JP6392042B2 - 情報提供装置、情報を提供する方法およびプログラム - Google Patents

Description

本発明は、商品またはサービスに関する情報を提供する情報提供装置、情報を提供する方法およびプログラムに関する。

従来、ある事象に関連する事象間の因果関係を把握するために、Ｗｅｂ文書から要因を抽出することが行なわれている。例えば、非特許文献１は、事象間の因果関係を見つける手がかりとなる表現を基に、Ｗｅｂ文書から要因を検索、抽出してさらに因果関係ネットワークを構築する手法を提案している。そのネットワークは因果関係の要因とその結果をノードとして配置し、有効グラフで関係を表現している。

また、非特許文献２は、商品レビューやブログ等のテキスト情報からユーザの要望、疑問の声や困難な話題を分析し、クレーム分析や好評意見を調査した結果を可視化するサービスを開示している。非特許文献２のサービスは、好意的、否定的な意見を色分けし全体的な意見を簡単に把握できる形で示したり、意見をランキング表示させている。また、意見を分類させて、分類別投稿数の時間推移を示す見せ方もしている。

青野壮志、太田学、"要因検索による因果関係ネットワークの構築と因果知識の獲得"、[online]、DEIM Forum 2010 B9-1、［平成26年9月8日検索］、インターネット<URL:http://db-event.jpn.org/deim2010/proceedings/files/B9-1.pdf> 株式会社日立システムズ、"テキストマイニングツール見える化エンジン"、[online]、［平成26年9月8日検索］、インターネット<URL:http://www.hitachi-systems.com/solution/s107/mieruka/>

しかしながら、非特許文献１記載の技術は、検索語に対する要因をＷｅｂから検索する際、時間情報を考慮せずに要因関係があるワードを抽出するに過ぎず、顧客の意見や評判を商品開発やサービス改良に活かすことはできない。

また、非特許文献２で開示されるサービスは、対象となるキーワードに関するお客様の評判意見をポジネガやユーザのプロフィール別に分類し可視化しているが、収集した意見の原因を対象としていない。そのため、ユーザの意見を把握して商品開発やサービス改良、システム改修等具体的にマーケティングに活用することが難しい。

本発明は、このような事情に鑑みてなされたものであり、特定の商品またはサービスの提供者は、ユーザの意見を把握して商品開発やサービス改良、システム改修等具体的にマーケティングに活用できる情報提供装置、情報を提供する方法およびプログラムを提供することを目的とする。

（１）上記の目的を達成するため、本発明の情報提供装置は、商品またはサービスに関する情報を提供する情報提供装置であって、特定の商品またはサービスに関するものとして収集されたテキストデータから、前記テキストデータに含まれる主観を抽出し、前記主観を生じさせる原因を推定する分析部と、前記抽出された主観、前記推定された原因およびこれらを分類する項目を用いてデータベースを作成するデータベース作成部と、前記作成されたデータベースに基づいて前記特定の商品またはサービスに関する情報を出力する情報出力部と、を備えることを特徴としている。

これにより、特定の商品またはサービスに関してテキストデータから導かれた情報を提供できる。その結果、例えば特定の商品またはサービスの提供者は、ユーザの意見を把握して商品開発やサービス改良、システム改修など具体的にマーケティングに活用できる。

（２）また、本発明の情報提供装置は、前記分析部は、前記主観を抽出したテキストデータから前記主観に関するキーワードを抽出し、前記データベース作成部は、前記主観または原因を分類する項目として、前記主観を抽出したテキストデータから抽出されたキーワードを用いることを特徴としている。これにより、キーワードにより系統的な情報を提供できるため、特定の商品またはサービスの提供者は、容易に事業の状況を把握できる。

（３）また、本発明の情報提供装置は、前記分析部は、前記主観または原因を分類するカテゴリを特定し、前記データベース作成部は、前記主観または原因を分類する項目として、これらを分類するカテゴリを用いることを特徴としている。これにより、カテゴリにより系統的な情報を提供できるため、特定の商品またはサービスの提供者は、容易に事業の状況を把握できる。

（４）また、本発明の情報提供装置は、前記データベース作成部は、前記主観または原因を分類する項目として、前記主観を抽出したテキストデータの情報源の属性を用いることを特徴としている。これにより、例えば、商品またはサービスの提供を受けた消費者の年齢層や地域等で整理した情報を提供できる。

（５）また、本発明の情報提供装置は、前記データベース作成部は、特定の期間に作成されたテキストデータを対象に、前記主観または原因を分類する項目の各々が出現した出現率を算出することを特徴としている。これにより、特定の期間に出現した項目の出現率を情報として提供することができ、商品またはサービスの提供者は、現在生じている問題の優先順位等を容易に把握できる。

（６）また、本発明の情報提供装置は、前記情報出力部は、前記データベースを用いて、前記主観を分類する項目を上位ノードとし、前記原因を分類する項目を下位ノードとするツリー形式で情報を出力することを特徴としている。これにより、主観を生じさせた原因が分かりやすい形式で情報を提供することができる。

（７）また、本発明の情報提供装置は、前記情報出力部は、前記各ノードに対応する項目の重要度に応じて前記各ノードの形態を変えてツリーを構成することを特徴としている。これにより、例えば、頻度の多い項目を表すノードを大きくしたり、時期の古い項目を表すノードを暗くしたりすることができる。

（８）また、本発明の情報提供装置は、前記分析部は、リアルタイムに収集されたテキストデータを分析し、前記情報出力部は、前記分析結果に応じて前記特定の商品またはサービスに関する情報を出力することを特徴としている。これにより、分析結果に応じてリアルタイムに出力する情報を更新するため、特定の商品またはサービスの提供者は現在進行している状況を把握できる。

（９）また、本発明の情報提供装置は、前記情報出力部は、前記データベースに蓄積された主観または原因を分類する項目の数が、一定時間内に所定の条件を満たしたときに、アラームを出力することを特徴としている。これにより、例えば、項目の数が急激に増加している場合には、商品等に対する不満や要望が殺到している状況を想定できるが、そのような場合に、特定の商品またはサービスの提供者に向けてアラームを出力することができる。

（１０）また、本発明の情報提供装置は、前記情報出力部は、前記データベースに蓄積された主観または原因を分類する項目の影響度を参照し、前記影響度が上位の項目については優先的にアラームを出力することを特徴としている。これにより、例えば、多くのテキストデータで言及され、解決可能な原因がある場合に、アラームで早急に対処すべき状況にあることを知ることができる。

（１１）また、本発明の方法は、商品またはサービスに関する情報を提供する方法であって、特定の商品またはサービスに関するものとして収集されたテキストデータから、前記テキストデータの作成者による主観を抽出し、前記主観を生じさせる原因を推定するステップと、前記抽出された主観、前記推定された原因およびこれらを分類する項目を用いてデータベースを作成するステップと、前記作成されたデータベースに基づいて前記特定の商品またはサービスに関する情報を出力するステップと、を含むことを特徴としている。これにより、特定の商品またはサービスに関してテキストデータから導かれた情報を提供できる。

（１２）また、本発明のプログラムは、商品またはサービスに関する情報を提供するプログラムであって、特定の商品またはサービスに関するものとして収集されたテキストデータから、前記テキストデータの作成者による主観を抽出し、前記主観を生じさせる原因を推定する処理と、前記抽出された主観、前記推定された原因およびこれらを分類する項目を用いてデータベースを作成する処理と、前記作成されたデータベースに基づいて前記特定の商品またはサービスに関する情報を出力する処理と、をコンピュータに実行させることを特徴としている。これにより、特定の商品またはサービスに関してテキストデータから導かれた情報を提供できる。

本発明によれば、特定の商品またはサービスの提供者は、ユーザの意見を把握して商品開発やサービス改良、システム改修など具体的にマーケティングに活用できる。

本発明の情報提供装置の構成を示すブロック図である。 共起語抽出処理の一例を示すフローチャートである。 原因語候補抽出処理の一例を示すフローチャートである。 複数原因の判定処理の一例を示すフローチャートである。 単一原因の判定処理の一例を示すフローチャートである。 商品またはサービスに関する情報の表示例を示す図である。 ツリー構造の表示例を示す図である。 時間軸の表示例を示す図である。 ツリー構造の表示例を示す図である。

以下に、本発明の実施の形態について、図面を参照しながら説明する。

［情報提供装置の構成］
図１は、情報提供装置１００の構成を示すブロック図である。情報提供装置１００は、サーバまたはＰＣ等の端末であり、収集したデータを分析し、商品またはサービスに関する情報を提供する。情報提供装置１００は、データ収集部１１０、分析部１２０、データベース作成部１３０および制御部１４０を備えている。

（データ収集部）
データ収集部１１０は、レビュー文、ＳＮＳの投稿、そのコメント等、様々なテキストデータを収集する。収集単位は、適宜、エントリ単位、文章単位、句読点単位等にすることができる。なお、収集データには、ブログ等インターネット上の投稿文や一連のメール文章といったコミュニケーション文を使うこともできる。表１に、収集された文節文のテキスト例を示す。

（分析部）
分析部１２０は、特定の商品またはサービスに関するものとして収集されたテキストデータから、テキストデータに含まれる主観を抽出し、主観を生じさせる原因を推定する。例えば、主観または原因を分類するカテゴリを特定し、主観を抽出したテキストデータからその主観に関するキーワードを抽出することが好ましい。また、分析部１２０は、リアルタイム収集されたテキストデータを分析することもできる。

具体的には、分析部１２０は、主観抽出部１２１および原因抽出部１２２を備えている。主観抽出部１２１は、要望や不満という主観の判定を行ない、それらの主観を抽出する。要望判定は、テキスト検索手法やベクトル空間モデルにより文書分類を行ない、要望Ｄを抽出し、ラベル付けして行なう（表２参照）。

例えば、関連技術１および２を用いて、学習データに含まれる要望データから要望特徴空間および、教師ベクトルを作成する。そして、その要望特徴空間に基づいて入力テキストの特徴ベクトルを作成し、教師ベクトルとの類似度に基づき要望ラベルを付与することができる。また、関連技術３を利用し、学習データに含まれる要望データから要望識別器を作成、利用することもできる。
［関連技術１］Bag-of-words model：http://en.wikipedia.org/wiki/Bag-of-words_model
［関連技術２］Mecab：http://mecab.googlecode.com/svn/trunk/mecab/doc/index.html
［関連技術３］SVMLIGHT：http://svmlight.joachims.org/

不満判定は、情緒的表現を解析することにより不満Ｆを抽出し、ラベル付けする。情緒的表現の解析には、従来技術にあるように、整備された辞書やポジネガ判定等を用いることで実現する（表３参照）。

原因抽出部１２２は、共起語抽出、原因語候補抽出および原因判定を行なうことで原因を抽出する。共起語抽出は、要望判定処理により要望とラベル付けされた文章（要望文章）と、不満判定処理により不満とラベル付けされた文章（不満文章）を、対応づけて、共起する単語の組み合わせを抽出する。共起語抽出処理の詳細は後述する。

対応づけは、例えば、抽出された不満文章を起点に、直近の要望文章をペアとすることでできる。例えば表３ではｔ５のＦ「暑い」とｔｎのＤ「風がほしい」が対応づけられ、これら２つと共起する、室温、湿度、エアコン、我慢等の単語が抽出される。

原因候補抽出は、共起語抽出処理で抽出された共起語に基づいて、テーブル作成処理で作成された確率テーブルを参照して行ない、該当する原因候補をすべて抽出する。例えば、上記ような共起語（室温、湿度、エアコン、我慢）がある場合、表４に示すように、３行目の「エアコンがついていない」、４行目の「エアコンが壊れている」等が抽出される。原因候補抽出処理の詳細は後述する。

参照先は入力元の主観抽出部１２１の結果に応じて適宜変化させることができる。例えば、主観抽出部１２１にて要望、不満がとれた場合は表４に示すような３つの要素である要望、不満、原因（Ｄ，Ｆ，Ｃ）を含むテーブルＤＦＣを優先して参照し、他のテーブルは第二、第三候補として参照することができる。このとき、第二候補は、要望、原因（Ｄ，Ｃ）の要素を含むテーブルＤＣでも不満、原因（Ｆ，Ｃ）の要素を含むテーブルＦＣでも構わない。不満だけしか抽出されていない場合や不満だけに注目する場合は、表６に示すような不満と原因（Ｆ，Ｃ）の２要素を含むテーブルＦＣを優先して参照し、要望を無視して、表４に示すような３つの要素を含むテーブルＤＦＣを第二候補として参照することも考えられる（詳細は表７参照）。

原因判定は、原因語候補抽出処理で抽出された原因語候補より、原因を決定する。原因判定の詳細は後述する。決定は、原因語候補のテーブルを参照し、確率値を用いて行なう。例えば、確率値の上位複数を表示することや、事前に設定した閾値より高いものを表示すること等が考えられる。例えば、表８に示すように原因語候補が抽出された場合、確率値を用いて、Ｃ１、Ｃ２、Ｃ３が優先して選ばれる。

同一確率のものが存在する場合の、原因判定における優先順位は、入力された文章Ｓのうち、要望抽出処理で抽出された要望Ｄおよび不満抽出処理で抽出された不満Ｆに対し、一番文節間隔が小さくなるような、原因Ｃを優先する処理を適用することができる。例えば、表８でＣ１、Ｃ２、Ｃ３は同確率であるが、表９よりＣ１はｔ３、Ｃ２はｔ７、Ｃ３はｔ５０に位置し、対象となるｔ１００のＤとｔ５のＦに対して、これらのいずれかに対して文節間隔が小さいＣ１とＣ２が優先して選ばれる。

なお、同一間隔のものが存在する場合は、ＤおよびＦより前のＣを優先することもできる。これは、文章が一般的に原因から結果の順に書かれる構造が多いことに起因する。例えば、表９のＣ１とＣ２の位置関係からは、Ｃ１が優先して選ばれる。上記のような処理を行なうことで原因を単一に絞る例については後述する。また、原因語候補として出てきた原因語を含む文章に、原因ラベルを付与することもできる。

（データベース作成部（ＤＢ作成部））
データベース作成部１３０は、抽出された主観、推定された原因およびこれらを分類する項目を用いてデータベースを作成する。主観または原因を分類する項目としては、主観を抽出したテキストデータから抽出されたキーワードを用いてデータベースを作成することが好ましい。これにより、キーワードにより系統的な情報を提供できるため、特定の商品またはサービスの提供者は、容易に事業の状況を把握できる。

主観または原因を分類する項目として、これらを分類するカテゴリを用いてもよい。これにより、カテゴリにより系統的な情報を提供できるため、特定の商品またはサービスの提供者は、容易に事業の状況を把握できる。

また、主観または原因を分類する項目として、主観を抽出したテキストデータの情報源の属性を用いてもよい。これにより、例えば、商品またはサービスの提供を受けた消費者の年齢層や地域等で整理した情報を提供できる。

具体的には、特定の期間に作成されたテキストデータを対象に、主観または原因を分類する項目の各々が出現した出現率を算出してもよい。これにより、特定の期間に出現した項目の出現率を情報として提供することができ、商品またはサービスの提供者は、現在生じている問題の優先順位等を容易に把握できる。

具体的には、データベース作成部１３０は、情報取得部１３１、キーワード抽出部１３２、カテゴリ分類部１３３、確率計算部１３４を備えている。データ収集部１１０で収集したデータのうち、分析部１２０でラベル付けされたデータを対象にデータベース作成を行なう。表１０にデータベースの構成を示す。データベースには、キーワードリスト（ＫＷＬ）、不満文（Ｆ）、不満カテゴリ（Ｆｃ）、要望文（Ｄ）、要望カテゴリ（Ｄｃ）、原因文（Ｃ）、原因カテゴリ（Ｃｃ）、投稿時間（Ｔｉｍｅ）、出現確率（ＡＲ）が格納される。

情報取得部１３１は、対象データから分析部により不満、要望、原因ラベルが付いた各文章（Ｆ列，Ｄ列，Ｃ列）、投稿時間（Ｔｉｍｅ列）をデータベースに格納する。この際、ユーザの属性情報をデータベースに含めることもできる。属性情報は、年齢、性別、地域、職業等が考えられ、プロフィール推定により情報取得できる。これらの情報をデータベースに含めることにより、属性情報ごとの意見傾向分析等に利用できると考えられる。データベースの作成には、ＳＮＳ等のネットワークから得られるデータを用いるの好ましいが、それ以外のデータを用いてもよい。

以下に、ＳＮＳ以外のデータを用いたデータベース例を示す。
（例１）ＣＳの電話対応データを利用する場合（利用者：オペレータ等）
電話応対時にお客様から得られる情報を入力する画面を用意する。得られる情報は例えば、音声により判別できる性別、応対で分かる不満／要望等の意見、お客様の属性情報等が考えられる。オペレータがリアルタイムに情報入力することにより情報を取得し、表１０のデータベースを作成、更新することができる。また、入力した情報と同様の事例をリアルタイムに表示させることで、電話越しに頂いた意見に対する解決策を素早く発見する等も利用も考えられる。

（例２）企業が保持する顧客データベースを参照する場合（利用者：支店担当等）
ＳＮＳ等で取得可能な表１０のデータベースと、企業が保持する既存の顧客データベースやショップでの対応履歴により例１と同様に作成、更新したデータベースを参照する。例えば、支店担当者が利用する際、地域別に分析することで、都心で早期に出現した現象に対して、地方で先手の対策を打つ等の利用も考えられる。

キーワード抽出部１３２は、情報取得部１３１で格納した不満、要望、原因ラベルが付いた各文章やラベル付け前の元の文章より、トピックをキーワードとして抽出しデータベースのキーワードリスト（ＫＷＬ列）に格納する。ここでいうトピックとは、商品名やサービス名等が考えられる。トピック分類は、予め各サービスごとに関連ワードを登録した辞書を用いることで実現できる。ただし実現方法は辞書に限らない。

カテゴリ分類部１３３は、カテゴリ分類処理は、ラベル付けされた不満、要望、原因を、予め用意されたカテゴリに分類して表１０内のＦｃ列、Ｄｃ列、Ｃｃ列に格納する。カテゴリ分類は前記キーワード抽出同様、各カテゴリごとに関連ワードを登録した辞書を用いることで実現できる。ただし実現方法は辞書に限らない。

確率計算部１３４は、不満カテゴリＦｃと要望カテゴリＤｃと原因カテゴリＣｃの出現確率を計算し格納する。算出は、例えば、不満カテゴリＦ１に対する要望がＤ１、Ｄ２の２つ、原因がＣ１−３、Ｃ１１、Ｃ１２の５つであった場合、５通りすべての出現率を１としたときの確率を計算する、または、一定期間に対する投稿数（投稿数／一定期間）を計算する、投稿数の増減率を用いる等の方法で行なう。この確率値を事象の影響度と捉えると、閾値以上の割合となる事象が発現した際、システム利用者にアラーム通知する等の機能を付加することも可能である。

（制御部）
制御部１４０は、入力された情報をもとにデータベースの情報を加工して出力する。入力（検索語）としては、商品名やサービス名等の検索クエリが挙げられる。また、表示させる期間を設定することができる。この他に、属性別表示のプルダウンを用意する等して、グラフに反映させるデータを選択することもできる。制御部１４０は、情報出力部１４１を含んでいる。なお、出力は、情報提供装置１００に接続されたディスプレイ等の表示部に対して行なってもよいし、ネットワークを介して端末に配信することで行なってもよい。

情報出力部１４１は、作成されたデータベースに基づいて特定の商品またはサービスに関する情報を出力する。これにより、特定の商品またはサービスに関してテキストデータから導かれた情報を提供できる。その結果、例えば特定の商品またはサービスの提供者は、ユーザの意見を把握して商品開発やサービス改良、システム改修等具体的にマーケティングに活用できる。

情報出力部１４１は、データベースを用いて、主観を分類する項目を上位ノードとし、原因を分類する項目を下位ノードとするツリー形式で情報を出力することが好ましい。これにより、主観を生じさせた原因が分かりやすい形式で情報を提供することができる。

その際には、各ノードに対応する項目の重要度に応じて各ノードの形態を変えてツリーを構成することが好ましい。これにより、例えば、頻度の多い項目を表すノードを大きくしたり、時期の古い項目を表すノードを暗くしたりすることができる。

また、情報出力部１４１は、分析結果に応じてリアルタイムに特定の商品またはサービスに関する情報を出力することが好ましい。これにより、分析結果に応じてリアルタイムに出力する情報を更新するため、特定の商品またはサービスの提供者は現在進行している状況を把握できる。

情報出力部１４１は、データベースに蓄積された主観または原因を分類する項目の数が、一定時間内に所定の条件を満たしたときに、アラームを出力してもよい。これにより、例えば、項目の数が急激に増加している場合には、商品等に対する不満や要望が殺到している状況を想定できるが、そのような場合に、特定の商品またはサービスの提供者に向けてアラームを出力することができる。

その際に、データベースに蓄積された主観または原因を分類する項目の影響度を参照し、影響度が上位の項目については優先的にアラームを出力することが好ましい。これにより、例えば、多くのテキストデータで言及され、解決可能な原因がある場合に、アラームで早急に対処すべき状況にあることを知ることができる。

グラフ構築は、データベース作成部で作成されたデータベースより、入力ワードが前記データベースの本文またはキーワードリストに該当する行を複数抽出し、不満、要望、原因をノードとしてツリー上に並べることで行なうことができる。この際、不満、要望、原因の順序は問わない。

［情報提供装置の動作］
上記のように構成された情報提供装置１００の動作を説明する。情報提供装置１００は、データ収集し、収集したデータを分析して主観や原因を抽出し、その結果をもとにデータベースを作成し、作成されたデータベースを利用して、ユーザが求める商品またはサービスに関する情報を出力する。このうち、特に、共起語抽出処理、原因語候補抽出処理、複数または単一の原因の判定処理について、以下に詳細を説明する。

図２は、共起語抽出処理の一例を示すフローチャートである。まず、ラベル付けされた文章群を取得し（ステップＳ１０１）、要望ラベルまたは不満ラベルの有無を判定する（ステップＳ１０２）。ステップＳ１０２において、要望ラベルまたは不満ラベルの一方のみが存在した場合は、ステップＳ１０４に遷移し、要望ラベルまたは不満ラベルの両方が存在した場合は、要望、不満の対応付けを行なう（ステップＳ１０３）。次に、共起語抽出処理を行ない（ステップＳ１０４）、共起語を取得する（ステップＳ１０５）。

図３は、原因語候補抽出処理の一例を示すフローチャートである。まず、ラベル付けされた文章群および共起語を入力する（ステップＳ２０１）。次に、要望ラベルおよび不満ラベルの有無を判断する（ステップＳ２０２）。ステップＳ２０２において、要望ラベルおよび不満ラベルの両方があった場合は、テーブルＤＦＣを参照し（ステップＳ２０３）、第二候補の有無を判断する（ステップＳ２０４）。ステップＳ２０４において、第二候補が無い場合は、ステップＳ２０８に遷移する一方、第二候補がある場合は、テーブルＤＣを参照し（ステップＳ２０５）、第三候補の有無を判断する（ステップＳ２０６）。ステップＳ２０６において、第三候補が無い場合は、ステップＳ２０８に遷移する一方、第三候補がある場合は、テーブルＦＣを参照し（ステップＳ２０７）、原因語候補を抽出する（ステップＳ２０８）。

次に、ステップＳ２０２において、不満ラベルのみがあった場合は、テーブルＦＣを参照し（ステップＳ２０９）、第二候補の有無を判断する（ステップＳ２１０）。第二候補が無い場合は、ステップＳ２０８に遷移する一方、第二候補がある場合は、テーブルＤＦＣを参照して（ステップＳ２１１）、ステップＳ２０８に遷移する。

次に、ステップＳ２０２において、要望ラベルのみがあった場合は、テーブルＤＣを参照し（ステップＳ２１２）、第二候補の有無を判断する（ステップＳ２１３）。第二候補が無い場合は、ステップＳ２０８に遷移する一方、第二候補がある場合は、テーブルＤＦＣを参照して（ステップＳ２１４）、ステップＳ２０８に遷移する。

図４は、複数原因の判定処理の一例を示すフローチャートである。ここでは、複数の原因を特定する場合について説明する。まず、対象の確率テーブルを取得し（ステップＳ３０１）、次に、確率テーブルにおける確率値が閾値以上であるかどうかを判断する（ステップＳ３０２）。確率値が閾値以上でない場合は、終了する一方、確率値が閾値以上である場合は、その確率値を有する原因を特定し（ステップＳ３０３）、終了する。

図５は、単一原因の判定処理の一例を示すフローチャートである。ここでは、同一確率が存在する場合、原因を一つに絞る例を示す。まず、対象の確率テーブルを取得し（ステップＳ４０１）、次に、確率テーブルにおける確率値が閾値以上であるかどうかを判断する（ステップＳ４０２）。確率値が閾値以上でない場合は、終了する一方、確率値が閾値以上である場合は、同一確率が存在するかどうかを判断する（ステップＳ４０３）。ステップＳ４０３において、同一確率が存在しない場合は、確率値を比較して（ステップＳ４０５）、大きい方を抽出することによって、その原因を特定し（ステップＳ４０６）、終了する。ステップＳ４０３において、同一確率が存在する場合は、文章間隔を比較し（ステップＳ４０４）、文章間隔が最小である原因を特定して（ステップＳ４０６）、終了する。なお、以上の処理は、コンピュータにプログラムを実行させることで行なわれる。

［表示例］
次に、情報出力の一例として表示例を説明する。図６は、商品またはサービスに関する情報の表示例を示す図である。図６の例では、ある年の１月下旬から２月中旬までの期間を対象としてある商品またはサービスに対して、不満Ｆ、要望Ｄ、原因Ｃの順でそれぞれの関係をツリーとして表示している。図６の例では、ノードＣ１２をクリックすることで元の文章が表示されている。次に、各表示の具体例を説明する。

図７は、ツリー構造の表示例を示す図である。図７の例では、検索語を「電子マネー」としたときに、「迷惑メール」の不満とそれに対する「改善」、「サポート」の要望が生じており、原因として「登録」、「フィルター」が挙がっている。また、フィルターのノードをクリックすることで、「Ｕ１１：フィルタのかけ方が分かりません」という投稿された元の文章が表示されている。

図８は、時間軸の表示例を示す図である。図８に示すように、ツリーの表示期間は時間軸で制御できる。時間軸は、年月日や、検索した商品のイベントのフェーズ（報道発表、発売日、改修日等）等時間変化を表す軸を表示し、表示したい時期を選択して表示することができる。時間軸上のバーをスライドさせることで、バーのある期間のグラフを表示することができる。例えば、図８ではｔｉｍｅ軸は１月下旬、ｐｈａｓｅ軸では改修後を示している。また、各ノードをクリックすることで、投稿された元の文章を表示させることもできる。

図９は、ツリー構造の表示例を示す図である。各ノードの色や大きさにより、投稿時期やその規模（声の大きさ、影響範囲）を示すこともできる。例えば、投稿時期が新しければ薄い色（例：Ｃ１ノード）、投稿時期が古ければ濃い色（例：Ｃ３ノード）であったり、規模が小さければノードの大きさを小さく、規模が大きければノードを大きく（例：Ｃ２ノード）表示する等が可能である。

１００ 情報提供装置
１１０ データ収集部
１２０ 分析部
１２１ 主観抽出部
１２２ 原因抽出部
１３０ データベース作成部
１３１ 情報取得部
１３２ キーワード抽出部
１３３ カテゴリ分類部
１３４ 確率計算部
１４０ 制御部
１４１ 情報出力部

Claims (13)

1. 商品またはサービスに関する情報を提供する情報提供装置であって、
   特定の商品またはサービスに関するものとして収集されたテキストデータから、前記テキストデータに含まれる主観を抽出し、前記主観を生じさせる原因を推定する分析部と、
   前記抽出された主観、前記推定された原因およびこれらを分類する項目を用いてデータベースを作成するデータベース作成部と、
   前記作成されたデータベースに基づいて前記特定の商品またはサービスに関する情報を出力する情報出力部と、を備え、
   前記情報出力部は、前記データベースに蓄積された主観または原因を分類する項目の数が、一定時間内に所定の条件を満たしたときに、アラームを出力することを特徴とする情報提供装置。
2. 前記情報出力部は、前記データベースに蓄積された主観または原因を分類する項目の影響度を参照し、前記影響度が上位の項目については優先的にアラームを出力することを特徴とする請求項１記載の情報提供装置。
3. 商品またはサービスに関する情報を提供する情報提供装置であって、
   特定の商品またはサービスに関するものとして収集されたテキストデータから、前記テキストデータに含まれる主観および投稿時間を抽出し、前記主観を生じさせる原因を推定する分析部と、
   前記抽出された主観および投稿時間、前記推定された原因並びにこれらを分類する項目を用いてデータベースを作成するデータベース作成部と、
   前記作成されたデータベースに基づいて前記特定の商品またはサービスに関する情報を出力する情報出力部と、を備え、
   前記情報出力部は、前記データベースを用いて、前記主観を分類する項目を上位ノードとし、前記原因を分類する項目を下位ノードとしたツリー形式で、前記投稿時間および前記商品またはサービスのイベントのフェーズを含む時間変化を表わす時間軸とともに、情報を出力することを特徴とする情報提供装置。
4. 前記情報出力部は、前記各ノードに対応する項目の重要度に応じて前記各ノードの形態を変えてツリーを構成することを特徴とする請求項３記載の情報提供装置。
5. 前記分析部は、前記主観を抽出したテキストデータから前記主観に関するキーワードを抽出し、
   前記データベース作成部は、前記主観または原因を分類する項目として、前記主観を抽出したテキストデータから抽出されたキーワードを用いることを特徴とする請求項３または請求項４記載の情報提供装置。
6. 前記分析部は、前記主観または原因を分類するカテゴリを特定し、
   前記データベース作成部は、前記主観または原因を分類する項目として、これらを分類するカテゴリを用いることを特徴とする請求項３から請求項５のいずれかに記載の情報提供装置。
7. 前記データベース作成部は、前記主観または原因を分類する項目として、前記主観を抽出したテキストデータの情報源の属性を用いることを特徴とする請求項３から請求項６のいずれかに記載の情報提供装置。
8. 前記データベース作成部は、特定の期間に作成されたテキストデータを対象に、前記主観または原因を分類する項目の各々が出現した出現率を算出することを特徴とする請求項３から請求項７のいずれかに記載の情報提供装置。
9. 前記分析部は、リアルタイムに収集されたテキストデータを分析し、
   前記情報出力部は、前記分析結果に応じて前記特定の商品またはサービスに関する情報を出力することを特徴とする請求項３から請求項８のいずれかに記載の情報提供装置。
10. 前記情報出力部は、前記データベースに蓄積された主観または原因を分類する項目の数が、一定時間内に所定の条件を満たしたときに、アラームを出力することを特徴とする請求項３から請求項９のいずれかに記載の情報提供装置。
11. 前記情報出力部は、前記データベースに蓄積された主観または原因を分類する項目の影響度を参照し、前記影響度が上位の項目については優先的にアラームを出力することを特徴とする請求項１０記載の情報提供装置
12. 商品またはサービスに関する情報を提供する方法であって、
    特定の商品またはサービスに関するものとして収集されたテキストデータから、前記テキストデータに含まれる主観を抽出し、前記主観を生じさせる原因を推定するステップと、
    前記抽出された主観、前記推定された原因およびこれらを分類する項目を用いてデータベースを作成するステップと、
    前記作成されたデータベースに基づいて前記特定の商品またはサービスに関する情報を出力するステップと、
    前記データベースに蓄積された主観または原因を分類する項目の数が、一定時間内に所定の条件を満たしたときに、アラームを出力するステップと、を含むことを特徴とする方法。
13. 商品またはサービスに関する情報を提供するプログラムであって、
    特定の商品またはサービスに関するものとして収集されたテキストデータから、前記テキストデータに含まれる主観を抽出し、前記主観を生じさせる原因を推定する処理と、
    前記抽出された主観、前記推定された原因およびこれらを分類する項目を用いてデータベースを作成する処理と、
    前記作成されたデータベースに基づいて前記特定の商品またはサービスに関する情報を出力する処理と、
    前記データベースに蓄積された主観または原因を分類する項目の数が、一定時間内に所定の条件を満たしたときに、アラームを出力する処理と、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。

Images