JP6749866B2

JP6749866B2 - トレンド評価装置、および、トレンド評価方法

Info

Publication number: JP6749866B2
Application number: JP2017112630A
Authority: JP
Inventors: 一凡張; 三好　潤; 潤三好; 永渕　幸雄; 幸雄永渕; 高明小山; 博胡; 拓也佐伯; 泰大寺本; 弘樹長山; 翔平荒木
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2017-06-07
Filing date: 2017-06-07
Publication date: 2020-09-02
Anticipated expiration: 2037-06-07
Also published as: JP2018206190A

Description

本発明は、トレンド評価装置、および、トレンド評価方法に関する。

従来、特定のキーワードに対する記事やＳＮＳ（Social Networking Service）の書き込み数を元にトレンド評価を行う技術がある。例えば、所定期間内にウェブ上から収集した情報を元に特定のキーワードの記載回数（ワードカウント）を時系列に並べることで、トレンドの推移を表示する技術がある。また、情報を幅広く収集し、特定のキーワードが記載された情報を取得したときにトレンド係数が上昇するような評価の仕方をする技術もある。

Google Trends、［平成29年5月24日検索］、インターネット＜URL：https://trends.google.com/trends/＞ Kanagasabi Rajaraman and Ah-Hwee Tan, "Topic Detection, Tracking, and Trend Analysis Using Self-Organizing Neural Networks", PAKDD '01 Proceedings of the 5th Pacific-Asia Conference on Knowledge Discovery and Data Mining, Pages 102-107, April 16 - 18, 2001

しかし、上記の技術において、トレンド評価に用いる情報は、対象キーワード（例えば「セキュリティ」等）が直接記載されている情報なので、対象キーワードに関連するキーワード（例えば「脆弱性ｘｘｘ番」等）も含めたトレンド評価を行うことはできなかった。また、例えば、上記の「セキュリティ」というキーワードが注目されていることが分かったとしても、「セキュリティ」に関し、具体的には、攻撃方法が注目されているのか、対策製品が注目されているのか等を確認することが困難であった。つまり、対象キーワードについて網羅的なトレンド評価を行うことはできなかった。そこで、本発明は、前記した問題を解決し、対象キーワードについて網羅的なトレンド評価を行うことを課題とする。

前記した課題を解決するため、本発明は、ユーザから、トレンド評価の対象キーワードと、前記トレンド評価の対象となるウェブ記事の取得期間との入力を受け付ける受け付け部と、前記取得期間ごとにウェブ記事を取得し、機械学習による学習結果を用いて、前記ウェブ記事の意味解析を行い、前記意味解析により得られた当該ウェブ記事の意味内容を示す単語群を用いて、前記取得したウェブ記事から、前記対象キーワードとの類似度が所定値以上のウェブ記事を選択する関連記事選択部と、前記選択されたウェブ記事の意味内容を示す単語群のうち、前記対象キーワードとの類似度が所定値以上の単語を関連キーワードとして選択し、前記選択した関連キーワードごとに、前記関連キーワードを含むウェブ記事の数を用いたトレンド評価値の算出を行い、前記取得期間における前記関連キーワードそれぞれのトレンド評価値を出力する分析部とを備えることを特徴とする。

本発明によれば、対象キーワードについて網羅的なトレンド評価を行うことができる。

図１は、本実施形態のトレンド評価システムの構成例を示す図である。図２は、図１のトレンド評価装置の処理手順の例を示すフローチャートである。図３は、図１の分析部による関連キーワードの選択を説明する図である。図４は、図１の分析部により出力されるトレンド評価の結果を説明する図である。図５は、図１の情報保管装置に保管されるトレンド評価の結果を説明する図である。図６は、トレンド評価プログラムを実行するコンピュータを示す図である。

以下、図面を参照しながら、本発明を実施するための形態（実施形態）について説明する。本発明は、本実施形態に限定されない。

図１を用いて、本実施形態のトレンド評価システム（システム）の構成例を説明する。図１に示すように、システムは、例えば、クローラ情報保管装置５１と、情報保管装置５２と、トレンド評価装置１とを備える。クローラ情報保管装置５１は、クローラ等によりウェブページや、ＳＮＳの投稿記事や、ウェブニュース等のウェブ記事を取得し、保管する。情報保管装置５２は、トレンド評価装置１により出力された情報（対象キーワードのトレンド評価結果）を保管する。なお、クローラ情報保管装置５１および情報保管装置５２は、トレンド評価装置１内に装備されてもよい。

トレンド評価装置１は、ユーザから指定された期間ごと（例えば、１日ごと）の、対象キーワードに関連する単語（関連キーワード）と各単語のトレンド評価値とを算出し、出力する。

トレンド評価装置１は、例えば、図１に示すように条件指定部１１と、分析期間管理部１２と、関連記事選択部１３と、分析部１４と、データ保管処理部１５とを備える。

条件指定部（受け付け部）１１は、ユーザから、トレンド評価の条件の指定を受け付ける。例えば、条件指定部１１は、トレンド評価の対象キーワード（例えば、「セキュリティ」等）、トレンド評価の対象となるウェブ記事の取得期間（例えば、１日、１週間、１か月等）等の入力を受け付ける。なお、条件指定部１１は、上記のトレンド評価の条件の他に、関連記事選択部１３や分析部１４で用いる、関連性評価ロジック（例えば、Word2Vec）、記事評価ロジック（例えば、Doc2Vec）、トレンド評価ロジック等の指定を受け付けてもよい。そして、条件指定部１１は、受け付けた条件（設定値）を、分析期間管理部１２、関連記事選択部１３、分析部１４等に設定する。

分析期間管理部１２は、条件指定部１１により指定された取得期間における対象キーワードに関連するウェブ記事を選択するよう関連記事選択部１３を制御する。また、分析期間管理部１２は、当該取得期間ごとに当該対象キーワードのトレンド評価を行うよう分析部１４を制御する。さらに、分析期間管理部１２は、分析部１４によるトレンドの評価結果をデータ保管処理部１５に出力する。

関連記事選択部１３は、分析部１４によるトレンドの評価の対象となるウェブ記事を選択する。具体的には、関連記事選択部１３は、ユーザから指定された取得期間ごとに、クローラ情報保管装置５１等からウェブ記事を取得する。次に、関連記事選択部１３は、例えば、ウェブ記事の機械学習による学習結果を用いて、取得したウェブ記事の意味解析を行う。意味解析は、例えば、ユーザにより指定された記事評価ロジック（例えば、Doc2Vec等）により、ウェブ記事と対象キーワードとの距離を算出することにより行われる。そして、関連記事選択部１３は、取得したウェブ記事から、対象キーワードとの距離が所定値未満のウェブ記事を選択し、分析部１４に出力する。

例えば、関連記事選択部１３は、ユーザにより指定された関連性評価ロジック（例えば、Word2Vec）で、対象キーワードに関連するキーワード（関連キーワード）をリストアップしておく。次に、関連記事選択部１３は、クローラ情報保管装置５１等から取得したウェブ記事について、ユーザにより指定された記事評価ロジック（例えば、Doc2Vec等）で得た記事の要約（記事の意味内容を示す単語群）を用いて、リストアップされた関連キーワードと近いウェブ記事を選択する。そして、関連記事選択部１３は、選択したウェブ記事を分析部１４に出力する。

なお、関連記事選択部１３は、上記のように、ユーザから指定された取得期間ごとに、クローラ情報保管装置５１からウェブ記事を取得してもよいし、クローラ情報保管装置５１に保管（蓄積）された過去のウェブ記事から、ユーザから指定された取得期間におけるウェブ記事を選択して、取得してもよい。

分析部１４は、関連記事選択部１３により選択されたウェブ記事を用いてトレンド評価を行う。

具体的には、まず、分析部１４は、関連記事選択部１３により選択されたウェブ記事の内容を示す単語群から、対象キーワードを具体化したトレンドワードを選択する。例えば、分析部１４は、関連記事選択部１３により選択されたウェブ記事について、ユーザから指定された記事評価ロジック（例えば、Doc2Vec等）を用いて、当該ウェブ記事の内容を示す単語群を抽出し、その中から対象キーワードとの距離が所定値未満の単語をトレンドワードとして選択する。

次に、分析部１４は、選択したトレンドワードのトレンド評価値の算出を行う。例えば、分析部１４は、選択したトレンドワードを含むウェブ記事の数や、当該トレンドワードの抽出元のウェブ記事に応じた重み付け値等を用いたトレンド評価ロジックにより、選択した各トレンドワードのトレンド評価値の算出を行う。そして、分析部１４は、算出した各トレンドワードのトレンド評価値を、ユーザにより指定された取得期間における各トレンドワードのトレンド評価値として、分析期間管理部１２経由でデータ保管処理部１５へ出力する。

データ保管処理部１５は、ユーザにより指定された取得期間における各トレンドワードのトレンド評価値を情報保管装置５２に保管する。

次に、図２を用いて、トレンド評価装置１の処理手順を説明する。例えば、トレンド評価装置１の条件指定部１１は、ユーザから、トレンド評価の対象キーワードやウェブ記事の取得期間等のトレンド評価の条件の指定を受け付ける（Ｓ１）。例えば、条件指定部１１は、トレンド評価の条件として、トレンド評価の対象キーワード「セキュリティ」、取得期間「１日ごと」等の条件の指定を受け付ける。次に、関連記事選択部１３は、ユーザから指定された条件に従い、クローラ情報保管装置５１等から、ユーザから指定された取得期間のウェブ記事を取得する。そして、関連記事選択部１３は、取得したウェブ記事の中から、トレンド評価の対象キーワードの関連記事を選択する（Ｓ２）。その後、分析部１４は、Ｓ２で選択されたウェブ記事を用いたトレンド評価を行い（Ｓ３）、データ保管処理部１５は、トレンド評価の結果を情報保管装置５２に保管する（Ｓ４）。その後、トレンド評価装置１は、Ｓ１で指定された、ウェブ記事の次の取得期間（例えば、翌日）を迎えると、Ｓ２以降の処理を実行する。トレンド評価装置１が上記の処理を繰り返すことで、ユーザから指定された期間ごとの対象キーワードに関するトレンド評価の結果が情報保管装置５２に蓄積される。

次に、分析部１４における対象キーワードの関連キーワードの選択について、図３を用いて、具体例を交えながら説明する。ここでは、対象キーワードが「セキュリティ」である場合について説明する。分析部１４は、関連記事選択部１３により選択されたウェブ記事について、記事評価ロジック（例えば、Doc2Vec等）により当該ウェブ記事の意味内容を示す単語群（当該ウェブ記事の要約となる単語群）を作成する。そして、分析部１４は、当該単語群のうち、対象キーワードとの類似度が所定値以上の単語を１次関連単語（１次関連キーワード）として選択する。

例えば、分析部１４は、当該ウェブ記事の要約となる単語群から、「セキュリティ」との類似度が０．６５以上である「ハッキング」、「暗号化」、「国家」、「攻撃」等の単語を１次関連単語として選択する（例１）。

ここで、分析部１４は、上記の１次関連単語の他に、対象キーワードおよび１次関連単語と関連する単語（２次関連単語）をさらに選択してもよい。

例えば、分析部１４は、当該ウェブ記事の要約となる単語群から、「セキュリティ」との類似度＊「攻撃」との類似度が０．６５＾２以上となる「脆弱性」、「インジェクション」、「テスト」、「mirai」等の単語を２次関連単語として選択する（例２）。

つまり、分析部１４は、クローラ情報保管装置５１から取得したウェブ記事の要約となる単語群に対して、上次関連単語（例えば、対象キーワードおよび１次関連単語）の組み合わせの類似度を算出し、所定値以上の類似度を持つ単語を選択する。

このようにすることで、分析部１４は、関連記事選択部１３で選択されたウェブ記事から対象キーワードに関連する情報をドリルダウンすることができる。その結果、分析部１４は、対象キーワードに関連する情報を網羅したトレンド評価を行うことができる。

なお、分析部１４は、対象キーワードに対する下次関連単語を選択する際、上次関連単語と下次関連単語のなすベクトルの方向を考慮するものとする。例えば、分析部１４は、対象キーワードおよび１次関連単語に対する２次関連単語を選択する場合を考える。ここで、対象キーワード、１次関連単語、および、２次関連単語の候補となる単語にはそれぞれ類似度算出（距離算出）に用いる座標位置が付与されているものとする。この場合、分析部１４は、対象キーワードの座標位置から１次関連単語の座標位置の方向にある単語群の中から、２次関連単語を選択する。このようにすることで、分析部１４は、選択されたウェブ記事から対象キーワードに関連する度合いの高い情報を確実にドリルダウンすることができる。

また、分析部１４は、選択した下次関連単語の候補のうち、上次関連単語より類似単語が多い単語を除外してもよい。例えば、図３に示す各単語の横に付された数値は、当該単語との類似度が０．６６以上の単語数（類似単語数）を示す。ここで、対象キーワード「セキュリティ」およびその１次関連単語「攻撃」の関連単語である「テスト」の類似単語数は、８００である。一方、１次関連単語「攻撃」の類似単語数は、６００である。よって、分析部１４は、「テスト」を２次関連単語のリストから除外する。つまり、分析部１４は、上次関連単語に対して意味が発散するような関連単語を除外する。これにより、分析部１４は、上次関連単語に対して意味が発散しない下次関連単語を用いてトレンド評価を行うことができる。

次に、図４を用いて、分析部１４により出力されるトレンド評価の結果について、具体例を交えながら説明する。ここでも、対象キーワードが「セキュリティ（security）」である場合について説明する。ここでは、分析部１４は、トレンド評価の結果について、図４（ａ）に示すようなＪＳＯＮ（JavaScript Object Notation）により記述するものとする。また、図４（ｂ）に示すように、対象キーワード「security」に対する、１次関連単語は、「hacking（ハッキング）」、「crypt（暗号化）」、「attack（攻撃）」等であり、「security（セキュリティ）」および「attack（攻撃）」に対する２次関連単語は、「vulnerability（脆弱性）」、「injection（インジェクション）」、「mirai」等であるものとする。

分析部１４は、図４（ｂ）に示す単語群それぞれについて、「20170523」、「20170524」等、１日ごとのトレンド評価値（trend）を算出し、算出したトレンド評価値をＪＳＯＮにより記述すると、図４（ｃ）に示すようになる。そして、データ保管処理部１５は、分析部１４から出力されたトレンド評価の結果を受け取ると情報保管装置５２に保管する。

なお、情報保管装置５２に保管されるトレンド評価の結果は、図５（ｂ）に示すようなグラフとして出力してもよい。図５（ｂ）に示すグラフは、図５（ａ）に示す「20170523」および「20170524」のトレンド評価の結果を示すグラフである。

図５（ｂ）に示すグラフにおいて、縦軸は、各単語（対象キーワードおよび関連単語）のトレンド評価値を示し、横軸は、トレンド評価の対象とした時間（年月日）を示す。また、グラフに配置される各ブロックは単語（キーワード）を示し、ブロックが横方向に隣接する場合、当該ブロックの示す単語同士は関連することを示す。

例えば、図５（ｂ）に示すグラフにおいて、「20170523」に、「security」は、「hacking」、「crypt」、「attack」と関連し、「attack」（および「security」）は、「vulnerability」、「injection」、「mirai」と関連することを示す。なお、各単語のトレンド評価値は、各単語に対応するブロックの縦方向の長さで示される。また、「20170524」において、「security」、「hacking」、「crypt」、「attack」と関連する単語、および、各単語のトレンド評価値は、図５（ｂ）に示すように推移することを示す。

トレンド評価装置１が、上記のような情報を表示装置（図示省略）に表示することで、ユーザが指定した期間ごとに、トレンドがどのように推移したかを確認しやすくなる。

（プログラム）
また、上記の実施形態で述べたトレンド評価装置１の機能を実現するプログラムを所望の情報処理装置（コンピュータ）にインストールすることによって実装できる。例えば、パッケージソフトウェアやオンラインソフトウェアとして提供される上記のプログラムを情報処理装置に実行させることにより、情報処理装置をトレンド評価装置１として機能させることができる。ここで言う情報処理装置には、デスクトップ型またはノート型のパーソナルコンピュータが含まれる。また、その他にも、情報処理装置にはスマートフォン、携帯電話機やＰＨＳ（Personal Handyphone System）等の移動体通信端末、さらには、ＰＤＡ（Personal Digital Assistants）等がその範疇に含まれる。また、トレンド評価装置１を、クラウドサーバに実装してもよい。

図６を用いて、上記のプログラム（トレンド評価プログラム）を実行するコンピュータの一例を説明する。図６に示すように、コンピュータ１０００は、例えば、メモリ１０１０と、ＣＰＵ１０２０と、ハードディスクドライブインタフェース１０３０と、ディスクドライブインタフェース１０４０と、シリアルポートインタフェース１０５０と、ビデオアダプタ１０６０と、ネットワークインタフェース１０７０とを有する。これらの各部は、バス１０８０によって接続される。

メモリ１０１０は、ＲＯＭ（Read Only Memory）１０１１およびＲＡＭ（Random Access Memory）１０１２を含む。ＲＯＭ１０１１は、例えば、ＢＩＯＳ（Basic Input Output System）等のブートプログラムを記憶する。ハードディスクドライブインタフェース１０３０は、ハードディスクドライブ１０９０に接続される。ディスクドライブインタフェース１０４０は、ディスクドライブ１１００に接続される。ディスクドライブ１１００には、例えば、磁気ディスクや光ディスク等の着脱可能な記憶媒体が挿入される。シリアルポートインタフェース１０５０には、例えば、マウス１１１０およびキーボード１１２０が接続される。ビデオアダプタ１０６０には、例えば、ディスプレイ１１３０が接続される。

ここで、図６に示すように、ハードディスクドライブ１０９０は、例えば、ＯＳ１０９１、アプリケーションプログラム１０９２、プログラムモジュール１０９３およびプログラムデータ１０９４を記憶する。前記した実施形態で説明した各種データや情報は、例えばハードディスクドライブ１０９０やメモリ１０１０に記憶される。

そして、ＣＰＵ１０２０が、ハードディスクドライブ１０９０に記憶されたプログラムモジュール１０９３やプログラムデータ１０９４を必要に応じてＲＡＭ１０１２に読み出して、上述した各手順を実行する。

なお、上記の情報収集プログラムに係るプログラムモジュール１０９３やプログラムデータ１０９４は、ハードディスクドライブ１０９０に記憶される場合に限られず、例えば、着脱可能な記憶媒体に記憶されて、ディスクドライブ１１００等を介してＣＰＵ１０２０によって読み出されてもよい。あるいは、上記のプログラムに係るプログラムモジュール１０９３やプログラムデータ１０９４は、ＬＡＮ（Local Area Network）やＷＡＮ（Wide Area Network）等のネットワークを介して接続された他のコンピュータに記憶され、ネットワークインタフェース１０７０を介してＣＰＵ１０２０によって読み出されてもよい。

１トレンド評価装置
１１条件指定部
１２分析期間管理部
１３関連記事選択部
１４分析部
１５データ保管処理部
５１クローラ情報保管装置
５２情報保管装置

Claims

ユーザから、トレンド評価の対象キーワードと、前記トレンド評価の対象となるウェブ記事の取得期間との入力を受け付ける受け付け部と、
前記取得期間ごとにウェブ記事を取得し、機械学習による学習結果を用いて、前記ウェブ記事の意味解析を行い、前記意味解析により得られた当該ウェブ記事の意味内容を示す単語群を用いて、前記取得したウェブ記事から、前記対象キーワードとの類似度が所定値以上のウェブ記事を選択する関連記事選択部と、
前記選択されたウェブ記事の意味内容を示す単語群のうち、前記対象キーワードとの類似度が所定値以上の単語を関連キーワードとして選択し、前記選択した関連キーワードごとに、前記関連キーワードを含むウェブ記事の数を用いたトレンド評価値の算出を行い、前記取得期間における前記関連キーワードそれぞれのトレンド評価値を出力する分析部と
を備えることを特徴とするトレンド評価装置。
前記分析部は、
前記関連キーワードとして、前記対象キーワードとの類似度が所定値以上の単語である第１の関連キーワードと、前記対象キーワードおよび前記第１の関連キーワードとの類似度が所定値以上である第２の関連キーワードとを選択する
ことを特徴とする請求項１に記載のトレンド評価装置。
ユーザから、トレンド評価の対象キーワードと、前記トレンド評価の対象となるウェブ記事の取得期間との入力を受け付けるステップと、
前記取得期間ごとにウェブ記事を取得し、機械学習による学習結果を用いて、前記ウェブ記事の意味解析を行い、前記意味解析により得られた当該ウェブ記事の意味内容を示す単語群を用いて、前記取得したウェブ記事から、前記対象キーワードとの類似度が所定値以上のウェブ記事を選択するステップと、
前記選択されたウェブ記事の意味内容を示す単語群のうち、前記対象キーワードとの類似度が所定値以上の単語を関連キーワードとして選択し、前記選択した関連キーワードごとに、前記関連キーワードを含むウェブ記事の数を用いたトレンド評価値の算出を行い、前記取得期間における前記関連キーワードそれぞれのトレンド評価値を出力するステップと
をトレンド評価装置が実行することを特徴とするトレンド評価方法。