JP5194765B2 - 情報分析装置、及び情報分析プログラム - Google Patents

Description

本発明は、情報分析装置、及び情報分析プログラムに関する。

学術論文・特許等の科学技術文献群が「引用関係」を通じて相互にリンクすることで構成された引用ネットワークを分析して有用な情報を得ることができる。例えば、下記の非特許文献１では、論文の引用数をその論文の研究者のコミュニティにおける定量的な評価とした考え方をＷＷＷのウェブページに適用して、各ウェブページのランク付けを行う技術を提案している。そこで、引用ネットワークに対してもＷＷＷ等に対するのと同様に、活性伝播、連続不動点アトラクター力学、ページランクアルゴリズム等の動的な手法を適用することにより、引用ネットワークを構成する個々の文書のランク付けを行うことができると期待される。
Lawrence Page, Sergey Brin,Rajeev Motwani, Terry Winograd, 'The PageRank Citation Ranking: Bringing Orderto the Web', 1998.

しかしながら、学術論文・特許等の科学技術文献群が構成する引用ネットワークにおいてリンクは常に古い文書へと向かっており、ネットワーク全体として未来から過去への「流れ」が存在する。そのため、引用ネットワークに上記の動的な手法を単純に適用しただけでは、活性が過去の文献に流れていってしまい、適切なランク付け結果を得ることができなかった。

本発明の目的の一つは、有向リンクが設定された複数のノードにより構成されるネットワークにおいてより信頼性の高い分析結果を得ることができる情報分析装置および情報分析プログラムを提供することにある。

また、本発明の他の目的の一つは、有向リンクが設定された複数のノードのそれぞれを、そのノードのリンクの状態に依らず統一的に扱うことができる情報分析装置および情報分析プログラムを提供することにある。

上記目的を達成するために、請求項１に記載の情報分析装置の発明は、複数のノードのそれぞれにデータ値を関連づけて記憶する手段と、前記複数のノードについて予め定められた有向のリンクと反対向きに仮想的なリンクを設定する手段と、前記複数のノードに仮想的なノードを追加するとともに、当該追加された仮想的なノードと前記複数のノードのそれぞれとの間に双方向の仮想的なリンクを設定する手段と、前記複数のノードのそれぞれに関連づけられたデータ値を、前記各ノード間に予め定められたリンク及び前記設定された仮想的なリンクのそれぞれの重みに基づいて更新する手段と、を含む、ことを特徴とする。

また、請求項２に記載の発明は、請求項１に記載の情報分析装置において、前記各ノード間に予め定められたリンク及び前記設定された仮想的なリンクのそれぞれの重みを、当該リンクが接続する一方のノードから他方のノードへの遷移確率に基づいて設定する手段をさらに含む、ことを特徴とする。

また、請求項３に記載の情報分析装置の発明は、複数のノードのそれぞれにデータ値を関連づけて記憶する手段と、前記複数のノードについて予め定められた有向のリンクと反対向きに仮想的なリンクを設定する手段と、前記各ノード間に予め定められたリンク及び前記設定された仮想的なリンクのそれぞれの重みを、当該リンクが接続する一方のノードから他方のノードへの遷移確率に基づいて設定する手段と、前記複数のノードのそれぞれに関連づけられたデータ値を、前記各ノード間に予め定められたリンク及び前記設定された仮想的なリンクのそれぞれの重みに基づいて更新する手段と、を含む、ことを特徴とする。

また、請求項４に記載の情報分析プログラムの発明は、複数のノードのそれぞれにデータ値を関連づけて記憶するステップと、前記複数のノードについて予め定められた有向のリンクと反対向きに仮想的なリンクを設定するステップと、前記複数のノードに仮想的なノードを追加するとともに、当該追加された仮想的なノードと前記複数のノードのそれぞれとの間に双方向の仮想的なリンクを設定するステップと、前記複数のノードのそれぞれに関連づけられたデータ値を、前記各ノード間に予め定められたリンク及び前記設定された仮想的なリンクのそれぞれの重みに基づいて更新するステップと、をコンピュータに実行させることを特徴とする。

また、請求項５に記載の情報分析プログラムの発明は、複数のノードのそれぞれにデータ値を関連づけて記憶するステップと、前記複数のノードについて予め定められた有向のリンクと反対向きに仮想的なリンクを設定するステップと、前記各ノード間に予め定められたリンク及び前記設定された仮想的なリンクのそれぞれの重みを、当該リンクが接続する一方のノードから他方のノードへの遷移確率に基づいて設定するステップと、前記複数のノードのそれぞれに関連づけられたデータ値を、前記各ノード間に予め定められたリンク及び前記設定された仮想的なリンクのそれぞれの重みに基づいて更新するステップと、をコンピュータに実行させることを特徴とする。

請求項１に記載の発明によれば、有向リンクが設定された複数のノードにより構成されるネットワークにおいて、他のノードへと向かうリンクがないノードに対しても仮想的なリンクが設定されるため、統一的な手法でランク付け等の分析が可能になる。

請求項２に記載の発明によれば、各リンクの重みをノード間の遷移確率に基づいて設定することにより、計算対象とするノードの平均的なリンク数を予め設定する必要がなくなり、その設定値への依存性を排除できる。

請求項３に記載の発明によれば、有向リンクが設定された複数のノードにより構成されるネットワークにおいて、各リンクの重みをノード間の遷移確率に基づいて設定することにより、計算対象とするノードの平均的なリンク数を予め設定する必要がなくなり、その設定値への依存性を排除できる。

請求項４に記載の発明によれば、有向リンクが設定された複数のノードにより構成されるネットワークにおいて、他のノードへと向かうリンクがないノードに対しても仮想的なリンクが設定されるため、統一的な手法でランク付け等の分析が可能になるようにコンピュータを機能させることができる。

請求項５に記載の発明によれば、有向リンクが設定された複数のノードにより構成されるネットワークにおいて、各リンクの重みをノード間の遷移確率に基づいて設定することにより、計算対象とするノードの平均的なリンク数を予め設定する必要がなくなり、上記の設定値への依存性を排除できる。

以下、本発明を実施するための好適な実施の形態（以下、実施形態という）を、図面に従って説明する。

図１には、本発明の第１の実施形態に係る情報分析装置１０の機能ブロック図を示す。図１に示されるように、情報分析装置１０は、データ記憶部２０、仮想リンク設定部２２、仮想ノード追加部２４、リンク重み算出部２６、データ処理部２８、及び結果出力部３０を含み構成される。各部の機能は、コンピュータシステムたる情報分析装置１０がコンピュータプログラムに従って動作することにより実現されるものとしてよい。また、コンピュータプログラムは、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、フラッシュメモリ等のコンピュータが読み取り可能なあらゆる形態の情報記録媒体に格納され、情報分析装置１０に接続された図示しない媒体読み取り装置により情報分析装置１０に読み込まれることとしてもよい。また、コンピュータプログラムは、ネットワークを介して情報分析装置１０にダウンロードされることとしても構わない。

データ記憶部２０は、予め有向の関係とその重みとが定められた複数の対象物（ノード）についての情報を記憶する。本実施形態では、処理対象の対象物を特許公報や科学技術論文等の他の文書への引用関係を有する文書とし、各対象物間の有向の関係は引用関係により表されるものとする。

仮想リンク設定部２２は、データ記憶部２０に記憶された文書群について、予め定められた有向のリンクと反対向きの仮想的なリンクを設けて、各有向リンクを双方向化する。仮想リンク設定部２２は、ノード間の有向リンクが双方向か否を判断し、その判断結果に基づいて仮想的な逆向きのリンクを設ける処理を行うこととしてよい。

仮想ノード追加部２４は、処理対象のノード群に仮想的なノードを追加するとともに、追加したノードと処理対象の各ノードとの間に仮想的な双方向のリンクを設定する。

ここで、仮想リンク設定部２２及び仮想ノード追加部２４による処理を、図２を参照しながら具体的に説明する。図２（Ａ）には、データ記憶部２０に記憶された複数の文書からなる文書群において、各文書をそれぞれノードとし、文書間の引用関係をリンクとして構成される引用ネットワークの一部分を例示する。

図２（Ａ）における引用ネットワークでは、予め定められた各ノード間の引用関係に基づくリンクが示されている。図２（Ａ）に示されるように、ノードａ，ｂ，ｃは図示される向きの関係性、すなわち、ノードｂはノードａを引用し、ノードｃはノードａ，ｂを引用するという関係性を有している。ここで、ノードａについては他のノードへ向かうリンク（アウトリンク）が存在しないノードであるが、ノードａのようにアウトリンクがないノードと、ノードｂ，ｃのようにアウトリンクが有るノードとは、後述する隣接行列の正則化を行う際にそのままでは同様に扱うことができない。そこで、本実施形態では、全てのノードを統一して扱うために、図２（Ｂ）に示されるように引用ネットワークを拡張する。

すなわち、本実施形態では、図２（Ｂ）に示されるように、引用ネットワークに仮想的なノード（Ｎ＋１）を追加するとともに、各有向リンクを仮想的に双方向化する。なお、図２（Ｂ）において点線で示されているリンクは仮想的なリンクであり、点線で示されているノードは新たに追加された仮想的なノード（Ｎ＋１）である。仮想的なノード（Ｎ＋１）は、図示されているノードａ，ｂ，ｃのみならず、図示されない他の全てのノードと双方向のリンクを有している。引用ネットワークに当初から含まれていた処理対象のノード群の要素数をＮとすると、新たに追加された仮想的なノードの要素番号はＮ＋１となる。

次に、リンク重み算出部２６により行われる、各リンクの重みの算出に関して説明する。本実施形態では、各ノード間の引用関係を表す情報として、引用ネットワークを表す行列（隣接行列）Ａを次のように定義する。すなわち、この行列Ａは処理対象のノード群の要素数をＮとした場合に、Ｎ×Ｎの行列として規定される。なお、各文書の要素番号は、文書が生成された順に付与することとしてよい。ここで、隣接行列Ａのｉ行ｊ列成分（１≦ｉ≦Ｎ，１≦ｊ≦Ｎ）をＡ_ｉｊと表す。そして、Ａ_ｉｊは以下の式（１）乃至（３）により定められる。すなわち、文書ｊが文書ｉを引用しているときには、
Ａ_ｉｊ＝ｗ （１）
そうでないときには、
Ａ_ｉｊ＝０ （２）
とする。以下ではリンクの重みｗを一律にｗ＝１と定める。また、各文書は自分自身を引用することはないので、
Ａ_ｉｉ＝０ （３）
である。

上記の行列Ａを用いると、文書ｊが引用している文書の数（アウトリンク数）ｋ_ｏｕｔ（ｊ）は以下の式（４）で表される。

また、文書ｊを引用している文書の数（インリンク数）ｋ_ｉｎ（ｊ）は以下の式（５）で表される。

ここで、仮想ノード（Ｎ＋１番目のノード）を追加することにより、ｋ_ｏｕｔ（ｊ）とｋ_ｉｎ（ｊ）をそれぞれ以下の式（６），（７）のように補正する。仮想ノードは、全てのノードと双方向のリンクを有するノードである。

Ｅは各ノードの仮想ノードへのリンク（アウトリンク）の重みであり、Ｆは仮想ノードからの各ノードへのリンク（インリンク）の重みである。そして、行列Ａを正則化すると、行列Ａは以下の式（８）〜（１１）で表される。ここで、正則化とは、引用している文書の重みの総計が所定値ｍとなるようにする操作、すなわち、アウトリンク数をｍに補正することである。この操作は任意の文書jに対して行われるものである。個々の文書は実際には様々な本数の他の文献を引用しているが、上記の操作は、これを一律にｍ本に正規化するということに相当している。以上は、活性伝播、または連続不動点アトラクター力学、仮想的ランダムウォーク等の動的な手法を用いて、各文書のランクを演算する際に、各文書のランク付けが、各文書が他の文献を引用するその本数（多いからといって、価値が高いとは限らず、また、少ないからといって、価値が低いわけではない）によってではなく、それがどれくらい引用されているかということが主たる要因として定められることとなる。

ただし、１≦Ｉ≦Ｎ＋１，１≦Ｊ≦Ｎ＋１である。

各ノードのアウトリンク及びインリンクの重みの合計は、以下の式（１２）〜（１５）で表される。

ただし、

である。

ここで、単方向の有向リンクについては逆方向の仮想的なリンクを設定して双方向化する。すなわち、双方向のリンクを規定した隣接行列は、以下の式（１８）で表される。

また、双方向化された隣接行列は、具体的に以下の式（１９）〜（２２）により表される。

なお、

は、対称行列であるから、

であり、ｋ（ｊ）及びｋ（Ｎ＋１）はそれぞれ以下の式（２４），（２５）で表される。

次に、双方向化された隣接行列

をｋ（ｊ）で規格化し、リンクの重みをノード間の遷移確率で表した遷移確率行列Ｔ_ＩＪを生成する。遷移確率行列Ｔ_ＩＪは、以下の式（２６）で表される。

なお、Ｔ_ＩＪは具体的に以下の式（２７）〜（３０）で表される。

上記の式（２７）〜（３０）からも明らかなように、遷移確率行列Ｔ_ＩＪは、１ノードあたりのアウトリンクの総計として設定したｍの値に依存しない。

リンク重み算出部２６は、上記の処理により算出された各リンクの重みを格納した遷移確率行列Ｔ_ＩＪをデータ記憶部２０に記憶する。

データ処理部２８は、データ記憶部２０に格納された文書の各々の評価値（ランク）、及び各ノード間のリンクの重みを示した遷移確率行列Ｔ_ＩＪに基づいて、所定のアルゴリズム（例えば、ページランクアルゴリズム、活性伝播、連続不動点アトラクター力学等）に従って、各ノードの評価値の算出を所定の終了条件が満足されるまで実行する。ここで、動的な手法には、例えば、特開２００６−１３３８４４号公報、特開２００６−２４３８０４号公報、特願２００６−０６０１２４の公開公報等に開示のものなどがある。所定の終了条件とは、例えばページランクアルゴリズムであれば、各ノードにリンクを介して「流れ込む」評価値の総和と、各ノードからリンクを介して「流れ出す」評価値の総和が等しくなること等の所定の平衡状態に達したか否かを示す条件としてよい。

結果出力部３０は、データ処理部２８の結果算出された各ノードの評価値に基づき処理結果を出力する。処理結果は、評価値の高いものから順に表したリストであってもよいし、評価値の高いノード程サイズを大きくしたグラフ構造であってもよい。そして、結果出力部３０は、得られた処理結果を、情報分析装置１０に接続されたディスプレイに表示することとしてもよいし、印刷出力することとしてもよい。

次に、図３を参照しつつ、本実施形態に係る情報分析装置１０により行われる引用ネットワークを構成する各文書のランク付け処理の一連の流れを説明する。

情報分析装置１０は、複数の文書のそれぞれをノードとし、各文書間の引用関係を有向のリンクとした引用ネットワークについて、各ノード間に予め設定された関係性に基づいて隣接行列を生成する（Ｓ１０１）。次に、情報分析装置１０は、引用ネットワークに仮想ノードを追加するとともに、各ノードと仮想ノードとの間に双方向のリンクを設定して、隣接行列を拡張する（Ｓ１０２）。そして、情報分析装置１０は、ノード間に予め設定された有向のリンクのうち、一方向のものについては仮想的に反対方向の対のリンクを設定して双方向化して、隣接行列を補正する（Ｓ１０３）。

情報分析装置１０は、補正した隣接行列を、各ノードのリンク数に基づいて規格化して、遷移確率行列を生成する（Ｓ１０４）。情報分析装置は、各文書についてそれぞれ関連づけられた評価値（ランク）と、生成された遷移確率行列に基づいて、各文書の評価値の更新を行う（Ｓ１０５）。評価値の更新は、各文書の評価値の関係がアルゴリズムに応じた所定の終了条件（平衡状態）に達するまで繰り返し行われる（Ｓ１０６）。上記のアルゴリズムには、ページランクアルゴリズム、活性伝播、連続不動点アトラクター力学等の公知のアルゴリズムを用いることとしてよい。

情報分析装置１０は、各文書の評価値が所定の終了条件を満たすと判断した場合には（Ｓ１０６：Ｙ）、その各文書について決定された評価値に基づいて、例えば、評価値の大きさに応じてノードのサイズを変化させたグラフ構造を生成し、ディスプレイに表示する（Ｓ１０７）。

以上説明した本実施形態に係る情報分析装置１０によれば、アウトリンクがあるノードとないノードとを統一的な手法で扱うことが可能となるとともに、計算対象とするノード群の１ノードあたりのアウトリンク数の総計として設定したｍの値に対する分析結果の依存をなくし、より信頼性の高いランク付け結果を得ることが可能となる。

次に、本発明の他の実施形態について説明する。

本発明の第２の実施形態に係る情報分析装置１０は、上述した第１の実施形態に係る情報分析装置１０と以下の点が相違する。すなわち、第１の実施形態に係る情報分析装置１０では、仮想的なノードを追加し、アウトリンクのないノードが存在しないようにして、全てのノードを統一的に扱うとともに、アウトリンクの総計ｍの設定値に依存しない手法を提案したものであるが、第２の実施形態においては、アウトリンクの総計ｍへの依存を排除しつつも、アウトリンクのないノードとアウトリンクのあるノードとをそれぞれ分けて扱うものである。

第２の実施形態に係る情報分析装置１０は、仮想ノードを追加せずに、各有向リンクを双方化した後に、リンク重み算出部２６により以下のように各リンクの重みを算出する。まず、リンク重み算出部２６は、隣接行列Ａ_ｉｊをアウトリンクのあるノードとないノードで以下の式（３１）のように場合分けをして正則化する。

各ノードは自分自身を引用しないため

である。ここで、以下の式（３３），（３４）のようにして、隣接行列を双方向する。

このとき、各ノードのリンクｋ（ｊ）は、アウトリンクがある場合とない場合とでそれぞれ場合分けをして以下の式（３５）で表される。

ただし、

である。ここで、双方向化された隣接行列

をｋ（ｊ）で規格化し、遷移確率行列Ｔ_ｉｊを得る。ここで、ｊがｉを引用するとき、

であるから、

であり、ｉがｊを引用するとき、

となる。上記の式（３８），（３９）からも明らかなように、遷移確率行列Ｔ_ｉｊは、１ノードあたりのアウトリンクの総計として設定したｍの値に依存しないため、遷移確率行列Ｔ_ｉｊを用いることでより信頼性の高いランク付け結果を得ることができる。

次に、本発明の第３の実施形態について説明する。第３の実施形態は、第１の実施形態と、アウトリンクが有るノードとないノードとを統一的に扱いつつも、１ノードあたりの総計アウトリンクの設定値ｍへ依存を排除する点では共通しているが、仮想ノードを追加しない点で相違する。

第３の実施形態に係る情報分析装置１０は、仮想ノードを追加せずに、各有向リンクを双方化した後に、リンク重み算出部２６により以下のように各リンクの重みを算出する。まず、リンク重み算出部２６は、隣接行列Ａ_ｉｊを以下の式（４０），（４１）に基づき補正する。ｉとｊとが等しくないとき、ε＞０として、

である。また、ｉとｊとが等しいとき、

である。また、補正された隣接行列について、次式（４２），（４３）が成り立つ。

ただし、

である。

次に、補正された隣接行列を双方向化する。すなわち、ｉとｊとが等しくないとき、

であり、また、ｉとｊとが等しいときには

である。もちろん、双方向化された隣接行列は対称行列であるため、

である。そして、ｋ（ｊ）は次式（４８）により表される。

ここで、双方化された隣接行列

をｋ（ｊ）で規格化し、以下の式（４９）で表される遷移確率行列Ｔ_ｉｊを得る。

Ｔ_ｉｊは一般に非対称行列であり、Ｔ_ｉｊについて次式（５０）が成立する。

上記の式（５０）からも明らかなように遷移確率行列Ｔ_ｉｊはｍに依存しない。また、本実施形態によれば、アウトリンクのあるノードとないノードとを統一的に扱うことができる。

なお、本発明は上記の実施形態に限定されるものではなく、この分野の通常の知識を有する当業者によって多様な変更、変形又は置換が可能であることはもちろんである。

本実施形態に係る情報分析装置の機能ブロック図である。 文書間の引用関係をリンクとして構成される引用ネットワークの一部分を示す図である。 情報分析装置により行われる引用ネットワーク分析処理の一連の流れを説明するフロー図である。

符号の説明

１０ 情報分析装置、２０ データ記憶部、２２ 仮想リンク設定部、２４ 仮想ノード追加部、２６ リンク重み算出部、２８ データ処理部、３０ 結果出力部。

Claims (3)

1. 複数のノードのそれぞれにデータ値を関連づけて記憶する手段と、
   前記複数のノードの１つのノードから他のノードへの有向のリンクの重みの情報を示した隣接行列を取得する取得手段と、
   前記複数のノードごとに、該ノードから他のノードに向かうリンクの重みの合計が所定値となるように前記隣接行列を補正する手段と、
   前記複数のノードについて予め定められた有向のリンクと反対向きに仮想的なリンクを設定して、前記補正された隣接行列を双方向化する手段と、
   前記双方向化された隣接行列に基づき算出される、前記複数のノードごとに設定されたリンクの重みの合計により、前記双方向化された隣接行列の要素を除して、遷移確率行列を生成する手段と、
   前記複数のノードのそれぞれに関連づけられたデータ値を、前記遷移確率行列に基づいて更新する手段と、を含む、
   ことを特徴とする情報分析装置。
2. 前記取得手段は、前記複数のノードに、該複数のノードと双方向のリンクを有する仮想的なノードを追加した後の、各ノード間の有向のリンクの重みの情報を示した前記隣接行列を取得する
   ことを特徴とする請求項１に記載の情報分析装置。
3. 複数のノードのそれぞれにデータ値を関連づけて記憶するステップと、
   前記複数のノードの１つのノードから他のノードへの有向のリンクの重みの情報を示した隣接行列を取得する取得ステップと、
   前記複数のノードごとに、該ノードから他のノードに向かうリンクの重みの合計が所定値となるように前記隣接行列を補正するステップと、
   前記複数のノードについて予め定められた有向のリンクと反対向きに仮想的なリンクを設定して、前記補正された隣接行列を双方向化するステップと、
   前記双方向化された隣接行列に基づき算出される、前記複数のノードごとに設定されたリンクの重みの合計により、前記双方向化された隣接行列の要素を除して、遷移確率行列を生成するステップと、
   前記複数のノードのそれぞれに関連づけられたデータ値を、前記遷移確率行列に基づいて更新するステップと、
   をコンピュータに実行させることを特徴とする情報分析プログラム。

Images