JP7032233B2 - 情報処理装置、情報処理方法、および情報処理プログラム - Google Patents

情報処理装置、情報処理方法、および情報処理プログラム Download PDF

Info

Publication number
JP7032233B2
JP7032233B2 JP2018096576A JP2018096576A JP7032233B2 JP 7032233 B2 JP7032233 B2 JP 7032233B2 JP 2018096576 A JP2018096576 A JP 2018096576A JP 2018096576 A JP2018096576 A JP 2018096576A JP 7032233 B2 JP7032233 B2 JP 7032233B2
Authority
JP
Japan
Prior art keywords
graph
node
information processing
information
processing apparatus
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2018096576A
Other languages
English (en)
Other versions
JP2019200737A (ja
Inventor
祐 宮崎
隼人 小林
晃平 菅原
正樹 野口
朋哉 山崎
一騎 山内
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yahoo Japan Corp
Original Assignee
Yahoo Japan Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yahoo Japan Corp filed Critical Yahoo Japan Corp
Priority to JP2018096576A priority Critical patent/JP7032233B2/ja
Priority to US16/284,383 priority patent/US20190354533A1/en
Publication of JP2019200737A publication Critical patent/JP2019200737A/ja
Application granted granted Critical
Publication of JP7032233B2 publication Critical patent/JP7032233B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2457—Query processing with adaptation to user needs
    • G06F16/24578—Query processing with adaptation to user needs using ranking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/01—Social networking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/10—Office automation; Time management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282—Rating or review of business operators or products

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Computational Linguistics (AREA)
  • Tourism & Hospitality (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Software Systems (AREA)
  • Animal Behavior & Ethology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Description

本発明は、情報処理装置、情報処理方法、および情報処理プログラムに関する。
従来、種々の情報に対する評価を算出する提供する技術が知られている。このような技術の一例として、グラフに変形されたページランクアルゴリズムを適用して各文の重要度を算定する技術が知られている。
特開２０１７－５４５０９号公報
"Dynamic PageRank Using Evolving Teleportation"， Ryan A. Rossi and David F. Gleich＜インターネット＞http://ryanrossi.com/pubs/rossi-gleich-dynamic-pagerank.pdf（平成３０年５月７日検索） "A Dynamical System for PageRank with Time-Dependent Teleportation"， David F. Gleich and Ryan A. Rossi Internet Mathematics Vol. 10: 188-217＜インターネット＞http://ryanrossi.com/pubs/dynamic-pagerank.pdf（平成３０年５月７日検索）
しかしながら、将来を加味した評価に基づく情報を適切に提供することができない場合がある。例えば、単純に文書等の対象を評価するだけでは、その評価が現時点の評価であって、今後の成長等を加味した評価、すなわち未来の評価となっているとは言い難い。このため、将来を加味した評価に基づく情報を適切に提供することができない場合がある。
本願は、上記に鑑みてなされたものであって、将来を加味した評価に基づく情報を適切に提供することを目的とする。
本願に係る情報処理装置は、所定の要素をノードとし、各要素間の関係性をノード間のリンクとして示す第１グラフから生成される第２グラフであって、前記第１グラフの将来の状態を示す第２グラフの各ノードに対する評価関数を生成する生成部と、前記生成部により生成された前記各ノードの前記評価関数に基づいて、前記第２グラフに関する情報を提供する提供部と、を備えることを特徴とする。
実施形態の一態様によれば、将来を加味した評価に基づく情報を適切に提供することができる。
図１は、実施形態に係る情報処理装置が実行する生成処理および提供処理の一例を示す図である。 図２は、実施形態に係る情報処理装置の構成例を示す図である。 図３は、実施形態に係る第１グラフデータベースに登録される情報の一例を示す図である。 図４は、実施形態に係る第２グラフデータベースに登録される情報の一例を示す図である。 図５は、実施形態に係るグラフに対応する行列の一例を示す図である。 図６は、実施形態に係る生成処理および提供処理の流れの一例を説明するフローチャートである。 図７は、ハードウェア構成の一例を示す図である。
以下に、本願に係る情報処理装置、情報処理方法、および情報処理プログラムを実施するための形態（以下、「実施形態」と記載する。）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、情報処理方法、および情報処理プログラムが限定されるものではない。
［実施形態］
〔１．情報処理装置の一例〕
まず、図１を用いて、生成処理および提供処理を実行する情報処理装置の一例について説明する。図１は、実施形態に係る情報処理装置が実行する生成処理および提供処理の一例を示す図である。図１では、情報処理装置１０は、以下に説明する生成処理および提供処理を実行する情報処理装置であり、例えば、サーバ装置やクラウドシステム等により実現される。
より具体的には、情報処理装置１０は、インターネット等の所定のネットワークＮを介して、入出力装置１００（例えば、図２を参照）といった任意の装置と通信が可能である。ここで、入出力装置１００は、マイクなどの音声を取得する音声取得装置を用いて、利用者の発言を取得する。そして、入出力装置１００は、任意の音声認識技術を用いて、発言をテキストデータに変換し、変換後のテキストデータを情報処理装置１０へと送信する。また、入出力装置１００は、スピーカ等の音声を出力する装置を用いて、情報処理装置１０情報処理装置１０から受信したテキストデータの読み上げを行う。なお、入出力装置１００は、情報処理装置１０から受信したテキストデータを所定の表示装置に表示してもよい。
なお、入出力装置１００は、スマートフォンやタブレット等のスマートデバイス、デスクトップＰＣ（Personal Computer）やノートＰＣ等、サーバ装置等の情報処理装置により実現される。なお、入出力装置１００は、例えば、同一の情報処理装置によって実現されてもよく、例えば、ロボット等の装置によって実現されてもよい。
〔２．情報処理装置が実行する生成処理および提供処理について〕
ここで、論文などの技術文献等の要素の現時点での評価に基づいて、利用者に情報提供し、その情報に基づいて、利用者の対話や発想を促進させることが考えられる。しかしながら、このような技術では、その時点での評価に基づくのみであり、今後成長する技術や新たなアイデアにより発展する見込みのある（イノベーションが起こりやすい）対象に関する情報を提供することができないおそれがある。
ここで、将来発展が期待される技術分野等の対象を予測し、予測した技術分野を利用者間の対話の主題として提案した場合には、ブレスト等といった利用者間の対話を効率化することができると予測される。しかしながら、単に情報提供の時点で評価が高い技術分野を提案しただけでは、必ずしも利用者の対話を効率化できているとは言えない。例えば、情報提供の時点で既に完成された対象（技術分野）はその時点では評価は高いが、新たな技術が生じ難い場合や発展性が乏しい場合等がある。このような場合、その対象に関する情報を提供しても、対話や発想により新たな技術が生じる可能性が低く、提供する情報として適切であるとは言えない場合がある。すなわち、発展性が乏しい分野を提案した場合、利用者間の対話においてイノベーションとなる新たな技術を生み出すことができなくなるおそれがある。
〔２－１．情報処理装置が実行する生成処理について〕
そこで、情報処理装置１０は、グラフを成長させ、成長させた段階での各対象を評価することにより、今後の成長を加味した各対象の評価を行い、その結果に基づいて情報提供を行う。そのために、情報処理装置１０は、以下の生成処理を実行する。なお、以下では、成長させる前のグラフを第１グラフと記載し、第１グラフを成長させた後のグラフを第２グラフと記載する場合がある。言い換えると、第１グラフは、生成処理時点（現時点）におけるグラフを示し、第２グラフは、将来（未来）の第１グラフの状態、すなわち現時点の第１グラフを基に予測される未来のグラフを示す。
また、以下では、第１グラフ及び第２グラフの両方に含まれるノードを第１ノードと記載し、第２グラフのみに含まれるノードを第２ノードと記載する場合がある。言い換えると、第１ノードは、生成処理時点（現時点）に既に対象となっている要素に対応し、第２ノードは、グラフを成長させる処理により追加される将来（未来）の要素、すなわち仮想的な要素に対応する。また、以下では、第１グラフ及び第２グラフの両方に含まれるリンクを第１リンクと記載し、第２グラフのみに含まれるリンクを第２リンクと記載する場合がある。言い換えると、第１ノード間をつなぐリンクが第１リンクとなり、第２ノードと他のノード（第１ノードや第２ノード）との間をつなぐリンクが第２リンクとなる。
ここで、情報処理装置１０は、種々の対象を要素とし、その要素の各々に対応する第１ノードを含む第１グラフを用いてもよい。例えば、情報処理装置１０は、技術に関する文書等を要素とし、その要素の各々に対応する第１ノードを含む第１グラフを用いてもよい。例えば、情報処理装置１０は、技術文献を要素とし、その要素の各々に対応する第１ノードを含む第１グラフを用いてもよい。また、情報処理装置１０は、特許発明や特許出願を要素とし、その要素の各々に対応する第１ノードを含む第１グラフを用いてもよい。また、情報処理装置１０は、１つの論文を１つの技術要素と見做し、引用関係がある論文同士をリンクにより接続することで、第１グラフを生成してもよい。また、情報処理装置１０は、共通性を有する複数の論文を１つの要素と見做してもよい。また、情報処理装置１０は、引用関係に限らず、文書に含まれるキーワードの類似性等に基づいて、類似性を有する文書同士をリンクにより接続することで、第１グラフを生成してもよい。以下では、ノードに対応する要素が技術文献である場合を一例として説明する。
例えば、情報処理装置１０は、ｗ２ｖ（word2vec）やｓ２ｖ(sentence2vec)等により、技術文献を単語や文章をベクトル（多次元量）に変換してもよい。例えば、情報処理装置１０は、ｗ２ｖやｓ２ｖ等により、技術文献に含まれる単語や文章をベクトル（多次元量）に変換し、その情報を基に技術文献ごとのベクトルを生成してもよい。例えば、情報処理装置１０は、外部装置等から取得した技術文献から、形態素解析等の技術を用いて単語群を抽出し、抽出した単語をベクトルに変換し、そのベクトルに基づいて技術文献のベクトルを生成してもよい。例えば、情報処理装置１０は、技術文献のベクトルを用いて、種々の処理を行なってもよい。例えば、情報処理装置１０は、技術文献のベクトルを比較することにより、種々の処理を行なってもよい。例えば、情報処理装置１０は、技術文献のベクトルを用いて、技術文献間の距離を導出してもよい。
また、情報処理装置１０は、第１グラフから第１グラフの将来の状態を示す第２グラフを生成する。情報処理装置１０は、第１グラフを成長させることにより、第２ノードと第２リンクが第１グラフに追加された第２グラフを生成する。情報処理装置１０は、第１ノード間が第１リンクにより連結される第１グラフを成長させることにより、第１グラフに第２ノードと第２リンクとが追加された第２グラフを生成する。情報処理装置１０は、将来の技術文献、すなわち仮想的な技術文献に対応する第２ノードを、第１グラフに追加することにより２グラフを生成する。
例えば、情報処理装置１０は、バラバシ・アルバートモデルに基づいて、将来の要素に対応する発生ノードを予測することにより、ノード（第２ノード）を追加し、第１グラフを成長させた第２グラフを生成する。例えば、情報処理装置１０は、発生ノードを第２ノードとしてグラフに追加してもよい。例えば、情報処理装置１０は、ｍ個（例えばｍは任意の１以上の自然数）の頂点からなる完全グラフＫｍを第１グラフとして用いる。そして、情報処理装置１０は、新しい頂点（ノード）を１個追加する。そして、情報処理装置１０は、その新しい頂点（ノード）から、すでに存在しているｍ個の頂点に対して辺を張る。例えば、情報処理装置１０は、その新しい頂点（第２ノード）から、存在している頂点（ノード）に対して所定の本数のリンクを連結する。このとき、辺（リンク）が張られる確率は、それぞれの頂点（ノード）のその時点での次数ｋに比例するものとする。例えば、情報処理装置１０は、新しく追加するノードからリンクを連結する時点における各ノードの次数に応じて、新しく追加するノードからリンクを連結する。情報処理装置１０は、新しく追加するノードからリンクを連結する時点において、次数が高いノードに新しく追加するノードからのリンクが連結されやすくなるように、新しく追加するノードからリンクを他のノードに連結する。情報処理装置１０は、上記のような新しくノードを追加し、リンクを連結する処理を、ノードの数が所定数（例えば１万等）になるまで繰り返す。
図１の（Ａ）に示す例では、情報処理装置１０は、第１グラフＧＲ１１を成長させることにより、第２グラフＧＲ１２を生成する。例えば、図１の（Ａ）の第１グラフＧＲ１１に示す円の図形「●」がノードを示し、円の図形間を結ぶ辺（線）がリンクを示し、他のグラフの同様にノード及びリンクを示す。すなわち、図１の（Ａ）の第１グラフＧＲ１１は、図示する３つのノード等や３つのリンク等を含む。具体的には、第１グラフＧＲ１１は、ノード＃１、＃２、＃３の３つの第１ノード等やそれらの第１ノードを連結する３つの第１リンク等を含む。なお、図１の第１グラフＧＲ１１では、説明を簡単にするために３つのノード及び３つのリンクを図示するが、第１グラフＧＲ１１は、３より多い多数（例えば１０００等）のノードを含んでもよい。
また、図１の（Ａ）に示す各グラフの上部に示すｔはグラフの成長過程を示し、ｔが大きい程、より将来の時点に対応するグラフであることを示す。例えば、成長させる前の時点に対応する第１グラフＧＲ１１はｔ＝０の時点でのグラフを示し、ｔ＝１、２、３、４の各々に対応するグラフは、第２ノードを追加し、グラフを成長させた各状態に対応する。
情報処理装置１０は、第１グラフＧＲ１１に１つの第２ノードとその第２ノードからの３つのリンクとを追加することにより、第１グラフＧＲ１１を成長させて、ｔ＝１に対応する第２グラフを生成する。また、情報処理装置１０は、ｔ＝１に対応する第２グラフに１つの第２ノードとその第２ノードからの３つのリンクとを追加することにより、ｔ＝１に対応する第２グラフを成長させて、ｔ＝２に対応する第２グラフを生成する。また、情報処理装置１０は、ｔ＝２に対応する第２グラフに１つの第２ノードとその第２ノードからの３つのリンクとを追加することにより、ｔ＝２に対応する第２グラフを成長させて、ｔ＝３に対応する第２グラフを生成する。また、情報処理装置１０は、ｔ＝３に対応する第２グラフに１つの第２ノードとその第２ノードからの３つのリンクとを追加することにより、ｔ＝３に対応する第２グラフを成長させて、ｔ＝４に対応する第２グラフＧＲ１２を生成する。これにより、情報処理装置１０は、第１グラフＧＲ１１の将来の状態を示す第２グラフＧＲ１２を生成する。なお、１つの第２ノードに連結する第２リンクの数は、３に限らず、例えば１０等の種々の本数であってもよい。
なお、情報処理装置１０は、第１グラフから第１グラフの将来の状態を示す第２グラフを生成可能であれば、バラバシ・アルバートモデルに限らず、どのような手法を用いてもよい。例えば、情報処理装置１０は、生成される第２グラフがスケールフリー性に関する条件を満たせば、どのような手法を用いてもよい。例えば、情報処理装置１０は、優先的選択に関する条件を満たせば、どのような手法を用いてもよい。例えば、情報処理装置１０は、次数の高いノードに、新たに追加するノードがリンクされやすくなれば、どのような手法を用いてもよい。例えば、情報処理装置１０は、既にリンクされているノード数が多いノードに、新たに追加するノードがリンクされやすくなれば、どのような手法を用いてもよい。また、情報処理装置１０は、第１グラフとして、完全グラフに限らず、種々の形態のグラフを用いて、第２グラフを生成してもよい。例えば、情報処理装置１０は、各ノードが一部のノードと連結された第１グラフとして用いてもよい。
ここで、第１グラフを成長させた第２グラフは、図５に示すような行列ＭＴＡ（以下「行列Ａ」ともいう）や行列ＭＴＤ（以下「行列Ｄ」ともいう）に展開（表現）することができる。図５は、実施形態に係るグラフに対応する行列の一例を示す図である。
図５中の行列Ａは、グラフを表現するために用いる行列、いわゆる隣接行列である。例えば、ある頂点ｖとｗの間のリンクの有無に応じて行列の（ｖ，ｗ）成分に所定の値を割り当てる。例えば、行列Ａの対角成分（例えば（１，１）成分等）は「０」となる。例えば、ノード＃１とノード＃２との間にリンクが連結されている場合、ノード＃１及びノード＃２に対応する行列Ａの成分に所定の値を割り当てる。例えば、ノード＃１とノード＃２との間にリンクが連結されている場合、行列Ａの(１，２)成分や(２，１)成分に「１」を割り当てる。例えば、ノード＃１とノード＃２との間にリンクが連結されている場合、行列Ａの(１，２)成分や(２，１)成分には、ノード＃１とノード＃２との間の距離に基づく値が割り当てられてもよい。行列Ａの(１，２)成分や(２，１)成分には、所定の距離関数に基づく値が割り当てられてもよい。例えば、行列Ａの(１，２)成分や(２，１)成分には、ノード＃１のベクトル及びノード＃２のベクトルを変数として所定の距離関数が算出する値が割り当てられてもよい。例えば、ノード＃１とノード＃３との間にリンクが連結されていない場合、行列Ａの(１，３)成分や(３，１)成分に「０」を割り当てる。このように、「ノード＃＊」の「＊（＊は任意の自然数）」が行列の行や列に対応してもよいが、各ノードが各行や列に対応すればどのような対応であってもよい。なお、グラフが有向グラフである場合や各リンクに重みが付されている場合、行列Ａはその態様に応じた各成分を含む行列となる。
図５中の行列Ａにおける範囲ＡＲ１１（行列Ａのハッチング部分）は、グラフを成長させる前の第１グラフの第１ノードに対応する。すなわち、図５中の行列Ａにおける範囲ＡＲ１１以外の範囲は、グラフの成長による未来の状態に関する成分に対応する。図５中の行列Ａの成分ＥＬ１等の丸の図形で示す部分は、グラフの成長により「０」以外の値が割り当てられる成分を示す。例えば、図５中の行列Ａの成分ＥＬ１等の丸の図形で示す部分は、グラフの成長により「１」を割り当てる成分を示す。例えば、第１ノードであるノード＃１と第２ノードであるノード＃１００１との間がリンクで連結された場合、行列Ａの(１，１００１)成分や(１００１，１)成分に「１」が割り当てられる。このように、図５中の行列Ａには、未来の状態を加味した情報が含まれる。
また、図５中の行列Ｄは、グラフを表現するために用いる行列であり、例えば次数行列（度数行列）であってもよい。例えば、図５中の行列Ｄは、各ノードの次数（度数）を示す行列である。例えば、ある頂点ｖの次数を行列の（ｖ，ｖ）成分に割り当てる。例えば、行列Ｄの対角成分以外の成分は「０」となる。例えば、ノード＃１に３つのノードがリンクにより連結されている場合、行列Ｄの(１，１)成分に「３」を割り当てる。なお、図５の例では、重み無しの無向グラフを一例として説明するが、グラフが有向グラフである場合や各リンクに重みが付されている場合、行列Ｄはその態様に応じた各成分を含む行列となる。
図５中の行列Ｄにおける範囲ＡＲ２１（行列Ｄのハッチング部分）は、グラフを成長させる前の第１グラフの第１ノードに対応する。すなわち、図５中の行列Ｄにおける範囲ＡＲ２１以外の範囲は、グラフの成長による未来の状態に関する成分に対応する。図５中の行列Ｄの成分ＥＬ２等の丸の図形で示す部分は、グラフの成長により「０」以外の値を割り当てる成分を示す。例えば、図５中の行列Ｄの成分ＥＬ２等の丸の図形で示す部分は、グラフの成長により対応するノードの次数を割り当てる成分を示す。例えば、第２ノードであるノード＃１００１から３本のリンクが他のノードに連結された場合、行列Ｄの(１００１，１００１)成分に「３」が割り当てられる。また、第２ノードであるノード＃１００１から３本のリンクが連結された他のノードに対応する行列Ｄ中の成分も更新される。例えば、第２ノードであるノード＃１００１から１本のリンクが新たに連結されたノード（例えばノード＃３）に対応する行列Ｄ中の（３，３）成分に１加算される。このように、図５中の行列Ｄには、未来の状態を加味した情報が含まれる。なお、情報処理装置１０が上記のような行列Ａや行列Ｄを生成してもよい。
そして、情報処理装置１０は、上記のような行列Ａや行列Ｄの情報を用いて、第２グラフ中の各ノードの評価情報を生成する。例えば、情報処理装置１０は、各ノードに連結されるリンク数及び他のノードに基づいて、各ノードの評価情報を生成する。情報処理装置１０は、ダイナミックページランクに基づいて、第２グラフ中の各ノードの評価情報を生成する。例えば、情報処理装置１０は、ダイナミックページランクに基づいて、第２グラフ中の各ノードの評価関数を生成する。例えば、情報処理装置１０は、非特許文献１や非特許文献２に開示されるようなダイナミックページランクの技術を用いて、第２グラフ中の各ノードの評価関数を生成する。例えば、情報処理装置１０は、非特許文献１や非特許文献２に開示される手法を第２グラフ中の各ノードに適用することにより、第２グラフ中の各ノードの評価関数を生成する。
例えば、情報処理装置１０は、以下の式（１）を用いて、各ノードから他のノードへの遷移する確率を示す情報を生成する。
Figure 0007032233000001
上記の式（１）中の「ＡＴ」は、行列Ａの転置行列を示す。上記の式（１）中の「Ｄ－１」は、行列Ｄの逆行列を示す。情報処理装置１０は、行列Ａの転置行列ＡＴと、行列Ｄの逆行列Ｄ－１とに基づいて、各ノードから他のノードへの遷移する確率を示す行列Ｐを導出する。例えば、行列Ｐ中の「Ｐｊ，ｉ」は、ノードｉからノードｊへ遷移する確率を示す。行列Ｐ中の（ｊ，ｉ）成分は、ノードｉからノードｊへ遷移する確率を示す。また、情報処理装置１０は、下記の式（２）に示すような所定の減衰パラメータ「α」を用いてもよい。なお、下記の式（２）中の減衰パラメータ「α」は、例えば「０．８５」や「０．９」等、適宜設定されてもよい。
Figure 0007032233000002
例えば、情報処理装置１０は、上記のように、非特許文献１や非特許文献２に開示されるようなダイナミックページランクの技術を用いて、第２グラフＧＲ１２中の各ノードの評価情報を生成する。情報処理装置１０は、ダイナミックページランクに基づいて、第２グラフＧＲ１２中の各ノードの評価関数を生成する。そして、図１の（Ｂ）に示すように、情報処理装置１０は、生成したグラフＧＲ１２中の各ノードの評価関数に基づく、各ノードの評価に関する確率分布情報を生成する。例えば、情報処理装置１０は、グラフＧＲ１２中のノード＃１００１に対応する確率分布ＲＰに示すような、各ノードの評価に関する確率分布情報を生成する。
このような、第２グラフＧＲ１２中の各ノードの評価関数や確率分布情報は、第１グラフＧＲ１１が成長した後の各ノードの評価、すなわち、将来の時点における各ノードの評価を反映している情報を示す。そのため、第２グラフＧＲ１２中の各ノードの評価を示す情報は、今後どのような内容の技術文献が評価されるかや、どのような分野の技術が進展する見込みが有るか等を示す指標と見做すことができる。すなわち、第２グラフＧＲ１２中の各ノードの評価を示す情報は、利用者間の対話においてイノベーションとなる新たな技術を生み出す可能性が高い分野や発展性が高い分野等、将来の有望な対象を示す情報として、利用者に情報提供することが望ましいかを示す情報である。
〔３．情報処理装置が実行する処理の一例〕
次に、図１を用いて、情報処理装置１０が実行する生成処理および提供処理の一例について説明する。まず、情報処理装置１０が実行する生成処理の一例について説明する。
まず、情報処理装置１０は、第１グラフを成長させ、第１グラフの将来の状態を示す第２グラフを生成する（ステップＳ１）。例えば、情報処理装置１０は、第１グラフに第２グラフ及び第２リンクを追加することにより、第２グラフを生成する。情報処理装置１０は、バラバシ・アルバートモデルに基づいて、将来の要素に対応する発生ノードを予測することにより、第２ノードを追加し、第１グラフを成長させた第２グラフを生成する。
例えば、情報処理装置１０は、図１の（Ａ）に示すように、第１グラフＧＲ１１を成長させることにより、第２グラフＧＲ１２を生成する。図１の例では、情報処理装置１０は、ｔ＝０～４に示すように、第２ノードを順次追加することにより、第１グラフＧＲ１１から第２グラフＧＲ１２を生成する。例えば、情報処理装置１０は、「ｔ」が１加算される毎に行われる追加処理において、１つの第２ノードと３つの第２リンクを順次追加することにより、第２グラフＧＲ１２を生成する。具体的には、情報処理装置１０は、１回の追加処理で、１つの第２リンクとその第２リンクと他のノードを連結する３つの第２リンクを追加する。
例えば、情報処理装置１０は、１回の追加処理で、行列Ａでは、対応する成分に１が割り当てられる。また、例えば、情報処理装置１０は、１回の追加処理で、行列Ｄでは、新規追加された第２ノードに対応する対角成分に所定の値が割り当てられ、新規追加された第２ノードとリンクが連結された他のノードに対応する対角成分が更新される。図１では、情報処理装置１０は、１回の追加処理で、行列Ｄでは、新規追加された第２ノードに対応する対角成分に３が割り当てられる。また、例えば、情報処理装置１０は、１回の追加処理で、行列Ｄでは、新規追加された第２ノードとリンクが連結された他のノードに対応する対角成分に１加算される。
情報処理装置１０は、第２グラフＧＲ１２の各ノードの評価をダイナミックページランクに基づいて生成する（ステップＳ２）。例えば、情報処理装置１０は、非特許文献１や非特許文献２に開示されるようなダイナミックページランクの技術を用いて、第２グラフＧＲ１２中の各ノードの評価関数を生成する。情報処理装置１０は、ダイナミックページランクに基づいて、各ノード＃１～＃３、＃１００１～＃１００４等の評価関数を生成する。例えば、情報処理装置１０は、時間を変数とする評価関数を生成する。そして、図１の（Ｂ）に示すように、情報処理装置１０は、生成した第２グラフＧＲ１２中の各ノードの評価関数に基づく、各ノードの評価に関する確率分布情報を生成する。例えば、情報処理装置１０は、グラフＧＲ１２中のノード＃１００１に対応する確率分布ＲＰに示すような、各ノードの評価に関する確率分布情報を生成する。
そして、情報処理装置１０は、第２グラフＧＲ１２中の各ノードを順位付けする。例えば、情報処理装置１０は、ダイナミックページランク等の種々の従来技術を適宜用いて、第２グラフＧＲ１２中の各ノードを順位付けする。情報処理装置１０は、各ノードの評価関数や確率分布情報等を適宜用いて、第２グラフＧＲ１２中の各ノードを順位付けしてもよい。例えば、情報処理装置１０は、所定の時間（一時点）での値や最大値等に基づいて、第２グラフＧＲ１２中の各ノードを順位付けしてもよい。図１では、情報処理装置１０は、ランク情報ＲＫ１１に示すように、各ノード＃１～＃３、＃１００１～＃１００４等を順位付けする。情報処理装置１０は、ノード＃３、＃１００３、＃１００４等の順に順位付けする。すなわち、情報処理装置１０は、ノード＃３、＃１００３、＃１００４等の順に評価が高いと決定する。そして、情報処理装置１０は、各ノードの評価に基づいて、提供する第２グラフに関する情報を決定する。
そして、情報処理装置１０は、各ノードの評価に基づいて、第１ノードに対応する技術文献を示す情報を提供する（ステップＳ３）。図１に示す例では、情報処理装置１０は、ランク情報ＲＫ１１に示すように、ランキングが最も高い第１ノードであるノード＃３に関する情報を提供すると決定する。そして、情報処理装置１０は、ノード＃３を示す情報を提供する。情報処理装置１０は、ノード＃３に対応する技術文献＃３を示す情報を提供する。このように、情報処理装置１０は、第２グラフＧＲ１２及び第１グラフＧＲ１１に含まれる第１ノードのうち、評価が最も高いノード＃３を示す情報を提供する。この結果、情報処理装置１０は、より成長が期待される分野の技術文献を対話や発想の対象として提案することができるので、技術戦略立案やブレスト時のテーマ選定において、イノベーションの導出に役立つテーマを特定し、利用者に提供することができる。すなわち、情報処理装置１０は、将来を加味した評価に基づく情報を適切に提供することができる。
なお、図１に示す例では、情報処理装置１０は、そのノード自身の評価が高い第１ノードを示す情報を提供したが、実施形態は、これに限定されるものではない。例えば、情報処理装置１０は、第１ノードのうち、連結される第２ノードの評価が高い第１ノードを示す情報を提供してもよい。例えば、情報処理装置１０は、ランキングが２番目に高い第２ノードであるノード＃１００３と、ランキングが３番目に高い第２ノードであるノード＃１００４とに連結された第１ノードであるノード＃１を示す情報を提供してもよい。これにより、情報処理装置１０は、将来の要素のうち、高い評価となる要素の基となる、既存の要素（第１ノード）を示す情報を利用者に提供することにより、利用者にイノベーションの導出に役立つ既存技術を示す情報を提供することができる。したがって、情報処理装置１０は、将来を加味した評価に基づく情報を適切に提供することができる。
〔４．情報処理装置の構成〕
以下、上記した生成処理および提供処理を実現する情報処理装置１０が有する機能構成の一例について説明する。図２は、実施形態に係る情報処理装置の構成例を示す図である。図２に示すように、情報処理装置１０は、通信部２０、記憶部３０、および制御部４０を有する。
通信部２０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部２０は、ネットワークＮと有線または無線で接続され、入出力装置１００や利用者の端末装置（図示せず）等との間で情報の送受信を行う。
記憶部３０は、例えば、ＲＡＭ（Random Access Memory)、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。また、記憶部３０は、第１グラフデータベース３１と第２グラフデータベース３２とを記憶する。なお、記憶部３０は、第１グラフデータベース３１と第２グラフデータベース３２に限らず、種々の情報を記憶してもよい。例えば、記憶部３０は、第１グラフデータベース３１中のノード（第１ノード）と技術文献等の要素との対応付けを示す情報を記憶する。記憶部３０は、各ノードのベクトルデータを記憶してもよい。
第１グラフデータベース３１には、第１グラフに関する各種情報が登録されている。例えば、図３は、実施形態に係る第１グラフデータベースに登録される情報の一例を示す図である。図３に示す例では、第１グラフデータベース３１には、「リンクＩＤ（Identifier）」、「ノードＩＤ」等といった項目を有する情報が登録される。
ここで、「リンクＩＤ」とは、グラフに含まれるリンクを識別するための情報である。また、「ノードＩＤ」とは、対応付けられた「リンクＩＤ」が示すリンクによって接続されたノード、すなわち、関連性を有する２つの技術文献等の要素を示すノードを識別する情報である。
例えば、図３に示す例では、リンクＩＤ「リンク＃１」には、ノードＩＤ「ノード＃１」、およびノードＩＤ「ノード＃２」が対応付けて登録されている。このような情報は、リンクＩＤ「リンク＃１」が示すリンクにより、ノードＩＤ「ノード＃１」が示すノードと、ノードＩＤ「ノード＃２」が示すノードとが接続されていることを示す。
なお、図３に示す例では、「リンク＃１」、「ノード＃１」等といった概念的な値について記載したが、実際には、リンクやノードを示す文字列や数値等が登録されることとなる。また、図３に示す情報は、あくまで一例であり、第１グラフデータベース３１には、グラフ構造を有するデータであれば、任意の形式のデータが登録されていてよい。
また、第１グラフデータベース３１には、技術分野（カテゴリ）ごとの第１グラフが登録されてもよい。例えば、第１グラフデータベース３１には、各技術分野（カテゴリ）に属する論文をノードとし、その引用関係をリンクとした、技術分野ごとの第１グラフが登録されてもよい。なお、リンクは、参照元と参照先との関係を示すリンク、すなわち向きが有るリンクであってもよい。この場合、第１グラフは有向グラフであってもよい。
第２グラフデータベース３２には、第２グラフに関する各種情報が登録されている。例えば、図４は、実施形態に係る第２グラフデータベースに登録される情報の一例を示す図である。図４に示す例では、第２グラフデータベース３２には、「リンクＩＤ（Identifier）」、「ノードＩＤ」等といった項目を有する情報が登録される。
ここで、「リンクＩＤ」とは、グラフに含まれるリンクを識別するための情報である。また、「ノードＩＤ」とは、対応付けられた「リンクＩＤ」が示すリンクによって接続されたノード、すなわち、関連性を有する２つの技術文献（論文）等の要素を示すノードを識別する情報である。
例えば、図４に示す例では、リンクＩＤ「リンク＃１０００１」には、ノードＩＤ「ノード＃１００１」、およびノードＩＤ「ノード＃２」が対応付けて登録されている。このような情報は、リンクＩＤ「リンク＃１０００１」が示すリンクにより、ノードＩＤ「ノード＃１００１」が示すノードと、ノードＩＤ「ノード＃２」が示すノードとが接続されていることを示す。
なお、図４に示す例では、「リンク＃１０００１」、「ノード＃１００１」等といった概念的な値について記載したが、実際には、リンクやノードを示す文字列や数値等が登録されることとなる。また、図４に示す情報は、あくまで一例であり、第２グラフデータベース３２には、グラフ構造を有するデータであれば、任意の形式のデータが登録されていてよい。
また、第２グラフデータベース３２には、技術分野（カテゴリ）ごとの第２グラフが登録されてもよい。例えば、第２グラフデータベース３２には、各技術分野（カテゴリ）に属する論文をノードとし、その引用関係をリンクとした、技術分野ごとの第２グラフが登録されてもよい。第２グラフデータベース３２には、各ノードが第１ノードか第２ノードかを識別する情報が登録されてもよい。また、第２グラフデータベース３２には、各リンクが第１リンクか第２リンクかを識別する情報が登録されてもよい。なお、リンクは、参照元と参照先との関係を示すリンク、すなわち向きが有るリンクであってもよい。この場合、第２グラフは有向グラフであってもよい。
図２に戻り、説明を続ける。制御部４０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）等のプロセッサによって、情報処理装置１０内部の記憶装置に記憶されている各種プログラムがＲＡＭ等を作業領域として実行されることにより実現される。また、制御部４０は、コントローラ（controller）であり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現されてもよい。
図２に示すように、制御部４０は、取得部４１、生成部４２、決定部４３、および提供部４４を有し、上述した生成処理および提供処理を実行する。例えば、生成部４２は、上述した生成処理を実行し、提供部４４は、上述した提供処理を実行する。
取得部４１は、各種情報を取得する。取得部４１は、生成処理や提供処理を実行するために必要な各種の情報を取得する。例えば、取得部４１は、記憶部３０から各種情報を取得する。例えば、取得部４１は、第１グラフデータベース３１や第２グラフデータベース３２等から各種情報を取得する。また、取得部４１は、各種情報を外部の情報処理装置から取得する。取得部４１は、入出力装置１００等の外部装置から各種情報を取得する。
取得部４１は、第１グラフを取得する。取得部４１は、第１グラフを外部装置や第１グラフデータベース３１等から取得する。例えば、取得部４１は、医療、物理学、料理等、様々なカテゴリに関連する技術文献をノードとする第１グラフを取得する。取得部４１は、医療、物理学、料理等、様々なカテゴリに関連する論文をノードとする第１グラフを取得する。取得部４１は、技術文献をノードとし、各技術文献間の引用関係をリンクとする第１グラフを取得する。取得部４１は、第２グラフを取得する。取得部４１は、第２グラフを第２グラフデータベース３２等から取得する。
生成部４２は、各種情報を生成する。生成部４２は、取得部４１により取得された各種情報に基づいて、種々の情報を生成する。例えば、生成部４２は、記憶部３０に記憶された各種情報に基づいて、種々の情報を生成する。例えば、生成部４２は、第１グラフデータベース３１や第２グラフデータベース３２等に記憶された情報に基づいて、各種情報を生成する。生成部４２は、決定部４３により決定された各種情報に基づいて、種々の情報を生成する。
生成部４２は、所定の要素をノードとし、各要素間の関係性をノード間のリンクとして示す第１グラフから生成される第２グラフであって、第１グラフの将来の状態を示す第２グラフの各ノードに対する評価関数を生成する。生成部４２は、ダイナミックページランクに基づいて、各ノードの評価関数を生成する。生成部４２は、バラバシ・アルバートモデルに基づいて、将来の要素に対応する発生ノードを予測することにより、ノードを追加し、第１グラフを成長させた第２グラフを生成する。
生成部４２は、所定の対象の各々に対応する第１ノードと、各対象間の関係性に基づいて第１ノード間を連結する第１リンクとを含む第１グラフを成長させることにより、第２ノードと、第２ノードを他のノードに連結する第２リンクとが、第１グラフに追加された第２グラフの各ノード間の連結関係に基づいて、各ノードの評価を示す評価情報を生成する。生成部４２は、第１ノードとは異なる仮想的な対象に対応する第２ノードと、第２リンクとを、第１グラフに追加することにより生成された第２グラフの各ノード間の連結関係に基づいて、各ノードの評価を示す評価情報を生成する。生成部４２は、バラバシ・アルバートモデルに基づいて、第１グラフを成長させることにより、第２ノードと第２リンクが第１グラフに追加された第２グラフを生成する。
生成部４２は、ダイナミックページランクに基づいて、各ノードの評価情報を生成する。生成部４２は、ダイナミックページランクに基づいて、各ノードに割当てられる評価情報である確率分布を生成する。生成部４２は、ダイナミックページランクにより各ノードに割当てられる評価関数に基づいて、確率分布を生成する。なお、生成部４２は、ダイナミックページランクに限らず、種々の手法を用いて、各ノードの評価情報を生成してもよい。例えば、生成部４２は、将来のノードを含めたグラフにおけるノードを評価可能であれば、どのような評価手法を用いて、各ノードの評価情報を生成してもよい。例えば、生成部４２は、各ノードのリンク数（次数）や連結されるノードに基づいて、各ノードの評価情報を生成してもよい。例えば、生成部４２は、各ノードのリンク数（次数）が多い程、評価が高くなるように、各ノードの評価情報を生成してもよい。例えば、生成部４２は、評価が高いノードが連結されるノード程評価が高くなるように、各ノードの評価情報を生成してもよい。例えば、生成部４２は、ページランクの手法を用いて、各ノードの評価情報を生成してもよい。
図１では、生成部４２は、第１グラフＧＲ１１を成長させることにより、第２グラフＧＲ１２を生成する。生成部４２は、第１グラフを成長させ、第１グラフの将来の状態を示す第２グラフを生成する。例えば、生成部４２は、第１グラフに第２グラフ及び第２リンクを追加することにより、第２グラフを生成する。生成部４２は、バラバシ・アルバートモデルに基づいて、将来の要素に対応する発生ノードを予測することにより、第２ノードを追加し、第１グラフを成長させた第２グラフを生成する。
例えば、生成部４２は、図１の（Ａ）に示すように、第１グラフＧＲ１１を成長させることにより、第２グラフＧＲ１２を生成する。生成部４２は、ｔ＝０～４に示すように、第２ノードを順次追加することにより、第１グラフＧＲ１１から第２グラフＧＲ１２を生成する。
生成部４２は、第２グラフＧＲ１２の各ノードの評価をダイナミックページランクに基づいて生成する。例えば、生成部４２は、非特許文献１や非特許文献２に開示されるようなダイナミックページランクの技術を用いて、第２グラフＧＲ１２中の各ノードの評価関数を生成する。生成部４２は、ダイナミックページランクに基づいて、各ノード＃１～＃３、＃１００１～＃１００４等の評価関数を生成する。例えば、生成部４２は、時間を変数とする評価関数を生成する。そして、図１の（Ｂ）に示すように、生成部４２は、生成した第２グラフＧＲ１２中の各ノードの評価関数に基づく、各ノードの評価に関する確率分布情報を生成する。例えば、生成部４２は、グラフＧＲ１２中のノード＃１００１に対応する確率分布ＲＰに示すような、各ノードの評価に関する確率分布情報を生成する。
決定部４３は、各種情報を決定する。決定部４３は、取得部４１により取得された各種情報に基づいて、種々の情報を決定する。例えば、決定部４３は、記憶部３０に記憶された各種情報に基づいて、種々の情報を決定する。例えば、決定部４３は、第１グラフデータベース３１や第２グラフデータベース３２等に記憶された情報に基づいて、各種情報を決定する。決定部４３は、生成部４２により生成された各種情報に基づいて、種々の情報を決定する。
決定部４３は、情報提供するノードを決定する。決定部４３は、情報提供する技術文献を決定する。図１では、決定部４３は、ノード＃３、＃１００３、＃１００４等の順に評価が高いと決定する。決定部４３は、各ノードの評価に基づいて、提供する第２グラフに関する情報を決定する。決定部４３は、ランク情報ＲＫ１１に示すように、ランキングが最も高い第１ノードであるノード＃３に関する情報を提供すると決定する。
提供部４４は、各種情報を提供する。提供部４４は、提供処理を行う。提供部４４は、各種情報を外部の情報処理装置に提供する。提供部４４は、入出力装置１００等の外部装置に各種情報を提供する。提供部４４は、外部装置に各種情報を送信する。提供部４４は、外部装置に各種情報を配信する。提供部４４は、取得部４１により取得された各種情報に基づいて、種々の情報を提供する。提供部４４は、生成部４２により生成された各種情報に基づいて、種々の情報を提供する。提供部４４は、決定部４３により決定された各種情報に基づいて、種々の情報を提供する。
提供部４４は、生成部４２により生成された各ノードの評価関数に基づいて、第２グラフに関する情報を提供する。提供部４４は、第２グラフ及び第１グラフに含まれる第１ノードのうち、第１ノードの評価関数に基づく評価が所定の基準を満たすノードを示す情報を提供する。提供部４４は、第２グラフ及び第１グラフに含まれる第１ノードのうち、第１ノードに連結する第２ノードであって、第２グラフのみに含まれる第２ノードの評価関数に基づく評価が所定の基準を満たすノードを示す情報を提供する。提供部４４は、生成部４２により生成された各ノードの評価情報に基づいて、第２グラフに関する情報を提供する。提供部４４は、確率分布が所定の基準を満たすノードに関する情報を提供する。
提供部４４は、各ノードの評価に基づいて、第１ノードに対応する技術文献を示す情報を提供する。図１では、提供部４４は、ノード＃３を示す情報を提供する。提供部４４は、ノード＃３に対応する技術文献＃３を示す情報を提供する。例えば、提供部４４は、第１ノードのうち、連結される第２ノードの評価が高い第１ノードを示す情報を提供してもよい。例えば、提供部４４は、ランキングが２番目に高い第２ノードであるノード＃１００３と、ランキングが３番目に高い第２ノードであるノード＃１００４とに連結された第１ノードであるノード＃１を示す情報を提供してもよい。
〔５．情報処理装置が実行する処理の流れの一例〕
次に、図６を用いて、情報処理装置１０が実行する生成処理および提供処理の流れの一例について説明する。図６は、実施形態に係る生成処理および提供処理の流れの一例を説明するフローチャートである。
まず、情報処理装置１０は、所定の要素をノードとし、各要素間の関係性をノード間のリンクとして示す第１グラフから、第１グラフの将来の状態を示す第２グラフを生成する（ステップＳ１０１）。情報処理装置１０は、ダイナミックページランクに基づいて、各ノードの評価関数を生成する（ステップＳ１０２）。情報処理装置１０は、各ノードの評価関数に基づいて、第２グラフに関する情報を提供する（ステップＳ１０３）。
〔６．その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文章中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。
また、上記してきた実施形態は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。
〔７．プログラム〕
また、上述してきた実施形態に係る情報処理装置１０は、例えば図７に示すような構成のコンピュータ１０００によって実現される。図７は、ハードウェア構成の一例を示す図である。コンピュータ１０００は、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力ＩＦ（Interface）１０６０、入力ＩＦ１０７０、ネットワークＩＦ１０８０がバス１０９０により接続された形態を有する。
演算装置１０３０は、一次記憶装置１０４０や二次記憶装置１０５０に格納されたプログラムや入力装置１０２０から読み出したプログラム等に基づいて動作し、各種の処理を実行する。一次記憶装置１０４０は、ＲＡＭ等、演算装置１０３０が各種の演算に用いるデータを一次的に記憶するメモリ装置である。また、二次記憶装置１０５０は、演算装置１０３０が各種の演算に用いるデータや、各種のデータベースが登録される記憶装置であり、ＲＯＭ（Read Only Memory）、ＨＤＤ、フラッシュメモリ等により実現される。
出力ＩＦ１０６０は、モニタやプリンタといった各種の情報を出力する出力装置１０１０に対し、出力対象となる情報を送信するためのインタフェースであり、例えば、ＵＳＢ（Universal Serial Bus）やＤＶＩ（Digital Visual Interface）、ＨＤＭＩ（登録商標）（High Definition Multimedia Interface）といった規格のコネクタにより実現される。また、入力ＩＦ１０７０は、マウス、キーボード、およびスキャナ等といった各種の入力装置１０２０から情報を受信するためのインタフェースであり、例えば、ＵＳＢ等により実現される。
なお、入力装置１０２０は、例えば、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等から情報を読み出す装置であってもよい。また、入力装置１０２０は、ＵＳＢメモリ等の外付け記憶媒体であってもよい。
ネットワークＩＦ１０８０は、ネットワークＮを介して他の機器からデータを受信して演算装置１０３０へ送り、また、ネットワークＮを介して演算装置１０３０が生成したデータを他の機器へ送信する。
演算装置１０３０は、出力ＩＦ１０６０や入力ＩＦ１０７０を介して、出力装置１０１０や入力装置１０２０の制御を行う。例えば、演算装置１０３０は、入力装置１０２０や二次記憶装置１０５０からプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行する。
例えば、コンピュータ１０００が情報処理装置１０として機能する場合、コンピュータ１０００の演算装置１０３０は、一次記憶装置１０４０上にロードされたプログラムを実行することにより、制御部４０の機能を実現する。
〔８．効果〕
上述してきたように、実施形態に係る情報処理装置１０は、生成部４２と、提供部４４とを有する。生成部４２は、所定の要素をノードとし、各要素間の関係性をノード間のリンクとして示す第１グラフから生成される第２グラフであって、第１グラフの将来の状態を示す第２グラフの各ノードに対する評価関数を生成する。提供部４４は、生成部４２により生成された各ノードの評価関数に基づいて、第２グラフに関する情報を提供する。
このように、実施形態に係る情報処理装置１０は、所定の要素をノードとし、各要素間の関係性をノード間のリンクとして示す第１グラフから生成される第２グラフであって、第１グラフの将来の状態を示す第２グラフの各ノードに対する評価関数に基づいて、第２グラフに関する情報を提供することにより、将来を加味した評価に基づく情報を適切に提供することができる。
また、実施形態に係る情報処理装置１０において、生成部４２は、ダイナミックページランクに基づいて、各ノードの評価関数を生成する。
このように、実施形態に係る情報処理装置１０は、ダイナミックページランクに基づいて、各ノードの評価関数を生成することにより、将来を加味した評価に基づく情報を適切に提供することができる。
また、実施形態に係る情報処理装置１０において、生成部４２は、バラバシ・アルバートモデルに基づいて、将来の要素に対応する発生ノードを予測することにより、ノード（第２ノード）を追加し、第１グラフを成長させた第２グラフを生成する。
このように、実施形態に係る情報処理装置１０は、バラバシ・アルバートモデルに基づいて、将来の要素に対応する発生ノードを予測することにより、ノードを追加し、第１グラフを成長させた第２グラフを生成することにより、将来を加味した評価に基づく情報を適切に提供することができる。
また、実施形態に係る情報処理装置１０において、提供部４４は、第２グラフ及び第１グラフに含まれる第１ノードのうち、当該第１ノードの評価関数に基づく評価が所定の基準を満たすノードを示す情報を提供する。
このように、実施形態に係る情報処理装置１０は、第２グラフ及び第１グラフに含まれる第１ノードのうち、当該第１ノードの評価関数に基づく評価が所定の基準を満たすノードを示す情報を提供することにより、将来を加味した評価に基づく情報を適切に提供することができる。
また、実施形態に係る情報処理装置１０において、提供部４４は、第２グラフ及び第１グラフに含まれる第１ノードのうち、当該第１ノードに連結する第２ノードであって、第２グラフのみに含まれる第２ノードの評価関数に基づく評価が所定の基準を満たすノードを示す情報を提供する。
このように、実施形態に係る情報処理装置１０は、第２グラフ及び第１グラフに含まれる第１ノードのうち、当該第１ノードに連結する第２ノードであって、第２グラフのみに含まれる第２ノードの評価関数に基づく評価が所定の基準を満たすノードを示す情報を提供することにより、将来を加味した評価に基づく情報を適切に提供することができる。
また、実施形態に係る情報処理装置１０において、第１グラフは、技術文献をノードとする。
これにより、実施形態に係る情報処理装置１０は、技術文献について将来を加味した評価に基づく情報を適切に提供することができる。
以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。
また、上記してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。
１０ 情報処理装置
２０ 通信部
３０ 記憶部
３１ 第１グラフデータベース
３２ 第２グラフデータベース
４０ 制御部
４１ 取得部
４２ 生成部
４３ 決定部
４４ 提供部
１００ 入出力装置

Claims (7)

  1. 所定の要素をノードとし、各要素間の関係性をノード間のリンクとして示す第１グラフから生成される第２グラフであって、前記第１グラフの将来の状態を示す第２グラフの各ノードに対する評価関数を生成する生成部と、
    前記生成部により生成された前記各ノードの前記評価関数に基づいて、前記第２グラフに関する情報を提供する提供部と、
    を備え、
    前記生成部は、
    バラバシ・アルバートモデルに基づいて、将来の要素に対応する発生ノードを予測することにより、ノードを追加し、前記第１グラフを成長させた前記第２グラフを生成する
    ことを特徴とする情報処理装置。
  2. 前記生成部は、
    ダイナミックページランクに基づいて、前記各ノードの前記評価関数を生成する
    ことを特徴とする請求項１に記載の情報処理装置。
  3. 前記提供部は、
    前記第２グラフ及び前記第１グラフに含まれる第１ノードのうち、当該第１ノードの前記評価関数に基づく評価が所定の基準を満たすノードを示す情報を提供する
    ことを特徴とする請求項１または請求項２に記載の情報処理装置。
  4. 前記提供部は、
    前記第２グラフ及び前記第１グラフに含まれる第１ノードのうち、当該第１ノードに連結する第２ノードであって、前記第２グラフのみに含まれる第２ノードの前記評価関数に基づく評価が所定の基準を満たすノードを示す情報を提供する
    ことを特徴とする請求項１～３のいずれか１項に記載の情報処理装置。
  5. 前記第１グラフは、技術文献を前記ノードとする
    ことを特徴とする請求項１～４のいずれか１項に記載の情報処理装置。
  6. コンピュータが実行する情報処理方法であって、
    所定の要素をノードとし、各要素間の関係性をノード間のリンクとして示す第１グラフから生成される第２グラフであって、前記第１グラフの将来の状態を示す第２グラフの各ノードに対する評価関数を生成する生成工程と、
    前記生成工程により生成された前記各ノードの前記評価関数に基づいて、前記第２グラフに関する情報を提供する提供工程と、
    を含み、
    前記生成工程は、
    バラバシ・アルバートモデルに基づいて、将来の要素に対応する発生ノードを予測することにより、ノードを追加し、前記第１グラフを成長させた前記第２グラフを生成する
    ことを特徴とする情報処理方法。
  7. 所定の要素をノードとし、各要素間の関係性をノード間のリンクとして示す第１グラフから生成される第２グラフであって、前記第１グラフの将来の状態を示す第２グラフの各ノードに対する評価関数を生成する生成手順と、
    前記生成手順により生成された前記各ノードの前記評価関数に基づいて、前記第２グラフに関する情報を提供する提供手順と、
    をコンピュータに実行させ、
    前記生成手順は、
    バラバシ・アルバートモデルに基づいて、将来の要素に対応する発生ノードを予測することにより、ノードを追加し、前記第１グラフを成長させた前記第２グラフを生成する
    ことを特徴とする情報処理プログラム。
JP2018096576A 2018-05-18 2018-05-18 情報処理装置、情報処理方法、および情報処理プログラム Active JP7032233B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2018096576A JP7032233B2 (ja) 2018-05-18 2018-05-18 情報処理装置、情報処理方法、および情報処理プログラム
US16/284,383 US20190354533A1 (en) 2018-05-18 2019-02-25 Information processing device, information processing method, and non-transitory computer-readable recording medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018096576A JP7032233B2 (ja) 2018-05-18 2018-05-18 情報処理装置、情報処理方法、および情報処理プログラム

Publications (2)

Publication Number Publication Date
JP2019200737A JP2019200737A (ja) 2019-11-21
JP7032233B2 true JP7032233B2 (ja) 2022-03-08

Family

ID=68533714

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018096576A Active JP7032233B2 (ja) 2018-05-18 2018-05-18 情報処理装置、情報処理方法、および情報処理プログラム

Country Status (2)

Country Link
US (1) US20190354533A1 (ja)
JP (1) JP7032233B2 (ja)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10540398B2 (en) * 2017-04-24 2020-01-21 Oracle International Corporation Multi-source breadth-first search (MS-BFS) technique and graph processing system that applies it
CN110941413B (zh) * 2019-12-09 2023-04-11 Oppo广东移动通信有限公司 显示画面的生成方法及相关装置
JP7354014B2 (ja) * 2020-02-20 2023-10-02 ヤフー株式会社 情報処理装置、情報処理方法及び情報処理プログラム
JP7402140B2 (ja) * 2020-09-23 2023-12-20 株式会社日立製作所 登録装置、登録方法、および登録プログラム

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004118363A (ja) 2002-09-24 2004-04-15 Nippon Telegr & Teleph Corp <Ntt> Ｗｗｗにおけるハブとオーソリティ予測方法及び装置及び予測プログラム及び予測プログラムを格納した記憶媒体
JP2009205269A (ja) 2008-02-26 2009-09-10 Osaka Univ 頻出変化パターン抽出装置
WO2014083655A1 (ja) 2012-11-29 2014-06-05 株式会社日立製作所 ネットワークグラフ生成方法及び意思決定支援システム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004118363A (ja) 2002-09-24 2004-04-15 Nippon Telegr & Teleph Corp <Ntt> Ｗｗｗにおけるハブとオーソリティ予測方法及び装置及び予測プログラム及び予測プログラムを格納した記憶媒体
JP2009205269A (ja) 2008-02-26 2009-09-10 Osaka Univ 頻出変化パターン抽出装置
WO2014083655A1 (ja) 2012-11-29 2014-06-05 株式会社日立製作所 ネットワークグラフ生成方法及び意思決定支援システム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
森保 さき子、村田 剛志，インターネットＱＡサイトにおけるリンク予測，情報処理学会論文誌 論文誌トランザクション 平成２０年度▲２▼ ［ＣＤ－ＲＯＭ］，日本，社団法人情報処理学会，2009年04月15日，第2巻第1号，１０－２１ページ

Also Published As

Publication number Publication date
US20190354533A1 (en) 2019-11-21
JP2019200737A (ja) 2019-11-21

Similar Documents

Publication Publication Date Title
JP7032233B2 (ja) 情報処理装置、情報処理方法、および情報処理プログラム
US20190005399A1 (en) Learning device, generation device, learning method, generation method, and non-transitory computer readable storage medium
JP6537340B2 (ja) 要約生成装置、要約生成方法、及び要約生成プログラム
JP2019095935A (ja) 学習装置、学習方法、学習プログラムおよび動作プログラム
JP6199517B1 (ja) 決定装置、決定方法および決定プログラム
CN111046170A (zh) 用于输出信息的方法和装置
JP2019079088A (ja) 学習装置、プログラムパラメータおよび学習方法
JP6963988B2 (ja) 提供装置、提供方法および提供プログラム
JP7058556B2 (ja) 判定装置、判定方法、および判定プログラム
JP6976178B2 (ja) 抽出装置、抽出方法、及び抽出プログラム
JP6775366B2 (ja) 選択装置、および選択方法
JP7231322B2 (ja) 学習装置、学習方法、学習プログラム及びプログラム
JP2019021218A (ja) 学習装置、プログラムパラメータ、学習方法およびモデル
JP6558765B2 (ja) 処理装置、処理方法、推測装置、推測方法、およびプログラム
JP6910873B2 (ja) 特定装置および特定方法
JP6964481B2 (ja) 学習装置、プログラムおよび学習方法
JP6979899B2 (ja) 生成装置、学習装置、生成方法、学習方法、生成プログラム、及び学習プログラム
JP7001559B2 (ja) 公開装置、公開方法および公開プログラム
JP7265837B2 (ja) 学習装置および学習方法
JP7071213B2 (ja) 情報処理装置、情報処理方法、および情報処理プログラム
JP2018045656A (ja) 学習装置、プログラムパラメータおよび学習方法
JP7129163B2 (ja) 提供装置、提供方法および提供プログラム
JP7113661B2 (ja) 情報処理装置、情報処理方法、および情報処理プログラム
JP2020149664A (ja) 処理装置、処理方法及び処理プログラム
JP6991124B2 (ja) 提供装置、提供方法および提供プログラム

Legal Events

Date Code Title Description
A711 Notification of change in applicant

Free format text: JAPANESE INTERMEDIATE CODE: A712

Effective date: 20191101

RD03 Notification of appointment of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7423

Effective date: 20191108

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200917

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20210824

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210831

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20211012

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20220215

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220224

R150 Certificate of patent or registration of utility model

Ref document number: 7032233

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

S111 Request for change of ownership or part of ownership

Free format text: JAPANESE INTERMEDIATE CODE: R313111

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250