JP7145247B2 - Information processing device, information processing method and information processing program - Google Patents
Information processing device, information processing method and information processing program Download PDFInfo
- Publication number
- JP7145247B2 JP7145247B2 JP2021006754A JP2021006754A JP7145247B2 JP 7145247 B2 JP7145247 B2 JP 7145247B2 JP 2021006754 A JP2021006754 A JP 2021006754A JP 2021006754 A JP2021006754 A JP 2021006754A JP 7145247 B2 JP7145247 B2 JP 7145247B2
- Authority
- JP
- Japan
- Prior art keywords
- keyword
- category
- keywords
- display
- map
- 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
Links
- 230000010365 information processing Effects 0.000 title claims description 52
- 238000003672 processing method Methods 0.000 title claims description 11
- 238000000034 method Methods 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 23
- 238000013507 mapping Methods 0.000 claims description 21
- 238000005259 measurement Methods 0.000 claims description 15
- 239000003086 colorant Substances 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 29
- 238000012545 processing Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 14
- 238000010801 machine learning Methods 0.000 description 9
- 230000003287 optical effect Effects 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 6
- 239000000284 extract Substances 0.000 description 5
- 238000000605 extraction Methods 0.000 description 5
- 230000015654 memory Effects 0.000 description 5
- 239000013598 vector Substances 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000002123 temporal effect Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 239000004065 semiconductor Substances 0.000 description 3
- 230000003542 behavioural effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000004308 accommodation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000006403 short-term memory Effects 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
本発明は、情報処理装置、情報処理方法及び情報処理プログラムに関する。 The present invention relates to an information processing device, an information processing method, and an information processing program.
近年、インターネットの飛躍的な普及に伴い、例えば、インターネット上の種々の情報を用いた分析に関する技術が提供されている。例えば、利用者が入力した検索クエリに基づいて、所定の事業者が提供する対象に対するニーズに関する情報を抽出する技術が提案されている。 2. Description of the Related Art In recent years, with the rapid spread of the Internet, techniques related to analysis using various information on the Internet, for example, have been provided. For example, there has been proposed a technique for extracting information on needs for a target provided by a predetermined business operator based on a search query input by a user.
しかしながら、上記の従来技術では、有用な情報を得ることができるとは限らない。例えば、上記の従来技術では、所定の事業者が提供する対象に対するニーズに関する情報を抽出しているに過ぎないので、所定の事業者が提供する対象に対する潜在的なニーズに関する情報を視覚的に適切に提示できるとは言えない。 However, it is not always possible to obtain useful information with the above-described conventional techniques. For example, in the above-described prior art, since the information on the needs for the target provided by the predetermined business operator is only extracted, the information on the latent needs for the target provided by the predetermined business operator can be visually and appropriately displayed. cannot be presented to
本願は、上記に鑑みてなされたものであって、有用な情報を提供することができる情報処理装置、情報処理方法及び情報処理プログラムを提供することを目的とする。 The present application has been made in view of the above, and an object thereof is to provide an information processing apparatus, an information processing method, and an information processing program capable of providing useful information.
本願に係る情報処理装置は、不特定多数の人に検索されたキーワードのカテゴリを推定する推定部と、不特定多数の人に検索されたキーワードをカテゴリごとに異なる表示態様でキーワードマップに表示する表示部と、前記キーワードマップ上で任意のキーワードを別カテゴリのキーワードの近くに移動させた際に、前記移動させたキーワードの表示態様を、前記別カテゴリに対応する表示態様に変更する表示制御部と、を備え、前記表示部は、検索対象のキーワードと同時に又は近い時間に検索された共起キーワードの地図マッピング用の画面上において、利用者から入力されたキーワードに基づいてカテゴリの共起ネットワークを示すキーワードマップを表示し、前記表示制御部は、利用者が任意のキーワードを示すノードをドラッグ&ドロップして、別カテゴリに属する他のキーワードを示すノードの近くに移動させた際に、操作されたキーワードのカテゴリを、移動先の近くにある他のキーワードが属する別カテゴリに変更し、前記推定部は、操作されたキーワードのカテゴリの変化を学習し、以降のキーワードのカテゴリの分類に反映することを特徴とする。 An information processing apparatus according to the present application includes an estimation unit that estimates the category of keywords searched by an unspecified number of people, and displays the keywords searched by an unspecified number of people on a keyword map in different display modes for each category. a display unit, and a display control unit that changes the display mode of the moved keyword to a display mode corresponding to the different category when an arbitrary keyword is moved to the vicinity of the keyword of the different category on the keyword map. and a co-occurrence network of categories based on a keyword input by a user on a screen for map mapping of co-occurring keywords searched at the same time as or close to the search target keyword. When the user drags and drops a node indicating an arbitrary keyword and moves it near a node indicating another keyword belonging to another category, the display control unit performs the operation The category of the manipulated keyword is changed to another category to which another keyword near the destination belongs, and the estimation unit learns the change in the category of the manipulated keyword and reflects it in the classification of the category of the keyword thereafter. characterized by
実施形態の一態様によれば、有用な情報を得ることができるといった効果を奏する。 According to one aspect of the embodiment, there is an effect that useful information can be obtained.
以下に、本願に係る情報処理装置、情報処理方法及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、情報処理方法及び情報処理プログラムが限定されるものではない。また、以下の実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。 Embodiments for implementing an information processing apparatus, an information processing method, and an information processing program according to the present application (hereinafter referred to as "embodiments") will be described in detail below with reference to the drawings. The information processing apparatus, information processing method, and information processing program according to the present application are not limited to this embodiment. Also, in the following embodiments, the same parts are denoted by the same reference numerals, and overlapping descriptions are omitted.
〔1.情報処理方法の概要〕
まず、図1を参照し、実施形態に係る情報処理装置が行う情報処理方法の概要について説明する。図1は、実施形態に係る情報処理方法の概要を示す説明図である。なお、図1では、カテゴリの共起ネットワークを示すキーワードマップの視聴効率を向上させる場合を例に挙げて説明する。
[1. Outline of information processing method]
First, an outline of an information processing method performed by an information processing apparatus according to an embodiment will be described with reference to FIG. FIG. 1 is an explanatory diagram showing an outline of an information processing method according to an embodiment. In FIG. 1, a case of improving the viewing efficiency of a keyword map showing a co-occurrence network of categories will be described as an example.
図1に示すように、情報処理システム1は、端末装置10と情報提供装置100とを含む。端末装置10と情報提供装置100とは、それぞれネットワークN(図2参照)を介して有線又は無線で互いに通信可能に接続される。
As shown in FIG. 1 , the
端末装置10は、利用者Uにより使用されるスマートフォンやタブレット等のスマートデバイスであり、4G(Generation)やLTE(Long Term Evolution)等の無線通信網を介して任意のサーバ装置と通信を行うことができる携帯端末装置である。また、端末装置10は、液晶ディスプレイ等の画面であって、タッチパネルの機能を有する画面を有し、利用者から指やスタイラス等によりタップ操作、スライド操作、スクロール操作等、コンテンツ等の表示データに対する各種の操作を受付ける。なお、画面のうち、コンテンツが表示されている領域上で行われた操作を、コンテンツに対する操作としてもよい。また、端末装置10は、スマートデバイスのみならず、デスクトップPC(Personal Computer)やノートPC等の情報処理装置であってもよい。
The
本実施形態では、端末装置10は、情報提供装置100と連携し、共起キーワードの地図マッピング用の画面上において、利用者Uから入力されたキーワードに基づいてカテゴリの共起ネットワークを示すキーワードマップを表示する。カテゴリの共起ネットワークを示すキーワードマップとは、複数のキーワードのそれぞれを適当なカテゴリに分類した上で、キーワード同士の共起関係が視覚的に認識できるようにマッピングした共起キーワードのマップを示す。
In this embodiment, the
なお、共起キーワードとは、検索対象のキーワードと同時に又は近い時間に検索されたキーワードである。例えば、共起キーワードは、検索対象のキーワードの関連キーワードや、絞り込み検索に用いられたキーワード等である。検索対象のキーワードと同時に又は近い時間に検索される回数が多いキーワードほど、検索対象のキーワードと強い共起関係にある共起キーワードである。共起キーワードは、1つに限らず、複数であってもよい。例えば、3つ以上のキーワードが同時に又は近い時間に場合には、2つ目以降のキーワードを、1つ目のキーワードの共起キーワードとしてもよい。 Note that a co-occurring keyword is a keyword that is searched at the same time as or close to the keyword to be searched. For example, a co-occurring keyword is a keyword related to a keyword to be searched, a keyword used for narrowing down search, or the like. A keyword that is frequently searched at the same time as or near the search target keyword is a co-occurring keyword that has a strong co-occurrence relationship with the search target keyword. The number of co-occurring keywords is not limited to one, and may be plural. For example, when three or more keywords are used at the same time or close to each other, the second and subsequent keywords may be co-occurring keywords of the first keyword.
例えば、端末装置10は、図1に示すように、同時検索(同時入力)されたキーワードや、検索された時間の近さ等から、各キーワードを示すノードの連結でキーワード同士の共起関係を示す共起キーワードのマップを生成して表示する。共起関係にあるキーワード同士は近い位置にマッピングされる。ここでは、キーワードを示すノードは、図形(円形や矩形等)やアイコン等で表示する。また、キーワードの検索ボリュームは、ノードの大きさ(サイズ)で表現する。また、キーワード同士の共起関係は、ノード間を結ぶリンクで表現する。
For example, as shown in FIG. 1, the
情報提供装置100は、各利用者Uの端末装置10と連携し、各利用者Uの端末装置10に対して、各種アプリケーション(アプリ)等に対するAPIサービス等と、各種データを提供する情報処理装置であり、サーバ装置やクラウドシステム等により実現される。
The
本実施形態では、情報提供装置100は、事前に、不特定多数の利用者により検索エンジン等で検索が行われたキーワードごとに、該当するカテゴリに分類し、それぞれの検索ボリューム(検索数)を測定しておく。このとき、情報提供装置100は、事前に、機械学習により、キーワードを入力すると適当なカテゴリに分類して出力する学習済みモデルを作成してもよい。また、情報提供装置100は、同時に又は近い時間に検索されたキーワード同士を共起キーワードと推定する。さらに、情報提供装置100は、キーワード同士が同時又は近い時間に検索された回数(頻度)や、検索された時間の近さ等から、キーワード同士の共起度を算出してもよい。そして、利用者Uが端末装置10を操作して共起キーワードの地図マッピング用のWebサイト又はアプリを利用した際に、キーワードごとのカテゴリや検索ボリューム、及びキーワード同士の共起関係に関する情報を提供する。
In the present embodiment, the
また、情報提供装置100は、各利用者Uの端末装置10に対して、オンラインで何らかのWebサービスを提供する情報処理装置であってもよい。例えば、情報提供装置100は、Webサービスとして、インターネット接続、検索サービス、SNS(Social Networking Service)、電子商取引、電子決済、オンラインゲーム、オンラインバンキング、オンライントレーディング、宿泊・チケット予約、動画・音楽配信等のサービスを提供してもよい。実際には、情報提供装置100は、上記のようなWebサービスを提供する各種サーバと連携し、Webサービスを仲介してもよい。
Also, the
なお、情報提供装置100は、利用者Uに関する各種情報を取得可能である。例えば、情報提供装置100は、利用者Uの性別、年代、居住地域といった利用者Uの属性に関する情報を取得する。そして、情報提供装置100は、利用者Uを示す識別情報(利用者ID等)とともに利用者Uの属性に関する情報を記憶して管理する。
Note that the
また、情報提供装置100は、利用者Uの端末装置10から、あるいは利用者ID等に基づいて各種サーバ等から、利用者Uの行動を示す各種の履歴情報(ログデータ)を取得する。例えば、情報提供装置100は、利用者Uの位置や日時の履歴である位置履歴を端末装置10から取得する。また、情報提供装置100は、利用者Uが入力した検索クエリの履歴である検索履歴を検索サーバ(検索エンジン)から取得する。また、情報提供装置100は、利用者Uが閲覧したコンテンツの履歴である閲覧履歴をコンテンツサーバから取得する。また、情報提供装置100は、利用者Uの商品購入の履歴である購入履歴を電子商取引サーバや決済サーバから取得する。また、情報提供装置100は、利用者Uのマーケットプレイスへの出品の履歴である出品履歴や販売履歴を電子商取引サーバや決済サーバから取得してもよい。また、情報提供装置100は、利用者Uの投稿の履歴である投稿履歴を口コミの投稿サービスを提供する投稿サーバやSNSサーバから取得する。
Further, the
本実施形態において、不特定多数の利用者により検索エンジン等で検索が行われたキーワードは、上記各種の履歴情報に含まれるキーワード(履歴情報に登場するキーワード)であってもよい。 In the present embodiment, the keywords searched by an unspecified number of users using a search engine or the like may be keywords included in the various types of history information (keywords appearing in the history information).
〔1-1.基本動作〕
例えば、図1に示すように、利用者Uは、端末装置10を用いて、共起キーワードの地図マッピング用のWebサイトにアクセス又はアプリを起動し、共起キーワードの地図マッピング用の画面上の入力欄(入力ボックス)にキーワードを入力する(ステップS1)。入力されるキーワードは、不特定多数の利用者により検索エンジン等で検索が行われた(又はその可能性がある)キーワードであって、単語又はその組み合わせ、あるいはフレーズ等の任意の文字列である。
[1-1. basic action〕
For example, as shown in FIG. 1, the user U uses the
続いて、情報提供装置100は、端末装置10と連携し、端末装置10から利用者Uが入力したキーワードを取得し、取得したキーワードと共起関係にあるキーワード(共起キーワード)を推定する(ステップS3)。例えば、情報提供装置100は、取得したキーワードと同時に又は近い時間に検索されたキーワードを、共起キーワードと推定する。このとき、情報提供装置100は、事前に、同時検索されたキーワード同士や、近い時間に検索されたキーワード同士を収集し、データベースに登録していてもよい。そして、情報提供装置100は、取得したキーワードと、データベースに登録されたキーワードとを比較照合し、該当したキーワードを、共起キーワードと推定する。
Subsequently, the
続いて、情報提供装置100は、取得したキーワードのカテゴリを推定する(ステップS2)。例えば、情報提供装置100は、取得したキーワードと、事前にカテゴリを分類したキーワードとを比較照合し、取得したキーワードを、該当するキーワードのカテゴリに分類する。このとき、情報提供装置100は、機械学習により、キーワードを入力すると適当なカテゴリに分類して出力する学習済みモデルを事前に作成しておき、取得したキーワードを学習済みモデルに入力し、該当するカテゴリに分類して出力するようにしてもよい。
Subsequently, the
なお、実際には、情報提供装置100は、取得したキーワードだけではなく、取得したキーワードと共起キーワードとの組み合わせに基づいて、取得したキーワードのカテゴリを推定してもよい。例えば、情報提供装置100は、取得したキーワードと共起キーワードとの組と、事前にカテゴリを分類したキーワードと共起キーワードとの組とを比較照合し、取得したキーワードと共起キーワードとの組を、該当するキーワードと共起キーワードとの組のカテゴリに分類する。このとき、情報提供装置100は、機械学習により、キーワードと共起キーワードとの組を入力すると適当なカテゴリに分類して出力する学習済みモデルを事前に作成しておき、取得したキーワードと共起キーワードとの組を学習済みモデルに入力し、該当するカテゴリに分類して出力するようにしてもよい。
In practice, the
続いて、情報提供装置100は、表示対象となるキーワードの検索ボリュームを抽出する(ステップS4)。例えば、情報提供装置100は、表示対象となるキーワードとして、取得したキーワード及びその共起キーワード、取得したキーワードと同じ又は関連するカテゴリに属するキーワードのそれぞれの検索ボリュームを抽出する。このとき、不特定多数の利用者により検索エンジン等で検索が行われたキーワードごとに検索ボリュームを測定しておき、データベースに登録していてもよい。そして、情報提供装置100は、表示対象となるキーワードと、データベースに登録されたキーワードとを比較照合し、該当したキーワードの検索ボリュームを抽出する。
Subsequently, the
続いて、情報提供装置100は、端末装置10に対して、共起キーワードの地図マッピング用の画面表示を制御するために必要な情報を提供する(ステップS5)。あるいは、情報提供装置100は、端末装置10と連携し、共起キーワードの地図マッピング用の画面表示を制御するための各種データや指示(コマンド等)を提供し、共起キーワードの地図マッピング用の画面表示を制御する。
Subsequently, the
続いて、端末装置10は、情報提供装置100と連携し、共起キーワードの地図マッピング用の画面上に、利用者Uにより入力されたキーワードに関するカテゴリの共起ネットワークを示すキーワードマップを表示する(ステップS6)。
Subsequently, the
続いて、端末装置10は、情報提供装置100と連携し、カテゴリの共起ネットワークを示すキーワードマップ上において利用者Uが任意のキーワードを操作した際に、操作されたキーワードのカテゴリを変更する(ステップS7)。例えば、図1に示すように、端末装置10は、利用者Uが任意のキーワードを示すノードをドラッグ&ドロップして、別カテゴリに属する他のキーワードを示すノードの近くに移動させた際に、操作されたキーワードのカテゴリを、移動先の近くにある他のキーワードが属する別カテゴリに変更する。このとき、情報提供装置100は、操作されたキーワードのカテゴリの変化を学習し、以降のキーワードのカテゴリの分類に反映する。すなわち、情報提供装置100は、操作されたキーワードを上記の別カテゴリに分類するようにする。また、移動したキーワードに近いキーワードも同様に引力(ベクトル)を変化する。すなわち、キーワードを示すノードの移動に伴い、移動の前後のノード間のリンクも変化する。
Subsequently, the
続いて、端末装置10は、情報提供装置100と連携し、利用者Uがカテゴリの共起ネットワークを示すキーワードマップを時系列再生させる操作を行った際に、カテゴリの共起ネットワークを示すキーワードマップを時系列再生させる(ステップS8)。例えば、図1に示すように、端末装置10は、利用者Uが画面上に表示された「時系列再生」ボタンを押した際に、タイムスライダー形式でカテゴリの共起ネットワークを示すキーワードマップを時系列再生させる。時系列再生されたキーワードマップでは、キーワードを示すノードの大きさ(サイズ)が当該キーワードの検索ボリュームの経時的変化に合わせて変化する。また、ノード間の距離(リンクの長さ)もキーワード同士の共起関係の経時的変化に合わせて変化する。
Subsequently, the
なお、本実施形態において、最初に表示されるのは、検索されたキーワードに対して、システム提供側が独自に設定したカテゴリで色分けをしたキーワードマップである。しかし、最初に表示されたキーワードマップでは、1つのキーワードが複数のカテゴリに属している場合もあり、中心となるキーワードとの関係によって、他のキーワードのカテゴリが変化する。そのため、システムによる自動振り分けでは、ユーザの意図とは異なる色分け(カテゴリ分け)になっているものも一部存在している。そこで、ユーザの操作による手動振り分けを受け付けることで、システム独自の振り分けとユーザ意図による振り分けの両立を可能とする。例えば、キーワードをドラッグ&ドロップ(ユーザ操作)で別カテゴリの上に持ってくることで色を変更する。また、移動したキーワードに近いキーワードも同様に引力(ベクトル)を変化する。 In this embodiment, what is displayed first is a keyword map in which searched keywords are color-coded according to categories uniquely set by the system provider. However, in the initially displayed keyword map, one keyword may belong to multiple categories, and the categories of other keywords change depending on the relationship with the central keyword. Therefore, in the automatic sorting by the system, there are some items that are color-coded (categorized) different from the user's intention. Therefore, by accepting manual sorting by a user's operation, it is possible to achieve both sorting unique to the system and sorting intentionally by the user. For example, a keyword is dragged and dropped (user operation) onto another category to change the color. Also, keywords close to the moved keyword similarly change their attractive forces (vectors).
また、最初に表示されたキーワードマップでは、「直近1年」「2019年」「2018年」等で期間を設定して閲覧できるが、年によって検索ボリュームや分けられるカテゴリが異なるため、どのように変化したのかがわかりづらくなってしまう。その過程を可視化させるため、タイムスライダー形式でキーワードの検索ボリュームやカテゴリの変化を時系列で動的に可視化する。 Also, in the first displayed keyword map, you can browse by setting a period such as "last year", "2019", "2018", etc. However, since the search volume and the categories that can be divided differ depending on the year, how It's hard to tell what has changed. In order to visualize this process, we dynamically visualize changes in keyword search volume and categories in a time-slide format.
〔2.情報処理システムの構成例〕
次に、図2を用いて、実施形態に係る情報提供装置100が含まれる情報処理システム1の構成について説明する。図2は、実施形態に係る情報処理システム1の構成例を示す図である。図2に示すように、実施形態に係る情報処理システム1は、端末装置10と情報提供装置100とを含む。これらの各種装置は、ネットワークNを介して、有線又は無線により通信可能に接続される。ネットワークNは、例えば、LAN(Local Area Network)や、インターネット等のWAN(Wide Area Network)である。
[2. Configuration example of information processing system]
Next, the configuration of the
また、図2に示す情報処理システム1に含まれる各装置の数は図示したものに限られない。例えば、図2では、図示の簡略化のため、端末装置10を1台のみ示したが、これはあくまでも例示であって限定されるものではなく、2台以上であってもよい。
Also, the number of devices included in the
端末装置10は、利用者Uによって使用される情報処理装置である。例えば、端末装置10は、スマートフォンやタブレット端末等のスマートデバイス、フィーチャーフォン、PC(Personal Computer)、PDA(Personal Digital Assistant)、通信機能を備えたゲーム機、カーナビゲーションシステム、スマートウォッチやヘッドマウントディスプレイ等のウェアラブルデバイス(Wearable Device)、スマートグラス等である。
The
また、かかる端末装置10は、LTE(Long Term Evolution)、4G(4th Generation)、5G(5th Generation:第5世代移動通信システム)等の無線通信網や、Bluetooth(登録商標)、無線LAN(Local Area Network)等の近距離無線通信を介してネットワークNに接続し、情報提供装置100と通信することができる。
In addition, the
情報提供装置100は、例えばPCやサーバ装置、あるいはメインフレーム又はワークステーション等である。なお、情報提供装置100は、クラウドコンピューティングにより実現されてもよい。
The
〔3.端末装置の構成例〕
次に、図3を用いて、端末装置10の構成について説明する。図3は、端末装置10の構成例を示す図である。図3に示すように、端末装置10は、通信部11と、表示部12と、入力部13と、測位部14と、センサ部20と、制御部30(コントローラ)と、記憶部40とを備える。
[3. Configuration example of terminal device]
Next, the configuration of the
(通信部11)
通信部11は、ネットワークN(図2参照)と有線又は無線で接続され、ネットワークNを介して、情報提供装置100との間で情報の送受信を行う。例えば、通信部11は、NIC(Network Interface Card)やアンテナ等によって実現される。
(Communication unit 11)
The communication unit 11 is connected to the network N (see FIG. 2) by wire or wirelessly, and transmits and receives information to and from the
(表示部12)
表示部12は、位置情報等の各種情報を表示する表示デバイスである。例えば、表示部12は、液晶ディスプレイ(LCD:Liquid Crystal Display)や有機ELディスプレイ(Organic Electro-Luminescent Display)である。また、表示部12は、タッチパネル式のディスプレイであるが、これに限定されるものではない。
(Display unit 12)
The display unit 12 is a display device that displays various information such as position information. For example, the display unit 12 is a liquid crystal display (LCD) or an organic EL display (Organic Electro-Luminescent Display). Also, the display unit 12 is a touch panel display, but is not limited to this.
(入力部13)
入力部13は、利用者Uから各種操作を受け付ける入力デバイスである。また、入力部13は、例えば、文字や数字等を入力するためのボタン等を有する。また、表示部12がタッチパネル式のディスプレイである場合、表示部12の一部が入力部13として機能する。なお、入力部13は、利用者Uから音声入力を受け付けるマイク等であってもよい。マイクはワイヤレスであってもよい。
(Input unit 13)
The input unit 13 is an input device that receives various operations from the user U. Further, the input unit 13 has, for example, buttons and the like for inputting characters, numbers, and the like. Moreover, when the display unit 12 is a touch panel display, a part of the display unit 12 functions as the input unit 13 . Note that the input unit 13 may be a microphone or the like that receives voice input from the user U. FIG. The microphone may be wireless.
(測位部14)
測位部14は、GPS(Global Positioning System)の衛星から送出される信号(電波)を受信し、受信した信号に基づいて、自装置である端末装置10の現在位置を示す位置情報(例えば、緯度及び経度)を取得する。すなわち、測位部14は、端末装置10の位置を測位する。なお、GPSは、GNSS(Global Navigation Satellite System)の一例に過ぎない。
(Positioning unit 14)
The positioning unit 14 receives signals (radio waves) transmitted from GPS (Global Positioning System) satellites, and based on the received signals, position information (for example, latitude and longitude). That is, the positioning unit 14 positions the position of the
また、測位部14は、GPS以外にも、種々の手法により位置を測位することができる。例えば、測位部14は、位置補正等のための補助的な測位手段として、下記のように、端末装置10の様々な通信機能を利用して位置を測位してもよい。
Also, the positioning unit 14 can measure the position by various methods other than GPS. For example, the positioning unit 14 may measure the position using various communication functions of the
(Wi-Fi測位)
例えば、測位部14は、端末装置10のWi-Fi(登録商標)通信機能や、各通信会社が備える通信網を利用して、端末装置10の位置を測位する。具体的には、測位部14は、Wi-Fi通信等を行い、付近の基地局やアクセスポイントとの距離を測位することにより、端末装置10の位置を測位する。
(Wi-Fi positioning)
For example, the positioning unit 14 measures the position of the
(ビーコン測位)
また、測位部14は、端末装置10のBluetooth(登録商標)機能を利用して位置を測位してもよい。例えば、測位部14は、Bluetooth(登録商標)機能によって接続されるビーコン(beacon)発信機と接続することにより、端末装置10の位置を測位する。
(beacon positioning)
The positioning unit 14 may also use the Bluetooth (registered trademark) function of the
(地磁気測位)
また、測位部14は、予め測定された構造物の地磁気のパターンと、端末装置10が備える地磁気センサとに基づいて、端末装置10の位置を測位する。
(geomagnetic positioning)
Further, the positioning unit 14 positions the position of the
(RFID測位)
また、例えば、端末装置10が駅改札や店舗等で使用される非接触型ICカードと同等のRFID(Radio Frequency Identification)タグの機能を備えている場合、もしくはRFIDタグを読み取る機能を備えている場合、端末装置10によって決済等が行われた情報とともに、使用された位置が記録される。測位部14は、かかる情報を取得することで、端末装置10の位置を測位してもよい。また、位置は、端末装置10が備える光学式センサや、赤外線センサ等によって測位されてもよい。
(RFID positioning)
Further, for example, if the
測位部14は、必要に応じて、上述した測位手段の一つ又は組合せを用いて、端末装置10の位置を測位してもよい。
The positioning unit 14 may measure the position of the
(センサ部20)
センサ部20は、端末装置10に搭載又は接続される各種のセンサを含む。なお、接続は、有線接続、無線接続を問わない。例えば、センサ類は、ウェアラブルデバイスやワイヤレスデバイス等、端末装置10以外の検知装置であってもよい。図3に示す例では、センサ部20は、加速度センサ21と、ジャイロセンサ22と、気圧センサ23と、気温センサ24と、音センサ25と、光センサ26と、磁気センサ27と、画像センサ(カメラ)28とを備える。
(Sensor unit 20)
The sensor unit 20 includes various sensors mounted on or connected to the
なお、上記した各センサ21~28は、あくまでも例示であって限定されるものではない。すなわち、センサ部20は、各センサ21~28のうちの一部を備える構成であってもよいし、各センサ21~28に加えてあるいは代えて、湿度センサ等その他のセンサを備えてもよい。 The sensors 21 to 28 described above are only examples and are not limited. That is, the sensor unit 20 may be configured to include a part of the sensors 21 to 28, or may include other sensors such as a humidity sensor in addition to or instead of the sensors 21 to 28. .
加速度センサ21は、例えば、3軸加速度センサであり、端末装置10の移動方向、速度、及び、加速度等の端末装置10の物理的な動きを検知する。ジャイロセンサ22は、端末装置10の角速度等に基づいて3軸方向の傾き等の端末装置10の物理的な動きを検知する。気圧センサ23は、例えば端末装置10の周囲の気圧を検知する。
The acceleration sensor 21 is, for example, a three-axis acceleration sensor, and detects physical movements of the
端末装置10は、上記した加速度センサ21やジャイロセンサ22、気圧センサ23等を備えることから、これらの各センサ21~23等を利用した歩行者自律航法(PDR:Pedestrian Dead-Reckoning)等の技術を用いて端末装置10の位置を測位することが可能になる。これにより、GPS等の測位システムでは取得することが困難な屋内での位置情報を取得することが可能になる。
Since the
例えば、加速度センサ21を利用した歩数計により、歩数や歩くスピード、歩いた距離を算出することができる。また、ジャイロセンサ22を利用して、利用者Uの進行方向や視線の方向、体の傾きを知ることができる。また、気圧センサ23で検知した気圧から、利用者Uの端末装置10が存在する高度やフロアの階数を知ることもできる。
For example, a pedometer using the acceleration sensor 21 can calculate the number of steps, walking speed, and distance walked. Further, by using the
気温センサ24は、例えば端末装置10の周囲の気温を検知する。音センサ25は、例えば端末装置10の周囲の音を検知する。光センサ26は、端末装置10の周囲の照度を検知する。磁気センサ27は、例えば端末装置10の周囲の地磁気を検知する。画像センサ28は、端末装置10の周囲の画像を撮像する。
The temperature sensor 24 detects the temperature around the
上記した気圧センサ23、気温センサ24、音センサ25、光センサ26及び画像センサ28は、それぞれ気圧、気温、音、照度を検知したり、周囲の画像を撮像したりすることで、端末装置10の周囲の環境や状況等を検知することができる。また、端末装置10の周囲の環境や状況等から、端末装置10の位置情報の精度を向上させることが可能になる。
The atmospheric pressure sensor 23, the temperature sensor 24, the
(制御部30)
制御部30は、例えば、CPU(Central Processing Unit)、ROM(Read Only Memory)、RAM、入出力ポート等を有するマイクロコンピュータや各種の回路を含む。また、制御部30は、例えば、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等の集積回路等のハードウェアで構成されてもよい。制御部30は、送信部31と、受信部32と、処理部33と、表示制御部34とを備える。
(control unit 30)
The control unit 30 includes, for example, a microcomputer having a CPU (Central Processing Unit), a ROM (Read Only Memory), a RAM, an input/output port, and various circuits. Also, the control unit 30 may be configured by hardware such as an integrated circuit such as an ASIC (Application Specific Integrated Circuit) or an FPGA (Field Programmable Gate Array). The control unit 30 includes a
(送信部31)
送信部31は、例えば入力部13を用いて利用者Uにより入力された各種情報や、端末装置10に搭載又は接続された各センサ21~28によって検知された各種情報、測位部14によって測位された端末装置10の位置情報等を、通信部11を介して情報提供装置100へ送信することができる。
(Sending unit 31)
The
(受信部32)
受信部32は、通信部11を介して、情報提供装置100から提供される各種情報や、情報提供装置100からの各種情報の要求を受信することができる。
(Receiver 32)
The receiving unit 32 can receive various information provided by the
(処理部33)
処理部33は、表示部12等を含め、端末装置10全体を制御する。例えば、処理部33は、送信部31によって送信される各種情報や、受信部32によって受信された情報提供装置100からの各種情報を表示部12へ出力して表示させることができる。
(Processing unit 33)
The processing unit 33 controls the entire
(表示制御部34)
表示制御部34は、同時検索(同時入力)されたキーワードや、検索された時間の近さ等から、各キーワードを示すノードの連結でキーワード同士の共起関係を示す共起キーワードのマップを生成して表示する。共起関係にあるキーワード同士は近い位置にマッピングされる。ここでは、キーワードを示すノードは、図形(円形や矩形等)やアイコン等で表示する。また、キーワードの検索ボリュームは、ノードの大きさ(サイズ)で表現する。また、キーワード同士の共起関係は、ノード間を結ぶリンクで表現する。なお、表示制御部34は、処理部33の一部であってもよい。
(Display control unit 34)
The display control unit 34 generates a map of co-occurring keywords showing the co-occurrence relationship between keywords by linking the nodes showing each keyword based on the keywords searched (simultaneously input) and the closeness of the searched time. to display. Keywords having a co-occurrence relationship are mapped to close positions. Here, a node indicating a keyword is displayed as a figure (circle, rectangle, etc.), an icon, or the like. Also, the search volume of a keyword is represented by the size of a node. Co-occurrence relationships between keywords are represented by links connecting nodes. Note that the display control unit 34 may be part of the processing unit 33 .
また、表示制御部34は、カテゴリの共起ネットワークを示すキーワードマップ上において利用者Uが任意のキーワードを操作した際に、操作されたキーワードのカテゴリを変更する。例えば、表示制御部34は、利用者Uが任意のキーワードを示すノードをドラッグ&ドロップして、別カテゴリに属する他のキーワードを示すノードの近くに移動させた際に、操作されたキーワードのカテゴリを、移動先の近くにある他のキーワードが属する別カテゴリに変更する。また、移動したキーワードに近いキーワードも同様に引力(ベクトル)を変化する。すなわち、キーワードを示すノードの移動に伴い、移動の前後のノード間のリンクも変化する。 Further, when the user U operates an arbitrary keyword on the keyword map showing the co-occurrence network of categories, the display control unit 34 changes the category of the operated keyword. For example, when the user U drags and drops a node indicating an arbitrary keyword and moves it near a node indicating another keyword belonging to another category, the display control unit 34 determines the category of the operated keyword. to another category that contains other keywords near the destination. Also, keywords close to the moved keyword similarly change their attractive forces (vectors). That is, as the node indicating the keyword moves, the link between the nodes before and after the move also changes.
また、表示制御部34は、利用者Uがカテゴリの共起ネットワークを示すキーワードマップを時系列再生させる操作を行った際に、カテゴリの共起ネットワークを示すキーワードマップを時系列再生させる(ステップS8)。例えば、表示制御部34は、利用者Uが画面上に表示された「時系列再生」ボタンを押した際に、タイムスライダー形式でカテゴリの共起ネットワークを示すキーワードマップを時系列再生させる。時系列再生されたキーワードマップでは、キーワードを示すノードの大きさ(サイズ)が当該キーワードの検索ボリュームの経時的変化に合わせて変化する。また、ノード間の距離(リンクの長さ)もキーワード同士の共起関係の経時的変化に合わせて変化する。 Further, when the user U performs an operation to reproduce the keyword map indicating the co-occurrence network of the categories in time series, the display control unit 34 reproduces the keyword map indicating the co-occurrence network of the categories in time series (step S8). ). For example, when the user U presses a "time-series playback" button displayed on the screen, the display control unit 34 time-series-plays back a keyword map showing co-occurrence networks of categories in a time slider format. In the time-series-reproduced keyword map, the size of the node indicating the keyword changes according to the temporal change in the search volume of the keyword. In addition, the distance between nodes (link length) also changes according to the temporal change of the co-occurrence relationship between keywords.
(記憶部40)
記憶部40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、又は、HDD(Hard Disk Drive)、SSD(Solid State Drive)、光ディスク等の記憶装置によって実現される。かかる記憶部40には、各種プログラムや各種データ等が記憶される。
(storage unit 40)
The storage unit 40 is realized by, for example, a semiconductor memory device such as RAM (Random Access Memory) or flash memory, or a storage device such as HDD (Hard Disk Drive), SSD (Solid State Drive), or optical disk. be. Various programs, various data, and the like are stored in the storage unit 40 .
〔4.情報処理装置の構成例〕
次に、図4を用いて、実施形態に係る情報提供装置100の構成について説明する。図4は、実施形態に係る情報提供装置100の構成例を示す図である。図4に示すように、情報提供装置100は、通信部110と、記憶部120と、制御部130とを有する。
[4. Configuration example of information processing device]
Next, the configuration of the
(通信部110)
通信部110は、例えば、NIC(Network Interface Card)等によって実現される。また、通信部110は、ネットワークN(図2参照)と有線又は無線で接続される。
(Communication unit 110)
The communication unit 110 is realized by, for example, a NIC (Network Interface Card) or the like. Also, the communication unit 110 is connected to the network N (see FIG. 2) by wire or wirelessly.
(記憶部120)
記憶部120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、又は、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。図4に示すように、記憶部120は、利用者情報データベース121と、履歴情報データベース122と、キーワード情報データベース123とを有する。
(storage unit 120)
The
(利用者情報データベース121)
利用者情報データベース121は、利用者Uに関する各種情報を記憶する。例えば、利用者情報データベース121は、利用者Uの属性等の種々の情報を記憶する。図5は、利用者情報データベース121の一例を示す図である。図5に示した例では、利用者情報データベース121は、「利用者ID(Identifier)」、「年齢」、「性別」、「自宅」、「勤務地」、「興味」といった項目を有する。
(User information database 121)
The
「利用者ID」は、利用者Uを識別するための識別情報を示す。また、「年齢」は、利用者IDにより識別される利用者Uの年齢を示す。なお、「年齢」は、例えば35歳など、利用者IDにより識別される利用者Uの具体的な年齢であってもよい。また、「性別」は、利用者IDにより識別される利用者Uの性別を示す。 “User ID” indicates identification information for identifying the user U. "Age" indicates the age of the user U identified by the user ID. Note that the “age” may be a specific age of the user U identified by the user ID, such as 35 years old. "Gender" indicates the gender of the user U identified by the user ID.
また、「自宅」は、利用者IDにより識別される利用者Uの自宅の位置情報を示す。なお、図5に示す例では、「自宅」は、「LC11」といった抽象的な符号を図示するが、緯度経度情報等であってもよい。また、例えば、「自宅」は、地域名や住所であってもよい。 "Home" indicates location information of the home of the user U identified by the user ID. In the example shown in FIG. 5, "home" is represented by an abstract code such as "LC11", but may be latitude/longitude information or the like. Also, for example, "home" may be an area name or an address.
また、「勤務地」は、利用者IDにより識別される利用者Uの勤務地(学生の場合は学校)の位置情報を示す。なお、図5に示す例では、「勤務地」は、「LC12」といった抽象的な符号を図示するが、緯度経度情報等であってもよい。また、例えば、「勤務地」は、地域名や住所であってもよい。 "Place of work" indicates location information of the place of work (school in the case of a student) of the user U identified by the user ID. In the example shown in FIG. 5, the "place of work" is illustrated as an abstract code such as "LC12", but may be latitude/longitude information or the like. Also, for example, the "place of work" may be an area name or an address.
また、「興味」は、利用者IDにより識別される利用者Uの興味を示す。すなわち、「興味」は、利用者IDにより識別される利用者Uが関心の高い対象を示す。例えば、「興味」は、利用者Uが検索エンジンに入力して検索した検索クエリ(キーワード)等であってもよい。なお、図5に示す例では、「興味」は、各利用者Uに1つずつ図示するが、複数であってもよい。 "Interest" indicates the interest of the user U identified by the user ID. That is, "interest" indicates an object in which the user U identified by the user ID is highly interested. For example, the "interest" may be a search query (keyword) that the user U has entered into a search engine and searched for. In the example shown in FIG. 5, one "interest" is shown for each user U, but a plurality of "interests" may be shown.
例えば、図5に示す例において、利用者ID「U1」により識別される利用者Uの年齢は、「20代」であり、性別は、「男性」であることを示す。また、例えば、利用者ID「U1」により識別される利用者Uは、自宅が「LC11」であることを示す。また、例えば、利用者ID「U1」により識別される利用者Uは、勤務地が「LC12」であることを示す。また、例えば、利用者ID「U1」により識別される利用者Uは、「スポーツ」に興味があることを示す。 For example, in the example shown in FIG. 5, the age of the user U identified by the user ID "U1" is "twenties" and the gender is "male". Also, for example, the user U identified by the user ID "U1" indicates that the home is "LC11". Also, for example, the user U identified by the user ID "U1" indicates that the place of work is "LC12". Also, for example, the user U identified by the user ID "U1" indicates that he is interested in "sports".
ここで、図5に示す例では、「U1」、「LC11」及び「LC12」といった抽象的な値を用いて図示するが、「U1」、「LC11」及び「LC12」には、具体的な文字列や数値等の情報が記憶されるものとする。以下、他の情報に関する図においても、抽象的な値を図示する場合がある。 Here, in the example shown in FIG. 5 , abstract values such as “U1”, “LC11” and “LC12” are used, but “U1”, “LC11” and “LC12” have specific values. It is assumed that information such as character strings and numerical values is stored. Hereinafter, abstract values may also be illustrated in diagrams relating to other information.
なお、利用者情報データベース121は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、利用者情報データベース121は、利用者Uの端末装置10に関する各種情報を記憶してもよい。また、利用者情報データベース121は、利用者Uのデモグラフィック(人口統計学的属性)、サイコグラフィック(心理学的属性)、ジオグラフィック(地理学的属性)、ベヘイビオラル(行動学的属性)等の属性に関する情報を記憶してもよい。例えば、利用者情報データベース121は、氏名、家族構成、出身地(地元)、職業、職位、収入、資格、居住形態(戸建、マンション等)、車の有無、通学・通勤時間、通学・通勤経路、定期券区間(駅、路線等)、利用頻度の高い駅(自宅・勤務地の最寄駅以外)、習い事(場所、時間帯等)、趣味、興味、ライフスタイル等の情報を記憶してもよい。
The
(履歴情報データベース122)
履歴情報データベース122は、利用者Uの行動を示す履歴情報(ログデータ)に関する各種情報を記憶する。図6は、履歴情報データベース122の一例を示す図である。図6に示した例では、履歴情報データベース122は、「利用者ID」、「位置履歴」、「検索履歴」、「閲覧履歴」、「購買履歴」、「投稿履歴」といった項目を有する。
(History information database 122)
The
「利用者ID」は、利用者Uを識別するための識別情報を示す。また、「位置履歴」は、利用者Uの位置や移動の履歴である位置履歴を示す。また、「検索履歴」は、利用者Uが入力した検索クエリの履歴である検索履歴を示す。また、「閲覧履歴」は、利用者Uが閲覧したコンテンツの履歴である閲覧履歴を示す。また、「購買履歴」は、利用者Uによる購買の履歴である購買履歴を示す。また、「投稿履歴」は、利用者Uによる投稿の履歴である投稿履歴を示す。なお、「投稿履歴」は、利用者Uの所有物に関する質問を含んでいてもよい。 “User ID” indicates identification information for identifying the user U. "Position history" indicates a position history, which is a history of the user's U position and movement. Also, "search history" indicates a search history that is a history of search queries input by the user U. FIG. "Browsing history" indicates a browsing history that is a history of contents browsed by the user U. FIG. "Purchase history" indicates the purchase history of the user U's purchases. In addition, “posting history” indicates a posting history that is a history of posts by the user U. FIG. In addition, the “posting history” may include questions about user U's property.
例えば、図6に示す例において、利用者ID「U1」により識別される利用者Uは、「位置履歴#1」の通りに移動し、「検索履歴#1」の通りに検索し、「閲覧履歴#1」の通りにコンテンツを閲覧し、「購買履歴#1」の通りに所定の店舗等で所定の商品等を購入し、「投稿履歴」の通りに投稿したことを示す。
For example, in the example shown in FIG. 6, the user U identified by the user ID "U1" moves along the "
ここで、図6に示す例では、「U1」、「位置履歴#1」、「検索履歴#1」、「閲覧履歴#1」、「購買履歴#1」及び「投稿履歴#1」といった抽象的な値を用いて図示するが、「U1」、「位置履歴#1」、「検索履歴#1」、「閲覧履歴#1」、「購買履歴#1」及び「投稿履歴#1」には、具体的な文字列や数値等の情報が記憶されるものとする。
Here, in the example shown in FIG. 6, abstract history such as "U1", "
なお、履歴情報データベース122は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、履歴情報データベース122は、利用者Uの所定のサービスの利用履歴等を記憶してもよい。また、履歴情報データベース122は、利用者Uの実店舗の来店履歴又は施設の訪問履歴等を記憶してもよい。また、履歴情報データベース122は、利用者Uの電子決済での決済履歴等を記憶してもよい。
Note that the
(キーワード情報データベース123)
キーワード情報データベース123は、不特定多数の人に検索されたキーワードに関する各種情報を記憶する。図7は、キーワード情報データベース123の一例を示す図である。図7に示した例では、キーワード情報データベース123は、「キーワード」、「共起キーワード」、「カテゴリ」、「検索ボリューム」、「共起度」といった項目を有する。
(Keyword information database 123)
The
「キーワード」は、不特定多数の利用者により検索エンジン等で検索が行われたキーワードを示す。また、「共起キーワード」は、当該キーワードの共起キーワードを示す。例えば、共起キーワードは、当該キーワードと同時に又は近い時間に検索されたキーワードである。また、共起キーワードが存在しない場合(単一のキーワードのみで検索が行われた場合等)には、当該共起キーワードの欄は空白となる。また、「カテゴリ」は、当該キーワードが属するカテゴリを示す。なお、カテゴリは、当該キーワードと共起キーワードとの組により分類されてもよい。また、「検索ボリューム」は、当該キーワードの検索ボリューム(検索数)を示す。なお、検索ボリュームは、当該キーワードと共起キーワードとの組ごとに測定されてもよい。この場合、当該キーワードと共起キーワードとの組ごとに測定された検索ボリュームの合計値が、キーワード自体の検索ボリュームとなる。また、「共起度」は、当該キーワードと共起キーワードとの共起度を示す。なお、共起度は、当該キーワードの検索ボリュームに基づいて算出されてもよい。また、共起キーワードが存在しない場合(単一のキーワードのみで検索が行われた場合等)には、当該共起度の欄は空白となる。 "Keyword" indicates a keyword searched by an unspecified number of users using a search engine or the like. Also, "co-occurring keyword" indicates a co-occurring keyword of the keyword. For example, a co-occurring keyword is a keyword that is searched at the same time as or close to the keyword in question. Also, when there is no co-occurring keyword (eg, when a search is performed using only a single keyword), the column for that co-occurring keyword is blank. "Category" indicates the category to which the keyword belongs. Note that the categories may be classified by a set of the keyword and the co-occurring keyword. "Search volume" indicates the search volume (the number of searches) of the keyword. Note that the search volume may be measured for each set of the keyword and the co-occurring keyword. In this case, the total value of the search volumes measured for each set of the keyword and the co-occurring keyword is the search volume of the keyword itself. "Co-occurrence degree" indicates the degree of co-occurrence between the keyword and the co-occurrence keyword. Note that the degree of co-occurrence may be calculated based on the search volume of the keyword. In addition, when there is no co-occurrence keyword (when a search is performed using only a single keyword, etc.), the co-occurrence degree column is blank.
例えば、図7に示す例において、「キーワード#1」は、「共起キーワード#11」とともに検索され、「カテゴリ#11」に分類され、「検索ボリューム#11」であり、共起キーワードとの共起度は「共起度#11」であることを示す。
For example, in the example shown in FIG. 7, "
ここで、図7に示す例では、「キーワード#1」、「共起キーワード#11」、「カテゴリ#11」、「検索ボリューム#11」及び「共起度#11」といった抽象的な値を用いて図示するが、「キーワード#1」、「共起キーワード#11」、「カテゴリ#11」、「検索ボリューム#11」及び「共起度#11」には、具体的な文字列や数値等の情報が記憶されるものとする。
Here, in the example shown in FIG. 7, abstract values such as "
なお、キーワード情報データベース123は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、キーワード情報データベース123は、当該キーワードと共起キーワードとの組ごとに測定された検索ボリュームの合計値(キーワード自体の検索ボリューム)に関する情報を記憶してもよい。また、キーワード情報データベース123は、当該キーワードのカテゴリとともに、共起キーワードのカテゴリに関する情報を記憶してもよい。また、キーワード情報データベース123は、当該キーワードの検索結果として選ばれたWebサイトのPV(Page View)数やCTR(Click Through Rate)、CVR(Conversion Rate)等に関する情報を記憶してもよい。
It should be noted that the
(制御部130)
図4に戻り、説明を続ける。制御部130は、コントローラ(Controller)であり、例えば、CPU(Central Processing Unit)、MPU(Micro Processing Unit)、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等によって、情報提供装置100の内部の記憶装置に記憶されている各種プログラム(情報処理プログラムの一例に相当)がRAM等の記憶領域を作業領域として実行されることにより実現される。図4に示す例では、制御部130は、取得部131と、推定部132と、測定部133と、受付部134と、抽出部135と、提供部136とを有する。
(control unit 130)
Returning to FIG. 4, the description is continued. The control unit 130 is a controller, and for example, a CPU (Central Processing Unit), an MPU (Micro Processing Unit), an ASIC (Application Specific Integrated Circuit), an FPGA (Field Programmable Gate Array), or the like controls the
(取得部131)
取得部131は、通信部110を介して、各種サーバ等から、利用者Uが検索エンジン等での検索に用いたキーワードに関する情報を取得する。
(Acquisition unit 131)
このとき、取得部131は、通信部110を介して、端末装置10や各種サーバ等から、利用者Uに関する各種情報を取得する。例えば、取得部131は、利用者Uを示す情報(利用者ID等)や、利用者Uの位置情報、利用者Uの属性情報等を取得する。そして、取得部131は、記憶部120の利用者情報データベース121に登録する。
At this time, the acquiring
また、取得部131は、通信部110を介して、各種サーバ等から、利用者Uの行動を示す各種の履歴情報(ログデータ)を取得する。そして、取得部131は、記憶部120の履歴情報データベース122に登録する。
In addition, the
なお、上記の利用者Uが検索エンジン等での検索に用いたキーワードは、各種の履歴情報に含まれるキーワード(履歴情報に登場するキーワード)であってもよい。 The keyword used by the user U for searching with a search engine or the like may be a keyword included in various types of history information (keyword appearing in history information).
(推定部132)
推定部132は、不特定多数の利用者により検索エンジン等で検索が行われたキーワードごとに、共起キーワードを推定する。例えば、推定部132は、同時に又は近い時間に検索されたキーワード同士を共起キーワードと推定する。そして、推定部132は、記憶部120のキーワード情報データベース123に登録する。
(Estimation unit 132)
The estimation unit 132 estimates a co-occurring keyword for each keyword searched by an unspecified number of users using a search engine or the like. For example, the estimation unit 132 estimates keywords searched at the same time or at close times as co-occurring keywords. Then, the estimating unit 132 registers in the
また、推定部132は、不特定多数の利用者により検索エンジン等で検索が行われたキーワードごとに、該当するカテゴリを推定する。そして、推定部132は、記憶部120のキーワード情報データベース123に登録する。例えば、推定部132は、取得したキーワードと、事前にカテゴリを分類したキーワードとを比較照合し、取得したキーワードを、該当するキーワードのカテゴリに分類する。このとき、推定部132は、事前に、機械学習により、キーワードを入力すると適当なカテゴリに分類して出力する学習済みモデルを作成してもよい。
In addition, the estimation unit 132 estimates a corresponding category for each keyword searched by an unspecified number of users using a search engine or the like. Then, the estimating unit 132 registers in the
例えば、推定部132は、RNN(Recurrent Neural Network)やLSTM(Long short-term memory)等を用いた機械学習により、キーワードのカテゴリを分類する学習済みモデルを作成する。なお、モデルは、任意の種別及び任意の形式のモデルが採用可能である。例えば、推定部132は、SVM(Support Vector Machine)やDNN(Deep Neural Network)をモデルとして採用してもよい。ここで、DNNは、CNN(Convolutional Neural Network)やRNNであってもよい。また、モデルは、例えば、CNNとRNNとを組み合わせたモデル等、複数のモデルを組み合わせることで実現されるモデルであってもよい。 For example, the estimation unit 132 creates a trained model for classifying keyword categories by machine learning using RNN (Recurrent Neural Network), LSTM (Long short-term memory), or the like. As for the model, a model of any type and any format can be adopted. For example, the estimation unit 132 may adopt SVM (Support Vector Machine) or DNN (Deep Neural Network) as a model. Here, DNN may be CNN (Convolutional Neural Network) or RNN. The model may also be a model realized by combining a plurality of models, such as a model combining CNN and RNN.
なお、RNNやLSTMは、アテンション(Attention)の仕組みに基づくニューラルネットワークであってもよい。また、推定部132は、同様の自然言語処理モデルを用いてもよい。また、データマイニングやその他の機械学習アルゴリズムを利用してもよい。推定部132は、上述した各種の学習手法により、モデルの学習を行うことができる。 Note that the RNN and LSTM may be neural networks based on an attention mechanism. Also, the estimation unit 132 may use a similar natural language processing model. Data mining and other machine learning algorithms may also be used. The estimating unit 132 can perform model learning using the various learning methods described above.
なお、実際には、推定部132は、キーワード単体ではなく、キーワードと共起キーワードとの組み合わせに基づいて、キーワードのカテゴリを推定してもよい。 In practice, the estimating unit 132 may estimate the keyword category based on a combination of the keyword and the co-occurring keyword instead of the keyword alone.
(測定部133)
測定部133は、不特定多数の利用者により検索エンジン等で検索が行われたキーワードごとの検索ボリュームを測定する。例えば、測定部133は、検索サーバ等から取得した利用者Uが検索エンジン等での検索に用いたキーワードに関する情報や、検索履歴等に基づいて、当該キーワードの検索数をカウントする。そして、測定部133は、記憶部120のキーワード情報データベース123に登録する。
(Measuring unit 133)
The measurement unit 133 measures the search volume for each keyword searched by an unspecified number of users using a search engine or the like. For example, the measurement unit 133 counts the number of searches for the keyword based on the information about the keyword used by the user U for searching with a search engine or the like obtained from a search server or the like, the search history, or the like. Then, the measurement unit 133 registers in the
このとき、測定部133は、当該キーワード単体の検索ボリュームではなく、当該キーワードと共起キーワードとの組の検索ボリュームを測定してもよい。 At this time, the measurement unit 133 may measure the search volume of a combination of the keyword and the co-occurring keyword instead of the search volume of the keyword alone.
また、測定部133は、不特定多数の利用者により検索エンジン等で検索が行われたキーワードと共起キーワードとの組の検索ボリュームに基づいて、キーワード同士の共起度を算出する。そして、測定部133は記憶部120のキーワード情報データベース123に登録する。
The measurement unit 133 also calculates the degree of co-occurrence between keywords based on the search volume of a set of a keyword and a co-occurring keyword searched by an unspecified number of users using a search engine or the like. Then, the measurement unit 133 registers in the
(受付部134)
受付部134は、通信部110を介して、端末装置10から、利用者Uが入力したキーワードを受け付ける。例えば、受付部134は、共起キーワードの地図マッピング用の画面上の入力欄(入力ボックス)に入力されたキーワードを受け付ける。
(Reception unit 134)
The reception unit 134 receives the keyword input by the user U from the
(抽出部135)
抽出部135は、受け付けたキーワードと、上記のキーワード情報データベース123に登録されたキーワードとを比較照合し、受け付けたキーワードの共起キーワードや検索ボリューム、キーワード同士の共起度、受け付けたキーワードが属するカテゴリ等に関する情報を抽出する。なお、受け付けたキーワードが属するカテゴリは、受け付けたキーワードに基づいて、上記の推定部132により推定してもよい。抽出された各種情報は、共起キーワードの地図マッピング用のUIの画面表示を制御するために必要な情報となる。
(Extraction unit 135)
The extraction unit 135 compares and collates the received keyword with the keywords registered in the
(提供部136)
提供部136は、通信部110を介して、端末装置10に対して、共起キーワードの地図マッピング用のUIの画面表示を制御するために必要な情報を提供する。あるいは、提供部136は、通信部110を介して端末装置10と連携し、画面表示を制御するための各種データや指示(コマンド等)を提供し、共起キーワードの地図マッピング用のUIの画面表示を制御する。
(Providing unit 136)
The providing
〔5.処理手順〕
次に、図8を用いて実施形態に係る端末装置10及び情報提供装置100による処理手順について説明する。図8は、実施形態に係る処理手順を示すフローチャートである。なお、以下に示す処理手順は、端末装置10の制御部30及び情報提供装置100の制御部130によって繰り返し実行される。
[5. Processing procedure]
Next, processing procedures by the
図8に示すように、情報提供装置100の取得部131は、通信部110を介して、各種サーバ等から、利用者Uが検索エンジン等での検索に用いたキーワードに関する情報を取得する(ステップS101)。
As shown in FIG. 8, the
続いて、情報提供装置100の推定部132は、不特定多数の利用者により検索エンジン等で検索が行われたキーワードごとに、共起キーワードを推定する(ステップS102)。例えば、推定部132は、同時に又は近い時間に検索されたキーワード同士を共起キーワードと推定する。そして、推定部132は、記憶部120のキーワード情報データベース123に登録する。
Subsequently, the estimating unit 132 of the
続いて、情報提供装置100の推定部132は、不特定多数の利用者により検索エンジン等で検索が行われたキーワードごとに、該当するカテゴリを推定する(ステップS103)。例えば、推定部132は、機械学習により、キーワードを入力すると適当なカテゴリに分類して出力する学習済みモデルを事前に作成しておき、取得したキーワードを学習済みモデルに入力し、該当するカテゴリに分類して出力する。このとき、推定部132は、機械学習により、キーワードと共起キーワードとの組を入力すると適当なカテゴリに分類して出力する学習済みモデルを事前に作成しておき、取得したキーワードと共起キーワードとの組を学習済みモデルに入力し、該当するカテゴリに分類して出力するようにしてもよい。そして、測定部133は、記憶部120のキーワード情報データベース123に登録する。
Subsequently, the estimation unit 132 of the
続いて、情報提供装置100の測定部133は、不特定多数の利用者により検索エンジン等で検索が行われたキーワードごとの検索ボリュームを測定する(ステップS104)。このとき、測定部133は、当該キーワード単体の検索ボリュームではなく、当該キーワードと共起キーワードとの組の検索ボリュームを測定してもよい。また、測定部133は、不特定多数の利用者により検索エンジン等で検索が行われたキーワードと共起キーワードとの組の検索ボリュームに基づいて、キーワード同士の共起度を算出してもよい。そして、測定部133は、記憶部120のキーワード情報データベース123に登録する。
Subsequently, the measurement unit 133 of the
続いて、情報提供装置100の受付部134は、通信部110を介して、端末装置10から、共起キーワードの地図マッピング用のサイトにアクセス又はアプリを起動した際に、利用者Uが端末装置10の入力部13を用いて共起キーワードの地図マッピング用の画面上の入力欄(入力ボックス)に入力したキーワードを受け付ける(ステップS105)。
Subsequently, when the receiving unit 134 of the
続いて、情報提供装置100の抽出部135は、受け付けたキーワードと、上記のキーワード情報データベース123に登録されたキーワードとを比較照合し、受け付けたキーワードの共起キーワードや検索ボリューム、受け付けたキーワードに該当するカテゴリ等に関する情報を抽出する(ステップS106)。なお、受け付けたキーワードに該当するカテゴリは、上記の推定部132により推定してもよい。また、抽出部135は、キーワード同士の共起度に関する情報があれば、共起度に関する情報も抽出してもよい。
Subsequently, the extraction unit 135 of the
続いて、端末装置10の処理部33は、受信部32を介して情報提供装置100から受信した情報に基づいて、表示部12にカテゴリの共起ネットワークを示すキーワードマップを表示する(ステップS107)。このとき、情報提供装置100の提供部136は、通信部110を介して、端末装置10に対して、共起キーワードの地図マッピング用のUIの画面表示を制御するために必要な情報を提供する。あるいは、提供部136は、通信部110を介して端末装置10と連携し、画面表示を制御するための各種データや指示(コマンド等)を提供し、共起キーワードの地図マッピング用のUIの画面表示を制御する。
Subsequently, the processing unit 33 of the
続いて、端末装置10の表示制御部34は、カテゴリの共起ネットワークを示すキーワードマップ上において利用者Uが任意のキーワードを操作した際に、操作されたキーワードのカテゴリを変更する(ステップS108)。例えば、表示制御部34は、利用者Uが任意のキーワードを示すノードをドラッグ&ドロップして、別カテゴリに属する他のキーワードを示すノードの近くに移動させた際に、操作されたキーワードのカテゴリを、移動先の近くにある他のキーワードが属する別カテゴリに変更する。
Subsequently, the display control unit 34 of the
続いて、端末装置10の表示制御部34は、利用者Uがカテゴリの共起ネットワークを示すキーワードマップを時系列再生させる操作を行った際に、カテゴリの共起ネットワークを示すキーワードマップを時系列再生させる(ステップS109)。例えば、表示制御部34は、利用者Uが画面上に表示された「時系列再生」ボタンを押した際に、タイムスライダー形式でカテゴリの共起ネットワークを示すキーワードマップを時系列再生させる。
Subsequently, the display control unit 34 of the
〔6.変形例〕
上述した端末装置10及び情報提供装置100は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、実施形態の変形例について説明する。
[6. Modification]
The
上記の実施形態において、情報提供装置100が実行している処理の一部又は全部は、実際には、端末装置10が実行してもよい。例えば、スタンドアローン(Stand-alone)で(端末装置10単体で)処理が完結してもよい。この場合、端末装置10に、上記の実施形態における情報提供装置100の機能が備わっているものとする。また、上記の実施形態では、端末装置10は情報提供装置100と連携しているため、利用者Uから見れば、情報提供装置100の処理も端末装置10が実行しているように見える。すなわち、他の観点では、端末装置10は、情報提供装置100を備えているともいえる。
In the above embodiment, part or all of the processing executed by the
また、上記の実施形態において、情報提供装置100の推定部132は、機械学習により、キーワードを入力すると共起キーワードを推定して出力する学習済みモデルを事前に作成しておき、端末装置10から受け付けたキーワードを学習済みモデルに入力し、共起キーワードを推定して出力するようにしてもよい。
In the above embodiment, the estimating unit 132 of the
また、上記の実施形態において、端末装置10は、共起キーワードの地図マッピング用の画面上において、利用者Uから入力されたキーワードの入力回数を検索ボリュームとして測定してもよい。また、端末装置10は、共起キーワードの地図マッピング用の画面上において、利用者Uから同時に又は近い時間に入力されたキーワード同士を共起キーワードと推定してもよい。
Further, in the above embodiment, the
〔7.効果〕
上述してきたように、本願に係る情報処理装置(端末装置10及び情報提供装置100)は、不特定多数の人に検索されたキーワードをカテゴリごとに異なる表示態様でキーワードマップに表示する表示部12と、キーワードマップ上で任意のキーワードを別カテゴリのキーワードの近くに移動させた際に、移動させたキーワードの表示態様を、別カテゴリに対応する表示態様に変更する表示制御部34と、を備える。
[7. effect〕
As described above, the information processing device (the
また、表示部12は、利用者により入力されたキーワードを中心に、不特定多数の人に検索されたキーワードをカテゴリごとに異なる表示態様でキーワードマップに表示する。 In addition, the display unit 12 displays keywords searched by an unspecified number of people on the keyword map in different display modes for each category, centering on the keywords input by the user.
また、表示部12は、キーワードマップ上でキーワードをカテゴリごとに色分けして表示する。そして、表示制御部34は、キーワードマップ上で、利用者がドラッグ&ドロップで、任意のキーワードを別カテゴリのキーワードの近くに移動させた際に、移動させたキーワードの色を、別カテゴリに対応する色に変更する。 In addition, the display unit 12 displays the keywords on the keyword map in different colors for each category. Then, when the user drags and drops an arbitrary keyword near another category keyword on the keyword map, the display control unit 34 changes the color of the moved keyword to correspond to the other category. change to the color you want.
また、表示制御部34は、移動させたキーワードの近くのキーワードのベクトルを変化させる。 In addition, the display control unit 34 changes vectors of keywords near the moved keyword.
また、表示制御部34は、キーワードマップ上のキーワードの検索ボリューム及びカテゴリの変化を時系列で可視化する。例えば、表示制御部34は、キーワードマップ上のキーワードの検索ボリューム及びカテゴリの変化を時系列で動的に可視化する。 In addition, the display control unit 34 visualizes changes in keyword search volume and category on the keyword map in chronological order. For example, the display control unit 34 dynamically visualizes changes in keyword search volume and category on the keyword map in chronological order.
また、表示制御部34は、タイムスライダー形式で、キーワードマップ上のキーワードの検索ボリューム及びカテゴリの変化を時系列再生させる。 In addition, the display control unit 34 reproduces changes in search volumes and categories of keywords on the keyword map in chronological order in a time slider format.
また、本願に係る情報処理装置は、不特定多数の人に検索されたキーワードのカテゴリを推定する推定部132と、をさらに備える。 The information processing apparatus according to the present application further includes an estimation unit 132 that estimates the category of keywords searched by an unspecified number of people.
また、本願に係る情報処理装置は、不特定多数の人に検索されたキーワードの検索ボリュームを測定する測定部133と、をさらに備える。 The information processing apparatus according to the present application further includes a measurement unit 133 that measures the search volume of keywords searched by an unspecified number of people.
上述した各処理のいずれかもしくは組合せにより、本願に係る情報処理装置は、有用な情報を得ることができる。例えば、最初に表示されるのは、検索されたキーワードに対して、システム提供側が独自に設定したカテゴリで色分けをしたキーワードマップである。しかし、最初に表示されたキーワードマップでは、1つのキーワードが複数のカテゴリに属している場合もあり、中心となるキーワードとの関係によって、他のキーワードのカテゴリが変化する。そのため、システムによる自動振り分けでは、ユーザの意図とは異なる色分け(カテゴリ分け)になっているものも一部存在している。そこで、ユーザの操作による手動振り分けを受け付けることで、システム独自の振り分けとユーザ意図による振り分けの両立を可能とする。例えば、キーワードをドラッグ&ドロップ(ユーザ操作)で別カテゴリの上に持ってくることで色を変更する。また、移動したキーワードに近いキーワードも同様に引力(ベクトル)を変化する。 The information processing apparatus according to the present application can obtain useful information by any one or a combination of the processes described above. For example, what is displayed first is a keyword map in which searched keywords are color-coded according to categories uniquely set by the system provider. However, in the initially displayed keyword map, one keyword may belong to multiple categories, and the categories of other keywords change depending on the relationship with the main keyword. Therefore, in the automatic sorting by the system, there are some items that are color-coded (categorized) different from the user's intention. Therefore, by accepting manual sorting by a user's operation, it is possible to achieve both sorting unique to the system and sorting intentionally by the user. For example, a keyword is dragged and dropped (user operation) onto another category to change the color. Also, keywords close to the moved keyword similarly change their attractive forces (vectors).
また、最初に表示されたキーワードマップでは、「直近1年」「2019年」「2018年」等で期間を設定して閲覧できるが、年によって検索ボリュームや分けられるカテゴリが異なるため、どのように変化したのかがわかりづらくなってしまう。その過程を可視化させるため、タイムスライダー形式でキーワードの検索ボリュームやカテゴリの変化を時系列表示させ、動的に可視化する。 Also, in the first displayed keyword map, you can browse by setting a period such as "last year", "2019", "2018", etc. However, since the search volume and the categories that can be divided differ depending on the year, how It's hard to tell what has changed. In order to visualize this process, changes in keyword search volumes and categories are displayed in chronological order in a time slider format and visualized dynamically.
〔8.ハードウェア構成〕
また、上述した実施形態に係る端末装置10や情報提供装置100は、例えば図9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。以下、端末装置10を例に挙げて説明する。図9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I/F(Interface)1060、入力I/F1070、ネットワークI/F1080がバス1090により接続された形態を有する。
[8. Hardware configuration]
Also, the
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。演算装置1030は、例えばCPU(Central Processing Unit)、MPU(Micro Processing Unit)、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等により実現される。
The
一次記憶装置1040は、RAM(Random Access Memory)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(Hard Disk Drive)、SSD(Solid State Drive)、フラッシュメモリ等により実現される。二次記憶装置1050は、内蔵ストレージであってもよいし、外付けストレージであってもよい。また、二次記憶装置1050は、USBメモリやSD(Secure Digital)メモリカード等の取り外し可能な記憶媒体であってもよい。また、二次記憶装置1050は、クラウドストレージ(オンラインストレージ)やNAS(Network Attached Storage)、ファイルサーバ等であってもよい。
The
出力I/F1060は、ディスプレイ、プロジェクタ、及びプリンタ等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ーフェイスであり、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I/F1070は、マウス、キーボード、キーパッド、ボタン、及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ーフェイスであり、例えば、USB等により実現される。
The output I/
また、出力I/F1060及び入力I/F1070はそれぞれ出力装置1010及び入力装置1020と無線で接続してもよい。すなわち、出力装置1010及び入力装置1020は、ワイヤレス機器であってもよい。
Also, the output I/
また、出力装置1010及び入力装置1020は、タッチパネルのように一体化していてもよい。この場合、出力I/F1060及び入力I/F1070も、入出力I/Fとして一体化していてもよい。
Also, the
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、又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。
Note that the
ネットワークI/F1080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。
Network I/
演算装置1030は、出力I/F1060や入力I/F1070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が端末装置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30の機能を実現する。また、コンピュータ1000の演算装置1030は、ネットワークI/F1080を介して他の機器から取得した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してもよい。また、コンピュータ1000の演算装置1030は、ネットワークI/F1080を介して他の機器と連携し、プログラムの機能やデータ等を他の機器の他のプログラムから呼び出して利用してもよい。
For example, when the computer 1000 functions as the
〔9.その他〕
以上、本願の実施形態を説明したが、これら実施形態の内容により本発明が限定されるものではない。また、前述した構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。さらに、前述した構成要素は適宜組み合わせることが可能である。さらに、前述した実施形態の要旨を逸脱しない範囲で構成要素の種々の省略、置換又は変更を行うことができる。
[9. others〕
Although the embodiments of the present application have been described above, the present invention is not limited by the contents of these embodiments. In addition, the components described above include those that can be easily assumed by those skilled in the art, those that are substantially the same, and those within the so-called equivalent range. Furthermore, the components described above can be combined as appropriate. Furthermore, various omissions, replacements, or modifications of components can be made without departing from the gist of the above-described embodiments.
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又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又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、上記文書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。 Further, among the processes described in the above embodiments, all or part of the processes described as being automatically performed can be manually performed, or the processes described as being performed manually can be performed manually. All or part of this can also be done automatically by known methods. In addition, information including processing procedures, specific names, various data and parameters shown in the above documents and drawings can be arbitrarily changed unless otherwise specified. For example, the various information shown in each drawing is not limited to the illustrated information.
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、その全部又は一部を、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又は物理的に分散・統合して構成することができる。 Also, each component of each device illustrated is functionally conceptual, and does not necessarily need to be physically configured as illustrated. In other words, the specific form of distribution and integration of each device is not limited to the illustrated one, and all or part of them can be functionally or physically distributed and integrated in arbitrary units according to various loads and usage conditions. Can be integrated and configured.
例えば、上述した情報提供装置100は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットホーム等をAPI(Application Programming Interface)やネットワークコンピューティング等で呼び出して実現するなど、構成は柔軟に変更できる。
For example, the
また、上述してきた実施形態及び変形例は、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。 Also, the above-described embodiments and modifications can be appropriately combined within a range that does not contradict the processing content.
また、上述してきた「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。 Also, the above-mentioned "section, module, unit" can be read as "means" or "circuit". For example, the acquisition unit can be read as acquisition means or an acquisition circuit.
1 情報処理システム
10 端末装置
12 表示部
34 表示制御部
100 情報提供装置
121 利用者情報データベース
122 履歴情報データベース
123 キーワード情報データベース
131 取得部
132 推定部
133 測定部
134 受付部
135 抽出部
136 提供部
1
Claims (11)
不特定多数の人に検索されたキーワードをカテゴリごとに異なる表示態様でキーワードマップに表示する表示部と、
前記キーワードマップ上で任意のキーワードを別カテゴリのキーワードの近くに移動させた際に、前記移動させたキーワードの表示態様を、前記別カテゴリに対応する表示態様に変更する表示制御部と、
を備え、
前記表示部は、検索対象のキーワードと同時に又は近い時間に検索された共起キーワードの地図マッピング用の画面上において、利用者から入力されたキーワードに基づいてカテゴリの共起ネットワークを示すキーワードマップを表示し、
前記表示制御部は、利用者が任意のキーワードを示すノードをドラッグ&ドロップして、別カテゴリに属する他のキーワードを示すノードの近くに移動させた際に、操作されたキーワードのカテゴリを、移動先の近くにある他のキーワードが属する別カテゴリに変更し、
前記推定部は、操作されたキーワードのカテゴリの変化を学習し、以降のキーワードのカテゴリの分類に反映する
ことを特徴とする情報処理装置。 an estimation unit for estimating the category of keywords searched by an unspecified number of people;
a display unit that displays keywords searched by an unspecified number of people on a keyword map in different display modes for each category;
a display control unit that, when an arbitrary keyword is moved near another category keyword on the keyword map, changes the display mode of the moved keyword to a display mode corresponding to the another category;
with
The display unit displays a keyword map showing a co-occurrence network of categories based on the keyword input by the user on a screen for map mapping of co-occurring keywords searched at the same time as or close to the search target keyword. display and
When the user drags and drops a node indicating an arbitrary keyword and moves it near a node indicating another keyword belonging to another category, the display control unit moves the category of the operated keyword. Change to another category to which other keywords near the destination belong,
The estimation unit learns a change in the category of the manipulated keyword and reflects it in subsequent classification of the keyword category.
An information processing device characterized by:
ことを特徴とする請求項1に記載の情報処理装置。 2. The display unit according to claim 1, wherein the display unit displays keywords searched by an unspecified number of people on a keyword map in different display modes for each category, centering on the keywords input by the user. Information processing equipment.
前記表示制御部は、前記キーワードマップ上で、利用者がドラッグ&ドロップで、任意のキーワードを別カテゴリのキーワードの近くに移動させた際に、前記移動させたキーワードの色を、前記別カテゴリに対応する色に変更する
ことを特徴とする請求項1又は2に記載の情報処理装置。 The display unit displays the keywords in different colors for each category on the keyword map,
When the user drags and drops an arbitrary keyword near another category keyword on the keyword map, the display control unit changes the color of the moved keyword to the other category. 3. The information processing apparatus according to claim 1, wherein the color is changed to a corresponding color.
ことを特徴とする請求項1~3のうちいずれか1つに記載の情報処理装置。 4. The display control unit according to any one of claims 1 to 3, wherein the display control unit changes links between nodes of keywords near the moved keyword to change a co-occurrence relationship between the keywords . The information processing device described.
ことを特徴とする請求項1~4のうちいずれか1つに記載の情報処理装置。 The information processing apparatus according to any one of claims 1 to 4, wherein the display control unit visualizes changes in search volumes and categories of keywords on the keyword map in chronological order.
ことを特徴とする請求項1~5のうちいずれか1つに記載の情報処理装置。 The information processing apparatus according to any one of claims 1 to 5, wherein the display control unit dynamically visualizes changes in search volumes and categories of keywords on the keyword map in chronological order. .
ことを特徴とする請求項1~6のうちいずれか1つに記載の情報処理装置。 7. The information processing according to any one of claims 1 to 6, wherein said display control unit reproduces changes in search volumes and categories of keywords on said keyword map in chronological order in a time slider format. Device.
ことを特徴とする請求項1~7のうちいずれか1つに記載の情報処理装置。 The estimation unit estimates the category of the keyword based on the combination of the keyword searched by an unspecified number of people and the co-occurring keyword .
The information processing apparatus according to any one of claims 1 to 7, characterized by:
をさらに備えることを特徴とする請求項1~8のうちいずれか1つに記載の情報処理装置。 a measurement unit that measures the search volume of keywords searched by an unspecified number of people;
The information processing apparatus according to any one of claims 1 to 8, further comprising:
不特定多数の人に検索されたキーワードのカテゴリを推定する推定工程と、
不特定多数の人に検索されたキーワードをカテゴリごとに異なる表示態様でキーワードマップに表示する表示工程と、
前記キーワードマップ上で任意のキーワードを別カテゴリのキーワードの近くに移動させた際に、前記移動させたキーワードの表示態様を、前記別カテゴリに対応する表示態様に変更する表示制御工程と、
を含み、
前記表示工程では、検索対象のキーワードと同時に又は近い時間に検索された共起キーワードの地図マッピング用の画面上において、利用者から入力されたキーワードに基づいてカテゴリの共起ネットワークを示すキーワードマップを表示し、
前記表示制御工程では、利用者が任意のキーワードを示すノードをドラッグ&ドロップして、別カテゴリに属する他のキーワードを示すノードの近くに移動させた際に、操作されたキーワードのカテゴリを、移動先の近くにある他のキーワードが属する別カテゴリに変更し、
前記推定工程では、操作されたキーワードのカテゴリの変化を学習し、以降のキーワードのカテゴリの分類に反映する
ことを特徴とする情報処理方法。 An information processing method executed by an information processing device,
an estimation step of estimating the category of keywords searched by an unspecified number of people;
a display step of displaying keywords searched by an unspecified number of people on a keyword map in different display modes for each category;
a display control step of changing the display mode of the moved keyword to a display mode corresponding to the different category when an arbitrary keyword is moved to the vicinity of a keyword of another category on the keyword map;
including
In the display step, a keyword map showing a co-occurrence network of categories based on the keyword input by the user is displayed on a screen for map mapping of co-occurring keywords searched at the same time as or close to the keyword to be searched. display and
In the display control step, when the user drags and drops a node indicating an arbitrary keyword and moves it near a node indicating another keyword belonging to another category, the category of the operated keyword is moved. Change to another category to which other keywords near the destination belong,
In the estimation step, changes in the category of the manipulated keyword are learned and reflected in subsequent classification of the keyword category.
An information processing method characterized by:
不特定多数の人に検索されたキーワードをカテゴリごとに異なる表示態様でキーワードマップに表示する表示手順と、
前記キーワードマップ上で任意のキーワードを別カテゴリのキーワードの近くに移動させた際に、前記移動させたキーワードの表示態様を、前記別カテゴリに対応する表示態様に変更する表示制御手順と、
をコンピュータに実行させ、
前記表示手順では、検索対象のキーワードと同時に又は近い時間に検索された共起キーワードの地図マッピング用の画面上において、利用者から入力されたキーワードに基づいてカテゴリの共起ネットワークを示すキーワードマップを表示し、
前記表示制御手順では、利用者が任意のキーワードを示すノードをドラッグ&ドロップして、別カテゴリに属する他のキーワードを示すノードの近くに移動させた際に、操作されたキーワードのカテゴリを、移動先の近くにある他のキーワードが属する別カテゴリに変更し、
前記推定手順では、操作されたキーワードのカテゴリの変化を学習し、以降のキーワードのカテゴリの分類に反映する
ことを特徴とする情報処理プログラム。 an estimation procedure for estimating the category of keywords searched by an unspecified number of people;
A display procedure for displaying keywords searched by an unspecified number of people on a keyword map in different display modes for each category;
a display control procedure for changing a display mode of the moved keyword to a display mode corresponding to the different category when an arbitrary keyword is moved near another category keyword on the keyword map;
on the computer, and
In the display procedure, a keyword map showing a co-occurrence network of categories based on a keyword input by a user is displayed on a screen for map mapping of co-occurring keywords searched at the same time as or close to the search target keyword. display and
In the display control procedure, when a user drags and drops a node representing an arbitrary keyword and moves it near a node representing another keyword belonging to another category, the category of the manipulated keyword is moved. Change to another category to which other keywords near the destination belong,
In the estimation procedure, changes in the category of the manipulated keyword are learned and reflected in subsequent classification of the keyword category.
An information processing program characterized by:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021006754A JP7145247B2 (en) | 2021-01-19 | 2021-01-19 | Information processing device, information processing method and information processing program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021006754A JP7145247B2 (en) | 2021-01-19 | 2021-01-19 | Information processing device, information processing method and information processing program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022110980A JP2022110980A (en) | 2022-07-29 |
JP7145247B2 true JP7145247B2 (en) | 2022-09-30 |
Family
ID=82570834
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021006754A Active JP7145247B2 (en) | 2021-01-19 | 2021-01-19 | Information processing device, information processing method and information processing program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7145247B2 (en) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005267095A (en) | 2004-03-17 | 2005-09-29 | Nippon Telegr & Teleph Corp <Ntt> | Information display method and device, and information display program |
JP2008250623A (en) | 2007-03-30 | 2008-10-16 | Nomura Research Institute Ltd | Retrieval system |
JP2010009251A (en) | 2008-06-25 | 2010-01-14 | Internatl Business Mach Corp <Ibm> | Apparatus and method for supporting document data search |
-
2021
- 2021-01-19 JP JP2021006754A patent/JP7145247B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005267095A (en) | 2004-03-17 | 2005-09-29 | Nippon Telegr & Teleph Corp <Ntt> | Information display method and device, and information display program |
JP2008250623A (en) | 2007-03-30 | 2008-10-16 | Nomura Research Institute Ltd | Retrieval system |
JP2010009251A (en) | 2008-06-25 | 2010-01-14 | Internatl Business Mach Corp <Ibm> | Apparatus and method for supporting document data search |
Non-Patent Citations (1)
Title |
---|
伊藤 正彦、吉永 直樹、豊田 正史、喜連川 優,係り受け解析を用いたブログユーザの行動・興味に関する時系列推移3次元可視化システム,電子情報通信学会論文誌 (J95-D) 第7号,日本,一般社団法人電子情報通信学会,2012年07月01日,p.1454~1466 |
Also Published As
Publication number | Publication date |
---|---|
JP2022110980A (en) | 2022-07-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7187597B2 (en) | Information processing device, information processing method and information processing program | |
JP7174782B2 (en) | Information processing device, information processing method and information processing program | |
JP7317901B2 (en) | Information processing device, information processing method and information processing program | |
JP7145247B2 (en) | Information processing device, information processing method and information processing program | |
JP7159373B2 (en) | Information processing device, information processing method and information processing program | |
JP7212665B2 (en) | Information processing device, information processing method and information processing program | |
JP7145997B2 (en) | Information processing device, information processing method and information processing program | |
JP7168640B2 (en) | Information processing device, information processing method and information processing program | |
JP7193519B2 (en) | Information processing device, information processing method and information processing program | |
JP7122432B1 (en) | Information processing device, information processing method and information processing program | |
JP7337123B2 (en) | Information processing device, information processing method and information processing program | |
JP7191136B2 (en) | Information processing device, information processing method and information processing program | |
JP7522148B2 (en) | Information processing device, information processing method, and information processing program | |
JP7459026B2 (en) | Information processing device, information processing method, and information processing program | |
JP7077431B1 (en) | Information processing equipment, information processing methods and information processing programs | |
JP7453199B2 (en) | Information processing device, information processing method, and information processing program | |
JP7244458B2 (en) | Information processing device, information processing method and information processing program | |
JP7388744B2 (en) | Information processing device, information processing method, and information processing program | |
JP7459021B2 (en) | Information processing device, information processing method, and information processing program | |
JP2023043779A (en) | Information processing device, information processing method, and information processing program | |
JP2023043778A (en) | Information processing device, information processing method, and information processing program | |
JP2023014734A (en) | Information processing apparatus, information processing method, and information processing program | |
JP2023102373A (en) | Information processing device, information processing method, and information processing program | |
JP2023102384A (en) | Information processing device, information processing method, and information processing program | |
JP2023043772A (en) | Information processing device, information processing method, and information processing program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210317 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220426 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220531 |
|
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: 20220823 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220916 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7145247 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 |