JP6234978B2 - 情報処理装置、情報処理システム、およびプログラム - Google Patents

Description

本発明は、情報処理装置、情報処理システム、およびプログラムに関する。

従来より、商品名や所定のキーワードに基づいて、ユーザの興味度が高いと推定されるコンテンツ情報を提供するというレコメンド技術が存在する。従来のレコメンド技術は、ユーザが過去に閲覧したドキュメントの情報を蓄積しておき、ドキュメントに含まれるタームのうち、出現頻度の高いタームをキーワードとして検索されたコンテンツを提供するものである。近年では、ユーザが過去に閲覧したドキュメントを基に、ドキュメントの属するジャンルと、ドキュメント内のタームと、をクラスタ化したデータベースを生成し、そのデータベースを基にユーザの嗜好にマッチするキーワードからコンテンツを提供できる技術が開示されている。

ユーザが過去に閲覧したドキュメント内に含まれる単語をキーワードとするだけでは、真にユーザの嗜好にマッチするコンテンツの検索を行うに不十分であるといえる。近年のレコメンド技術は、ユーザが過去に閲覧したドキュメントを、ドキュメントの属するジャンルと、ドキュメント内のタームと、をクラスタ化することで、現在ユーザが閲覧しているドキュメントのジャンル、およびユーザの嗜好にマッチした商品やサービスのカテゴリから適切なコンテンツを提供できる点で注目されている。

しかし、ドキュメントの情報からドキュメントとタームをクラスタ化したデータベースを生成する際に、データベースの生成が初期段階であれば、ユーザが過去に閲覧したドキュメントの情報量が乏しく、ユーザの嗜好を適切に把握できないといった事態が起こることが課題であった。更にデータベースを生成する際に必要となるドキュメント情報は、データ量が膨大であり、情報の蓄積と共に機器のパフォーマンスが低下し、一連の処理を行う際に大きく時間がかかってしまうなどの課題がある。

また、ドキュメントをクラスタ化したデータベースを用いてキーワードを選定するということは、ユーザの嗜好に適切なキーワードはあくまで、ユーザが過去に閲覧したドキュメントの範囲内でクラスタ化されたデータベースを基に抽出されるキーワードである。つまり、ユーザがある特定のジャンルのドキュメントに固執している場合は、そのジャンルの範囲内で抽出されるキーワードからコンテンツが提供され、世の中で流行しているもの、あるいは注目しているものに目が行き届かなくなってしまうという別の課題もある。

つまり、クラスタ化データベース生成の初期段階から、ユーザの嗜好に適切なことは勿論、ユーザの目の届いていない世の中の流行などを考慮したコンテンツを、機器のパフォーマンスを低下させることなく提供できるレコメンド技術が求められている。

特許文献１では、コンテンツ情報をＷＥＢサイト等から取得し、コンテンツ情報に関連するキーワードを抽出し、そのキーワードと、該コンテンツ情報に属するカテゴリに関連する追加ワードと、の２つの検索ワードを抽出し、その検索ワードに基づくコンテンツを提供するというレコメンド技術が公開されている。

コンテンツ情報に関連するキーワードを抽出するという点では本願に似ているが、ＷＥＢサイトから取得したコンテンツ情報に含まれる膨大なデータ量は機器の内部に記憶されていき、それに伴い機器のパフォーマンスが低下してしまうという問題点は解決できていない。また、ユーザの興味度を解析する興味度解析部から抽出されたキーワードはユーザが過去に閲覧したコンテンツやそのコンテンツに属するカテゴリのものであるため、やはり特定のジャンルに固執したコンテンツの提供となってしまい、世の中の流行に目が行き届かなくなってしまうという問題も解決できていない。

特開２０１４−２１５９４９号公報

そこで、本発明は、上記課題に鑑みてなされたもので、その目的とするところは、ユーザの嗜好に適切なキーワードを選定する際に、ユーザの嗜好に適切なことは勿論、ユーザの目の届いていない世の中の流行などを考慮したコンテンツを、機器のパフォーマンスを低下させることなく提供できる情報処理装置、および情報処理システムを提供することである。

本発明に係る情報処理装置は、ネットワーク経由でアクセス可能なドキュメントである全体ドキュメントに出現する単語であるタームの出現頻度を、タームの出現傾向が類似するドキュメントをグループ化した全体ドキュメントクラスタごとに全体データベースとして記憶する全体データベース記憶手段と、指定されたドキュメントから単語を抽出する抽出手段と、抽出された単語に基づいて、指定されたドキュメントに関連する全体ドキュメントクラスタを特定する全体ドキュメントクラスタ特定手段と、特定された全体ドキュメントクラスタに出現するタームをキーワードとして選定するキーワード選定手段と、選定されたキーワードに関連するコンテンツをネットワークから取得するコンテンツ取得手段と、取得されたコンテンツを全体データベースに基づいて並べ替えるランキング手段と、並べ替えられたコンテンツを指定されたドキュメントとともに表示する表示手段と、を備え、全体データベース記憶手段は、ソーシャルネットワークサービスにおける言及頻度が高く、かつネットワーク経由でアクセス可能なドキュメントであるソーシャルドキュメントに出現するタームの出現頻度を、全体ドキュメントクラスタごとにソーシャルデータベースとして記憶する、ことを特徴とする。

本発明に係る情報処理システムは、サーバと情報端末とがネットワーク接続されていることで実現可能な情報処理システムであって、サーバが、ネットワーク経由でアクセス可能なドキュメントである全体ドキュメントに出現する単語であるタームの出現頻度を、タームの出現傾向が類似するドキュメントをグループ化した全体ドキュメントクラスタごとに全体データベースとして記憶する全体データベース記憶手段と、指定されたドキュメントから単語を抽出する第１の抽出手段と、抽出された単語に基づいて、指定されたドキュメントに関連する全体ドキュメントクラスタを特定する全体ドキュメントクラスタ特定手段と、特定された全体ドキュメントクラスタに出現するタームをキーワードとして選定する第１のキーワード選定手段と、選定された第１のキーワードに関連するコンテンツをネットワークから取得する第１のコンテンツ取得手段と、取得されたコンテンツを全体データベースに基づいて並べ替える第１のランキング手段と、を備え、全体データベース記憶手段は、ソーシャルネットワークサービスにおける言及頻度が高く、かつネットワーク経由でアクセス可能なドキュメントであるソーシャルドキュメントに出現するタームの出現頻度を、全体ドキュメントクラスタごとにソーシャルデータベースとして記憶し、情報端末が、並べ替えられたコンテンツを指定されたドキュメントとともに表示する表示手段と、を備える、ことを特徴とする。

本発明によれば、ユーザの嗜好に適切なキーワードを選定する際に、ユーザの嗜好に適切なことは勿論、ユーザの目の届いていない世の中の流行などを考慮したコンテンツを、機器のパフォーマンスを低下させることなく提供することが可能となる。

本発明の実施形態にかかる情報処理装置のハードウェア構成図である。 本発明の実施形態にかかる情報処理装置の機能ブロック図である。 本発明の実施形態にかかる情報処理システムのハードウェア構成図である。 本発明の実施形態にかかる情報処理システムの機能ブロック図である。 全体ドキュメントと、ソーシャルネットワークのトピックに関連するドキュメントと、をクラスタ化したデータの例である。 全体ドキュメントと、ユーザドキュメントと、をクラスタ化したデータの例である。 本発明の実施形態にかかる情報処理装置の処理に関するフローチャートである。 本発明の第１の実施形態にかかる情報処理システムのフローチャートである。 本発明の第２の実施形態にかかる情報処理システムのフローチャートである。 本発明の第３の実施形態にかかる情報処理システムのフローチャートである。

以下、本発明の実施の形態について詳細に説明する。

まず、本実施形態の情報処理装置１のハードウェア構成について図１を用いて説明する。尚、情報処理装置１の構成は、図１に示したものと必ずしも同じ構成である必要はなく、本実施形態を実現できるハードウェアを備えていればそれで十分である。

情報処理装置１は、所定のプログラムを実行することにより、情報処理装置１の全体の制御を実現するためのＣＰＵ１０１と、情報処理装置１の電源が投入されたときにＣＰＵ１０１が読出すプログラムを記憶する読出専用メモリ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ（ＲＯＭ））１０２と、ＣＰＵ１０１が作業用メモリとして使用するランダム・アクセス・メモリ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ（ＲＡＭ））１０３と、情報端末３の電源が切断されたときに種々のデータの記録を保持することが可能なＨＤＤ１０４と、マウスや入力キーで構成される入力装置１０５と、液晶、および有機ＥＬなどのパネルを用いたディスプレイを備えた表示装置１０６と、を備えている。

また、情報処理装置１は、記憶部１０７と、通信Ｉ／Ｆ１０８を更に備えている。通信Ｉ／Ｆ１０８は、ネットワーク４０１を介して接続されている。情報処理装置１は、ユーザの操作によってネットワーク４０１経由でアクセス可能な各種情報にアクセスするものであり、パーソナルコンピュータやタブレット端末、スマートフォンなどが該当するが、これに限られるものではない。

情報処理装置１の記憶部１０７は、各種データを不揮発に記憶する。各種データは、通信Ｉ／Ｆ１０８によりネットワーク４０１から受信されるものであってもよく、他の機器から受信されるものであってもよい。具体的にはＨＤＤなどの不揮発記憶装置などがあるがこれに限定されない。

情報処理装置１の通信Ｉ／Ｆ１０８は、情報端末３をネットワーク４０１に接続し、情報の送受信を行う。通信Ｉ／Ｆ１０８は、具体的にはＵＳＢポートやＬＡＮポート、無線ＬＡＮポートなどがあり、外部の機器とデータの送受信が行えればどのようなものでも構わない。

図２は、本発明の実施形態にかかる情報処理装置１の機能ブロック図である。図２に示すように、本発明にかかる情報処理装置１は、全体データベース記憶手段１０と、抽出手段１１と、全体ドキュメントクラスタ特定手段１２と、キーワード選定手段１３と、コンテンツ取得手段１４と、ランキング手段１５、表示手段１６と、を備えている。

全体データベース記憶手段１０は、ネットワーク経由でアクセス可能なドキュメントである全体ドキュメントに出現する単語であるタームの出現頻度を、前記タームの出現傾向が類似する前記ドキュメントをグループ化した全体ドキュメントクラスタごとに全体データベースとして記憶する。尚、全体データベース記憶手段１０は、ソーシャルネットワークサービスにおける言及頻度が高く、かつネットワーク経由でアクセス可能なドキュメントであるソーシャルドキュメントに出現する前記タームの出現頻度を、前記全体ドキュメントクラスタごとにソーシャルデータベースとして記憶する。

不特定多数のユーザが自由に発言したり、ＷＥＢリンクを張り付けたりできるソーシャルネットワークサービスの１例として、ツイッタ−やＳＮＳなどがある。あるトピックに対しての不特定ユーザの書き込みやアクセス回数などから現在の流行や注目されていることなどがわかる。全体データベース記憶手段１０は、それらのトピックに関連するドキュメントをネットワーク経由で取得し、データベース化して記憶する。どのトピックに関連するドキュメントを取得するかは、例えばソーシャルネットワークのランキングサイトなどに常時アクセスできるようにしておき、そのランキング上位のトピックに関連するドキュメントを取得するなどの方法がある。

まず、全体ドキュメントは、新聞記事や書籍、雑誌など定期的に商用で閲覧できるＷＥＢデータ上のドキュメントを指すものとし、その他で言えば、yahooなどの総合情報サイトなどもある。

全体データベースについて説明する。図５（ａ）に示すように全体データベース記憶手段では、ドキュメントをＸ軸方向に、タームをＹ軸方向に並べた表としてデータを記憶している。ドキュメントとタームとの交点にある値は、そのドキュメントにそのタームが出現する頻度を示す。図５（ａ）では、出現頻度として出現回数と出現確率の両方が記載されているが、いずれか一方のみであってもよい。例えば、出現回数のみを記憶しておき、確率は都度計算することもできる。

図５(ａ)では、簡略化のため４つのドキュメントクラスタと４つのタームとの関係を示しているが、尚、タームについてもドキュメントと同様にクラスタ化して記憶することが可能である。例えば、「リオネルメッシ」「ネイマール」などのドキュメントにおける出現傾向が「バルセロナＦＣ」と類似している場合、これらのタームをグループ化したタームクラスタとしてもよい。また、クラスタ化される前の個々のドキュメントないしタームの値がクラスタの値とあわせて記憶されていてもよい。

なお、図５（ａ）では、出現確率を、全ドキュメントに出現するすべてのタームの延べ出現回数の合計を分母とし、あるドキュメントクラスタに含まれるドキュメントにおけるあるタームの延べ出現回数を分子として算出している。このように算出した出現確率により、タームの属するドキュメントクラスタに固有の特性を見ることができる。

図５（ａ）より、例えばターム「バルセロナＦＣ」のドキュメントクラスタＢに含まれるドキュメントに出現した回数が７００回であり、全ドキュメントに出現したすべてのタームの中での出現確率が０．１４であることを読み取ることができる。出現確率はある特定のドキュメントクラスタ内で、そのタームに対する興味度として扱うことができる。ここまでが全体データベース記憶手段で記憶されるデータの説明である。

次にソーシャルネットワークによりアクセス可能なソーシャルドキュメントのデータベースについて説明する。データベースとしては、全体ドキュメントデータベースと同様にドキュメントをＸ軸方向に、タームをＹ軸方向に並べた表として記憶される。全体ドキュメントデータベースは全体ドキュメントから生成されたものであったのに対し、ソーシャルドキュメントのデータベースはソーシャルネットワークのトピックに関連するドキュメントから生成されるという点で異なっている。ソーシャルドキュメントのデータベースの例を図５（ｂ）に示す。図５（ｂ）でドキュメントとタームとの交点にある値は、ソーシャルネットワークでの関心性の高いトピックに関連するドキュメント全体に対して、そのタームに対する興味度として扱うことができる。

図５（a）、（b）出現確率から興味度を比較することもできる。図５（b）より、例えばターム「バルセロナＦＣ」がドキュメントクラスタＢに含まれるドキュメントに出現した回数が２回であり、全ドキュメントに出現したすべてのタームの中で出現確率は０．０４であると読み取ることができる。図５（a）の全体ドキュメント記憶手段に記憶されているデータと比較すると、ドキュメントクラスタＢに含まれる「バルセロナＦＣ」というタームは、新聞や書籍などの全体ドキュメントによるものよりもツイッタ−やＳＮＳでのソーシャルネットワークによるものの方が、興味度が高いということになる。

全体データベース、およびソーシャルドキュメントのデータベースは例えば記憶部１０７に所定のデータを記憶するとともに、処理部１０１で所定のデータベース管理プログラムを実行することにより実施可能である。

抽出手段１１は、指定されたドキュメントから単語を抽出する。ここで指定されたドキュメントとは、対応づけられたテキストを有するコンテンツであり、例えば今現在ユーザが閲覧しているニュース記事が記載されたＷｅｂページなどである。ここで指定とは、複数の対象から選択することを言い、選択はユーザが行ってもよいし、所定のアルゴリズムに従って情報端末が行ってもよい。

単語の抽出は、例えば指定されたドキュメントに対応するテキストの形態素解析により可能である。抽出手段１１は、ＣＰＵ１０１で所定のデータベース管理プログラムを実行することにより実施可能である。

全体ドキュメントクラスタ特定手段１２は、抽出された単語に基づいて、指定されたドキュメントに関連する全体ドキュメントクラスタを特定する。例えば抽出された単語に該当するタームの出現頻度が高く、抽出された単語以外のタームの出現頻度の低い全体ドキュメントクラスタを、関連する全体ドキュメントクラスタとして特定することが可能である。また、例えば抽出された単語で構成されるベクトルと全体ドキュメントクラスタにおける各タームの出現頻度で構成されるベクトルとで構成される距離の小さい全体ドキュメントクラスタを、関連する全体ドキュメントクラスタとして特定することも可能である。

指定されたドキュメントから「バルセロナＦＣ」という単語が５回、「サポーター」という単語が２回抽出され、このドキュメントに関連するドキュメントクラスタを、図５（a）に例示したデータの中から特定することを考える。

まず、抽出された単語に該当するタームの出現頻度が高く、抽出された単語以外のタームの出現頻度の低い全体ドキュメントクラスタを、関連する全体ドキュメントクラスタとして特定する場合を考える。抽出された単語に該当する「バルセロナＦＣ」「サポーター」の各ドキュメントクラスタにおける出現頻度の順位は、Ａ：２位 １位、Ｂ：２位 ４位、Ｃ：１位 ２位、Ｄ：２位 ３位 である。また、抽出された単語以外の「ロナウド」「世界遺産」の各ドキュメントクラスタにおける出現頻度の順位は、Ａ：２位 ４位、Ｂ：３位 １位、Ｃ：３位 ４位、Ｄ：３位 １位 である。１位を４点、２位を３点、３位を２点、４位を１点として出現回数を抽出された単語ごとに掛けて加算すると、Ａ：２３点、Ｂ：１７点、Ｃ：２６点、Ｄ：１９点となる。よって、スコアの大きいドキュメントクラスタＣが関連するドキュメントクラスタとして特定される。
尚、出現回数に依存せず、抽出された単語のスコア加算、抽出されなかった単語（ここではロナウド、世界遺産）にはスコアにマイナス１を乗じて合計してもよい。

次に、抽出された単語で構成されるベクトルとドキュメントクラスタにおける各タームの出現頻度で構成されるベクトルとで構成される距離の小さいドキュメントクラスタを、関連するドキュメントクラスタとして特定する場合を考える。「バルセロナＦＣ」「サポーター」が抽出された場合、これらの単語で構成されたベクトルは、合計が０になるよう正規化すると（０．７１，０，０，０．２９）となる。一方、各ドキュメントクラスタにおける各タームの出現頻度で構成されるベクトルは、同様に正規化して、Ａ：（０．２０，０．２０，０．００，０．６０）、Ｂ：（０．３２，０．２７，０．３６，０．０５）、Ｃ：（０．５５，０．２０，０．００，０．２５）、Ｄ：（０．２５，０．００，０．７５，０．００）となる。これらのベクトルで構成される距離を、各タームに対応する値の差の絶対値の合計として求めると、Ａ：１．０２、Ｂ：１．２７、Ｃ：０．４０、Ｄ：１．５０となる。このとき、距離の小さいドキュメントクラスタＣが関連するドキュメントクラスタとして特定される。

尚、図５（a）は新聞記事や書籍、雑誌などの全体ドキュメントから生成したデータからのドキュメントクラスタの特定であり、図５（b）を用いて同様の方法でソーシャルデータベースのドキュメントクラスタを特定することができる。
いずれの場合においても、スコアないし距離の計算方法は一例に過ぎず、他の計算方法も適用可能である。例えば、ベクトルで構成される距離としてユークリッド距離を用いてもよいし、コサイン類似度を用いてもよい。

全体ドキュメントクラスタ特定手段１２は、ＣＰＵ１０１が所定のプログラムを実行することにより実施可能である。

キーワード選定手段１３は、特定された全体ドキュメントクラスタに出現するタームをキーワードとして選定する。例えば特定された全体ドキュメントクラスタにおいて出現頻度が高いタームを、キーワードとして選定することができる。また、あるタームに対して、全体ドキュメントによるデータから特定されたドキュメントクラスタと、ソーシャルドキュメントによるデータから特定されたソーシャルデータベースのドキュメントクラスタ（以下ソーシャルドキュメントクラスタと表記）と、で出現する頻度を比較し、ソーシャルドキュメントクラスタによる出現頻度が高いものを選定することもできる。

指定されたドキュメントから「バルセロナＦＣ」「サポーター」が抽出され、このドキュメントに関連するドキュメントクラスタとして図５（ａ）に例示したデータの中から特定されたドキュメントクラスタＣに出現するタームをキーワードとして選定することを考える。

図５（ａ）においてドキュメントクラスタＣに出現するタームは「バルセロナＦＣ」「ロナウド」「サポーター」であり、これらのいずれであってもドキュメントクラスタＣと何らかの関係を有するものであるので、キーワードとして選定することができる。

これらのうち、特定されたドキュメントクラスタＣにおける出現頻度の高い「バルセロナＦＣ」、「サポーター」は、ドキュメントクラスタＣに属するドキュメントに高い頻度で出現するものであるので、ドキュメントに追加するコンテンツを取得するためのキーワードとして選定するのに好適である。尚、キーワードを選定するに当って、所定の出現頻度以上のキーワードを選定するようにしてもよい。

また、図５（ｂ）のデータからタームをキーワードとして選定するにあたり、特定されたドキュメントクラスタＣにおける出現頻度の高い「バルセロナＦＣ」を選定することができる。図５（a）においては、「バルセロナＦＣ」、「サポーター」は共に高い出現頻度を示していたが、図５（b）つまりソーシャルメディアに基づいて抽出されたソーシャルドキュメントのデータベースでも「バルセロナＦＣ」、「サポーター」の出現頻度が高いことを示している。更に、図５（a）、図５（b）のデータより全体ドキュメントに対するソーシャルドキュメントの興味度からは「バルセロナＦＣ」が選定される。尚、興味度においても所定の興味度以上のキーワードを選定するようにしてもよい。

キーワード選定手段１３は、ＣＰＵ１０１が所定のプログラムを実行することにより実施可能である。

コンテンツ取得手段１４は、選定されたキーワードに関連するコンテンツをネットワークから取得する。キーワードに関連するコンテンツの取得は、例えばネットワーク４０１を介して接続される検索サーバ等にキーワードとともに検索要求を送信し、検索サーバ等からキーワードと所定の関連を有する情報である検索結果を受信することによって実行される。コンテンツ取得手段は、ＣＰＵ１０１が所定のプログラムを実行し、必要に応じて通信Ｉ／Ｆ１０８がネットワーク４０１を介した通信を行うことで実施可能である。

表示手段１５は、取得されたコンテンツを指定されたドキュメントとともに表示する。指定されたドキュメントと取得されたコンテンツとをともに表示することで、ユーザはドキュメントとともに関連するコンテンツにアクセスすることができる。

コンテンツは、画面におけるドキュメントと別の領域に表示してもよいし、ドキュメント内に追加して表示してもよい。また、ドキュメントが一画面に収まり切らない場合に、コンテンツを一画面に収まり切っていないドキュメントの領域に追加して表示してもよい。この場合、コンテンツはスクロール操作により初めてユーザに視認可能となるが、そうであってもユーザは、そのコンテンツがドキュメントと関連して表示されていることを容易に把握することができる。

表示手段１５は、ＣＰＵ１０８が所定のプログラムを実行し、表示装置１０６の表示内容を制御することで実施可能である。

次に、本実施形態の情報処理システムのハードウェア構成について図３を用いて説明する。尚、情報処理システムの構成は、図３に示したものと必ずしも同じ構成である必要はなく、本実施形態を実現できるハードウェアを備えていればそれで十分である。尚、情報端末３は図１の情報処理装置の構成と同様の機能を有しているため詳細な説明は省略する。

サーバ２は、所定のプログラムを実行することにより、サーバ２の全体の制御を行う制御部２０１と、通信Ｉ／Ｆ２０２と、記憶部２０３と、検索部２０４と、を備えている。情報端末３は、所定のプログラムを実行することにより、情報端末３の全体の制御を実現するためのＣＰＵ３０１と、情報端末３の電源が投入されたときにＣＰＵ３０１が読出すプログラムを記憶する読出専用メモリ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ（ＲＯＭ））３０２と、ＣＰＵ３０１が作業用メモリとして使用するランダム・アクセス・メモリ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ（ＲＡＭ））３０３と、情報端末３の電源が切断されたときに種々のデータの記録を保持することが可能なＨＤＤ３０４と、マウスや入力キーで構成される入力装置３０５と、液晶、および有機ＥＬなどのパネルを用いたディスプレイを備えた表示装置３０６と、を備えている。

また、情報端末３は、記憶部３０７と、通信Ｉ／Ｆ３０８を更に備えている。サーバ２と情報端末３とは、ネットワーク４０１を介して接続されている。情報端末３は、ユーザの操作によってネットワーク４０１経由でアクセス可能な各種情報にアクセスするものであり、パーソナルコンピュータやタブレット端末、スマートフォンなどが該当するが、これに限られるものではない。

サーバ２の通信Ｉ／Ｆ２０２は、サーバ２をネットワーク４０１に接続し、情報の送受信を行う。通信Ｉ／Ｆ２０２は、具体的にはＵＳＢポートやＬＡＮポート、無線ＬＡＮポートなどがあり、外部の機器とデータの送受信が行えればどのようなものでも構わない。

サーバ２の記憶部２０３は、各種データを不揮発に記憶する。各種データは、通信Ｉ／Ｆ２０２によりネットワーク４０１から受信されるものであってもよく、他の機器から受信されるものであってもよい。具体的には、ＨＤＤなどの不揮発記憶装置により構成が可能となる。

サーバ２の検索部２０４は、通信Ｉ／Ｆ２０２がネットワーク４０１経由で受け付ける検索要求に応じて検索を実行し、検索結果を要求元に送信する。ここでの検索は検索要求に含まれるキーワードと所定の関連を有する情報の特定である。サーバ２自体の有するデータだけでなく、サーバ２とは別の情報保有装置に要求して行わせることも可能である。

図４は、本発明の実施形態にかかる情報処理システムの機能ブロック図である。図４に示すように、本発明にかかる情報処理システムは、サーバ２が、全体データベース記憶手段２０と、抽出手段２１と、全体ドキュメントクラスタ特定手段２２と、第１のキーワード選定手段２３と、第１のコンテンツ取得手段２４と、第１のランキング手段２５と、を備えており、情報端末３が、表示手段３１と、を備えている。

ここで、サーバ２の機能は図２の情報処理装置１の機能をそのまま同様に行えるものとなっており、例えば全体データベース記憶手段２０は全体データベース記憶手段１０に、第１の抽出手段２１は抽出手段１１に、全体ドキュメントクラスタ特定手段２２は全体ドキュメントクラスタ特定手段１２に、第１のキーワード選定手段２３はキーワード選定手段１３に該当し、第１のコンテンツ取得手段２４はコンテンツ取得手段１４に、第１のランキング手段２５はランキング手段１５に該当する。サーバ２で情報処理装置１と同様の処理を行えるものとする。また、情報端末３においても、コンテンツ取得手段３０はコンテンツ取得手段１４、表示手段３１は表示手段１６に該当しており、同様の処理を行えるものとする。

情報処理装置１のＣＰＵ１０１が行っていた処理を、サーバ２では処理部２０１が、情報端末３ではＣＰＵ３０１が行えるものとし、情報処理装置１のハードウェアが行う処理は、サーバ２、および情報端末３の各々の該当するハードウェアが行えるものとする。

次に図６について説明を行う。図６（ａ）は図５（a）と同様のため詳細な説明は省略する。図６（b）はユーザが情報端末３を用いて操作し、閲覧したドキュメントであるユーザドキュメントと、ユーザドキュメントに出現する単語であるタームとについて、前記タームの出現傾向が類似するユーザドキュメントをグループ化したユーザドキュメントクラスタをＸ軸方向に、タームをＹ軸方向に並べた表としてデータであり、情報端末３が図６（a）、（b）を記憶手段として所定の機能に記憶しておくことができる。

図６（a）は図５（a）と同形式のデータであり、全体ドキュメントにおけるドキュメントクラスタとタームの情報を示し、図６（b）は図５（b）に該当するものであるが、図５（b）がソーシャルネットワークのトピックに関連するドキュメントにおけるドキュメントクラスタとタームの情報であるのに対し、図６（b）は情報端末３を用いてユーザが操作、閲覧したドキュメントにおけるドキュメントクラスタとタームの情報である点で異なっている。いずれにしてもサーバ２、および情報端末３は図６の情報より、例えば指定されたドキュメントのドキュメントクラスタを特定すること、および特定されたドキュメントからキーワードを選定すること、など情報処理装置１で行っていた処理を同様に行うよう構成することが可能である。例えば図５での処理と同様の指定されたドキュメントからキーワードを選定する場合に、仮に指定されたドキュメントからドキュメントクラスタＣが特定されたとすると、特定されたドキュメントクラスタＣにおける出現頻度、および全体ドキュメントに対するユーザドキュメントの興味度からは共に「ロナウド」がキーワードとして選定される。このように図５のソーシャルドキュメントにおけるデータベースと、図６におけるユーザドキュメントにおけるデータベースに出現するタームの出現頻度の違いから異なるキーワードを選定することも可能である。

また、情報端末３は、図６のデータより、コンテンツ取得手段２４が取得したコンテンツ情報を受信し、受信したコンテンツをユーザの嗜好に適切となるようランキング付けを行う。例えば、取得したコンテンツに関連するドキュメントに出現するタームを抽出し、該タームのユーザデータベースにおける興味度を見ることで判断を行うことができる。判断の指標としては興味度だけではなく、出現回数など出現頻度に関連するものからも判断を行うことができる。

また、上記判断手段は、サーバ２で取得したコンテンツと、情報端末３で取得したコンテンツの２種のコンテンツより、真にユーザの嗜好に適切なものであるかを判断することもできる。判断方法は、例えば、２種のコンテンツを図６（b）のタームの興味度を基準にコンテンツの順位付けを行い、上位のコンテンツがユーザの嗜好に適切なものであると判断する方法である。言うまでもないが、興味度が高いコンテンツを上位としてユーザの嗜好に適切なコンテンツであると判断する。勿論、このような判断は行わず、サーバ２で一度ランキング化されたコンテンツにおけるランキング上位のコンテンツをそのまま情報端末３で表示出力することも可能である。

次に、図７〜１０を参照して本実施形態の装置、および情報処理システムを実行する処理の流れを説明する。図７は、本発明の実施形態にかかる情報処理装置の処理に関するフローチャートである。

まず、情報処理装置の処理に関するフローについて説明する。指定されたドキュメントから単語を抽出する（ステップ１）。次に抽出された単語から、指定されたドキュメントに関連する全体ドキュメントクラスタを特定する（ステップ２）。尚、全体ドキュメントクラスタを特定できたら、特定された全体ドキュメントクラスタからキーワードを選定する（ステップ３）。尚、キーワードを選定の際は、図５（a）の全体ドキュメントより生成したデータによるタームと、図５（b）のソーシャルネットワークのトピックに関連するドキュメントより生成したデータによるタームの出現確率を比較して選定してもよいし、しなくてもよい。

抽出したキーワードに関連するコンテンツをネットワークから取得する（ステップ４）。取得したコンテンツを全体データベースに基づいてランキング化する（ステップ５）。尚、ランキング化に基づくデータベースは図５（a）の新聞記事や書籍、雑誌などの全体ドキュメントにおけるデータベース、もしくは図５（b）のソーシャルネットワークのトピックに関連するドキュメントにおけるデータベースなどを用いてもよい。次にランキング上位のコンテンツを指定されたドキュメントとともに表示装置から表示する（ステップ６）。尚、表示するコンテンツの数に特に制限は設けないが、ランキング上位のキーワードのうち、ベスト３のコンテンツを指定されたドキュメントとともに表示するなどとしてもよい。

次に、サーバと情報端末で処理を分けるシステムについての説明をする。特に情報端末は個人で扱うパーソナルコンピュータやタブレット端末などは予め備えているＨＤＤの容量などが小さいため、負荷の大きな処理はある程度大型のコンピュータであるサーバなどに行わることが好ましい。図８は本発明の第１の実施形態にかかる情報処理システムのフローチャートである。尚、図８の第１の実施形態は図７の情報処理装置１で行っていた処理をサーバ２と情報端末３に分けて行っている。

まずサーバ２は、指定されたドキュメントから単語を抽出する（ステップ７）。次に抽出された単語から、指定されたドキュメントに関連する全体ドキュメントクラスタを特定する（ステップ８）。全体ドキュメントクラスタを特定できたら、特定された全体ドキュメントクラスタからキーワードを選定する（ステップ９）。ここまでは図７のフローチャートと同じ処理となる。

次にサーバ２は、選定したキーワードに関連するコンテンツをネットワークから取得する（ステップ１０）。取得したコンテンツを全体データベースに基づいてランキング化する（ステップ１１）。尚、ランキング化に基づくデータベースは図５（a）の新聞記事や書籍、雑誌などの全体ドキュメントにおけるデータベース、もしくは図５（b）のソーシャルネットワークのトピックに関連するドキュメントにおけるデータベースなどを用いてもよい。次にランキング上位のコンテンツ情報を情報端末に伝送する（ステップ１２）。ここまでがサーバ側で行う処理となる。

次に情報端末側で処理となる。サーバより伝送されたコンテンツ情報を受信し、指定されたドキュメントとともに表示する（ステップ１３）。ここまでが情報端末側で行う処理である。キーワードの選定、および選定されたキーワードに基づくコンテンツの取得までをホストコンピュータとしてのサーバで行い、情報端末側で行う処理はサーバ側で取得したコンテンツを表示することだけであるため、情報端末側の処理の負担を大幅に削減することが可能となる。また、サーバ側で取得したコンテンツはソーシャルネットワークのトピックに関連するものであるため、ユーザの嗜好を大きく外さない程度のものとなっている。

図９は、本発明の第２の実施形態にかかる情報処理システムのフローチャートである。第２の実施形態では、情報端末側でもユーザドキュメントデータベースを保持し、
サーバ側で取得し、ランキング化されたコンテンツを情報端末側で更にランキング化を行う。

まずサーバ２は、指定されたドキュメントから単語を抽出する（ステップ１４）。次に抽出された単語から、指定されたドキュメントに関連する全体ドキュメントクラスタを特定する（ステップ１５）。全体ドキュメントクラスタを特定できたら、特定されたソーシャルドキュメントクラスタからキーワードを選定する（ステップ１６）。

次にサーバ２は、選定したキーワードに関連するコンテンツをネットワークから取得する（ステップ１７）。取得したコンテンツを全体データベースに基づいてランキング化する（ステップ１８）。尚、ランキング化に基づくデータベースは図５（a）の新聞記事や書籍、雑誌などの全体ドキュメントにおけるデータベース、もしくは図５（b）のソーシャルネットワークのトピックに関連するドキュメントにおけるデータベースなどを用いてもよい。次にランキング上位のコンテンツ情報を情報端末に伝送する（ステップ１９）。ここまでがサーバ側で行う処理となる。

情報端末３はサーバよりランキング上位のコンテンツを受信し、情報端末３が記憶しているユーザデータベースに基づいて、再度受信したコンテンツの再ランキング化を行う（ステップ２０）。更なるランキングによりランキング上位となったコンテンツを指定されたドキュメントとともに表示装置などに表示する（ステップ２１）。キーワードの選定、およびコンテンツの取得をサーバ側で行い、取得されたコンテンツ情報を情報端末３に伝送し、更にユーザデータベースに基づいて受信したコンテンツを更に並べ替えることで、表示されるコンテンツ情報はユーザ個人の嗜好をより反映したものとすることができる。

図１０は、本発明の第３の実施形態にかかる情報処理システムのフローチャートである。第３の実施形態では、情報端末側でもユーザドキュメントデータベースを保持し、更にユーザドキュメントデータベースに基づいてキーワードの選定を行い、コンテンツを取得する。

まずサーバ２は、指定されたドキュメントから単語を抽出する（ステップ２２）。次に抽出された単語から、指定されたドキュメントに関連する全体ドキュメントクラスタを特定する（ステップ２３）。全体ドキュメントクラスタを特定できたら、特定されたソーシャルドキュメントクラスタからキーワードを選定する（ステップ２４）。

次にサーバ２は、次にサーバ２は、選定したキーワードに関連するコンテンツをネットワークから取得する（ステップ２５）。取得したコンテンツを全体データベースに基づいてランキング化する（ステップ２６）。尚、ランキング化に基づくデータベースは図５（a）の新聞記事や書籍、雑誌などの全体ドキュメントにおけるデータベース、もしくは図５（b）のソーシャルネットワークのトピックに関連するドキュメントにおけるデータベースなどを用いてもよい。次にランキング上位のコンテンツ情報を情報端末に伝送する（ステップ２７）。ここまでがサーバ側で行う処理となる。

情報端末３は、指定されたドキュメントから単語を抽出する（ステップ２８）。抽出された単語から、指定されたドキュメントに関連するドキュメントクラスタをユーザドキュメントデータベースから特定する（ステップ２９）。ここで、ユーザドキュメントデータベースはユーザが情報端末を用いて過去に閲覧したドキュメントより生成されるものであり、ある程度のドキュメント情報量が充足していれば、必然とユーザドキュメントクラスタは、サーバ２で特定された全体ドキュメントクラスタと同一のドキュメントクラスタとなる可能性が高い。

次に情報端末３は特定されたドキュメントクラスタからキーワードを選定する（ステップ３０）。更に選定されたドキュメントに関連するコンテンツをネットワークから取得する（ステップ３１）。取得したコンテンツをユーザドキュメントデータベースに基づいてランキング化する（ステップ３２）。更にサーバ２より伝送されたコンテンツ情報を受信し、サーバ側から伝送されたコンテンツと情報端末３で取得したコンテンツとで更なるランキング化を行う（ステップ３３）。

更なるランキング化により上位となったコンテンツを特定されたドキュメントとともに表示装置に表示する（ステップ３４）。キーワードの選定、およびコンテンツの取得を情報端末側でも行い、取得したコンテンツ情報とサーバ側より伝送されたコンテンツとを更に並び替えることで、ユーザの嗜好を適切に反映し、かつ世間一般で話題になっているコンテンツを提供することが可能となる。

以上のような処理を実行することにより、ユーザ個人の情報端末から抽出されるキーワードと世間一般の興味度の高いキーワードから、ユーザの嗜好をより適切に反映しつつ、ユーザがこれまで目の届かなかったコンテンツを提供することも可能となる。また、サーバと情報端末の負荷を分散させることで、快適に処理を行うことが可能になる。

本願発明を実現できるような構成であれば、用いる装置の具備する内容、および装置の数量などは本実施例に限定されない。

実施形態変更の１例として、図９の情報処理システムのフローにおいて、サーバ２、および情報端末３に、処理負荷の軽減のため新聞や書籍などの全体ドキュメントを備えないようにする構成は可能である。また、情報端末３で、ユーザドキュメントを備えず、ユーザドキュメントクラスタを特定するステップを無くすことは可能である。また、ユーザドキュメントクラスタからキーワードを選定するステップを無くすことは可能である。

いずれにしても、ソーシャルネットワークのトピックに関連するドキュメントのソーシャルドキュメントクラスタを特定し、特定されたソーシャルドキュメントクラスタから選定されたキーワードはユーザの嗜好を大きく外すことはない。またユーザがこれまで目の届かなかったコンテンツまで併せて提供できる点で、ユーザ側のコンピュータの処理を大幅に削減することができるのである。しかし、ユーザの嗜好をより反映させてキーワードを選定したいと考えると、ユーザ自身の何かしらの操作履歴情報は必要であると考えることが自然である。

本発明により、ユーザ個人の情報端末から抽出されるキーワードと世間一般の興味度の高いキーワードから、ユーザの嗜好をより適切に反映しつつ、ユーザがこれまで目の届かなかったコンテンツを提供することも可能となる。また、ユーザ自身が所有する情報端末が、購入して間もないため操作履歴の情報量が乏しい場合でもソーシャルネットワークのトピックに関連するドキュメントのデータからユーザの嗜好を大きく外さない程度に適切なコンテンツを提供することも可能となる。

本発明の実施例で用いたサーバ２は、複数のコンピュータとネットワーク通信が可能な大型ホストＰＣ、およびクライドコンピューティングが可能なサーバなどに適用できる。また、情報処理装置１、および情報端末３はパーソナルコンピュータやタブレット端末、およびスマートフォンなどネットワークを介して通信可能な電子機器に適用できる。

情報処理装置
１０ 全体データベース記憶手段
１１ 抽出手段
１２ 全体ドキュメントクラスタ特定手段
１３ キーワード選定手段
１４ コンテンツ取得手段
１５ ランキング手段
１６ 表示手段
情報処理システム
２０ 全体データベース記憶手段
２１ 第１の抽出手段
２２ 全体ドキュメントクラスタ特定手段
２３ 第１のキーワード特定手段
２４ 第１のコンテンツ取得手段
２５ 第１のランキング手段
３１ 表示手段

Claims (9)

1. ネットワーク経由でアクセス可能なドキュメントである全体ドキュメントに出現する単語であるタームの出現頻度を、前記タームの出現傾向が類似する前記ドキュメントをグループ化した全体ドキュメントクラスタごとに全体データベースとして記憶する全体データベース記憶手段と、
   指定されたドキュメントから単語を抽出する抽出手段と、
   前記抽出された単語に基づいて、前記指定されたドキュメントに関連する前記全体ドキュメントクラスタを特定する全体ドキュメントクラスタ特定手段と、
   前記特定された全体ドキュメントクラスタに出現する前記タームをキーワードとして選定するキーワード選定手段と、
   前記選定されたキーワードに関連するコンテンツをネットワークから取得するコンテンツ取得手段と、
   前記取得されたコンテンツを前記全体データベースに基づいて並べ替えるランキング手段と、
   前記並べ替えられたコンテンツを前記指定されたドキュメントとともに表示する表示手段と、
   を備え、
   前記全体データベース記憶手段は、ソーシャルネットワークサービスにおける言及頻度が高く、かつネットワーク経由でアクセス可能なドキュメントであるソーシャルドキュメントに出現する前記タームの出現頻度を、前記全体ドキュメントクラスタごとにソーシャルデータベースとして記憶する、
   ことを特徴とする情報処理装置。
2. 前記キーワード選定手段は、前記全体データベースにおける前記特定された全体ドキュメントクラスタでの出現頻度と、前記ソーシャルデータベースにおける前記特定された全体ドキュメントクラスタでの出現頻度とを比較することで前記タームごとに算出される興味度が高いタームを前記キーワードとして選定することを特徴とする、請求項１に記載の情報処理装置。
3. 前記ソーシャルネットワークサービスにおける言及頻度は、不特定多数のユーザによる所定のトピックにおけるコメント、前記ソーシャルドキュメントへのアクセス回数で定められる、
   ことを特徴とする請求項１、または２に記載の情報処理装置。
4. サーバと情報端末とがネットワーク接続されていることで実現可能な情報処理システムであって、
   サーバが、
   ネットワーク経由でアクセス可能なドキュメントである全体ドキュメントに出現する単語であるタームの出現頻度を、前記タームの出現傾向が類似する前記ドキュメントをグループ化した全体ドキュメントクラスタごとに全体データベースとして記憶する全体データベース記憶手段と、
   指定されたドキュメントから単語を抽出する第１の抽出手段と、
   前記抽出された単語に基づいて、前記指定されたドキュメントに関連する前記全体ドキュメントクラスタを特定する全体ドキュメントクラスタ特定手段と、
   前記特定された全体ドキュメントクラスタに出現する前記タームをキーワードとして選定する第１のキーワード選定手段と、
   前記選定された第１のキーワードに関連するコンテンツをネットワークから取得する第１のコンテンツ取得手段と、
   前記取得されたコンテンツを前記全体データベースに基づいて並べ替える第１のランキング手段と、
   を備え、
   前記全体データベース記憶手段は、ソーシャルネットワークサービスにおける言及頻度が高く、かつネットワーク経由でアクセス可能なドキュメントであるソーシャルドキュメントに出現する前記タームの出現頻度を、前記全体ドキュメントクラスタごとにソーシャルデータベースとして記憶し、
   前記情報端末が、
   前記並べ替えられたコンテンツを前記指定されたドキュメントとともに表示する表示手段と、
   を備える、
   ことを特徴とする情報処理システム。
5. 前記情報端末が、
   ユーザドキュメントと、前記ユーザドキュメントに出現する単語であるタームとについて、前記タームの出現傾向が類似する前記ユーザドキュメントをグループ化したユーザドキュメントクラスタをユーザデータベースとして記憶するユーザデータベース記憶手段と、
   を更に備える、
   ことを特徴とする請求項４に記載の情報処理システム。
6. 前記情報端末が、
   前記全体データベースに基づいて並べ替えられたコンテンツを、前記ユーザデータベースに基づいて再度並べ替える第２のランキング手段と、
   を更に備え、
   前記表示手段は、前記第２のランキング手段により並べ替えられたコンテンツのうち、ランキング上位のコンテンツを前記指定されたドキュメントとともに表示する、
   ことを特徴とする請求項５に記載の情報処理システム。
7. 前記情報端末が、
   指定されたドキュメントから単語を抽出する第２の抽出手段と、
   前記抽出された単語に基づいて、前記指定されたドキュメントに関連する前記ユーザドキュメントクラスタを特定するユーザドキュメントクラスタ特定手段と、
   前記特定されたユーザドキュメントクラスタに出現する前記タームをキーワードとして選定する第２のキーワード選定手段と、
   を更に備える、
   ことを特徴とする請求項５、または６に記載の情報処理システム。
8. ネットワーク経由でアクセス可能なドキュメントである全体ドキュメントに出現する単語であるタームの出現頻度を、前記タームの出現傾向が類似する前記ドキュメントをグループ化した全体ドキュメントクラスタごとに全体データベースとして記憶するステップと、
   指定されたドキュメントから単語を抽出するステップと、
   前記抽出された単語に基づいて、前記指定されたドキュメントに関連する前記全体ドキュメントクラスタを特定するステップと、
   前記特定された全体ドキュメントクラスタに出現する前記タームをキーワードとして選定するステップと、
   前記選定されたキーワードに関連するコンテンツをネットワークから取得するステップと、
   前記取得されたコンテンツを前記全体データベースに基づいて並べ替えるステップと、
   前記並べ替えられたコンテンツを前記指定されたドキュメントとともに表示するステップと、
   を有し、
   前記全体データベースには、ソーシャルネットワークサービスにおける言及頻度が高く、かつネットワーク経由でアクセス可能なドキュメントであるソーシャルドキュメントに出現する前記タームの出現頻度を、前記全体ドキュメントクラスタごとにソーシャルデータベースとして記憶するステップと、
   をコンピュータに実行させることを特徴とするプログラム。
9. サーバと情報端末とがネットワーク接続されていることで実現可能な情報処理システムに適用されるプログラムであって、
   前記サーバに、
   ネットワーク経由でアクセス可能なドキュメントである全体ドキュメントに出現する単語であるタームの出現頻度を、前記タームの出現傾向が類似する前記ドキュメントをグループ化した全体ドキュメントクラスタごとに全体データベースとして記憶するステップと、
   指定されたドキュメントから単語を抽出するステップと、
   前記抽出された単語に基づいて、前記指定されたドキュメントに関連する前記全体ドキュメントクラスタを特定するステップと、
   前記特定された全体ドキュメントクラスタに出現する前記タームをキーワードとして選定するステップと、
   前記選定された第１のキーワードに関連するコンテンツをネットワークから取得するステップと、
   前記取得されたコンテンツを前記全体データベースに基づいて並べ替えるステップと、
   前記全体データベースには、ソーシャルネットワークサービスにおける言及頻度が高く、かつネットワーク経由でアクセス可能なドキュメントであるソーシャルドキュメントに出現する前記タームの出現頻度を、前記全体ドキュメントクラスタごとにソーシャルデータベースとして記憶するステップと、
   を実行させ、
   前記情報端末に、
   ユーザドキュメントと、前記ユーザドキュメントに出現する単語であるタームとについて、前記タームの出現傾向が類似する前記ユーザドキュメントをグループ化したユーザドキュメントクラスタをユーザデータベースとして記憶するステップと、
   前記並べ替えられたコンテンツを前記指定されたドキュメントとともに表示するステップと、
   を実行させる、
   ことを特徴とするプログラム。

Images