JP5882243B2 - ユーザ属性推定器構築方法、ユーザ属性推定方法、装置、及びプログラム - Google Patents

Description

本発明は、ユーザ属性推定器構築方法、ユーザ属性推定方法、装置、及びプログラムに関し、特に、ユーザのユーザ属性情報を推定するためのユーザ属性推定器構築方法、ユーザ属性推定方法、装置、及びプログラムに関する。

Ｔｗｉｔｔｅｒに代表されるマイクロブログは、ブログの一種であり、短い文書の投稿によって情報を発信したり、コミュニケーションをとったりすることに特徴がある。マイクロブログを利用しているユーザの属性（性別、年齢、居住地、興味など）を、投稿文書などの記述内容から推定する装置が、マイクロブログユーザ属性推定装置である。従来のマイクロブログユーザ属性推定装置は、基本的に以下の（１）〜（３）のような情報源と方法でユーザ属性の推定を行っていた。

（１）推定対象ユーザの投稿文書を情報源とし、投稿文書中に特徴的に表れる単語情報をもとにユーザ属性を推定する（例えば、非特許文献１）。

（２）ソーシャルグラフとソーシャルグラフ上における個々のユーザが明示した属性を情報源とし、コミュニケーション回数が多いほどユーザ同士が似ている（類は友を呼ぶ）という仮定に基づいて属性を伝播させることでユーザ属性を推定する（例えば、非特許文献２）。

（３）推定対象ユーザの投稿文書と、推定対象ユーザと友人関係にあるユーザの投稿文書を情報源とし、両投稿文書中に特徴的に表れる単語情報をもとにユーザ属性を推定する（例えば、非特許文献３）。

池田和史、服部元、松本一則、小野智弘、東野輝夫、「マーケット分析のためのＴｗｉｔｔｅｒ投稿者プロフィール推定手法」、情報処理学会論文誌コンシューマ・デバイス＆システム（ＣＤＳ）ｖｏｌ．2、ｎｏ．１、２０１２、p８２−９３ Zhen Wen、Ching-Yung Lin、「On the Quality of Inferring Interests From Social Neighbors」、In KDD、2010、p373-382 Faiyaz Al Zamal、Wendy Liu、Derek Ruths、「Homophily and Latent Attribute Inference:Inferring Latent Attributes of Twitter Users from Neighbors」、2012、In ICWSM

しかし、上記の方法は次のような問題点がある。

（１）の方法では、推定対象のユーザの投稿文書数が少ない場合に、推定に必要な情報が十分に得られず、推定精度が下がる。また、推定精度が推定対象ユーザの投稿文書量に依存するため、ユーザ属性推定装置全体として安定した推定精度が得られない。

（２）の方法では、大規模なソーシャルグラフが必要となるため、サービスとして実運用するには計算時間、データ量、計算機資源の面などでコストが高い。

（３）の方法では、友人関係にあるユーザの投稿文書すべてを用いるため、推定対象ユーザとは属性の異なる情報を含みやすく、推定精度が下がる場合がある。

上述した従来の方法は、情報量の多寡に起因する問題を抱えている。推定対象ユーザのみから得られる情報量では、情報量が足りずに推定精度が低下する可能性がある。一方、推定対象ユーザとソーシャルグラフ上で関係性がある（友人関係、コミュニケーションがある、など）ユーザから得られる情報を用いすぎると、ノイズが混入し推定精度が低下する可能性がある。つまり、情報量は少なすぎても多すぎても良くない。なお、あるユーザとソーシャルグラフ上で直接または間接的に関係性があるユーザのことを、近隣ユーザと呼ぶこととする。

近隣ユーザを利用する場合は、近隣ユーザが推定対象ユーザと似ている（類は友を呼ぶ）ことを前提としている。同年代とは会話しやすい、同性ばかりと会話するわけではないなど、一般的に属性によってその関係性の強弱は異なる。

本発明は、上記問題を解決するためになされたもので、マイクロブログのユーザのユーザ属性情報を精度よく推定するためのユーザ属性推定器を構築することができるユーザ属性推定器構築方法、装置、及びプログラムを提供することを目的とする。
また、マイクロブログのユーザのユーザ属性情報を精度よく推定することができるユーザ属性推定方法、装置、及びプログラムを提供することを目的とする。

上記の目的を達成するために本発明に係るユーザ属性推定器構築方法は、マイクロブログサイトの複数のユーザの各々について、前記マイクロブログサイトから得られる前記ユーザによって作成されたユーザプロフィール文書及びマイクロブログ投稿文書を含むユーザマイクロブログ文書集合と、前記ユーザと直接または間接的に関係がある近隣ユーザによって作成された前記ユーザマイクロブログ文書集合とを、前記ユーザの属性を示す教師ラベルと対応付けて記憶した記憶手段、構築用情報量調整手段、及びユーザ属性推定器構築手段を含むユーザ属性推定器構築装置におけるユーザ属性推定器構築方法であって、前記構築用情報量調整手段によって、前記複数のユーザの各々について、推定対象の属性の種類に応じて予め定められた、前記ユーザによって作成された前記ユーザプロフィール文書及び前記マイクロブログ投稿文書、前記近隣ユーザによって作成された前記ユーザプロフィール文書及び前記マイクロブログ投稿文書の各々の利用有無に応じて、前記記憶手段によって記憶された前記ユーザの前記ユーザマイクロブログ文書集合及び前記ユーザの前記近隣ユーザの前記ユーザマイクロブログ文書集合から、前記ユーザプロフィール文書又は前記マイクロブログ投稿文書を選択するステップと、前記ユーザ属性推定器構築手段によって、前記複数のユーザの各々について、前記構築用情報量調整手段によって選択された前記ユーザプロフィール文書又は前記マイクロブログ投稿文書から抽出される特徴量と、前記ユーザの属性を示す前記教師ラベルとに基づいて、前記ユーザマイクロブログ文書集合を作成したユーザの前記推定対象の属性を推定するためのユーザ属性推定器を構築するステップと、を含む。

本発明に係るユーザ属性推定器構築装置は、マイクロブログサイトの複数のユーザの各々について、前記マイクロブログサイトから得られる前記ユーザによって作成されたユーザプロフィール文書及びマイクロブログ投稿文書を含むユーザマイクロブログ文書集合と、前記ユーザと直接または間接的に関係がある近隣ユーザによって作成された前記ユーザマイクロブログ文書集合とを、前記ユーザの属性を示す教師ラベルと対応付けて記憶した記憶手段と、前記複数のユーザの各々について、推定対象の属性の種類に応じて予め定められた、前記ユーザによって作成された前記ユーザプロフィール文書及び前記マイクロブログ投稿文書、前記近隣ユーザによって作成された前記ユーザプロフィール文書及び前記マイクロブログ投稿文書の各々の利用有無に応じて、前記記憶手段によって記憶された前記ユーザの前記ユーザマイクロブログ文書集合及び前記ユーザの前記近隣ユーザの前記ユーザマイクロブログ文書集合から、前記ユーザプロフィール文書又は前記マイクロブログ投稿文書を選択する構築用情報量調整手段と、前記複数のユーザの各々について、前記構築用情報量調整手段によって選択された前記ユーザプロフィール文書又は前記マイクロブログ投稿文書から抽出される特徴量と、前記ユーザの属性を示す前記教師ラベルとに基づいて、前記ユーザマイクロブログ文書集合を作成したユーザの前記推定対象の属性を推定するためのユーザ属性推定器を構築するユーザ属性推定器構築手段と、を含んで構成されている。

本発明に係るユーザ属性推定器構築方法及びユーザ属性推定器構築装置によれば、構築用情報量調整手段によって、複数のユーザの各々について、推定対象の属性の種類に応じて予め定められた、ユーザによって作成されたユーザプロフィール文書及びマイクロブログ投稿文書、近隣ユーザによって作成されたユーザプロフィール文書及びマイクロブログ投稿文書の各々の利用有無に応じて、記憶手段によって記憶されたユーザのユーザマイクロブログ文書集合及びユーザの近隣ユーザのユーザマイクロブログ文書集合から、ユーザプロフィール文書又はマイクロブログ投稿文書を選択する。

そして、ユーザ属性推定器構築手段によって、複数のユーザの各々について、構築用情報量調整手段によって選択されたユーザプロフィール文書又はマイクロブログ投稿文書から抽出される特徴量と、ユーザの属性を示す教師ラベルとに基づいて、ユーザマイクロブログ文書集合を作成したユーザの推定対象の属性を推定するためのユーザ属性推定器を構築する。

このように、推定対象の属性の種類に応じて予め定められた、ユーザによって作成されたユーザプロフィール文書及びマイクロブログ投稿文書、近隣ユーザによって作成されたユーザプロフィール文書及びマイクロブログ投稿文書の各々の利用有無に応じて、ユーザのユーザマイクロブログ文書集合及びユーザの近隣ユーザのユーザマイクロブログ文書集合から、ユーザプロフィール文書又はマイクロブログ投稿文書を選択し、選択されたユーザプロフィール文書又はマイクロブログ投稿文書から抽出される特徴量と、ユーザの属性を示す教師ラベルとに基づいて、ユーザ属性推定器を構築することにより、マイクロブログのユーザのユーザ属性情報を精度よく推定するためのユーザ属性推定器を構築することができる。

また、本発明に係るユーザ属性推定器構築装置は、前記構築用情報量調整手段によって選択された前記ユーザプロフィール文書の集合に基づいて、前記ユーザプロフィール文書に対する特徴量を選択し、前記構築用情報量調整手段によって選択された前記マイクロブログ投稿文書の集合に基づいて、前記マイクロブログ投稿文書に対する特徴量を選択する特徴量選択手段を更に含み、前記ユーザ属性推定器構築手段は、前記複数のユーザの各々について、前記構築用情報量調整手段によって選択された前記ユーザプロフィール文書から抽出される、前記選択された前記ユーザプロフィール文書に対する特徴量、又は前記構築用情報量調整手段によって選択された前記マイクロブログ投稿文書から抽出される、前記選択された前記マイクロブログ投稿文書に対する特徴量と、前記ユーザの属性を示す前記教師ラベルとに基づいて、前記ユーザ属性推定器を構築するようにすることができる。

本発明に係るユーザ属性推定方法は、マイクロブログ文書収集手段、情報量調整手段及びユーザ属性推定手段を含むユーザ属性推定装置におけるユーザ属性推定方法であって、前記マイクロブログ文書収集手段によって、マイクロブログサイトから得られる、推定対象のユーザによって作成されたユーザプロフィール文書及びマイクロブログ投稿文書を含むユーザマイクロブログ文書集合を収集すると共に、前記推定対象のユーザと直接または間接的に関係がある近隣ユーザによって作成された前記ユーザマイクロブログ文書集合を収集するステップと、前記情報量調整手段によって、推定対象の属性の種類に応じて予め定められた、前記推定対象のユーザによって作成された前記ユーザプロフィール文書及び前記マイクロブログ投稿文書、前記近隣ユーザによって作成された前記ユーザプロフィール文書及び前記マイクロブログ投稿文書の各々の利用有無に応じて、前記マイクロブログ文書収集手段によって収集された前記ユーザマイクロブログ文書集合から、前記ユーザプロフィール文書又は前記マイクロブログ投稿文書を選択するステップと、前記ユーザ属性推定手段によって、前記推定対象の属性を推定するための予め構築されたユーザ属性推定器と、前記情報量調整手段によって選択された前記ユーザプロフィール文書又は前記マイクロブログ投稿文書から抽出される特徴量とに基づいて、前記推定対象のユーザの属性を推定するステップと、を含む。

また、本発明に係るユーザ属性推定装置は、マイクロブログサイトから得られる、推定対象のユーザによって作成されたユーザプロフィール文書及びマイクロブログ投稿文書を含むユーザマイクロブログ文書集合を収集すると共に、前記推定対象のユーザと直接または間接的に関係がある近隣ユーザによって作成された前記ユーザマイクロブログ文書集合を収集するマイクロブログ文書収集手段と、推定対象の属性の種類に応じて予め定められた、前記推定対象のユーザによって作成された前記ユーザプロフィール文書及び前記マイクロブログ投稿文書、前記近隣ユーザによって作成された前記ユーザプロフィール文書及び前記マイクロブログ投稿文書の各々の利用有無に応じて、前記マイクロブログ文書収集手段によって収集された前記ユーザマイクロブログ文書集合から、前記ユーザプロフィール文書又は前記マイクロブログ投稿文書を選択する情報量調整手段と、前記推定対象の属性を推定するための予め構築されたユーザ属性推定器と、前記情報量調整手段によって選択された前記ユーザプロフィール文書又は前記マイクロブログ投稿文書から抽出される特徴量とに基づいて、前記推定対象のユーザの属性を推定するユーザ属性推定手段とを含んで構成されている。

本発明に係るユーザ属性推定方法及びユーザ属性推定装置によれば、マイクロブログ文書収集手段によって、マイクロブログサイトから得られる、推定対象のユーザによって作成されたユーザプロフィール文書及びマイクロブログ投稿文書を含むユーザマイクロブログ文書集合を収集すると共に、推定対象のユーザと直接または間接的に関係がある近隣ユーザによって作成されたユーザマイクロブログ文書集合を収集する。

そして、情報量調整手段によって、推定対象の属性の種類に応じて予め定められた、推定対象のユーザによって作成されたユーザプロフィール文書及びマイクロブログ投稿文書、近隣ユーザによって作成されたユーザプロフィール文書及びマイクロブログ投稿文書の各々の利用有無に応じて、マイクロブログ文書収集手段によって収集されたユーザマイクロブログ文書集合から、ユーザプロフィール文書又はマイクロブログ投稿文書を選択する。

そして、ユーザ属性推定手段によって、推定対象の属性を推定するための予め構築されたユーザ属性推定器と、情報量調整手段によって選択されたユーザプロフィール文書又はマイクロブログ投稿文書から抽出される特徴量とに基づいて、推定対象のユーザの属性を推定する。

このように、推定対象の属性の種類に応じて予め定められた、推定対象のユーザによって作成されたユーザプロフィール文書及びマイクロブログ投稿文書、近隣ユーザによって作成されたユーザプロフィール文書及びマイクロブログ投稿文書の各々の利用有無に応じて、ユーザプロフィール文書又はマイクロブログ投稿文書を選択し、予め構築されたユーザ属性推定器と、選択されたユーザプロフィール文書又はマイクロブログ投稿文書から抽出される特徴量とに基づいて、推定対象のユーザの属性を推定することにより、マイクロブログのユーザのユーザ属性を精度よく推定することができる。

本発明に係るプログラムは、上述のユーザ属性推定器構築方法、あるいは上述のユーザ属性推定方法を構成する各ステップをコンピュータに実行させるためのプログラムである。

以上説明したように、本発明のユーザ属性推定器構築装置、ユーザ属性推定器構築方法、及びプログラムによれば、推定対象の属性の種類に応じて予め定められた、ユーザによって作成されたユーザプロフィール文書及びマイクロブログ投稿文書、近隣ユーザによって作成されたユーザプロフィール文書及びマイクロブログ投稿文書の各々の利用有無に応じて、ユーザのユーザマイクロブログ文書集合及びユーザの近隣ユーザのユーザマイクロブログ文書集合から、ユーザプロフィール文書又はマイクロブログ投稿文書を選択し、選択されたユーザプロフィール文書又はマイクロブログ投稿文書から抽出される特徴量と、ユーザの属性を示す教師ラベルとに基づいて、ユーザ属性推定器を構築することにより、マイクロブログのユーザのユーザ属性情報を精度よく推定するためのユーザ属性推定器を構築することができる、という効果が得られる。

また、本発明のユーザ属性推定装置、ユーザ属性推定方法及びプログラムによれば、推定対象の属性の種類に応じて予め定められた、推定対象のユーザによって作成されたユーザプロフィール文書及びマイクロブログ投稿文書、近隣ユーザによって作成されたユーザプロフィール文書及びマイクロブログ投稿文書の各々の利用有無に応じて、ユーザプロフィール文書又はマイクロブログ投稿文書を選択し、予め構築されたユーザ属性推定器と、選択されたユーザプロフィール文書又はマイクロブログ投稿文書から抽出される特徴量とに基づいて、推定対象のユーザの属性を推定することにより、マイクロブログのユーザのユーザ属性を精度よく推定することができる、という効果が得られる。

本発明の実施の形態に係るマイクロブログユーザ属性推定器構築装置の一構成例を示すブロック図である。 本発明の実施の形態に係るマイクロブログユーザ属性推定器構築装置におけるパラメータ設定の一例を示す図である。 本発明の実施の形態に係るマイクロブログユーザ属性推定装置の一構成例を示すブロック図である。 本発明の実施の形態に係るマイクロブログユーザ属性推定器構築装置おけるユーザ属性推定器構築処理ルーチンの前半部分の内容を示すフローチャートである。 本発明の実施の形態に係るマイクロブログユーザ属性推定器構築装置おけるユーザ属性推定器構築処理ルーチンの後半部分の内容を示すフローチャートである。 本発明の実施の形態に係るマイクロブログユーザ属性推定装置におけるユーザ属性推定処理ルーチンの前半部分の内容を示すフローチャートである。 本発明の実施の形態に係るマイクロブログユーザ属性推定装置におけるユーザ属性推定処理ルーチンの後半部分の内容を示すフローチャートである。

＜概要＞
まず、本発明の実施の形態の概要について説明する。

本発明の実施の形態は、どのような属性、マイクロブログユーザ（以下、ユーザと称する。）に対しても安定して高精度なユーザ属性推定を行うために、推定・学習対象ユーザ及びその近隣ユーザから得る情報量を調節する機能を有する。近隣ユーザとは、あるユーザと直接または間接的に関係があるユーザをいう。例えば、近隣ユーザは、あるユーザとソーシャルグラフ上で関係性があるようなユーザであり、ソーシャルグラフとは、Ｗｅｂ上でのユーザ間の相関関係や、そのつながり、結びつきを意味する概念である。

情報量の調節は、推定・学習対象ユーザ及びその近隣ユーザの各々のユーザプロフィール文書（以下、単にプロフィール文書と称する。）とマイクロブログ投稿文書（以下、単に投稿文書と称する。）との利用有無という４つのパラメータによって行う。なお、大規模ソーシャルグラフの利用はコストが高いため、近隣ユーザとしては、推定・学習対象ユーザと直接的な関係（以下、１ｈｏｐの関係と称する。また、友人の友人は２ｈｏｐｓの関係となる。）にあるユーザのみしか利用しない。また、属性によって近隣ユーザの利用の効果が異なるため、情報量の調整のためのパラメータの設定は推定対象となる属性の種類ごとに行う。

以下、図面を参照して本発明の実施の形態を詳細に説明する。

＜マイクロブログユーザ属性推定器構築装置のシステム構成＞
図１は、本発明の実施の形態に係るマイクロブログユーザ属性推定器構築装置１０を示すブロック図である。このマイクロブログユーザ属性推定器構築装置１０は、ＣＰＵと、ＲＡＭと、後述するユーザ属性推定器構築処理ルーチンを実行するためのプログラムを記憶したＲＯＭとを備えたコンピュータで構成され、機能的には次に示すように構成されている。

本実施の形態に係るマイクロブログユーザ属性推定器構築装置１０は、図１に示すように、構築用入力部１と、構築用演算部２と、マイクロブログユーザ属性推定器記憶部３とを備えている。

構築用入力部１は、学習データとして入力された複数の文書からなるユーザマイクロブログ文書集合（以下、単にマイクロブログ文書集合と称する。）を受け付ける。また、構築用入力部１は、後述する構築用情報量調整部２１において用いられるパラメータ設定情報を受け付ける。

マイクロブログ文書集合とは、ユーザによって作成された複数のマイクロブログ文書で構成されている。マイクロブログ文書とは、ユーザが作成したマイクロブログサイトに記載されたプロフィール文書と投稿文書とを総称したものである。プロフィール文書とは、ユーザによってマイクロブログサイトで作成された、例えば自由記述形式で表現されているユーザの自己紹介文書を示す。また、投稿文書とは、ユーザによってマイクロブログサイトに投稿された文書を示す。
マイクロブログ文書集合は、ユーザ毎に入力され、当該ユーザのマイクロブログ文書集合は、マイクロブログサイトから得られる、当該ユーザによって作成されたプロフィール文書及び投稿文書を含むマイクロブログ文書集合と、当該ユーザの近隣ユーザによって作成されたマイクロブログ文書集合とを含む。当該ユーザのマイクロブログ文書集合には、当該ユーザの属性を示す教師ラベルが予め付与されている。教師ラベルとは、例えば性別における男性、女性など、その属性の、当該ユーザが属するクラスを示す情報である。なお、本実施の形態では、近隣ユーザとして、ユーザと１ｈｏｐの関係にあるユーザのみ利用する。当該近隣ユーザの特定については、ユーザの投稿文書から近隣ユーザのユーザＩＤ（例えば、会話の相手ユーザのユーザＩＤ）を抽出して特定する。

構築用演算部２は、教師ラベル付与済マイクロブログ文書データベース２０と、構築用情報量調整部２１と、マイクロブログユーザ属性推定器構築部２２とから構成されている。

教師ラベル付与済マイクロブログ文書データベース２０には、構築用入力部１により入力された複数のユーザの各々のマイクロブログ文書集合が記憶される。なお、教師ラベル付与済マイクロブログ文書データベース２０は記憶手段の一例である。

構築用情報量調整部２１は、複数のユーザの各々について、推定対象の属性の種類に応じて予め定められた、当該ユーザによって作成されたプロフィール文書及び投稿文書、近隣ユーザによって作成されたプロフィール文書及び投稿文書の各々の利用有無が記述されたパラメータ設定情報に応じて、教師ラベル付与済マイクロブログ文書データベース２０に記憶された当該ユーザのマイクロブログ文書集合及び当該ユーザの近隣ユーザのマイクロブログ文書集合から、当該ユーザ又は近隣ユーザのプロフィール文書又は投稿文書を選択する。

図２に、構築用情報量調整部２１において用いられるパラメータ設定情報の一例を示す。パラメータ設定情報では、学習・推定対象ユーザ及び近隣ユーザの各々における、プロフィール文書及び投稿文書の各々の利用有無が属性の種類ごとに記述される。これらの情報が記述されれば、表現の方法は問わない。例えば、ＴＲＵＥ、ＦＡＬＳＥの代わりに１、０などを用いても良い。また、テキストファイルやデータベース上のテーブルなど任意の記憶形式で記憶して良い。

構築用情報量調整部２１において用いられるパラメータ設定情報は、構築用入力部１により入力される。パラメータ設定情報は、人手によって事前に設定される。

構築用情報量調整部２１は、推定対象の属性の種類に対し、事前に設定されたパラメータ設定情報に基づいて、学習に用いられるマイクロブログ文書集合の情報量を調節する。具体的には、まず、パラメータ設定情報が構築用情報量調整部２１に読み込まれる。そして、学習データに含まれる学習対象ユーザごとにマイクロブログ文書集合の情報量の調節を行い、実際に学習に利用する実学習データを作成する。情報量の調節では、まず、学習対象ユーザのプロフィール文書を利用するかが判断される。パラメータ設定情報に利用有と記載されていれば、学習対象ユーザのプロフィール文書が選択されて実学習データに加えられ、利用無と記載されていれば選択されず実学習データに加えられない。この判断を、学習対象ユーザの投稿文書、近隣ユーザのプロフィール文書と投稿文書についても同様に行う。以上の処理を学習データに含まれる学習対象ユーザすべてに対して行い、実学習データを作成する。

マイクロブログユーザ属性推定器構築部２２は、推定対象の属性の種類に対し、構築用情報量調整部２１によって選択された実学習データに含まれるプロフィール文書の集合に基づいて、プロフィール文書に対する特徴量を選択し、構築用情報量調整部２１によって選択された投稿文書の集合に基づいて、投稿文書に対する特徴量を選択する。マイクロブログユーザ属性推定器構築部２２は、特徴量選択手段、及びユーザ属性推定器構築手段の一例である。

具体的には、実学習データに含まれるプロフィール文書又は投稿文書から抽出される特徴量の種類について、推定対象の属性の種類に対し、クラス毎に特徴量を選択する。より具体的には、実学習データに対してＴＦ−ＩＤＦ（TF：Term Frequency, IDF：Inverse Document Frequency）、カイ二乗値、赤池情報量基準などの統計指標を適用し、クラス（男性など）に特徴的な単語（俺、嫁など）を抽出する。この特徴量選択を、実学習データに含まれるプロフィール文書の集合、及び実学習データに含まれる投稿文書の集合のそれぞれに対して行い、それぞれで一定数の特徴量を選択する。ここで、特徴量選択は、プロフィール文書については同じ特徴量の選択、投稿文書については同じ特徴量の選択が行われる。なお、利用無になっているプロフィール文書及び投稿文書については、実学習データに含まれないため、特徴量選択を行わない。

そして、マイクロブログユーザ属性推定器構築部２２は、推定対象の属性の種類に対し、複数のユーザの各々について、構築用情報量調整部２１によって選択された当該ユーザのプロフィール文書の集合から、選択されたプロフィール文書に対する特徴量の各々を抽出し、構築用情報量調整部２１によって選択された当該ユーザの近隣ユーザのプロフィール文書の集合から、選択されたプロフィール文書に対する特徴量の各々を抽出し、構築用情報量調整部２１によって選択された当該ユーザの投稿文書の集合から、選択された投稿文書に対する特徴量の各々を抽出し、又は構築用情報量調整部２１によって選択された当該ユーザの近隣ユーザの投稿文書の集合から、選択された投稿文書に対する特徴量の各々を抽出する。

具体的には、選択された特徴量の各々が実学習データ中に何回出現したかカウントし、特徴量として各々抽出する。特徴量のカウントは学習対象ユーザと近隣ユーザのプロフィール文書及び投稿文書の各々に対して行う。

マイクロブログユーザ属性推定器構築部２２は、推定対象の属性の種類に対し、複数のユーザの各々における、上記のように実学習データから抽出された特徴量（ユーザのプロフィール文書における、プロフィール文書に対する特徴量の各々のカウント、近隣ユーザのプロフィール文書における、プロフィール文書に対する特徴量の各々のカウント、ユーザの投稿文書における、投稿文書に対する特徴量の各々のカウント、又は近隣ユーザの投稿文書における、投稿文書に対する特徴量の各々のカウント）と、当該ユーザの属性を示す教師ラベルとに基づいて、既存の学習手法によって、マイクロブログ文書を作成したユーザの推定対象の属性を推定するためのユーザ属性推定器を構築する。

マイクロブログユーザ属性推定器は、推定対象の属性の種類毎に構築され、例えば、性別推定のための性別推定器、年齢推定のための年齢推定器、職業推定のための職業推定器、及び興味推定のための興味推定器が構築される。これらの推定器の各々は、プロフィール文書及び投稿文書から抽出される特徴量を入力としユーザ属性の種類について、推定対象ユーザが各クラスに該当する確率値を出力するものである。なお、マイクロブログユーザ属性推定器はどのような特徴量（選択された特徴量）を用いて構成されたかについての情報も保持している。

なお、マイクロブログユーザ属性推定器の構築は、単純ベイズ分類器（参考文献（Andrew McCallum and Kamal Nigam、「A comparison of event models for Naive Bayes text classification」、In proceedings of AAAI WORKSHOP ON LEARNING FOR TEXT CATEGORIZATION、1998、p41-48）を参照）やSupport Vector Machine（参考文献（Corinna Cortes and Vladimir Vapnik、「Support-Vector Networks」、Machine Learning、1995、p237-297）を参照）などの既存手法を用いる。本実施の形態では、単純ベイズ分類器をマイクロブログユーザ属性推定器として構築する。

マイクロブログユーザ属性推定器記憶部３には、マイクロブログユーザ属性推定器構築部２２によって構築されたマイクロブログユーザ属性推定器が記憶される。

＜マイクロブログユーザ属性推定装置のシステム構成＞
図３は、本発明の実施の形態に係るマイクロブログユーザ属性推定装置１００を示すブロック図である。このマイクロブログユーザ属性推定装置１００は、ＣＰＵと、ＲＡＭと、後述するマイクロブログユーザ属性推定処理ルーチンを実行するためのプログラムを記憶したＲＯＭとを備えたコンピュータで構成され、機能的には次に示すように構成されている。

本実施の形態に係るマイクロブログユーザ属性推定装置１００は、図３に示すように、入力部４と、マイクロブログユーザ属性推定器記憶部５と、演算部６と、出力部７とを備えている。

入力部４は、ユーザ属性推定対象であるマイクロブログのユーザのマイクロブログユーザＩＤの入力を受け付ける。また、入力部４は、後述する情報量調整部６１において用いられるパラメータ設定情報を受け付ける。なお、入力されるパラメータ設定情報は、上記マイクロブログユーザ属性推定器構築装置１０で入力されるパラメータ設定情報と同一である。

マイクロブログユーザ属性推定器記憶部５には、上記マイクロブログユーザ属性推定器構築装置１０によって構築されたマイクロブログユーザ属性推定器が記憶される。

演算部６は、マイクロブログ文書収集部６０と、情報量調整部６１と、マイクロブログユーザ属性推定部６２とから構成されている。

マイクロブログ文書収集部６０は、入力部４により入力されたマイクロブログユーザＩＤに基づいて、当該マイクロブログユーザＩＤに対応するマイクロブログサイト３００にインターネット２００を介してアクセスする。そして、入力されたマイクロブログユーザＩＤに基づいて、マイクロブログサイト３００に含まれる、推定対象のユーザによって作成されたマイクロブログサイトのユーザプロフィール文書及びマイクロブログ投稿文書を含むマイクロブログ文書集合を収集すると共に、推定対象のユーザの近隣ユーザのユーザＩＤに基づいて、近隣ユーザによって作成されたマイクロブログサイトのユーザプロフィール文書及びマイクロブログ投稿文書を含むマイクロブログ文書集合を収集する。ここで、近隣ユーザのユーザＩＤは、ユーザの投稿文書から近隣ユーザのＩＤ等を抽出して特定する。

情報量調整部６１は、入力されたパラメータ設定情報が示す、推定対象の属性の種類に応じて予め定められた、推定対象のユーザによって作成されたプロフィール文書及び投稿文書、近隣ユーザによって作成されたプロフィール文書及び投稿文書の各々の利用有無に応じて、マイクロブログ文書収集部６０によって収集されたマイクロブログ文書集合から、プロフィール文書又は投稿文書を選択する。具体的には、推定対象の属性の種類に対し、パラメータ設定情報に基づいて、推定対象ユーザのプロフィール文書を利用するか否かが判断し、パラメータ設定情報に利用有と記載されていれば、推定対象ユーザのプロフィール文書を選択し、利用無と記載されていれば選択されない。この判断及び選択を、推定対象ユーザの投稿文書、近隣ユーザのプロフィール文書と投稿文書についても同様に行う。

また、マイクロブログユーザ属性推定部６２は、マイクロブログユーザ属性推定器がどのような特徴量が選択されて構成されたかについての情報を読み込む。当該情報は、上記マイクロブログユーザ属性推定器構築装置１０において、マイクロブログユーザ属性推定器を構築する際に保持された情報である。マイクロブログユーザ属性推定部６２は、情報量調整部６１により推定対象ユーザのプロフィール文書が選択されていれば、推定対象ユーザのプロフィール文書の集合から、プロフィール文書に対して選択されている特徴量の各々をカウントして抽出し、推定対象ユーザのプロフィール文書が選択されていなければ特徴量をカウントしない。この特徴量の抽出を、推定対象ユーザの投稿文書、近隣ユーザのプロフィール文書と投稿文書についても同様に行う。なお、マイクロブログユーザ属性推定部６２は、ユーザ属性推定手段の一例である。

マイクロブログユーザ属性推定部６２は、推定対象の属性の種類に対し、推定対象の属性を推定するための予め構築されたユーザ属性推定器と、情報量調整部６１によって選択されたプロフィール文書又は投稿文書から抽出した特徴量とに基づいて、推定対象のユーザの属性を推定する。
具体的には、マイクロブログユーザ属性推定部６２は、推定対象の属性の種類に対し、情報量調整部６１によって選択された推定対象ユーザのプロフィール文書から得られた、プロフィール文書に対する特徴量の各々のカウント、情報量調整部６１によって選択された推定対象ユーザの投稿文書から得られた、投稿文書に対する特徴量の各々のカウント、情報量調整部６１によって選択された近隣ユーザのプロフィール文書から得られた、プロフィール文書に対する特徴量の各々のカウント、又は情報量調整部６１によって選択された近隣ユーザの投稿文書から得られた、投稿文書に対する特徴量の各々のカウントと、上記マイクロブログユーザ属性推定器構築装置１０によって構築され、マイクロブログユーザ属性推定器記憶部５に記憶されているマイクロブログユーザ属性推定器とを用いて、ユーザ属性の推定を行う。マイクロブログユーザ属性推定器による推定結果は推定するユーザ属性の種類のクラスごとに確率値として出力される。例えば、ユーザ属性の種類が性別である場合には、クラスごとに男性0.60、女性0.40と出力される。

出力部７は、マイクロブログユーザ属性推定部６２で推定されたユーザ属性を結果として出力する。

＜マイクロブログユーザ属性推定器構築装置の作用＞
次に、本実施の形態に係るマイクロブログユーザ属性推定器構築装置１０の作用について説明する。まず、複数のマイクロブログユーザ毎のマイクロブログ文書の集合であるマイクロブログ文書集合及び当該ユーザの近隣ユーザのマイクロブログ文書集合が、当該ユーザの属性を示す教師ラベルと共にマイクロブログユーザ属性推定器構築装置１０に入力されると、マイクロブログユーザ属性推定器構築装置１０によって、入力されたマイクロブログ文書集合が、教師ラベルと共に、教師ラベル付与済マイクロブログ文書データベース２０へ格納される。そして、パラメータ設定情報がマイクロブログユーザ属性推定器構築装置１０に入力されると、マイクロブログユーザ属性推定器構築装置１０によって、図４及び図５に示すユーザ属性推定器構築処理ルーチンが、推定対象の属性の種類毎に繰り返し実行される。

まず、ステップＳ１００において、構築用入力部１により入力されたパラメータ設定情報が読み込まれる。

次に、ステップＳ１０２において、教師ラベル付与済マイクロブログ文書データベース２０に記憶されているマイクロブログ文書集合に対応するユーザの中から、学習対象となるユーザを設定する。次に、ステップＳ１０４において、教師ラベル付与済マイクロブログ文書データベース２０から、上記ステップＳ１０２で設定された学習対象ユーザによって作成されたマイクロブログ文書集合と、対象ユーザの近隣ユーザのマイクロブログ文書集合を取り出す。

そして、ステップＳ１０６において、構築用情報量調整部２１によって、上記ステップＳ１００で読み込まれたパラメータ設定情報に基づいて、推定対象の属性の種類に対し、学習対象ユーザのプロフィール文書を利用するか否かを判定する。プロフィール文書を利用する場合には、ステップＳ１０８へ移行する。プロフィール文書を利用しない場合には、ステップＳ１１０へ移行する。

ステップＳ１０８において、学習対象ユーザのプロフィール文書の各々を選択し、実学習データとして追加するようにメモリ（図示省略）に記録する。

次に、ステップＳ１１０において、構築用情報量調整部２１によって、上記ステップＳ１００で読み込まれたパラメータ設定情報に基づいて、推定対象の属性の種類に対し、学習対象ユーザの投稿文書を利用するか否かを判定する。学習対象ユーザの投稿文書を利用する場合には、ステップＳ１１２へ移行する。学習対象ユーザの投稿文書を利用しない場合には、ステップＳ１１４へ移行する。

そして、ステップＳ１１２において、学習対象ユーザの投稿文書の各々を選択し、実学習データとして追加するようにメモリ（図示省略）に記録する。

ステップＳ１１４において、構築用情報量調整部２１によって、上記ステップＳ１００で読み込まれたパラメータ設定情報に基づいて、推定対象の属性の種類に対し、学習対象ユーザの近隣ユーザのプロフィール文書を利用するか否かを判定する。近隣ユーザのプロフィール文書を利用する場合には、ステップＳ１１６へ移行する。近隣ユーザのプロフィール文書を利用しない場合には、ステップＳ１１８へ移行する。

次に、ステップＳ１１６において、学習対象ユーザの近隣ユーザのプロフィール文書の各々を選択し、実学習データとして追加するようにメモリ（図示省略）に記録する。

次に、ステップＳ１１８において、構築用情報量調整部２１によって、上記ステップＳ１００で読み込まれたパラメータ設定情報に基づいて、推定対象の属性の種類に対し、上記ステップＳ１０２で設定された学習対象ユーザの近隣ユーザの投稿文書を利用するか否かを判定する。近隣ユーザの投稿文書を利用する場合には、ステップＳ１２０へ移行する。近隣ユーザの投稿文書を利用しない場合には、ステップＳ１２２へ移行する。

次に、ステップＳ１２０において、学習対象ユーザの近隣ユーザの投稿文書の各々を選択し、実学習データとして追加するようにメモリ（図示省略）に記録する。

次に、ステップＳ１２２において、教師ラベル付与済マイクロブログ文書データベース２０に記憶されているマイクロブログ文書集合に対応する全てのユーザについて、上記ステップＳ１０２〜Ｓ１２０の処理を実行したか否かを判定する。そして、上記ステップＳ１０２〜Ｓ１２０の処理を実行していないユーザが存在する場合には、上記ステップＳ１０２へ戻り、当該ユーザを学習対象ユーザに設定する。一方、全てのユーザについて、上記ステップＳ１０２〜Ｓ１２０処理を実行した場合には、ステップＳ１２４へ進む。

ステップＳ１２４において、マイクロブログユーザ属性推定器構築部２２によって、上記ステップＳ１０８、Ｓ１１２、Ｓ１１６、Ｓ１２０によってメモリ（図示省略）に記録された実学習データに基づいて、プロフィール文書に対する特徴量の選択を行うと共に、投稿文書に対する特徴量の選択を行う。なお、実学習データとしてプロフィール文書が選択されていない場合には、プロフィール文書に対する特徴量の選択は行わない。また、実学習データとして投稿文書が選択されていない場合には、投稿文書に対する特徴量の選択は行わない。

次に、ステップＳ１２６において、学習対象ユーザの各々について、上記ステップＳ１０８、Ｓ１１２、Ｓ１１６、Ｓ１２０によってメモリ（図示省略）に記録された実学習データのうちの、当該学習対象ユーザのプロフィール文書から、上記ステップＳ１２４で選択された特徴量を抽出し、実学習データのうちの、当該学習対象ユーザの投稿文書から、上記ステップＳ１２４で選択された特徴量を抽出し、実学習データのうちの、当該学習対象ユーザの近隣ユーザのプロフィール文書から、上記ステップＳ１２４で選択された特徴量を抽出し、実学習データのうちの、当該学習対象ユーザの近隣ユーザの投稿文書から、上記ステップＳ１２４で選択された特徴量を抽出する。なお、実学習データとして学習対象ユーザのプロフィール文書が選択されていない場合には、学習対象ユーザのプロフィール文書から特徴量の抽出は行わない。実学習データとして近隣ユーザのプロフィール文書が選択されていない場合には、近隣ユーザのプロフィール文書から特徴量の抽出は行わない。また、実学習データとして学習対象ユーザの投稿文書が選択されていない場合には、学習対象ユーザの投稿文書に対する特徴量の抽出は行わない。また、実学習データとして学習対象ユーザの近隣ユーザの投稿文書が選択されていない場合には、学習対象ユーザの近隣ユーザの投稿文書に対する特徴量の抽出は行わない。

次に、ステップＳ１２８において、上記ステップＳ１２６で学習対象ユーザの各々について抽出された特徴量と、学習対象ユーザの各々について予め付与されている教師ラベルとに基づいて、推定対象の属性の種類に対するマイクロブログユーザ属性推定器を構築する。

ステップＳ１３０において、上記ステップＳ１２８で構築されたマイクロブログユーザ属性推定器をマイクロブログユーザ属性推定器記憶部３へ格納して、ユーザ属性推定器構築処理ルーチンを終了する。

＜マイクロブログユーザ属性推定装置の作用＞
次に、本実施の形態に係るマイクロブログユーザ属性推定装置１００の作用について説明する。まず、マイクロブログユーザ属性推定器構築装置１０のマイクロブログユーザ属性推定器記憶部３に記憶されているマイクロブログユーザ属性推定器が、マイクロブログユーザ属性推定装置１００に入力されると、マイクロブログユーザ属性推定器がマイクロブログユーザ属性推定器記憶部５に格納される。そして、推定したいユーザのマイクロブログユーザＩＤと、パラメータ設定情報とがマイクロブログユーザ属性推定装置１００に入力されると、マイクロブログユーザ属性推定装置１００によって、図６及び図７に示すユーザ属性推定処理ルーチンが実行される。なお、ユーザ属性推定処理ルーチンは、推定対象の属性の種類毎に繰り返し実行される。

まず、ステップＳ２００において、入力部４により入力されたユーザ属性推定対象であるユーザのマイクロブログユーザＩＤを受け付ける。

次に、ステップＳ２０２において、マイクロブログ文書収集部６０によって、インターネット２００を介してマイクロブログサイト３００にアクセスすると共に、上記ステップＳ２００で入力されたマイクロブログユーザＩＤに基づいて、マイクロブログサイト３００から、当該マイクロブログユーザＩＤが示す推定対象ユーザのマイクロブログ文書集合と、当該推定対象ユーザの近隣ユーザのマイクロブログ文書集合を収集する。

次に、ステップＳ２０４において、入力部４により入力されたパラメータ設定情報が読み込まれる。

次に、ステップＳ２０６において、情報量調整部６１によって、推定対象の属性の種類に対し、マイクロブログユーザ属性推定器がどのような特徴量（選択された特徴量）によって構成されたかについての情報を読み込む。

そして、ステップＳ２０８において、情報量調整部６１によって、上記ステップＳ２０４で読み込まれたパラメータ設定情報に基づいて、推定対象の属性の種類に対し、推定対象ユーザのマイクロブログ文書集合のプロフィール文書を利用するか否かを判定する。推定対象ユーザのプロフィール文書を利用する場合には、ステップＳ２１０へ移行する。推定対象ユーザのプロフィール文書を利用しない場合には、ステップＳ２１２へ移行する。

ステップＳ２１０において、推定対象ユーザのプロフィール文書について、上記ステップＳ２０６で得られたプロフィール文書に対する特徴量の各々をカウントする。

そして、ステップＳ２１２において、情報量調整部６１によって、上記ステップＳ２０２で読み込まれたパラメータ設定情報に基づいて、推定対象の属性の種類に対し、推定対象ユーザのマイクロブログ文書集合の投稿文書を利用するか否かを判定する。推定対象ユーザの投稿文書を利用する場合には、ステップＳ２１４へ移行する。推定対象ユーザの投稿文書を利用しない場合には、ステップＳ２１６へ移行する。

ステップＳ２１４において、推定対象ユーザの投稿文書について、上記ステップＳ２０６で得られた投稿文書に対する特徴量の各々をカウントする。

そして、ステップＳ２１６において、情報量調整部６１によって、上記ステップＳ２０２で読み込まれたパラメータ設定情報に基づいて、推定対象の属性の種類に対し、推定対象ユーザの近隣ユーザのマイクロブログ文書集合のプロフィール文書を利用するか否かを判定する。近隣ユーザのプロフィール文書を利用する場合には、ステップＳ２１８へ移行する。近隣ユーザのプロフィール文書を利用しない場合には、ステップＳ２２０へ移行する。

ステップＳ２１８において、推定対象ユーザの近隣ユーザのプロフィール文書について、上記ステップＳ２０６で得られたプロフィール文書に対する特徴量の各々をカウントする。

そして、ステップＳ２２０において、情報量調整部６１によって、上記ステップＳ２０２で読み込まれたパラメータ設定情報に基づいて、推定対象の属性の種類に対し、推定対象ユーザの近隣ユーザのマイクロブログ文書集合の投稿文書を利用するか否かを判定する。近隣ユーザの投稿文書を利用する場合には、ステップＳ２２２へ移行する。近隣ユーザの投稿文書を利用しない場合には、ステップＳ２２４へ移行する。

ステップＳ２２２において、推定対象ユーザの近隣ユーザの投稿文書について、上記ステップＳ２０６で得られた投稿文書に対する特徴量の各々をカウントする。

そして、ステップＳ２２４において、推定対象の属性の種類に対し、上記ステップＳ２１０、ステップＳ２１４、ステップＳ２１８、ステップＳ２２２でカウントされた各特徴量と、マイクロブログユーザ属性推定器記憶部５に格納されたマイクロブログユーザ属性推定器とに基づいて、推定対象ユーザのユーザ属性を推定する。

ステップＳ２２６において、出力部７によって、上記ステップＳ２２４で推定されたユーザ属性を、結果として出力する。

以上説明したように、本実施の形態に係るマイクロブログユーザ属性推定器構築装置によれば、推定対象の属性の種類に応じて予め定められた、ユーザによって作成されたプロフィール文書及び投稿文書、近隣ユーザによって作成されたプロフィール文書及び投稿文書の各々の利用有無に応じて、ユーザのマイクロブログ文書集合及びユーザの近隣ユーザのマイクロブログ文書集合から、プロフィール文書又は投稿文書を選択し、選択されたプロフィール文書又は投稿文書から抽出される特徴量と、ユーザの属性を示す教師ラベルとに基づいて、ユーザ属性推定器を構築することにより、マイクロブログのユーザのユーザ属性情報を精度よく推定するためのユーザ属性推定器を構築することができる。

また、本実施の形態に係るマイクロブログユーザ属性推定装置によれば、推定対象の属性の種類に応じて予め定められた、推定対象のユーザによって作成されたプロフィール文書及び投稿文書、近隣ユーザによって作成されたプロフィール文書及び投稿文書の各々の利用有無に応じて、プロフィール文書又は投稿文書を選択し、予め構築されたユーザ属性推定器と、選択されたプロフィール文書又は投稿文書から抽出される特徴量とに基づいて、推定対象のユーザの属性を推定することにより、マイクロブログのユーザのユーザ属性を精度よく推定することができる。

また、本実施の形態に係るマイクロブログユーザ属性推定器構築装置及びマイクロブログユーザ属性推定装置によれば、推定・学習対象ユーザ及びその近隣ユーザから得る情報量を調節する機能を有することによって、情報量の多寡による推定精度の変化を調節することができる。

また、本実施の形態では、近隣ユーザとして、推定・学習対象ユーザと１ｈｏｐの関係にあるユーザのみしか使用せず、大規模なソーシャルグラフは必要ないため、大規模なソーシャルグラフを必要とする手法よりも、計算時間、データ量、計算機資源などの面で低コストである。

また、推定対象となる属性に応じてパラメータを設定することができるため、属性によって近隣ユーザの利用の効果が異なる問題に対応することができる。

なお、本発明は、上述した実施形態に限定されるものではなく、この発明の要旨を逸脱しない範囲内で様々な変形や応用が可能である。

例えば、マイクロブログユーザ属性推定器構築装置及びマイクロブログユーザ属性推定装置における近隣ユーザは、学習・推定対象ユーザの投稿文書から近隣ユーザのＩＤ等を抽出して特定する場合を例に説明したが、これに限定されるものではなく、学習・推定対象ユーザのプロフィール文書等から近隣ユーザのＩＤを抽出して特定してもよい。あるいは、ソーシャルグラフを用いて、対象ユーザの近隣ユーザを特定してもよい。

また、マイクロブログユーザ属性推定器構築装置及びマイクロブログユーザ属性推定装置における近隣ユーザとして、学習・推定対象ユーザと１ｈｏｐの直接関係あるユーザのみ利用する場合を例に説明したが、これに限定されるものではなく、２ｈｏｐ以上の間接的に関係があるユーザを含めて利用してもよい。

また、マイクロブログユーザ属性推定器構築装置及びマイクロブログユーザ属性推定装置では、ＴＦ−ＩＤＦ、赤池情報量基準、及びカイ二乗値の値などの統計指標を適用し、特徴量選択を行う場合を例に説明したが、これに限定されるものではなく、他の手法により特徴量選択を行っても良い。

また、上述のマイクロブログユーザ属性推定器構築装置は、教師ラベル付与済マイクロブログ文書データベース２０及びマイクロブログユーザ属性推定器記憶部３を備えている場合について説明したが、例えば教師ラベル付与済マイクロブログ文書データベース２０及びマイクロブログユーザ属性推定器記憶部３がマイクロブログユーザ属性推定器構築装置の外部装置に設けられ、マイクロブログユーザ属性推定器構築装置は、外部装置と通信手段を用いて通信することにより、教師ラベル付与済マイクロブログ文書データベース２０及びマイクロブログユーザ属性推定器記憶部３を参照するようにしてもよい。

また、上述のマイクロブログユーザ属性推定装置についても、外部装置に設けられた、マイクロブログユーザ属性推定器記憶部５と通信手段を用いて通信することにより、マイクロブログユーザ属性推定器記憶部５を参照するようにしてもよい。

また、上記実施の形態では、マイクロブログユーザ属性推定器構築装置とマイクロブログユーザ属性推定装置とを別々の装置として構成する場合を例に説明したが、マイクロブログユーザ属性推定器構築装置とマイクロブログユーザ属性推定装置とを１つの装置として構成してもよい。

上述のマイクロブログユーザ属性推定器構築装置及びマイクロブログユーザ属性推定装置は、内部にコンピュータシステムを有しているが、「コンピュータシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。

また、本願明細書中において、プログラムが予めインストールされている実施形態として説明したが、当該プログラムを、コンピュータ読み取り可能な記録媒体に格納して提供することも可能である。

１ 構築用入力部
２ 構築用演算部
３、５ マイクロブログユーザ属性推定器記憶部
４ 入力部
６ 演算部
１０ マイクロブログユーザ属性推定器構築装置
２０ 教師ラベル付与済マイクロブログ文書データベース
２１ 構築用情報量調整部
２２ マイクロブログユーザ属性推定器構築部
６０ マイクロブログ文書収集部
６１ 情報量調整部
６２ マイクロブログユーザ属性推定部
１００ マイクロブログユーザ属性推定装置

Claims (7)

1. マイクロブログサイトの複数のユーザの各々について、前記マイクロブログサイトから得られる前記ユーザによって作成されたユーザプロフィール文書及びマイクロブログ投稿文書を含むユーザマイクロブログ文書集合と、前記ユーザと直接または間接的に関係がある近隣ユーザによって作成された前記ユーザマイクロブログ文書集合とを、前記ユーザの属性を示す教師ラベルと対応付けて記憶した記憶手段、構築用情報量調整手段、及びユーザ属性推定器構築手段を含むユーザ属性推定器構築装置におけるユーザ属性推定器構築方法であって、
   前記構築用情報量調整手段によって、前記複数のユーザの各々について、推定対象の属性の種類に応じて予め定められた、前記ユーザによって作成された前記ユーザプロフィール文書及び前記マイクロブログ投稿文書、前記近隣ユーザによって作成された前記ユーザプロフィール文書及び前記マイクロブログ投稿文書の各々の利用有無に応じて、前記記憶手段によって記憶された前記ユーザの前記ユーザマイクロブログ文書集合及び前記ユーザの前記近隣ユーザの前記ユーザマイクロブログ文書集合から、前記ユーザプロフィール文書又は前記マイクロブログ投稿文書を選択するステップと、
   前記ユーザ属性推定器構築手段によって、前記複数のユーザの各々について、前記構築用情報量調整手段によって選択された前記ユーザプロフィール文書又は前記マイクロブログ投稿文書から抽出される特徴量と、前記ユーザの属性を示す前記教師ラベルとに基づいて、前記ユーザマイクロブログ文書集合を作成したユーザの前記推定対象の属性を推定するためのユーザ属性推定器を構築するステップと、
   を含むユーザ属性推定器構築方法。
2. 特徴量選択手段によって、前記構築用情報量調整手段によって選択された前記ユーザプロフィール文書の集合に基づいて、前記ユーザプロフィール文書に対する特徴量を選択し、前記構築用情報量調整手段によって選択された前記マイクロブログ投稿文書の集合に基づいて、前記マイクロブログ投稿文書に対する特徴量を選択するステップを更に含み、
   前記ユーザ属性推定器構築手段によって構築するステップは、前記複数のユーザの各々について、前記構築用情報量調整手段によって選択された前記ユーザプロフィール文書から抽出される、前記選択された前記ユーザプロフィール文書に対する特徴量、又は前記構築用情報量調整手段によって選択された前記マイクロブログ投稿文書から抽出される、前記選択された前記マイクロブログ投稿文書に対する特徴量と、前記ユーザの属性を示す前記教師ラベルとに基づいて、前記ユーザ属性推定器を構築する請求項１記載のユーザ属性推定器構築方法。
3. マイクロブログ文書収集手段、情報量調整手段及びユーザ属性推定手段を含むユーザ属性推定装置におけるユーザ属性推定方法であって、
   前記マイクロブログ文書収集手段によって、マイクロブログサイトから得られる、推定対象のユーザによって作成されたユーザプロフィール文書及びマイクロブログ投稿文書を含むユーザマイクロブログ文書集合を収集すると共に、前記推定対象のユーザと直接または間接的に関係がある近隣ユーザによって作成された前記ユーザマイクロブログ文書集合を収集するステップと、
   前記情報量調整手段によって、推定対象の属性の種類に応じて予め定められた、前記推定対象のユーザによって作成された前記ユーザプロフィール文書及び前記マイクロブログ投稿文書、前記近隣ユーザによって作成された前記ユーザプロフィール文書及び前記マイクロブログ投稿文書の各々の利用有無に応じて、前記マイクロブログ文書収集手段によって収集された前記ユーザマイクロブログ文書集合から、前記ユーザプロフィール文書又は前記マイクロブログ投稿文書を選択するステップと、
   前記ユーザ属性推定手段によって、前記推定対象の属性を推定するための予め構築されたユーザ属性推定器と、前記情報量調整手段によって選択された前記ユーザプロフィール文書又は前記マイクロブログ投稿文書から抽出される特徴量とに基づいて、前記推定対象のユーザの属性を推定するステップと、
   を含むユーザ属性推定方法。
4. マイクロブログサイトの複数のユーザの各々について、前記マイクロブログサイトから得られる前記ユーザによって作成されたユーザプロフィール文書及びマイクロブログ投稿文書を含むユーザマイクロブログ文書集合と、前記ユーザと直接または間接的に関係がある近隣ユーザによって作成された前記ユーザマイクロブログ文書集合とを、前記ユーザの属性を示す教師ラベルと対応付けて記憶した記憶手段と、
   前記複数のユーザの各々について、推定対象の属性の種類に応じて予め定められた、前記ユーザによって作成された前記ユーザプロフィール文書及び前記マイクロブログ投稿文書、前記近隣ユーザによって作成された前記ユーザプロフィール文書及び前記マイクロブログ投稿文書の各々の利用有無に応じて、前記記憶手段によって記憶された前記ユーザの前記ユーザマイクロブログ文書集合及び前記ユーザの前記近隣ユーザの前記ユーザマイクロブログ文書集合から、前記ユーザプロフィール文書又は前記マイクロブログ投稿文書を選択する構築用情報量調整手段と、
   前記複数のユーザの各々について、前記構築用情報量調整手段によって選択された前記ユーザプロフィール文書又は前記マイクロブログ投稿文書から抽出される特徴量と、前記ユーザの属性を示す前記教師ラベルとに基づいて、前記ユーザマイクロブログ文書集合を作成したユーザの前記推定対象の属性を推定するためのユーザ属性推定器を構築するユーザ属性推定器構築手段と、
   を含むユーザ属性推定器構築装置。
5. 前記構築用情報量調整手段によって選択された前記ユーザプロフィール文書の集合に基づいて、前記ユーザプロフィール文書に対する特徴量を選択し、前記構築用情報量調整手段によって選択された前記マイクロブログ投稿文書の集合に基づいて、前記マイクロブログ投稿文書に対する特徴量を選択する特徴量選択手段を更に含み、
   前記ユーザ属性推定器構築手段は、前記複数のユーザの各々について、前記構築用情報量調整手段によって選択された前記ユーザプロフィール文書から抽出される、前記選択された前記ユーザプロフィール文書に対する特徴量、又は前記構築用情報量調整手段によって選択された前記マイクロブログ投稿文書から抽出される、前記選択された前記マイクロブログ投稿文書に対する特徴量と、前記ユーザの属性を示す前記教師ラベルとに基づいて、前記ユーザ属性推定器を構築する請求項４記載のユーザ属性推定器構築装置。
6. マイクロブログサイトから得られる、推定対象のユーザによって作成されたユーザプロフィール文書及びマイクロブログ投稿文書を含むユーザマイクロブログ文書集合を収集すると共に、前記推定対象のユーザと直接または間接的に関係がある近隣ユーザによって作成された前記ユーザマイクロブログ文書集合を収集するマイクロブログ文書収集手段と、
   推定対象の属性の種類に応じて予め定められた、前記推定対象のユーザによって作成された前記ユーザプロフィール文書及び前記マイクロブログ投稿文書、前記近隣ユーザによって作成された前記ユーザプロフィール文書及び前記マイクロブログ投稿文書の各々の利用有無に応じて、前記マイクロブログ文書収集手段によって収集された前記ユーザマイクロブログ文書集合から、前記ユーザプロフィール文書又は前記マイクロブログ投稿文書を選択する情報量調整手段と、
   前記推定対象の属性を推定するための予め構築されたユーザ属性推定器と、前記情報量調整手段によって選択された前記ユーザプロフィール文書又は前記マイクロブログ投稿文書から抽出される特徴量とに基づいて、前記推定対象のユーザの属性を推定するユーザ属性推定手段と、
   を含むユーザ属性推定装置。
7. 請求項１又は２記載のユーザ属性推定器構築方法、あるいは請求項３記載のユーザ属性推定方法を構成する各ステップをコンピュータに実行させるためのプログラム。

Images