JP5297309B2 - 評判検索サーバ、評判検索システム及び評判検索方法 - Google Patents
評判検索サーバ、評判検索システム及び評判検索方法 Download PDFInfo
- Publication number
- JP5297309B2 JP5297309B2 JP2009204783A JP2009204783A JP5297309B2 JP 5297309 B2 JP5297309 B2 JP 5297309B2 JP 2009204783 A JP2009204783 A JP 2009204783A JP 2009204783 A JP2009204783 A JP 2009204783A JP 5297309 B2 JP5297309 B2 JP 5297309B2
- Authority
- JP
- Japan
- Prior art keywords
- reputation
- associative
- area
- user
- store
- 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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、評判検索サーバ、評判検索システム及び評判検索方法に関する。
近年、携帯端末で店舗情報や店舗に関する評判が共有可能である（例えば、非特許文献１参照）。このようなサービスは、口コミサービスと呼ばれている。現在の口コミサービスは、店舗毎にユーザが投稿した評判を携帯端末に提示し、ユーザの店舗検索を援助する。
一方、ユーザが知っている情報からユーザが知らない情報を検索するアルゴリズムが提案されている（例えば、特許文献１及び非特許文献２参照）。
ぐるなび（http://www.gnavi.co.jp）
清水拓也，土方嘉徳，西田正吾，「発見性を考慮した協調フィルタリングアルゴリズムに関する複数方式の検討」，DEWS2007 L2-2
口コミサービスを利用する際に、ユーザは、最初から行きたい店舗の条件を想定できないことがあり、この場合、一回の検索で目的の店舗情報を検索することは困難である。そのため、ユーザは、店舗情報を繰り返し検索し、対象の店舗の評判を確認する必要がある。しかし、携帯端末で検索クエリを繰り返し入力するのは煩雑である。
そこで、本発明では、店舗の評判（連想元評判と呼ばれる）から連想される評判（連想評判と呼ばれる）をユーザに提示して、ユーザが連想評判を選択できるようにすることで、直感的に店舗情報を検索する方法を提案する。
また、ユーザはエリアに対する認知度によって検索したい店舗情報が異なる。例えば、初めて訪れるエリアでは皆がよく訪れる定番の店舗を知りたいと考えるが、日常的に訪れるエリアでは自分が今までに訪問していない店舗を知りたいと考える。
情報推薦の分野では、事前にアイテム毎に既知・不既知のプロファイルを入手し、その他の既知・不既知のプロファイルを予測する方法が提案されている（例えば、非特許文献２参照）。しかし、口コミサービスを実現するためにこのようなプロファイルを予め入手することは困難である。
本発明は、ユーザのエリアに対する認知度に応じた評判を提示することを目的とする。
本発明の評判検索サーバは、
ユーザのエリアに対する認知度を格納するエリア認知度データベース；
特定の評判に関連付けられた連想評判を格納する連想評判データベース；
店舗のエリアと店舗に関連付けられた評判とを格納する店舗データベース；
前記店舗データベースにおいて異なる評判の組が同じ店舗に関連付けられる評判共起回数を計算する評判共起回数計算部；
評判共起回数に基づいて、特定の評判に対する連想評判の定番度を計算する定番度計算部；及び
ユーザのエリアに対する認知度と連想評判の定番度とに基づいて、ユーザに提示する連想評判を選択する連想評判選択部；
を有することを特徴とする。
ユーザのエリアに対する認知度を格納するエリア認知度データベース；
特定の評判に関連付けられた連想評判を格納する連想評判データベース；
店舗のエリアと店舗に関連付けられた評判とを格納する店舗データベース；
前記店舗データベースにおいて異なる評判の組が同じ店舗に関連付けられる評判共起回数を計算する評判共起回数計算部；
評判共起回数に基づいて、特定の評判に対する連想評判の定番度を計算する定番度計算部；及び
ユーザのエリアに対する認知度と連想評判の定番度とに基づいて、ユーザに提示する連想評判を選択する連想評判選択部；
を有することを特徴とする。
また、本発明の評判検索システムは、
端末と、端末に評判を送信する評判検索サーバとを含む評判検索システムであって：
前記端末は、
エリア内の店舗に関連付けられた評判を提示する評判提示部；
評判提示部で提示された評判のうち特定の評判に関連付けられた連想評判を提示する連想評判提示部；及び
店舗情報を提示する店舗情報提示部；
を有し、
前記評判検索サーバは、
ユーザのエリアに対する認知度を格納するエリア認知度データベース；
特定の評判に関連付けられた連想評判を格納する連想評判データベース；
店舗のエリアと店舗に関連付けられた評判とを格納する店舗データベース；
前記店舗データベースにおいて異なる評判の組が同じ店舗に関連付けられる評判共起回数を計算する評判共起回数計算部；
評判共起回数に基づいて、特定の評判に対する連想評判の定番度を計算する定番度計算部；
ユーザのエリアに対する認知度と連想評判の定番度とに基づいて、ユーザに提示する連想評判を選択する連想評判選択部；及び
連想評判及び店舗情報を送信する送信部；
を有することを特徴とする。
端末と、端末に評判を送信する評判検索サーバとを含む評判検索システムであって：
前記端末は、
エリア内の店舗に関連付けられた評判を提示する評判提示部；
評判提示部で提示された評判のうち特定の評判に関連付けられた連想評判を提示する連想評判提示部；及び
店舗情報を提示する店舗情報提示部；
を有し、
前記評判検索サーバは、
ユーザのエリアに対する認知度を格納するエリア認知度データベース；
特定の評判に関連付けられた連想評判を格納する連想評判データベース；
店舗のエリアと店舗に関連付けられた評判とを格納する店舗データベース；
前記店舗データベースにおいて異なる評判の組が同じ店舗に関連付けられる評判共起回数を計算する評判共起回数計算部；
評判共起回数に基づいて、特定の評判に対する連想評判の定番度を計算する定番度計算部；
ユーザのエリアに対する認知度と連想評判の定番度とに基づいて、ユーザに提示する連想評判を選択する連想評判選択部；及び
連想評判及び店舗情報を送信する送信部；
を有することを特徴とする。
また、本発明の評判検索方法は、
評判検索サーバにおける評判検索方法であって：
ユーザのエリアに対する認知度をエリア認知度データベースに格納するステップ；
特定の評判に関連付けられた連想評判を連想評判データベースに格納するステップ；
店舗のエリアと店舗に関連付けられた評判とを店舗データベースに格納するステップ；
前記店舗データベースにおいて異なる評判の組が同じ店舗に関連付けられる評判共起回数を計算するステップ；
評判共起回数に基づいて、特定の評判に対する連想評判の定番度を計算するステップ；及び
ユーザのエリアに対する認知度と連想評判の定番度とに基づいて、ユーザに提示する連想評判を選択するステップ；
を有することを特徴とする。
評判検索サーバにおける評判検索方法であって：
ユーザのエリアに対する認知度をエリア認知度データベースに格納するステップ；
特定の評判に関連付けられた連想評判を連想評判データベースに格納するステップ；
店舗のエリアと店舗に関連付けられた評判とを店舗データベースに格納するステップ；
前記店舗データベースにおいて異なる評判の組が同じ店舗に関連付けられる評判共起回数を計算するステップ；
評判共起回数に基づいて、特定の評判に対する連想評判の定番度を計算するステップ；及び
ユーザのエリアに対する認知度と連想評判の定番度とに基づいて、ユーザに提示する連想評判を選択するステップ；
を有することを特徴とする。
本発明の実施例によれば、ユーザのエリアに対する認知度に応じた評判を提示できる。
本発明の実施例について、図面を参照して以下に説明する。
本発明の実施例では、ユーザが指定した評判（連想元評判）に関連付けられた連想評判が検索され、ユーザに提示される。例えば、ユーザが携帯端末でエリアを指定すると、エリア内の店舗に関連付けられた評判が提示される。提示された評判のうち、ユーザが特定の評判（連想元評判）を選択すると、連想元評判に関連付けられた連想評判が検索され、ユーザに提示される。また、連想評判に関連付けられた店舗情報がユーザに提示される。
連想評判は、ユーザのエリアに対する認知度と連想評判の定番度とに基づいて選択される。ユーザのエリアに対する認知度とは、ユーザがエリアの情報をどの程度知っているかを示す。例えば、ユーザのエリアに対する認知度は、評判が検索されるときにユーザにより指定されたエリアの指定回数から計算されてもよく、エリアの訪問回数から計算されてもよい。また、連想評判の定番度とは、連想元評判と連想評判との関連性の強さを示す。例えば、連想評判の定番度は、連想元評判と連想評判とが共起する回数、すなわち、異なる評判の組（連想元評判，連想評判）が同じ店舗に関連付けられる回数（評判共起回数）から計算されてもよい。このようなユーザのエリアに対する認知度と連想評判の定番度とに基づいて、例えば、認知度の高いユーザに対して、定番度の低い連想評判を提示し、また、認知度の低いユーザに対して、定番度の高い連想評判を提示する。
連想評判の定番度を計算する際に、一般性の高い連想評判が除去されてもよい。例えば、どの店舗情報にも出現する可能性のある「良い」「悪い」等の評判が除去される。評判の一般性とは、店舗情報への評判の出現しやすさのことを示す。なお、一般性が高い連想評判とは、特有度の低い連想評判のことを意味し、一般性が低い連想評判とは、特有度の高い連想評判のことを意味する。
＜評判検索システムの構成＞
図１に、本発明の実施例に係る評判検索システムの全体構成を示す。評判検索システムは、評判検索サーバ１０と、携帯端末２０と、ネットワークＮとを含む。また、評判検索サーバ１０は、データベース群３０を含む。
図１に、本発明の実施例に係る評判検索システムの全体構成を示す。評判検索システムは、評判検索サーバ１０と、携帯端末２０と、ネットワークＮとを含む。また、評判検索サーバ１０は、データベース群３０を含む。
評判検索サーバ１０は、ユーザが携帯端末２０で指定したエリアを受け取り、エリア内の店舗に関連付けられた評判を携帯端末２０に提示する。更に、ユーザが特定の評判（連想元評判）を選択すると、連想元評判に関連付けられた評判（連想評判）を携帯端末２０に提示する。また、ユーザが評判を選択すると、選択された評判に関連付けられた店舗情報を携帯端末２０に提示する。
データベース群３０は、ユーザのエリアに対する認知度、評判情報、連想元評判から連想される連想評判、及び店舗情報を格納するデータベース群である。
携帯端末２０は、エリアを指定し、エリア内の評判（連想元評判）及びその評判に関連付けられた評判（連想評判）を提示する。更に、携帯端末２０は、ユーザが選択した評判に関連付けられた店舗情報を提示する。携帯端末２０は、無線によるデータ通信機能を有する端末でもよい。例えば、携帯端末２０は、携帯電話、ＰＨＳ、無線通信カードを備えたＰＤＡ等でもよい。ここでは、携帯端末２０が無線によるデータ通信機能を有するものとして説明するが、携帯端末２０が有線によるデータ通信機能を有する場合にも、本発明の概念は適用可能である。
ネットワークＮは、評判検索サーバ１０と携帯端末２０とを接続するネットワークである。ネットワークＮは、無線通信網でもよい。例えば、ネットワークＮは、移動通信網、無線ＬＡＮ通信網等でもよい。ここでは、ネットワークＮが無線通信網であることを想定して説明するが、ネットワークＮが有線通信網である場合にも、本発明の概念は適用可能である。
図２に、本発明の実施例に係る評判検索サーバ１０及び携帯端末２０の構成図を示す。評判検索サーバ１０は、エリア指定回数保存部１０１と、エリア認知度計算部１０２と、ユーザ別連想評判ランキング計算部１０３と、データ送信部１０４と、評判一般性計算部１０５と、定番度計算部１０６と、評判共起回数計算部１０７とを含む。また、評判検索サーバ１０内のデータベース群３０として、エリア認知度データベース３０１と、評判データベース３０２と、連想評判データベース３０３と、店舗データベース３０４とを含む。携帯端末２０は、検索エリア指定部２０１と、エリア内評判提示部２０２と、連想評判提示部２０３と、店舗情報提示部２０４とを含む。
エリア認知度データベース３０１は、ユーザのエリアに対する認知度を格納するデータベースである。例えば、エリア認知度データベース３０１は、評判が検索されるときにユーザにより指定されたエリアの指定回数と、指定回数から計算されたエリア認知度とを格納する。
表１に、エリア認知度データベース３０１の例を示す。エリア認知度データベース３０１は、ユーザを一意に識別するユーザＩＤと、エリアを一意に識別するエリアＩＤと、評判が検索されるときにユーザにより指定されたエリアの指定回数（すなわち、ユーザが検索エリア指定部２０１でエリアを指定した回数）と、エリア認知度とを格納する。エリア認知度の計算方法については後述する。
表２に、評判データベース３０２の例を示す。評判データベース３０２は、評判を一意に識別する評判ＩＤと、評判のテキスト情報とを格納する。
表３に、評判データベース３０３の例を示す。評判データベース３０３は、連想元評判ＩＤと、連想評判ＩＤと、連想評判の定番度とを格納する。前述のように、連想評判の定番度は、連想評判と連想元評判とが共起する回数から計算される指標であり、定番度の計算方法については後述する。
表４に、店舗データベース３０４の例を示す。店舗データベース３０４は、店舗を一意に特定する店舗ＩＤと、店舗名と、店舗が存在するエリアのエリアＩＤと、店舗に関連付けられた評判の評判ＩＤとを格納する。
エリア認知度計算部１０２は、エリア認知度データベース３０１に格納されたエリアの指定回数に基づいて、ユーザのエリアに対する認知度を計算し、エリア認知度をエリア認知度データベース３０１に保存する。
ユーザ別連想評判ランキング計算部１０３は、エリア認知度データベース３０１に格納されたエリアのエリア認知度と、連想評判データベース３０３に格納された連想評判の定番度とに基づいて、ユーザに提示する連想評判を選択する。
データ送信部１０４は、指定されたエリア内の店舗に関連付けられた評判（連想元評判）と、連想元評判に関連付けられた連想評判と、店舗情報とを携帯端末２０に送信する。
評判一般性計算部１０５は、店舗データベース３０４から評判の出現回数を計算し、連想評判の一般性を計算する。或いは、連想評判の特有度を計算する。
評判共起回数計算部１０７は、店舗データベース３０４において連想元評判と連想評判とが共起する回数、すなわち、異なる評判の組（連想元評判，連想評判）が同じ店舗に関連付けられる評判共起回数を計算する。
定番度計算部１０６は、評判共起回数計算部１０７で計算した評判共起回数に基づいて、連想元評判に対する連想評判の定番度を計算し、連想評判データベース３０３に保存する。このとき、評判一般性計算部１０５で計算された一般性の高い評判（又は特有度の低い評判）は定番度の計算から除外されてもよい。
なお、エリア指定回数保存部１０１、エリア認知度計算部１０２、評判一般性計算部１０５、定番度計算部１０６及び評判共起回数計算部１０７における処理は、オフラインで実行されてもよい。例えば、これらの処理は、携帯端末２０からの検索時にリアルタイムで実行されなくてもよく、定期的に実行されてもよい。
検索エリア指定部２０１は、ユーザが店舗情報及び評判を検索したいエリアを指定する。
エリア内評判提示部２０２は、ユーザが指定したエリア内の店舗に関連付けられた評判を提示する。更に、提示した評判の中からユーザにより選択された特定の評判（連想元評判）をユーザ別連想評判ランキング計算部１０３に送信する。
連想評判提示部２０３は、エリア内評判提示部２０２に提示された評判のうち特定の評判（連想元評判）に関連付けられた連想評判を提示する。すなわち、連想元評判からユーザ別連想評判ランキング計算部１０３で計算された連想評判を提示する。
店舗情報提示部２０４は、エリア内評判提示部２０２で提示された評判及び連想評判提示部２０３で提示された連想評判に関連付けられた店舗情報を提示する。
＜評判検索システムにおける評判検索方法＞
図３及び図４を参照して、評判検索システムにおける評判検索方法について説明する。図３に、評判検索システムにおける評判検索方法のフローチャートを示す。図４に、評判検索システムにおけるデータの流れを示す。
図３及び図４を参照して、評判検索システムにおける評判検索方法について説明する。図３に、評判検索システムにおける評判検索方法のフローチャートを示す。図４に、評判検索システムにおけるデータの流れを示す。
まず、ユーザが検索エリア指定部２０１で店舗情報や評判を検索したいエリアを指定する（ＳＴＥＰ１０１）。例えば、検索エリア指定部２０１からエリア指定回数保存部１０１に、ユーザＩＤ「Ｕ００１」及びエリアＩＤ「Ａ００１」が送信される。
エリア指定回数保存部１０１は、ユーザがエリアを指定した回数を更新し、指定回数をエリア認知度データベース３０１に保存する（ＳＴＥＰ１０２）。例えば、ユーザＩＤ「Ｕ００１」のユーザがエリアＩＤ「Ａ００１」を指定すると、ユーザＩＤ「Ｕ００１」及びエリアＩＤ「Ａ００１」に関連する指定回数が「４５回」に更新される。
データ送信部１０４は、指定されたエリア内に含まれる店舗の店舗情報を店舗データベース３０４から検索し、また、検索された店舗情報に関する評判を店舗データベース３０４及び評判データベース３０２から検索する。データ送信部１０４は、検索された評判をエリア内評判提示部２０２に送信する（ＳＴＥＰ１０３）。例えば、エリアＩＤ「Ａ００１」内に含まれる店舗ＩＤ「Ｓ００１」及び「Ｓ００２」を検索し、店舗ＩＤ「Ｓ００１」及び「Ｓ００２」に関連付けられた評判ＩＤ「Ｒ００１」、「Ｒ００２」、「Ｒ００３」、「Ｒ００４」及び「Ｒ００５」を検索する。これらの評判ＩＤ「Ｒ００１」〜「Ｒ００５」に対応する評判「おいしい」、「夜景がきれい」、「ヘルシー」・・・がエリア内評判提示部２０２に送信される。
ユーザは、エリア内評判提示部２０２に提示された評判から特定の評判（連想元評判）を選択すると、この評判がエリア内情報提示部２０２からユーザ別連想評判ランキング計算部１０３に送信される（ＳＴＥＰ１０４）。例えば、ユーザが「Ｒ００１」〜「Ｒ００５」に対応する評判の中から連想元評判ＩＤ「Ｒ００１」を選択すると、選択された連想元評判ＩＤ「Ｒ００１」に対応する評判がユーザ別連想評判ランキング計算部１０３に送信される。
ユーザ別連想評判ランキング計算部１０３は、エリア認知度データベース３０１に格納されたエリア認知度と連想評判データベース３０３に格納された連想評判の定番度とに基づいて、連想元評判ＩＤ「Ｒ００１」に対する連想評判を抽出する（ＳＴＥＰ１０５）。連想評判の抽出方法については後述する。例えば、選択された連想元評判ＩＤ「Ｒ００１」に対する連想評判ＩＤ「Ｒ００５」及び「Ｒ００６」が抽出される。
データ送信部１０４は、抽出された連想評判を連想評判提示部２０３に送信する（ＳＴＥＰ１０６）。例えば、連想評判ＩＤ「Ｒ００５」及び「Ｒ００６」に対応する評判が、連想評判提示部２０３に送信される。
また、データ送信部１０４は、店舗データベース３０４から連想評判に関連付けられた店舗情報を検索し、検索された店舗情報を店舗情報提示部２０４に送信する（ＳＴＥＰ１０７）。例えば、連想評判ＩＤ「Ｒ００５」及び「Ｒ００６」に関連付けられた店舗ＩＤ「Ｓ００２」、「Ｓ００３」及び「Ｓ００４」が検索され、これらの店舗情報が店舗情報提示部２０４に提示される。
次に、ＳＴＥＰ１０５における連想評判の抽出方法について詳細に説明する。図５に、連想評判抽出方法のフローチャートを示す。図５のフローチャートの処理は、ＳＴＥＰ１０５のタイミングで実行されてもよく、ＳＴＥＰ１０５のタイミングとは関係なくオフラインで実行されてもよい。例えば、携帯端末２０からの検索時にリアルタイムで実行されてもよく、定期的に実行されてもよい。
まず、評判共起回数計算部１０７は、店舗データベース３０４から、同じ店舗に関連付けられた評判の組を抽出し、抽出された評判の評判共起回数を計算する（ＳＴＥＰ２０１）。ここで、同じ店舗に２つの異なる評判が関連付けられている場合、この２つの評判は「共起する」こととする。また、異なる評判の組が同じ店舗に関連付けられる回数を評判共起回数と呼ぶ。例えば、評判の組（Ｒ００１，Ｒ００２）は、店舗ＩＤ「Ｓ００１」に関連付けられているため、これらの評判は共起する。また、評判の組（Ｒ００１，Ｒ００２）は１つの店舗ＩＤ「Ｓ００１」で共起するため、評判の組（Ｒ００１，Ｒ００２）の評判共起回数は１回である。同様に、評判の組（Ｒ００３，Ｒ００４）は１つの店舗ＩＤ「Ｓ００２」で共起するため、評判の組（Ｒ００３，Ｒ００４）の評判共起回数は１回である。
評判一般性計算部１０５は、評判の一般性又は評判の特有度を計算し、一般性の高い評判を除去する（ＳＴＥＰ２０２）。例えば、計算対象の評判に関連付けられた店舗数（評判に紐づく店舗数）から、どの店舗情報にも出現しやすい評判を除去する。例えば、表５に示すように店舗データベース３０４に投票人数が格納される例では、店舗ＩＤ「Ｓ００１」に「長居できる」という評判を投票した人数が１００人である場合と、店舗ＩＤ「Ｓ００１」〜「Ｓ１００」の１００店舗に「良い」という評判が１票ずつある場合とでは、「良い」という評判が店舗情報に出現する可能性が高い。これにより、どの店舗情報にも出現する可能性のある「良い」「悪い」等の評判が除去される。例えば、以下の式（１）に基づいて評判の特有度を計算し、特有度が閾値以下の評判を除去する。
定番度計算部１０６は、残った評判に対して、評判の出現回数と、連想元評判及び連想評判が共起する評判共起回数とに基づいて、連想評判の定番度を計算し、連想評判データベース３０３に格納する（ＳＴＥＰ２０３）。例えば、連想元評判と連想評判とが共起する店舗数（評判共起回数）を計算し、評判共起回数が多いほど、連想元評判に対する連想評判の定番度を高くする。例えば、以下の式（２）に基づいて連想元評判に対する連想評判の定番度を計算する。
まず、ユーザ別連想評判ランキング計算部１０３は、エリア認知度データベース３０１からユーザが指定したエリアに対する認知度を取得する（ＳＴＥＰ３０１）。なお、ユーザのエリアに対する認知度は、以下の式（３）に基づいて計算されてもよい。すなわち、評判が検索されるときにユーザにより指定されたエリアの指定回数が多いほど、ユーザのエリアに対する認知度は高くなる。
ユーザ別連想評判ランキング計算部１０３は、取得した連想評判のリストから、ユーザに提示する連想評判を選択する（ＳＴＥＰ３０３）。例えば、以下の式（４）及び（５）に基づいて、ユーザに提示する連想評判が選択されてもよい。例えば、ユーザのエリアに対する認知度が低いほど、定番度の高い連想評判が選択され、ユーザのエリアに対する認知度が高いほど、定番度の低い連想評判が選択される。
＜携帯端末に表示される情報の例＞
図８Ａに、携帯端末２０に表示される情報の例を示す。
図８Ａに、携帯端末２０に表示される情報の例を示す。
検索エリア指定部２０１には、検索対象となる店舗のエリアが表示される。ユーザが検索エリア指定部２０１でエリアを指定すると、エリア内の店舗に関連付けられた評判のリストがエリア内評判提示部２０２に提示される。提示された評判のリストの中から特定の評判（連想元評判）が選択されると、店舗情報提示部２０４の画面に遷移し、選択された連想元評判に関連付けられた店舗のリストが店舗情報提示部２０４に提示される。更に、選択された連想元評判に関連付けられた連想評判のリストが連想評判提示部２０３に提示される。
また、図８Ｂに、携帯端末２０に表示される情報の他の例を示す。
この例では、エリア内の店舗に関連付けられた評判のリストと、評判を投票した人数とが、エリア内評判提示部２０２に提示される。ユーザは、投票人数を確認して、提示された評判のリストの中から特定の評判（連想元評判）を選択できる。
このように、ユーザは具体的な検索クエリを入力しなくても、直感的な店舗検索が実現できる。
＜評判検索サーバ及び携帯端末の変形例＞
図９に、評判検索サーバ１０及び携帯端末２０の変形例の構成図を示す。この変形例では、評判検索サーバ１０は、図２のエリア指定回数保存部１０１の代わりに、ＧＰＳ情報保存部１１１を有する。携帯端末２０は、図２の検索エリア指定部２０１の代わりに、ＧＰＳ情報測位部２１１を有する。
図９に、評判検索サーバ１０及び携帯端末２０の変形例の構成図を示す。この変形例では、評判検索サーバ１０は、図２のエリア指定回数保存部１０１の代わりに、ＧＰＳ情報保存部１１１を有する。携帯端末２０は、図２の検索エリア指定部２０１の代わりに、ＧＰＳ情報測位部２１１を有する。
ＧＰＳ情報測位部２１１は、ＧＰＳによりユーザの位置を計測し、ユーザが店舗情報及び評判を検索したいエリアを自動的に取得する。
ＧＰＳ情報保存部１１１は、ＧＰＳ情報測位部２１１で計測された位置から、ユーザがエリアを訪問した回数又は頻度を計算する。この訪問回数又は訪問頻度から、ユーザのエリアに対する認知度を推定し、エリア認知度データベース３０１に保存する。
評判検索サーバ１０及び携帯端末２０の他の構成要素は、前述の通りである。
このように、ＧＰＳ測位を使用して、ユーザによる手動のエリア指定を必要とせずにエリア認知度を更新できる。
なお、上記の実施例では、指定されたエリア内の店舗情報を評判から検索する例について説明したが、指定されたエリア内のイベント情報を評判から検索する場合のように、検索対象とエリアとが関連付けられている場合に適用可能である。
以上のように、本発明の実施例によれば、連想元評判から連想される評判が検索できる。従来の店舗検索では、ユーザが検索クエリを入力し、検索された店舗毎に評判を確認する必要があるが、本発明の実施例によれば、連想評判をユーザに提示することで、直感的な店舗検索が実現できる。例えば、ユーザの知らない店舗情報を検索できる。
また、本発明の実施例によれば、ユーザのエリアに対する認知度に応じた評判を提示できる。従来の店舗検索では、全てのユーザに同じ店舗情報が提示されるが、本発明の実施例によれば、ユーザのエリアに対する認知度に応じて適切な評判及び店舗情報が提示できる。
例えば、初めて訪れるエリアでは皆がよく訪れる定番の店舗が検索でき、日常的に訪れるエリアでは自分が今までに訪問していない店舗が検索できる。
また、一般性の高い連想評判が除去されるため、どの店舗情報にも出現する可能性のある評判が除去される。その結果、ユーザにとって必要な評判を提示できる。
更に、ユーザのエリアに対する認知度が、評判が検索されるときにユーザにより指定されたエリアの指定回数から計算される場合、ユーザが認知度を設定する必要なく、自動的に認知度が計算できる。
また、ユーザのエリアに対する認知度が、ＧＰＳによる位置情報から計算される場合でも、ユーザが認知度を設定する必要なく、自動的に認知度が計算できる。更に、ユーザは手動でエリアを指定する必要がなくなる。
１０ 評判検索サーバ
２０ 携帯端末
３０ データベース
１０１ エリア指定回数保存部
１０２ エリア認知度計算部
１０３ ユーザ別連想評判ランキング計算部
１０４ データ送信部
１０５ 評判一般性計算部
１０６ 定番度計算部
１０７ 評判共起回数計算部
１１１ ＧＰＳ情報保存部
２０１ 検索エリア指定部
２０２ エリア内評判提示部
２０３ 連想評判提示部
２０４ 店舗情報提示部
２１１ ＧＰＳ情報測位部
３０１ エリア認知度データベース
３０２ 評判データベース
３０３ 連想評判データベース
３０４ 店舗データベース
２０ 携帯端末
３０ データベース
１０１ エリア指定回数保存部
１０２ エリア認知度計算部
１０３ ユーザ別連想評判ランキング計算部
１０４ データ送信部
１０５ 評判一般性計算部
１０６ 定番度計算部
１０７ 評判共起回数計算部
１１１ ＧＰＳ情報保存部
２０１ 検索エリア指定部
２０２ エリア内評判提示部
２０３ 連想評判提示部
２０４ 店舗情報提示部
２１１ ＧＰＳ情報測位部
３０１ エリア認知度データベース
３０２ 評判データベース
３０３ 連想評判データベース
３０４ 店舗データベース
Claims (5)
- ユーザのエリアに対する認知度を格納するエリア認知度データベース；
特定の評判に関連付けられた連想評判を格納する連想評判データベース；
店舗のエリアと店舗に関連付けられた評判とを格納する店舗データベース；
前記店舗データベースにおいて異なる評判の組が同じ店舗に関連付けられる評判共起回数を計算する評判共起回数計算部；
評判共起回数に基づいて、特定の評判に対する連想評判の定番度を計算する定番度計算部；及び
ユーザのエリアに対する認知度と連想評判の定番度とに基づいて、ユーザに提示する連想評判を選択する連想評判選択部；
を有する評判検索サーバ。 - 評判が検索されるときにユーザにより指定されたエリアの指定回数をエリア認知度データベースに保存するエリア指定回数保存部；及び
指定回数に基づいて、ユーザのエリアに対する認知度を計算するエリア認知度計算部；
を更に有する、請求項１に記載の評判検索サーバ - 評判の出現回数から特定の評判に対する連想評判の一般性を計算する評判一般性計算部；
を更に有し、
前記定番度計算部は、一般性が所定の閾値より低い連想評判の中から、連想評判の定番度を計算する、請求項１又は２に記載の評判検索サーバ。 - 端末と、端末に評判を送信する評判検索サーバとを含む評判検索システムであって：
前記端末は、
エリア内の店舗に関連付けられた評判を提示する評判提示部；
評判提示部で提示された評判のうち特定の評判に関連付けられた連想評判を提示する連想評判提示部；及び
店舗情報を提示する店舗情報提示部；
を有し、
前記評判検索サーバは、
ユーザのエリアに対する認知度を格納するエリア認知度データベース；
特定の評判に関連付けられた連想評判を格納する連想評判データベース；
店舗のエリアと店舗に関連付けられた評判とを格納する店舗データベース；
前記店舗データベースにおいて異なる評判の組が同じ店舗に関連付けられる評判共起回数を計算する評判共起回数計算部；
評判共起回数に基づいて、特定の評判に対する連想評判の定番度を計算する定番度計算部；
ユーザのエリアに対する認知度と連想評判の定番度とに基づいて、ユーザに提示する連想評判を選択する連想評判選択部；及び
連想評判及び店舗情報を送信する送信部；
を有する評判検索システム。 - 評判検索サーバにおける評判検索方法であって：
ユーザのエリアに対する認知度をエリア認知度データベースに格納するステップ；
特定の評判に関連付けられた連想評判を連想評判データベースに格納するステップ；
店舗のエリアと店舗に関連付けられた評判とを店舗データベースに格納するステップ；
前記店舗データベースにおいて異なる評判の組が同じ店舗に関連付けられる評判共起回数を計算するステップ；
評判共起回数に基づいて、特定の評判に対する連想評判の定番度を計算するステップ；及び
ユーザのエリアに対する認知度と連想評判の定番度とに基づいて、ユーザに提示する連想評判を選択するステップ；
を有する評判検索方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009204783A JP5297309B2 (ja) | 2009-09-04 | 2009-09-04 | 評判検索サーバ、評判検索システム及び評判検索方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009204783A JP5297309B2 (ja) | 2009-09-04 | 2009-09-04 | 評判検索サーバ、評判検索システム及び評判検索方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2011054101A JP2011054101A (ja) | 2011-03-17 |
| JP5297309B2 true JP5297309B2 (ja) | 2013-09-25 |
Family
ID=43943002
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2009204783A Expired - Fee Related JP5297309B2 (ja) | 2009-09-04 | 2009-09-04 | 評判検索サーバ、評判検索システム及び評判検索方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP5297309B2 (ja) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP5220894B2 (ja) * | 2011-06-28 | 2013-06-26 | ヤフー株式会社 | 投稿情報による地域プロファイル管理装置 |
| JP6496587B2 (ja) * | 2015-03-25 | 2019-04-03 | 株式会社Ｎｔｔドコモ | 情報提示装置 |
| JP6031164B1 (ja) * | 2015-07-24 | 2016-11-24 | 日本電信電話株式会社 | スポット判定装置、スポット判定方法、および、スポット判定プログラム |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2009086773A (ja) * | 2007-09-27 | 2009-04-23 | Nomura Research Institute Ltd | 検索サービス装置 |
-
2009
- 2009-09-04 JP JP2009204783A patent/JP5297309B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JP2011054101A (ja) | 2011-03-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4861004B2 (ja) | サービス推薦システム、及び、サービス推薦方法 | |
| CN106375369B (zh) | 基于用户行为分析的移动Web业务推荐方法及协同推荐系统 | |
| KR101795785B1 (ko) | 관심 분야별 취향 검색안내 시스템 | |
| US20150025930A1 (en) | Method and apparatus for recommending position of interest | |
| US20120089584A1 (en) | Method and mobile terminal for performing personalized search | |
| KR20100077895A (ko) | 의미론적 소셜 네트워크 기반 커뮤니티 추천 장치 및 방법 | |
| KR101019548B1 (ko) | 사용자-기반 바이어스들을 사용하여 검색 결과들을 획득 또는 제공하는 방법 및 장치 | |
| JP5297309B2 (ja) | 評判検索サーバ、評判検索システム及び評判検索方法 | |
| WO2012017786A1 (ja) | コミュニケーション支援装置、コミュニケーション支援方法、およびコンピュータ読み取り可能な記録媒体 | |
| US20170308611A1 (en) | Personal relationship network search system and method therefor | |
| JP5849953B2 (ja) | コミュニケーション支援装置、コミュニケーション支援方法、およびプログラム | |
| KR101544462B1 (ko) | 위치기반 정보 제공 시스템에서의 클라이언트 단말 정보를 이용한 개인화 된 ｐｏｉ정보 제공 방법 및 그 클라이언트 단말 | |
| JP6638265B2 (ja) | 情報提供装置、プログラム | |
| JP2009116424A (ja) | 自動予約システム | |
| JP5333783B2 (ja) | 訪問履歴登録システム | |
| WO2017038177A1 (ja) | 情報提供装置、端末装置、情報提供方法、プログラム | |
| EP3038045A1 (en) | Information providing system | |
| JP2008242689A (ja) | コンテンツ分類システム、サーバ、端末装置、プログラム、および記録媒体 | |
| US11144589B2 (en) | Object search server, system having same and used to search for object based on color-sentiment, and method thereof | |
| KR20190010278A (ko) | 관심 분야별 취향 검색안내 시스템 | |
| JP2015106351A (ja) | コンテンツ配信装置及びフリーワードレコメンド方法 | |
| KR102125620B1 (ko) | 감성 기반의 카페 추천 정보를 제공하는 서버 및 이를 이용한 카페 추천 방법 | |
| KR20120133427A (ko) | 스케줄링 수립 방법 및 장치 | |
| CN106959992A (zh) | 使用基于用户的偏向获得或提供搜索结果的方法及设备 | |
| KR20100066088A (ko) | 인맥정보 제공방법, 인맥정보 수신방법, 인맥정보 제공장치및 전자장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20120221 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130520 |
|
| 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: 20130528 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130614 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 5297309 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| LAPS | Cancellation because of no payment of annual fees |