JP5756052B2

JP5756052B2 - ユーザ属性推定装置及び方法及びプログラム

Info

Publication number: JP5756052B2
Application number: JP2012089671A
Authority: JP
Inventors: 翔川中; 京介西田; 倉島　健; 健倉島; 高秀星出; 藤村　考; 考藤村; 恭太堤田; 佐藤　大祐; 大祐佐藤
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2012-04-10
Filing date: 2012-04-10
Publication date: 2015-07-29
Anticipated expiration: 2032-04-10
Also published as: JP2013218579A

Description

本発明は、ユーザ属性推定装置及び方法及びプログラムに係り、特に、ユーザが自己紹介を含む情報発信を行い、各ソーシャルネットワークサービス（ＳＮＳ）上で個別に定義されているユーザ同士の人間関係が定義・構築されているＳＮＳ上の各ユーザに対して、該ユーザのデモグラフィック及びサイコグラフィックを表すユーザ属性絵を表す属性語を推定するためのユーザ属性推定装置及び方法及びプログラムに関する。

第１の従来技術として、ユーザの書いた日記記事集合の出現単語分布を特徴として、各ユーザ属性毎に、該ユーザが当てはまるか否かを識別する識別器を作成し、識別させる技術がある（例えば、非特許文献１参照）。

また、第２の従来技術として、ユーザ毎に、ユーザの書いた自己紹介記事をテキスト分析し、該ユーザを表すのに適切なユーザ属性語を獲得する技術がある。

池田和史、柳原正、服部元、松本一則、小野智弘、『投稿者プロフィールを考慮したTwitter意見分類システムの提案』電子情報通信学会総合大会講演論文集 2011年情報・システム(1), 24, 2011-02-28.

しかしながら、上記第１の従来技術においては、ユーザ属性を推定（識別）するために、ユーザが自らを紹介する目的に書いていないテキスト（日記記事集合）を特徴として用いるため、また、ユーザ属性の適合か否かの識別性能は、該ユーザの日記集合の量に依存し、故に、ユーザの日記集合の量が少ない場合は識別の適合性能が低下する恐れがある。

第２の従来技術においては、自己紹介記事は通常短く、書いていないユーザも多いため、自己紹介記事を獲得できないユーザが発生したり、少量の属性語しか獲得できないユーザが発生したりする場合がある。すなわち、第２の従来技術においては、ユーザの自己紹介記事の量が少ない場合に数多くの属性語を獲得できないという課題がある。

本発明は、上記の点に鑑みなされたもので、ＳＮＳ上の各ユーザについて、ユーザの書いた日記記事の量や、自己紹介記事の量が少ない場合においても、該ユーザについて、精度高く数多くの属性語を推定することが可能なユーザ属性推定装置及び方法及びプログラムを提供することを目的とする。

上記の課題を解決するため、本発明（請求項１）は、ユーザが自己紹介を含む情報発信を行い、ユーザ同士の人間関係が定義・構築されているソーシャルネットワークサービス(SNS)上の各ユーザに対して、該ユーザのデモグラフィックおよびサイコグラフィックを表すユーザ属性を表す属性語を１つ以上推定するユーザ属性推定装置であって、
自己紹介記事及び日記記事を格納した記事集合記憶手段と、
ユーザと関係のあるユーザを関係距離として表現したユーザ関係グラフを格納したユーザ関係グラフ記憶手段と、
前記記事集合記憶手段の自己紹介記事の集合と日記記事の集合とから、該日記記事の集合に比べて自己紹介記事の集合に出現する度合いの高さを用いて、一般的にユーザ属性を表す語(ユーザ属性語)集合を取得し、属性語辞書記憶手段に格納する属性語辞書獲得手段と、
各ユーザについて、前記記事集合記憶手段の該ユーザが書いた自己紹介記事から、前記属性語辞書記憶手段を参照して、該ユーザのユーザ属性を表す属性語を獲得し、ユーザ属性語集合記憶手段に格納するユーザ属性語集合付与手段と、
各ユーザについて、前記ユーザ属性語集合記憶手段に格納されている該ユーザの自己紹介記事から獲得したユーザ属性語の数が所定の数に満たないときに、前記ユーザ関係グラフ記憶手段を参照して、各属性語を、該ユーザからユーザ関係グラフ上の距離の近い他ユーザのユーザ属性語である場合ほど重くなる重みをつけて算出し、重み付き出現頻度の高いものから順に該ユーザのユーザ属性を表すユーザ属性語として獲得し、該ユーザ属性語集合記憶手段に格納する属性語追加付与手段と、を有する。

また、本発明（請求項２）は、前記ユーザ属性語集合記憶手段の各属性語ペアについて、SNSにおける各属性語間の同一ユーザにおける共起頻度が、該各ユーザ属性語の出現頻度から算出した期待値より低いほど、排他関係として適切であると評価し、両方の属性語を同一ユーザに属性語として付与して属性語排他関係記憶手段に格納し、該ユーザに既に付与されている属性語の集合に、該属性語との排他関係にある属性語が存在する際には付与しない属性語排他関係獲得手段、を更に有する。

また、本発明（請求項３）は、前記属性語排他関係獲得手段において、各属性語ペアについて、SNSにおける各属性語間の同一ユーザにおける共起頻度が、該各ユーザ属性語の出現頻度から算出した期待値より低いほど、または、前記ユーザ関係グラフ記憶手段を参照して、属性語を有するユーザの集合である属性語のコミュニティが近いほど、排他関係として適切であると評価する手段を含む。

上記のように本発明によれば、ユーザが自己紹介記事を含む情報発信を行い、ユーザ同士のＳＮＳ上の関係が構築されているＳＮＳ上において、自己紹介記事集合から獲得される多種多用なユーザ属性語候補の中から、各ユーザに当てはまる１つ以上のユーザ属性語をユーザの書いた日記記事の量や、自己紹介記事の量が少ない場合においても、ユーザ属性語の同一ユーザにおける排他性を考慮して精度高く推定することが可能になる。

本発明の第１の実施の形態におけるユーザ属性推定装置の構成図である。本発明の第１の実施の形態における記事集合テーブルの例である。本発明の第１の実施の形態における属性語辞書テーブルの例である。本発明の第１の実施の形態におけるユーザ関係グラフテーブルの例である。本発明の第１の実施の形態における属性語排他関係テーブルの例である。本発明の第１の実施の形態におけるユーザ属性語テーブルの例である。本発明の第１の実施の形態におけるユーザ属性推定装置の処理の流れを示す図である。本発明の第１の実施の形態におけるパラメータ一覧である。本発明の第１の実施の形態における属性語辞書獲得処理のフローチャートである。本発明の第１の実施の形態における属性語排他関係獲得処理のフローチャートである。本発明の第１の実施の形態におけるp(w),p(w,w')算出の具体例である。本発明の第１の実施の形態におけるadj(w,w')の算出の具体例である。本発明の第１の実施の形態におけるユーザ属性集合追加付与処理のフローチャートである。

以下、図面と共に本発明の実施の形態を説明する。

最初に本明細書で用いられる用語について定義する。

・ユーザ同士の人間関係：
各ＳＮＳ上で個別に定義されている、ユーザ同士の承認によって張られる、任意の２ユーザの間の結びつき、もしくは、ＳＮＳ上におけるユーザ間のメッセージの送信などのコミュニケーションを行ったユーザ同士に張られる結びつきを指す。ユーザ同士の人間関係は、２人のユーザをノードとした時の、両ノードに張られた無向なエッジとして表示することができる。

・ユーザ関係グラフ：
全ユーザをノード、全ユーザペア間のエッジにより構成されるグラフ。

・排他関係：
排他関係は、両方の属性語を、同一ユーザに属性語として付与すると、意味的に矛盾する、もしくは、何らかの理由により実際の世界において一人のユーザが両方の属性語が表すユーザ属性を有することが極めて難しい、属性語のペア、の関係とする。例えば、『アイドル好き』と『アイドル嫌い』が排他関係となる。

・属性語のコミュニティ：
属性語のコミュニティとは、当該属性語を有するユーザの集合であり、「属性語のコミュニティの近さ」とは、一方の属性語を有するユーザ集合と人間関係のあるユーザ集合の中に、もう一方の属性語を有するユーザが含まれている度合いの高さとする。

［第１の実施の形態］
図１は、本発明の第１の実施の形態におけるユーザ属性推定装置の構成図である。

同図に示すユーザ属性推定装置は、大きく分けて、属性語辞書獲得部１０、ユーザ属性語集合付与部２０、属性語排他関係獲得部３０、ユーザ属性語集合追加付与部４０、記事集合テーブルＴ１、属性語辞書テーブルＴ２、ユーザ関係グラフテーブルＴ３、属性語排他関係テーブルＴ４、ユーザ属性集合語テーブルＴ５、入力用外部装置５０から構成される。

記事集合テーブルＴ１，属性語辞書テーブルＴ２，ユーザ関係グラフテーブルＴ３，属性語排他関係テーブルＴ４、ユーザ属性語集合テーブルＴ５は、ハードディスクまたは、メモリ等の記憶媒体に格納されているものとする。また、入力用外部装置５０は、システム利用者が起動命令及びパラメータを入力する外部装置である。

以下に、上記の各テーブルの概要を示す。なお、Ｔ１、Ｔ３は本ユーザ属性推定装置を起動する前より値が格納されているテーブルであり、本ユーザ属性推定装置の処理においてはその値は不変である。Ｔ２、Ｔ４，Ｔ５は本ユーザ属性推定装置により各値が新規挿入されるテーブルである。

＜記事集合テーブルＴ１＞
記事集合テーブルＴ１の例を図２に示す。

記事集合テーブルＴ１は、形態素解析済み(各形態素を｛原形，品詞，活用形｝の3つ組みで表現)の日記記事、形態素解析済み(各形態素を｛原形，品詞，活用形｝の3つ組みで表現)の自己紹介記事(日記文を書いた著者の自己紹介文)、記事ID（投稿時刻の古いものから昇順にふられているものとする。）、記事を書いたユーザのユーザIDの４つ組の集合を格納するためのテーブルである。

＜属性語辞書テーブルＴ２＞
属性語辞書テーブルＴ２の例を図３に示す。

属性語辞書テーブルＴ２は、属性語の集合が格納されるテーブルである。

＜ユーザ関係グラフテーブルＴ３＞
ユーザ関係グラフテーブルＴ３の例を図４に示す。ユーザ関係グラフとは、ユーザ同士の承認によって張られる、任意の２ユーザ間の結びつきを指す。ユーザ同士の人間関係は、２人のユーザをノードとしたときの、両ノードに張られた無向なエッジとして表現することができる。全ユーザをノード、全ユーザペア間のエッジにより構成されたグラフを「ユーザ関係グラフ」と呼ぶこととする。ユーザ関係グラフＴ３は、各ユーザのユーザIDと、該ユーザと関係のあるユーザのユーザIDが関係距離毎に格納されるテーブルである。なお、関係距離は、ユーザ関係グラフにおけるノード間の最短距離を意味する値である。関係距離が短いユーザ同士ほどユーザ同士のユーザ属性の関連度が高いと本発明では考え、後の属性語の追加付与においてその情報を用いる。

＜属性語排他関係テーブルＴ４＞
属性語排他関係テーブルＴ４の例を図５に示す。

属性語排他関係テーブルＴ４は、各属性語と排他関係にある属性語のリストが格納される。

＜ユーザ属性語集合テーブルＴ５＞
ユーザ属性語集合テーブルＴ５の例を図６に示す。

ユーザ属性語集合テーブルＴ５は、各ユーザのユーザIDと、該ユーザのユーザ属性語のリストが格納される。

以下に本ユーザ属性推定装置の処理について説明する。

図７は、本発明の第１の実施の形態におけるユーザ属性推定装置の処理の流れを示す。

本ユーザ属性推定装置では大きく分けて属性語辞書獲得処理Ｓ１０、ユーザ属性語集合付与処理Ｓ２０、属性語排他関係獲得処理Ｓ３０、ユーザ属性語集合追加付与処理Ｓ４０から構成される。

本ユーザ属性推定装置では入力用外部装置５０から開始命令が入力されるとＳ１０に処理を進める。
なお、その際以降の処理で必要となるパラメータも同時に入力されるものとし、入力されたパラメータはメモリに記憶され、以降の処理で用いられるものとする。なお、パラメータの一覧を図８に示す。入力されるパラメータとしては、属性語辞書に登録する造成後の数（α_１）、対数尤度費計算のためのスムージングパラメータ（α_２）、ユーザ間共起度算出のためのスムージングパラメータ（β_１）、ユーザ内共起度算出のためのスムージングパラメータ（β_２）、排他関係ペアを抽出するための閾値（β_３）、関係あるユーザから属性語を推定する際にいくつの関係距離のユーザまで考慮するかを定めるパラメータ（γ_１）、関係があるユーザから属性語を推定する際の各関係距離の重みを決めるためのパラメータ（γ_２）、各ユーザに属性語を追加付与する際の上限数（γ_３）等である。

［属性語辞書獲得処理：Ｓ１０］
ステップ１０）属性語辞書獲得部１０は、日記記事集合と自己紹介記事集合から、各名詞の両者における出現頻度分布を用いて、属性語として適切な名詞か否かを判定し、適切な名詞をＴ２に格納する。

ステップ１０の属性語辞書獲得処理のフローを図９に示す。

ステップ１１）属性語辞書獲得部１０は、記事集合テーブルＴ１を参照し、全ての情報を取得し、さらに、日記記事集合、自己紹介記事集合それぞれにおける各名詞の出現回数をカウントする。

ステップ１２）次に各名詞について、ステップ１１で算出した各名詞の出現回数を用いて、日記記事集合における出現頻度に比べた時の自己紹介記事集合における出現頻度の高さを表すスコアが上位α₁件の名詞を取得する。上記スコアによる取得は、自己紹介に用いられる傾向が高い名詞はユーザ属性を表現する名詞として適切であるという仮説に基づく。

上記スコアは入力名詞をmとする時の、
a=(自己紹介記事集合におけるmの出現回数)；
b=(自己紹介記事集合におけるm以外の名詞の出現回数の総和)；
c=(日記記事集合におけるmの出現回数)；
d=(日記記事集合におけるm以外の名詞の出現回数の総和) を入力とする；
と場合分けした対数尤度比S(a,b,c,d)により以下の式により算出する。

［ユーザ属性語集合付与処理：Ｓ２０］
ユーザ属性語集合付与部２０は、予め属性語辞書テーブルＴ２の全ての情報を予め取得する。

さらに、ユーザ毎に、ユーザの自己紹介記事（最も新しい記事）を１件取得し、当該自己紹介記事に含まれる属性語の集合を取得し、さらに、ユーザＩＤと前記属性語集合とのペアをユーザ属性語集合テーブルＴ５に格納する。

［属性語排他関係獲得処理：Ｓ３０］
当該処理は、属性語間の排他関係を獲得するための処理である。

図１０は、本発明の第１の実施の形態における属性語排他関係獲得処理のフローチャートである。

属性語排他関係獲得部３０は、排他関係を獲得するために、ユーザ内共起度（Ｓ３２１１で算出）、隣接ユーザ間共起度（Ｓ３２２２で算出）、という２つの指標を用いる。

ユーザ内共起度は、一人のユーザが両方の属性語を有することが各属性語の出現確率から計算される期待値より少ない属性語同士は排他関係であることが多いという仮説に基づく指標であり、隣接ユーザ間共起度は属性語間のコミュニティの近さを獲得するための指標であり、コミュニティが遠い属性語同士は、ユーザ内共起度が低くても、排他関係ではないことが多いという仮説に基づく指標である。

ステップ３０では、まず、ステップ３２以降の排他関係獲得のための前処理として次の処理（ステップ３１）を行う。

ステップ３１）属性語排他関係獲得部３０は、まず、属性語辞書テーブルＴ２の全ての情報を取得し、各属性語をキー、値を空の配列とするハッシュH^exを作成する。また、ユーザ関係グラフテーブルＴ３から、各ユーザIDについての関係距離１のユーザID集合を取得する。また各ユーザの関係距離１のユーザの数(隣接するユーザの数)の、全ユーザにおける平均値μ（式４で利用）を算出する。例えば、Aさん,Bさん,Cさん,Dさん,Eさん、の５人が全てのユーザであり、Aさんの隣接ユーザが２人、Bさんの隣接ユーザが２人、Cさんの隣接ユーザが３人、Dさんの隣接ユーザが４人、Eさんの隣接ユーザが１人のとき、μ＝(2+2+3+4+1)/5=2.4）となる。

また、ユーザ属性語集合テーブルＴ５から、各ユーザIDについての格納済の属性語集合を取得する。

ステップ３２）属性語排他関係獲得部３０は、ステップ３１で取得した１ユーザID以上に格納されている、全ての属性語についての各属性語w毎に、次の処理を行う (Ｓ３２のループ) 。なお、以下の処理は、ステップ３１において、ユーザ属性語集合テーブルＴ５から読み出された、いずれかのユーザと紐づいている全ての属性が処理対象である。

ステップ３２１）属性語wの他の全ての属性語w' 毎に、次の処理を行う。

ステップ３２１１）ユーザ内共起度I(w, w')を以下の式３により算出する。

なお、p(w)は全ユーザにおける属性語wを有するユーザの割合を表す。p(w, w')は全ユーザにおける属性語w, w'の両方を有するユーザの割合を表す。I(w, w')は、排他関係にある属性語ペアほど、１人のユーザでの共起が発生しずらいという仮説に基づき、I(w,w')のスコアが低いペアほど、排他関係である度合いが強いということを意図して算出する。分子は実際の共起率であり、分母は共起率の期待値である。p(w),p(w,w')算出の具体例を図１１に示す。

ステップ３２１２）隣接ユーザ間共起度N(w, w')を算出する。

なおadj(w,w')は、ユーザ関係グラフテーブルＴ３において、互いに異なるwとw'を有する隣接するユーザペア（wとw'の隣接ペア数と以降ではよぶ）の(ユーザ関係グラフ全体における)数である。(adjの計算の具体例を図１２に示す。)|U_w|はwを属性語に含むユーザの数である。N(w,w')の分母の項はwとw'の隣接ペア数の両者の出現確率からの期待値であり、分子の項は実際の隣接ペア数である。(β_２はスムージングのためのパラメータである)。μはグラフにおけるノードの平均エッジ数である。

ステップ３２１３）排他関係度E(w, w')を算出する。

上記のE(w,w')は排他関係である度合いを示し、N(w,w')はコミュニティの近さ（隣接ユーザ間共起度）、I(w,w')はユーザ内共起度の高さである。I(w,w')が低く、かつ、N(w,w')が高いものだけを排他関係とする。

ステップ３２１４）排他関係度E(w,w')が閾値β₃より高い場合のみH^exにwをキーとして取得される値である配列にw'を追加する。
（以上Ｓ３２１のループ終了)
（以上Ｓ３２のループ終了）
ステップ３３） H^exの各キーとなる属性語毎に値の配列に含まれる属性語集合とのペアを全て属性語波板関係テーブルＴ４に格納する。

［ユーザ属性語集合追加付与処理：Ｓ４０］
ユーザ属性語集合追加付与部４０の処理の目的は、各ユーザに対して関係がある他ユーザの属性語を利用し、各ユーザに属性語集合を追加付与することである。但し、その際属性語の排他関係を考慮する。

図１３は、本発明の第１の実施の形態におけるユーザ属性語集合追加付与処理のフローチャートである。

ステップ４１）ユーザ属性語集合追加付与部４０は、以降の分析のための前処理として、ユーザ属性語集合テーブルＴ５から全てのユーザのユーザＩＤ(U^idとする)と各ユーザの格納済の属性語(ユーザuの属性語の集合をZ_uとする)を取得する。また、属性語排他関係テーブルＴ４から全ての属性語の排他関係(W^ex)を取得する。

ステップ４２）次に、ユーザ毎に、属性語を追加付与することを目的として、Ｓ４２１，Ｓ４２２，Ｓ４２３，Ｓ４２４の処理を行う。（分岐により必ずしも全ての処理を行わない場合がある。）
ステップ４２１）該ユーザにとっての各属性語の適切さを定めるために次の処理を行う。

まず、ユーザ関係グラフテーブルＴ３を参照し、該ユーザu_iと関係のあるユーザのユーザID集合を関係距離ごとに獲得する。さらに（式６）により、関係のあるユーザから推測する、各属性語w_jの該ユーザu_iの属性語としての適切らしさを表すスコアs(u_i,w_j)を抽出する。（ただしZ_uiに含まれるw_jについてはスコアを算出しないものとする。）

ただしdf(u_k.w_j)はユーザu_kが属性語w_jを有する場合に１，そうでないときに0を返す関数とする。γ₁はs(s_i, w_j)の算出に利用する関係距離の上限である。γ₂は関係距離の遠さの重みを調整するためのパラメータである。Wは全ユーザ属性語の集合とする。nは各関係距離とする。

さらに上記算出処理により獲得したw_jとscore(u_i, w_j)のペアの集合について、score(u_i, w_j)の値の降順にソートし、降順にw_jとscore(u_i, w_j)のペアを順次格納することにより作成される配列A^zを新規作成する。

ステップ４２２）配列A^zの要素が1つ以上ある時、Ｓ４２３へ処理を渡す。１つ未満の場合は、該ユーザのループを終了し、次のユーザの処理へ進む。

ステップ４２３）ユーザuの属性語の数|Z_u|が、閾値γ₃未満の場合Ｓ４２４に処理を渡す。γ₃以上の場合は、該ユーザのループを終了し、次のユーザの処理へ進む。

ステップ４２４）配列A^zの0番目の属性語wについて、ユーザuの全ての格納済の属性語集合Z_uの要素である各属性語と排他関係にないかをでないかを調査する (W^exを利用)。１つも排他関係にある属性語がない場合は、次の２つ処理を行う。
・Z_u=Z_u + {w}；
・ユーザ属性語集合テーブルＴ５の該ユーザu_iの行にwを追加；
ステップ４２５）配列A^zの0番目の要素を配列A^zから削除して処理Ｓ４２２に進む。

［第２の実施の形態］
本実施の形態では、第１の実施の形態における属性語排他関係獲得部３０における図１０に示すステップ３２１２の処理を含まず、ステップ３２１３の計算式の代わりに以下の式７を用いる。

上記のE(w,w')は排他関係である度合いを示し、I(w,w')はユーザ内共起度の高さである。

当該（式７）は、請求項１及び請求項２のみに対応した例である。

［第３の実施の形態］
本実施の形態では、第１の実施の形態における属性語排他関係獲得部３０における図３０のステップ３０に含まれる全ての処理を含まず、図１３のステップ４１、ステップ４２４の処理を下記処理に変えることが可能である。当該処理は、請求項１のみに対応した例に相当する。

・本実施の形態におけるステップ４１の処理
ユーザ属性語集合テーブルＴ５から全てのユーザのユーザＩＤ(U^idとする)と各ユーザの格納済の属性語(ユーザuの属性語の集合をZ_uとする)を取得する。また、属性語排他関係テーブルＴ４から全ての属性語の排他関係(W^ex)を取得する。

・本実施の形態におけるステップ４２４の処理
次の２処理を行う。
・Z_u=Z_u + {w}
・ユーザ属性語集合テーブルＴ５の該ユーザu_iの行にwを追加
上記のように、記事集合テーブルＴ１の日記記事と自己紹介記事について、全体を通してなるべく自己紹介記事固有の名詞を属性語とし、属性語の中でユーザ個別の属性語を記事に利用されているという条件で絞り込み、親密なユーザ同士の属性語の出現状況（共起関係）から排他的な関係の属性語を決定する。このとき、ユーザの属性語が少ない場合には、ユーザとの関係で適切な属性語を式６により求め、補充する。

このように、本発明では、ユーザが自己紹介記事を含む情報発信を行い、ユーザ同士のＳＮＳ上の関係が構築されているＳＮＳ上において、自己紹介記事集合から獲得される多種多用なユーザ属性語候補の中から、各ユーザに当てはまる1つ以上のユーザ属性語を、ユーザ自身が書いていない場合、または、書いた数が少ない場合についても、ユーザ属性語の同一ユーザにおける排他性を考慮し、精度高く推定することが可能になる。

上記の図1に示すユーザ属性推定装置の構成要素の動作をプログラムとして構築し、ユーザ属性推定装置として利用されるコンピュータにインストールして実行させる、または、ネットワークを介して流通させることが可能である。

なお、本発明は、上記の実施の形態に限定されることなく、特許請求の範囲内において、種々変更・応用が可能である。

１０属性語辞書獲得部
２０ユーザ属性語集合付与部
３０属性語排他関係獲得部
４０ユーザ属性語集合追加付与部
５０入力用外部装置
Ｔ１記事集合テーブル
Ｔ２属性語辞書テーブル
Ｔ３ユーザ関係グラフテーブル
Ｔ４属性語排他関係テーブル
Ｔ５ユーザ属性語集合テーブル

Claims

ユーザが自己紹介を含む情報発信を行い、ユーザ同士の人間関係が定義・構築されているソーシャルネットワークサービス(SNS)上の各ユーザに対して、該ユーザのデモグラフィックおよびサイコグラフィックを表すユーザ属性を表す属性語を１つ以上推定するユーザ属性推定装置であって、
自己紹介記事及び日記記事を格納した記事集合記憶手段と、
ユーザと関係のあるユーザを関係距離として表現したユーザ関係グラフを格納したユーザ関係グラフ記憶手段と、
前記記事集合記憶手段の自己紹介記事の集合と日記記事の集合とから、該日記記事の集合に比べて自己紹介記事の集合に出現する度合いの高さを用いて、一般的にユーザ属性を表す語(ユーザ属性語)集合を取得し、属性語辞書記憶手段に格納する属性語辞書獲得手段と、
各ユーザについて、前記記事集合記憶手段の該ユーザが書いた自己紹介記事から、前記属性語辞書記憶手段を参照して、該ユーザのユーザ属性を表す属性語を獲得し、ユーザ属性語集合記憶手段に格納するユーザ属性語集合付与手段と、
各ユーザについて、前記ユーザ属性語集合記憶手段に格納されている該ユーザの自己紹介記事から獲得したユーザ属性語の数が所定の数に満たないときに、前記ユーザ関係グラフ記憶手段を参照して、各属性語を、該ユーザからユーザ関係グラフ上の距離の近い他ユーザのユーザ属性語である場合ほど重くなる重みをつけて算出し、重み付き出現頻度の高いものから順に該ユーザのユーザ属性を表すユーザ属性語として獲得し、該ユーザ属性語集合記憶手段に格納する属性語追加付与手段と、
を有することを特徴とするユーザ属性推定装置。
前記ユーザ属性語集合記憶手段の各属性語ペアについて、SNSにおける各属性語間の同一ユーザにおける共起頻度が、該各ユーザ属性語の出現頻度から算出した期待値より低いほど、排他関係として適切であると評価し、両方の属性語を同一ユーザに属性語として付与して属性語排他関係記憶手段に格納し、該ユーザに既に付与されている属性語の集合に、該属性語との排他関係にある属性語が存在する際には付与しない属性語排他関係獲得手段を更に有する請求項1記載のユーザ属性推定装置。
前記属性語排他関係獲得手段は、
各属性語ペアについて、SNSにおける各属性語間の同一ユーザにおける共起頻度が、該各ユーザ属性語の出現頻度から算出した期待値より低いほど、または、前記ユーザ関係グラフ記憶手段を参照して、属性語を有するユーザの集合である属性語のコミュニティが近いほど、排他関係として適切であると評価する手段を含む
請求項２記載のユーザ属性推定装置。
ユーザが自己紹介を含む情報発信を行い、ユーザ同士の人間関係が定義・構築されているソーシャルネットワークサービス(SNS)上の各ユーザに対して、該ユーザのデモグラフィックおよびサイコグラフィックを表すユーザ属性を表す属性語を１つ以上推定するユーザ属性推定方法であって、
属性語辞書獲得手段が、記事集合記憶手段に格納されたSNS上の自己紹介記事の集合と日記記事の集合とから、該日記記事の集合に比べて自己紹介記事の集合に出現する度合いの高さを用いて、一般的にユーザ属性を表す語(ユーザ属性語)集合を取得し、属性語辞書記憶手段に格納する属性語辞書獲得ステップと、
ユーザ属性集合付与手段が、各ユーザについて、前記記事集合記憶手段の該ユーザが書いた自己紹介記事から、前記属性語辞書記憶手段を参照して、該ユーザのユーザ属性を表す属性語を獲得し、ユーザ属性語集合記憶手段に格納するユーザ属性語集合付与ステップと、
属性語追加付与手段が、各ユーザについて、前記ユーザ属性語集合記憶手段に格納されている該ユーザの自己紹介記事から獲得したユーザ属性語の数が所定の数に満たないときに、ユーザと関係のあるユーザを関係距離として表現したユーザ関係グラフを格納したユーザ関係グラフ記憶手段を参照して、各属性語を、該ユーザからユーザ関係グラフ上の距離の近い他ユーザのユーザ属性語である場合ほど重くなる重みをつけて算出し、重み付き出現頻度の高いものから順に該ユーザのユーザ属性を表すユーザ属性語として獲得し、ユーザ属性語集合記憶手段に格納する属性語追加付与ステップと、
を行うことを特徴とするユーザ属性推定方法。
属性語排他関係取得手段が、前記ユーザ属性語集合記憶手段の各属性語ペアについて、SNSにおける各属性語間の同一ユーザにおける共起頻度が、該各ユーザ属性語の出現頻度から算出した期待値より低いほど、排他関係として適切であると評価し、両方の属性語を同一ユーザに属性語として付与して属性語排他関係記憶手段に格納し、該ユーザに既に付与されている属性語の集合に、該属性語との排他関係にある属性語が存在する際には付与しない属性語排他関係獲得ステップを、
更に行う請求項４記載のユーザ属性推定方法。
前記属性語排他関係獲得ステップにおいて、
各属性語ペアについて、SNSにおける各属性語間の同一ユーザにおける共起頻度が、該各ユーザ属性語の出現頻度から算出した期待値より低いほど、または、前記ユーザ関係グラフ記憶手段を参照して、属性語を有するユーザの集合である属性語のコミュニティが近いほど、排他関係として適切であると評価する
請求項５記載のユーザ属性推定方法。
コンピュータを、
請求項1乃至３のいずれか1項に記載のユーザ属性推定装置の各手段として機能させるためのユーザ属性推定プログラム。