JP5952711B2 - 予測対象コンテンツにおける将来的なコメント数を予測する予測サーバ、プログラム及び方法 - Google Patents
予測対象コンテンツにおける将来的なコメント数を予測する予測サーバ、プログラム及び方法 Download PDFInfo
- Publication number
- JP5952711B2 JP5952711B2 JP2012234600A JP2012234600A JP5952711B2 JP 5952711 B2 JP5952711 B2 JP 5952711B2 JP 2012234600 A JP2012234600 A JP 2012234600A JP 2012234600 A JP2012234600 A JP 2012234600A JP 5952711 B2 JP5952711 B2 JP 5952711B2
- Authority
- JP
- Japan
- Prior art keywords
- comments
- prediction
- content
- server
- comment
- 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
コンテンツ毎に、時間経過に応じた各単位時間のコメント数の推移状態を、学習情報として予め記憶した学習情報記憶手段と、
サーバから取得された、予測対象コンテンツに対応するコメントについて、時間経過に応じた各単位時間のコメント数を計数する予測対象コメント検索手段と、
計数された各単位時間のコメント数の推移状態に類似する、コメント数の推移状態のコンテンツを、学習情報記憶手段から検索する判定時間検索手段と、
検索されたコンテンツに対応する判定時間後のコメント数の推移状態を、当該予測対象コンテンツにおける将来的なコメント数の推移状態として導出するコメント数予測手段と
を有することを特徴とする。
サイトサーバは、ブログサイトサーバであって、
予測サーバは、
予測対象コンテンツに含まれるキーワード群を抽出する予測対象キーワード抽出手段を更に有し、
予測対象コメント検索手段は、予測対象キーワード抽出手段によって抽出されたキーワード群をキーとして、ブログサイトサーバから複数のコメントを検索し、時間経過に応じた各単位時間のコメント数を計数する
ことも好ましい。
当該予測サーバが、不特定多数の第三者に対してコンテンツを公開するコンテンツ公開サーバと更に通信可能であるか、又は、サイトサーバ自体がコンテンツ公開機能も備えており、
当該予測サーバは、
多数のコンテンツを、各コンテンツに含まれるキーワード群の類似度に基づいてクラスタリングするコンテンツクラスタリング手段と、
各クラスタに含まれるコンテンツ毎に、時間経過に応じた各単位時間のコメント数を、サイトサーバを用いて検索する学習対象コメント検索手段と、
予測対象コンテンツから抽出されたキーワード群に類似するキーワード群を含むクラスタを検索するクラスタ検索手段と
を有し、
判定時間検索手段は、クラスタ検索手段によって検索されたクラスタに含まれるコンテンツの中から、各単位時間のコメント数の推移状態に類似する、コメント数の推移状態のコンテンツを検索することも好ましい。
学習対象コメント検索手段は、
全てのクラスタに含まれるコンテンツ毎に、予め、時間経過に応じた各単位時間のコメント数を、ブログサイトサーバを用いて検索する、又は、
クラスタ検索手段によって検索された当該クラスタに含まれるコンテンツ毎に、時間経過に応じた各単位時間のコメント数を、ブログサイトサーバを用いて検索することも好ましい。
各コメントのテキストから、その内容が肯定的か又は否定的かを判定するポジネガ判定手段を更に有し、
学習情報記憶手段は、判定時間範囲における時間経過に応じた各単位時間のコメント数と共に、全てのコメントにおける肯定的又は否定的なポジネガ比率も記憶し、
コメント数予測手段は、検索されたコンテンツに対応する予測時間範囲のコメント数に、ポジネガ比率を乗算することによって、当該予測対象コンテンツにおける将来的に肯定的コメント数又は否定的コメント数を導出することも好ましい。
各コメントのテキストから、当該コメントを投稿したユーザのプロフィールに関する属性情報を抽出するプロフィール情報抽出手段を更に有し、
学習情報記憶手段は、判定時間範囲における時間経過に応じた各単位時間のコメント数と共に、全てのコメントにおける属性種別に応じた属性比率も記憶し、
コメント数予測手段は、検索されたコンテンツに対応する予測時間範囲のコメント数に、属性比率を乗算することによって、当該予測対象コンテンツにおける将来的な属性種別毎のコメント数を導出することも好ましい。
各コメントのテキストから、その内容が肯定的か又は否定的かを判定するポジネガ判定手段と、
各コメントのテキストから、当該コメントを投稿したユーザのプロフィールに関する属性情報を抽出するプロフィール情報抽出手段と
を更に有し、
学習情報記憶手段は、判定時間範囲における時間経過に応じた各単位時間のコメント数と共に、全てのコメントにおける「肯定的又は否定的」及び「属性種別」の組み合わせに応じたポジネガ属性比率も記憶し、
コメント数予測手段は、検索されたコンテンツに対応する予測時間範囲のコメント数に、ポジネガ属性比率を乗算することによって、当該予測対象コンテンツにおける将来的なポジネガ属性種別毎のコメント数を導出することも好ましい。
複数の予測対象コンテンツについて、コメント数予測手段によって導出された将来的なコメント数が多いコンテンツから順にソートしたランキング情報を、ページ情報としてクライアントへ公開するランキング公開手段を更に有することも好ましい。
判定時間検索手段は、学習情報記憶手段における各単位時間のコメント数の推移状態(時間的変化)と、予測対象コンテンツにおける判定時間範囲のコメント数の(時間的変化)推移状態とを、回帰モデルを用いて類似度を導出することも好ましい。
コンテンツ毎に、時間経過に応じた各単位時間のコメント数の推移状態を、学習情報として予め記憶した学習情報記憶手段と、
サーバから取得された、予測対象コンテンツに対応するコメントについて、時間経過に応じた各単位時間のコメント数を計数する予測対象コメント検索手段と、
計数された各単位時間のコメント数の推移状態に類似する、コメント数の推移状態のコンテンツを、学習情報記憶手段から検索する判定時間検索手段と、
検索されたコンテンツに対応する判定時間後のコメント数の推移状態を、当該予測対象コンテンツにおける将来的なコメント数の推移状態として導出するコメント数予測手段と
してコンピュータを機能させることを特徴とする。
予測サーバは、コンテンツ毎に、時間経過に応じた各単位時間のコメント数の推移状態を、学習情報として予め記憶した学習情報記憶部を有し、
予測サーバは、
サイトサーバから取得された、予測対象コンテンツに対応するコメントについて、時間経過に応じた各単位時間のコメント数を計数する第1のステップと、
計数された各単位時間のコメント数の推移状態に類似する、コメント数の推移状態のコンテンツを、学習情報記憶部から検索する第2のステップと、
検索されたコンテンツに対応する判定時間後のコメント数の推移状態を、当該予測対象コンテンツにおける将来的なコメント数の推移状態として導出する第3のステップと
を実行することを特徴とする。
予測対象キーワード抽出部11は、キーとなる予測対象コンテンツを入力し、当該予測対象コンテンツに含まれるキーワード群を抽出する。予測対象コンテンツは、Webページであってもよいし、URL(Uniform Resource Locator)のみであってもよい。URLのみである場合、予測対象キーワード抽出部11は、そのURLに基づくWebページを、コンテンツ公開サーバ3から取得する。これらコンテンツには、少なくともテキストが含まれていることを前提とする。
「[日本、42年ぶり優勝=米国の8連覇を阻む―ソフトボール女子]ソフトボールの女子世界選手権最終日は22日、カナダ・ホワイトホースで行われ、日本は決勝で8連覇を目指した米国を延長十回、2―1で破り、<7月23日(月)11時30分配信>」
このニュース記事から、例えば以下のようなキーワード群が抽出される。
「優勝」「連覇」「ソフトボール」
勿論、予測対象コンテンツのURLそのものを、キーワードとして抽出するものであってもよい。
予測対象コメント検索部12は、抽出されたキーワード群をキーとして、ブログサイトサーバ2から複数のコメントを検索する。前述のキーワード群をキーとして、例えば以下のようなコメントが検索される。
>投稿者ID: xxxyyy
>属性:30代、男性、会社員、スポーツ
>フォロワー数:200人
>内容:ようやった!日本、42年ぶり優勝=米国の8連覇を阻む―ソフトボール女子
http://www.news.jp/xxx
>投稿時刻:7月23日(月)12時30分
学習情報記憶部13は、コンテンツ毎に、時間経過に応じた各単位時間のコメント数の推移状態を、学習情報として予め記憶する。
判定時間検索部14は、予測対象コンテンツについて計数された各単位時間のコメント数の推移状態に類似する、コメント数の推移状態となるコンテンツを、学習情報記憶部13から検索する。
コメント数予測部15は、検索されたコンテンツに対応する予測時間範囲のコメント数を、当該予測対象コンテンツにおける将来的なコメント数として導出する。このように、予測対象コンテンツの過去から現在までのコメント数の傾向(推移状態)と、過去に収集された他の多数のコンテンツの推移状態と比較することによって、今後のコメント数の増減の傾向を予測することができる。
ランキング公開部16は、複数の予測対象コンテンツについて、コメント数予測部15によって導出された将来的なコメント数が多いコンテンツから順にソートしたランキング情報を、ページ情報としてクライアントへ公開する。この場合、複数の予測対象コンテンツは、ユーザによって選択されたものであってもよいし、予測サーバの運営事業者によった予め選択されたものであってもよい。例えば、ユーザは、現在それほど注目されていないけれども、その後、コメント数が急増するようなコンテンツを知ることができる。
学習部17は、ブログサイトサーバ2及びコンテンツ公開サーバ3と通信することによって、学習情報記憶部13へ記憶させるべき学習情報を生成する。
(1)全てのクラスタに含まれるコンテンツ毎に、予め、時間経過に応じた各単位時間のコメント数を、ブログサイトサーバ2を用いて検索する。これは、学習情報記憶部13に、多数のコンテンツの学習情報を静的に記憶しておく。
(2)クラスタ検索部142によって検索された当該クラスタに含まれるコンテンツ毎に、時間経過に応じた各単位時間のコメント数を、ブログサイトサーバ2を用いて検索する。これは、クラスタ検索部142の結果に基づいて学習対象コメント検索部143が動的に動作する。
コンテンツAに対する判定時間範囲のコメント:ポジ比率RAP+ネガ比率RAN
コンテンツBに対する判定時間範囲のコメント:ポジ比率RBP+ネガ比率RBN
コンテンツCに対する判定時間範囲のコメント:ポジ比率RCP+ネガ比率RCN
また、コメント数予測部15は、検索されたコンテンツに対応する予測時間範囲のコメント数に、ポジネガ比率を乗算することによって、当該予測対象コンテンツにおける将来的に肯定的コメント数又は否定的コメント数を導出する。
コンテンツAの将来的な予測時間範囲のコメントについて
肯定的なコメント数=ポジ比率RAP×予測時間範囲のコメント数
否定的なコメント数=ネガ比率RAN×予測時間範囲のコメント数
コンテンツAに対する判定時間範囲のコメント:男性比率RAM+女性比率RAF
コンテンツBに対する判定時間範囲のコメント:男性比率RBM+女性比率RBF
コンテンツCに対する判定時間範囲のコメント:男性比率RCM+女性比率RCF
また、コメント数予測部15は、検索されたコンテンツに対応する予測時間範囲のコメント数に、属性比率を乗算することによって、当該予測対象コンテンツにおける将来的な属性種別毎のコメント数を導出する。
コンテンツAの将来的な予測時間範囲のコメントについて
男性のコメント数=男性比率RAM×予測時間範囲のコメント数
女性のコメント数=女性比率RAF×予測時間範囲のコメント数
コンテンツAに対する判定時間範囲のコメント:ポジ比率RAP+ネガ比率RAN
:男性比率RAM+女性比率RAF
コンテンツBに対する判定時間範囲のコメント:ポジ比率RBP+ネガ比率RBN
:男性比率RBM+女性比率RBF
コンテンツCに対する判定時間範囲のコメント:ポジ比率RCP+ネガ比率RCN
:男性比率RCM+女性比率RCF
また、コメント数予測部15は、検索されたコンテンツに対応する予測時間範囲のコメント数に、ポジネガ属性比率を乗算することによって、当該予測対象コンテンツにおける将来的なポジネガ属性種別毎のコメント数を導出する。
コンテンツAの将来的な予測時間範囲のコメントについて
肯定的な男性のコメント数=
ポジ比率RAP×男性比率RAM×予測時間範囲のコメント数
否定的な女性のコメント数=
ネガ比率RAF×女性比率RAF×予測時間範囲のコメント数
・・・・・・
10 通信インタフェース部
11 予測対象キーワード抽出部
12 予測対象コメント検索部
13 学習情報記憶部
14 判定時間検索部
15 コメント数予測部
16 ランキング公開部
17 学習部
171 コンテンツクラスタリング部
172 クラスタ検索部
173 学習対象コメント検索部
18 ポジネガ判定部
19 プロフィール情報抽出部
2 ブログサイトサーバ
3 コンテンツ公開サーバ
4 端末
Claims (11)
- 複数の投稿者間でテキストのコメントを発信し合うサイトサーバと通信可能であり、予測対象コンテンツにおける将来的なコメント数を予測する予測サーバであって、
コンテンツ毎に、時間経過に応じた各単位時間のコメント数の推移状態を、学習情報として予め記憶した学習情報記憶手段と、
前記サイトサーバから取得された、前記予測対象コンテンツに対応するコメントについて、時間経過に応じた各単位時間のコメント数を計数する予測対象コメント検索手段と、
計数された各単位時間のコメント数の推移状態に類似する、コメント数の推移状態のコンテンツを、前記学習情報記憶手段から検索する判定時間検索手段と、
検索されたコンテンツに対応する判定時間後のコメント数の推移状態を、当該予測対象コンテンツにおける将来的なコメント数の推移状態として導出するコメント数予測手段と
を有することを特徴とする予測サーバ。 - 前記サイトサーバは、ブログサイトサーバであって、
前記予測サーバは、
前記予測対象コンテンツに含まれるキーワード群を抽出する予測対象キーワード抽出手段を更に有し、
前記予測対象コメント検索手段は、前記予測対象キーワード抽出手段によって抽出されたキーワード群をキーとして、前記ブログサイトサーバから複数のコメントを検索し、時間経過に応じた各単位時間のコメント数を計数する
ことを特徴とする請求項1に記載の予測サーバ。 - 当該予測サーバが、不特定多数の第三者に対してコンテンツを公開するコンテンツ公開サーバと更に通信可能であるか、又は、前記サイトサーバ自体がコンテンツ公開機能も備えており、
当該予測サーバは、
多数のコンテンツを、各コンテンツに含まれるキーワード群の類似度に基づいてクラスタリングするコンテンツクラスタリング手段と、
各クラスタに含まれるコンテンツ毎に、時間経過に応じた各単位時間のコメント数を、前記サイトサーバを用いて検索する学習対象コメント検索手段と、
前記予測対象コンテンツから抽出されたキーワード群に類似するキーワード群を含むクラスタを検索するクラスタ検索手段と
を有し、
前記判定時間検索手段は、前記クラスタ検索手段によって検索されたクラスタに含まれるコンテンツの中から、各単位時間のコメント数の推移状態に類似する、コメント数の推移状態のコンテンツを検索する
ことを特徴とする請求項1又は2に記載の予測サーバ。 - 前記学習対象コメント検索手段は、
全てのクラスタに含まれるコンテンツ毎に、予め、時間経過に応じた各単位時間のコメント数を、前記ブログサイトサーバを用いて検索する、又は、
前記クラスタ検索手段によって検索された当該クラスタに含まれるコンテンツ毎に、時間経過に応じた各単位時間のコメント数を、前記ブログサイトサーバを用いて検索する
ことを特徴とする請求項3に記載の予測サーバ。 - 各コメントのテキストから、その内容が肯定的か又は否定的かを判定するポジネガ判定手段を更に有し、
前記学習情報記憶手段は、判定時間範囲における時間経過に応じた各単位時間のコメント数と共に、全てのコメントにおける肯定的又は否定的なポジネガ比率も記憶し、
前記コメント数予測手段は、検索されたコンテンツに対応する予測時間範囲のコメント数に、前記ポジネガ比率を乗算することによって、当該予測対象コンテンツにおける将来的に肯定的コメント数又は否定的コメント数を導出する
ことを特徴とする請求項1から4のいずれか1項に記載の予測サーバ。 - 各コメントのテキストから、当該コメントを投稿したユーザのプロフィールに関する属性情報を抽出するプロフィール情報抽出手段を更に有し、
前記学習情報記憶手段は、判定時間範囲における時間経過に応じた各単位時間のコメント数と共に、全てのコメントにおける属性種別に応じた属性比率も記憶し、
前記コメント数予測手段は、検索されたコンテンツに対応する予測時間範囲のコメント数に、前記属性比率を乗算することによって、当該予測対象コンテンツにおける将来的な属性種別毎のコメント数を導出する
ことを特徴とする請求項1から4のいずれか1項に記載の予測サーバ。 - 各コメントのテキストから、その内容が肯定的か又は否定的かを判定するポジネガ判定手段と、
各コメントのテキストから、当該コメントを投稿したユーザのプロフィールに関する属性情報を抽出するプロフィール情報抽出手段と
を更に有し、
前記学習情報記憶手段は、判定時間範囲における時間経過に応じた各単位時間のコメント数と共に、全てのコメントにおける「肯定的又は否定的」及び「属性種別」の組み合わせに応じたポジネガ属性比率も記憶し、
前記コメント数予測手段は、検索されたコンテンツに対応する予測時間範囲のコメント数に、前記ポジネガ属性比率を乗算することによって、当該予測対象コンテンツにおける将来的なポジネガ属性種別毎のコメント数を導出する
ことを特徴とする請求項1から4のいずれか1項に記載の予測サーバ。 - 複数の予測対象コンテンツについて、前記コメント数予測手段によって導出された将来的なコメント数が多いコンテンツから順にソートしたランキング情報を、ページ情報としてクライアントへ公開するランキング公開手段を更に有する
ことを特徴とする請求項1から7のいずれか1項に記載の予測サーバ。 - 前記判定時間検索手段は、前記学習情報記憶手段における各単位時間のコメント数の推移状態(時間的変化)と、前記予測対象コンテンツにおける判定時間範囲のコメント数の(時間的変化)推移状態とを、回帰モデルを用いて類似度を導出することを特徴とする請求項1から8のいずれか1項に記載の予測サーバ。
- 複数の投稿者間でテキストのコメントを発信し合うサイトサーバと通信可能であり、予測対象コンテンツにおける将来的なコメント数を予測するサーバに搭載されたコンピュータを機能させる予測プログラムであって、
コンテンツ毎に、時間経過に応じた各単位時間のコメント数の推移状態を、学習情報として予め記憶した学習情報記憶手段と、
前記サーバから取得された、前記予測対象コンテンツに対応するコメントについて、時間経過に応じた各単位時間のコメント数を計数する予測対象コメント検索手段と、
計数された各単位時間のコメント数の推移状態に類似する、コメント数の推移状態のコンテンツを、前記学習情報記憶手段から検索する判定時間検索手段と、
検索されたコンテンツに対応する判定時間後のコメント数の推移状態を、当該予測対象コンテンツにおける将来的なコメント数の推移状態として導出するコメント数予測手段と
してコンピュータを機能させることを特徴とするサーバ用の予測プログラム。 - 複数の投稿者間でテキストのコメントを発信し合うサイトサーバと通信可能であり、予測対象コンテンツにおける将来的なコメント数を予測する予測サーバのコメント数予測方法であって、
前記予測サーバは、コンテンツ毎に、時間経過に応じた各単位時間のコメント数の推移状態を、学習情報として予め記憶した学習情報記憶部を有し、
前記予測サーバは、
前記サイトサーバから取得された、前記予測対象コンテンツに対応するコメントについて、時間経過に応じた各単位時間のコメント数を計数する第1のステップと、
計数された各単位時間のコメント数の推移状態に類似する、コメント数の推移状態のコンテンツを、前記学習情報記憶部から検索する第2のステップと、
検索されたコンテンツに対応する判定時間後のコメント数の推移状態を、当該予測対象コンテンツにおける将来的なコメント数の推移状態として導出する第3のステップと
を実行することを特徴とする予測サーバのコメント数予測方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012234600A JP5952711B2 (ja) | 2012-10-24 | 2012-10-24 | 予測対象コンテンツにおける将来的なコメント数を予測する予測サーバ、プログラム及び方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2012234600A JP5952711B2 (ja) | 2012-10-24 | 2012-10-24 | 予測対象コンテンツにおける将来的なコメント数を予測する予測サーバ、プログラム及び方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2014085862A JP2014085862A (ja) | 2014-05-12 |
JP5952711B2 true JP5952711B2 (ja) | 2016-07-13 |
Family
ID=50788862
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012234600A Expired - Fee Related JP5952711B2 (ja) | 2012-10-24 | 2012-10-24 | 予測対象コンテンツにおける将来的なコメント数を予測する予測サーバ、プログラム及び方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5952711B2 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015225585A (ja) * | 2014-05-29 | 2015-12-14 | シャープ株式会社 | 情報処理装置、情報処理システム、端末装置、情報処理方法、及び情報処理プログラム |
US10997250B2 (en) | 2018-09-24 | 2021-05-04 | Salesforce.Com, Inc. | Routing of cases using unstructured input and natural language processing |
JP2020144771A (ja) * | 2019-03-08 | 2020-09-10 | Fringe81株式会社 | 投稿管理システム、投稿管理サーバ、及び投稿管理プログラム |
CN109961183B (zh) * | 2019-03-20 | 2023-06-23 | 重庆邮电大学 | 一种评论信息对用户签到影响的度量方法 |
JP7061328B1 (ja) | 2021-07-30 | 2022-04-28 | 株式会社Jx通信社 | 情報処理装置、情報処理システムおよびプログラム |
JP7182819B1 (ja) | 2021-07-30 | 2022-12-05 | 株式会社Jx通信社 | 情報処理装置、情報処理システムおよびプログラム |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005216202A (ja) * | 2004-02-02 | 2005-08-11 | Fuji Heavy Ind Ltd | 未来値予測装置および未来値予測方法 |
JP5322111B2 (ja) * | 2007-11-06 | 2013-10-23 | 国立大学法人北海道大学 | 類似画像検索装置 |
JP5148416B2 (ja) * | 2008-09-03 | 2013-02-20 | 公益財団法人鉄道総合技術研究所 | 乗客流動予測システム |
JP5387578B2 (ja) * | 2008-09-24 | 2014-01-15 | 日本電気株式会社 | 情報分析装置、情報分析方法、及びプログラム |
JP5077711B2 (ja) * | 2009-10-05 | 2012-11-21 | Necビッグローブ株式会社 | 時系列分析装置、時系列分析方法、及びプログラム |
-
2012
- 2012-10-24 JP JP2012234600A patent/JP5952711B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2014085862A (ja) | 2014-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cao et al. | Mashup service recommendation based on user interest and social network | |
US9201880B2 (en) | Processing a content item with regard to an event and a location | |
US10423648B2 (en) | Method, system, and computer readable medium for interest tag recommendation | |
US7860878B2 (en) | Prioritizing media assets for publication | |
US9990368B2 (en) | System and method for automatic generation of information-rich content from multiple microblogs, each microblog containing only sparse information | |
US20110060716A1 (en) | Systems and methods for improving web site user experience | |
US20110060717A1 (en) | Systems and methods for improving web site user experience | |
US9720979B2 (en) | Method and system of identifying relevant content snippets that include additional information | |
JP5952711B2 (ja) | 予測対象コンテンツにおける将来的なコメント数を予測する予測サーバ、プログラム及び方法 | |
Qian et al. | Combining machine learning and human judgment in author disambiguation | |
Natarajan et al. | Recommending news based on hybrid user profile, popularity, trends, and location | |
KR100954842B1 (ko) | 카테고리 태그 정보를 이용한 웹 페이지 분류 방법, 그 시스템 및 이를 기록한 기록매체 | |
WO2014155380A1 (en) | System and method for topics extraction and filtering | |
Zhu et al. | Real-time personalized twitter search based on semantic expansion and quality model | |
Cao et al. | Mashup service recommendation based on usage history and service network | |
CN104615723B (zh) | 查询词权重值的确定方法和装置 | |
JP5952756B2 (ja) | 予測対象コンテンツにおける将来的なコメント数を予測する予測サーバ、プログラム及び方法 | |
US20120239657A1 (en) | Category classification processing device and method | |
Xu et al. | Mining Web search engines for query suggestion | |
JP2013168177A (ja) | 情報提供プログラム、情報提供装置および検索サービスの提供方法 | |
CN108509449B (zh) | 一种信息处理的方法及服务器 | |
KR101402339B1 (ko) | 문서 관리 시스템 및 문서 관리 방법 | |
JP2015036892A (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
Aggarwal et al. | Insights into Entity Recommendation in Web Search. | |
Wei et al. | Integrated recommender systems based on ontology and usage mining |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20150804 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20160422 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160506 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160517 |
|
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: 20160606 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160610 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5952711 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |