JP5895052B2

JP5895052B2 - 情報分析システム及び情報分析方法

Info

Publication number: JP5895052B2
Application number: JP2014518086A
Authority: JP
Inventors: 真理奈藤田; 純一郎渡邊; 健河本; 知明秋富
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2012-05-30
Filing date: 2012-05-30
Publication date: 2016-03-30
Anticipated expiration: 2032-05-30
Also published as: WO2013179340A1; JPWO2013179340A1

Description

本発明は、インターネット等のコンピュータネットワーク上の投稿を収集し、収集した情報を解析する情報分析システム及び情報分析方法に関する。

製品、サービスなどの評判、ニーズやクレイマーの情報を得るためにインターネット上の投稿を口コミ情報として収集し分析するシステムやサービスがある。従来の評判分析では、収集した投稿内容に対するテキストマイニングにより単語の抽出と、肯定的か否定的かという発言に含まれる感情特性の解析を行い、投稿日時や投稿者情報を踏まえた量的特徴の分析が行われる（特許文献１）。例えば、キーワードに関するＷｅｂサイト上の投稿を収集し内容を肯定的か否定的かによって分類した後、感情特性ごとに時系列での投稿数変化などが可視化される。

特開２００５−３２１９７号公報

特許文献１では、収集した投稿の内容（肯定／否定）をそれぞれ解析し、時間別／投稿者別などで集計し、キーワードの評判を解析する。具体的には、肯定的／否定的な投稿数の割合を算出することでキーワードに対する肯定度合いを、時系列で投稿数を集計することでキーワードに関する話題の注目度合いを評価している。

特許文献１では、投稿収集時点での投稿数やそこから推測される現在の評判が提示されるが、今後の投稿数推移などといった将来動向の予測は行われていない。しかし、企業のマーケティング活動において精度の高い市場予測実現するためには、現時点での評判を把握するだけではなく、評判や風評の今後の推移を予測することが求められている。

上記課題は、例えば次の手段によって解決される。すなわち、投稿ＩＤと、投稿日時と、投稿関係情報と、投稿内容情報と、を含む投稿情報を格納する投稿情報データベースを用いてＷＥＢ上の投稿を分析する情報分析システムであって、投稿情報データベースから投稿情報を取得し、投稿関係情報に基づいて投稿ＩＤを対話ＩＤと関係づけて投稿情報データベースに格納する投稿関係分析処理部と、投稿情報データベースから投稿情報を取得し、投稿内容情報の感情特性を評価し、評価された感情特性と投稿ＩＤとを関係づけて投稿情報データベースに格納する内容分析処理部と、投稿情報データベースから投稿情報を取得し、投稿日時と投稿ＩＤと投稿関係情報とに基づいて、投稿ＩＤが関係づけられている投稿情報の話題継続時間を算出し、投稿ＩＤと関係づけて投稿情報データベースに格納する話題継続時間分析処理部と、評価キーワードの入力を受け付ける入力情報取得部と、入力を受け付けた評価キーワードに基づいて、入力を受け付けた評価キーワードを含む投稿情報を投稿情報データベースから取得し特徴量情報リストとして投稿情報データベースに格納する特徴量リスト生成部と、特徴量情報リストを投稿情報データベースから取得し、特徴量リストに含まれる投稿情報の感情特性を分類し、分類された感情特性の連続投稿数を算出し、分類された感情特性と算出された連続投稿数とを含む対話評価情報リストを生成し投稿データベースに格納する特徴量算出部と、評価時間幅の入力を受け付け、特徴量リストと入力された評価時間幅とに基づいて、感情特性毎の将来投稿数を予測する将来投稿数算出部と、前期算出された対話評価情報と予測された将来投稿数を画面に表示する表示部と、を含むことを特徴とする情報分析システム。

本発明によれば、サイバースペース上の現状の評判のみならず、ある製品・サービス等に対する評判／風評の将来予測が可能である。

サイバースペース上の話題の継続時間の特性の例本発明の情報分析手法及びシステムの構成の例本発明の機能の例データ管理サーバにおけるデータ生成処理の動作フローチャートの例Ｗｅｂ投稿データの例チャットにおける投稿例投稿の分類方法の例１投稿の分類方法の例２対話関係マトリクスの例投稿感情リストの例話題継続時間リストの例ハードディスクにおけるキーワード評価処理の動作フローチャートの例評価結果レポートの例特徴量算出処理の動作フローチャートの例投稿特徴量リストの例投稿数収束度評価とその結果表示処理の動作フローチャートの例投稿数の収束評価結果表示画面例投稿数の収束推定式の係数を取得する処理の動作フローチャートの例継続時間分布リストの例係数マトリクスの例ユーザ操作受付処理と分析結果表示処理の動作フローチャートの例ユーザの入力画面の例複数キーワードの評価結果（投稿数収束評価）表示画面の例異なる複数のサービスにおける評判解析結果の表示画面の例

以下、実施例を参照しながら説明する。

あるキーワードに対する評判／風評が今後どのように推移するかといった将来予測を可能とするためには、投稿者の投稿行動法則を踏まえてキーワードを評価・予測する情報分析方法及びシステムが必要である。

Ｗｅｂ上の評判／風評の推移を推定するためには、今後、どのような内容の投稿がどの程度投稿されるかという投稿者の投稿行動パターンを予測する必要がある。ここで、ある投稿者の投稿行動は、「地震が起きて投稿する」、「Ｗｅｂ上の他の投稿を閲覧してそれに返信または同意／反対意見を表明するために投稿する」というように、実世界での何らかのイベントやＷｅｂ上の他の投稿により引き起こされる。これら事象と投稿行動間の関係性が既知であれば、これら事象を把握することにより、今後の投稿行動を予測することができる。例えば、実世界での地震の規模と投稿数との関係性が既知であれば、地震が起きた時にその地震の規模を把握することでその後の投稿数を予測することができる。また、投稿者間の相互作用の法則が既知であれば、複数投稿間の関係性に基づいて今後の投稿内容や投稿数を予測できる。

本発明は、投稿者の投稿行動法則を踏まえてキーワードの評判を評価、今後の評判の推移を予測する情報分析方法及びシステムである。

キーワードの評判としては、キーワードに関して肯定的な意見が多いか否定的な意見が多いかという肯定度合い、キーワードに関してどのくらい投稿されているかという話題の注目度合いなどがある。この他、キーワードが用いられる文脈から推定されるような、キーワードの長所・短所、キーワードが誘発しやすい行動などもキーワードの評判である。

投稿者の投稿行動法則に関し、ある投稿者の投稿行動は、実世界での何らかのイベントやＷｅｂ上の他の投稿により引き起こされる。これら投稿行動とその原因との間の法則を踏まえ、その原因となる事象を把握することで、今後の投稿行動の予測ができる。

そこで、実施例として、既存の話題に対するＷｅｂ利用者の投稿行動特性を踏まえた投稿数の収束度予測とそれに基づくキーワードに関する話題の持続度評価のための情報分析システムについて説明する。実施例にて評価するキーワードの評判は肯定度合い、キーワードの注目度合いである。

Ｗｅｂ上の既存の話題に対するＷｅｂ利用者の投稿行動に関し、投稿の発言内容の感情特性（陽性：ポジティブ、陰性：ネガティブ、中性：ニュートラル）の観点から特徴的な傾向が存在する。ここで陽性な発言とは「美味しかった」「楽しみだ」などの肯定的な内容の発言又は発言者の快感情を含む発言であり、陰性な発言は「馬鹿」「疲れた」といった否定的な内容の発言又は発言者の不快な感情を含む発言である。中性な発言は、陽性でも陰性でもない発言である。

ある話題が最初に投稿されてから同じ話題が他者に投稿されるまでの時間間隔を話題の継続時間と定義すると、感情特性ごとの話題の持続時間分布は図１のようになる。ここから、以下のことがいえる。（１）話題の継続時間は短く、ほとんどの話題がすぐに収束する。（２）長く続いている話題は非常に長く生き残る。（３）発言の感情特性により収束時間分布に差異あり。

上記（１）、（２）から、新しい話題ほど将来は話題にされなくなる確率が高く、古い話題だが投稿され続けている話題は今後も持続して話題となる可能性が高いと考えられる。収集した投稿データから感情特性ごとに話題の持続時間分布を算出しこれをもとに各話題の持続時間における今後の話題の持続確率を求めれば評価対象となる投稿の現在の話題の継続時間分布から、将来の投稿数の予測が可能である。ここで、（３）より、将来の投稿数の予測の際には、発言の感情特性を考慮する必要があることがわかる。

本発明は、上記Ｗｅｂ上の話題の継続時間の特性を利用し将来の話題の持続度評価を行う。これ以外の投稿行動特性を利用して情報解析を行ってもよい。例えば、会話における投稿者間の相互作用特性を利用すれば、会話単位でキーワードの評判を把握して今後の評判の推移を予測することができる。また、電車の遅延などといった実世界における何らかのイベントに対する投稿者の行動特性を利用し、イベントに対する投稿者の評価・不満を推定するとともにその持続度を予測するなども考えられる。

話題の収束持続度評価のためには、各投稿における現在の話題の継続時間の情報が必要であるが、本発明では、Ｗｅｂ上の投稿データから投稿間のつながりや投稿の閲覧情報を用いてこれらを計測する。

具体的な評価方法として、発言内容の感情特性ごとに話題の継続時間分布を算出し、その分布に基づき、同一話題に関する将来の投稿数の予測を行う。投稿数推移結果から話題が収束するまでにかかる時間を算出することで、話題の持続度を評価する。

以下では、単一のサービスサイトを対象として、上記コミュニケーション特性を用いた情報解析を行う方法及びシステムを説明する。複数のサービスサイトの解析システムに関しては実施例２で説明する。

図２は、本発明のシステムの構成を示す図である。

２０１はクロール対象サーバである。２０２はデータ管理サーバである。２０３は通信装置で、２０４は入力装置、２０５は表示装置、２０６はＣＰＵ、２０７はハードディスクなどの記録媒体、２０８はメモリである。２０９、２１０は通信網である。

クロール対象サーバ２０１は例えばソーシャルネットワークサービスや掲示板などを提供するＷｅｂ上のサーバであり、Ｗｅｂ上の投稿に関する投稿内容、投稿日時、投稿者などといった情報（Ｗｅｂ投稿データ）が格納されている。データ管理サーバ２０２は、上記Ｗｅｂ投稿データを受け付け、情報解析後、必要な情報をデータベースに蓄積する。データ管理サーバ２０２における機能部については後述する。

入力装置２０４は、ユーザが入力した評価したいキーワードや評価対象地域、評価期間といった評価条件の情報を受け付ける。記録媒体２０７はこれら入力情報とデータ管理サーバ２０２に蓄積された情報を受け付けて情報解析を行う。ユーザの入力処理部、記録媒体における情報処理部に関しては後述する。

図３は本発明の機能を示した図である。３０１はデータ管理サーバ２０２における機能ブロックであり、情報分析に用いるデータ生成処理を行う際の機能を示している。３０２は記録媒体２０７における機能ブロックであり、情報分析によりキーワード評価処理を行う際の機能を示している。３０３はクロール対象サーバであり、３０４はデータ管理サーバである。３０５はＷｅｂ投稿データであり、３０６は投稿関係分析処理部であり、３０７は内容分析処理部であり、３０８は話題継続時間分析処理部である。３０９は対話関係マトリクス、３１０は投稿感情リスト、３１１は話題継続時間リストである。３１２は入力装置であり、３１３はデータ管理サーバであり、３１４は記録媒体である。３１５は評価キーワードであり、３１６は評価条件情報であり、３１７は対話関係マトリクスであり、３１８は投稿感情リストであり、３１９は話題継続時間リストである。３２０は入力情報取得部であり、３２１は特徴量リスト生成部であり、３２２は将来投稿数算出部であり、３２３は表示部である。３２４は特徴量情報リストであり、３２５は将来投稿数情報リストである。

データ管理サーバにおける機能ブロック３０１において、データ管理サーバ３０４では、クロール対象サーバ３０３に格納されているＷｅｂ投稿データ３０４を収集し、投稿関係分析処理部３０５と内容分析処理部３０６では、Ｗｅｂ投稿データ３０７を受けつけ、対話関係マトリクス３０９と投稿感情リスト３１０をそれぞれ生成しデータベースに蓄積する。次に、話題継続時間分析処理部３０８が、対話関係マトリクス３０９と投稿感情リスト３１０を受けつけて話題継続時間リスト３１１を生成しデータベースに蓄積する。データ生成方法の詳細は後述する。

記録媒体における機能ブロック３０２において、データ管理サーバ３１３では、入力情報取得部３２０が入力装置３１２にユーザが入力した評価キーワード３１５と評価時間幅３１６を受け付け、特徴量リスト生成部３２１で、データ管理サーバ３１３のデータベースに蓄積される対話関係マトリクス３１７、投稿感情リスト３１８、話題継続時間リスト３１９を取得し、特徴量情報リスト３２４を生成する。将来投稿数算出部３２２では、入力情報取得部３２０から評価時間幅などの評価条件情報３１６を受けつけ、将来投稿数情報リスト３２５を生成する。表示部３２３では、将来投稿数情報リスト３２５を受け付け、評価結果を画面に表示する。各機能における具体的な特徴量、表価値を算出する方法は後述する。

図４はＷｅｂ投稿データである。４０１、４０２、４０３、４０４、４０５、４０６はＷｅｂ投稿データに含まれる情報の項目例であり、４０１は投稿ＩＤ、４０２は投稿日時、４０３は投稿間のつながり（詳細は後述）、４０４は投稿内容、４０５は閲覧情報、４０６は投稿者情報である。投稿者情報４０６とは、投稿者のアカウント、投稿者がＷｅｂ上に記載しているプロフィール情報などであり、閲覧情報４０５とはその投稿に対する閲覧制限に関する情報である。またＷｅｂ上では、他投稿に対する返信やコメント、また他投稿を自分の知り合いに広めるための転送、参照のための投稿が行われるが、これらの機能による投稿間の紐づけの情報を投稿間のつながり４０３の情報とする。必要に応じてこの他の情報を加えてもよい。例えば地域別のキーワード評価を行うために、投稿地域の情報も加えて取得する場合が考えられる。

図５は、データ管理サーバ２０２におけるデータ生成処理部の動作フローチャートである。５０１はＷｅｂ投稿データ収集処理、５０２は投稿関係解析処理、５０３は対話関係マトリクス生成処理、５０４は投稿内容分析処理、５０５は投稿感情リスト生成処理、５０６は話題継続時間分析処理、５０７は話題継続時間リスト生成処理である。

Ｗｅｂ投稿データ収集処理５０１では、データ管理サーバ２０２のデータ収集部が、クロール対象サーバ２０１からネットワーク２０９を介してＷｅｂ投稿データを収集する。投稿関係解析処理５０２では、投稿関係分析処理部３０４がＷｅｂ投稿データを受け付け、投稿間につながりのある投稿群をひとまとまりの対話として分類する。対話の分類方法を以下で説明する。

図６、図７、図８は対話の分類方法を説明するための図である。図６はチャットにおける投稿例である。投稿者はＸ、Ｙ、Ｚの３人で、投稿はＩＤ０〜５である。図７、図８は、投稿者間の閲覧関係が異なる場合の投稿の分類方法の例である。図７の７０１は投稿者の閲覧関係のネットワーク図であり、７０３、７０４、７０５は投稿者を表すノードである。７１１、７１３、７１４はノード間が互いに閲覧可能であるという関係を示すためのリンクである。７０２は投稿間の関係のネットワーク図であり、７０６、７０７、７０８、７０９、７１０、７１１は投稿を表すノードである。７１５、７１６、７１７、７１８、７１９、７２０は各投稿の返信関係を示すリンクである。図８は、全投稿を全員が閲覧できる場合であり、投稿ＩＤ０〜投稿ＩＤ５までの全ての投稿が一つの対話とされる。図８の８０１は投稿者の閲覧関係のネットワーク図であり、８０３、８０４、８０５は投稿者を表すノードである。８１４、８１５はノード間が互いに閲覧可能であるという関係を示すためのリンクである。８０２は投稿間の関係のネットワーク図であり、８０６、８０７、８０８、８０９、８１０、８１１、８１２、８１３は投稿を表すノードである。８１６、８１７、８１８、８１９、８２０、８２１は各投稿の返信関係を示すリンクである。図８は、投稿者Ｙと投稿者Ｚが閲覧関係にない場合であり、投稿ＩＤ０、ＩＤ１、ＩＤ３、ＩＤ４が一つの対話となり、投稿ＩＤ０、ＩＤ２、ＩＤ３、ＩＤ５が別の対話とされる。

図５において、対話関係マトリクスの生成処理５０３では、投稿関係解析処理部３０１が、投稿関係解析処理５０２により紐づけた投稿ＩＤ群の情報から、投稿ＩＤと対話間の関係性を記述する対話マトリクスを生成する。対話マトリクスの例は後述する。

投稿内容分析処理５０４では、内容分析処理部３０５が、Ｗｅｂ投稿データを受け付け、投稿内容を陽性な内容か陰性な内容かどちらでもない（中性）かに分類する。分類は、例えば特許文献１のような分類方法があり、形態素解析と陽性／陰性辞書に基づく単語解析処理により行われる。投稿感情リスト生成処理５０５では、内容分析処理部３０２が投稿内容分析処理５０４により分類した感情特性の情報を含めた投稿情報のリスト（投稿感情リスト）を生成する。投稿感情リストの例は後述する。

話題継続時間分析処理５０６は、話題継続時間分析処理部５０６が、投稿関係解析処理５０２、投稿内容分析処理５０４で生成したデータを受理し各投稿の話題の継続時間を算出する処理である。ある投稿iの話題の継続時間Ｄ_iは、その投稿の投稿時刻t_iとその投稿とつながりを持つ以前の投稿kの投稿時刻t_kにより以下のように算出する。

ここで、投稿kは対話関係マトリクスに基づき取得する。例えば、ある対話に投稿iが含まれる場合、その対話の最も投稿時刻が早い投稿を投稿kとするなどの方法が考えられる。話題継続時間リスト生成処理５０６は、３０６話題継続時間分析処理部が、話題継続時間分析処理５０６で算出した話題の継続時間を記した話題継続時間リストを生成する処理である。話題継続時間リストの例は後述する。

図９は対話マトリクスの例である。９０１の各列は投稿ＩＤであり、９０２の各項目は対話ＩＤである。マトリクスには、対話内における投稿ＩＤを投稿時刻に並べて順序付けした情報が記述される。９０３は投稿ＩＤ０、９０４は対話ＩＤ０に対応する。９０５は対話ＩＤ０（９０４）と投稿ＩＤ０（９０３）の関係を示す情報である。９０５に記入されている０は、投稿ＩＤ０（９０３）が対話ＩＤ０（９０４）内の最初の投稿であることを意味する。

図１０は投稿感情リストの例である。１００１、１００２、１００３、１００４は投稿感情リストに含まれる情報例であり、１００１は投稿ＩＤ、１００２は投稿時刻、１００３は投稿内容、１００４は投稿内容の感情特性（陽性／陰性／中性）である。この他、その解析目的に応じて投稿地域や投稿言語、投稿者情報などを含める。

図１１は話題継続時間リストの例である。１１０１は投稿ＩＤであり、１１０２はその投稿ＩＤの話題の継続時間である。

図１２は、記録媒体２０７のキーワード評価処理部における動作フローチャートである。１２０１は入力情報取得部３２０がユーザが入力した評価キーワードを取得するステップであり、１２０２は特徴量リスト生成部３２１が評価キーワードに関する投稿特徴量リストを生成するステップである。１２０３は将来投稿数算出部３２２が投稿特徴量リストから投稿数収束評価を実施し、表示部３２３が結果を表示するステップである。１２０４はレポート生成処理部がキーワード評価結果のレポートを生成するステップある。

ユーザ入力の評価キーワード取得処理１２０１では、入力情報取得部３２０が入力装置２０４にユーザが入力した評価キーワードを取得する。ユーザの入力処理については後述する。

投稿特徴量生成処理１２０２では、入力情報取得部３２０がデータ管理サーバに蓄積される投稿感情リストと話題継続時間リストを取得し、これらとユーザ入力の評価キーワード取得処理１２０１で取得した評価キーワードの情報を用いて投稿特徴量リストを生成する。具体的な生成方法は後述する。ここで、データ管理サーバに蓄積されるリストを用いて、投稿特徴量リストに含まれる特徴量以外の特徴量を生成し、それらについて評判分析を行ってもよい。例えば、対話関係マトリクスに基づいて個々の投稿を対話単位でまとめ、対話ごとの感情特性分類、日毎の対話数算出を行うことで、対話に関する特徴量リストが生成可能である。この特徴量に基づき、対話単位での評判分析を行ってもよい。

投稿数の収束度評価処理１２０３では、将来投稿数算出部３２２が特徴量生成処理１２０２で生成された投稿特徴量リストを受理し、投稿数の収束度評価を行い、その結果を表示する。収束度評価では、現在の投稿数から同じ話題の投稿の今後の投稿数推移を予測し、投稿内容の感情特性ごとに投稿数の収束までにかかる時間を算出する。収束したとみなす投稿数の閾値などは２０７記録媒体がユーザの入力した評価条件を取得し、これに基づき決定する。収束度評価方法の詳細、ユーザの評価条件入力処理部に関しては後述する。

レポート生成処理１２０４は、レポート生成処理部が収束度評価結果をレポートとして出力する処理部である。以下に例を示す。

図１３は収束度評価結果のレポート例である。１３０１には評価条件、１３０２に投稿数収束予測結果が示されている。投稿数収束予測結果１３０２においては、感情特性ごとの現在の投稿数や収束基準投稿数、予測結果である収束日、実際に予測される投稿数が示されている。１３０３は日付の項目であり、１３０４は投稿数予測結果の項目であり、１３０５、１３０６、１３０７はそれぞれ陽性、中性、陰性の投稿数予測結果である。レポートにはこれ以外に、一時間毎の投稿数予測結果や複数キーワードに対するそれぞれの予測結果などを表示してもよい。また、対話単位での評判分析などの評価を行った場合はそれも含めた形のレポートを生成してもよい。

図１４は、特徴量リスト生成部３２１の動作フローチャートである。１４０１は、評価キーワード受付部が入力情報取得部３２０で取得した評価キーワードを受理するステップであり、１４０２は、投稿抽出部が必要な投稿ＩＤを抽出するステップである。１４０３はリスト生成部が投稿特徴量リストを生成するステップである。

投稿抽出処理１４０２では、投稿抽出部が評価キーワード取得処理１４０１で取得した評価キーワードを受理した後、データ管理サーバ２０２にアクセスし投稿感情リストを参照する。そして、投稿内容の単語解析により投稿内容に評価キーワードを含む投稿ＩＤを抽出する。１４０３では、リスト生成部が投稿抽出部１４０２で抽出した投稿ＩＤを受理した後、データ管理サーバ２０２の投稿感情リストと話題継続時間リストを取得し、抽出した投稿ＩＤに関する投稿特徴量リストを生成する。

図１５はリスト生成処理１４０３において生成される投稿特徴量リストの例である。１５０１は投稿ＩＤ１５０２は投稿時刻、１５０３は感情特性、１５０４は話題継続時間である。

図１６は、将来投稿数算出部３２２と表示部３２３の動作フローチャートである。将来投稿数算出部では、投稿特徴量リスト生成処理１２０２のステップで生成された投稿特徴量リストを取得し、収束度評価を行う。１６０１は情報取得部が投稿特徴量リストと評価の時間幅を取得するステップであり、１６０２は係数取得部が投稿数収束推定式の係数を取得するステップであり、１６０３は投稿数推定部が将来の予測投稿数を算出するステップである。１６０４は基準取得部が、収束基準投稿数を取得するステップであり、１６０５は収束基準時間算出部が収束日を算出するステップである。１６０６は影響度評価部が収束日に基づく話題の影響度評価を行うステップであり、１６０７は表示部が投稿数の収束予測結果を表示するステップである。

情報取得処理１６０１では情報取得部が投稿特徴量リスト生成処理１２０２のステップで生成された投稿特徴量リストと、ユーザにより入力装置に入力された評価の時間幅を取得する。評価の時間幅とは、将来の投稿数推移を予測する際に用いる時間幅である。係数取得処理１６０２では、係数取得部が投稿数の収束推定を行う際の推定式の係数を取得する処理である。推定式の係数は話題の継続分布に基づいて算出する。算出方法については後述する。

予測投稿数算出処理１６０３では、投稿数推定部が情報取得処理１６０１で取得した情報を受理し、投稿数収束の推定を行う。投稿数収束の推定では、基準時の投稿を感情特性とそれまでの話題の持続時間で分類し、それぞれについて今後の投稿数の推移を予測する。以下に、評価の時間幅が１日の場合で収束数を算出する際の算出方法を示す。感情特性がxの投稿に関し、基準日からt日時点で話題の継続日数がn日の投稿数をf_x(t,n)とすると、t＋１日時点での話題の継続日数がn+1日の感情特性xの投稿数は、係数取得処理１６０２のステップで取得される係数a_x(n)を用い、

として算出される。a_x(n)は、感情特性x、ある日にn日間話題が継続している投稿のうち、その次の日まで話題が継続する話題の割合であり、感情特性xの投稿の話題の継続時間分布により算出される。具体的な算出方法は後述する。N=0に関しては、

となる。ここで、f_x(t,n)により、t日後に予想される感情特性xの全ての投稿数sum_x(t)は、以下のように算出される。

また、f_x(0,n)、sum_x(0)は取得した投稿特徴量リストから算出される。

収束基準投稿数取得処理１６０４では基準取得部が入力装置から収束基準投稿数を取得する。収束基準投稿数は、予測投稿数算出処理１６０３のステップで算出された投稿の推移数の予測結果に対し、投稿数が十分に収束したと判断する基準となる投稿数である。収束基準投稿数は、各感情特性ごとに決定する。全ての感情特性において収束基準投稿数が一定であり、基準日の全投稿数が９００である場合、基準日の投稿数の１０％を収束基準投稿数とすると、ある感情特性における収束基準投稿数は、９００×０．１÷３＝３０である。実際の収束基準投稿数はユーザの入力を受け付けその値を用いる。

収束時間算出処理１６０５では、収束時間算出処理部が、収束基準投稿数取得処理１６０４のステップで取得した収束基準投稿数に基づき、各感情特性の投稿が十分収束するまでにかかる日数または時間を算出する。具体的には、sum_x(t)が収束基準投稿数を下回るtを収束日とする。

話題の影響度評価処理１６０６では、影響度評価部が各感情特性の収束日を比較し、感情特性ごとの話題の持続に関する影響度を評価する。例えば、感情特性xの話題の持続に関する影響度y_xは、感情特性xの投稿の収束日Ｚ_x、感情特性xの基準日において計測された投稿数をsum_x(0)を用いて、

と算出する。

結果表示処理１６０７では表示部が投稿数の収束評価結果を表示する。

図１７に評価表示処理１６０７のステップで表示される投稿数の収束評価結果表示画面の例を示す。ある評価キーワードに対する将来の評判／風評の持続度合いの予測結果を示す画面である。１７０１は評価キーワード入力欄であり、評価キーワードが表示されている。１７０２は投稿数の収束予測結果、１７０３は評価キーワードの肯定／否定度の評価結果の表示部である。投稿数の収束予測結果１７０２では、経過日数に対する投稿数の推移が示されており、１７０４が収束基準値、１７０５が話題の収束日の表示である。評価キーワードの肯定／否定度の評価結果１７０３では、投稿数の各感情特性の割合が１７０６に表示される。１７０８、１７０９、１７１０はそれぞれ陽性、中性、陰性の割合を示す。話題の持続時間の影響を踏まえた各感情特性の割合が２３０７に表示される。１７１１、１７１２、１７１３はそれぞれ陽性、中性、陰性の割合を示す。

図１８は、係数算出部の動作フローチャートである。係数算出部は、データ管理サーバ２０２から話題継続時間リストを取得し、投稿数の収束推定を行う際の推定式で用いる係数を算出する。算出する係数a_x(n)は、感情特性x、ある時刻においてn時間話題が継続している投稿のうち、一定時間wが経過した際にも継続する話題の割合であり、感情特性xの話題の継続時間分布により算出される。

１８０１は継続時間取得部が話題の継続時間を取得するステップ、２４０２は評価条件取得部が評価の時間幅を取得するステップ、１８０３は分布生成部が時間幅に基づき継続時間分布リストを生成するステップ、１８０４は係数算出部が継続時間分布リストから係数を計算するステップ、１８０５は結果出力部が係数マトリクスを生成するステップである。

継続時間取得処理１８０１では、継続時間取得部が、データ管理サーバ２０２の中の話題継続時間リストを受理する。評価条件取得処理１８０２では、評価条件取得処理部が、ユーザの入力した収束推定時の時間幅wを受理する処理である。

分布リスト生成処理１８０３では、分布生成部が時間間隔の幅wで話題の継続時間ごとに投稿数を集計し、継続時間分布リストを生成する。時間間隔の幅wの分布リストが既に存在する場合は、差分となる投稿ＩＤについてのみデータを集計し、今までの投稿数に足し合わせることで、継続時間分布リストを更新してもよい。

図１９にwが１日の場合の継続時間分布リストの例を示す。各感情特性の投稿について話題の継続日数毎の投稿数が示される。１９０１の各項目は話題の継続時間であり、１９０２は各感情特性である。１９０３、１９０４、１９０５はそれぞれ陽性、中性、陰性である。

図１８において、係数算出処理１８０４では、係数算出部が、リスト生成処理１８０３のステップで生成された継続分布リストを取得しそれに基づいて係数を計算する。時間間隔の幅wが１日の場合に関し、係数の算出式を示す。投稿時の話題の継続日数がn日の感情特性xの投稿数をg_x(n)とすると、感情特性x、ある時刻においてn日間話題が継続している投稿のうち、n+1日経過した際にも継続する話題の割合a_x(n)は、以下の式で算出される。

係数マトリクス生成処理１８０５では、結果出力部が係数算出処理１８０４のステップにおいて算出された係数を用いて、係数マトリクスというリストを生成する。

図２０に係数マトリクスの例を示す。２００１は継続日数であり、２００２は各継続日数における係数が示される。投稿数は感情特性ごとに示され、２００３、２００４、２００５はそれぞれ陽性、中性、陰性の項目である。

図２１は、ユーザ操作受付部における動作フローチャートである。２１０１はユーザ入力受け付け処理であり、記録媒体２０７の入力受付部が、ユーザが入力装置２０３に入力した評価キーワードやその他の評価条件を受け付ける。２１０２は評価結果表示処理であり、結果表示部が、記録媒体２０７で行った情報分析結果を受理し、表示装置２０５に表示する。２１０３は評価終了判定情報取得処理であり、記録媒体２０７の入力受付部が、ユーザが選択した評価を続けるか否かに関する情報を評価終了判定情報として受け付ける。評価を終了しないという情報が受け付けられた場合は２１０１のステップに戻り、終了するという情報が受け付けられた場合は、結果出力部が２１０４のステップを行う。結果出力処理２１０４では、結果出力部が評価結果レポートを出力する。

評価対象を単一のサービスシステムに限らず情報を収集し、様々な評価条件をユーザ入力により変更可能な実施例について説明する。

図２２は、ユーザの入力画面の一例である。２２０１は評価キーワードと評価キーワードの検索条件の入力部、２２０２は評価対象となるサービスシステムの選択部、２２０３はその他の評価条件の入力部、２２０４は結果表示方法の入力部である。

評価キーワード入力部２２０１において、２２０５は複数の評価キーワードをそれぞれ評価し比較を行うか／単一の評価を行うかの選択部である。２２０６、２２０７は評価キーワード入力欄であり、ユーザが評価したいキーワードを入力する。表示例では、複数の評価キーワードの比較が選択されている。そのため、評価キーワード入力欄２２０６と評価キーワード入力欄２２０７に入力されたキーワードは、別々に評価され、結果表示画面でこれらキーワードの比較結果が表示される。表示例は後述する。これ以外にも、単一の評価を行うために複数の評価キーワード入力欄を設けて、例えば入力した複数のキーワードを全て含む投稿の評価や、入力した複数のキーワードのうちどれか一つを含む投稿の評価などを行ってもよい。

その他の評価条件の入力部２２０３において、評価期間の設定や投稿数収束推移予測時の収束基準投稿数の設定が行われる。２２０８、２２０９は評価期間の入力欄であり、２２１０は投稿数収束基準値設定のためのスクロールバーである。図２２において、投稿数収束基準値は、現在の投稿数からの割合として設定されているが、各感情特性ごとに値を入力するなど他の方法で設定してもよい。２２１１は投稿収束基準値の設定方法を変更する際にクリックするボタンである。２２１２は評価実行ボタンである。

結果表示方法の入力部２２０４において、時系列表示の際の時間軸の幅、地域別／投稿者男女別の集計方法の設定が行われている。時系列表示における時間軸の幅の設定など、細かい評価条件の設定は結果表示画面で行ってもよい。

図２３は、投稿数収束評価における結果表示の一例であり、複数の評価キーワードの評価結果である。２３０１は投稿数の収束予測結果の表示部であり、２３０２、２３０３は評価キーワードの表示部、２３０４は投稿数収束基準値の表示部である。２３１０は再評価用のボタンであり、２３１１は終了指示のボタンである。

２３０５は分析結果のうち表示する感情特性の設定部であり、図２３では陰性発言のみが選択されているため、陰性発言の結果のみが表示されている。投稿数の収束予測結果の表示部２３０１のグラフでは、２３０６でキーワード１における陰性発言の時系列推移予測結果が表示され、２３０７でキーワード２における陰性発言の時系列推移予測結果が表示される。２３０８は収束基準値であり、２３０９は各評価キーワードごとの収束日が表示されている。

図２４は、異なる複数のサービスにおける評判解析を行った場合の結果表示画面である。例えば、ブログシステムとソーシャルネットワークサービスなど、互いに互換性のないサービスシステム上のＷｅｂ投稿を評価する場合は、それぞれのサービスシステムごとに分析評価を行い、最後に評価結果を足し合わせる。その他、各サイトの評価結果の相関分析により、サイト間で共通の特徴、あるサイトにのみ特有の傾向を分離して評価するなどの方法も可能である。２４０１は、それぞれのサービスシステムごとの評価結果の表示部であり、２４０４は上記評価結果を足し合わせた全体としての話題の持続度の評価結果の表示部である。２４２１、２４２２、２４２３は、それぞれ陽性、中性、陰性の割合を示す。２４０５は評価キーワード入力部、２４０６は評価対象サイトの選択部であり、２４２４は再評価用のボタンであり、２４２５は終了指示のボタンである。

複数サイトの評価結果表示部２４０１において、２４０２、２４０３は対象サイト名の表示部である。２４０７、２４０８はそれぞれのサイトにおける投稿数の収束予測結果であり、２４０９、２４１０はそれぞれのサイトにおける収束基準値である。２４１１、２４１２はそれぞれのサイトにおける収束日であり、２４１３、２４１４はそれぞれのサイトにおける話題の持続度評価結果である。２４１５、２４１６、２４１７は２４１３の結果であり、それぞれ陽性、中性、陰性の割合を示す。２４１８、２４１９、２４２０は２４１４の結果であり、それぞれ陽性、中性、陰性の割合を示す。

２０１クロール対象サーバ
２０２データ管理サーバ
２０３通信装置
２０４入力装置
２０５表示装置
２０６ＣＰＵ
２０７記録媒体
２０８メモリ
２０９通信網
２１０通信網
３０１データ管理サーバにおける機能ブロック
３０２記録媒体における機能ブロック
３０３クロール対象サーバ
３０４データ管理サーバ
３０５Ｗｅｂ投稿データ
３０６投稿関係分析処理部
３０７内容分析処理部
３０８話題継続時間分析処理部
３０９対話関係マトリクス
３１０投稿感情リスト
３１１話題継続時間リスト
３１２入力装置
３１３データ管理サーバ
３１４記録媒体
３１５評価キーワード
３１６評価条件情報
３１７対話関係マトリクス
３１８投稿感情リスト
３１９話題継続時間リスト
３２０入力情報取得部
３２１特徴量リスト生成部
３２２将来投稿数算出部
３２３表示部
３２４特徴量情報リスト
３２５将来投稿数情報リスト
４０１投稿ＩＤ
４０２投稿日時
４０３投稿間のつながり
４０４投稿内容
４０５閲覧情報
４０６投稿者情報
５０１Ｗｅｂ投稿データ収集処理
５０２投稿関係解析処理
５０３対話関係マトリクス生成処理
５０４投稿内容分析処理
５０５投稿感情リスト生成処理
５０６話題継続時間分析処理
５０７話題継続時間リスト生成処理
７０１投稿者の閲覧関係のネットワーク図
７０２投稿間の関係のネットワーク図
９０１投稿ＩＤ
９０２対話ＩＤ
９０３投稿ＩＤ０
９０４対話ＩＤ０
９０５対話ＩＤ０と投稿ＩＤ０の関係性の情報
１００１投稿ＩＤ
１００２投稿時刻
１００３投稿内容
１００４投稿内容の感情特性
１１０１投稿ＩＤ
１１０２話題の継続時間
１２０１評価キーワードの取得処理
１２０２対話特徴量リスト・投稿特徴量リストの生成処理
１２０３投稿数収束評価実施・結果表示処理
１２０４キーワード評価結果レポート生成処理
１３０１評価条件
１３０２投稿数収束予測結果
１３０３日付
１３０４投稿数予測結果
１３０５感情特性ごとの投稿数予測結果（陽性）
１３０６感情特性ごとの投稿数予測結果（中性）
１３０７感情特性ごとの投稿数予測結果（陰性）
１４０１評価キーワードを取得する処理
１４０２評価キーワードを含む投稿ＩＤを抽出する処理
１４０３投稿特徴量リストの生成する処理
１５０１投稿ＩＤ
１５０２投稿時刻
１５０３感情特性
１５０４話題継続時間
１６０１投稿特徴量リストと評価の時間幅を取得する処理
１６０２投稿数収束推定式の係数を取得する処理
１６０３投稿数収束の推定を行う処理
１６０４収束基準投稿数を取得する処理
１６０５収束日を算出する処理
１６０６収束日に基づく話題の影響度評価を行う処理
１６０７投稿数の収束予測結果を表示する処理

Claims

投稿ＩＤと、投稿日時と、投稿関係情報と、投稿内容情報と、を含む投稿情報を格納する投稿情報データベースを用いてＷＥＢ上の投稿を分析する情報分析システムであって、前記投稿情報データベースから前記投稿情報を取得し、前記投稿関係情報に基づいて前記投稿ＩＤを対話ＩＤと関係づけて投稿情報データベースに格納する投稿情報関係処理部と、前記投稿情報データベースから前記投稿情報を取得し、前記投稿内容情報の感情特性を評価し、前記評価された感情特性と前記投稿ＩＤとを関係づけて前記投稿情報データベースに格納する投稿内容分析処理部と、
前記投稿情報データベースから前記投稿情報を取得し、前記投稿日時と前記投稿ＩＤと前記投稿関係情報とに基づいて、前記投稿ＩＤが関係づけられている前記投稿情報の話題継続時間を算出し、前記投稿ＩＤと関係づけて前記投稿情報データベースに格納する話題継続時間処理部と、
評価キーワードの入力を受け付ける評価キーワード取得部と、
前記入力を受け付けた評価キーワードに基づいて、前記入力を受け付けた評価キーワードを含む前記投稿情報を前記投稿情報データベースから取得し特徴量情報リストとして前記投稿情報データベースに格納する特徴量リスト生成部と、
前記特徴量情報リストを前記投稿情報データベースから取得し、前記特徴量リストに含まれる投稿情報の感情特性を分類し、前記分類された感情特性の連続投稿数を算出し、前記分類された感情特性と前記算出された連続投稿数とを含む対話評価情報を生成し前記投稿データベースに格納する特徴量算出部と、
評価時間幅の入力を受け付け、前記対話評価情報と前記入力された評価時間幅とに基づいて、感情特性毎の将来投稿数を予測する将来投稿数算出部と、
前記予測された将来投稿数を画面に表示する表示部と、
を含むことを特徴とする情報分析システム。
請求項１に記載の情報分析システムであって、
前記特徴量リスト生成部は、前記入力を受け付けた評価キーワードを含む前記投稿情報に関係づけられた対話ＩＤを抽出し、前記抽出された対話ＩＤ毎に関連付けられた投稿ＩＤにおける感情特性を集計し、特徴量情報リストに加えて前記投稿情報データベースに格納し、
前記特徴量算出部は、前記抽出された対話ＩＤ毎に感情特性を分類し、前記分類された感情特性の連続投稿数を算出し、前記分類された感情特性と前記算出された連続投稿数とを含む対話評価情報を生成し前記投稿データベースに格納し、
前記将来投稿数算出部は、対話ＩＤ毎に前記幹事上特性毎の将来投稿数を予測することを特徴とする情報分析システム。
請求項１に記載の情報分析システムであって、
前記将来投稿数算出部は、予め定められた収束基準投稿数と前記予測された将来投稿数とに基づいて投稿収束日を算出し、
前記表示部は、前記投稿収束日を前記画面に表示することを特徴とする情報分析システム。
請求項３に記載の情報分析システムであって、
前記収束基準投稿数の入力を受け付ける収束基準入力受付部をさらに有することを特徴とする情報分析システム。
請求項１に記載の情報分析システムであって、
前記投稿情報は投稿サイトＩＤを含み、
前記将来投稿数算出部は、前記感情特性毎の将来投稿数を前記投稿サイトＩＤ毎に予測することを特徴とする情報分析システム。
請求項１に記載の情報分析システムであって、
前記投稿情報はコミュニティＩＤを含み、前記将来投稿数算出部は、前記感情特性毎の将来投稿数を前記コミュニティＩＤ毎に予測することを特徴とする情報分析システム。
請求項１に記載の情報分析システムであって、
前記評価キーワード取得部は、前記評価キーワードの入力を複数受け付け、
前記将来投稿数算出部は、前記感情特性毎の将来投稿数を前記複数の評価キーワード毎に予測することを特徴とする情報分析システム。
投稿ＩＤと、投稿日時と、投稿関係情報と、投稿内容情報と、を含む投稿情報を格納する投稿情報データベースを用いてＷＥＢ上の投稿を分析する情報分析方法であって、
投稿情報関係処理部により、前記投稿情報データベースから前記投稿情報を取得し、前記投稿関係情報に基づいて前記投稿ＩＤを対話ＩＤと関係づけて投稿情報データベースに格納する投稿情報関係処理工程と、
投稿内容分析処理部が、前記投稿情報データベースから前記投稿情報を取得し、前記投稿内容情報の感情特性を評価し、前記評価された感情特性と前記投稿ＩＤとを関係づけて前記投稿情報データベースに格納する投稿内容分析処理工程と、話題継続時間処理部により、前記投稿情報データベースから前記投稿情報を取得し、前記投稿日時と前記投稿ＩＤと前記投稿関係情報とに基づいて、前記投稿ＩＤが関係づけられている前記投稿情報の話題継続時間を算出し、前記投稿ＩＤと関係づけて前記投稿情報データベースに格納する話題継続時間処理工程と、
評価キーワード取得部により評価キーワードの入力を受け付ける評価キーワード取得工程と、
特徴量リスト生成部により、前記入力を受け付けた評価キーワードに基づいて、前記入力を受け付けた評価キーワードを含む前記投稿情報を前記投稿情報データベースから取得し特徴量情報リストとして前記投稿情報データベースに格納する特徴リスト生成工程と、特徴量算出部により、前記特徴量情報リストを前記投稿情報データベースから取得し、前記特徴量リストに含まれる投稿情報の感情特性を分類し、前記分類された感情特性の連続投稿数を算出し、前記分類された感情特性と前記算出された連続投稿数とを含む対話評価情報を生成し前記投稿データベースに格納する特徴量算出工程と、
将来投稿数算出により、評価時間幅の入力を受け付け、前記対話評価情報と前記入力された評価時間幅とに基づいて、感情特性毎の将来投稿数を予測する将来投稿数算出工程と、表示部により、前記予測された将来投稿数を画面に表示する表示工程と、
を含むことを特徴とする情報分析方法。
請求項８に記載の情報分析方法であって、
前記特徴量リスト生成工程において、特徴量リスト生成により、前記入力を受け付けた評価キーワードを含む前記投稿情報に関係づけられた対話ＩＤを抽出し、前記抽出された対話ＩＤ毎に関連付けられた投稿ＩＤにおける感情特性を集計し、特徴量情報リストに加えて前記投稿情報データベースに格納し、
前記特徴量算出工程において、前記特徴量算出部により、前記抽出された対話ＩＤ毎に感情特性を分類し、前記分類された感情特性の連続投稿数を算出し、前記分類された感情特性と前記算出された連続投稿数とを含む対話評価情報を生成し前記投稿データベースに格納し、
前記将来投稿数算出工程において、前記将来投稿数算出工程部により、対話ＩＤ毎に前記幹事上特性毎の将来投稿数を予測することを特徴とする情報分析方法。
請求項８に記載の情報分析方法であって、
前記将来投稿数算出工程において、前記将来投稿数算出部により、予め定められた収束基準投稿数と前記予測された将来投稿数とに基づいて投稿収束日を算出し、
前記表示工程において、前記表示部により、前記投稿収束日を前記画面に表示することを特徴とする情報分析方法。