JP5815168B1 - コメント分析システム、コメント分析方法およびコメント分析用プログラム - Google Patents

Abstract

コミュニティサイトのユーザの行為を示す行為情報を取得する行為情報取得部１０３と、コミュニティサイトのユーザの中から、行為情報により示される行為が変化したユーザを特定するユーザ特定部１０４と、行為が変化したユーザがコメント反応者として反応したコメント情報をデータベース１００から抽出するコメント情報抽出部１０５とを備え、実際に行為の変化したユーザがコミュニティサイト上で反応していた他のユーザのコメント情報を抽出するようにすることにより、発言者の感情値が大きいコメント情報だけに限らず、何らかの要因によってユーザの行為に影響を与えるコメント情報を広く抽出し、マーケティングに活用することができるようにする。

Description

本発明は、コメント分析システム、コメント分析方法およびコメント分析用プログラムに関し、特に、閲覧者の意思や行動に影響を与えるコメントを分析するシステムに関するものである。

近年、ソーシャルメディアの利用者が５０００万人を超え、対コンシューマ企業各社は、ソーシャルメディアをマーケティングの現場に活用するための試行錯誤を加速させている。例えば、ネット上で様々なトピックに関してのコメント（意見、感想、口コミなど）を自由に書き込み、他者と共有することができるサイト（例えば、ブログ、掲示板、口コミ等のサイト）をマーケティングに活用することが検討されている。

すなわち、ある商品に関する他者のコメントが、その閲覧者の購買行動に強く影響することが指摘されており、当該コメントは新たな広告手段として期待を集めている。特に、コメントに発言者の情動的要素が含まれている方が、情動的要素を排した客観的なコメントよりも閲覧者への説得影響が大きく、前者のコメントの方が閲覧者に対して強い影響を与えるという特性が知られている。

従来、このような特性を考慮して、コメントを閲覧したユーザの行動を促進させるために、コメント発言者の感情を各コメントの表示制御の指標として利用するようにしたシステムが考案されている（例えば、特許文献１参照）。この特許文献１に記載のシステムでは、コメント発言者の生体情報、音声データ、画像データ等に基づいて、発言者の心理状態を所定の条件で判断し、感情値を算出する。そして、算出した感情値が大きい順に、コメントの表示順序を決定するようにしている。

特開２０１２−１１３５８９号公報

上記特許文献１に記載のシステムでは、コメント発言者の感情という一面のみを捉え、より感情値が大きいコメントを閲覧者の行動に大きな影響を与えるものとして優先的に表示している。しかしながら、閲覧者の行動に影響を与える要素は、コメント発言者の感情だけに限られるものではない。すなわち、発言者の感情値が大きいコメントを優先的に表示しさえすれば、それだけで広告効果が上がるというものではない。したがって、特許文献１に記載の技術では、閲覧者の行動に影響を与えるコメントを幅広く捉えてマーケティングに活用することができないという問題があった。

本発明は、このような問題を解決するために成されたものであり、閲覧者の行為（例えば、行動や発言、意思表明など）に影響を与えるコメントをより幅広く捉えることができるようにすることを目的とする。

上記した課題を解決するために、本発明では、コミュニティサイト上でユーザによって入力されるコメント情報を発言者情報と関連付けてデータベースに記憶させるとともに、コメント情報に対して別のユーザによって入力される反応情報を反応者情報および反応したコメント情報と関連付けてデータベースに記憶させる。その一方で、コミュニティサイトのユーザの行為を示す行為情報を取得する。そして、コミュニティサイトのユーザの中から、行為情報により示される行為が変化したユーザを特定し、当該ユーザがコメント反応者として反応したコメント情報を抽出するようにしている。

上記のように構成した本発明によれば、実際に行為の変化したユーザがコミュニティサイト上で反応していた他のユーザのコメント情報が抽出される。ユーザがコメント情報に反応しているということは、当該ユーザはそのコメント情報から何らかの影響を受けていると言える。また、当該ユーザの行為が実際に変化しているということは、コメント情報からの影響を受けて行為が変化したという因果関係がある可能性も推認される。

したがって、本発明によれば、発言者の感情値が大きいコメント情報だけに限らず、何らかの要因によってユーザの行為に影響を与えた可能性のあるコメント情報を広く抽出し、マーケティングに活用することができる。さらに、抽出されたコメント情報を分析すれば、ユーザの行為に影響を与える可能性のある様々な要因を幅広く捉え、そのような要因を含むコメント情報をマーケティングに活用することができるようになる。

本発明の一実施形態によるコメント分析システムの構成例を示す図である。 第１の実施形態によるサーバ装置の機能構成例を示すブロック図である。 本実施形態によるコメント情報登録部がデータベースに記憶させる情報の一例を示す図である。 本実施形態による反応情報登録部がデータベースに記憶させる情報の一例を示す図である。 第１の実施形態によるユーザ特定部およびコメント情報抽出部による処理の概要を説明するための図である。 第１の実施形態によるサーバ装置の動作例を示すフローチャートである。 第２の実施形態によるサーバ装置の機能構成例を示すブロック図である。 第３の実施形態によるサーバ装置の機能構成例を示すブロック図である。 第３の実施形態の賛否割合算出部による処理の概要を説明するための図である。

（第１の実施形態）
以下、本発明の第１の実施形態を図面に基づいて説明する。図１は、第１の実施形態によるコメント分析システムの構成例を示す図である。

図１に示すように、第１の実施形態によるコメント分析システムは、サーバ装置１０および複数のユーザ端末２０_-1〜２０_-n（以下、特定のユーザ端末を示さない場合は単にユーザ端末２０と記す）を備えている。サーバ装置１０と複数のユーザ端末２０との間はインターネット３０を介して接続され、サーバ装置１０により提供されるコミュニティサイトを通じて、複数のユーザ端末２０間でコメント情報のやり取りを行うことができるようになされている。

第１の実施形態では、ある商品またはサービスＸ（以下、単に商品Ｘと記す）のマーケティングにコメント情報を活用することを考える。そのために、商品Ｘをトピックとしてコミュニティサイト上で行われたトークを対象として、当該トークに参加している複数のユーザから投稿されたコメント情報を分析することにより、ユーザの行為（商品Ｘの購買という行動）に影響を与える可能性のあるコメント情報を抽出する。

図２は、第１の実施形態によるサーバ装置１０の機能構成例を示すブロック図である。図２に示すように、第２の実施形態によるサーバ装置１０は、その機能構成として、データベース１００、コメント情報登録部１０１、反応情報登録部１０２、行為情報取得部１０３、ユーザ特定部１０４、コメント情報抽出部１０５およびコメント情報提示部１０６を備えている。

上記各機能ブロック１０１〜１０６は、ハードウェア、ＤＳＰ（Digital Signal Processor）、ソフトウェアの何れによっても構成することが可能である。例えばソフトウェアによって構成する場合、上記各機能ブロック１０１〜１０６は、実際にはコンピュータのＣＰＵ、ＲＡＭ、ＲＯＭなどを備えて構成され、ＲＡＭやＲＯＭ、ハードディスクまたは半導体メモリ等の記録媒体に記憶されたコメント分析用プログラムが動作することによって実現される。

コメント情報登録部１０１は、コミュニティサイト上でユーザによって入力されるコメント情報を受け付け、コメント発言者を示す発言者情報と関連付けてコメント情報をデータベース１００に記憶させる。すなわち、コメント情報登録部１０１は、複数のユーザ端末２０からインターネット３０を介して、コメント情報と、そのコメント情報の送信者であるコメント発言者を識別するための発言者情報とを受け付けて、互いを関連付けた状態でデータベース１００に記憶させる。

ここで、発言者情報としては、例えば、コミュニティに参加しているユーザに付与されたユーザＩＤを用いることが可能である。あるいは、コミュニティ内で使用されるユーザ名またはニックネームを発言者情報として用いるようにしてもよい。別の例として、ユーザ端末２０をユニークに識別可能な情報（例えば、ＩＰアドレス、ＭＡＣアドレスなど）を発言者情報として用いるようにしてもよい。

図３は、コメント情報登録部１０１がデータベース１００に記憶させる情報の一例を示す図である。図３では、コミュニティサイト上でユーザによって入力されるコメント情報と、個々のコメント情報をユニークに識別するためのコメントＩＤと、コメント発言者を示す発言者情報としてのユーザＩＤと、コメント情報を入力した日時を表すタイムスタンプとを互いに関連付けた状態で記憶する例を示している。コメントＩＤおよびタイムスタンプは、例えば、コメント情報登録部１０１がコメント情報を受け付けるたびに発行する。

反応情報登録部１０２は、コミュニティサイト上でコメント情報に対して別のユーザによって入力される反応情報を受け付け、コメント反応者を示す反応者情報および反応したコメント情報と関連付けて反応情報をデータベース１００に記憶させる。第１の実施形態では、反応情報登録部１０２は、コメント情報を支持する意思を示すための意思情報（例えば、いわゆる「いいね！ボタン」または「拍手ボタン」の操作情報）を、コメント情報に対する反応情報として受け付ける。

具体的には、反応情報登録部１０２は、複数のユーザ端末２０からインターネット３０を介して、反応情報（以下、拍手情報と言い換えて説明する）と、その拍手情報の送信者であるコメント反応者を識別するための反応者情報と、拍手したコメント情報を識別するためのコメントＩＤとを受け付け、これらの情報を互いに関連付けた状態でデータベース１００に記憶させる。

図４は、反応情報登録部１０２がデータベース１００に記憶させる情報の一例を示す図である。図４では、コミュニティサイト上でユーザによって入力される拍手情報と、コメント反応者を示す反応者情報としてのユーザＩＤと、どのコメント情報に反応したかを示すコメントＩＤと、拍手情報を入力した日時を表すタイムスタンプとを互いに関連付けた状態で記憶する例を示している。この例では、拍手情報とコメント情報との関連付けは、コメントＩＤを通じて行っている。

行為情報取得部１０３は、コミュニティサイトのユーザの行為を示す行為情報を取得する。第１の実施形態では、行為情報取得部１０３は、コミュニティサイトにおいて特定のトピックとして取り上げた商品Ｘをユーザが購買したことを示す購買情報を行為情報として取得する。購買情報は、誰が、いつ、何を買ったかが分かる情報である。本実施形態では、行為情報取得部１０３が取得した購買情報もデータベース１００に登録するものとする。

購買情報の取得は、コミュニティサイト上でのコメント情報や拍手情報のやり取りとは別の手段によって行う。例えば、コミュニティサイトで使用する画面上に購買情報入力ボタンを設け、当該購買情報入力ボタンのユーザ操作に応じて購買情報入力画面を表示して、購買商品および購買日をユーザに入力させるようにする。行為情報取得部１０３は、この購買情報入力画面を通じて入力された購買商品および購買日を、ユーザＩＤと共に購買情報としてインターネット３０を介して取得する。なお、ユーザが商品Ｘを購買したときにのみ購買情報を入力するようにルール付けしておくことにより、購買商品の入力を不要とすることが可能である。

別の例として、コミュニティサイトとは別のＥＣサイト上で登録された購買情報を取得するようにすることも可能である。ユーザがＥＣサイト上で商品Ｘを購買した場合、そのＥＣサイト上には、誰が、いつ、何を買ったかを示す購買情報が登録される。行為情報取得部１０３は、このＥＣサイト上で登録された購買情報を取得する。この場合、行為情報取得部１０３が取得した購買情報と、データベース１００に登録されたコメント情報や拍手情報とを紐付ける必要がある。その紐付けのためのキーとして、ユーザＩＤを用いることが可能である。

例えば、コミュニティサイトが、商品Ｘを販売している企業が主催する企業コミュニティに関するものであるとする。この場合、当該企業コミュニティに参加するユーザに付与するユーザＩＤと、その企業が商品Ｘを販売するＥＣサイトでユーザが商品を購買する際に用いるユーザＩＤとを共通化させることが可能である。この共通化させたユーザＩＤを用いれば、行為情報取得部１０３が取得した購買情報と、データベース１００に登録されたコメント情報や拍手情報とを紐付けることが可能である。

なお、ここではＥＣサイト上でユーザが商品Ｘを購買する場合を例に挙げているが、これに限定されない。例えば、実店舗でユーザが商品Ｘを購買した場合でも、購買後にアフターサービス等のためにユーザがユーザ登録をするようなケースであれば、ＥＣサイトで商品Ｘを購買する場合と同様の処理を適用することが可能である。すなわち、ユーザ登録をする際に、購買商品と購買日とを登録するようにし、登録された購買情報に対してコミュニティサイト上のユーザＩＤと同じＩＤを付与するようにすれば、行為情報取得部１０３が取得する購買情報（ユーザ登録情報）と、データベース１００に登録されたコメント情報や拍手情報とを紐付けることが可能である。

ユーザ特定部１０４は、コミュニティサイトでのトークに参加しているユーザの中から、行為情報取得部１０３により取得された行為情報により示される行為が変化したユーザを特定する。第１の実施形態では、ユーザ特定部１０４は、行為情報取得部１０３により取得された購買情報により商品Ｘを購買したことが示されているユーザを特定する。具体的には、ユーザ特定部１０４は、購買情報に含まれるユーザＩＤと同じユーザＩＤが付与されているコミュニティサイト上のユーザを特定する。

コメント情報抽出部１０５は、ユーザ特定部１０４により商品Ｘを購買したユーザが特定された場合、データベース１００を参照して、商品Ｘを購買したユーザがコメント反応者として反応したコメント情報を抽出する。具体的には、コメント情報抽出部１０５は、まず、データベース１００に登録されている図４の情報を参照して、ユーザ特定部１０４により特定されたユーザのユーザＩＤをもとに、当該ユーザが拍手を行ったコメント情報のコメントＩＤを取得する。次に、コメント情報抽出部１０５は、データベース１００に登録されている図３の情報を参照して、上記のように取得したコメントＩＤに関連付けられたコメント情報を取得する。

ここで、コメント情報抽出部１０５は、商品Ｘを購買したユーザが拍手を行ったコメント情報のうち、行為情報取得部１０３により取得された購買情報により示されている購買日時よりも前に登録されたコメント情報を抽出するのが好ましい。あるいは、行為情報取得部１０３により取得された購買情報により示されている購買日時よりも前に拍手したコメント情報を抽出するようにしてもよい。

コメント情報提示部１０６は、コメント情報抽出部１０５により抽出されたコメント情報を提示する。提示の方法としては、種々の方法を適用することが可能である。例えば、サーバ装置１０が備えるディスプレイ（図示せず）に対し、コメント情報抽出部１０５により抽出されたコメント情報を表示する方法が一例として挙げられる。

あるいは、サーバ装置１０に接続されたプリンタ（図示せず）を用いて、コメント情報抽出部１０５により抽出されたコメント情報を印刷するようにしてもよい。さらに別の例として、コメント情報の分析結果を利用したい企業ユーザが使用する企業端末（図示せず）に対し、コメント情報抽出部１０５により抽出されたコメント情報を、インターネット３０を介して送信するようにしてもよい。

図５は、ユーザ特定部１０４およびコメント情報抽出部１０５による処理の概要を説明するための図である。図５において、横軸は時間軸であり、複数のユーザによって投稿されたコメント情報０１からコメント情報０７までが、コメント情報登録部１０１によって順次データベース１００に登録された状態を示している。

また、図５の例では、コメント情報０１，０５，０７に対してユーザＡが拍手を行い、コメント情報０２に対してユーザＣが拍手を行い、コメント情報０４に対してユーザＢが拍手を行った状態を示している。さらに、図５の例では、コメント情報０６が登録された日時とコメント情報０７が登録された日時との間のタイミングで、ユーザＡが商品Ｘを購買した状態を示している。このタイミングでユーザＡが商品Ｘを購買したことは、行為情報取得部１０３が取得する購買情報により示されている。

図５のような状態の場合、ユーザ特定部１０４は、コミュニティサイトでのトークに参加している複数のユーザの中から、行為情報取得部１０３により取得された購買情報により商品Ｘを購買したことが示されているユーザＡを特定する。そして、コメント情報抽出部１０５は、商品Ｘを購買したユーザＡが拍手をしているコメント情報のうち、行為情報取得部１０３により取得された購買情報により示されている購買日時よりも前に登録されたコメント情報０１，０５を抽出する。

コメント情報提示部１０６は、コメント情報抽出部１０５により抽出されたコメント情報０１，０５を提示する。この提示を受けたユーザは、コメント情報０１，０５をマーケティングに活用することが可能である。例えば、コメント情報０１，０５に共通に含まれるキーワードを抽出して広告文に使用するといった態様が考えられる。あるいは、コメント情報０１，０５をテキストマイニングして傾向分析をすることにより、商品Ａの購買に結びつく可能性のある要因を推定することも可能である。

図６は、上記のように構成した第１の実施形態によるサーバ装置１０の動作例を示すフローチャートである。ここでは、一定の期間を区切ってコミュニティサイト上で商品Ｘに関するトークを行うものとする。この例において、図６に示すフローチャートの処理は、コミュニティサイトを開設して一定の期間のカウントを開始したときにスタートする。

まず、コメント情報登録部１０１は、コミュニティサイト上でユーザによって入力されるコメント情報を受け付けたか否かを判定する（ステップＳ１）。コメント情報登録部１０１は、コメント情報を受け付けた場合、そのコメント情報を、コメントＩＤ、コメント発言者を表すユーザＩＤおよびコメント入力日時を表すタイムスタンプと関連付けてデータベース１００に記憶させる（ステップＳ２）。

次に、反応情報登録部１０２は、コミュニティサイト上でコメント情報に対してユーザによって入力される拍手情報を受け付けたか否かを判定する（ステップＳ３）。反応情報登録部１０２は、拍手情報を受け付けた場合、その拍手情報を、コメント反応者を表すユーザＩＤ、反応したコメント情報を表すコメントＩＤおよび拍手入力日時を表すタイムスタンプと関連付けてデータベース１００に記憶させる（ステップＳ４）。

さらに、行為情報取得部１０３は、コミュニティサイトにおいて特定のトピックとして取り上げた商品Ｘをユーザが購買したことを示す購買情報を取得したか否かを判定する（ステップＳ５）。行為情報取得部１０３は、購買情報を取得した場合、その購買情報をデータベース１００に記憶させる（ステップＳ６）。

その後、ユーザ特定部１０４は、一定の期間が経過したか否かを判定する（ステップＳ７）。一定の期間がまだ経過していない場合、処理はステップＳ１に戻る。一方、一定の期間が経過した場合、ユーザ特定部１０４は、コミュニティサイトでのトークに参加しているユーザの中から、行為情報取得部１０３により取得された購買情報により商品Ｘを購買したことが示されているユーザを特定する（ステップＳ８）。ここで、商品Ｘを購買したユーザが複数いれば、ユーザ特定部１０４は複数のユーザを特定する。

次に、コメント情報抽出部１０５は、ユーザ特定部１０４により特定されたユーザが拍手を行ったコメント情報のうち、購買情報により示されている購買日時よりも前に登録されたコメント情報を抽出する（ステップＳ９）。さらに、コメント情報提示部１０６は、コメント情報抽出部１０５により抽出されたコメント情報を提示する（ステップＳ１０）。これにより、図６に示すフローチャートの処理は終了する。

以上詳しく説明したように、第１の実施形態によれば、コミュニティサイト上でトピックとして取り上げた商品Ｘを実際に購買したユーザがコミュニティサイト上で拍手をしていた他のユーザのコメント情報を抽出することができる。ユーザがコメント情報に拍手をしているということは、当該ユーザはそのコメント情報から何らかの影響を受けていると言える。また、当該ユーザが実際に商品Ｘを購買しているということは、拍手をしたコメント情報からの影響を受けて商品Ｘを購買したという因果関係がある可能性も推認される。

したがって、第１の実施形態によれば、発言者の感情値が大きいコメント情報だけに限らず、何らかの要因によってユーザの購買行動に影響を与えた可能性のあるコメント情報を広く抽出し、マーケティングに活用することができる。さらに、抽出されたコメント情報を分析すれば、ユーザの購買に影響を与える可能性のある様々な要因を幅広く捉え、そのような要因を含むコメント情報をマーケティングに活用することができるようになる。

（第２の実施形態）
次に、本発明の第２の実施形態を図面に基づいて説明する。第２の実施形態によるコメント分析システムの構成は、図１と同様である。

図７は、第２の実施形態によるサーバ装置１０の機能構成例を示すブロック図である。なお、この図７において、図２に示した符号と同一の符号を付したものは同一の機能を有するものであるので、ここでは重複する説明を省略する。

図７に示すように、第２の実施形態によるサーバ装置１０は、図２に示した行為情報取得部１０３およびユーザ特定部１０４に代えて、行為情報取得部１０３’およびユーザ特定部１０４’を備えている。

行為情報取得部１０３’は、コミュニティサイトにおいて一定の期間を区切って特定のトピックについて実施されるトークの開始前および終了後に、トピックの賛否に関してトーク参加者が回答した内容を行為情報として取得する。例えば、第１の実施形態と同様に、商品Ｘをトピックとしてコミュニティサイト上でトークを行う場合、トークの開始前および終了後に商品Ｘの賛否（例えば、買うか買わないか）に関するアンケートを行う。行為情報取得部１０３’は、商品Ｘの賛否に関してトーク参加者が回答した内容を行為情報として取得する。

例えば、コミュニティサイトで使用する画面上に回答ボタンを設け、当該回答ボタンのユーザ操作に応じてアンケート回答画面を表示して、商品Ｘの賛否をユーザに入力させるようにする。行為情報取得部１０３’は、このアンケート回答画面を通じて入力された回答内容を、ユーザの意思表明を表す行為情報としてインターネット３０を介して取得する。

ユーザ特定部１０４’は、行為情報取得部１０３’により取得された行為情報に基づいて、回答の内容が変化したユーザを特定する。例えば、ユーザ特定部１０４’は、トーク開始前は商品Ｘを買わないと回答していたのに対し、トーク終了後は商品Ｘを買うと回答したユーザを特定する。コメント情報抽出部１０５は、ユーザ特定部１０４’により特定されたユーザ、すなわち、商品Ｘの賛否に関する回答内容が好転したユーザが拍手を行っていたコメント情報をデータベース１００から抽出する。

このように構成した第２の実施形態によれば、コミュニティサイトのユーザが実際に商品Ｘを購買したという実績がなくても、商品Ｘの購買に影響を与える可能性のあるコメント情報を抽出し、マーケティングに活用することができる。

なお、ここでは、商品Ｘをトピックとしてコミュニティサイト上でトークを行う場合を例に挙げて説明したが、トピックとして取り上げるのは特定の商品Ｘに関するものに限定されない。第２の実施形態では、特定の商品Ｘの購買情報を行為情報として取得するわけではないからである。例えば、特定のトピックに関する別の例として、特定の企業のイメージを取り上げることが可能である。この場合は、トークの実施前後で企業イメージが好転したユーザを特定し、当該ユーザが拍手を行っているコメント情報をデータベース１００から抽出することが可能である。

（第３の実施形態）
次に、本発明の第３の実施形態を図面に基づいて説明する。第３の実施形態によるコメント分析システムの構成は、図１と同様である。

第３の実施形態においても第２の実施形態と同様に、コミュニティサイトにおいて一定の期間を区切って特定のトピックについてトークを実施し、そのトークの開始前および終了後に、トピックの賛否に関するアンケートを行う。そして、回答内容が変化したユーザを特定し、当該特定したユーザが拍手をしているコメント情報をデータベース１００から抽出する。ただし、回答内容が変化したユーザを特定する方法が第２の実施形態と異なる。

図８は、第３の実施形態によるサーバ装置１０の機能構成例を示すブロック図である。なお、この図８において、図７に示した符号と同一の符号を付したものは同一の機能を有するものであるので、ここでは重複する説明を省略する。

図８に示すように、第３の実施形態によるサーバ装置１０は、賛否割合算出部１０７をさらに備えている。また、第３の実施形態によるサーバ装置１０は、図７に示したユーザ特定部１０４’に代えてユーザ特定部１０４”を備えている。

賛否割合算出部１０７は、コミュニティサイト上のトーク参加者を所定の属性に応じてグループ分けし、トークの開始前および終了後のそれぞれにおいて、行為情報取得部１０３’により取得された行為情報（特定のトピックの賛否に関する回答内容）に基づいて、賛否の割合をグループ毎に算出する。

図９は、賛否割合算出部１０７による処理の概要を説明するための図である。図９は、所定の属性として年代を用いた例を示している。すなわち、コミュニティサイト上のトーク参加者を年代に応じて５つのグループに分けた状態を示している。ここでは一例として、１０台、２０台、３０〜４０台、５０〜６０台、６０台以上のようにトーク参加者を５つのグループに分けている。

賛否割合算出部１０７は、トークの実施前後に行為情報取得部１０３’が取得したアンケートの回答内容をもとに、特定のトピックの賛否の割合を５つのグループ毎に算出する。図９の例では、算出した賛否の割合を５段階に分けた状態を示している。すなわち、賛成が０〜２０％の割合、２０〜４０％の割合、４０〜６０％の割合、６０〜８０％の割合、８０〜１００％の割合の５段階に分けて示している。

図９（ａ）は、トークの開始前に行ったアンケートの回答内容をもとに賛否割合算出部１０７がグループ毎に算出した賛否の割合を示している。図９（ｂ）は、トークの終了後に行ったアンケートの回答内容をもとに賛否割合算出部１０７がグループ毎に算出した賛否の割合を示している。図９の例では、トークの実施前後で賛否の割合に変化が生じている。

ユーザ特定部１０４”は、賛否割合算出部１０７により算出された割合がトークの実施前後で所定値以上変化したグループを特定し、当該特定したグループに属するユーザのうち、回答の内容が変化したユーザを特定する。例えば、ユーザ特定部１０４”は、図９の例において、賛成の割合がトークの実施前後で２段階以上大きくなったグループを特定する。図９の例では、５０〜６０台のグループがこれに該当する。さらに、ユーザ特定部１０４”は、５０〜６０台のグループに属するユーザのうち、実際に回答の内容が変化したユーザを特定する。ここでは、回答内容が否定から賛成に好転したユーザを特定する。

コメント情報抽出部１０５は、ユーザ特定部１０４”により特定されたユーザ、すなわち、特定のトピックに関する賛否の割合がトークの実施前後で所定値以上大きくなったグループに属するユーザで、かつ、特定のトピックの賛否に関する回答内容が好転したユーザが拍手を行っていたコメント情報をデータベース１００から抽出する。

このように構成した第３の実施形態によれば、特定の属性を持ったユーザに関して行為に影響を与える可能性の大きいコメント情報を抽出し、マーケティングに活用することができる。これにより、特定の属性を持ったユーザに対して有効なコメント情報の分析を行うことができる。

また、第３の実施形態を次のように応用することも可能である。すなわち、特定のトピックの賛否に関する属性別の統計データが存在する場合に、その統計データで示される属性毎の賛否割合の分布と同じ分布となるようにトーク参加者を集める。すなわち、図９（ａ）に示すトーク開始前の賛否割合の分布が統計データの分布と同じとなるようにトーク参加者を集める。つまり、市場の分布をそのままに、所定人数の縮図を作るイメージである。

そして、このようにして集めたトーク参加者によって実施されたトークの終了後に、賛否割合算出部１０７が賛否の割合をグループ毎に算出する。そして、ユーザ特定部１０４”が、賛成の割合がトークの実施前後で所定値以上大きくなったグループを特定し、当該特定したグループに属するユーザの中から回答の内容が好転したユーザを特定する。このようにすれば、統計データで示される実態に近い市場モデルをベースとして、ユーザの行為に影響を与えるコメント情報の分析を行うことができる。

なお、上記第３の実施形態では、属性の一例として年代を用いたが、用いる属性はこれに限定されない。また、上記実施形態では、属性に応じてユーザを５つのグループに分ける例について説明したが、このグループ数は一例に過ぎない。また、上記実施形態では、算出した賛否の割合を５段階に分ける例について説明したが、分ける段階の数はこれに限定されない。また、算出した割合の数値をそのまま用い、当該数値が所定値以上変化したグループを特定するようにしてもよい。

また、上記第１〜第３の実施形態では、反応情報の一例として、コメント情報を支持する意思を示すための拍手情報を用いる例について説明したが、本発明はこれに限定されない。これとは逆に、コメント情報に反対する意思を示すための意思情報を反応情報として用いるようにしてもよい。この場合は、あまり使わない方がよいコメント情報の分析を行うことができる。

その他、上記第１〜第３の実施形態は、何れも本発明を実施するにあたっての具体化の一例を示したものに過ぎず、これらによって本発明の技術的範囲が限定的に解釈されてはならないものである。すなわち、本発明はその要旨、またはその主要な特徴から逸脱することなく、様々な形で実施することができる。

１０ サーバ装置
２０ ユーザ端末
１００ データベース
１０１ コメント情報登録部
１０２ 反応情報登録部
１０３，１０３’ 行為情報取得部
１０４，１０４’，１０４” ユーザ特定部
１０５ コメント情報抽出部
１０６ コメント情報提示部
１０７ 賛否割合算出部

Claims (7)

1. コミュニティサイト上でユーザによって入力されるコメント情報を受け付け、コメント発言者を示す発言者情報と関連付けて上記コメント情報をデータベースに記憶させるコメント情報登録部と、
   上記コミュニティサイト上で上記コメント情報に対して別のユーザによって入力される反応情報を受け付け、コメント反応者を示す反応者情報および反応したコメント情報と関連付けて上記反応情報を上記データベースに記憶させる反応情報登録部と、
   上記コミュニティサイトのユーザの行為を示す行為情報を取得する行為情報取得部と、
   上記コミュニティサイトのユーザの中から、上記行為情報取得部により取得された行為情報により示される行為が変化したユーザを特定するユーザ特定部と、
   上記ユーザ特定部により行為が変化したユーザが特定された場合、上記データベースを参照して、上記行為が変化したユーザが上記コメント反応者として反応した上記コメント情報を抽出するコメント情報抽出部とを備えたことを特徴とするコメント分析システム。
2. 上記行為情報取得部は、上記コミュニティサイトにおいて特定のトピックとして取り上げた商品またはサービスを上記ユーザが購買したことを示す購買情報を上記行為情報として取得し、
   上記ユーザ特定部は、上記行為情報取得部により取得された上記行為情報により上記商品またはサービスを購買したことが示されているユーザを特定することを特徴とする請求項１に記載のコメント分析システム。
3. 上記行為情報取得部は、上記コミュニティサイトにおいて特定のトピックについて実施されるトークの開始前および終了後に、上記トピックの賛否に関してトーク参加者が回答した内容を上記行為情報として取得し、
   上記ユーザ特定部は、上記行為情報取得部により取得された上記行為情報に基づいて、回答の内容が変化したユーザを特定することを特徴とする請求項１に記載のコメント分析システム。
4. 上記トーク参加者を所定の属性に応じてグループ分けし、上記トークの開始前および終了後のそれぞれにおいて、上記行為情報取得部により取得された上記行為情報に基づいて、上記賛否の割合をグループ毎に算出する賛否割合算出部をさらに備え、
   上記ユーザ特定部は、上記賛否割合算出部により算出された割合が上記トークの実施前後で所定値以上変化したグループを特定し、当該特定したグループに属するユーザのうち、回答の内容が変化したユーザを特定することを特徴とする請求項３に記載のコメント分析システム。
5. 上記反応情報登録部は、上記コメント情報を支持または反対する意思を示すための意思情報を上記反応情報として受け付けることを特徴とする請求項１〜４の何れか１項に記載のコメント分析システム。
6. サーバ装置とユーザ端末とがネットワークを介して接続され、上記サーバ装置により提供されるコミュニティサイト上でコメント情報のやり取りを制御するようになされたシステムにおいて、上記コメント情報を分析する方法であって、
   上記サーバ装置のコメント情報登録部が、上記コミュニティサイト上でユーザによって入力されるコメント情報を受け付け、コメント発言者を示す発言者情報と関連付けて上記コメント情報をデータベースに記憶させるステップと、
   上記サーバ装置の反応情報登録部が、上記コミュニティサイト上で上記コメント情報に対して別のユーザによって入力される反応情報を受け付け、コメント反応者を示す反応者情報および反応したコメント情報と関連付けて上記反応情報を上記データベースに記憶させるステップと、
   上記サーバ装置の行為情報取得部が、上記コミュニティサイトのユーザの行為を示す行為情報を取得するステップと、
   上記サーバ装置のユーザ特定部が、上記コミュニティサイトのユーザの中から、上記行為情報取得部により取得された行為情報により示される行為が変化したユーザを特定するステップと、
   上記サーバ装置のコメント情報抽出部が、上記ユーザ特定部により行為が変化したユーザが特定された場合、上記データベースを参照して、上記行為が変化したユーザが上記コメント反応者として反応した上記コメント情報を抽出するステップとを有することを特徴とするコメント分析方法。
7. コミュニティサイト上でユーザによって入力されるコメント情報を受け付け、コメント発言者を示す発言者情報と関連付けて上記コメント情報をデータベースに記憶させるコメント情報登録手段、
   上記コミュニティサイト上で上記コメント情報に対して別のユーザによって入力される反応情報を受け付け、コメント反応者を示す反応者情報および反応したコメント情報と関連付けて上記反応情報を上記データベースに記憶させる反応情報登録手段、
   上記コミュニティサイトのユーザの行為を示す行為情報を取得する行為情報取得手段、
   上記コミュニティサイトのユーザの中から、上記行為情報取得手段により取得された行為情報により示される行為が変化したユーザを特定するユーザ特定手段、および
   上記ユーザ特定手段により行為が変化したユーザが特定された場合、上記データベースを参照して、上記行為が変化したユーザが上記コメント反応者として反応した上記コメント情報を抽出するコメント情報抽出手段
   として上記サーバ装置のコンピュータを機能させるためのコメント分析用プログラム。

Images