JP6494837B1 - クラスタ生成装置、クラスタ生成方法及びクラスタ生成プログラム - Google Patents

Abstract

【課題】共通の属性や行動に基づくユーザのグループ化（クラスタ生成）について、その外見情報や嗜好情報なども含めて分析することで、ユーザが好む可能性がある商品・サービスの提案や、共通の趣味を有する人の紹介など、幅広い情報分析を行うことも視野に入れたクラスタ生成装置、クラスタ生成方法及びクラスタ生成プログラムを提供する。
【解決手段】クラスタ生成装置は、ユーザの属性情報を取得してユーザ登録を行うユーザ登録部と、ユーザの行動履歴情報、嗜好情報および外見情報を含む発信情報を取得する情報取得部と、属性情報または発信情報のうちいずれか一つまたは複数の共通する情報に基づいて複数のユーザを抽出するユーザ抽出部と、当該抽出されたユーザの情報に基づいて、属性情報、行動履歴情報、嗜好情報または外見情報のいずれか一つまたは複数の情報を含むクラスタを生成するクラスタ生成部とを備える。
【選択図】図１

Description

本開示は、ユーザの属性情報及びユーザがネットワーク上に発信した発信情報に基づいてユーザを分類するクラスタ生成装置、クラスタ生成方法及びクラスタ生成プログラムに関する。

近年のインターネットの普及に伴い、ソーシャルネットワーク（ＳＮＳ）やオンラインコミュニティなどで個人が簡単に情報発信をすることが可能となっている。そこで、ユーザが予め申告して登録した属性情報や、ネットワーク上に発信された情報に基づいて、ユーザの属性・趣味嗜好・行動などを分析し、共通点を有するユーザ毎にクラスタ生成することで、クラスタ毎の嗜好・行動パターンなどの傾向を推測することが可能である。これにより、ユーザに対して、似た傾向を有する他のユーザの嗜好・行動パターンなどに基づいて、観光など街歩きパターンの提案や商品の提案などを行うことが可能となる。さらに、同じクラスタに属する他のユーザを紹介し、新たな人的つながりを提供することも可能となる。

例えば、特許文献１では、新たな観光資源の発掘を目的として、ユーザが発信した発信情報に基づいて、ユーザの行動情報を抽出し、ユーザの性別、年代、住所等の属性や特定の観光地を訪問したという行動情報にしたがってユーザでグループ化する。そして、当該グループのユーザが観光において他にどのような行動情報を含むかを分析し、新たな観光資源の開発を行うことを提案している。

国際公開第２０１６／１９９４０１号

しかし、特許文献１に開示された技術は、ユーザの行動情報をもとに、観光資源を分析することに留まる。ユーザの行動情報のみならず、外見情報を含めてユーザをグループ化することで、より多様な情報分析が可能となり、観光資源の開発に留まらず、商品・サービスの提案や、人のマッチングなどにも応用が可能である。

そこで、本開示では、共通の属性や行動に基づくユーザのグループ化及びクラスタ生成について、行動情報に留まらず、その外見情報や嗜好情報なども含めて分析するクラスタ生成装置、クラスタ生成方法及びクラスタ生成プログラムを提供することを目的とする。

本開示の一態様におけるクラスタ生成装置は、ユーザの属性情報を取得してユーザ登録を行うユーザ登録部と、ユーザの行動履歴情報、嗜好情報および外見情報を含む発信情報を取得する情報取得部と、発信情報に含まれる場所情報に基づいて複数のユーザを抽出するユーザ抽出部と、当該抽出されたユーザの情報に基づき、ユーザ群の平均的な属性情報、行動履歴情報、嗜好情報または外見情報のいずれか一つまたは複数の情報を有するようにクラスタを生成するクラスタ生成部と、抽出されたユーザの行動経路情報を取得し、取得した行動経路情報の統計に基づいて、生成したクラスタの行動経路をクラスタのアバターと共に地図上に表示する表示部とを備える。

本開示の一態様におけるクラスタ生成方法は、ユーザの属性情報を取得してユーザ登録を行うユーザ登録ステップと、ユーザの行動履歴情報、嗜好情報および外見情報を含む発信情報を取得する情報取得ステップと、発信情報に含まれる場所情報に基づいて複数のユーザを抽出するユーザ抽出ステップと、当該抽出されたユーザの情報に基づき、ユーザ群の平均的な属性情報、行動履歴情報、嗜好情報または外見情報のいずれか一つまたは複数の情報を有するようにクラスタを生成するクラスタ生成ステップと、抽出されたユーザの行動経路情報を取得し、取得した行動経路情報の統計に基づいて、生成したクラスタの行動経路をクラスタのアバターと共に地図上に表示する表示ステップとをコンピュータに実行させる方法である。

本開示の一態様におけるクラスタ生成プログラムは、ユーザの属性情報を取得してユーザ登録を行うユーザ登録ステップと、ユーザの行動履歴情報、嗜好情報および外見情報を含む発信情報を取得する情報取得ステップと、発信情報に含まれる場所情報に基づいて複数のユーザを抽出するユーザ抽出ステップと、当該抽出されたユーザの情報に基づき、ユーザ群の平均的な属性情報、行動履歴情報、嗜好情報または外見情報のいずれか一つまたは複数の情報を有するようにクラスタを生成するクラスタ生成ステップと、抽出されたユーザの行動経路情報を取得し、取得した行動経路情報の統計に基づいて、生成したクラスタの行動経路をクラスタのアバターと共に地図上に表示する表示ステップとをコンピュータに実行させるためのプログラムである。

本開示によれば、ユーザの属性情報と、ユーザの行動履歴情報、嗜好情報及び外見情報を含む情報を用いて、クラスタ生成を行うことで、属性、行動履歴、嗜好のみならず、外見なども含めてユーザの分析を行うことが可能となる。

本開示の実施形態１に係るクラスタ生成装置の構成の一例を示す図である。 本開示における属性情報のデータ構成の一例を示す図である。 本開示における発信情報のデータ構成の一例を示す図である。 クラスタ生成装置における実施形態１の評価処理の流れの一例を示すフローチャートである。 本開示の実施形態２に係るクラスタ生成装置の構成の一例を示す図である。 実施形態２に係るクラスタ生成装置において地図上にアバターを表示する具体例である。 実施形態２に係るクラスタ生成装置において地図上に行動経路を表示する具体例である。 クラスタ生成装置における実施形態２の評価処理の流れの一例を示すフローチャートである。 本開示の実施形態３に係るクラスタ生成装置の構成の一例を示す図である。 クラスタ生成装置における実施形態３の評価処理の流れの一例を示すフローチャートである。 本開示の実施形態に係るコンピュータの構成を示す概略ブロック図である。

以下、本開示の実施形態に係るクラスタ生成装置、クラスタ生成方法及びクラスタ生成プログラムについて図面を参照しながら説明する。なお、以下に説明する実施形態は、特許請求の範囲に記載された本開示の内容を不当に限定するものではない。また、実施形態で説明される構成の全てが、本開示の必須構成要件であるとは限らない。また、実施形態を説明する全図において、共通の構成要素には同一の符号を付し、繰り返しの説明を省略する。

＜実施形態１＞
図１は、本開示の実施形態１にかかるクラスタ生成装置１００の全体構成を示す図である。以下、これを参照して、実施形態１に係るクラスタ生成装置１００の構成について説明する。なお、実施形態１では、属性情報、行動履歴情報、嗜好情報、外見情報のいずれか一つまたは複数の情報が共通するユーザについて、当該ユーザの共通情報以外の平均的な属性情報、行動履歴情報、嗜好情報、外見情報をクラスタとして作成する。

（構成）
クラスタ生成装置１００は、ユーザ登録部１０１と、属性情報データベース（属性情報ＤＢ）１０２と、発信情報取得部１０３と、発信情報データベース（発信情報ＤＢ）１０４と、ユーザ抽出部１０５と、クラスタ生成部１０６とを有する。クラスタ生成装置１００はネットワークＮＷを介して、ユーザ端末２００−１〜２００−Ｎから、属性情報及び発信情報を取得する。クラスタ生成装置１００は、コンピュータにプログラムを実装することにより実現する。なお、クラスタ生成装置１００を構成する各部は、複数のコンピュータに分散して実現されていても構わない。また、属性情報ＤＢ１０２及び発信情報ＤＢ１０４はクラスタ生成装置外に存在しても構わない。

ユーザ端末２００−１〜２００−Ｎは、属性情報の入力や発信情報の入力を行う端末である。ユーザはユーザ端末２００−１〜２００−Ｎを介してネットワーク上に属性情報及び発信情報を発信する。発信情報の入力に際しては、自らの現在の外見情報を変更する「変更スイッチ」、人や物に対してよいと思った時にコメントや写真等とともに情報を送信する「いいねスイッチ」、ある場所やイベントなどに参加したときに（出来事／事に対して）情報を送信する「チェックインスイッチ」等を備える。ユーザ端末２００−１〜２００−Ｎが備えるスイッチはこれに限るものではなく、例えば嫌いなものに対して情報を送信する「ネガティブスイッチ」や自身の情報を発信する「アピールスイッチ」などを備えることも可能である。

ユーザ登録部１０１は、ネットワークＮＷを介して、ユーザ端末２００−１〜２００−Ｎから属性情報を取得する。属性情報は、ユーザＩＤ、ユーザの氏名、性別、生年月日、住所、電話番号、メールアドレス、職業などの情報であり、ユーザ登録時にユーザが入力する。ただし、登録時には、一部の情報のみが入力され、後に情報が追加・変更されてもよい。なお、ネットワークＮＷはインターネットなどのネットワークを示す。

また、ユーザ登録部１０１で登録する情報は、例えば、外部のシステムと連携し、外部のＳＮＳからユーザに関する情報を取得したり、外部の通販サイトからユーザの購入履歴に関する情報を取得してもよい。

図２は属性情報ＤＢ１０２が記憶するユーザＩＤ、ユーザの氏名、性別、生年月日、住所、電話番号、メールアドレス、職業のデータの具体例を示す図である。属性情報ＤＢ１０２は、ユーザ登録部１０１が取得した属性情報をデータとして記憶する。ただし、属性情報として登録可能な情報はこれに限られず、趣味・特技・資格などの情報などを登録してもよい。

発信情報取得部１０３は、ネットワークＮＷを介して、ユーザ端末２００−１〜２００−Ｎから発信情報を取得する。取得する情報は、具体的には、ユーザＩＤの他、発信時刻・発信場所などの行動履歴情報、ユーザ自身の外見情報（髪型、服装、装飾品、持ち物等）・写真・テキスト・対象人物の外見情報などの嗜好情報であるが、これに限られない。

外見情報については、予め髪型・服装・装飾品・持ち物等のパターンを定義し、それらの組合せによって、アバターにより表現する。アバターにより表現することにより、ユーザが簡単に外見を表現できるとともに、予めパターンを豊富に用意することにより、外見情報を詳細に表現することも可能となる。また、服装などの外見は、常に変化するものであるから、ユーザはその時の服装や持ち物に合せて常に変更が可能であり、ユーザが変更するたびに外見情報を取得する。（なお、外見情報は、現在の情報に限定する趣旨ではなく、任意のある時点の情報を追加・修正することも可能である。）写真、テキスト、チェックインなどの情報発信は一般のＳＮＳでも見られるところであるが、本開示のように時系列を含めて外見情報を取得することで、ユーザの服装の傾向に関する情報など、別の観点の情報を取得することも可能となり、分析に資することになる。

なお、外見情報については、ユーザが予め定義されたパターンから選択するのみでなく、カメラで撮影した情報から自動的に選択する構成にしてもよい。また、ユーザは、外見情報について、（仮想上ではなく）現実の情報を入力することにより、自らが属するクラスタを適切に把握することができ、かつ、他のユーザからもいいねスイッチが押されることで評価を受けることが可能となる。

ユーザ端末２００−１〜２００−Ｎにおいて、変更スイッチが押されたときは、発信情報取得部１０３は、ユーザＩＤ、発信時刻、発信場所、外見情報（パターンの組合せ）の情報を取得する。ユーザ端末２００−１〜２００−Ｎにおいて、いいねスイッチが押されたときは、発信情報取得部１０３は、ユーザＩＤ、発信時刻、発信場所、外見情報（パターンの組合せ）とともに、ユーザのテキストによるコメント、写真、対象人物の外見情報のうちの一又は複数の情報を取得する。ユーザ端末２００−１〜２００−Ｎにおいて、チェックインスイッチが押されたときは、発信情報取得部１０３は、ユーザＩＤ、発信時刻、発信場所、外見情報（パターンの組合せ）とともに、参加したイベント情報を取得する。なお、それぞれのスイッチは、現時点の情報を発信することに限る趣旨ではなく、任意のある時点の情報を追加・修正する機能があってもよい。

図３は、発信情報ＤＢ１０４が記憶するデータの具体例を示す。発信情報ＤＢ１０４は、発信情報取得部１０３が取得した発信情報をデータとして記憶する。変更スイッチにより情報を取得した際には、１行目に示すように、ユーザＩＤ、時刻、場所、外見情報（パターンの組合せ）に関する情報が発信情報ＤＢ１０４に記憶される。いいねスイッチにより情報を取得した際、その対象が人である場合には、２行目に示すように、ユーザＩＤ、時刻、場所、外見情報の他、対象人物の外見情報が取得される。なお、これに加えて、テキストによるコメントや写真が付加されてもよい。いいねスイッチにより情報を取得した際、その対象が物である場合には、３行目に示すように、ユーザＩＤ、時刻、場所、外見情報の他、テキストによるコメントや写真が取得される。チェックインスイッチにより情報を取得した際には、４行目に示すように、ユーザＩＤ、時刻、場所、外見情報の他、参加しているイベント名称などが取得される。

ユーザ抽出部１０５は、属性情報、行動履歴情報、嗜好情報、外見情報のいずれか一つまたは複数の情報をキー情報として、属性情報ＤＢ１０２及び／又は発信情報ＤＢ１０４から、キー情報が共通するユーザを抽出する。キー情報の例としては、「生年月日がＸＸ年ＸＸ月ＸＸ日からＹＹ年ＹＹ月ＹＹ日まで」、「性別が男」、「過去１ヶ月以内に（35.689592Ｎ,139.700413Ｅ）で情報を発信」、「トレーナーを着ることがある」、といった情報である。

行動履歴情報をキー情報とする場合において、例えば、発信情報ＤＢ１０４において、場所情報を経度緯度の座標で記憶しているとする。これに対して、例えば、（35.689592Ｎ,139.700413Ｅ）という場所を座標で示すキー情報に基づいて共通するユーザを抽出する際には、当該座標から一定の範囲内（例えば、±Ｌの座標、または、半径ｒ内の座標等）にある座標についてはキー情報が共通するユーザとして抽出する。行動履歴情報をキー情報とする場合において、同じ場所という概念は、正確な経度緯度情報というわけではなく、範囲として広がりのあるものであるから、このように処理を行うことで、行動履歴が共通するユーザが抽出されないという不都合を防止する。また、ＧＰＳを用いた経度緯度情報の取得は、一定の誤差が生ずることもあり得るため、この誤差を吸収するという目的も果たす。なお、場所情報は、経度緯度の座標で記憶することが必須ではなく、住所などで記憶することも考えられる。

嗜好情報をキー情報とする場合において、例えば、自然文によるテキスト形式で得られたコメントに対して自然言語処理を行う。自然言語処理を通して、自然文からキーワードを抽出し、キー情報が共通するユーザを抽出する。また、例えば、写真に対しては画像処理技術を用いて画像を認識し、キー情報と共通するかどうかを判別する。これら自然言語処理や画像処理技術を初めとした処理を行うことにより、自然文（文章）や写真による発信情報に対しても、嗜好情報を抽出し、嗜好情報が共通するユーザの抽出を行う。なお、一つの投稿に対して、複数のキーワードが抽出されることも考えられるが、多数のキーワードが抽出される際には、その出現頻度が大きいものや、過去の投稿との関係で重要と予想されるものを重要なキーワードとして抽出するようなことも考えられる。

外見情報をキー情報とする場合において、アバターの外見として用意するパターンは、例えばいくつかの概念を関連付けて定義しておく。例えば、Ａ社製の黄色いトレーナーがあった場合には、Ａ社製という製造メーカーの概念と、黄色という色に関する概念と、トレーナーという形における概念を保有しておき、「Ａ社製の黄色いトレーナー」というキー情報のみならず、「Ａ社製」、「黄色」、「トレーナー」というキー情報に対しても抽出できるようにする。このようにすることで、色やメーカーにおける共通点があるにも拘わらず、それが無視されてしまうことを防止する。なお、関連付ける概念は製造メーカー、色、形に限る趣旨ではなく、価格帯や人気のある年齢層などその他の概念も考えられる。

複数の情報がキー情報として指定された場合には（例えば、「生年月日がＸＸ年ＸＸ月ＸＸ日からＹＹ年ＹＹ月ＹＹ日まで」、「性別が男」）、そのいずれにも共通するユーザ（「生年月日がＸＸ年ＸＸ月ＸＸ日からＹＹ年ＹＹ月ＹＹ日まで」かつ「性別が男」）を抽出する。

クラスタ生成部１０６は、ユーザ抽出部１０５が抽出したユーザについて、キー情報以外の各情報に関して平均的な情報を生成する。（例えば、キー情報が生年月日、性別、服装に関するものである場合には、それ以外の住所、職業、髪型、持ち物、情報発信場所、嗜好等について平均的な情報を生成する。）平均的な情報を生成するに際しては、数値として単純に平均することはできないため、例えば、抽出されたユーザ数をＮ、閾値をＴとしたときに、共通するユーザ数がＴを上回る情報のうち、最も共通するユーザ数が多いものを生成していく。これにより、共通するユーザが極めて少数であるにも拘わらず、平均的な情報とされてしまうことを防止する。また、抽出されたユーザ数の母数を考慮して、ユーザ数Ｎで正規化したＴ／Ｎを閾値として用いてもよい。さらに、共通する項目は、必ずしも１つでなくともよく、共通するユーザの多い上位Ｍ番目までを内容としてもよい。特に、情報発信場所や嗜好については、一つではなく複数の共通する特徴を有する可能性が高いため、複数の内容によりクラスタを生成することが有益である。

ここで、クラスタとは、ある一つまたは複数の点で共通点を有するユーザ群に対し、当該ユーザ群の属性、行動履歴、嗜好、外見の特徴を示すものである。

クラスタの場所に関する情報の生成に際して、例えば、発信情報ＤＢ１０４において、場所情報を経度緯度の座標で記憶しているときには、ここから一定の範囲内にある座標（例えば、±Ｌの範囲または半径ｒの範囲等）については、同一の場所として判定する。これにより、ＧＰＳの誤差の吸収や、場所としての意味である範囲の広がりを持たせる。

クラスタの嗜好等に関する情報の生成に際して、自然文により発信されたテキストによるコメントに関しては、自然言語処理等を行い、キーワードを抽出することで、共通のキーワードに触れているものを拾い上げる。また、写真に対しては画像処理技術を用いて画像を認識し、キーワードを抽出した上で処理を行う。

クラスタの外見に関する情報の生成に際して、先に示したように、各パターンにメーカーや色などの概念も関連付けて保有しておき、それら概念に対しても共通するものを抽出する。

以上のような処理を行い、閾値を上回る情報がある場合には、当該クラスタの特徴を示す情報として組み込む。

これにより、クラスタ生成部１０６により生成されるクラスタは、キー情報の他、０または１以上の特徴を示す情報を有する集合として抽出される。

上記の実施形態１により、あるキー情報に対するクラスタが生成されることで、キー情報の共通するユーザの別の共通点等の特徴を抽出することができ、人・物・事などのマッチングの提案などを行うことが可能となる。

（具体例）
本開示における実施形態１の具体的な処理イメージを説明する。ユーザ登録部１０１では、ユーザ登録時の属性情報を取得し、属性情報ＤＢ１０２に記憶する。例えば、ユーザＩＤは「Taro115」、氏名は「山田太郎」、性別は「男」、生年月日は「１９９０年１月１日」、住所は「東京都千代田区神田１−１−１」、電話番号は「０３−１１１１−１１１１」、メールアドレスは「taro@taro.jp」、職業は「会社員」、といった情報である。

発信情報取得部１０３では、ユーザから行動履歴情報、嗜好情報、外見情報などの発信情報を取得し、発信情報ＤＢ１０４に記憶する。例えば、あるユーザが２０１８年２月２日午前８時３４分５５秒に自宅にて変更スイッチを押して、外見情報を変更した際には、「ユーザID＝Taro115」、「時刻＝2018.2.2am8:34:55」、「場所＝35.705893N,139.648623E」（情報を発信した場所の経度緯度）、「外見＝（Hair=0001,top=0005,bottom=0006,shoes=0025,item1=0029）」（髪型はスポーツ刈、上はＡ社の白色トレーナー、下はＢ社の青色ジーンズ、靴はＣ社の紺色スニーカー、Ｄ社の黒色スポーツバッグを持っている場合にこれらを識別する情報を記憶）、「スイッチ＝change」という情報が発信情報ＤＢ１０４に記憶される。

例えば、ユーザが外出してある人とすれ違い、その人に対していいねスイッチを押した際には、ユーザＩＤ、時刻、場所、ユーザの外見とともに、「対象人物外見＝（Hair=0012,top=0018,bottom=0003,shoes=0002,item1=0029）」（髪型はセミロング、上はＥ社の白色ブラウス、下はＦ社の赤色スカート、靴はＧ社の黒色ブーツ、鞄はＨ社の黄色鞄）、「スイッチ＝good」という情報が発信情報ＤＢ１０４に記憶される。

さらに、ユーザが音楽を趣味としていて、外出先のお店で好みのギターを発見していいねスイッチを押した場合には、ユーザＩＤ、時刻、場所、ユーザの外見とともに、「テキスト＝格好いいギター発見！」、「写真＝Taro115_000123.jpg」（写真を格納したファイル名であり当該ファイルとともに記憶する）、「スイッチ＝good」という情報が発信情報ＤＢ１０４に記憶される。

また、ユーザが餃子フェスティバルなるイベントに参加して、当該イベントを選択の上チェックインスイッチを押した際には、ユーザＩＤ、時刻、場所、ユーザの外見とともに、「テキスト＝餃子フェスティバル」、「スイッチ＝checkin」という情報が発信情報ＤＢ１０４に記憶される。

ユーザ抽出部１０５では、属性情報ＤＢ１０２及び発信情報ＤＢ１０４から、キー情報が共通するユーザを抽出する。例えば、（ａ）女性、（ｂ）一週間以内、（ｃ）場所「35.658034N,139.701636E」を一連のキー情報とする場合、現時点を２０１８年４月１日とすると、（ａ）属性情報ＤＢ１０２において「性別＝女」であり、（ｂ）発信情報ＤＢ１０４において、「時刻」が２０１８年３月２５日から２０１８年４月１日までの間に、（ｃ）「場所＝35.658034N,139.701636E」から一定範囲内（それぞれの座標が±Lまたは半径ｒの範囲内）において情報を発信したユーザを抽出する。

例えば、「ギター」をキー情報とする場合、発信情報ＤＢ１０４の「テキスト」から「ギター」に関連するテキストを含むユーザを抽出するとともに、「写真」の画像を解析して、「ギター」に関連する写真を含むユーザを抽出する。

以上のような処理により、キー情報の全てに該当する情報を有するユーザを全て抽出する。

クラスタ生成部１０６では、ユーザ抽出部１０５で抽出したユーザに対して、キー情報以外の各情報に対して平均的な情報を生成する。例えば、キー情報を（ａ）性別＝女、（ｂ）「場所＝35.658034N,139.701636E」、（ｃ）持ち物＝Ａ社製の黄色鞄であったとする。このとき、これらの条件にユーザが２０人該当したとする。そして、閾値を３人以上とする。この場合に、髪型について、Ａタイプのユーザが５人、Ｂタイプのユーザが４人、Ｃタイプのユーザが２人いた場合には、３人以上共通し、かつ一番共通するユーザが多いＡタイプの髪型をかかるクラスの平均的な内容とする。次に、各ユーザの嗜好について、発信情報ＤＢ１０４内に、Ｄというドラマについて８人、Ｅというファッションブランドについて５人、Ｆというタレントについて２人のユーザの情報が記憶されていた場合、閾値を超えるＤというドラマとＥというファッションブランドの２つについて、当該クラスの平均的な内容として生成する。これにより、キー情報により生成されたクラスタは他にもＡタイプの髪型、Ｄというドラマ、Ｅというファッションブランドが平均的な情報として生成されることになる。

（処理の流れ）
図４は、本開示の実施形態１におけるクラスタ生成装置の処理の流れを示す。

ユーザ登録部１０１は、ユーザＩＤ、ユーザの氏名、性別、生年月日、住所、電話番号、メールアドレス、職業などの情報を取得し、これらの情報を、属性情報ＤＢ１０２に記憶する（ステップＳ１）。

発信情報取得部１０３は、ユーザＩＤ、発信時刻、発信場所、外見情報（パターンの組合せ）、テキスト、写真などの情報を取得し、これらの情報を、発信情報ＤＢ１０４に記憶する（ステップＳ２）。

ユーザ抽出部１０５は、クラスタ生成の前処理として、属性情報ＤＢ１０２及び発信情報ＤＢ１０４から、キー情報が共通するユーザを抽出する（ステップＳ３）。

クラスタ生成部１０６は、クラスタを生成する。ステップＳ３において抽出されたユーザについて、キー情報以外に閾値以上の数のユーザが共通する共通項目に関する情報について、最も多数のユーザが共通する情報または上位Ｍ位までの情報をクラスタの情報として生成する。これにより、あるキー情報に対して、キー情報以外に当該ユーザ集合の平均的な情報がクラスタとして生成される（ステップＳ４）。

上述したように、クラスタ生成装置は、ある一つまたは複数の点で共通点を有するユーザ群に対し、当該ユーザ群の属性、行動履歴、嗜好、外見の特徴を示すクラスタを生成する。これにより、ある共通点を有するユーザの属性、行動履歴、嗜好、外見の特徴を分析することが可能となる。

＜実施形態２＞
実施形態１では、クラスタを生成する構成について示した。これに対し、実施形態２に係るクラスタ生成装置は、クラスタの地図表示を行う表示部を備え、クラスタの生成のみならず、地図上に表示することを可能とする。

（構成）
図５に実施形態２におけるクラスタ生成装置１００の全体構成を示す。ここで、ユーザ登録部１０１、属性情報ＤＢ１０２、発信情報取得部１０３、発信情報ＤＢ１０４、ユーザ抽出部１０５、クラスタ生成部１０６は実施形態１と変わらない。実施形態２では、表示部１０７を新たに備えるため、以下これについて示す。

表示部１０７は、生成したクラスタを地図上に表示する機能を有する。一つには、ある場所をキー情報としたクラスタを地図上に表示し、もう一つには、あるクラスタの行動経路を地図上に表示する。まず前者の機能であるが、ある場所をキー情報の一つとして、クラスタ生成部１０６によりクラスタを生成した際に、キー情報により指定した地図上にアバターを表示し、当該クラスタの情報を視覚的に表示する。ユーザはアバターが表示されることで、当該クラスタの外見を一目で把握することができ、さらに、テキストにより表示される情報を見ることで、その属性や嗜好などを把握することが可能となる。

アバターの表示は、一地点に限られない。例えば、地図が広範囲な領域で表示されている場合には、場所をキー情報とするクラスタを複数の場所において複数生成し、それぞれアバターを表示する。（例えば、山手線の地図を表示したときに、山手線の各駅についてクラスタを生成し、それぞれアバターを表示する。）これにより、ユーザはどの地域にどのようなクラスタの人がいるかを把握することが可能となる。さらに、クラスタ生成部１０６において、共通する上位Ｍの情報を抽出することで、当該場所に訪れる可能性が高い人の候補について複数の情報を取得することも可能となる。

次に、後者の機能であるが、クラスタ生成部１０６において、クラスタを生成し、当該クラスタから複数の共通する情報を抽出し、抽出した情報を地図上に表示する。例えば、クラスタ生成部１０６であるクラスタが生成されたときに、当該クラスタの嗜好として、Ａ地点のクレープ、Ｂ地点の桜、Ｃ地点の地蔵に多くのユーザがいいねスイッチを押していたときは、Ａ地点、Ｂ地点、Ｃ地点をそれぞれ地図上に表示する。これにより、当該クラスタを視覚的に一目で把握することが可能となる。

さらに、クラスタのユーザ群がＡ地点、Ｂ地点、Ｃ地点をそれぞれどのような順路でどの程度の時間をかけて巡回したかについても、その行動履歴情報のうち、特にＡ地点→Ｂ地点→Ｃ地点をどのような順路でどのような時間をかけたかに関する行動経路情報を取得し、その統計をとる（例えば平均値を算出する等）ことにより、Ａ地点、Ｂ地点、Ｃ地点の回り方とその所要時間を表示することも可能である。

（具体例）
本開示における実施形態２の具体的な処理イメージを説明する。なお、ユーザ登録部１０１、属性情報ＤＢ１０２、発信情報取得部１０３、発信情報ＤＢ１０４、ユーザ抽出部１０５、クラスタ生成部１０６は実施形態１と変わらないため、表示部１０７について説明する。

表示部１０７では、一つ目の機能として、例えば、キー情報の一つとして、「場所＝35.658034N,139.701636E」という情報が与えられたときに、クラスタ生成部１０６で生成されたクラスタを地図上の当該座標にアバターを含めて表示する。

図６は、地図上に生成したクラスの外見をアバターで表示するとともに、そのクラスタに関する情報を表示する具体例を示す。

例えば、クラスタとして、性別は女性、外見は、髪の毛は茶色のロングヘアー、上はピンク色のキャミソールセーター、下は白色のスカート、靴は黒い靴、持ち物はＡ社のバッグ、嗜好として、Ａ社のバッグ、Ｂの時計、Ｃ社のクレープが生成されたとする。このとき、表示部１０７は、外見情報を「場所＝35.658034N,139.701636E」にアバターで表示するとともに、テキストを用いて、嗜好情報が表示されるようにする。なお、テキスト表示は、アバターをクリックすると表示されるとか、アバターにカーソルを合わせると表示されるなど、適宜表示・非表示がされる形態でもよい。

図７は、地図上に生成したクラスの行動経路を表示する具体例を示す。

次に、二つ目の機能として、クラスタ生成部１０６で生成されたクラスタについて、その嗜好情報として、場所「35.659858N,139.702011E」（Ａ地点）でカメラに関する投稿があり、場所「35.659557N,139.698916E」（Ｂ地点）でジャケットに関する投稿があり、場所「35.660765N,139.697028E」（Ｃ地点）で本に関する投稿があったとする。この場合には、これらの地点を当該情報とともに地図上に表示する。さらに、発信情報の時刻を踏まえ、クラスタを生成するユーザ群の多くがＡ地点→Ｂ地点→Ｃ地点の順で約６０分かけて回っていたとすると、このような順路及び予想される所要時間も合せて表示する。これにより、ユーザはクラスタを生成するユーザ群がどこで何に興味を示しているか視覚的に一目で把握することが可能となる。

（処理の流れ）
図８は、本開示の実施形態２におけるクラスタ生成装置の処理の流れを示す。ステップＳ１からステップＳ４までは実施形態１と同様である。

表示ステップは、クラスタ生成部１０６で生成されたクラスタを地図上に表示する。ある場所をキー情報の一つとして与えられたときに、そこから生成されるクラスタについて、アバターを用いて地図上に表示する。

また、あるクラスタについて、複数の情報を抽出した上で、場所に関する情報を含むものについて、それぞれ地図上に表示し、クラスタを構成する各要素が視覚的に把握できるようにする（ステップＳ５）。

上述したように、実施形態２のクラスタ生成装置は、クラスタの生成に加え、クラスタを地図上に表示することができる。これにより、ユーザは位置情報を踏まえて視覚的にクラスタを把握することができる。

＜実施形態３＞
次に、実施形態３について示す。実施形態１では、クラスタを生成する構成を示した。これに対し、実施形態３におけるクラスタ生成装置では、クラスタを用いて、一又は複数の情報から、それ以外の属性、行動履歴、嗜好、外見の特徴を推測する。例えば、ある外見を有する人がどのような嗜好をもつか、ある嗜好をもつ人がどのような外見を有するかを推測する。これにより、ユーザに対して、既に入力された属性情報や発信情報を用いて興味対象をレコメンドすることが可能となるし、商品の販売や人のマッチングなど有用な活用場面を見出すことが可能となる。

（構成）
図９は、実施形態３におけるクラスタ生成装置１００の全体構成を示す。ここで、ユーザ登録部１０１、属性情報ＤＢ１０２、発信情報取得部１０３、発信情報ＤＢ１０４、ユーザ抽出部１０５、クラスタ生成部１０６は実施形態１と変わらない。実施形態３では、ユーザ特性推測部１０８を新たに備えるため、以下これについて示す。

ユーザ特性推測部１０８は、一又は複数の情報を与えた際に、当該人物の与えられた情報以外に関する外見や嗜好等はどのようなものかユーザに提示する機能を有する。

ユーザがある情報をユーザ特性推測部１０８に与えると、クラスタ生成部１０６により、これらをキー情報としてクラスタを生成する。そして、ユーザ特性推測部１０８は、当該生成されたクラスタから、キー情報以外の項目について、当該クラスの情報を取得し、ユーザに対して、与えられた情報から推測されるその他の人物像を提示する。外見に関して提示する際には、アバターを含めて表示することもできる。

（具体例）
本開示における実施形態３の具体的な処理イメージを説明する。なお、ユーザ登録部１０１、属性情報ＤＢ１０２、発信情報取得部１０３、発信情報ＤＢ１０４、ユーザ抽出部１０５、クラスタ生成部１０６は実施形態１と変わらないため、ユーザ特性推測部１０８ついて説明する。

ユーザ特性推測部１０８では、例えば、性別＝女性、髪＝黒のロングヘアー、嗜好＝本として情報を与えたときに、これらをキー情報としたクラスタを生成することで、推測される人物像を推測する。

当該キー情報に対して、クラスタ生成部１０６により、クラスタの要素として、服装上は白のブラウス、服装下は紺のチュールスカート、嗜好として、万年筆、ボールペン、美術館が生成された場合には、ユーザに対して、推測される人物像として、これらの情報を表示する。なお、外見に関する点については、アバターとともに表示することも可能である。これにより、ある情報をもつ人物が、他にどのような外見や嗜好を有するか、ユーザーが推測することが可能となり、例えば商品やサービスの提案や人のマッチングの提案において役立てることも可能となる。

（処理の流れ）
図１０は、本開示の実施形態３におけるクラスタ生成装置の処理の流れを示す。ステップＳ１からステップＳ４までは実施形態１と同様である。

ユーザ特性推測ステップは、クラスタ生成部１０６によりキー情報からクラスタを生成した上で、生成されたクラスタがキー情報として与えた情報から推測される人物像として、クラスタの各要素をユーザに対して表示する（ステップＳ６）。

上述したように、実施形態３のクラスタ生成装置は、クラスタを生成することで、一又は複数の情報から、それ以外の属性、行動履歴、嗜好、外見の特徴を推測する。これにより、ユーザは、一又は複数の情報から、その人物像を推測することが可能となる。

＜プログラム＞
図１１は、コンピュータ８０１の構成を示す概略ブロック図である。コンピュータ８０１は、ＣＰＵ８０２、主記憶装置８０３、補助記憶装置８０４、インタフェース８０５を備える。

ここで、クラスタ生成装置１００を構成する各機能を実現するためのプログラムの詳細について説明する。

クラスタ生成装置１００は、コンピュータ８０１に実装される。そして、クラスタ生成装置１００の各構成要素の動作は、プログラムの形式で補助記憶装置８０４に記憶されている。ＣＰＵ８０２は、プログラムを補助記憶装置８０４から読み出して主記憶装置８０３に展開し、当該プログラムに従って上記処理を実行する。また、ＣＰＵ８０２は、プログラムに従って、上述した記憶部に対応する記憶領域を主記憶装置８０３に確保する。

当該プログラムは、具体的には、コンピュータ８０１において、ユーザの属性情報を取得してユーザ登録を行うユーザ登録ステップと、ユーザの行動履歴情報、嗜好情報および外見情報を含む発信情報を取得する情報取得ステップと、属性情報または発信情報のうちいずれか一つまたは複数の共通する情報に基づいて複数のユーザを抽出するユーザ抽出ステップと、当該抽出されたユーザの情報に基づいて、属性情報、行動履歴情報、嗜好情報または外見情報のいずれか一つまたは複数の情報を含むクラスタを生成するクラスタ生成ステップとをコンピュータに実行させるためのプログラムである。

なお、補助記憶装置８０４は、一時的でない有形の媒体の一例である。一時的でない有形の媒体の他の例としては、インタフェース８０５を介して接続される磁気ディスク、光磁気ディスク、ＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ Ｄｉｓｃ Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＤＶＤ−ＲＯＭ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｃ Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒｙ）、半導体メモリ等が挙げられる。また、このプログラムがネットワークを介してコンピュータ８０１に配信される場合、配信を受けたコンピュータ８０１が当該プログラムを主記憶装置８０３に展開し、上記処理を実行してもよい。

また、当該プログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、当該プログラムは、前述した機能を補助記憶装置８０４に既に記憶されている他のプログラムとの組み合わせで実現するもの、いわゆる差分ファイル（差分プログラム）であってもよい。

以上、本開示の実施形態について説明したが、設計上の都合やその他の要因によって必要となる様々な修正や組み合わせは、請求項に記載されている発明や発明の実施形態に記載されている具体例に対応する発明の範囲に含まれるものとする。

１…クラスタ生成システム、１００…クラスタ生成装置、１０１…ユーザ登録部、１０２…属性情報ＤＢ、１０３…発信情報取得部、１０４…発信情報ＤＢ、１０５…ユーザ抽出部、１０６…クラスタ生成部、１０７…表示部、１０８…ユーザ特性推測部、２００−１〜２００−Ｎ…ユーザ端末、８０１…コンピュータ、８０２…ＣＰＵ、８０３…主記憶装置、８０４…補助記憶装置、８０５…インタフェース、ＮＷ…ネットワーク

Claims (7)

1. ユーザがネットワーク上に発信した発信情報に基づいて、クラスタを生成するクラスタ生成装置であって
   ユーザの属性情報を取得してユーザ登録を行うユーザ登録部と、
   ユーザの行動履歴情報、嗜好情報および外見情報を含む前記発信情報を取得する情報取得部と、
   前記情報取得部が取得した前記発信情報に含まれる場所情報に基づいて複数のユーザを抽出するユーザ抽出部と、
   前記抽出されたユーザの情報に基づき、ユーザ群の平均的な属性情報、行動履歴情報、嗜好情報及び外見情報のうち一又は複数の情報を有するようにクラスタを生成するクラスタ生成部と、
   前記抽出されたユーザの行動経路情報を取得し、取得した行動経路情報の統計に基づいて、生成したクラスタの行動経路をクラスタのアバターと共に地図上に表示する表示部と
   を備えるクラスタ生成装置。
2. 前記外見情報は、ユーザが情報を発信したときまたは任意に指定したある時点の外見を表す情報であることを特徴とする請求項１に記載のクラスタ生成装置。
3. 前記外見情報は、アバターとして表示することを特徴とする請求項１または請求項２に記載のクラスタ生成装置。
4. 前記情報取得部により取得されたユーザの情報に基づき、当該ユーザが属するクラスタの情報を抽出し、抽出されたクラスタの情報に基づいて当該ユーザの特性を推測するユーザ特性推測部をさらに備えることを特徴とする請求項１から請求項３のいずれか一項に記載のクラスタ生成装置。
5. 前記ユーザ特性推測部により推測されたユーザ特性に基づいて、興味対象の情報をレコメンドすることを特徴とする請求項４に記載のクラスタ生成装置。
6. ユーザがネットワーク上に発信した発信情報に基づいて、クラスタを生成するためのクラスタ生成方法であって、
   ユーザの属性情報を取得してユーザ登録を行うステップと、
   ユーザの行動履歴情報、嗜好情報および外見情報を含む前記発信情報を取得するステップと、
   前記発信情報に含まれる場所情報に基づいて複数のユーザを抽出するステップと、
   前記抽出されたユーザの情報に基づき、ユーザ群の平均的な属性情報、行動履歴情報、嗜好情報及び外見情報のうち一又は複数の情報を有するようにクラスタを生成するステップと、
   前記抽出されたユーザの行動経路情報を取得し、取得した行動経路情報の統計に基づいて、生成したクラスタの行動経路をクラスタのアバターと共に地図上に表示する表示ステップと
   を備えコンピュータに実行させることを特徴とするクラスタ生成方法。
7. ユーザがネットワーク上に発信した発信情報に基づいて、クラスタを生成するためのクラスタ生成プログラムであって、
   ユーザの属性情報を取得してユーザ登録を行うステップと、
   ユーザの行動履歴情報、嗜好情報および外見情報を含む前記発信情報を取得するステップと、
   前記発信情報に含まれる場所情報に基づいて複数のユーザを抽出するステップと、
   前記抽出されたユーザの情報に基づき、ユーザ群の平均的な属性情報、行動履歴情報、嗜好情報及び外見情報のうち一又は複数の情報を有するようにクラスタを生成するステップと、
   前記抽出されたユーザの行動経路情報を取得し、取得した行動経路情報の統計に基づいて、生成したクラスタの行動経路をクラスタのアバターと共に地図上に表示する表示ステップと
   をコンピュータに実行させることを特徴とするクラスタ生成プログラム。