JP6260195B2 - 情報処理装置、情報処理端末、ソーシャルネットワークシステム、プログラム及び処理方法 - Google Patents

Description

本発明は、情報処理装置、情報処理端末、ソーシャルネットワークシステム、プログラム及び処理方法に関する。

近年の、情報通信技術（ＩＣＴ：Information and Communication Technology）の進展に伴い、ＰＣ（ＰＣ：Personal Computer）、スマートフォン、タブレットＰＣ、ＰＤＡ
（Personal Data Assistance）といった情報処理装置が普及してきている。このような情報処理装置の普及により、情報処理装置の利用者（以下、ユーザと称す）は、時間、場所等を問わず、他の複数のユーザとの間でコミュニケーションを図ることが可能となってきている。この結果、ユーザは、複数の他のユーザとの間で情報の伝達や共有化を図ることが可能となってきている。

伝達された情報や共有化された情報の中から、信頼できる情報を見つける場合、例えば、ユーザの個人属性や人間関係を基盤としたソーシャルグラフ（人間関係図）といった暗黙知の関係を利用することで、よりパーソナライズされた情報利用が可能となる。例えば、企業等においては、ソーシャルグラフで関連付けられた人間関係を利用することで、ビジネスプロセスの進展に対してフォローすべき人物、グループ、ファイル等をユーザに推奨することが期待できる。

なお、本明細書で説明する技術に関連する技術が記載されている先行技術文献としては、以下の特許文献が存在している。

特開２０１３−３６２６号公報 特開２０１２−１３３７３５号公報 特開２００８−１１２４３２号公報 国際公開２０１０／０４４４９０号公報 特開２０００−１６３３０６号公報

例えば、ユーザの個人属性や人間関係を基盤としたソーシャルグラフに基づいて情報交流を行うことにより、異なる複数の部課所間で情報の共有化が図られるため、業務遂行の効率化が期待される。しかしながら、例えば、関係する各部課所に所属する全ての人員に対して交流関係に係る情報を収集し、収集した情報に基づいて人員間の交流関係を処理する作業は、処理量が多大となる。

ソーシャルグラフの作成処理では、集められる人物の活動情報が限られる中で、限定された情報から如何に効率的に業務活動の実態に即したソーシャルグラフを生成することが課題となる。

１つの側面では、本発明は、業務活動の実態に即した、効率的なソーシャルグラフを作成する技術の提供を目的とする。

上記技術は、次の情報処理装置の構成によって例示できる。すなわち、情報処理装置は、所定の条件を満たすように情報量が限定された、情報伝搬に係るイベントの識別情報及び発生時刻情報を含むイベント情報をユーザ毎に収集する手段と、収集されたイベント情報から、同一の識別情報を有するイベントの発生時刻情報に基づいてイベント毎の情報伝搬の経路を抽出する手段と、抽出されたイベントに対し、ユーザ毎のユーザ属性に基づいて情報伝搬の経路を、時系列順に直列化してホップ数を増加するように変換する変換手段と、記変換手段で変換されたイベントの情報伝搬の経路に基づいて、ユーザ間のリンク情報を導出する手段と、を備える。

上記の情報処理装置によれば、業務活動の実態に即した、効率的なソーシャルグラフを作成する技術が提供できる。

企業等における情報の伝達や共有化された情報の利用に係るユーザ間の交流関係を説明する図である。 情報の伝達や共有化された情報の利用に対するソーシャルグラフ例を示す図である。 電話や電子メール等を用いた情報伝達の傾向を説明する図である。 メーリングリストや社内報等を用いた情報の伝搬を説明する図である。 本実施形態のソーシャルネットワークシステムを例示する図である。 本実施形態の情報処理装置のハードウェア構成例を示す図である。 本実施形態の圧縮データの生成処理を説明する図である。 本実施形態の仮想化処理を説明する図である。 本実施形態の圧縮センシング処理を説明する図である。 本実施形態の圧縮センシング処理を説明する図である。 本実施形態のソーシャルグラフ生成処理の全体を例示するフローチャートである。 図１１に例示する、Ｓ１−Ｓ２の処理の詳細なフローチャートである。 図１１に例示する、Ｓ１−Ｓ２の処理の詳細なフローチャートである。 図１１に例示する、Ｓ１−Ｓ２の処理の詳細なフローチャートである。 図１１に例示する、Ｓ３−Ｓ５の処理の詳細なフローチャートである。 職制情報テーブル例を示す図である。 組織階層図例を示す図である。 図１１に例示する、Ｓ６の処理の詳細なフローチャートである。 図１１に例示する、Ｓ６の処理の詳細なフローチャートである。 リンク除外リスト例を示す図である。 図１１に例示する、Ｓ７−Ｓ８の処理の詳細なフローチャートである。 図１１に例示する、Ｓ７−Ｓ８の処理の詳細なフローチャートである。 図１１に例示する、Ｓ７−Ｓ８の処理の詳細なフローチャートである。 リンク情報例を示す図である。

以下、図面を参照して、一実施形態に係る情報処理装置について説明する。以下の実施形態の構成は例示であり、情報処理装置は実施形態の構成には限定されない。

以下、図１から図１６の図面に基づいて、情報処理装置を説明する。
＜比較例＞
図１に、企業等における情報の伝達や共有化された情報の利用に係るユーザ間の交流関
係の説明図を例示する。図１の説明図では、例えば、ユーザＡは、ネットワーク等に接続された情報処理装置を介し、他のユーザとの情報の伝達や共有化を図っている。情報処理装置には、ＰＣ（Personal Computer）、携帯電話、スマートフォン、タブレットＰＣ、
ＰＤＡ（Personal Data Assistance）等が含まれる。情報処理装置では、例えば、搭載されたアプリケーション（Application software、以下、アプリと称す）の実行により、ブラウザ機能、電子メール機能を実現する。情報処理装置のユーザは、各種アプリの実行により、時間、場所等を問わず、他のユーザとの情報の伝達、共有化された情報の利用を行う。

図１の説明図において、ユーザＡは、例えば、顧客先の生産工場に対する受発注の管理システムの開発プロジェクトのメンバーである。ユーザＡは、例えば、開発プロジェクトのメンバーである他部門のユーザＣと、各人に割り当てられたＰＣ等の情報処理装置を介して、顧客先の受発注の業務に係る情報を共有化している。また、ユーザＡは、例えば、社内のネットワークに接続された情報処理装置、記憶装置等に蓄積された共有資料Ｆ１等を参照し、顧客先の生産工場に対する受発注の管理システムの開発を進めている。また、ユーザＡは、同部門の同僚であるユーザＥ１，ユーザＥ２に対し、管理システムの開発に係る進捗報告や関係部門への指示といった各種情報の伝達を、電話や電子メール等で行っている。

また、図１の説明図において、ユーザＡは、同じ顧客先に対して、例えば、生産工場の製造ラインの構築、製造設備の開発等について商談を進めている他部門のユーザＤ１，Ｄ２から顧客に係る情報の共有化を図る連絡を、電話や電子メール等で受けている。そして、ユーザＡは、開発プロジェクトの対象となっている管理システムについて、他の顧客先への導入を検討している他部門のユーザＢと携帯型の情報処理装置を介し、例えば、システム適用に係る仕様等について電子メール等による情報交換を行っている。

図１に例示のように、情報の伝達や共有化された情報の利用に対するユーザ間の、業務に係る交流関係（以下、ソーシャルグラフと称する）は状況に応じて変化する。情報の伝達や共有化された情報の利用に対するソーシャルグラフでは、ユーザ間で伝達される情報に応じて新たな関係が形成され、解消される。

例えば、図１の例では、ユーザＡは、ユーザＢ，Ｃ等を介して伝達された情報から、新たな共有資料に開示された情報を利用することができる。つまり、ユーザＡの、共有化された情報の利用に対するソーシャルグラフが新たに形成される。また、ユーザＡから、ユーザＥ１，Ｅ２に伝達された情報は、図示しない他のユーザに伝達され、ユーザＡとの間に情報の伝達に係る新たなソーシャルグラフが形成される。また、情報の共有化に係る連絡を受けているユーザＡにおいて、例えば、共有化を断る応答を行うことにより、他部門のユーザＤ１，Ｄ２との間に形成された情報の伝達に係るソーシャルグラフは解消されることとなる。

また、図１の説明図において、ユーザ毎に情報の伝達や共有化に係る多様なソーシャルグラフが形成される。例えば、図１中のユーザＡに対し、図２に例示する情報の伝達や共有化された情報の利用に対するソーシャルグラフが形成される。

図２の例において、例えば、ユーザＡは、同じ開発プロジェクトのメンバーである他部門のユーザＣ、同部門のユーザＥ１，Ｅ２との間で情報を授受する関係を有する。そして、ユーザＡからユーザＥ１に伝達された情報は、同部門の同僚Ｅ３、Ｅ４に伝達される。この結果、ユーザＡには、ユーザＣ、Ｅ１−Ｅ４との間で情報の伝達に係るソーシャルグラフが形成される。また、図２に例示するように、ユーザＡは、共有資料Ｆ１以外に、ユーザＢ，Ｃ等を介して伝達された共有資料Ｆ２，Ｆ３に対し、共有化された情報の利用に
係るソーシャルグラフを形成する。

上述したように、企業等における情報の伝達や共有化された情報の利用に係るユーザ間の交流関係は流動的であり、状況に応じて形成されるソーシャルグラフの形態も多様である。このようなユーザ間の交流関係に係る情報を、例えば、スケジューラ等のスケジュール管理アプリを介して収集することが考えられるが、スケジューラ等にユーザの予定や計画が登録されていなければ交流関係に係る情報は収集できない。また、ユーザ間の交流関係に係る全ての情報を収集し、収集した情報に基づいて企業等におけるユーザ間の交流関係を処理する作業は、処理量が膨大となる。このため、例えば、対象となる企業の人員規模が大きい場合では、交流関係を処理する作業が収束しない虞がある。

次に、企業等における情報の伝達に係る傾向を説明する図を図３、４に例示する。企業等におけるユーザ間の情報の伝達では、例えば、電子メール等による文章形式での情報伝達や、電話等による音声形式での情報伝達が多数を占める傾向にある。また、業務連絡等の情報伝達では、予め情報を伝達するメンバーが登録された、メーリングリストや社内報が利用される傾向にある。

図３の説明図は、電話や電子メール等を用いた情報伝達の傾向を説明する図の例示である。図３の説明図では、例えば、複数のグループＧ１，Ｇ２，Ｇ３、Ｇ４は、それぞれ共通の部門に属する業務グループであり、Ｇ１１，Ｇ２１，Ｇ３１，Ｇ４１は、それぞれが属するグループのグループ長である。図３の説明図において、各業務グループに属する担当者であるユーザは、他のユーザとの間で一対一の情報の伝達を行っている。例えば、業務グループＧ１に所属するユーザＧ１６は、同じグループに所属するＧ１５，Ｇ１１との間で、電話や電子メール等による一対一の情報の伝達を行っている。また、ユーザＧ１６は、業務グループＧ２に所属するＧ２１との間で電話や電子メール等による一対一の情報の伝達を行っている。なお、以下の説明においては、一対一で行われるユーザ間の情報の伝達関係をリンクと称する。

このように、企業等では、電話や電子メール等を用いた情報伝達の傾向として、担当者間での一対一の情報伝達が頻繁に行われる傾向にあり、一人のユーザに対するリンク数が多い傾向にある。

図４の説明図は、メーリングリストや社内報等を用いた情報の伝搬を説明する図の例示である。図４の説明図では、業務グループＧ１のグループ長Ｇ１１が、メーリングリストや社内報といった連絡ツールにより、各グループ員に対して業務連絡等の情報伝達を行う。Ｇ１１のメーリングリスト等には、Ｇ１２−Ｇ１Ａのグループ員が情報伝達のメンバーとして予め登録されている。メーリングリスト等を使用してＧ１１から伝達された業務連絡等の情報は、各グループ員に対して同報される。メーリングリスト等を使用して伝達される情報の伝搬は、Ｇ１１から各グループ員への１経由（ホップ）で行われる。

図４に例示するように、メーリングリストや社内報を用いた情報の伝搬範囲は、予め登録されたメンバー全員に対して同報できるため、広範囲に伝達できる傾向にある。しかし、情報の伝搬は、複数の経由点を多段階に介するものでなく、例えば、情報送信者であるＧ１１から情報受信者であるＧ１２−Ｇ１Ａに至るように、単一ホップによる情報伝搬となる傾向にある。

上述のように、企業等における電話や電子メール等を使用した情報の伝達は、一対一のユーザ間による情報の伝達を主とする傾向にあり、メーリングリストや社内報を用いた情報伝達では、広範囲に伝搬するも単一のホップ数で終了する傾向にある。情報の伝達や共有化された情報の利用に係るソーシャルグラフの処理の観点からは、一対一のユーザ間に
よる情報の伝達形態は、ユーザ間を結ぶリンク数が増大することとなる。このため、ソーシャルグラフの処理量が膨大となり、交流関係を処理する作業が収束しない虞がある。また、単一のホップ数で終了する情報伝搬の形態は、情報の伝達や共有化された情報の利用に係るソーシャルグラフの処理の観点からは、複数のユーザ間を経由しないため、業務活動の実態にそぐわない虞がある。

＜実施例＞
以下に説明する、本実施形態のソーシャルネットワークシステムでは、ユーザに対応付けられた複数の情報処理装置から、情報の伝達や共有化された情報の利用に係る情報の中から限られた情報を収集することで、ユーザ間の交流関係の処理量を軽減する。そして、本実施形態のソーシャルネットワークシステムでは、収集した各ユーザの情報の伝達経路に対して複数の人員を経由するように仮想化処理を行い、ユーザ間の交流関係を示すソーシャルグラフの作成処理を行う。この結果、本実施形態のソーシャルネットワークシステムでは、業務活動の実態に即した、効率的なソーシャルグラフを作成する技術が実現できる。

〔システム構成〕
図５に、本実施形態のソーシャルネットワークシステムを例示する。図５に例示のソーシャルネットワークシステム１は、例えば、企業等に設けられた情報の伝達や共有化された情報の利用に係る管理を行う情報処理システムといった機能を有する。図５に例示のソーシャルネットワークシステム１の情報処理装置１０では、例えば、ネットワークＮに接続された複数の、ユーザが操作する情報処理装置１２から情報の伝達や共有化された情報の利用に係る情報の中から限られた情報を収集する。そして、情報処理装置１０は、ユーザが操作する情報処理装置１２から収集された限定的な情報に基づいて、ユーザ間の交流関係を示すソーシャルグラフの作成処理を行う。作成されたソーシャルグラフは、例えば、異なる部門間で進行中のビジネスプロセス等に利用されることで、情報交流や情報の共有化が推進できるため、業務遂行の効率化が期待できる。

本実施形態のソーシャルネットワークシステム１は、ソーシャルグラフの作成処理に、圧縮センシングの技術を採用する。本実施形態のソーシャルネットワークシステム１では、圧縮センシングの技術を採用することで、ユーザ間の交流関係に係る全ての情報を収集せずとも、限られた情報量を収集することでソーシャルグラフが推定できる。ここで、限られた情報量とは、例えば、ユーザ間の交流関係に係る情報の中から時間的に限定することで得られた情報量が例示できる。例えば、単位日に相当する２４時間のユーザ間の業務に係る伝達情報の中から１時間分を限定して抽出することでソーシャルグラフの処理に係る情報量のデータサイズが圧縮できる。本実施形態のソーシャルネットワークシステム１では、例えば、ソーシャルグラフ処理の対象となる情報量を時間的に限定することにより、ユーザが操作する情報処理装置１２から収集する情報量が削減できる。なお、以下の説明では、ユーザ間の交流関係に係る情報の中から限定して抽出した情報を圧縮データと称する。

ところで、図３、４で説明したように、企業等の情報の伝達形態は、主に一対一の担当者間で行われる傾向にあり、一人のユーザに対するリンク数は多い傾向にある。また、情報の伝搬形態は、単一のホップ数で終了する傾向にある。圧縮センシングの技術においては、例えば、収集した圧縮データを観測データとし、行列演算を行うことにより、圧縮データの抽出元の情報伝達の全体像（ソーシャルグラフ）が復元される。しかし、一対一の担当者間で行われる情報の伝達形態では、単一のユーザに係るリンク数が多いためにスパース性（疎性、sparsity）を有さず、行列演算処理が収束しない虞がある。また、単一のホップ数で終了する情報の伝搬形態では、ユーザの業務活動の実態にそぐわない虞がある。

本実施形態のソーシャルグラフの作成処理においては、各情報処理装置１２から収集された情報に対し、収集された情報の伝搬経路が複数の仮想経由者を経由して伝搬されたように仮想化処理を行う。ここで、仮想経由者とは、情報伝達の送受に係るユーザの属性に応じた関係を有するユーザであり、例えば、企業等における職制情報を利用した、職制上の上司が例示できる。

本実施形態のソーシャルグラフの作成処理においては、情報伝達の送受に係るユーザの属性に応じた関係を有する仮想経由者をユーザ間の情報伝達に係る経由者として挿入する。例えば、２者間で送受される情報は、挿入された、それぞれの上司である仮想経由者を直列的に経由して各ユーザに伝達される。なお、２者間の情報伝達経路に挿入されたそれぞれの仮想経由者は、仮想経由者間で情報の伝達を行う。情報伝達の送受に係るユーザの属性に応じた関係を有する仮想経由者を直列的に経由させることにより、主に一対一の担当者間で行われる傾向にある情報の伝達形態を、スパース性を有する情報の伝達形態として扱うことができる。この結果、収集した圧縮データを用いた行列演算による、圧縮データの抽出元の情報伝達の全体像（ソーシャルグラフ）を復元することが可能となる。また、仮想経由者を経由させることにより、単一のホップ数で終了する情報の伝搬形態は、仮想ユーザを経由した多段階（マルチホップ）の情報伝搬として扱うことができる。この結果、複数の部門に対して交流関係を有するユーザの業務活動をソーシャルグラフに反映することができる。

例えば、図３の説明例では、グループＧ１に所属するユーザＧ１４とグループＧ３に所属するユーザＧ３２とは、一対一の関係で業務に係る情報を伝達している。本実施形態の仮想化処理では、ユーザＧ１４とユーザＧ３２の単一ホップの伝達経路に、例えば、ユーザＧ１４の直属上長であるユーザＧ１１とユーザＧ３２の直属上長であるユーザＧ３１への伝達経路を仮想的に挿入する。本実施形態の仮想化処理では、ユーザＧ１４とユーザＧ３２との間の情報伝達は、仮想経由者である各グループ長を介し、ユーザＧ１４⇔ユーザＧ１１⇔ユーザＧ３１⇔ユーザＧ３２と、多段階に伝搬して伝達された情報として扱うことができる。

本実施形態のソーシャルグラフの作成処理では、一対一の関係で業務に係る情報を伝達している担当者間の情報伝達経路に、上述のように、職制情報を利用した仮想経由者を挿入し、該仮想経由者を経由して情報が伝搬するように情報伝達経路を仮想化する。仮想化処理を行うことで、図３、４で説明したように、一対一の関係で伝達される情報や単一ホップの伝搬経路の情報であっても、複数の仮想経由者を経由した多段階の伝搬経路を有する情報として処理することができる。本実施形態のソーシャルグラフの作成処理では、職制情報を利用した仮想経由者を経由して情報が伝搬するように経路を仮想化することで、データサイズが圧縮された情報に対する、圧縮センシングによるソーシャルグラフの推定が適用できる。

図５に例示のソーシャルネットワークシステム１は、ネットワークＮに接続された情報処理装置１０、記憶装置１１、ユーザが操作する情報処理装置１２を有する。情報処理装置１０は、記憶装置１１と接続する。ユーザが操作する情報処理装置１２は、ネットワークＮを介して情報処理装置１０に接続する。ネットワークＮは、例えば、インターネット等の公衆ネットワーク、携帯電話網等の無線ネットワーク、ＬＡＮ（Local Area Network）等のネットワークを含む。ネットワークＮには、例えば、複数の情報処理装置１２が接続され得る。

図５に例示のソーシャルネットワークシステム１において、情報処理装置１０は、例えば、パーソナルコンピュータ（ＰＣ、Personal Computer）、サーバ等のコンピュータで
ある。情報処理装置１０には、例えば、ネットワークＮを介して接続されたユーザが操作する情報処理装置１２から送信された、情報の伝達や共有化された情報の利用に係るユーザ毎の圧縮データが登録される。圧縮データには、例えば、ユーザを一意に識別する識別情報（ユーザＩＤ）、ユーザ間で伝達された情報を一意に識別する識別情報（データＩＤ）、伝達された情報の受信時刻情報、収集フラグの有無等が含まれる。情報処理装置１２を介して収集された圧縮データは、例えば、記憶装置１１の圧縮データＤＢ１１１に格納される。

記憶装置１１は、各種プログラムおよび各種データを格納する記憶媒体を備えた記憶装置である。記憶装置１１は、外部記憶装置とも呼ばれる。記憶装置１１としては、例えば、ソリッドステートドライブ装置、ハードディスクドライブ装置等がある。また、記憶装置１１は、ＣＤ（Compact Disc）ドライブ装置、ＤＶＤ（Digital Versatile Disc）ドライブ装置、ＢＤ（Blu-ray(登録商標) Disc）ドライブ装置等の可搬記録媒体を含むことができる。なお、情報処理装置１０、記憶装置１１は、例えば、ネットワーク上のコンピュータ群であるクラウドの一部を構成するものであってもよい。

記憶装置１１には、情報処理装置１０が参照し、或いは、管理するデータの格納先として、圧縮データＤＢ１１１、職制情報ＤＢ１１２、リンク除外ＤＢ１１３、リンク情報ＤＢ１１４等が含まれる。

圧縮データＤＢ１１１には、例えば、ネットワークＮを介して接続された情報処理装置１２から取得した圧縮データが格納される。職制情報ＤＢ１１２には、例えば、部門毎の職制情報が格納される。リンク除外ＤＢ１１３には、本実施形態の情報処理装置１０で作成された、リンク情報を求めるためのリンク除外リストが格納される。リンク情報ＤＢ１１４には、本実施形態の本実施形態の情報処理装置１０で作成された、ユーザ間のリンク情報が格納される。

情報処理装置１２は、例えば、ＰＣ、タブレットＰＣ、ＰＤＡ（Personal Digital Assistant）、スマートフォン、携帯電話等のネットワークＮへの接続機能を有する情報処理装置である。情報処理装置１２は、例えば、ユーザ間の交流関係に係る情報の中からデータを抽出し、圧縮データとしてネットワークＮに接続された情報処理装置１０に出力する機能を有する。なお、データの抽出は任意であり、例えば、データはランダムに抽出してもよく、所定の時間内のデータを抽出するとしてもよい。また、例えば、ネットワークＮに接続された情報処理装置１０から抽出するデータの指示を受けるとしてもよい。

なお、情報処理装置１２は、例えば、ユーザ毎に設けられた有線電話等と連動する情報処理装置としてもよい。情報処理装置１２は、抽出されたユーザ間の交流関係に係る情報を圧縮データとして、ネットワークＮに出力する機能を有する装置であればよい。

図６に、情報処理装置１００のハードウェア構成を例示する。図６に例示する情報処理装置１００は、いわゆる一般的なコンピュータの構成を有している。図５に例示の情報処理装置１０、ユーザが操作する情報処理装置１２は、例えば、図６に例示する情報処理装置１００によって実現される。

情報処理装置１００は、接続バスＢ１によって相互に接続されたＣＰＵ（Central Processing Unit）１０１、主記憶部１０２、補助記憶部１０３、入力部１０４、出力部１０
５、通信部１０６を有する。主記憶部１０２及び補助記憶部１０３は、情報処理装置１００が読み取り可能な記録媒体である。

情報処理装置１００は、ＣＰＵ１０１が補助記憶部１０３に記憶されたプログラムを主
記憶部１０２の作業領域に実行可能に展開し、プログラムの実行を通じて周辺機器の制御を行う。これにより、情報処理装置１００は、所定の目的に合致した機能を実現することができる。

図６に例示の情報処理装置１００において、ＣＰＵ１０１は、情報処理装置１００全体の制御を行う中央処理演算装置である。ＣＰＵ１０１は、補助記憶部１０３に格納されたプログラムに従って処理を行う。主記憶部１０２は、ＣＰＵ１０１がプログラムやデータをキャッシュしたり、作業領域を展開したりする記憶媒体である。主記憶部１０２は、例えば、ＲＡＭ（Random Access Memory）やＲＯＭ（Read Only Memory）を含む。

補助記憶部１０３は、各種のプログラム及び各種のデータを読み書き自在に記録媒体に格納する。補助記憶部１０３には、オペレーティングシステム（Operating System :ＯＳ）、各種プログラム、各種テーブル等が格納される。ＯＳは、通信部１０６を介して接続される外部装置等とのデータの受け渡しを行う通信インターフェースプログラムを含む。外部装置等には、例えば、接続されたネットワーク上の、他のサーバといった情報処理装置、外部記憶装置、ネットワークに接続可能な通信機能を有する情報処理装置等が含まれる。

補助記憶部１０３は、例えば、ＥＰＲＯＭ（Erasable Programmable ROM）、ソリッド
ステートドライブ装置、ハードディスクドライブ（ＨＤＤ、Hard Disk Drive）装置等で
ある。また、補助記憶部１０３としては、例えば、ＣＤドライブ装置、ＤＶＤドライブ装置、ＢＤドライブ装置等が提示できる。記録媒体としては、例えば、不揮発性半導体メモリ（フラッシュメモリ）を含むシリコンディスク、ハードディスク、ＣＤ、ＤＶＤ、ＢＤ、ＵＳＢ（Universal Serial Bus）メモリ、メモリカード等がある。

入力部１０４は、ユーザ等からの操作指示等を受け付ける。入力部１０４は、入力ボタン、キーボード、ポインティングデバイス、ワイヤレスリモコン、マイクロフォン、カメラ等の入力デバイスである。また、入力部１０４には、ＵＳＢ等のインターフェースを介して接続された有線電話等が含まれる。入力部１０４から入力された情報は、接続バスＢ１を介してＣＰＵ１０１に通知される。

出力部１０５は、ＣＰＵ１０１で処理されるデータや主記憶部１０２に記憶されるデータを出力する。出力部１０５は、ＣＲＴ（Cathode Ray Tube）ディスプレイ、ＬＣＤ（Liquid Crystal Display）、ＰＤＰ（Plasma Display Panel）、ＥＬ（Electroluminescence）パネル、有機ＥＬパネル、プリンタ、スピーカ等の出力デバイスである。通信部１０
６は、例えば、ネットワークＮ等とのインターフェースである。

情報処理装置１２は、例えば、ＣＰＵ１０１が補助記憶部１０３に記憶されているＯＳ、各種プログラムや各種データを主記憶部１０２に読み出して実行することにより、ユーザ間の交流関係に係る情報の中からデータを抽出する。また、例えば、情報処理装置１２は、ＣＰＵ１０１が補助記憶部１０３に記憶されているＯＳ、各種プログラムや各種データを主記憶部１０２に読み出して実行することにより、抽出したデータを圧縮データとしてネットワークＮに接続された情報処理装置１０に出力する。

情報処理装置１２は、例えば、ＣＰＵ１０１が補助記憶部１０３に記憶されているＯＳ、各種プログラムや各種データを主記憶部１０２に読み出して実行することにより、ネットワークＮを介して接続された複数の情報処理装置１２から圧縮データを収集する。そして、情報処理装置１０は、例えば、収集した圧縮データに対し、職制情報等を利用した仮想ユーザを経由して情報が伝搬するよう、仮想化処理を行う。情報処理装置１０は、仮想化処理が施された圧縮データに対して、圧縮センシングの復元処理を行うことにより、情
報の伝達や共有化された情報の利用に係るユーザ間のリンク情報を推定し、ソーシャルグラフの生成を行う。

〔機能構成〕
（圧縮データ生成処理）
図７に、情報処理装置１２における圧縮データの生成処理の説明図を例示する。本実施形態のソーシャルネットワークシステム１の情報処理装置１２は、例えば、ユーザ間の交流関係に係る情報の中から限定的にデータを抽出し、抽出されたデータを圧縮データとしてネットワークＮに接続された情報処理装置１０に出力する。ここで、圧縮データとしてのデータ抽出は任意である。例えば、データ抽出の仕方としては、ユーザ毎に発生した電子メール受信、電話連絡等のイベントを契機として電子メール履歴、電話履歴等のデータをランダムに抽出することが例示できる。また、例えば、情報処理装置１２の起動から一定時間の間に受信された電子メール履歴、電話履歴等のデータを圧縮データとして抽出するとしてもよい。また、例えば、ネットワークＮに接続された情報処理装置１０から抽出するデータの指示を受けるとしてもよい。情報処理装置１０からの、データ抽出指示は、例えば、発生したイベントに係るデータを識別するデータＩＤを指定するとしてもよく、時刻を指定してもよく、ａｍ１０：００〜ａｍ１１：００等の時間幅を指定するとしてもよい。

図７に例示の説明図において、抽出データには、例えば、ユーザＩＤ、データＩＤ、時刻情報、収集フラグの有無等が含まれる。抽出データは、例えば、情報処理装置１２の主記憶部１０２の所定の記憶領域に一時的に記憶される。そして、情報処理装置１２は、抽出したデータを圧縮データとして、ネットワークＮを介して接続された情報処理装置１０に送信する。なお、図７に例示の説明図において、情報処理装置１２は、収集フラグの有無により、抽出データの送信の有無を決定する。

図７の説明例は、電子メールを介して伝達された情報を圧縮データとして収集する場合の例である。図７の説明例において、ユーザＫは、ユーザＬの上司であり、ユーザＨ，Ｊは他部門に所属するメンバーである。図７に例示の他部門のユーザＪは、例えば、電子メールを介してユーザＫに対し、業務連絡等の情報を伝達する。ユーザＪから送信された電子メールは、例えば、ユーザＫの情報処理装置１２により受信される。ユーザＫの情報処理装置１２は、例えば、ユーザＪから受信した電子メールを抽出データとして、主記憶部１０２の所定の記憶領域に一時的に格納する。

図７に例示するように、格納された抽出データの「ユーザＩＤ」カラムにはユーザＫのユーザ識別情報である「Ｋ」が格納され、「データＩＤ」カラムにはユーザＪから送信された電子メールのイベント識別情報である「メールａｂｃｄ」が格納される。また、「受信時刻」カラムには電子メールを受信した時刻情報が「１０：０１：５０」のように時暦、分暦、秒暦の順に格納される。なお、図７の「収集フラグ」カラムには該データを情報処理装置１０に送信するためのフラグ「Ｙｅｓ」が格納されている。「収集フラグ」カラムに格納されるフラグ形態は、該当するデータが圧縮データとして収集対象であるか否かを識別できればよく、例えば、「０」，「１」で識別されたビット情報が格納されるとしてもよい。例えば「０」の場合には該当データは収集対象でなく、「１」の場合には該当データは収集対象であるとすることができる。収集フラグの指定は、例えば、情報処理装置１０からの、データ抽出指示等により行われる。

他部門のユーザＪから送信された電子メールは、ユーザＫを介して業務担当者のユーザＬに転送される。また、ユーザＬには、他部門のユーザＨから通話による業務連絡等が伝達される。ユーザＬの情報処理装置１２は、例えば、ユーザＫから受信した電子メールを抽出データとして、主記憶部１０２の所定の記憶領域に一時的に格納する。図７の例では
、ユーザＬの抽出データの「ユーザＩＤ」カラムにはユーザＬのユーザ識別情報である「Ｌ」が格納され、「データＩＤ」カラムにはユーザＫから転送された電子メールのイベント識別情報である「メールａｂｃｄ」が格納される。また、「受信時刻」カラムには電子メールを受信した時刻情報である「１０：１２：３５」が格納され、「収集フラグ」カラムには該データを情報処理装置１０に送信するためのフラグ「Ｙｅｓ」が格納されている。

なお、ユーザＨからの通話による連絡は、例えば、電子メールと同様の形式で情報処理装置１２の補助記憶部１０３に通話履歴として格納される。図７の説明例では、「ユーザＩＤ」カラムにはユーザＬのユーザ識別情報である「Ｌ」が格納され、「データＩＤ」カラムにはユーザＨから連絡された通話のイベント識別情報である「電話ｘｙｚ」が格納される。また、「受信時刻」カラムには通話を受信した時刻情報である「１５：１２：３５」が格納され、「収集フラグ」カラムにはフラグ「Ｎｏ」が格納される。なお、ユーザＨから連絡された通話情報が圧縮データとして収集される場合には、「収集フラグ」カラムにはフラグ「Ｙｅｓ」が格納される。収集フラグの指定は、例えば、情報処理装置１０からの、データ抽出指示等により行われる。

図７の説明例において、ユーザＫ，ユーザＬの各情報処理装置１２の、収集対象となるフラグが格納された抽出データは、ネットワークＮを介して接続された情報処理装置１０に収集される。

（仮想化処理）
図８に、情報処理装置１０における仮想化処理の説明図を例示する。本実施形態のソーシャルネットワークシステム１の情報処理装置１０は、例えば、収集された圧縮データからユーザ間の情報の伝達に係るリンクを抽出し、抽出されたリンクに対し、職制情報を利用した仮想化処理を行う。仮想化処理では、例えば、情報伝達に係るユーザの職制上の上司が仮想経由者として、ユーザ間の情報の伝達に係るリンクに挿入される。仮想化処理により、ユーザ間の情報伝搬は、挿入された仮想経由者である上司を介して多段階に伝搬されることとなり、圧縮データの抽出元である情報伝達の全体像（ソーシャルグラフ）を、圧縮センシングを使用して復元することが可能となる。

図８に例示の説明図において、ユーザＹは、ユーザＪの職制上の上司であり、ユーザＸは、ユーザＫ、ユーザＬの職制上の上司である。仮想化処理では、例えば、対象となる圧縮データから抽出された、ユーザＪ→ユーザＫ→ユーザＬとのユーザ間の情報伝達に係るリンクに対し、職制上の上司を経由して情報が伝搬されるよう、仮想データを挿入する。

ユーザ毎に収集された圧縮データからの情報伝達に係るリンクの抽出は、例えば、対象となる情報（データＩＤ）の受信時刻の経過順で特定することができる。図８の説明例では、例えば、データＩＤが「メールａｂｃｄ」である情報の受信時刻は、ユーザＪでは「９：５１：２０」であり、ユーザＫでは「１０：０１：５０」であり、ユーザＬでは「１０：１２：３５」である。ユーザ間の「メールａｂｃｄ」に対する受信時刻の関係では、ユーザＪ→ユーザＫ→ユーザＬと経過順に並ぶため、「メールａｂｃｄ」は、ユーザＪ→ユーザＫ→ユーザＬのリンクで伝搬されたと特定できる。なお、図８の説明例では、ユーザＪは「メールａｂｃｄ」の情報発信元であるため、ユーザＪの圧縮データの「受信時刻」カラムには、「メールａｂｃｄ」を発信した時刻情報が格納されている。

仮想化処理では、収集した同一のデータＩＤを有する圧縮データの受信時刻から特定されたリンクに対し、職制上のユーザを経由する仮想データを生成し挿入する。職制上のユーザを経由する仮想データは、例えば、特定されたリンクを介して伝搬された情報の受信時刻から生成することができる。例えば、ユーザＪ，Ｋ間のリンクに、ユーザＹ，Ｘを経
由するリンクを挿入する場合、ユーザＹ，Ｘにおける「メールａｂｃｄ」の受信時刻が、ユーザＪ，Ｋでの「メールａｂｃｄ」の受信時刻の間となるように時刻情報を設定し、仮想データを生成すればよい。

仮想データの時刻情報の設定は任意であり、仮想化処理の対象となるデータに対するリンクでの、受信時刻の間に設定すればよい。例えば、図８の説明例において、「メールａｂｃｄ」のユーザＪの受信時刻は「９：５１：２０」であり、ユーザＫの受信時刻は「１０：０１：５０」である。そして、ユーザＪ，Ｋ間の受信時刻の時間差は６３０秒である。仮想データの時刻情報の設定として、例えば、ユーザＪ，Ｋ間の受信時刻の時間差を均等に配分することが例示できる。なお、図８の説明例では、仮想データの時刻情報として、ユーザＹでの「メールａｂｃｄ」の受信時刻を「９：５５：２０」とし、ユーザＪからの時間差を１８０秒と設定している。また、ユーザＸでの「メールａｂｃｄ」の受信時刻を「９：５８：２０」とし、ユーザＹからの時間差を１８０秒と設定している。

仮想化処理の結果、ユーザＪ→ユーザＫ→ユーザＬとのリンクで伝搬される情報は、仮想経由者であるユーザＸ，ユーザＹを時系列順に直列的に介した多段階の伝達形態となる。例えば、ユーザＪ→ユーザＫ→ユーザＬとの３ホップのリンクは、ユーザＪ→ユーザＹ→ユーザＸ→ユーザＫ→ユーザＬとの５ホップの仮想化リンクに変換される。なお、仮想化処理により生成されたユーザＹ，Ｘの仮想データは、例えば、ユーザＪ、Ｋ、Ｌから収集した圧縮データに対応付けられて追記される。

（圧縮センシング処理）
図９に、情報処理装置１０における圧縮センシング処理の説明図を例示する。図９に例示するように、本実施形態の圧縮センシング処理では、ユーザ毎に収集した圧縮データに基づく生起確率をｍ×ｎの行列Ａの要素として、ｙ＝Ａｘの関係式で対応付けられた行列演算を行い、ユーザ間のリンク情報を特定する。

図９に例示の行列Ａにおいて、「ｍ」は、電子メールや電話等による通話連絡といった、ユーザ間で発生した情報伝達に係るイベント数を表す。各イベントは、例えば、図７で説明した「データＩＤ」により識別することができる。また、「ｎ」は、圧縮データが収集されるユーザの総数を表す。行列Ａの要素の「Ｐ_IDm（ｎ，ｎ−１）」は、データＩＤ
ｍで表されるイベントに対する、ユーザｎとユーザｎ−１との間に形成されるリンク間の、生起確率である。ここで、データＩＤｍに対するリンク間の生起確率は、例えば、データＩＤｍを受信したユーザｎとユーザｎ−１間の受信時間差を「ΔＴ」として、「Ｌｏｇ（ΔＴ）」で表すことができる。本実施形態の圧縮センシング処理では、受信時間差（ΔＴ）の単位時間は、秒単位で表すことができる。

図９に例示の説明図において、ベクトル「ｙ」はデータＩＤ1−ＩＤｍで表されるイベ
ントに対するＰａｔｈ確率であり、要素「Ｐ（ＩＤｍ｜Ｇ）」はデータＩＤｍで表される情報に対するＰａｔｈ確率を表す。なお、以下の説明では「Ｐａｔｈ確率」を伝搬確率とも称する。ここで、データＩＤｍに対するＰａｔｈ確率は、例えば、データＩＤｍの情報伝搬に係るユーザについての生起確率の直積（Π）として表すことができる。また、「ｘ」はユーザ間のリンク情報を表し、要素「Ｅ_n,n-1」は、ユーザＥｎとユーザＥｎ−１と
の間のリンク情報を表す。

このように、例えば、データＩＤｍで表されるイベントに対するユーザ間の生起確率「Ｐ_IDm（ｎ，ｎ−１）」、Ｐａｔｈ確率「Ｐ（ＩＤｍ｜Ｇ）」は、ユーザ毎に収集した圧
縮データから求めることができる。つまり、「ｙ＝Ａｘ」の関係式で対応付けられた要素の内、圧縮データから求められた行列Ａの要素及び「ｙ」に基づいて、ユーザ間のリンク情報「ｘ」を求めればよい。図９に例示するように、ユーザ間のリンク情報「ｘ」は、「
ｘ＝ｍｉｎ_x||ｘ||₁ subject to Ａｘ＝ｙ」で示される、Ｌ１ノルム最小化を行うこ
とで求めることができる。

本実施形態の圧縮センシング処理では、収集したユーザ毎の圧縮データからデータＩＤ毎に、ユーザ間のリンクに対する生起確率「Ｐ_IDm（ｎ，ｎ−１）」を求める。そして、
データＩＤ毎に、該データの情報伝搬に係る全てのユーザについての生起確率「Ｐ_IDm（
ｎ，ｎ−１）」の直積（Π）を算出し、データＩＤｍで表されるイベントに対するＰａｔｈ確率「Ｐ（ＩＤｍ｜Ｇ）」を求める。そして、データＩＤ毎の、ユーザ間のリンクに対する生起確率「Ｐ_IDm（ｎ，ｎ−１）」、Ｐａｔｈ確率「Ｐ（ＩＤｍ｜Ｇ）」から、「ｘ
＝ｍｉｎ_x||ｘ||₁ subject to Ａｘ＝ｙ」で示される、Ｌ１ノルム最小化を行うこと
でユーザ間のリンク情報「ｘ」を特定する。

図１０に、データＩＤ毎のユーザ間のリンクに対する生起確率、Ｐａｔｈ確率の算出例を例示する。図１０の算出例は、図８で説明した仮想化処理が行われた、ユーザＪ→ユーザＹ→ユーザＸ→ユーザＫ→ユーザＬとのリンクに対する算出例である。

図１０において、各圧縮データの「メールａｂｃｄ」に対する受信時刻は、上述のリンク順に、「９：５１：２０」、「９：５５：２０」、「９：５８：２０」、「１０：０１：５０」、「１０：１２：３５」となる。「メールａｂｃｄ」の受信時刻に対するユーザＪとＹ間の時間差は２４０秒であり、ユーザＹとＸ間の時間差は１８０秒であり、ユーザＸとＫ間の時間差は２１０秒であり、ユーザＫとＬ間の時間差は６４５秒である。

行列Ａの要素である、「メールａｂｃｄ」に対するリンク間の生起確率「Ｐ_IDm（ｎ，
ｎ−１）」は、各受信時刻の時間差（ΔＴ）から「Ｌｏｇ（ΔＴ）」により求められる。例えば、「メールａｂｃｄ」をデータＩＤ₁と表現すれば、ユーザＪとＹ間のリンクに対
する生起確率Ｐ_ID1（Ｊ，Ｙ）は、「Ｌｏｇ（２４０）」より「２．３８」と算出される
。他のリンクについても同様に求められ、Ｐ_ID1（Ｙ，Ｘ）は「２．２５」、Ｐ_ID1（Ｘ，Ｋ）は「２．３２」、Ｐ_ID1（Ｋ，Ａ）は「２．８０」と算出される。

そして、「メールａｂｃｄ」に対するＰａｔｈ確率（Ｐ（ＩＤ₁｜Ｇ））は、それぞれ
の生起確率Ｐ_IDm（ｎ，ｎ−１）の直積（ΠＰ_ID1（ｉ，ｊ））で求められるので、（（２．３８）×（２．２５）×（２．３２）×（２．８０）より約３４．７となる。仮想化処理が行われた、「メールａｂｃｄ」の、ユーザＪ→ユーザＹ→ユーザＸ→ユーザＫ→ユーザＬとのリンクに対するＰａｔｈ確率（Ｐ（ＩＤ₁｜Ｇ））は「３４．７」となる。

以上のように算出された、データＩＤ毎のユーザ間のリンクに対する生起確率、Ｐａｔｈ確率に基づいて、ユーザ間のリンク情報である、（Ｅ_J，Ｅ_Y），（Ｅ_y，Ｅ_x），（Ｅ_x
，Ｅ_K），（Ｅ_K，Ｅ_L）がそれぞれ求められる。

〔処理フロー〕
（全体フロー）
以下、図１１−１４を参照し、本実施形態のソーシャルネットワークシステム１におけるソーシャルグラフ生成処理を説明する。図１１は、ソーシャルグラフ生成処理に係るシステム全体の処理のフローチャートの例示である。図１１に例示のソーシャルグラフ生成処理では、Ｓ１−Ｓ２の処理は、例えば、ユーザ毎の情報処理装置１２により実行される。また、図１１のＳ３−Ｓ８の処理は、例えば、情報処理装置１０により実行される。

図１１に例示の全体フローチャートにおいて、例えば、ユーザ毎の情報処理装置１２は、ユーザ間の交流関係に係る情報の中から限定的にデータを抽出し（Ｓ１）、抽出されたデータを圧縮データとしてネットワークＮに接続された情報処理装置１０に出力する（Ｓ
２）。ネットワークＮに出力されたユーザ毎の圧縮データは、情報処理装置１０により、収集される。情報処理装置１０により、ユーザ毎に収集された圧縮データは、例えば、記憶装置１１の圧縮データＤＢ１１１に格納される。

ソーシャルネットワークシステム１の情報処理装置１０は、収集されたユーザ毎の圧縮データに基づいて、情報伝達に係るデータ毎にユーザ間のリンクを抽出する（Ｓ３）。そして情報処理装置１０は、Ｓ３の処理で抽出されたリンクに対して職制情報を利用した仮想化処理を行う（Ｓ４）。仮想化処理により、ユーザ毎に収集された圧縮データには、例えば、伝達されるデータ毎に職制上の上司を経由する仮想データが時系列順に直列的に追記される（Ｓ５）。また、情報処理装置１０は、リンク除外リストを生成し、例えば、記憶装置１１のリンク除外ＤＢ１１３に格納する（Ｓ６）。

そして、情報処理装置１０は、仮想化処理が行われたユーザ毎の圧縮データに基づいて、圧縮センシング処理を行い（Ｓ７）、ソーシャルグラフの作成に係るユーザ間のリンク情報を特定する（Ｓ８）。圧縮センシング処理では、データＩＤ毎のユーザ間のリンクに対する生起確率、Ｐａｔｈ確率を算出し、「ｘ＝ｍｉｎ_x||ｘ||₁ subject to Ａｘ＝
ｙ」で示される、Ｌ１ノルム最小化を行うことでユーザ間のリンク情報「ｘ」を特定する。なお、Ｓ７の処理において、情報処理装置１０は、図１４で後述するリンク除外リストを参照し、圧縮センシング処理を行う。圧縮センシング処理により特定されたユーザ間のリンク情報は、例えば、記憶装置１１のリンク情報ＤＢ１１４に格納される。

（ユーザ側処理フロー）
図１２Ａ−１２Ｃに、ユーザ毎の情報処理装置１２で実行される、図１１に例示のＳ１−Ｓ２の詳細な処理のフローチャートを例示する。図１２Ａは、例えば、ユーザ毎の情報処理装置１２で実行される情報の受信処理のフローチャートの例示である。図１２Ｂは、例えば、ユーザ毎の情報処理装置１２で実行される情報の送信処理のフローチャートの例示である。図１２Ｃは、例えば、ユーザ毎の情報処理装置１２で実行される圧縮データ処理のフローチャートの例示である。

図１２Ａに例示のフローチャートにおいて、受信処理の開始は、例えば、他のユーザから伝達された情報（例えば、データＩＤで識別される情報）の受信の時が例示できる。情報処理装置１２は、他のユーザから伝達された情報を受信すると（Ｓ１１）、受信した情報を、例えば、主記憶部１０２の所定の領域に一時的に格納し、Ｓ１２，Ｓ１４の処理に移行する。Ｓ１４の処理については、図１２Ｃに例示のフローチャートで後述する。

Ｓ１２の処理では、情報処理装置１２は、例えば、入力部１０４を介して入力されたユーザ指示により、受信した情報の他のユーザへの転送の有無を判定する。情報処理装置１２は、受信した情報を他のユーザに転送する場合には（Ｓ１２，Ｙｅｓ）、受信した情報を情報処理装置１２の送信キューに格納する（Ｓ１３）。一方、情報処理装置１２は、受信した情報を他のユーザに転送しない場合には（Ｓ１２，Ｎｏ）、受信処理を終了する。

次に、図１２Ｂに例示のフローチャートにおいて、送信処理の開始は、例えば、送信キューに対して送信データの登録の時が例示できる。情報処理装置１２は、他のユーザに対して、該情報処理装置１２を起点として新たに発信する情報が存在するか否かを判定する（Ｓ２１）。情報処理装置１２は、例えば、主記憶部１０２の所定の領域を参照し、該領域に入力部１０４を介して入力された、新たに発信する情報が格納されているかを判定する。情報処理装置１２は、該情報処理装置１２を起点として新たに発信する情報が存在する場合には（Ｓ２１，Ｙｅｓ）、Ｓ２２に移行する。情報処理装置１２は、該情報処理装置１２を起点として新たに発信する情報が存在しない場合には（Ｓ２１，Ｎｏ）、Ｓ２５に移行する。

Ｓ２２の処理では、情報処理装置１２は、新たに発信する情報が収集対象とするデータか否かを判定する。例えば、情報処理装置１０によりデータＩＤ等を指定して収集指示を受けた場合には、情報処理装置１２は、新たに発信する情報のデータＩＤに基づいて収集の有無を判定する。また、情報処理装置１２は、現時点の時刻が、データを収集するために割り当てられた所定の時間帯に含まれるか否かを判定するとしてもよい。また、例えば、情報処理装置１２は、乱数表等を用いてランダムに発生した乱数値により、収集対象の有無を判定するとしてもよい。

情報処理装置１２は、新たに発信する情報が収集対象のデータの場合には（Ｓ２２，Ｙｅｓ）、例えば、該発信情報に収集対象であることを識別する収集フラグを付加し、送信データの生成を行う（Ｓ２３−Ｓ２４）。一方、情報処理装置１２は、新たに発信する情報が収集対象のデータでない場合には、収集フラグを付加せず送信データの生成を行う（Ｓ２２，Ｎｏ−Ｓ２４）。なお、情報処理装置１２は、新たに発信する情報が収集対象のデータでない場合、図７の説明例に示すように、収集対象でないことを識別するフラグ（図７の例では“Ｎｏ”）を付加し、送信データの生成を行うとしてもよい。Ｓ２４の処理で生成された送信データは、情報処理装置１２の送信キューに格納される。

情報処理装置１２は、送信キューを参照し、送信データの有無を判定する（Ｓ２５−Ｓ２６）。送信キューに送信データがない場合には送信処理を終了し（Ｓ２６，Ｎｏ）、送信キューに送信データがある場合には、送信データに含まれる送信先へ該データを送信する（Ｓ２６，Ｙｅｓ−Ｓ２７）。情報処理装置１２は、送信キューの送信データがなくなるまで、Ｓ２６−Ｓ２７の処理を繰り返す。

次に、図１２Ｃに例示のフローチャートを参照し、図１２ＡのＳ１４の詳細な処理を説明する。図１２Ｃに例示のフローチャートにおいて、情報処理装置１２は、図１２ＡのＳ１１で受信したデータを参照し、該受信したデータに、収集対象であることを識別する収集フラグが含まれているか否かを判定する（Ｓ１４１−Ｓ１４２）。情報処理装置１２は、受信データに収集対象であることを識別する収集フラグが含まれていない場合には（Ｓ１４２，Ｎｏ）、当該処理を終了する。

一方、情報処理装置１２は、受信データに収集対象であることを識別する収集フラグが含まれている場合には（Ｓ１４２，Ｙｅｓ）、例えば、補助記憶部１０３に受信データを受信時刻と対応付けて格納する（Ｓ１４３）。補助記憶部１０３に格納された受信データは、圧縮データとして送信キューに格納され、ネットワークＮを介して接続された情報処理装置１０に送信される（Ｓ１４４）。

ここで、情報処理装置１２で実行されるＳ１４１の処理は、情報伝搬に係るイベントの識別情報及び発生時刻情報を含むイベント情報を収集する処理の一例である。また、情報処理装置１２のＣＰＵ１０１等は、情報伝搬に係るイベントの識別情報及び発生時刻情報を含むイベント情報を収集する手段の一例としてＳ１４１の処理を実行する。

また、情報処理装置１２で実行されるＳ１４３の処理は、前記収集されたイベント情報の中から所定の条件を満たしたイベント情報を抽出する処理の一例である。また、情報処理装置１２のＣＰＵ１０１等は、前記収集されたイベント情報の中から所定の条件を満たしたイベント情報を抽出する手段の一例としてＳ１４３の処理を実行する。

（仮想化処理フロー）
図１３に、情報処理装置１０で実行される、仮想化処理のフローチャートを例示する。図１３に例示のフローチャートは、図１１に例示のＳ３−Ｓ５の詳細な処理のフローチャ
ートである。なお、図１３に例示のフローチャートにおいて、Ｓ３３の処理は図１１のＳ３の処理に相当し、Ｓ３４の処理は図１１のＳ４の処理に相当し、Ｓ３５の処理は図１１のＳ５の処理に相当する。

図１３に例示のフローチャートにおいて、仮想化処理の開始は、例えば、ネットワークを介して接続されたユーザ毎の情報処理装置１２からの圧縮データの収集の時が例示できる。なお、ユーザ毎の情報処理装置１２から収集した圧縮データは、例えば、記憶装置１１の圧縮ＤＢ１１１に格納される。圧縮データには、例えば、ユーザを一意に識別する識別情報（ユーザＩＤ）、ユーザ間で発生したイベントに応じて伝達された情報を一意に識別する識別情報（データＩＤ）、伝達された情報の受信時刻情報、収集フラグの有無等が含まれる。圧縮ＤＢ１１１に格納された圧縮データの形式は、例えば、図７で説明した。

情報処理装置１０は、例えば、圧縮ＤＢ１１１を参照し、ユーザ毎に収集した圧縮データをデータＩＤ毎に検索し、該データＩＤを受信した時刻の経過順に並べ替えを行う（Ｓ３１）。そして、情報処理装置１０は、同一のデータＩＤを有する圧縮データの中で、受信時刻が前後する圧縮データのユーザ対をリンクとして定義付けを行う（Ｓ３２）。

情報処理装置１０は、例えば、職制情報ＤＢ１１２を参照し、Ｓ３２の処理で定義付けされたリンクから、「一般ユーザ間」と「他部門の上司と一般ユーザ間」のリンクを抽出する（Ｓ３３）。ここで、「一般ユーザ間」のリンクとは、例えば、担当者同士の２者間の伝達経路であり、図３に例示するＧ１２，Ｇ１３間のリンクである。また、「他部門の上司と一般ユーザ間」のリンクとは、例えば、他部門に属する職制上の上司と担当者との２者間の伝達経路であり、図３に例示するＧ２１，Ｇ１５間のリンクである。

図１３Ｂ−１３Ｃに、職制情報ＤＢ１１２に格納される職制情報例を例示する。図１３Ｂは、職制情報テーブル例であり、図１３Ｃは、職制情報テーブルと対応付けられた組織階層図の例である。職制ＤＢ１１２には、図１３Ｂ（１）、（２）に例示のように、ユーザが所属する部門毎の職制情報テーブルが格納される。図１３Ｂに例示の各テーブルは、「所属部」、「メンバー」、「職制」といったカラムを有する。「所属部」カラムには、図１３Ｃに例示する、組織階層図と対応付けられた部門名称が格納される。「メンバー」カラムには、「所属部」カラムに格納された部門に所属するユーザ名等のユーザを一意に識別する識別情報が格納される。「職制」カラムには、メンバー毎の職制情報が格納される。なお、職制情報テーブルには、職制順に、対応するユーザが格納される。

図１３Ｂ（１）に例示の職制情報テーブルは、例えば、図７の説明例のユーザＫ，Ｌが所属する事業部Ａのテーブル例であり、図１３Ｂ（２）に例示の職制情報テーブルは、例えば、図７の説明例のユーザＪが所属する研究所のテーブル例である。図１３Ｂ（１）の職制情報テーブルから、ユーザＸは、ユーザＫ，Ｌの直属の上司であることがわかる。図１３Ｂ（２）の職制情報テーブルから、ユーザＹは、ユーザＪの直属の上司であることがわかる。また、図１３Ｂ（１）、（２）の職制情報テーブルより、ユーザＸ，Ｙには、共通する職制上の上司であるユーザＺが存在することがわかる。

図１３Ｃに例示の組織階層図から、ユーザＸ，Ｋ，Ｌが所属する部門と、ユーザＹ，Ｊが所属する部門とは、組織階層上、同列に位置することがわかる。また、図１３Ｃに例示の組織階層図から、組織階層上、同列に位置する部門が複数に存在することがわかる。

図１３Ａに例示のフローチャートに戻り、情報処理装置１０は、職制情報ＤＢ１１２に格納された職制情報テーブル等を参照し、「一般ユーザ間」と「他部門の上司と一般ユーザ間」のリンクを抽出する。Ｓ３１−Ｓ３３の処理により、例えば、図７で説明した、ユーザＪ→ユーザＫ→ユーザＬのリンクが抽出される。抽出された各リンクは、例えば、情
報処理装置１０の主記憶部１０２の所定の領域に一時的に格納される。

情報処理装置１０は、例えば、職制情報ＤＢ１１２を参照し、Ｓ３１−Ｓ３３の処理で抽出されたリンクに対し、該リンクが職制上の上司を経由する圧縮データを仮想データとして生成する（Ｓ３４）。そして、情報処理装置１０は、Ｓ３４の処理で生成された仮想データを、Ｓ３１−Ｓ３３の処理で抽出した圧縮データに追記する（Ｓ３５）。なお、Ｓ３４−Ｓ３５の処理については、図８で説明した。

Ｓ３４−Ｓ３５の処理の結果、例えば、図８の例で説明した、ユーザＪ→ユーザＹ→ユーザＸ→ユーザＫ→ユーザＬとの、仮想経由者である職制上の上司を時系列順に直列的に経由した５ホップのリンクが生成される。なお、図１３Ｂ（１）、（２）の職制情報テーブルより、ユーザＸ，Ｙには、共通する職制上の上司であるユーザＺが存在する。例えば、情報処理装置１０は、Ｓ３４−Ｓ３５の処理で、ユーザＺを経由して情報が伝達されるようリンクを生成してもよい。ユーザＺを経由するリンクを挿入した場合、情報の伝達に係るリンクは、例えば、ユーザＪ→ユーザＹ→ユーザＺ→ユーザＸ→ユーザＫ→ユーザＬとの、６ホップのリンクとなる。情報処理装置１０は、Ｓ３５の処理で生成した、職制上の上司を経由した情報の伝達に係るリンクを、例えば、主記憶部１０２の所定の領域に一時的に記憶する。

ここで、情報処理装置１０で実行されるＳ３１の処理は、所定の条件を満たすように情報量が限定された、情報伝搬に係るイベントの識別情報及び発生時刻情報を含むイベント情報をユーザ毎に収集する処理の一例である。また、情報処理装置１０のＣＰＵ１０１等は、所定の条件を満たすように情報量が限定された、情報伝搬に係るイベントの識別情報及び発生時刻情報を含むイベント情報をユーザ毎に収集する手段の一例としてＳ３１の処理を実行する。

また、情報処理装置１０で実行されるＳ３２−Ｓ３３の処理は、前記収集されたイベント情報から、同一の識別情報を有するイベントの発生時刻情報に基づいて前記イベント毎の情報伝搬の経路を抽出する処理の一例である。また、情報処理装置１０のＣＰＵ１０１等は、前記収集されたイベント情報から、同一の識別情報を有するイベントの発生時刻情報に基づいて前記イベント毎の情報伝搬の経路を抽出する手段の一例としてＳ３２−Ｓ３３の処理を実行する。

また、情報処理装置１０で実行されるＳ３４−Ｓ３５の処理は、抽出された前記イベントに対し、前記ユーザ毎のユーザ属性に基づいて前記情報伝搬の経路を、時系列順に直列化してホップ数を増加するように変換する処理の一例である。また、情報処理装置１０のＣＰＵ１０１等は、抽出された前記イベントに対し、前記ユーザ毎のユーザ属性に基づいて前記情報伝搬の経路を、時系列順に直列化してホップ数を増加するように変換する変換手段の一例としてＳ３４−Ｓ３５の処理を実行する。

次に、図１４Ａ−１４Ｃを参照し、図１１に例示の、Ｓ６の処理について説明する。図１４Ａ，Ｂは、図１１に例示のＳ６の処理の詳細なフローチャート例である。図１４Ｃは、リンク除外リスト例である。情報処理装置１０は、図１４Ａ，Ｂに例示する処理により、一般ユーザ間のリンクを除外するためのリストを作成する。生成されたリンク除外リストは、例えば、記憶装置１１のリンク除外ＤＢ１１３に格納される。生成されたリンク除外リストは、例えば、ユーザ毎に収集した圧縮データに対する、圧縮センシング処理によるユーザ間のリンク情報を求めるために参照される。

図１４Ａに例示のフローチャートにおいて、情報処理装置１０は、例えば、職制情報ＤＢ１１２を参照し、職制情報テーブルのユーザの中からリンク除外リストを作成する対象
者を選択し、選択した対象者に対して除外リンクの抽出処理を行う（Ｓ４１−Ｓ４２）。除外リンクの抽出処理は、例えば、Ｓ４１の処理で選択された対象者と同一部門に所属する他のユーザに対して行われる。情報処理装置１０は、職制情報ＤＢ１１２に格納された職制情報テーブルに格納された全てのユーザに対してＳ４１−Ｓ４２の処理を繰り返し、リンク除外リストを作成する（Ｓ４３）。

図１４Ｂに、図１４ＡのＳ４２の処理の詳細なフローチャートを例示する。図１４Ｂに例示のフローチャートにおいて、情報処理装置１０は、Ｓ４１の処理で選択した対象者が、同一所属グループ内で最上位に位置するか否かを判定する（Ｓ４２１）。情報処理装置１０は、職制情報ＤＢ１１２を参照し、Ｓ４１の処理で選択された対象者が職制情報テーブルの最上位に位置するか否かを判定する。

情報処理装置１０は、Ｓ４１の処理で選択された対象者が職制情報テーブルの最上位に位置しない場合には、該職制情報テーブルに格納されたユーザの中から、職制順に対象者と前後するユーザを除く、他のユーザを抽出する（Ｓ４２１，Ｎｏ−Ｓ４２２）。一方、情報処理装置１０は、Ｓ４１の処理で選択された対象者が職制情報テーブルの最上位に位置する場合には、該職制情報テーブルに格納されたユーザの中から、直近の下位に位置する職制のユーザを除く、他のユーザを抽出する（Ｓ４２１，Ｙｅｓ−Ｓ４２３）。

情報処理装置１０は、Ｓ４２２，Ｓ４２３の処理で抽出したユーザをＳ４１の処理で選択された対象者に対応付けて、例えば、記憶装置１１のリンク除外ＤＢ１１３に格納し、図１４Ａに例示のＳ４３の処理に移行する。

図１４Ｃに、図１４ＢのＳ４２２，Ｓ４２３の処理で生成されたリンク除外リスト例を例示する。図１４Ｃに例示のリンク除外リストは、「対象ノード」、「除外リンク」といったカラムを有する。「対象ノード」カラムには、図１４ＡのＳ４１の処理で選択された対象者が格納される。「除外リンク」カラムには、図１４ＢのＳ４２２，Ｓ４２３の処理で抽出された同一部門に所属するユーザが格納される。

図１４Ｃのリンク除外リスト例において、ユーザ「Ｚ」に対する「除外リンク」カラムには、Ｓ４２３の処理で抽出されたユーザＪ，Ｋ，Ｌ，Ｍが格納されている。「除外リンク」カラムに格納されたユーザは、図１３Ｂに例示の職制情報テーブルにおいて、ユーザＺの直近の下位の職制者であるユーザＸ、Ｙを除く他のメンバーである。同様に、ユーザ「Ｍ」に対する「除外リンク」カラムには、Ｓ４２２の処理で抽出されたユーザＺ，Ｙ，Ｘ，Ｋ，Ｌが格納されている。なお、図１４Ｃの例では、ユーザＺが複数の異なる部門の職制上の最上位職制を兼務しているため、図１３Ｃに例示の組織階層図では他部門に所属するユーザＸ，Ｋ，Ｌが含まれている。

（圧縮センシング処理フロー）
図１５Ａ−１５Ｃに、情報処理装置１０で実行される、圧縮センシング処理のフローチャートを例示する。図１５Ａに例示のフローチャートは、図１１に例示のＳ７−Ｓ８の処理の詳細なフローチャートである。なお、図１５Ａに例示のフローチャートにおいて、Ｓ５１−５４の処理は図１１のＳ７の処理に相当し、Ｓ５５の処理は図１１のＳ８の処理に相当する。図１５Ａに例示の処理は、例えば、図１４Ａに例示のリンク除外リスト作成処理後に実行される。

図１５Ａに例示のフローチャートにおいて、情報処理装置１０は、例えば、図１３ＡのＳ３５の処理で仮想データが追記された圧縮データを含む収集データに対し、イベント単位に相当するデータＩＤ毎に圧縮センシング処理を繰り返し実行する（Ｓ５１−Ｓ５４）。

例えば、情報処理装置１０は、収集した圧縮データをデータＩＤ毎に整列させ、整列させたデータＩＤ順に、圧縮センシング処理を行うためのイベント番号の対応付けを行う。データＩＤに対応付けられるイベント番号は、例えば、圧縮センシングを繰り返し実行するための引数ｉと同値が割り当てられる。なお、圧縮センシングを繰り返し実行するための引数ｉの初期値は「１」とする（Ｓ５１）。

情報処理装置１０は、引数ｉとイベント番号の最大値との比較を行い（Ｓ５２）、引数ｉがイベント番号の最大値と合致した場合（Ｓ５２，Ｎｏ）に、Ｓ５５の処理に移行する。なお、Ｓ５５の詳細な処理については、図１５Ｃの説明で後述する。

一方、情報処理装置１０は、引数ｉがイベント番号の最大値を超えない場合には（Ｓ５２，Ｙｅｓ）、Ｓ５３の処理に移行する。情報処理装置１０は、Ｓ５３の処理を実行後、引数ｉに「１」を加えてインクリメントし、Ｓ５２−Ｓ５３の処理を繰り返す。

次に、図１５Ｂに例示のフローチャートを参照し、Ｓ５３の詳細な処理を説明する。図１５Ｂに例示のフローチャートにおいて、情報処理装置１０は、例えば、Ｓ５１の処理でデータＩＤ毎に整列された圧縮データから、対象となるデータＩＤに対する圧縮データを抽出し、受信時刻順に整列させる。そして、情報処理装置１０は、図１０の説明図に例示するように、該データＩＤに対する受信時刻が直近で前後するユーザ同士をリンクペアとし、該データＩＤに係る全てのリンクペアに対する生起確率（Ｐ_IDm（ｎ，ｎ−１））を
導出する（Ｓ５３１）。生起確率（Ｐ_IDm（ｎ，ｎ−１））の導出については、図１０で
説明した。情報処理装置１０は、Ｓ５３１の処理で導出された生起確率（Ｐ_IDm（ｎ，ｎ
−１））を、例えば、リンクペアに対応付けて主記憶部１０２の所定の領域に一時的に格納する。

情報処理装置１０は、例えば、リンク除外ＤＢ１１３に格納されたリンク除外リストを参照し、Ｓ５３１の処理で導出された生起確率（Ｐ_IDm（ｎ，ｎ−１））から、対象のデ
ータＩＤに対するＰａｔｈ確率（Ｐ（ＩＤｍ｜Ｇ））を導出する（Ｓ５３２）。情報処理装置１０は、例えば、リンクペアに含まれるユーザ情報に基づいてリンク除外リストを検索し、リンク除外リストの「対象ノード」カラムに格納されたユーザと、該ユーザに対応付けられた「除外リンク」カラムに格納されたユーザとのリンクペアを特定する。そして、情報処理装置１０は、Ｓ５３１の処理で導出されたリンクペアの生起確率の中から、リンク除外リストから特定されたリンクペアの生起確率を除外して、対象となるデータＩＤのＰａｔｈ確率を導出する。Ｐａｔｈ確率（Ｐ（ＩＤｍ｜Ｇ））の導出については、図１０で説明した。情報処理装置１０は、Ｓ５３２の処理で導出されたＰａｔｈ確率（Ｐ（ＩＤｍ｜Ｇ））を、例えば、対象のデータＩＤに対応付けて主記憶部１０２の所定の領域に一時的に格納する。

Ｓ５３３の処理では、情報処理装置１０は、Ｓ５３１，Ｓ５３２の処理で導出した生起確率（Ｐ_IDm（ｎ，ｎ−１））、Ｐａｔｈ確率（Ｐ（ＩＤｍ｜Ｇ））を、例えば、図９に
例示の線形行列に挿入する。例えば、対象のデータＩＤを「ＩＤ₁」とすれば、Ｓ５３１
の処理で導出された生起確率は、図９に例示の行例Ａの「ＩＤ₁」に対応する行要素とな
り、Ｓ５３２の処理で導出されたＰａｔｈ確率は、図９に例示の「ｙ」の要素Ｐ（ＩＤ₁
｜Ｇ）となる。

情報処理装置１０は、データＩＤ毎に生起確率（Ｐ_IDm（ｎ，ｎ−１））、Ｐａｔｈ確
率（Ｐ（ＩＤｍ｜Ｇ））を導出し、線形行列に挿入することで、リンク情報を求めるための「ｙ＝Ａｘ」の行列関係式を得ることができる。

次に、図１５Ｃに例示のフローチャートを参照し、Ｓ５５の詳細な処理を説明する。図１５Ｂに例示のフローチャートにおいて、情報処理装置１０は、図１５ＡのＳ５１−Ｓ５４の処理で得られた「ｙ＝Ａｘ」の行列関係式から、ユーザ間のリンク情報である「ｘ」を導出する（Ｓ５５１）。ユーザ間のリンク情報「ｘ」は、「ｘ＝ｍｉｎ_x||ｘ||₁ subject to Ａｘ＝ｙ」の関係式で示される、Ｌ１ノルム最小化を行うことで求めることが
できる。

情報処理装置１０は、例えば、線形計画法のシンプレックス法を用いることで、Ｌ１ノルム最小化を行う。情報処理装置１０は、例えば、線形計画法のシンプレックス法を用いて繰り返し探索を行い、リンク情報「ｘ」の最適解を導出する。情報処理装置１０は、例えば、繰り返し時のｘ値が同値であった場合を収束条件としてリンク情報「ｘ」の最適解を導出する。情報処理装置１０は、Ｓ５５１の処理で導出されたユーザ間のリンク情報を、例えば、記憶装置１１のリンク情報ＤＢ１１４に格納する。

ここで、情報処理装置１０で実行されるＳ５５１の処理は、Ｓ３４−Ｓ３５の処理で変換された前記イベントの情報伝搬の経路に基づいて、ユーザ間のリンク情報を導出する処理の一例である。また、情報処理装置１０のＣＰＵ１０１等は、Ｓ３４−Ｓ３５の処理で変換された前記イベントの情報伝搬の経路に基づいて、ユーザ間のリンク情報を導出する手段の一例としてＳ５５１の処理を実行する。

図１６に、リンク情報ＤＢ１１４に格納されたリンク情報を例示する。図１６に例示のリンク情報は、１５人のユーザから収集された圧縮データの中の７０個のデータＩＤから導出されたリンク情報「ｘ」の例である。図１６の例においては、情報の伝達に係るユーザを「ノード」として表し、各ユーザは「Ｎ＊＊（＊＊＝１〜１５）」で表されるノード番号で識別されている。図１６において、本実施形態の圧縮センシングにより求められたユーザ間のリンク情報「ｘ」は、縦列に配列されたノード番号と横行に配列されたノード番号との交点に、「０」又は「１」の２値状態で格納されている。ここで、「１」はリンクが存在することを示し、「０」はリンクが存在しないことを示している。

図１６に例示のリンク情報において、例えば、ユーザＮ２は、ユーザＮ９，Ｎ１４との間でリンクが存在し、ユーザＮ９は、ユーザＮ２以外にユーザＮ５，Ｎ８との間でリンクが存在することがわかる。また、ユーザＮ１４は、ユーザＮ２以外にはリンクが存在しないことがわかる。このように、図１６に例示するリンク情報から、リンクが存在するユーザ間を接続し、グラフ化することにより、圧縮データが収集されたグループのソーシャルグラフが作成できる。

以上で説明したように、本実施形態のソーシャルネットワークシステム１では、情報伝達に係るデータを、所定の条件を満たしたデータに限定することにより、ソーシャルグラフの作成処理に係るデータ量を削減できる。このため、データが収集されるユーザ側の情報処理装置１２では、送信データのデータサイズが削減（圧縮）できる。また、データが収集されるユーザ側の情報処理装置１２では、送信データの処理負荷が軽減できる。また、ソーシャルネットワークシステム１では、データ収集に係る通信コスト低減することができる。

また、本実施形態の情報処理装置１０では、ユーザ毎に収集した圧縮データに対して職制情報を利用し、該ユーザの情報伝達に係る経路上に、該ユーザの職制上の上司を仮想経由者として挿入することができる。このため、一対一の関係で情報伝達が頻繁に行われ、単一のユーザに係るリンク数が多い場合であっても、収集した圧縮データに対してスパース性を持たせることができるため、圧縮センシングによるリンク情報の導出が可能となる。

また、情報伝達が対象ユーザと他部門の担当者等との単一ホップ数のリンクであっても、それぞれの上司を介した多段階のマルチホップのリンクとして処理することができる。情報処理装置１０は、圧縮センシング処理により、ユーザ間の情報の伝達に直接的に関らない仮想経由者に対する、他のイベントで発生した情報伝達に係るリンク情報を関連付けることができる。この結果、情報処理装置１０は、複数の部門間を伝搬するデータに対するリンク情報を導出することができる。

＜変形例＞
本実施形態のソーシャルネットワークシステム１は、例えば、職制情報を変えることにより、市区町村等の地域コミュニティや子供等の家族が属するコミュニティといった様々なコミュニティのソーシャルグラフ作成に適用できる。例えば、市区町村等の場合では、地域で形成された防災組織等の組織情報等を使用することにより、市区町村等の地域コミュニティに係るソーシャルグラフを作成できる。作成されたソーシャルグラフを利用することにより、例えば、介護福祉に係るネットワークの強化が期待できる。また、子供等の場合では、例えば、親、兄弟、担任等が含まれるＰＴＡ等の組織情報を利用することにより、子供が所属するコミュニティのソーシャルグラフを作成できる。作成されたソーシャルグラフを利用することにより、例えば、防犯マップの拡充といった社会安全確保の整備等が期待できる。

《コンピュータが読み取り可能な記録媒体》
コンピュータその他の機械、装置（以下、コンピュータ等）に上記いずれかの機能を実現させるプログラムをコンピュータ等が読み取り可能な記録媒体に記録することができる。そして、コンピュータ等に、この記録媒体のプログラムを読み込ませて実行させることにより、その機能を提供させることができる。

ここで、コンピュータ等が読み取り可能な記録媒体とは、データやプログラム等の情報を電気的、磁気的、光学的、機械的、または化学的作用によって蓄積し、コンピュータ等から読み取ることができる記録媒体をいう。このような記録媒体のうちコンピュータ等から取り外し可能なものとしては、例えばフレキシブルディスク、光磁気ディスク、ＣＤ−ＲＯＭ、ＣＤ−Ｒ／Ｗ、ＤＶＤ、ブルーレイディスク、ＤＡＴ、８ｍｍテープ、フラッシュメモリなどのメモリカード等がある。また、コンピュータ等に固定された記録媒体としてハードディスクやＲＯＭ等がある。

《その他》
以上の実施形態は、さらに以下の付記と呼ぶ態様を含む。以下の各付記に含まれる構成要素は、他の付記に含まれる構成と組み合わせることができる。
（付記１）
所定の条件を満たすように情報量が限定された、情報伝搬に係るイベントの識別情報及び発生時刻情報を含むイベント情報をユーザ毎に収集する手段と、
前記収集されたイベント情報から、同一の識別情報を有するイベントの発生時刻情報に基づいて前記イベント毎の情報伝搬の経路を抽出する手段と、
抽出された前記イベントに対し、前記ユーザ毎のユーザ属性に基づいて前記情報伝搬の経路を、時系列順に直列化してホップ数を増加するように変換する変換手段と、
前記変換手段で変換された前記イベントの情報伝搬の経路に基づいてユーザ間のリンク情報を導出する手段と、
を備える情報処理装置。
（付記２）
情報伝搬に係るイベントの識別情報及び発生時刻情報を含むイベント情報を収集する手段と、
前記収集されたイベント情報の中から所定の条件を満たしたイベント情報を抽出する手段と、
を備える情報処理端末。
（付記３）
情報処理装置と、前記情報処理装置とネットワークを介して接続された複数の情報処理端末とを備えるソーシャルネットワークシステムであって、
前記情報処理端末は、
情報伝搬に係るイベントの識別情報及び発生時刻情報を含むイベント情報を収集する手段と、
前記収集されたイベント情報の中から所定の条件を満たしたイベント情報を抽出する手段と、を備え、
前記情報処理装置は、
所定の条件を満たすように情報量が限定された、情報伝搬に係るイベントの識別情報及び発生時刻情報を含むイベント情報をユーザ毎に収集する手段と、
前記収集されたイベント情報から、同一の識別情報を有するイベントの発生時刻情報に基づいて前記イベント毎の情報伝搬の経路を抽出する手段と、
抽出された前記イベントに対し、前記ユーザ毎のユーザ属性に基づいて前記情報伝搬の経路を、時系列順に直列化してホップ数を増加するように変換する変換手段と、
前記変換手段で変換された前記イベントの情報伝搬の経路に基づいて、ユーザ間のリンク情報を導出する手段と、
を備える、ソーシャルネットワークシステム。
（付記４）
ソーシャルネットワークシステムの
コンピュータに、
所定の条件を満たすように情報量が限定された、情報伝搬に係るイベントの識別情報及び発生時刻情報を含むイベント情報をユーザ毎に収集し、
収集された前記イベント情報から、同一の識別情報を有するイベントの発生時刻情報に基づいて前記イベント毎の情報伝搬の経路を抽出し、
抽出された前記イベントに対し、前記ユーザ毎のユーザ属性に基づいて前記情報伝搬の経路を、時系列順に直列化してホップ数を増加するように変換し、
変換された前記イベントの情報伝搬の経路に基づいて、ユーザ間のリンク情報を導出する、
処理を実行させるためのプログラム。
（付記５）
ソーシャルネットワークシステムの
コンピュータが、
所定の条件を満たすように情報量が限定された、情報伝搬に係るイベントの識別情報及び発生時刻情報を含むイベント情報をユーザ毎に収集し、
収集された前記イベント情報から、同一の識別情報を有するイベントの発生時刻情報に基づいて前記イベント毎の情報伝搬の経路を抽出し、
抽出された前記イベントに対し、前記ユーザ毎のユーザ属性に基づいて前記情報伝搬の経路を、時系列順に直列化してホップ数を増加するように変換し、
変換された前記イベントの情報伝搬の経路に基づいて、ユーザ間のリンク情報の導出する、
処理を実行する処理方法。

１ ソーシャルネットワークシステム
１０、１２、１００ 情報処理装置
１１ 記憶装置
１０１ ＣＰＵ
１０２ 主記憶部
１０３ 補助記憶部
１０４ 入力部
１０５ 出力部
１０６ 通信部
１１１ 圧縮データＤＢ
１１２ 職制情報ＤＢ
１１３ リンク除外ＤＢ
１１４ リンク情報ＤＢ

Claims (5)

1. 所定の条件を満たすように情報量が限定された、情報伝搬に係るイベントの識別情報及び発生時刻情報を含むイベント情報をユーザ毎に収集する手段と、
   前記収集されたイベント情報から、同一の識別情報を有するイベントの発生時刻情報に基づいて前記イベント毎の情報伝搬の経路を抽出する手段と、
   前記抽出された情報伝搬の経路に対し、前記ユーザ間の関係性に基づいて定まるユーザに対して前記イベントの発生時刻情報を仮想的に生成して、前記イベントの発生時刻情報が仮想的に生成されたユーザを前記情報伝搬の経路に追加することで、前記経路のホップ数を増加するように変換する変換手段と、
   前記変換手段で変換された前記イベントの情報伝搬の経路に基づいて、ユーザ間のリンク情報を導出する手段と、
   を備える情報処理装置。
2. ユーザ間の情報伝搬に係るイベントの識別情報及び発生時刻情報を含むイベント情報を収集する手段と、
   前記収集されたイベント情報の中から所定の条件を満たしたイベント情報を抽出する手段と、
   前記抽出されたイベント情報のうち同一のイベントの識別情報を有するイベント情報について、前記発生時刻情報が示す時刻の前後関係に基づいて、ユーザ間のリンクを定義する手段と、
   を備える情報処理端末。
3. 情報処理装置と、前記情報処理装置とネットワークを介して接続された複数の情報処理端末とを備えるソーシャルネットワークシステムであって、
   前記情報処理端末は、
   情報伝搬に係るイベントの識別情報及び発生時刻情報を含むイベント情報を収集する手段と、
   前記収集されたイベント情報の中から所定の条件を満たしたイベント情報を抽出する手段と、を備え、
   前記情報処理装置は、
   所定の条件を満たすように情報量が限定された、情報伝搬に係るイベントの識別情報及び発生時刻情報を含むイベント情報をユーザ毎に収集する手段と、
   前記収集されたイベント情報から、同一の識別情報を有するイベントの発生時刻情報に基づいて前記イベント毎の情報伝搬の経路を抽出する手段と、
   前記抽出された情報伝搬の経路に対し、前記ユーザ間の関係性に基づいて定まるユーザに対して前記イベントの発生時刻情報を仮想的に生成して、前記イベントの発生時刻情報が仮想的に生成されたユーザを前記情報伝搬の経路に追加することで、前記経路のホップ数を増加するように変換する変換手段と、
   前記変換手段で変換された前記イベントの情報伝搬の経路に基づいて、ユーザ間のリンク情報を導出する手段と、
   を備える、ソーシャルネットワークシステム。
4. ソーシャルネットワークシステムの
   コンピュータに、
   所定の条件を満たすように情報量が限定された、情報伝搬に係るイベントの識別情報及び発生時刻情報を含むイベント情報をユーザ毎に収集し、
   収集された前記イベント情報から、同一の識別情報を有するイベントの発生時刻情報に基づいて前記イベント毎の情報伝搬の経路を抽出し、
   前記抽出された情報伝搬の経路に対し、前記ユーザ間の関係性に基づいて定まるユーザに対して前記イベントの発生時刻情報を仮想的に生成して、前記イベントの発生時刻情報が仮想的に生成されたユーザを前記情報伝搬の経路に追加することで、前記経路のホップ数を増加するように変換し、
   変換された前記イベントの情報伝搬の経路に基づいて、ユーザ間のリンク情報を導出する、
   処理を実行させるためのプログラム。
5. ソーシャルネットワークシステムの
   コンピュータが、
   所定の条件を満たすように情報量が限定された、情報伝搬に係るイベントの識別情報及び発生時刻情報を含むイベント情報をユーザ毎に収集し、
   収集された前記イベント情報から、同一の識別情報を有するイベントの発生時刻情報に基づいて前記イベント毎の情報伝搬の経路を抽出し、
   前記抽出された情報伝搬の経路に対し、前記ユーザ間の関係性に基づいて定まるユーザに対して前記イベントの発生時刻情報を仮想的に生成して、前記イベントの発生時刻情報が仮想的に生成されたユーザを前記情報伝搬の経路に追加することで、前記経路のホップ数を増加するように変換し、
   変換された前記イベントの情報伝搬の経路に基づいて、ユーザ間のリンク情報を導出する、
   処理を実行する処理方法。

Images