると共に当該ユーザグラフのデータに基づくグラフの各ノードを成す複数のユーザ間を結ぶエッジにタクソノミによる意味情報を付与してユーザ間の関係をグラフベースで再構築するユーザグラフ再構築ステップと、を含むステップをコンピュータが実行することを特徴とする。
各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度を計測する近似度計測ステップと、前記近似度計測ステップによる計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータを形成し、更に各ユーザコミュニティに属するユーザの興味に関する粒度の均一化が図られるべくユーザ数が閾値以内となるように規模が限定されたユーザコミュニティが識別可能なユーザグラフのデータを形成するユーザグラフ形成ステップと、前記ユーザグラフ形成ステップによって形成されたユーザグラフのデータを管理すると共に当該ユーザグラフのデータに基づくグラフの各ノードを成す複数のユーザ間を結ぶエッジにタクソノミによる意味情報を付与してユーザ間の関係をグラフベースで再構築するユーザグラフ再構築ステップと、を含むステップをコンピュータが実行することを特徴とする。
上記請求項６の興味体系グラフ形成方法では、近似度計測ステップによって、各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度が計測される。
また、近似度計測ステップによって、前記興味オントロジ形成ステップによって形成された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度が計測される。
また、近似度計測ステップによって、前記興味オントロジ形成ステップによって形成された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度が計測される。
更に、ユーザグラフ形成ステップによって、近似度計測ステップによる計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータが形成される。
また、ユーザグラフ再構築ステップによって、前記ユーザグラフ形成ステップによって形成されたユーザグラフのデータが管理されると共に当該ユーザグラフのデータに基づくグラフの各ノードを成す複数のユーザ間を結ぶエッジにタクソノミによる意味情報が付与されてユーザ間の関係がグラフベースで再構築される。
上述のようにグラフベースで再構築されたデータに基づいて、別段の専門的な知識を持たない一般的ユーザであっても、意味情報に依拠して興味の向くコンテンツを容易且つ的確に探索することが可能になる。
また、ユーザグラフ再構築ステップによって、前記ユーザグラフ形成ステップによって形成されたユーザグラフのデータが管理されると共に当該ユーザグラフのデータに基づくグラフの各ノードを成す複数のユーザ間を結ぶエッジにタクソノミによる意味情報が付与されてユーザ間の関係がグラフベースで再構築される。
上述のようにグラフベースで再構築されたデータに基づいて、別段の専門的な知識を持たない一般的ユーザであっても、意味情報に依拠して興味の向くコンテンツを容易且つ的確に探索することが可能になる。
本発明の請求項７の興味体系グラフ形成方法は：
各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度を計測する近似度計測ステップと、前記近似度計測ステップによる計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータを形成し、更に各ユーザコミュニティに属するユーザの興味に関する粒度の均一化が図られるべくユーザ数が閾値以内となるように規模が限定されたユーザコミュニティが識別可能なユーザグラフのデータを形成するユーザグラフ形成ステップと、前記ユーザグラフ形成ステップによって形成されたユーザグラフのデータを管理すると共にユーザグラフの中で関連性の近いサブユーザグラフを抽出してユーザ興味に基づくコミュニティとし、該コミュニティ間の関係を階層的に構築し、コミュニティ間を結ぶエッジにタクソノミによる意味情報を付与してユーザ間の関係を階層的なグラフベースで再構築するユーザグラフ再構築ステップと、を含むステップをコンピュータが実行することを特徴とする。
各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度を計測する近似度計測ステップと、前記近似度計測ステップによる計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータを形成し、更に各ユーザコミュニティに属するユーザの興味に関する粒度の均一化が図られるべくユーザ数が閾値以内となるように規模が限定されたユーザコミュニティが識別可能なユーザグラフのデータを形成するユーザグラフ形成ステップと、前記ユーザグラフ形成ステップによって形成されたユーザグラフのデータを管理すると共にユーザグラフの中で関連性の近いサブユーザグラフを抽出してユーザ興味に基づくコミュニティとし、該コミュニティ間の関係を階層的に構築し、コミュニティ間を結ぶエッジにタクソノミによる意味情報を付与してユーザ間の関係を階層的なグラフベースで再構築するユーザグラフ再構築ステップと、を含むステップをコンピュータが実行することを特徴とする。
上記請求項７の興味体系グラフ形成方法では、近似度計測ステップによって、各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度が計測される。
更に、ユーザグラフ形成ステップによって、近似度計測ステップによる計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータが形成される。
更に、ユーザグラフ形成ステップによって、近似度計測ステップによる計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータが形成される。
また、ユーザグラフ再構築ステップによって、前記ユーザグラフ形成ステップによって形成されたユーザグラフのデータが管理されると共にユーザグラフの中で関連性の近いサブユーザグラフが抽出されてユーザ興味に基づくコミュニティが形成され、該コミュニティ間の関係が階層的に構築され、コミュニティ間を結ぶエッジにタクソノミによる意味情報が付与されてユーザ間の関係が階層的なグラフベースで再構築される。
上述のようにグラフベースで再構築されたデータに基づいて、別段の専門的な知識を持たない一般的ユーザであっても、意味情報に依拠して興味の向くコンテンツを容易且つ的確に探索することが可能になる。
上述のようにグラフベースで再構築されたデータに基づいて、別段の専門的な知識を持たない一般的ユーザであっても、意味情報に依拠して興味の向くコンテンツを容易且つ的確に探索することが可能になる。
本発明の請求項８の興味体系グラフ形成プログラムは：
各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度を計測する近似度計測ステップと、前記近似度計測ステップによる計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータを形成し、更に各ユーザコミュニティに属するユーザの興味に関する粒度の均一化が図られるべくユーザ数が閾値以内となるように規模が限定されたユーザコミュニティが識別可能なユーザグラフのデータを形成するユーザグラフ形成ステップと、前記ユーザグラフ形成ステップによって形成されたユーザグラフのデータを管理すると共に当該ユーザグラフのデータに基づくグラフの各ノードを成す複数のユーザ間を結ぶエッジにタクソノミによる意味情報を付与してユーザ間の関係をグラフベースで再構築するユーザグラフ再構築ステップと、をコンピュータに実行させることを特徴とする。
各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度を計測する近似度計測ステップと、前記近似度計測ステップによる計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータを形成し、更に各ユーザコミュニティに属するユーザの興味に関する粒度の均一化が図られるべくユーザ数が閾値以内となるように規模が限定されたユーザコミュニティが識別可能なユーザグラフのデータを形成するユーザグラフ形成ステップと、前記ユーザグラフ形成ステップによって形成されたユーザグラフのデータを管理すると共に当該ユーザグラフのデータに基づくグラフの各ノードを成す複数のユーザ間を結ぶエッジにタクソノミによる意味情報を付与してユーザ間の関係をグラフベースで再構築するユーザグラフ再構築ステップと、をコンピュータに実行させることを特徴とする。
上記請求項８の興味体系グラフ形成プログラムは、コンピュータによって実行されることによって、近似度計測ステップによって、各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度が計測される。
更に、ユーザグラフ形成ステップによって、近似度計測ステップによる計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータが形成される。
また、ユーザグラフ再構築ステップによって、前記ユーザグラフ形成ステップによって形成されたユーザグラフのデータが管理されると共に当該ユーザグラフのデータに基づくグラフの各ノードを成す複数のユーザ間を結ぶエッジにタクソノミによる意味情報が付与されてユーザ間の関係がグラフベースで再構築される。
更に、ユーザグラフ形成ステップによって、近似度計測ステップによる計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータが形成される。
また、ユーザグラフ再構築ステップによって、前記ユーザグラフ形成ステップによって形成されたユーザグラフのデータが管理されると共に当該ユーザグラフのデータに基づくグラフの各ノードを成す複数のユーザ間を結ぶエッジにタクソノミによる意味情報が付与されてユーザ間の関係がグラフベースで再構築される。
本発明の請求項９の興味体系グラフ形成プログラムは：
各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度を計測する近似度計測ステップと、前記近似度計測ステップによる計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータを形成し、更に各ユーザコミュニティに属するユーザの興味に関する粒度の均一化が図られるべくユーザ数が閾値以内となるように規模が限定されたユーザコミュニティが識別可能なユーザグラフのデータを形成するユーザグラフ形成ステップと、前記ユーザグラフ形成ステップによって形成されたユーザグラフのデータを管理すると共にユーザグラフの中で関連性の近いサブユーザグラフを抽出してユーザ興味に基づくコミュニティとし、該コミュニティ間の関係を階層的に構築し、コミュニティ間を結ぶエッジにタクソノミによる意味情報を付与してユーザ間の関係を階層的なグラフベースで再構築するユーザグラフ再構築ステップと、をコンピュータに実行させることを特徴とする。
各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度を計測する近似度計測ステップと、前記近似度計測ステップによる計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータを形成し、更に各ユーザコミュニティに属するユーザの興味に関する粒度の均一化が図られるべくユーザ数が閾値以内となるように規模が限定されたユーザコミュニティが識別可能なユーザグラフのデータを形成するユーザグラフ形成ステップと、前記ユーザグラフ形成ステップによって形成されたユーザグラフのデータを管理すると共にユーザグラフの中で関連性の近いサブユーザグラフを抽出してユーザ興味に基づくコミュニティとし、該コミュニティ間の関係を階層的に構築し、コミュニティ間を結ぶエッジにタクソノミによる意味情報を付与してユーザ間の関係を階層的なグラフベースで再構築するユーザグラフ再構築ステップと、をコンピュータに実行させることを特徴とする。
上記請求項９の興味体系グラフ形成プログラムは、コンピュータによって実行されることによって、近似度計測ステップによって、各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度が計測される。
更に、ユーザグラフ形成ステップによって、近似度計測ステップによる計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータが形成される。
更に、ユーザグラフ形成ステップによって、近似度計測ステップによる計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータが形成される。
また、ユーザグラフ再構築ステップによって、前記ユーザグラフ形成ステップによって形成されたユーザグラフのデータが管理されると共にユーザグラフの中で関連性の近いサブユーザグラフが抽出されてユーザ興味に基づくコミュニティが形成され、該コミュニティ間の関係が階層的に構築され、コミュニティ間を結ぶエッジにタクソノミによる意味情報が付与されてユーザ間の関係が階層的なグラフベースで再構築される。
上述のようにグラフベースで再構築されたデータに基づいて、別段の専門的な知識を持たない一般的ユーザであっても、意味情報に依拠して興味の向くコンテンツを容易且つ的確に探索することが可能になる。
上述のようにグラフベースで再構築されたデータに基づいて、別段の専門的な知識を持たない一般的ユーザであっても、意味情報に依拠して興味の向くコンテンツを容易且つ的確に探索することが可能になる。
本発明によれば、ユーザが意味情報に依拠して興味の向くコンテンツを容易且つ的確に探索することを可能にする興味体系グラフ形成装置、興味体系グラフ形成方法、および、興味体系グラフ形成プログラムが実現される。
以下、図面を参照して本発明の実施の形態について詳述することにより本発明を明らかにする。
（本発明の実施の形態としての興味体系グラフ形成装置の構成）
図１は、本発明の一つの実施の形態としての興味体系グラフ形成装置を含むシステムの構成を表す機能ブロック図である。
図１において、サービスプロバイダ１は、ユーザのコンテンツや商品などの購買履歴１ｂを保有するとともに、その購買履歴１ｂに対応したユーザＩＤ１ａ保有する。
また、ブログ事業者２は、日付入りの記事ページを中心としたブログ２ｂを保有するとともに、ブログ２ｂに対応したユーザＩＤ２ａを保有する。このブログ２ｂは各ブログエントリに対応する。
（本発明の実施の形態としての興味体系グラフ形成装置の構成）
図１は、本発明の一つの実施の形態としての興味体系グラフ形成装置を含むシステムの構成を表す機能ブロック図である。
図１において、サービスプロバイダ１は、ユーザのコンテンツや商品などの購買履歴１ｂを保有するとともに、その購買履歴１ｂに対応したユーザＩＤ１ａ保有する。
また、ブログ事業者２は、日付入りの記事ページを中心としたブログ２ｂを保有するとともに、ブログ２ｂに対応したユーザＩＤ２ａを保有する。このブログ２ｂは各ブログエントリに対応する。
ブログエントリはブログにおける記事の最小単位を表し、通常、各対応する日付が附される。
一方、サービスプロバイダ３は、ユーザが蓄積した記事をサービスオントロジへ分類することにより、各記事に対してその話題対象であるインスタンスとインスタンスの背景知識がタグ付けされたコンテンツ体系３ａを保有する。
また、ユーザ嗜好抽出手段４は、購買履歴やブログマイニングによって得られた個人の嗜好に関する情報が格納された嗜好知識ベース４ａを保有する。
更に、ユーザ嗜好解析エンジン５には、近似度計測手段５ａ、ユーザグラフ形成手段５ｂ、および、ユーザグラフ再構築手段５ｃが設けられている。
一方、サービスプロバイダ３は、ユーザが蓄積した記事をサービスオントロジへ分類することにより、各記事に対してその話題対象であるインスタンスとインスタンスの背景知識がタグ付けされたコンテンツ体系３ａを保有する。
また、ユーザ嗜好抽出手段４は、購買履歴やブログマイニングによって得られた個人の嗜好に関する情報が格納された嗜好知識ベース４ａを保有する。
更に、ユーザ嗜好解析エンジン５には、近似度計測手段５ａ、ユーザグラフ形成手段５ｂ、および、ユーザグラフ再構築手段５ｃが設けられている。
近似度計測手段５ａは、各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて、該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度を計測する。
尚、興味オントロジデータの供給は、サービスプロバイダ３やユーザ嗜好抽出手段４から受けたデータに基づいてユーザ嗜好解析エンジン５内で生成して近似度計測手段５ａに供給してもよく、或いはまた、ユーザ嗜好解析エンジン５外から供給されるようにしてもよい。
尚、興味オントロジデータの供給は、サービスプロバイダ３やユーザ嗜好抽出手段４から受けたデータに基づいてユーザ嗜好解析エンジン５内で生成して近似度計測手段５ａに供給してもよく、或いはまた、ユーザ嗜好解析エンジン５外から供給されるようにしてもよい。
また、ユーザグラフ形成手段５ｂは、近似度計測手段５ａによる計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータを形成する。
更に、ユーザグラフ再構築手段５ｃは、その一つの態様においては、ユーザグラフ形成手段５ｂによって形成されたユーザグラフのデータを管理すると共に当該ユーザグラフのデータに基づくグラフの各ノードを成す複数のユーザ間を結ぶエッジにタクソノミによる意味情報を付与してユーザ間の関係をグラフベースで再構築する。
更に、ユーザグラフ再構築手段５ｃは、その一つの態様においては、ユーザグラフ形成手段５ｂによって形成されたユーザグラフのデータを管理すると共に当該ユーザグラフのデータに基づくグラフの各ノードを成す複数のユーザ間を結ぶエッジにタクソノミによる意味情報を付与してユーザ間の関係をグラフベースで再構築する。
或いはまた、ユーザグラフ再構築手段５ｃは、他の態様においては、ユーザグラフ形成手段５ｂによって形成されたユーザグラフのデータを管理すると共にユーザグラフの中で関連性の近いサブユーザグラフを抽出してユーザ興味に基づくコミュニティを形成し、該コミュニティ間の関係が階層的を構築し、コミュニティ間を結ぶエッジにタクソノミによる意味情報を付与してユーザ間の関係を階層的なグラフベースで再構築する。
上述の一の態様および他の態様の何れにおいても、グラフベースで再構築されたデータに基づいて、別段の専門的な知識を持たない一般的ユーザであっても、意味情報に依拠して興味の向くコンテンツを容易且つ的確に探索することが可能になる。
上述の一の態様および他の態様の何れにおいても、グラフベースで再構築されたデータに基づいて、別段の専門的な知識を持たない一般的ユーザであっても、意味情報に依拠して興味の向くコンテンツを容易且つ的確に探索することが可能になる。
（本発明の実施の形態に係るユーザの意識とサービスオントロジとの間の関係）
図２は、本発明の実施の形態に係るユーザの意識とサービスオントロジとの間の関係を示す図である。
図２において、サービスプロバイダ３が音楽に関するサービスをユーザに提供するものである場合には、音楽サービスデータベース１１ａには、コンテンツ体系３ａとして音楽に関するサービスオントロジ１２を形成することができる。
上述のユーザ嗜好解析エンジン５は、サービスオントロジ１２を雛形オントロジとして適用することによって、ユーザ１４の興味オントロジを構築する。
図２は、本発明の実施の形態に係るユーザの意識とサービスオントロジとの間の関係を示す図である。
図２において、サービスプロバイダ３が音楽に関するサービスをユーザに提供するものである場合には、音楽サービスデータベース１１ａには、コンテンツ体系３ａとして音楽に関するサービスオントロジ１２を形成することができる。
上述のユーザ嗜好解析エンジン５は、サービスオントロジ１２を雛形オントロジとして適用することによって、ユーザ１４の興味オントロジを構築する。
図示の例では、サービスオントロジ１２、即ち、雛形オントロジには、クラス１２ａ（ロック）、クラス１３ｂ（メタル）、および、クラス１３ｃ（グラム）が包摂される。
尚、雛形オントロジとは、個人の興味情報が概念階層化された興味オントロジの雛形である。この雛形オントロジは、サービスプロバイダ３側で所要に応じて専門知識を導入したタクソノミを適用する等して当該サービスプロバイダの意図するところに良く適合するように形成することができる。
尚、雛形オントロジとは、個人の興味情報が概念階層化された興味オントロジの雛形である。この雛形オントロジは、サービスプロバイダ３側で所要に応じて専門知識を導入したタクソノミを適用する等して当該サービスプロバイダの意図するところに良く適合するように形成することができる。
本発明の実施の形態では、雛形オントロジ自体については、発明者等により先に提案した特開２００７−２２６４６８号公報（平成１９年９月６日公開）にも例示された通りの公知のものを適用可能である。
更に、ユーザ嗜好解析エンジン５は、その近似度計測手段５ａにおいて、上述の如く構築された興味オントロジを表す興味オントロジデータの供給を受けて、該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度を計測する。
更に、ユーザ嗜好解析エンジン５は、その近似度計測手段５ａにおいて、上述の如く構築された興味オントロジを表す興味オントロジデータの供給を受けて、該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度を計測する。
ユーザ間の興味の近似度を計測する手法自体については、上掲の特開２００７−２２６４６８号公報（平成１９年９月６日公開）における発明者等による既定案の手法を適用することが推奨され得る。
このように計測されたユーザ間の興味の近似度に基づいてユーザの意識体系１４が構築される。図示の例では、ユーザの意識体系１４には、意識１３ａ、１３ｂ、および、意識１３ｃが包摂される。
このように計測されたユーザ間の興味の近似度に基づいてユーザの意識体系１４が構築される。図示の例では、ユーザの意識体系１４には、意識１３ａ、１３ｂ、および、意識１３ｃが包摂される。
（ユーザ嗜好解析エンジンの作用）
図３は、ユーザ嗜好解析エンジン５のユーザグラフ形成手段５ｂおよびユーザグラフ再構築手段５ｃによるユーザグラフの形成とユーザ間の関係をグラフベースで再構築する作用を説明するための概念図である。
ユーザグラフ形成手段５ｂは既述の近似度計測手段５ａによる計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティをノード（図３ではノードｉおよびノードｊ）とし、各ノード間をそれらの関係を表すエッジで結び、グラフベースのデータを得る。
図３は、ユーザ嗜好解析エンジン５のユーザグラフ形成手段５ｂおよびユーザグラフ再構築手段５ｃによるユーザグラフの形成とユーザ間の関係をグラフベースで再構築する作用を説明するための概念図である。
ユーザグラフ形成手段５ｂは既述の近似度計測手段５ａによる計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティをノード（図３ではノードｉおよびノードｊ）とし、各ノード間をそれらの関係を表すエッジで結び、グラフベースのデータを得る。
興味オントロジ間の近似度が近いユーザ集合が共有するインスタンス集合は、ユーザ集合の意識を反映しているとみなして該当等するインスタンス集合を抽出し、ユーザｉから見たユーザｊの近似度Ｓ（ｉｊ）を求めＸ＞Ｓ（ｉｊ）＞Ｙという条件を満たす場合に、ユーザｉとユーザｊとの間の興味が近いとして、ユーザｉ、ｊ間で関係を結ぶ。
上記においてＳ（ｉｊ）が過大なときにはそのユーザの興味幅が大き過ぎることを意味しており、ノードの適切な形成が阻害されるため、考慮外のデータとして処置する。
上記においてＳ（ｉｊ）が過大なときにはそのユーザの興味幅が大き過ぎることを意味しており、ノードの適切な形成が阻害されるため、考慮外のデータとして処置する。
（ユーザネットワークを分割化する方法）
図４はユーザネットワークを分割化する方法を表す概念図である。
図４において、ユーザＡ〜ユーザＪについてのユーザネットワークが生成されたものとすると、そのユーザネットワークを分割することにより、ユーザＡ〜Ｊの意識が階層化されたユーザ集合Ｑ１〜Ｑ３を得る。
ユーザネットワークの分割手法自体は、上掲の非特許文献５であるNewman, M.E.J.:Fast algorithm for detecting community structure in networks, Pysical Review E, Vol.69, p.066133(2003)に所載の公知のアルゴリズムを適用可能である。
このアルゴリズムでは、集団間のリンクに対する集団内部のリンクの密度の濃さに基づいて評価し、この濃さの度合いにモジュール性（modularity）Ｑという値を導入している。
図４はユーザネットワークを分割化する方法を表す概念図である。
図４において、ユーザＡ〜ユーザＪについてのユーザネットワークが生成されたものとすると、そのユーザネットワークを分割することにより、ユーザＡ〜Ｊの意識が階層化されたユーザ集合Ｑ１〜Ｑ３を得る。
ユーザネットワークの分割手法自体は、上掲の非特許文献５であるNewman, M.E.J.:Fast algorithm for detecting community structure in networks, Pysical Review E, Vol.69, p.066133(2003)に所載の公知のアルゴリズムを適用可能である。
このアルゴリズムでは、集団間のリンクに対する集団内部のリンクの密度の濃さに基づいて評価し、この濃さの度合いにモジュール性（modularity）Ｑという値を導入している。
この手法で分割された後に生成されるユーザ集合に所属するユーザの数のばらつきが過大であったり、各ユーザ集合に所属するユーザの数が過少である場合には、適正なユーザ集合の階層を得ることができなくなる。
即ち、上記のアルゴリズムでは、最初に結合させるエッジを決める時に、結合後にモジュール性Ｑが大きくなる指標を示すスコアΔＱが同じ値のエッジの組み合わせが複数ある場合、エッジの組み合わせがランダムに決められる。
このため、上記のアルゴリズムで分割された後に生成されるユーザ集合に所属するユーザの数のばらつきが大きくなり、ジャンル体系が深すぎる部分と浅すぎる部分とに分かれていまい、ユーザ集合の階層が扱い難い。
即ち、上記のアルゴリズムでは、最初に結合させるエッジを決める時に、結合後にモジュール性Ｑが大きくなる指標を示すスコアΔＱが同じ値のエッジの組み合わせが複数ある場合、エッジの組み合わせがランダムに決められる。
このため、上記のアルゴリズムで分割された後に生成されるユーザ集合に所属するユーザの数のばらつきが大きくなり、ジャンル体系が深すぎる部分と浅すぎる部分とに分かれていまい、ユーザ集合の階層が扱い難い。
上記アルゴリズムでは、最初に結合するエッジの組み合わせはランダムに決定し、それにより最終的に分割されるクラスタ（集合）は決定されますが、本発明の実施の形態では、上記アルゴリズム同様に最初に結合するエッジの組み合わせはランダムに決定されますが、２番目以降に分割されるクラスタに所属するユーザの数がある閾値θを越える場合にのみ分割を許可し、２番目以降に分割されるクラスタに所属するユーザの数が閾値θ以下の場合に最初に結合するエッジの組み合わせを変更する。
１番目に分割されたクラスタは、そこに所属するユーザの数が非常に大きい場合が多く、細やかなユーザ集合とならないと考えられるため、閾値θ以下になるまで分割を繰り返す。
１番目に分割されたクラスタは、そこに所属するユーザの数が非常に大きい場合が多く、細やかなユーザ集合とならないと考えられるため、閾値θ以下になるまで分割を繰り返す。
上述のように分割されたクラスタを一意識に沿ったクラスタまたはインスタンス（先の例ではアーチスト）集合とする。これにより、分割されたクラスタに所属するユーザの数のばらつきを抑え、階層化された意識の粒度を均等化することができる。
分割を複数回繰り返しても、閾値θを超えるクラスタが生成されない場合には、パラメータＸ、Ｙを大きくすることによって、ユーザネットワーク内のリンクの数を抑え、分割可能なようにユーザネットワークを整え、ユーザの数が閾値θを超える分割されたクラスタを、閾値θを変更して再分割し、ユーザ１４の意識１３ａ〜１３ｃの階層化を図ることが可能になる。
上述のようにして階層化されたユーザ１４の意識１３ａ〜１３ｃをユーザ嗜好マイニング結果としてサービスプロバイダ３が保持するコンテンツ体系３ａにフィードバックする
。
分割を複数回繰り返しても、閾値θを超えるクラスタが生成されない場合には、パラメータＸ、Ｙを大きくすることによって、ユーザネットワーク内のリンクの数を抑え、分割可能なようにユーザネットワークを整え、ユーザの数が閾値θを超える分割されたクラスタを、閾値θを変更して再分割し、ユーザ１４の意識１３ａ〜１３ｃの階層化を図ることが可能になる。
上述のようにして階層化されたユーザ１４の意識１３ａ〜１３ｃをユーザ嗜好マイニング結果としてサービスプロバイダ３が保持するコンテンツ体系３ａにフィードバックする
。
（ユーザの関係に意味情報を付与し再構築された興味体系グラフ）
図５は、本発明の実施の形態においてユーザの関係に意味情報を付与し再構築された興味体系グラフを表す概念図である。
本発明では、ユーザ間の興味オントロジを比較し、興味一致度の高いクラスまたはインスタンスを興味一致情報とし、他方、興味が一致しないクラスまたはインスタンスをずれ情報として、エッジに与える。
また、ユーザカテゴリ間の関係にも意味情報を与える。ユーザカテゴリに属するユーザ集合の興味オントロジをカテゴリ間で比較し、ユーザカテゴリで共有する数の多いクラスまたはインスタンスを興味一致情報とし、他方、興味が一致しないクラスまたはインスタンスをずれ情報として、エッジに与える。
図５は、本発明の実施の形態においてユーザの関係に意味情報を付与し再構築された興味体系グラフを表す概念図である。
本発明では、ユーザ間の興味オントロジを比較し、興味一致度の高いクラスまたはインスタンスを興味一致情報とし、他方、興味が一致しないクラスまたはインスタンスをずれ情報として、エッジに与える。
また、ユーザカテゴリ間の関係にも意味情報を与える。ユーザカテゴリに属するユーザ集合の興味オントロジをカテゴリ間で比較し、ユーザカテゴリで共有する数の多いクラスまたはインスタンスを興味一致情報とし、他方、興味が一致しないクラスまたはインスタンスをずれ情報として、エッジに与える。
上述において、クラスをも意味情報として付与することによって、各ユーザカテゴリの持つインスタンスが過大となる場合には、探索ユーザはクラスを確認し、自身の興味を満足する探索方向を用意に見出すことができる。
図５において、ユーザグラフのデータはユーザカテゴリ１０、ユーザカテゴリ２０、…、ユーザカテゴリＮの複数のユーザカテゴリを包摂する。
図５において、ユーザグラフのデータはユーザカテゴリ１０、ユーザカテゴリ２０、…、ユーザカテゴリＮの複数のユーザカテゴリを包摂する。
これら各ユーザカテゴリ１０、ユーザカテゴリ２０、…、ユーザカテゴリＮには、それぞれ複数の下位のユーザカテゴリを包摂する。
図５では説明の便宜上、ユーザカテゴリ１０についてのみ、その下位のユーザカテゴリである、ユーザカテゴリ１１およびユーザカテゴリ１２のサブグラフが例示されている。
また、図５において、サブグラフやユーザ間のつながりの関係は実線で示され、サブグラフやユーザ間の意味関係が破線で示されている。
図５では説明の便宜上、ユーザカテゴリ１０についてのみ、その下位のユーザカテゴリである、ユーザカテゴリ１１およびユーザカテゴリ１２のサブグラフが例示されている。
また、図５において、サブグラフやユーザ間のつながりの関係は実線で示され、サブグラフやユーザ間の意味関係が破線で示されている。
サブグラフのユーザカテゴリ１１はユーザ１およびユーザ２を擁し、これらユーザ１およびユーザ２の関係は、両者を結ぶ破線に付随して：
一致：インスタンス１ofクラスＡ
ずれ：インスタンス２ofクラスＡ（ユーザ１）
ずれ：インスタンス３ofクラスＡ（ユーザ２）
と表記の通りである。
「一致：インスタンス１ofクラスＡ」とは、クラスAに所属するインスタンス１が、ユーザ１とユーザ２の間で一致している意である。
「ずれ：インスタンス２ofクラスＡ（ユーザ１）」とは、クラスAに所属するインスタンス２をユーザ１は持っているが、ユーザ２は持っていない意である。
「ずれ：インスタンス３ofクラスＡ（ユーザ２）」とは、クラスAに所属するインスタンス３をユーザ２は持っているが、ユーザ１は持っていない意である。
一致：インスタンス１ofクラスＡ
ずれ：インスタンス２ofクラスＡ（ユーザ１）
ずれ：インスタンス３ofクラスＡ（ユーザ２）
と表記の通りである。
「一致：インスタンス１ofクラスＡ」とは、クラスAに所属するインスタンス１が、ユーザ１とユーザ２の間で一致している意である。
「ずれ：インスタンス２ofクラスＡ（ユーザ１）」とは、クラスAに所属するインスタンス２をユーザ１は持っているが、ユーザ２は持っていない意である。
「ずれ：インスタンス３ofクラスＡ（ユーザ２）」とは、クラスAに所属するインスタンス３をユーザ２は持っているが、ユーザ１は持っていない意である。
また、サブグラフのユーザカテゴリ１２はユーザ３およびユーザ４を擁し、これらユーザ３およびユーザ４の関係は、両者を結ぶ破線に付随して：
一致：インスタンス２ofクラスＡ
ずれ：インスタンス４ofクラスＢ（ユーザ３）
ずれ：インスタンス５ofクラスＢ（ユーザ４）
と表記の通りである。
「一致：インスタンス２ofクラスＡ」とは、クラスAに所属するインスタンス２が、ユーザ１とユーザ２の間で一致している意である。
「ずれ：インスタンス４ofクラスＢ（ユーザ３）」とは、クラスＢに所属するインスタンス４をユーザ３は持っているが、ユーザ４は持っていない意である。
「ずれ：インスタンス５ofクラスＢ（ユーザ４）」とは、クラスＢに所属するインスタンス３をユーザ４は持っているが、ユーザ３は持っていない意である。
一致：インスタンス２ofクラスＡ
ずれ：インスタンス４ofクラスＢ（ユーザ３）
ずれ：インスタンス５ofクラスＢ（ユーザ４）
と表記の通りである。
「一致：インスタンス２ofクラスＡ」とは、クラスAに所属するインスタンス２が、ユーザ１とユーザ２の間で一致している意である。
「ずれ：インスタンス４ofクラスＢ（ユーザ３）」とは、クラスＢに所属するインスタンス４をユーザ３は持っているが、ユーザ４は持っていない意である。
「ずれ：インスタンス５ofクラスＢ（ユーザ４）」とは、クラスＢに所属するインスタンス３をユーザ４は持っているが、ユーザ３は持っていない意である。
更に、サブグラフであるユーザカテゴリ１１とユーザカテゴリ１２との間の関係は、両者を結ぶ破線に付随して：
一致：インスタンス２ofクラスＡ
ずれ：インスタンス１ofクラスＡ（カテゴリ１１）
ずれ：インスタンス３ofクラスＡ（カテゴリ１１）
ずれ：インスタンス４ofクラスＢ（カテゴリ１２）
ずれ：インスタンス５ofクラスＢ（カテゴリ１２）
と表記の通りである。
「一致：インスタンス２ofクラスＡ」とは、クラスAに所属するインスタンス２が、カテゴリ１１とカテゴリ１２の間で一致している意である。
「ずれ：インスタンス１ofクラスＡ（カテゴリ１１）」とは、クラスAに所属するインスタンス１をカテゴリ１１は持っているが、カテゴリ１２は持っていない意である。
「ずれ：インスタンス３ofクラスＡ（カテゴリ１１）」とは、クラスAに所属するインスタンス３をカテゴリ１２は持っているが、カテゴリ１２は持っていない意である。
「ずれ：インスタンス４ofクラスＢ（カテゴリ１２）」とは、クラスＢに所属するインスタンス４をカテゴリ１２は持っているが、カテゴリ１１は持っていない意である。
「ずれ：インスタンス５ofクラスＢ（カテゴリ１２）」とは、クラスＢに所属するインスタンス５をカテゴリ１２は持っているが、カテゴリ１１は持っていない意である。
一致：インスタンス２ofクラスＡ
ずれ：インスタンス１ofクラスＡ（カテゴリ１１）
ずれ：インスタンス３ofクラスＡ（カテゴリ１１）
ずれ：インスタンス４ofクラスＢ（カテゴリ１２）
ずれ：インスタンス５ofクラスＢ（カテゴリ１２）
と表記の通りである。
「一致：インスタンス２ofクラスＡ」とは、クラスAに所属するインスタンス２が、カテゴリ１１とカテゴリ１２の間で一致している意である。
「ずれ：インスタンス１ofクラスＡ（カテゴリ１１）」とは、クラスAに所属するインスタンス１をカテゴリ１１は持っているが、カテゴリ１２は持っていない意である。
「ずれ：インスタンス３ofクラスＡ（カテゴリ１１）」とは、クラスAに所属するインスタンス３をカテゴリ１２は持っているが、カテゴリ１２は持っていない意である。
「ずれ：インスタンス４ofクラスＢ（カテゴリ１２）」とは、クラスＢに所属するインスタンス４をカテゴリ１２は持っているが、カテゴリ１１は持っていない意である。
「ずれ：インスタンス５ofクラスＢ（カテゴリ１２）」とは、クラスＢに所属するインスタンス５をカテゴリ１２は持っているが、カテゴリ１１は持っていない意である。
以上において、例えば，インスタンス１がクラスAに所属しているということは、インスタンスのタクソノミに基づいている、即ち、専門家が専門知識で定義していることを意味する。
図５のような興味体系グラフでは、単純なユーザグラフを，階層的なコミュニティ（カテゴリ）分布に置き換え、コミュニティ間に関係を与えている。
従って、従来この関係がないため、距離が離れたユーザは、互いを参照するために、その間に介在するユーザ全てを辿る必要があったところ、上述のような関係を与えるとことによって、ユーザ自身の興味と合致すれば一挙に所望のコミュニティ（カテゴリ）を探索可能になる。
図５のような興味体系グラフでは、単純なユーザグラフを，階層的なコミュニティ（カテゴリ）分布に置き換え、コミュニティ間に関係を与えている。
従って、従来この関係がないため、距離が離れたユーザは、互いを参照するために、その間に介在するユーザ全てを辿る必要があったところ、上述のような関係を与えるとことによって、ユーザ自身の興味と合致すれば一挙に所望のコミュニティ（カテゴリ）を探索可能になる。
図５のような興味体系グラフにおいて、ユーザカテゴリ１１に属するユーザ１が探索ユーザであると仮定し、クラスＢ配下のインスタンス４およびインスタンス５に興味があったとする。
ユーザ１は、ユーザの関係を見て、ユーザ２のずれ情報には上記インスタンス４およびインスタンス５の情報は無いので、隣接ユーザカテゴリ１２のずれ情報を見ると、クラスＢの情報を持つことがわかり、その中のユーザ３とユーザ４とを探索して、インスタンス４およびインスタンス５を発見することができる。
上掲の例では、ユーザグラフの規模が余り大きくないので、その効果は顕著ではないように見えるが、グラフの規模が大きい場合には、意味付け情報を辿るという探索手段を持つことによる効果は大きい。
ユーザ１は、ユーザの関係を見て、ユーザ２のずれ情報には上記インスタンス４およびインスタンス５の情報は無いので、隣接ユーザカテゴリ１２のずれ情報を見ると、クラスＢの情報を持つことがわかり、その中のユーザ３とユーザ４とを探索して、インスタンス４およびインスタンス５を発見することができる。
上掲の例では、ユーザグラフの規模が余り大きくないので、その効果は顕著ではないように見えるが、グラフの規模が大きい場合には、意味付け情報を辿るという探索手段を持つことによる効果は大きい。
本発明の実施の形態では、ユーザの嗜好情報からユーザの嗜好に沿ったグラフベースのデータを蓄積管理して、興味体系グラフを形成することができる。
また、上述のように専門家が専門知識で定義したタクソノミに依拠するため、サービスプロバイダの所期の意図に良く沿った管理体系とのマッピングが行われる。
従って、ユーザにとっては、直感的な探索操作によって所望の通りのコンテンツを発見し易くなる。
このようにして発見されるコンテンツは、当然ながら、購買の対象となり易く、商品の販促に寄与するところ大である。
一方、サービスプロバイダにとっては、業務上の所期の意図に叶った体系で商品を管理することが可能であるため、ユーザの興味方向を判然と見極めて的確なマーケティングを行い易い。
また、上述のように専門家が専門知識で定義したタクソノミに依拠するため、サービスプロバイダの所期の意図に良く沿った管理体系とのマッピングが行われる。
従って、ユーザにとっては、直感的な探索操作によって所望の通りのコンテンツを発見し易くなる。
このようにして発見されるコンテンツは、当然ながら、購買の対象となり易く、商品の販促に寄与するところ大である。
一方、サービスプロバイダにとっては、業務上の所期の意図に叶った体系で商品を管理することが可能であるため、ユーザの興味方向を判然と見極めて的確なマーケティングを行い易い。
また、上述のような的確なマーケティングの結果、そのマーケティング情報を利用して、ユーザ毎にコンテンツの販売促進を行い、或いはまた、マーケティング情報自体を有償で譲渡する等の事業に結びつけることも可能になる。
特に、本発明の実施の形態では、従来の推薦（レコメンデーション）では、唐突感のある所謂プッシュ型のレコメンデーションが多かったところ、このような謂わば強引さを、ユーザ間の関係を明示しながら関係性をユーザが能動的に追跡操作可能にすることによって払拭することができる。
特に、本発明の実施の形態では、従来の推薦（レコメンデーション）では、唐突感のある所謂プッシュ型のレコメンデーションが多かったところ、このような謂わば強引さを、ユーザ間の関係を明示しながら関係性をユーザが能動的に追跡操作可能にすることによって払拭することができる。
例えば「一致理由」という意味付けを参照して納得感を得たり、「ずれ理由」という意味付けを参照しながら新たな情報に興味を持ったりする。
このようなユーザへの押し付けがましくない情報提示を行うことを通して、サイトへのアクセス率ないしクリック率、および、それを通した広告収入、ならびに、コンテンツの購入増加、更には、ユーザをキーにした異種ドメイン（音楽と映画など）の統合による新たな価値の創造を期することが可能になる。
このようなユーザへの押し付けがましくない情報提示を行うことを通して、サイトへのアクセス率ないしクリック率、および、それを通した広告収入、ならびに、コンテンツの購入増加、更には、ユーザをキーにした異種ドメイン（音楽と映画など）の統合による新たな価値の創造を期することが可能になる。
本発明は、サービスプロバイダが販売するコンテンツの販売体系（棚割り）の策定等に応用する場合には、ユーザ嗜好マイニング結果が的確に反映された棚割りが実現し、ユーザにとっては各自の嗜好に良く沿ったコンテンツを探し易くなり、サービスプロバイダにとっては販売促進に繋がるような情報探索装置、情報探索方法、および、情報探索プログラムの実現に利用することができる。
１、３…サービスプロバイダ
１ａ，２ａ…ユーザＩＤ
１ｂ…購買履歴
２…ブログ業者
２ｂ…ブログ
３ａ…コンテンツ体系
４…ユーザ嗜好抽出手段
４ａ…嗜好知識ベース
５…嗜好検索エンジン
５ａ…近似度計測手段
５ｂ…ユーザグラフ形成手段
５ｃ…ユーザグラフ再構築手段
１２…サービスオントロジ
１３…ユーザの意識体系
１４…ユーザ
１ａ，２ａ…ユーザＩＤ
１ｂ…購買履歴
２…ブログ業者
２ｂ…ブログ
３ａ…コンテンツ体系
４…ユーザ嗜好抽出手段
４ａ…嗜好知識ベース
５…嗜好検索エンジン
５ａ…近似度計測手段
５ｂ…ユーザグラフ形成手段
５ｃ…ユーザグラフ再構築手段
１２…サービスオントロジ
１３…ユーザの意識体系
１４…ユーザ
Claims (9)
- 各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度を計測する近似度計測手段と、
前記近似度計測手段による計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータを形成するユーザグラフ形成手段と、
前記ユーザグラフ形成手段によって形成されたユーザグラフのデータを管理すると共に当該ユーザグラフのデータに基づくグラフの各ノードを成す複数のユーザ間を結ぶエッジにタクソノミによる意味情報を付与してユーザ間の関係をグラフベースで再構築するユーザグラフ再構築手段と、
を備え、
前記ユーザグラフ形成手段は、各ユーザコミュニティに属するユーザの興味に関する粒度の均一化が図られるべくユーザ数が閾値以内となるように規模が限定されたユーザコミュニティが識別可能なユーザグラフのデータを形成することを特徴とする興味体系グラフ形成装置。 - 各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度を計測する近似度計測手段と、
前記近似度計測手段による計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータを形成するユーザグラフ形成手段と、
前記ユーザグラフ形成手段によって形成されたユーザグラフのデータを管理すると共にユーザグラフの中で関連性の近いサブユーザグラフを抽出してユーザ興味に基づくコミュニティとし、該コミュニティ間の関係を階層的に構築し、コミュニティ間を結ぶエッジにタクソノミによる意味情報を付与してユーザ間の関係を階層的なグラフベースで再構築するユーザグラフ再構築手段と、
を備え、
前記ユーザグラフ形成手段は、各ユーザコミュニティに属するユーザの興味に関する粒度の均一化が図られるべくユーザ数が閾値以内となるように規模が限定されたユーザコミュニティが識別可能なユーザグラフのデータを形成することを特徴とする興味体系グラフ形成装置。 - 前記近似度計測手段は、興味情報が概念階層化された雛形オントロジに含まれるクラスまたはインスタンスおよびそれらの上位クラスを抽出することにより形成された前記興味オントロジデータの供給を受けることを特徴とする請求項１または２に記載の興味体系グラフ形成装置。
- 前記近似度計測手段は、前記雛形オントロジから割り振られたクラスＩＤが前記興味オントロジに属するか否かに応じて前記興味オントロジ間のトポロジの近似度を計測すると共に、前記雛形オントロジから割り振られたインスタンスＩＤが前記興味オントロジに属するか否かに応じて前記興味オントロジ間のクラスの近似度を計測し、該計測されたトポロジの近似度およびクラスの近似度に基づいて、前記興味オントロジ間の近似度を計測することを特徴とする請求項１または２に記載の興味体系グラフ形成装置。
- 前記ユーザグラフ形成手段は、各ユーザコミュニティに属するユーザの興味に関する粒度の均一化が図られるべくユーザ数が所定値以内となるように規模が限定されたユーザコミュニティが識別可能なユーザグラフのデータを形成することを特徴とする請求項１または２に記載の興味体系グラフ形成装置。
- 各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度を計測する近似度計測ステップと、
前記近似度計測ステップによる計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータを形成し、更に各ユーザコミュニティに属するユーザの興味に関する粒度の均一化が図られるべくユーザ数が閾値以内となるように規模が限定されたユーザコミュニティが識別可能なユーザグラフのデータを形成するユーザグラフ形成ステップと、
前記ユーザグラフ形成ステップによって形成されたユーザグラフのデータを管理すると共に当該ユーザグラフのデータに基づくグラフの各ノードを成す複数のユーザ間を結ぶエッジにタクソノミによる意味情報を付与してユーザ間の関係をグラフベースで再構築するユーザグラフ再構築ステップと、
を含むステップをコンピュータが実行することを特徴とする興味体系グラフ形成方法。 - 各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度を計測する近似度計測ステップと、
前記近似度計測ステップによる計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータを形成し、更に各ユーザコミュニティに属するユーザの興味に関する粒度の均一化が図られるべくユーザ数が閾値以内となるように規模が限定されたユーザコミュニティが識別可能なユーザグラフのデータを形成するユーザグラフ形成ステップと、
前記ユーザグラフ形成ステップによって形成されたユーザグラフのデータを管理すると共にユーザグラフの中で関連性の近いサブユーザグラフを抽出してユーザ興味に基づくコミュニティとし、該コミュニティ間の関係を階層的に構築し、コミュニティ間を結ぶエッジにタクソノミによる意味情報を付与してユーザ間の関係を階層的なグラフベースで再構築するユーザグラフ再構築ステップと、
を含むステップをコンピュータが実行することを特徴とする興味体系グラフ形成方法。 - 各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度を計測する近似度計測ステップと、
前記近似度計測ステップによる計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータを形成し、更に各ユーザコミュニティに属するユーザの興味に関する粒度の均一化が図られるべくユーザ数が閾値以内となるように規模が限定されたユーザコミュニティが識別可能なユーザグラフのデータを形成するユーザグラフ形成ステップと、
前記ユーザグラフ形成ステップによって形成されたユーザグラフのデータを管理すると共に当該ユーザグラフのデータに基づくグラフの各ノードを成す複数のユーザ間を結ぶエッジにタクソノミによる意味情報を付与してユーザ間の関係をグラフベースで再構築するユーザグラフ再構築ステップと、
をコンピュータに実行させることを特徴とする興味体系グラフ形成プログラム。 - 各個人毎の興味がクラス階層化された興味オントロジを表す興味オントロジデータの供給を受けて該供給された興味オントロジ間の近似度を計測することによりユーザ間の興味の近似度を計測する近似度計測ステップと、
前記近似度計測ステップによる計測結果に基づいて興味オントロジ間の近似度が所定の範囲内にあるユーザコミュニティを識別可能なユーザグラフのデータを形成し、更に各ユーザコミュニティに属するユーザの興味に関する粒度の均一化が図られるべくユーザ数が閾値以内となるように規模が限定されたユーザコミュニティが識別可能なユーザグラフのデータを形成するユーザグラフ形成ステップと、
前記ユーザグラフ形成ステップによって形成されたユーザグラフのデータを管理すると共にユーザグラフの中で関連性の近いサブユーザグラフを抽出してユーザ興味に基づくコミュニティとし、該コミュニティ間の関係を階層的に構築し、コミュニティ間を結ぶエッジにタクソノミによる意味情報を付与してユーザ間の関係を階層的なグラフベースで再構築するユーザグラフ再構築ステップと、
をコンピュータに実行させることを特徴とする興味体系グラフ形成プログラム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008044936A JP5154975B2 (ja) | 2008-02-26 | 2008-02-26 | 興味体系グラフ形成装置、興味体系グラフ形成方法、および、興味体系グラフ形成プログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2008044936A JP5154975B2 (ja) | 2008-02-26 | 2008-02-26 | 興味体系グラフ形成装置、興味体系グラフ形成方法、および、興味体系グラフ形成プログラム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2009205289A JP2009205289A (ja) | 2009-09-10 |
| JP5154975B2 true JP5154975B2 (ja) | 2013-02-27 |
Family
ID=41147503
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2008044936A Expired - Fee Related JP5154975B2 (ja) | 2008-02-26 | 2008-02-26 | 興味体系グラフ形成装置、興味体系グラフ形成方法、および、興味体系グラフ形成プログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5154975B2 (ja) |
Families Citing this family (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20110082735A1 (en) * | 2009-10-06 | 2011-04-07 | Qualcomm Incorporated | Systems and methods for merchandising transactions via image matching in a content delivery system |
| US20110179060A1 (en) * | 2010-01-19 | 2011-07-21 | Microsoft Corporation | Automatic Context Discovery |
| US9852384B2 (en) | 2010-02-23 | 2017-12-26 | Microsoft Technology Licensing, Llc | Web-based visual representation of a structured data solution |
| EP2597566B1 (en) * | 2010-07-20 | 2019-04-03 | Hitachi, Ltd. | Software maintenance supporting device and electronic control device verified by the same |
| JP5462213B2 (ja) * | 2011-03-28 | 2014-04-02 | 株式会社日立製作所 | ソフトウェア部品作成支援装置および方法 |
| JP5830784B2 (ja) * | 2011-06-23 | 2015-12-09 | サイバーアイ・エンタテインメント株式会社 | 画像認識システムを組込んだ関連性検索によるインタレスト・グラフ収集システム |
| US20130227011A1 (en) * | 2012-02-29 | 2013-08-29 | Eventbrite, Inc. | Interest-Based Social Recommendations for Event Ticket Network Systems |
| US20140143250A1 (en) * | 2012-03-30 | 2014-05-22 | Xen, Inc. | Centralized Tracking of User Interest Information from Distributed Information Sources |
| JP5860994B2 (ja) * | 2012-09-26 | 2016-02-16 | 株式会社 ディー・エヌ・エー | ゲームを中心とした関係を示すグラフに基づいて、ゲームの推奨を提供するシステム及び方法 |
| US9648129B2 (en) * | 2013-03-13 | 2017-05-09 | Facebook, Inc. | Image filtering based on social context |
| JP6516531B2 (ja) * | 2015-03-30 | 2019-05-22 | 株式会社メガチップス | クラスタリング装置及び機械学習装置 |
| JP6462611B2 (ja) * | 2016-03-10 | 2019-01-30 | ヤフー株式会社 | 生成装置、生成方法、及び生成プログラム |
| JP6338618B2 (ja) * | 2016-06-03 | 2018-06-06 | ヤフー株式会社 | 生成装置、生成方法、及び生成プログラム |
| KR101977231B1 (ko) * | 2017-06-15 | 2019-05-13 | 한양대학교 산학협력단 | 커뮤니티 검출 방법 및 커뮤니티 검출 프레임워크 장치 |
| KR102007896B1 (ko) * | 2017-06-15 | 2019-08-07 | 한양대학교 산학협력단 | 중첩 커뮤니티 검출 장치 및 방법 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4199026B2 (ja) * | 2003-03-03 | 2008-12-17 | 富士通株式会社 | 情報関連性表示方法、プログラム、記憶媒体及び装置 |
-
2008
- 2008-02-26 JP JP2008044936A patent/JP5154975B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2009205289A (ja) | 2009-09-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5154975B2 (ja) | 興味体系グラフ形成装置、興味体系グラフ形成方法、および、興味体系グラフ形成プログラム | |
| Amato et al. | SOS: a multimedia recommender system for online social networks | |
| White et al. | Predicting user interests from contextual information | |
| Ahmed et al. | Rating‐Based Recommender System Based on Textual Reviews Using IoT Smart Devices | |
| US10102307B2 (en) | Method and system for multi-phase ranking for content personalization | |
| Bian et al. | Identifying top-k nodes in social networks: a survey | |
| Rong et al. | Collaborative personal profiling for web service ranking and recommendation | |
| Sohail et al. | Product Recommendation Techniques for Ecommerce-past, present and future | |
| Elahi et al. | Recommender systems: Challenges and opportunities in the age of big data and artificial intelligence | |
| Truyen et al. | Preference networks: Probabilistic models for recommendation systems | |
| De Maio et al. | Social media marketing through time‐aware collaborative filtering | |
| Taneja et al. | Recommendation research trends: review, approaches and open issues | |
| Markellou et al. | Personalized e-commerce recommendations | |
| Gelli et al. | Learning visual elements of images for discovery of brand posts | |
| Au Yeung et al. | Capturing implicit user influence in online social sharing | |
| ZhuanSun et al. | Analysis of Precision Service of Agricultural Product e‐Commerce Based on Multimodal Collaborative Filtering Algorithm | |
| Saia et al. | A latent semantic pattern recognition strategy for an untrivial targeted advertising | |
| JP2008210335A (ja) | 意識体系構築装置、意識体系構築方法および意識体系構築プログラム | |
| Duan et al. | Discovering unknown but interesting items on personal social network | |
| Tao et al. | Personalised information gathering and recommender systems: techniques and trends | |
| Krishnan et al. | KTSVidRec: a knowledge-based topic centric semantically compliant approach for video recommendation on the web | |
| Miranda et al. | Towards the Use of Clustering Algorithms in Recommender Systems | |
| Sachdeva et al. | A Comprehensive Study on Online and Offline Evaluation of Recommendation System | |
| Elahi | Cold start solutions for recommendation systems | |
| US20230132004A1 (en) | Systems and methods to reduce noise in a group of elements |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20100113 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120123 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120131 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120323 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120731 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120913 |
|
| 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: 20121204 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20121206 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20151214 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| 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 |
|
| LAPS | Cancellation because of no payment of annual fees |