JP6111938B2 - 情報処理プログラム及び情報処理装置 - Google Patents

情報処理プログラム及び情報処理装置 Download PDF

Info

Publication number
JP6111938B2
JP6111938B2 JP2013177964A JP2013177964A JP6111938B2 JP 6111938 B2 JP6111938 B2 JP 6111938B2 JP 2013177964 A JP2013177964 A JP 2013177964A JP 2013177964 A JP2013177964 A JP 2013177964A JP 6111938 B2 JP6111938 B2 JP 6111938B2
Authority
JP
Japan
Prior art keywords
community
information
user
users
information processing
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
Application number
JP2013177964A
Other languages
English (en)
Other versions
JP2015046102A (ja
Inventor
シャオジュン 馬
シャオジュン 馬
幸寛 坪下
幸寛 坪下
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fujifilm Business Innovation Corp
Original Assignee
Fuji Xerox Co Ltd
Fujifilm Business Innovation Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fuji Xerox Co Ltd, Fujifilm Business Innovation Corp filed Critical Fuji Xerox Co Ltd
Priority to JP2013177964A priority Critical patent/JP6111938B2/ja
Publication of JP2015046102A publication Critical patent/JP2015046102A/ja
Application granted granted Critical
Publication of JP6111938B2 publication Critical patent/JP6111938B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Description

本発明は、情報処理プログラム及び情報処理装置に関する。
従来の技術として、組織における電子メール通信記録から特定の事項について重要な役割を果たす人材を特定する情報処理装置が提案されている（例えば、特許文献１参照）。
特許文献１に開示された情報処理装置は、電子メールのシステムに蓄積された送受信履歴、メール本文の内容、添付文書の内容等の通信記録（以下、「ログ」という。）から情報流通の構造や効率を分析し、個人間の関係データを抽出し、情報流通経路の境界を超える情報展開の回数又は頻度が所定値を超える送受信の組を特定の事項について重要な役割を果たす人材（以下、「キーパーソン」という。）の候補として特定する。情報流通経路の境界の設定は、予め設定されるものであって、部門や拠点などの組織情報が用いられる。
特開２００６−２５９９１４号公報
本発明の目的は、文書情報の操作履歴から、文書情報を操作した利用者間の関連性と、共通の関連性を有する利用者の集合とを抽出する情報処理プログラム及び情報処理装置を提供することにある。
本発明の一態様は、上記目的を達成するため、以下の情報処理プログラム及び情報処理装置を提供する。
［１］コンピュータを、
文書情報に対する利用者の操作履歴情報を取得する取得手段と、
前記利用者をノードとし、同一の文書情報を操作した利用者間に関連性があるとしてリンクを張って、当該ノード及び当該リンクから構成されるネットワーク構造を生成する生成手段と、
前記ネットワーク構造から前記リンクの生成確率に基づく確率モデルを用いて共通の関連性の境界を判別し、当該境界内の利用者の集合を共通の関連性を有するコミュニティとして抽出する抽出手段と、
前記確率モデルを用いて、前記コミュニティにおける前記利用者の確率分布に基づき、前記コミュニティにおける前記利用者のネットワーク指標の期待値を算出する算出手段と、
前記コミュニティに所属する利用者が操作した文書情報の集合から単語を抽出して、抽出した単語からタグ情報を生成するタグ生成手段と、
人材を検索するためのキーワードを受け付ける受付手段と、
前記キーワードを前記タグ情報の単語に持つコミュニティを特定するコミュニティ特定手段と、
前記特定されたコミュニティにおいて前記ネットワーク指標の期待値が高い利用者を特定する人材特定手段と、
前記特定された人材を前記キーワードの送信元に表示処理する表示処理手段として機能させるための情報処理プログラム。
［２］表示要求を受け付けたとき、前記ネットワーク構造及び前記利用者のネットワーク指標の期待値の少なくとも１つを前記表示要求元に表示処理する表示処理手段としてさらに機能させる［１］に記載の情報処理プログラム。
［３］文書情報に対する利用者の操作履歴情報を取得する取得手段と、
前記利用者をノードとし、同一の文書情報を操作した利用者間に関連性があるとしてリンクを張って、当該ノード及び当該リンクから構成されるネットワーク構造を生成する生成手段と、
前記ネットワーク構造から前記リンクの生成確率に基づく確率モデルを用いて共通の関連性の境界を判別し、当該境界内の利用者の集合を共通の関連性を有するコミュニティとして抽出する抽出手段と、
前記確率モデルを用いて、前記コミュニティにおける前記利用者の確率分布に基づき、前記コミュニティにおける前記利用者のネットワーク指標の期待値を算出する算出手段と、
前記コミュニティに所属する利用者が操作した文書情報の集合から単語を抽出して、抽出した単語からタグ情報を生成するタグ生成手段と、
人材を検索するためのキーワードを受け付ける受付手段と、
前記キーワードを前記タグ情報の単語に持つコミュニティを特定するコミュニティ特定手段と、
前記特定されたコミュニティにおいて前記ネットワーク指標の期待値が高い利用者を特定する人材特定手段と、
前記特定された人材を前記キーワードの送信元に表示処理する表示処理手段とを有する情報処理装置。
請求項１又は３に係る発明によれば、文書情報の操作履歴から、文書情報を操作した利用者間の関連性と、共通の関連性を有する利用者の集合とを抽出する情報処理プログラム及び情報処理装置を提供することができるとともに、コミュニティにおける利用者に関する指標を算出し、受け付けたキーワードに関連するコミュニティの人材であって、キーパーソンとなりうる人材をキーワード送信元に表示することができる。
請求項２に係る発明によれば、ネットワーク構造、利用者の確率分布及び利用者のリンク数の期待値の少なくとも１つを表示要求元に表示処理することができる。
図１は、実施の形態に係る情報処理システムの構成の一例を示す概略図である。 図２は、実施の形態に係る情報処理装置の構成例を示すブロック図である。 図３は、文書ＤＢのログ情報の内容の一例を示す概略図である。 図４は、情報処理装置のネットワーク情報の内容の一例を示す概略図である。 図５は、情報処理装置のコミュニティ情報の内容の一例を示す概略図である。 図６は、情報処理装置の利用者指標情報の内容の一例を示す概略図である。 図７は、情報処理装置のコミュニティタグ情報の内容の一例を示す概略図である。 図８（ａ）−（ｆ）は、情報処理装置の動作を説明するための概略図である。 図９は、ＬＤＡモデルの概念を説明するための概略図である。 図１０は、情報処理装置の表示処理手段の表示内容の一例を示す概略図である。 図１１は、情報処理装置の表示処理手段の表示内容の他の例を示す概略図である。 図１２は、情報処理装置の解析動作の一例を示すフローチャートである。 図１３は、情報処理装置の検索動作の一例を示すフローチャートである。
［実施の形態］
（情報処理システムの構成）
図１は、実施の形態に係る情報処理システムの構成の一例を示す概略図である。
この情報処理システム５は、情報処理装置１と、文書データベース（ＤＢ）２と、端末３０、３１、３２、３３…とをネットワーク４によって互いに通信可能に接続することで構成される。端末３０、３１、３２、３３…は、それぞれ管理者Ｕ０００、利用者Ｕ００１、Ｕ００２、Ｕ００３…によって操作される。
情報処理装置１は、サーバ型の情報処理装置であり、端末３０、３１、３２、３３…の要求に応じて動作するものであって、本体内に情報を処理するための機能を有するＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）やフラッシュメモリ等の電子部品を備える。
文書ＤＢ２は、文書情報２００を格納するデータベースであり、当該文書情報２００に対する操作履歴を示すログ情報２０１（操作履歴情報）を格納する。ここで、文書情報２００は、例えば、企画書、技術文書等の文書である。
端末３０、３１、３２、３３…は、ＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）等の情報処理装置であって、本体内に情報を処理するための機能を有するＣＰＵやフラッシュメモリ等の電子部品を備える。
ネットワーク４は、高速通信が可能な通信ネットワークであり、例えば、イントラネットやＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）等の私設の有線又は無線の通信網である。
情報処理装置１は、一例として、端末３１、３２、３３…の要求に応じて後述する文書ＤＢ２の文書情報２００の書き込み（アップロード）、読み出し（ダウンロード又はオープン）、コピー、削除等の操作を行うとともに、当該操作履歴をログ情報２０１として文書ＤＢ２に保存する。なお、当該操作は、他のサーバに実行させるものであってもよい。
また、情報処理装置１は、他の例として、ログ情報２０１に基づいて端末３０の要求に応じて利用者Ｕ００１、Ｕ００２、Ｕ００３…の関係図（後述する「ネットワーク構造」）を作成して、端末３０の表示部に表示したり、利用者Ｕ００１、Ｕ００２、Ｕ００３…の中から端末３０において入力されたキーワードに対応する人材を特定して、端末３０の表示部に表示したりする。詳しくは後述する。
なお、利用者Ｕ００１、Ｕ００２、Ｕ００３…は、会社等の組織に所属する会社員等であり、職務の実行のために端末３１、３２、３３…を利用して文書ＤＢ２の文書情報２００にアクセスするものである。
（情報処理装置の構成）
図２は、実施の形態に係る情報処理装置１の構成例を示すブロック図である。
情報処理装置１は、ＣＰＵ等から構成され、各部を制御するとともに、各種のプログラムを実行する制御部１０と、フラッシュメモリ等の記憶媒体から構成され情報を記憶する記憶部１１と、ネットワークを介して外部と通信する通信部１２とを備える。
制御部１０は、後述する情報処理プログラム１１０を実行することで、ログ取得手段１００、ネットワーク生成手段１０１、コミュニティ抽出手段１０２、利用者指標算出手段１０３、コミュニティタグ生成手段１０４、キーワード受付手段１０５、コミュニティ特定手段１０６、人材特定手段１０７及び表示処理手段１０８等として機能する。
ログ取得手段１００は、文書ＤＢ２からログ情報２０１を取得する。ただし、ほぼすべての利用者がアクセスする文書情報２００からは、利用者同士の関連性が抽出しづらいため、ログ取得手段１００は、アクセスした利用者数が予め定めた閾値（例えば、８０％）以下の文書情報２００のログ情報２０１のみを取得することでログ情報２０１のフィルタリングを行う。
ネットワーク生成手段１０１は、ログ取得手段１００が取得したログ情報２０１に基づいて、利用者を節点（以下、「ノード」という。）とし、利用者間に関連性があるかを判断して、関連性がある場合はノード間に繋がり（以下、「リンク」という。）を生成して、利用者間のリンクの構造（以下、「ネットワーク構造」という。）を生成する。ネットワーク生成手段１０１は、具体的に、同一文書情報に対して予め定めた回数以上の操作履歴を有する利用者同士に関連性があると判断してリンクを張って、ネットワーク構造を生成する。生成されたネットワーク構造は、ネットワーク情報１１１として記憶部１１に記憶される。
コミュニティ抽出手段１０２は、ネットワーク情報１１１のネットワーク構造から、共通する関連性の境界を自動的に判別し、共通の関連性を有する複数の利用者の集合（以下、「コミュニティ」という。）を抽出する。コミュニティ抽出手段１０２は、ネットワーク構造のリンクの生成確率に基づく確率モデルを導入して、境界の判別及びコミュニティの抽出を行う。確率モデルとしては、ＬＤＡ（Ｌａｔｅｎｔ Ｄｉｒｉｃｈｌｅｔ Ａｌｌｏｃａｔｉｏｎ）、ＧＭＭ（Ｇａｕｓｓｉａｎ Ｍｉｘｔｕｒｅ Ｍｏｄｅｌ）等のモデルを用いる。抽出されたコミュニティに関する情報はコミュニティ情報１１２として記憶部１１に記憶される。
コミュニティ抽出の具体的な例として、リンクのbetweennessを用いるものがある。リンクの「betweenness」とは、あるリンクについて、すべてのノードのペアについての最短経路がそのリンクを通る回数により定義される（最短路数）。密接に結びついているノード同士は、直接リンクで結ばれているためbetweennessは小さくなり、逆に結びつきが弱いリンクでは、そこを通ることが複数のノード間の経路の近道になっていることが多いため、betweennessは大きくなる。そこで、betweennessが大きな辺から除いていくことで、ノードとリンクの組み合わせがいくつかの成分に分かれ、これらをコミュニティとみなすことでコミュニティが抽出できる。
利用者指標算出手段１０３は、コミュニティにおける利用者の指標としてコミュニティに対する所属度と、コミュニティへの影響度を算出する。所属度は、コミュニティにおける利用者の確率分布であり、曖昧な境界を有するコミュニティにおいて利用者が複数のコミュニティに所属することを反映するものである。また、影響度は、コミュニティにおける利用者の確率分布に基づき算出される、ネットワーク指標の期待値である。
ここで、ネットワーク指標としては、次の（１）、（２）、（３）等が挙げられる。
（１）あるコミュニティにおける利用者のリンク（degree）の数の期待値
（２）あるコミュニティにおける最短路数（betweenness）の期待値
（３）あるコミュニティにおける最短距離（closeness）の期待値
なお、ここで「closeness」とは、任意のノードからノードへの最短経路の長さの平均値である。
利用者指標算出手段１０３により算出された所属度、影響度等の指標は、利用者指標情報１１３として記憶部１１に記憶される。
コミュニティタグ生成手段１０４は、コミュニティ抽出手段１０２によって抽出されたコミュニティに、コミュニティを特定する情報（以下、「タグ」という。）を生成する。コミュニティタグ生成手段１０４は、一例として、コミュニティに所属する利用者がアクセスしたすべての文書情報２００を集合文書情報とし、集合文書情報から構成されるコーパスにおいて単語抽出処理を行い、ｔｆ−ｉｄｆ（ｔｅｒｍ ｆｒｅｑｕｅｎｃｙ−ｉｎｖｅｒｓｅ ｄｏｃｕｍｅｎｔ ｆｒｅｑｕｅｎｃｙ）の高い単語をタグとする。生成されたタグは、コミュニティタグ情報１１４として記憶部１１に記憶される。
キーワード受付手段１０５は、端末３０から送信されるキーワードを受け付ける。キーワードは、適切な人材を検索するためのキーワードである。
コミュニティ特定手段１０６は、キーワード受付手段１０５が受け付けたキーワードをタグに持つコミュニティをコミュニティタグ情報１１４から特定する。
人材特定手段１０７は、利用者指標情報１１３を参照し、コミュニティ特定手段１０６が特定したコミュニティにおいて影響度の高い利用者をキーパーソンとして特定する。
表示処理手段１０８は、人材特定手段１０７が特定したキーパーソンや、当該キーパーソンが所属するコミュニティや、当該コミュニティに所属する利用者等に関する情報を、キーワードの送信元である端末３０の表示部に表示する。また、表示処理手段１０８は、ネットワーク生成手段１０１が生成したネットワーク構造を可視化して表示してもよいし、利用者指標算出手段１０３が算出した指標を表形式等により表示してもよい。
記憶部１１は、制御部１０を上述した各手段１０１−１０８として動作させる情報処理プログラム１１０、ネットワーク情報１１１、コミュニティ情報１１２、利用者指標情報１１３及びコミュニティタグ情報１１４等を記憶する。
図３は、文書ＤＢ２のログ情報２０１の内容の一例を示す概略図である。
ログ情報２０１ａは、文書情報２００に対するアクセスの内容を示す情報であり、アクセスされた時刻と、アクセスした利用者と、アクセスされた文書情報と、アクセス時の操作内容とを有する。
（情報処理装置の動作）
次に、本実施の形態の作用を、（１）基本動作、（２）解析動作、（３）検索動作、（４）表示動作に分けて説明する。
（１）基本動作
利用者Ｕ００１、Ｕ００２、Ｕ００３…は、端末３１、３２、３３…を用いて文書ＤＢ２の文書情報２００にアクセスする。
情報処理装置１は、端末３１、３２、３３…の要求に応じて後述する文書ＤＢ２の文書情報２００の書き込み（アップロード）、読み出し（ダウンロード又はオープン）、コピー、削除等の操作を行うとともに、当該操作履歴をログ情報２０１として文書ＤＢ２に保存する。
管理者Ｕ０００は、端末３０を用いて情報処理装置１にアクセスし、文書ＤＢ２のログ情報２０１の解析を要求する。
情報処理装置１は、端末３０から要求を受け付けて以下に説明する「（２）解析動作」を実行する。
（２）解析動作
図１２は、情報処理装置１の解析動作の一例を示すフローチャートである。
まず、情報処理装置１のログ取得手段１００は、文書ＤＢ２から図３に示すログ情報２０１を取得する（Ｓ１）。
次に、ログ取得手段１００は、文書ＤＢ２から取得したログ情報２０１のうち、アクセスした利用者数が予め定めた閾値（例えば、８０％）以下の文書情報２００のログ情報２０１のみを取得することでログ情報２０１のフィルタリングを行う（Ｓ２）。
次に、ネットワーク生成手段１０１は、フィルタリングされたログ情報２０１に基づいて、利用者をノードとし、利用者間にリンクが張れるかを判断して、ネットワーク構造を生成する（Ｓ３）。ネットワーク生成手段１０１は、具体的に、同一文書情報に対して予め定めた回数以上の操作履歴を有する利用者同士に関連性があると判断してリンクを張って、以下に示すネットワーク構造１１１ａを生成する。
図４は、情報処理装置１のネットワーク情報１１１の内容の一例を示す概略図である。
図４に示すように、ネットワーク構造１１１ａは、ネットワーク情報１１１に含まれるネットワーク構造の一例であって、各利用者Ｕ００１−Ｕ００９を示すノードｎ１、ｎ２、ｎ３、ｎ４…と、関連性のある各ノード間に実線で示されるリンクＬ１２、Ｌ１３、Ｌ１４…とを有する。図３のログ情報２０１ａに示すように、例えば、利用者Ｕ００１、Ｕ００２、Ｕ００４は同一の文書情報ｄｏｃｘｘｘ００１に操作履歴を有するため、図４に示すように、リンクＬ１２、Ｌ１４、Ｌ２４が張られ、利用者Ｕ００８、Ｕ００９は同一の文書情報ｄｏｃｘｘｘ０１１に操作履歴を有するため、リンクＬ８９が貼られる。他のリンクについても同様に他の同一の文書情報に操作履歴を有するために貼られているものである。
次に、コミュニティ抽出手段１０２は、ネットワーク構造１１１ａのリンクの生成確率に基づく確率モデルを導入して解析し（Ｓ４）、ネットワーク構造１１１ａから、共通の関連性の境界を自動的に判別し、共通の関連性を有する複数の利用者が含まれるコミュニティを抽出する（Ｓ５）。なお、確率モデルによる解析（ステップＳ４−Ｓ６の動作）については、「（２−１）解析動作の詳細」において詳細に説明する。
図５は、情報処理装置１のコミュニティ情報１１２の内容の一例を示す概略図である。
コミュニティ情報１１２は、ネットワーク構造１１１ａ上に設けられた境界１１２ａ１−１１２ａ３を有し、それぞれコミュニティ１−３を表すものである。図５に示すように、例えば、ノードｎ４（利用者Ｕ００４）は、「コミュニティ１」及び「コミュニティ２」の両方に属する。
次に、利用者指標算出手段１０３は、コミュニティ１−３における利用者Ｕ００１−Ｕ００９の指標として各コミュニティに対する所属度と、各コミュニティへの影響度を算出する（Ｓ８）。ここで、「所属度」とは、各コミュニティに利用者が所属している度合を示す指標である。また、「影響度」とは、利用者が各コミュニティに対して有する影響力を示す指標である。
図６は、情報処理装置１の利用者指標情報１１３の内容の一例を示す概略図である。
利用者指標情報１１３ａは、利用者指標情報１１３の一例として各コミュニティ１−３に対する各利用者Ｕ００１−Ｕ００９の影響度を示している。なお、所属していないコミュニティに対する影響度は「０．００」となっている。また、所属度については後述する。
次に、コミュニティタグ生成手段１０４は、コミュニティ１−３のぞれぞれに所属する利用者がアクセスしたすべての文書情報２００を集合文書情報とし、集合文書情報から構成されるコーパスにおいて単語抽出処理を行い、ｔｆ−ｉｄｆの高い単語をタグとして、コミュニティタグ情報１１４を生成する（Ｓ７）。
図７は、情報処理装置１のコミュニティタグ情報１１４の内容の一例を示す概略図である。
コミュニティタグ情報１１４ａは、コミュニティタグ情報１１４の一例であり、各コミュニティ１−３の集合文書情報から抽出された単語がタグとして記載される。
（２−１）解析動作の詳細
コミュニティ抽出手段１０２は、ステップＳ４−Ｓ６において、ネットワーク構造１１１ａのリンクの生成確率に基づく確率モデルを導入して解析するが、説明のため一例として確率モデルにＬＤＡを用いた場合について説明する。ＬＤＡは一例として以下に説明するような場合に用いられる。
図８（ａ）−（ｆ）は、情報処理装置１の動作を説明するための概略図である。
図８（ａ）に示すように、文書情報Ａが単語ａ、単語ｂ、単語ｃ、単語ｄを用いた文章で構成されるものである場合、図８（ｂ）に示すように、あるトピックＩに用いられる頻度の高い単語が単語ａ、単語ｂ、単語ｃであれば、図８（ｃ）に示すように文書情報ＡはトピックＩに属すると推定される。つまり、「秋場所全勝なら、稀勢の里の綱取り継続する」という文書情報Ａがあった場合に、「相撲」というトピックＩに用いられる頻度の高い単語が「秋場所」、「稀勢の里」、「綱取り」であれば、文書情報Ａは相撲に関するものであると推定される。
上記の「文書情報Ａ」を「利用者Ａ」に置き換え、「単語ａ」−「単語ｄ」を「利用者ａ」−「利用者ｄ」に置き換え、「トピックＩ」を「コミュニティＩ」と置き換えると以下のようになる。つまり、図８（ｄ）に示すように、利用者Ａが利用者ａ、利用者ｂ、利用者ｃ、利用者ｄとリンクが張られているものである場合、図８（ｅ）に示すように、あるコミュニティＩに所属する頻度の高い利用者が利用者ａ、利用者ｂ、利用者ｃであれば、図８（ｆ）に示すように利用者ＡはコミュニティＩに属すると推定される。
以下に、具体的なＬＤＡモデルの概念、確率モデルの生成過程及び利用者指標の算出方法を説明する。
図９は、ＬＤＡモデルの概念を説明するための概略図である。
図９においてωは、観察データであってネットワーク構造１１１ａにおける利用者のそれぞれの間のリンクの有無を表す行列である。また、α及びβはハイパーパラメータであり、例えば、管理者Ｕ０００が設定する。
Ｎ人の利用者の間にＭ本のリンクを生成する確率モデルの生成過程は、コミュニティをＫとした場合に以下のようになる。
（Ａ）Chooseφk〜Dirchlet(β)
（Ｂ）Chooseθi〜Dirchlet(α)
（Ｃ）Choose Mi〜Poisson(ε)
（Ｄ）For each of the Mi social interactions ωi,j
（ａ）Choose a community Zi,j〜Multinominal(θi)
（ｂ）Choose a social interaction ωi,j from p(ωi,j/Zi,j,φ)〜Multinominal(φZi,j)
上記したＬＤＡのモデルにＥＭアルゴリズムやＧｉｂｂｓ Ｓａｍｐｌｉｎｇ等の手法を用いてコミュニティ推定を行い、コミュニティを抽出する。
つまり、ネットワーク構造１１１ａから、境界を自動的に判別し、共通の関連性を有する複数の利用者が含まれるコミュニティΖを抽出する。なお、φは影響度を示し、θは所属度を示す。
ここで、影響度は、コミュニティにおける利用者の確率分布に基づき算出されるが、例えば、影響度として、あるコミュニティＫにおける、ある利用者と他のＮ−１人の利用者の間のリンク総数（degree）の期待値を用いた場合、当該影響度は、コミュニティＫ内における、ある利用者と他の利用者Ｎ−１人の間におけるリンクの生成率を全て足し合わせることにより算出する。すなわち、影響度とは、各利用者のそれぞれのコミュニティＫに対する関係性を反映する指標となる。
（３）検索動作
管理者Ｕ０００は、例えば、「ＬＣＤ」等のキーワードを端末３０に入力し、「ＬＣＤ」に詳しい人材（キーパーソン）を検索するよう要求する。
端末３０は、当該キーワード「ＬＣＤ」と検索要求とを情報処理装置１に送信する。情報処理装置１は、検索要求に基づいて当該キーワードに詳しい人材を検索する。
図１３は、情報処理装置１の検索動作の一例を示すフローチャートである。
まず、キーワード受付手段１０５は、端末３０から送信されるキーワード「ＬＣＤ」を受け付ける（Ｓ１０）。
次に、コミュニティ特定手段１０６は、キーワード受付手段１０５が受け付けたキーワード「ＬＣＤ」をタグに持つコミュニティをコミュニティタグ情報１１４から特定する（Ｓ１１）。
次に、人材特定手段１０７は、利用者指標情報１１３を参照し、コミュニティ特定手段１０６が特定したコミュニティにおいて影響度の高い利用者をキーワード「ＬＣＤ」に詳しい人材（キーパーソン）として特定する（Ｓ１２）。
表示処理手段１０８は、人材特定手段１０７が特定した人材の利用者名、当該人材が所属するコミュニティ名、当該コミュニティに所属する利用者等に関する情報を、キーワード「ＬＣＤ」の送信元である端末３０の表示部に表示する。
（４）表示動作
また、管理者Ｕ０００は、例えば、利用者Ｕ００１、Ｕ００２、Ｕ００３…の組織が予め定められた組織図どおりに機能しているかを確認するため、利用者の指標やネットワーク構造を表示するよう端末３０に要求する。つまり、管理者Ｕ０００は、組織図と利用者の指標とを比較して、実際のリーダーの影響度が小さい場合はリーダーを他の利用者に変更したり、組織図とネットワーク構造とを比較して、異なる部分について組織を再編する等の管理を行ったりする。
端末３０は、利用者の指標やネットワーク構造を表示するよう情報処理装置１に要求する。
情報処理装置１の表示処理手段１０８は、端末３０から要求を受け付けると以下に示す利用者指標情報１１３やネットワーク情報１１１を端末３０の表示部に表示処理する。
図１０は、情報処理装置１の表示処理手段１０８によって表示部に表示される表示内容の一例を示す概略図である。
表示内容１０８ａは、利用者指標情報１１３に基づいて表示されるものであり、「コミュニティ１」に所属する利用者Ｕ００１−Ｕ００４の所属度及び影響度を表形式で表示したものである。
図１１は、情報処理装置１の表示処理手段１０８によって表示部に表示される表示内容の他の例を示す概略図である。
表示内容１０８ｂは、ネットワーク情報１１１及び利用者指標情報１１３に基づいて表示されるものであり、各利用者のネットワーク構造を表示するとともに、所属度をノードの色の濃淡で表し、影響度をノードの大きさで表したものである。つまり、影響度が他の利用者に比べて高い利用者Ｕ００４はノードが大きく表され、同時に所属度が他の利用者に比べて低いため色の濃度が淡く表されている。
［他の実施の形態］
なお、本発明は、上記実施の形態に限定されず、本発明の趣旨を逸脱しない範囲で種々な変形が可能である。
上記実施の形態では制御部１０の各手段１００〜１０８の機能をプログラムで実現したが、各手段の全て又は一部をＡＳＩＣ等のハードウエアによって実現してもよい。また、上記実施の形態で用いたプログラムをＣＤ−ＲＯＭ等の記録媒体に記憶して提供することもできる。また、上記実施の形態で説明した上記ステップの入れ替え、削除、追加等は本発明の要旨を変更しない範囲内で可能である。
１ 情報処理装置
２ 文書ＤＢ
３０‐３３ 端末
４ ネットワーク
５ 情報処理システム
１０ 制御部
１１ 記憶部
１２ 通信部
１００ ログ取得手段
１０１ ネットワーク生成手段
１０２ コミュニティ抽出手段
１０３ 利用者指標算出手段
１０４ コミュニティタグ生成手段
１０５ キーワード受付手段
１０６ コミュニティ特定手段
１０７ 人材特定手段
１０８ 表示処理手段
１１０ 情報処理プログラム
１１１ ネットワーク情報
１１１ａ ネットワーク構造
１１２ コミュニティ情報
１１２ａ１‐１１２ａ３ 境界
１１３ 利用者指標情報
１１３ａ 利用者指標情報
１１４ コミュニティタグ情報
１１４ａ コミュニティタグ情報
２００ 文書情報
２０１ ログ情報

Claims (3)

  1. コンピュータを、
    文書情報に対する利用者の操作履歴情報を取得する取得手段と、
    前記利用者をノードとし、同一の文書情報を操作した利用者間に関連性があるとしてリンクを張って、当該ノード及び当該リンクから構成されるネットワーク構造を生成する生成手段と、
    前記ネットワーク構造から前記リンクの生成確率に基づく確率モデルを用いて共通の関連性の境界を判別し、当該境界内の利用者の集合を共通の関連性を有するコミュニティとして抽出する抽出手段と、
    前記確率モデルを用いて、前記コミュニティにおける前記利用者の確率分布に基づき、前記コミュニティにおける前記利用者のネットワーク指標の期待値を算出する算出手段と、
    前記コミュニティに所属する利用者が操作した文書情報の集合から単語を抽出して、抽出した単語からタグ情報を生成するタグ生成手段と、
    人材を検索するためのキーワードを受け付ける受付手段と、
    前記キーワードを前記タグ情報の単語に持つコミュニティを特定するコミュニティ特定手段と、
    前記特定されたコミュニティにおいて前記ネットワーク指標の期待値が高い利用者を特定する人材特定手段と、
    前記特定された人材を前記キーワードの送信元に表示処理する表示処理手段として機能させるための情報処理プログラム。
  2. 表示要求を受け付けたとき、前記ネットワーク構造及び前記利用者のネットワーク指標の期待値の少なくとも１つを前記表示要求元に表示処理する表示処理手段としてさらに機能させる請求項１に記載の情報処理プログラム。
  3. 文書情報に対する利用者の操作履歴情報を取得する取得手段と、
    前記利用者をノードとし、同一の文書情報を操作した利用者間に関連性があるとしてリンクを張って、当該ノード及び当該リンクから構成されるネットワーク構造を生成する生成手段と、
    前記ネットワーク構造から前記リンクの生成確率に基づく確率モデルを用いて共通の関連性の境界を判別し、当該境界内の利用者の集合を共通の関連性を有するコミュニティとして抽出する抽出手段と、
    前記確率モデルを用いて、前記コミュニティにおける前記利用者の確率分布に基づき、前記コミュニティにおける前記利用者のネットワーク指標の期待値を算出する算出手段と、
    前記コミュニティに所属する利用者が操作した文書情報の集合から単語を抽出して、抽出した単語からタグ情報を生成するタグ生成手段と、
    人材を検索するためのキーワードを受け付ける受付手段と、
    前記キーワードを前記タグ情報の単語に持つコミュニティを特定するコミュニティ特定手段と、
    前記特定されたコミュニティにおいて前記ネットワーク指標の期待値が高い利用者を特定する人材特定手段と、
    前記特定された人材を前記キーワードの送信元に表示処理する表示処理手段とを有する情報処理装置。
JP2013177964A 2013-08-29 2013-08-29 情報処理プログラム及び情報処理装置 Expired - Fee Related JP6111938B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2013177964A JP6111938B2 (ja) 2013-08-29 2013-08-29 情報処理プログラム及び情報処理装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2013177964A JP6111938B2 (ja) 2013-08-29 2013-08-29 情報処理プログラム及び情報処理装置

Publications (2)

Publication Number Publication Date
JP2015046102A JP2015046102A (ja) 2015-03-12
JP6111938B2 true JP6111938B2 (ja) 2017-04-12

Family

ID=52671527

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2013177964A Expired - Fee Related JP6111938B2 (ja) 2013-08-29 2013-08-29 情報処理プログラム及び情報処理装置

Country Status (1)

Country Link
JP (1) JP6111938B2 (ja)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NZ548804A (en) * 2003-12-31 2008-11-28 Thomson Global Resources Systems, methods, interfaces and software for automated collection and integration of entity data into online databases and professional directories
JP4953428B2 (ja) * 2006-09-05 2012-06-13 ヤフー株式会社 コミュニティへの関連情報提供システム
JP2009146253A (ja) * 2007-12-17 2009-07-02 Sony Corp 情報処理装置、情報処理方法、およびプログラム
JP2010039605A (ja) * 2008-08-01 2010-02-18 Ricoh Co Ltd 個人検索システム、個人検索方法、プログラムおよび記録媒体
JP5499333B2 (ja) * 2011-06-15 2014-05-21 日本電信電話株式会社 情報推薦装置、情報推薦方法及び情報推薦プログラム
JP5734118B2 (ja) * 2011-07-01 2015-06-10 Kddi株式会社 ソーシャルネットワークから小集団を抽出し、名前付け、並びに可視化する方法およびプログラム

Also Published As

Publication number Publication date
JP2015046102A (ja) 2015-03-12

Similar Documents

Publication Publication Date Title
JP7411651B2 (ja) コンテンツアイテム推奨をランク付けするための技術
US11423056B2 (en) Content discovery systems and methods
Shen et al. Linking named entities in tweets with knowledge base via user interest modeling
US10535106B2 (en) Selecting user posts related to trending topics on online social networks
US20120078906A1 (en) Automated generation and discovery of user profiles
BR112020018013A2 (pt) Assistência computadorizada utilizando base de conhecimentos por inteligência artificial
WO2014107440A2 (en) Social media impact assessment
US11568274B2 (en) Surfacing unique facts for entities
JP2011165169A (ja) 推奨システムおよび推奨プログラム
JP6777807B2 (ja) コンピュータシステムからのユーザ情報の収集
US10262041B2 (en) Scoring mechanism for discovery of extremist content
WO2023108980A1 (zh) 基于文本对抗样例的信息推送方法及装置
US10482390B2 (en) Information discovery system
US20240134914A1 (en) Content based related view recommendations
Chang et al. Improving recency ranking using twitter data
EP2613275B1 (en) Search device, search method, search program, and computer-readable memory medium for recording search program
Raghav et al. Bigdata fog based cyber physical system for classifying, identifying and prevention of SARS disease
JP6111938B2 (ja) 情報処理プログラム及び情報処理装置
Moise The technical hashtag in Twitter data: A hadoop experience
CN114281990A (zh) 文档分类方法及装置、电子设备和介质
Lim et al. ClaimFinder: A Framework for Identifying Claims in Microblogs.
JP2012043258A (ja) 検索システム、検索装置、検索プログラム、記録媒体及び検索方法
CN117807293B (zh) 一种证据信息按需组织与精准分发方法
US10936665B2 (en) Graphical match policy for identifying duplicative data
JP2016153965A (ja) 検索システム及び検索方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20160218

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20161116

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20161206

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20170202

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: 20170214

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170227

R150 Certificate of patent or registration of utility model

Ref document number: 6111938

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

LAPS Cancellation because of no payment of annual fees