JP7261107B2 - 情報検索方法及び情報検索装置 - Google Patents

Description

本発明は、情報検索方法及び情報検索装置に関する。

情報検索を行う方法の１つとして、検索者がキーワードを指定すると、該キーワードを含むデータを検索結果として出力するものがある。本方法では、検索者が適切なキーワードを思いつければ良いが、思いつかない場合は適切なデータを検索することが難しい。これを解決する方法の１つとして、感性検索が提案されている。例えば特許文献１の方法では、テキスト文書の著者単位の感性ベクトルを作成し、入力検索条件との距離が近いものほど感性的に近いとして扱う。これにより、検索対象を入力するだけで検索結果が得られる感性的な検索が可能となるとともに、検索対象に対するメタデータ等を、人手を介して付与する必要がなく、運用コストを低減できると述べている。

また特許文献２の方法では、検索者の感性を計測するために用いられる複数の計測用画像を表示させ、当該画像に関するアンケートを行い、アンケート結果に基づいて、当該検索者の所定の感性語に関する感性量を計測し、作品画像の特徴量との相関値を求める。これにより、簡単かつ高精度に、自分の感性に合致した作品画像を検索することができると述べている。

特開２０１０－１１３５１１号公報 特開２０１１－２２８２９号公報

上記特許文献はどちらも、検索者が適切なキーワードを思いつかなくても感性的に近い対象を検索可能とするものであった。しかしながら特許文献１の方法では、感性表現となりうる単語を、感性表現辞書にあらかじめ登録しておく必要がある。また、各感性表現に対する感性ベクトルを、感性ベクトル辞書にあらかじめ登録しておく必要があり、これらの辞書作成が煩雑である。一方で特許文献２の方法では、５つの感性語「温かみ」、「柔らかさ」、「自然さ」、「明るさ」、「派手さ」に対する傾向を数値で表現した特徴量を、画像から効率的に抽出できる。しかしながら、前記特徴量は画像の色相、彩度および明度に基づいて抽出されるため、例えば旅行や映画の体験記のような、高度かつ多様な要因によって形成される感動に関する特徴量は抽出できない。さらに、検索者が誰か他人の体験記、例えば旅行記を読んで同じような感動を追体験したいと思ったと仮定する。その場合、その体験記に紹介されているホテルが満室で予約できない、あるいは、旅程の一部のイベント施設が閉鎖・移転されていてもはや利用できない、といったことが考えられる。そのような状況では、単に検索結果を表示するだけで感動の追体験を可能とすることは難しいという問題もある。

本発明は上記の点に鑑みてなされたもので、その一つの目的は、検索に使用する特殊な辞書を作成する必要なく、検索者の感動ポイントを適切に反映した検索結果を得ることを可能とする情報検索方法及び情報検索装置を提供することである。

上記の目的を達成するために、本発明の一態様によれば、人の感動を引き起こす複数の
要因をそれぞれ示すデータである感動項目と、各前記感動項目に関する該当性を表す指標である感動量とが対応づけられてなる一群のデータである感動ベクトルが、人の感動に対する感受傾向を調べるための資料として人に提示される基準試料についてあらかじめ設定されて該当基準試料とともに格納されている記憶デバイスと、プロセッサとを備えるコンピュータが、検索対象データのコンテンツを解析して、当該検索対象データについて各前記感動項目ごとの前記感動量を計算して前記検索対象データについての前記感動ベクトルを算出し、各前記基準試料に対する利用者の応答内容に基づいて、当該利用者が要求する事象についての感動ベクトルを算出し、前記検索対象データについて算出された前記感動ベクトルと、前記利用者について算出された前記感動ベクトルとを比較演算することにより、前記利用者について算出された前記感動ベクトルに近い前記感動ベクトルを示す前記検索対象データを抽出する情報検索方法が提供される。

本発明の一態様によれば、検索に使用する特殊な辞書を作成する必要なく、検索者の感動ポイントを適切に反映した検索結果を得ることを可能とする情報検索方法及び情報検索装置を提供することができる。

図１は、本発明の実施形態に係る情報検索システムの構成例を示す図である。 図２は、図１中の情報検索サーバの構成例を示す図である。 図３は、対象感動ベクトル算出部のデータ処理例を示すフローチャートである。 図４は、要求感動ベクトル算出部のデータ処理例を示すフローチャートである。 図５は、類似度算出部のデータ処理例を示すフローチャートである。 図６は、リソース割当て・表示部のデータ処理例を示すフローチャートである。 図７は、感動ベクトル算出ルールテーブルの構成例を示す図である。 図８は、感動ベクトルテーブルの構成例を示す図である。 図９は、利用者が利用する情報端末に表示される検索画面例を示す図である。 図１０は、感動項目ごとのマッチ度の表示画面例を示す図である。

以下、本発明の一実施形態を、図面を参照しながら詳細に説明する。本実施形態では、利用者が求める感動要素に合う旅行の体験記を検索する例について説明する。
情報検索システムの構成
図１は、本実施形態に係る情報検索システム１の構成例を示す図である。情報検索システム１は、情報検索サーバ１００、リソース管理サーバ２００、関連情報サーバ３００、及び情報端末１０４０を備えている。情報検索サーバ１００は、本実施形態に係る情報検索処理の主要な部分を担当し、利用者の要求に応じて適切な旅行の体験記の検索を行う装置である。リソース管理サーバ２００は、ホテル等の宿泊施設、レストラン、イベント会場の入場券・座席券、飛行機、特急列車の座席指定券など、旅行を実現するのに必要な各種のリソースについての予約管理を行う装置である。関連情報サーバ３００は、ＳＮＳ（Social Networking Service）、Ｗｅｂベースのオンライン百科事典、オークションサイ
トなど、様々な関連情報を管理するシステムである。情報端末４００は、利用者が検索条件を入力し、検索結果を表示する装置である。これらの装置・システムは、通信ネットワークＮを介して相互に通信可能に接続されている。

図１の構成において、例えば情報検索サーバ１００、リソース管理サーバ２００、関連情報サーバ３００をパーソナルコンピュータ、ワークステーションなどの計算機で、情報端末４００をスマートフォン、車載端末などの計算機で構成することができる。また通信ネットワークＮを、ＬＡＮ（Local Area Network）、インターネット等の伝送路構成することにより実現できる。
情報検索サーバの構成
図２は、情報検索サーバ１００のハードウェア構成例を示す図である。符号１１０は、プログラムの実行処理を行う演算部である。符号１２０は、システム管理者からのプログラム実行開始指示やパラメータなどの入力を行う入力部である。符号１３０は、プログラムの実行結果などの出力を行う出力部である。符号１４０は、通信ネットワークＮを通じて他の計算機とのデータ交換を行う通信処理部である。符号１５０は、データの読み出し、記録を行う記憶管理部である。符号１６０は、上記各部間のデータ交換を行う通信部である。演算部１１０では、対象感動ベクトル算出手段１１１、要求感動ベクトル算出手段１１２、類似度算出手段１１３、リソース割当て・表示手段１１４が実行される。記憶管理部１５０には、検索対象データ１５１、要求分析用データ１５２、感動ベクトル算出ルールテーブル１５３、及び感動ベクトルテーブル１５４が格納される。

上記の情報検索サーバ１００において、例えば、演算部１１０をＣＰＵ等のプロセッサで、入力部１２０をキーボード、マウス等の入力デバイスで、出力部１３０を液晶ディスプレイ等の出力デバイスで、通信処理部１４０を有線ＬＡＮ、無線ＬＡＮと通信可能とするネットワークインタフェースカード（ＮＩＣ）で、記憶管理部１５０をハードディスクドライブ、半導体ドライブ、フラッシュメモリ等の記憶デバイスで、通信部１６０をＢｕｓで構成することができる。また入力部１２０と出力部１３０をタッチパネルで構成することも可能である。

ここで、本実施形態における「感動ベクトル」について説明する。人がある物や事象に接して感動する場合、一般に、いくつかの「感動を引き起こす要因」に接して心が動かされたと考えることができる。その場合、ある人の体験について、その体験記、例えば旅行記等のテキスト情報から前記感動を引き起こす要因となる項目要素（以下「感動項目」と称する。）に分類してあらかじめ各感動項目に関する評価を０点－１０点といった範囲の数値で評価しておけば、これらの感動項目に関する評点の集合を、ある別の人について所定の質問等に基づいて取得された感動項目に関する評点の集合との近さを定量的に評価することで、対象の旅行記と同様の体験をした場合に、その人が潜在的に求めていたような種類の感動を得られる蓋然性が高くなると考えられた。本明細書では、前記感動項目に関する評点の集合を「感動ベクトル」と称する。そして、一例として、インターネット上に投稿された旅行ブログのテキスト情報から求められる感動ベクトル（対象感動ベクトル）と、本システムの利用者について所定の手法に基づいて取得された感動ベクトル（要求感動ベクトル）との類似度を算出することにより、その利用者が求めている感動に極力近い感動が得られると評価された旅行ブログを選択し、それに関する旅程を提示する構成を案出した。
情報検索システムの動作例
ここで、情報検索サーバ１００の機能によって実現される情報検索処理の概要について説明する。図９は、利用者の情報端末４００に表示される検索画面例を示す図である。最初に、利用者は情報検索サーバ１００から送信されて情報端末４００に表示される画像（基準試料としての要求分析用画像データ）について、その画像が、利用者が要望している旅行の気分に合っている画像であるか否かを、検索画面に表示される「いいね！」か「イマイチ」のボタンを選択することで入力する（画面９０１０）。通常複数の異なる画像が順次表示されるので、利用者は各画像について、前記画像評価処理を繰り返す。次に、情報端末４００は、情報検索サーバ１００でのデータ処理結果に基づいて、利用者の気分に合うとして抽出された旅行の候補を数件表示する（画面９０２０）。

次に、利用者が該候補の中から気になる候補をリンク先のタッチ等の操作により選択すると、情報端末４００は、情報検索サーバ１００でのデータ処理結果に基づいて、該旅行内容の詳細（検索対象データの１つ）を表示する（画面９０３０）。

次に、利用者が、該候補を気に入ったものとして情報端末４００を通じて選択すると、該候補の旅行を予約するための条件を入力する画面に遷移する（画面９０４０）。本画面では、旅行の出発日や帰着日、旅行する大人・子供の人数、予算の下限・上限などの、当該旅行を利用者の要望に従ってカスタマイズするための条件を指定して情報検索サーバ４００に送信することができる。画面９０３０の例では「予約する」ボタンが設けられており、このボタンを操作することにより、情報検索サーバ１００から画面９０４０の画面データが情報端末４００に送信される。

次に、情報検索サーバ１００は、宿泊施設などの旅行実施に必要なリソースの利用可否をリソース管理サーバ２００に問い合わせて、実際に実施可能な旅程を構成して情報端末４００に表示する（画面９０５０）。画面９０４０で入力された旅行条件がすべて満足される宿泊施設などのリソースが確保可能と判定された場合、図画面９０５０には、画面９０３０のモデル旅行旅程と同様の内容が表示される。図９の例では、画面９０３０の旅行内容では１日目の宿泊施設がサッポロホテルとなっていたが、該ホテルに指定日に空き室（リソース）がないと判定された場合は、別の空き室があるホテルとして選択されたホテル新北海道を予約した結果を表示している。

なお、図９に示した画面は例示であって、画面設計、操作体系は具体的なシステムごとに設計することができる。
情報検索サーバ１００によるデータ処理
次に、情報検索サーバ１００で実行されるデータ処理について説明する。情報検索サーバ１００では、対象感動ベクトル算出処理、要求感動ベクトル算出処理、類似度算出処理、及びリソース割当て処理が実行される。
対象感動ベクトル算出処理
対象感動ベクトル算出部１１１でのデータ処理例を、図３のフローチャートを用いて説明する。対象感動ベクトル算出部１１１は、情報検索サーバ１００の演算部１１０によって実行されるプログラムである。本プログラムは、利用者が旅行体験記の検索を行う際に最新の情報（インターネット等の外部情報）に基づいて検索を行えるように、定期的に実行するものとする。あるいは、システム運用者が新たな検索対象データを追加した時、利用者が情報検索を行う時の最初に対象感動ベクトル算出処理を実行するようにしてもよい。

図３の処理フロー例が開始されると、最初に、対象感動ベクトル算出部１１１は、検索対象データを１つ読み込む（Ｓ３０１０）。ここで検索対象データは、例えば旅行業者のウェブサイトなどに投稿された旅行記ブログ、旅行業者が作成したモデルコース紹介の記事などの、インターネット上で取得可能なテキスト情報である。次に、対象感動ベクトル算出部１１１は、感動ベクトル算出ルールテーブル１２３のレコードを１つ読み込む（Ｓ３０２０）。

図７に、本実施形態における感動ベクトル算出ルールテーブルの構成例を示す。図７に例示する感動ベクトル算出ルールテーブル１５３は、感動を引き起こす要因である感動項目ごとに、感動項目ＩＤ１５３１、感動項目名１５３２、時系列ストーリー１５３３、及び関連情報ソース１５３４を関連付けて一のレコードとして格納している。感動項目ＩＤ１５３１は、各感動項目を一意に識別するための識別符号である。感動項目名１５３２は、各感動項目の内容を端的に表現しているテキスト情報である。

時系列ストーリー１５３３は、分析対象となるテキスト情報等について、対応する感動項目１５３２に該当するか否かを判定するために使用される、複数の検出条件の配列である。＃１等の検出条件には、検索対象データから感動ベクトルを算出する方法が登録されている。時系列ストーリー１５３３は、各検出条件の出現数だけでなく、その時間的な出現頻度をも考慮して設定されている。具体的な時系列ストーリーの設定例、感動ベクトル算出方法については後述する。関連情報ソース１５３４は、前記検出条件が、通信ネットワークで接続されている他サーバの情報を利用する場合に、そのサーバの名前やアドレスを登録する。

図３の対象感動ベクトル算出処理に戻ると、次に、対象感動ベクトル算出部１１１は、読み込んだ感動ベクトル算出ルールの算出方法に関して、感動ベクトル算出ルールテーブル１５３の関連情報ソース１５３４の項目を参照して関連データが必要であるか否かを調べ（Ｓ３０３０）、必要であれば関連情報サーバ１０３０にアクセスして関連データを取得する（Ｓ３０３０、Ｙｅｓ；Ｓ３０４０）。

次に、対象感動ベクトル算出部１１１は、前記時系列ストーリーの検出条件にしたがって、感動ベクトルを算出する（Ｓ３０５０）。以下に、感動項目と、該感動項目について数値指標（以下「感動量」）の算出方法の例を示す。

図７に例示している順に説明すると、まず感動項目「苦労の末に達成する」は、検索対象データである旅行ブログ等のテキスト情報において、「苦労」、「苦戦」といった意味を含む文章が検出され、該文章より後の文章に「ついに出来た」、「達成」といった意味を含む文章が検出された場合に、感動量を１として算出する。さらに、「苦労」、「苦戦」といった意味を含む文章で、「苦労」、「苦戦」の度合が大きい意味を含む文章が検出された場合、感動量の数値が大きくなるように算出することができる。ここで、検索対象データの文章から意味を抽出する方法については、自然言語処理の意味解析などの既存技術を用いることができる。

次に、感動項目「堪能する」では、検索対象データの複数の文章で時間や場所が遷移していても、同種のトピック（例えば「温泉」、「大浴場」、「露天風呂」などの入浴が共通するトピック）が複数回検出された場合に、該回数が多い程、感動量が大きくなるように算出することができる。ここで、検索対象データの文章からトピックを抽出する方法については、トピックモデルなどの既存技術を用いることができる。

また、感動項目「歴史を感じる」では、対応する関連情報ソース１５３４に定義されたオンライン百科事典サイトＡから、該ブログ記事の旅程で訪問する施設などに関する情報を取得し、該施設などの項目の経歴量（創建１６５４年、創業１２０年の老舗等）が一定以上であれば、該経歴量が大きい、または経歴の開始年が古い程、感動量が大きくなるように算出することができる。

また、感動項目「希少価値のある」は、対応する関連情報ソース１５３４に定義されたオークションサイトＢから、該ブログ記事の旅程中に登場するアイテムに関する情報を取得し、該ブログ記事の旅行日時の前後で該アイテムの価格変化率が一定以上であれば、該変化量が大きい程、感動量が大きくなるように算出することができる。アイテムの例としては、訪問先の特産品である宝飾品、嗜好品、食品等が考えられる。

以下、図７に例示している以外の感動項目の例についても、本発明の理解に資するように説明する。感動項目「長時間待った甲斐がある」では、「待たされた」といった意味を含む文章が検出され、該文章より後の文章に、「おいしかった」、「嬉しかった」といっ
た肯定的、好意的な意味を含む文章が検出された場合に、感動量を１とする。さらに、「待たされた」といった意味を含む文章で、待ち時間が抽出できた場合、該時間が長いほど感動量が大きくなるように算出することができる。

感動項目「意外なことに遭遇する」では、検索対象データにおいて、「偶然」といった意味を含む文章が検出され、該文章より後の文章に、「驚き」、「感心」といった意味を含む文章が検出された場合に、感動量を１とする。さらに、「驚き」、「感心」といった意味を含む文章で、「驚き」、「感心」の度合が大きい意味を含む文章が検出された場合、感動量が大きくなるように算出することができる。例えば感嘆符「！」の数が多いほど、感動量が大きくなるようにしてもよい。

感動項目「仲良くなる」では、関連情報ソース１５３に定義されたＳＮＳサイトから、該ブログ記事の投稿日時の前後の該ブログ記事投稿者のフレンド数やフォロワー数、ダイレクトメッセージ数などの変化量を取得し、該変化量が一定以上であれば、該変化量が大きい程、感動量が大きくなるように算出することができる。

上記のように、感動においては時系列のストーリー性（例えば苦戦した後の達成、複数回繰り返すことによる堪能）が重要であると考えられるため、単にキーワードの組合せではなく、その出現順序や回数をも考慮した抽出を行うようにしている。また感動においては背景知識（例えば経歴、歴史、履歴）やある出来事の前後での特定指標の変化（例えばＳＮＳにおけるフレンド数の増加）が重要であると考えられるため、関連情報と組合せて判断した抽出も行う。これらの処理によって、高度かつ多様な要因のある感動項目ごとの感動量を算出することができる。

図３の対象感動ベクトル算出処理に戻ると、次に、対象感動ベクトル算出部１１１は、感動ベクトル算出ルールテーブル１５３に未実行の次レコードがあるか否かを調べ（Ｓ３０６０）、あれば該レコードを読み込み（Ｓ３０２０）、感動ベクトル算出処理を繰り返す。Ｓ３０６０で次レコードがないと判定すれば、対象感動ベクトル算出部１１１は、検索対象データに未実行のデータがあるか否かを調べ（Ｓ３０７０）、あれば該検索対象データを読み込み（Ｓ３０１０）、感動ベクトル算出処理を繰り返す。Ｓ３０７０で次データがないと判定すれば、対象感動ベクトル算出部１１１は、感動ベクトルテーブル１５４に算出した感動ベクトルを出力し（Ｓ３０８０）、本フローを終了する。

図８に感動ベクトルテーブルの構成例を示す。図８に例示する感動ベクトルテーブル１５４は、旅行ブログ等の検索対象データ、あるいは後述する利用者が求める感動についての感動ベクトル算出の基準となる各材料について算出された感動ベクトルを格納している。図８に例示する感動ベクトルテーブル１５４は、旅行ブログ等の検索対象データ、あるいは利用者が求める感動を分析する基準となる資料を一意に識別するための符号であるアイテムＩＤ１５４１、と、各アイテムＩＤ１５４１について対応づけられている感動項目１５４２，１５４３，１５４４，１５４５、・・・ごとの感動量を格納している。アイテムＩＤ１５４１に旅行ブログ１等と記載されている場合、対応する感動項目１５４２等に記録されている数値データは、当該旅行ブログ１について対象感動ベクトル算出処理を実行した結果得られた感動量である。アイテムＩＤ１５４１に分析用１等と記載されている場合、対応する感動項目１５４２等に記録されている数値データは、分析用１で特定される感動ベクトル算出の基準となる資料（本実施形態では画像データ）について、各感動項目１５４２についてシステム運用者等があらかじめ設定した感動量である。
要求感動ベクトル算出処理
続いて、要求感動ベクトル算出部１１２の処理例を、図４のフローチャートを用いて説明する。要求感動ベクトル算出処理は、本システムの利用者、例えばその利用者の気分、嗜好にマッチする旅行プランを探している人について、その人の潜在的な嗜好、気分を分
析するための機能を有する。本実施形態では、要求感動ベクトル算出処理は、利用者が情報検索を開始する時に実行するものとする。要求感動ベクトル算出処理は、図９の符号９０１０に対応する処理である。

処理を開始すると、要求感動ベクトル算出部１１２は、最初に、記憶管理部１５０の要求分析用データ１５２から複数の要求分析用画像データを取得して、要求分析用画像を含む画面（図９の符号９０１０で例示）を作成して表示し、利用者にとって該画像が、利用者が考えている旅行の気分に合っているか否かの入力を受け付ける（Ｓ４０１０）。利用者が該画像を旅行の気分に合っていると考えて肯定的、好意的な回答を入力した（本実施形態の例では「いいね！」ボタンを押した）場合（Ｓ４０２０，Ｙｅｓ）、要求感動ベクトル算出部１１２は、該画像の感動項目ごとの感動量を順次加算するとともに、各感動量を処理済みの画像数で除して、要求感動ベクトルとする（Ｓ４０３０）。Ｓ４０２０がＮｏであれば、処理はＳ４０４０に進む。ここで、前記のように、要求分析用画像の感動項目ごとの感動量は、あらかじめシステム運用者等が定義しており、感動ベクトルテーブル１５４に格納されているものとする。Ｓ４０３０では、要求感動ベクトル算出部１１２は、該画像の感動項目ごとの感動量を、感動ベクトルテーブル１５４から読み取って使用する。次に、未表示の要求分析用画像があると判定した場合（Ｓ４０４０，Ｙｅｓ）、要求感動ベクトル算出部１１２は、該画像を含む画面９０１０の表示を繰り返す（Ｓ４０１０）。Ｓ４０４０、未表示の要求分析用画像がなくなったと判定した場合（Ｓ４０４０，Ｎｏ）、本フローは終了する。なお、蓄積されている要求分析画像について、一定回数（例えば５回）本フローを繰り返したら、本フローを終了するようにしてもよい。

以上の要求感動ベクトル算出処理によれば、システム利用者が言語化する必要なく、求めている旅行の気分が感動ベクトルとして数値データ化される。
類似度算出処理
続いて、類似度算出部１１３の処理例を、図５のフローチャートを用いて説明する。類似度算出処理は、対象感動ベクトル算出処理及び要求感動ベクトル算出処理によってそれぞれ算出された感動ベクトルを比較することで、要求感動ベクトルに近い対象感動ベクトルを有する検索対象データを検索する機能を有する。類似度算出処理は、利用者が複数枚の要求分析用画像（図９の符号９０１０）の選択を全て完了した時に実行されるものとする。

類似度算出処理が開始されると、類似度算出部１１３は、最初に、感動ベクトルテーブル１５４に格納されている検索対象データのレコード（例えば旅行ブログ１）を読み込む（Ｓ５０１０）。次に、類似度算出部１１３は、要求感動ベクトル算出処理で算出した利用者の気分を表す感動ベクトルである要求感動ベクトルと、Ｓ５０１０で読み込んだ検索対象データのレコードについての感動ベクトルである対象感情ベクトルとを比較し、その類似度を算出する（Ｓ５０２０）。ここで類似度は、例えばベクトル間のユークリッド距離によって計算することができる。例えば５つの感動項目からなる要求感動ベクトルが（ａ１、ａ２、ａ３、ａ４、ａ５）で、読み込んだ検索対象データのレコードの感動ベクトルが（ｂ１、ｂ２、ｂ３、ｂ４、ｂ５）の場合、類似度ｄは下記の数式で計算することができる。なお、感動ベクトル間の類似度の算出には、コサイン距離、ピアソン相関、Ｊａｃｃａｒｄ係数、協調フィルタリングなどの、既存技術を用いることもできる。

次に、類似度算出部１１３は、感動ベクトルテーブル１５４に検索対象データについての次レコードがあるか否かを調べ（Ｓ５０３０）、次レコードがあると判定した場合（Ｓ
５０３０）、Ｓ５０１０に戻って該当レコードを読み込み類似度の計算を繰り返す。Ｓ５０３０で次レコードがないと判定した場合（Ｓ５０３０，Ｎｏ）、類似度算出部１１３は、算出した類似度に応じて検索対象データの絞り込みやソートを行い（Ｓ５０４０）、本フローを終了する。この際、絞り込みは、類似度が一定の閾値以上のものを全て抽出するようにしてもよい。あるいは、類似度が高い順に一定数を抽出するようにしてもよい。

抽出された検索対象データは、例えば図９の画面例９０２０に示すように、情報端末４００に表示することができる。利用者が画面例９０２０においていずれか気に入った候補を選択すると、この選択を受けた情報検索サーバ１００は、該当する旅程を含む画面データを情報端末４００に返し、情報端末４００には図９の画面例９０３０で示す旅程が、予約操作ボタンとともに表示される。

以上の類似度算出処理によれば、利用者が持っている旅行についての気分を表す感動ベクトルに近い感動ベクトルを有する旅行ブログ等の検索対象データを抽出することができる。
リソース割当て・表示処理
続いて、リソース割当て・表示部１１４の処理例を、図６のフローチャートを用いて説明する。リソース割当て・表示処理は、類似度算出処理において、要求感動ベクトルに近いとして抽出された旅行ブログの中から、利用者が選択した旅行ブログの旅程に従って、宿泊施設、交通機関などの予約を行って利用者に提示する機能である（図９の符号９０４０、９０５０）。リソース割当て・表示処理は、利用者が気に入った旅行を見つけて、予約処理を選択した時に実行するものとする。

リソース割当て・表示処理部１１４は、利用者が使用している情報端末４００から予約処理開始指示を受けることで処理を開始する。リソース割当て・表示部１１４は、最初に、情報端末４００に画面９０４０の画面データを送って表示させ、利用者から予約条件の入力を受け付ける（Ｓ６０１０）。ここで予約条件は、例えば該当する旅行の出発日及び帰着日、旅行する大人・子供の人数、予算の下限・上限などであるがこれらの項目に限られない（禁煙ルームの指定などの条件を含めてもよい）。次に、リソース割当て・表示部１１４は、利用者が選択した旅行の旅程データを読み込み、複数の行程に分割する（Ｓ６０２０）。ここで行程とは、例えば飛行機でＡからＢへ移動する、観光施設Ｃで過ごす、店舗Ｄで食事する、ホテルＥで宿泊する、などの、旅程に含まれるアクティビティの要素である。なお、旅程データとしては、旅行業者などの運営サイトに投稿された旅行ブログ等のテキストデータ自体を用いて文章解析により抽出することができ、また、該当する旅行ブログにすでに旅程表が付随している場合であれば、それを利用することもできる。

次に、リソース割当て・表示部１１４は、前記行程から、予約が必要な行程（例えばホテルの部屋、観光施設の入場券、飛行機の座席など）を抽出し、Ｓ６０１０で入力された予約条件での予約が可能か否かをリソース管理サーバ１０２０に問い合わせる（Ｓ６０３０）。予約できない行程があると判定した場合（Ｓ６０４０，Ｎｏ）、リソース割当て・表示部１１４は、まず代替の他の行程がリソースとして確保できるかを調べる（Ｓ６０５０）。代替の他の行程がないと判定した場合（Ｓ６０５０，Ｎｏ）、リソース割当て・表示部１１４はそのまま処理を終了する。

一方、代替の他の行程が確保できると判定した場合（Ｓ６０５０，Ｙｅｓ）、リソース割当て・表示部１１４は、該行程に対して別の行程を割り当てた旅程を作成した後、該旅程についての感動ベクトルを算出し、要求感動ベクトル算出処理で算出されている利用者の感動ベクトルとの類似度を類似度算出部１１４によって算出する（Ｓ６０６０）。例えば図９の例では、利用者が選択した旅行の旅程では、「サッポロホテル」での宿泊となっているところ（符号９０３０）、予約条件に応じた当該ホテルの空きがなかったため、画
面例９０５０に示すように、「ホテル新北海道」が提示されている。このホテルの変更に伴う対象感動ベクトルの再計算に当たっては、例えば対象旅行ブログ中に含まれている「サッポロホテル」に関する記載を「ホテル新北海道」について記載されている他の記事等のテキスト情報と入れ替えて再度対象感動ベクトルを算出するといった手法が考えられる。例えば旅程に含まれているイベントが入力された予約条件による旅行期間では開催されていないといった場合には、対象旅行ブログ中に含まれる当該イベントに関する記載を削除した上で対象感動ベクトルを再計算するといった対応をとることができる。

次に、図６において、リソース割当て・表示部１１４は、Ｓ６０５０で算出したリソース変更後の旅程についての類似度と、リソース変更前の旅程についての類似度とを比較し、類似度が一定以上低下していると判定した場合（Ｓ６０７０，Ｙｅｓ）別のリソースに変更した行程は利用者が要求する感動体験に合っていないとみなし、さらに別のリソース割当ての試行を繰り返す（Ｓ６０６０）。Ｓ６０７０で類似度が一定以上低下しないと判定するか（Ｓ６０７０，Ｎｏ）、Ｓ６０４０で空きリソースがあると判定された場合（Ｓ６０４０，Ｙｅｓ）、リソース割当て・表示部１１４は、該旅程を情報端末４００に、図９の画面例９０５０で示すように表示し（Ｓ６０８０）、本フローを終了する。

以上のリソース割当て・表示処理によれば、利用者が気に入った旅行についてその旅行に必要な宿泊施設、交通機関、イベント、食事などのリソースを、希望の条件の下に予約して確保することができる。また、いずれかのリソースが確保できないと判定された場合には、感動ベクトルの類似度が一定以上低下しないという条件の下で、代替のリソースが提案される。したがって、利用者が求める感動と近い感動を体験することが可能と考えられる旅程が提案される。

なお、本実施形態では、利用者が気分に合う旅行を検索・予約する例を説明したが、本発明の適用範囲はそれに限定されるものではない。映画、美術、工芸、音楽といったアートの紹介、人やサービスの仲介など、利用者の気分や嗜好に合った感動をもたらすコンテンツの検索対象となる他データに対して適用することもできる。

このように、本発明の一実施形態によれば、感動ベクトルという指標を導入して利用者の潜在的な要望を要求感動ベクトルの形態で取得することにより、キーワード検索用の辞書作成の手間をかけることなく、旅行や映画の体験記のような、高度かつ多様な要因のある感動を伴うコンテンツに関して、感動ベクトルの比較演算に基づく適切な情報検索を実現することができる。さらに感動のポイントとなる要素を損なうことなく、検索者が指定した予約条件、および予約対象リソースの空き状況を考慮して再構成されたコンテンツを用いて、感動の追体験を容易に行うことができる。
変形例
本実施形態では、検索対象データとして旅行ブログのようなテキストデータを処理する例で説明したが、それに限定されるものではなく、静止画、音声、動画データなども検索対象データとすることができる。例えば画像データの場合は、感動項目名として画像から判断できる感動項目名（例えば「一瞬の自然美に見とれる」）を定義し、時系列ストーリーとして画像の特徴を抽出するルール（例えば「画像検出で山を検出し、さらに山と山影の位置関係が線対称であることを検出する」）を定義することで実現できる。

また本実施形態では、利用者が要求する事象に対する感動ベクトルを算出するために、利用者に複数の要求分析用画像を提示し、選択させているが、それ以外の方法で要求する感動ベクトルを算出してもよい。例えば、あるＷｅｂサイト上で他のＷｅｂサイトへ誘導する方法の１つとしてバナー広告があるが、複数種類のバナーをランダムに切り替えて情報端末４００に表示し、どの画像のバナーが選択されたかによって感動ベクトルを算出するようにしてもよい。

また本実施形態では、図９の画面９０２０に例示するように、類似度が高い方の候補名のみを表示しているが、同時に感動項目ごとのマッチ度を表示するようにしてもよい。図１０に、感動項目ごとのマッチ度の表示画面例１００１０を示す。例えば要求分析用画像が利用者の気分に合っているかを選択した結果、自分がどの感動項目に対する要求度が高いのかを、要求感動ベクトルを用いて表示することができる。あるいは選択した旅行プランの候補が持っている対象感動ベクトルが、要求感動ベクトルにどれくらい合っているかを、感動項目ごとの類似度を用いて表示することができる。例えば図１０の例では、感動項目１については利用者の要求度が高い、あるいは旅行プラン候補とのマッチ度が高く、感動項目３についてはいずれも低い、ということが直感的に把握される。

あるいは、図１０の感動項目ごとのマッチ度の表示画面例１００１０は、コンテンツ登録者に対して提供するようにしてもよい。検索対象データ全体に対して算出された感動ベクトルの傾向を表示することで、コンテンツ登録者（例えば旅行ブログ作者）は、登録数が少ない感動項目に関する記事を狙って投稿すればアクセスを伸ばすことができるといったように利用することができる。あるいは、利用者によって追体験された旅行プランに関して算出された感動ベクトルの傾向を表示することで、コンテンツ登録者はより利用者に訴求するような、アクセス・予約率を伸ばせる記事を狙って投稿することができる。

あるいは、図１０の感動項目ごとのマッチ度の表示画面例１００１０は、宿泊施設等のリソース運営者に対して提供するようにしてもよい。運営者が管理するリソース（例えばホテルなど）について算出された感動ベクトルと、当該リソースを含む旅行プランを検索・予約した利用者の要求感動ベクトルとを比較することにより、例えば利用者は感動項目１に対する要求が高かったが、ホテルは異なる感動項目２に対する感動量が高く判定されたとすれば、ホテルの認識と利用者の要求との間にミスマッチが生じていると考えられる。そこで、ホテルとしては、利用者の要求が高い感動項目１の感動量が上がるようにホテルを改装する、といった誘客のための施策検討に役立てることができる。

また本実施形態で例示した「意外なことに遭遇する」という感動項目では、追体験する前に「意外なこと」の内容が利用者に分かってしまうと、追体験した時の感動が小さくなると考えられる。そこで本感動項目の場合には、図９の画面９０３０や画面９０５０で示される旅程を表示する時に、意外なこと（例えば図９の画面９０３０，９０５０における「大自然を」の語句）を隠して表示するようにしてもよい（なお、図９では理解に資するために破線で囲んで示している）。このような表示制御は、例えば、図３の対象感動ベクトル算出ステップであるＳ３０５０で、検索対象データ中の驚きを示す単語や感嘆符や絵文字が検出された文章の部分を記憶しておき、図５の類似度算出処理におけるＳ５０４０や図６のリソース割当て・表示処理におけるＳ６０８０で表示する時に当該部分を削除したり、別の文字や図形に置換したりすることで実現することができる。

なお、本発明の技術的範囲は上記の実施形態に限定されることはなく、他の変形例、応用例等も、特許請求の範囲に記載した事項の範囲内に含まれるものである。

１００…情報検索サーバ １１０…演算部 １１１…対象感動ベクトル算出部
１１２…要求感動ベクトル算出部 １１３…類似度算出手段
１１４…リソース割当て・表示部 １２０…入力部 １３０…出力部
１４０…通信処理部 １５０…記憶管理部 １５１…検索対象データ
１５２…要求分析用データ １５３…感動ベクトル算出ルールテーブル
１５４…感動ベクトルテーブル ２００…リソース管理サーバ
３００…関連情報サーバ ４００…情報端末 Ｎ…通信ネットワーク

Claims (10)

1. 人の感動を引き起こす複数の要因をそれぞれ示すデータである感動項目と、各前記感動項目に関する該当性を表す指標である感動量とが対応づけられてなる一群のデータである感動ベクトルが、人の感動に対する感受傾向を調べるための資料として人に提示される基準試料についてあらかじめ設定されて該当基準試料とともに格納されている記憶デバイスと、プロセッサとを備えるコンピュータが、
   検索対象データのコンテンツを解析して、当該検索対象データについて各前記感動項目ごとの前記感動量を計算して前記検索対象データについての前記感動ベクトルを算出し、
   各前記基準試料に対する利用者の応答内容に基づいて、当該利用者が要求する事象についての感動ベクトルを算出し、
   前記検索対象データについて算出された前記感動ベクトルと、前記利用者について算出された前記感動ベクトルとを比較演算することにより、前記利用者について算出された前記感動ベクトルに近い前記感動ベクトルを示す前記検索対象データを抽出する、
   情報検索方法。
2. 前記検索対象データについて算出された前記感動ベクトルと、前記利用者について算出された前記感動ベクトルとの第１の類似度を算出し、
   抽出された前記検索対象データによって特定される内容を前記利用者が体験するときに確保すべきリソースについて、前記利用者が入力する条件に応じて当該リソースを検索し、該当するリソースが確保可能である場合にはその旨を出力し、
   該当するリソースが確保できない場合には、前記利用者が入力する条件を満足する、確保可能な他のリソースを検索して抽出し、
   抽出された前記他のリソースによって前記検索対象データに含まれる前記リソースを置き換えた上で当該検索対象データについて前記感動ベクトルを算出し、
   前記他のリソースに置き換えた前記検索対象データについて算出した前記感動ベクトルと、前記利用者について算出された前記感動ベクトルとの第２の類似度を算出し、
   前記他のリソースに置き換える前の前記検索対象データを用いて算出された前記第１の類似度から前記他のリソースに置き換えた後の前記検索対象データを用いて算出された前記第２の類似度への減少が一定値以内であると判定した場合、当該他のリソースが確保可能である旨を出力し、前記第１の類似度からの減少が一定値を超えていると判定した場合、さらに他のリソースの検索を実行する、
   請求項１に記載の情報検索方法。
3. 前記感動項目のうちに、複数の特定の条件が、時系列に充足されると判定された場合に、当該感動項目に関する前記感動量が増加される感動項目が含まれる、請求項１に記載の情報検索方法。
4. 前記感動項目のうちに、当該感動項目と関連付けられた関連情報を解析した結果、特定の条件が充足されると判定された場合、当該感動項目に関する前記感動量が増加される感動項目が含まれる、請求項１に記載の情報検索方法。
5. 前記関連情報が、前記コンピュータが通信可能に接続されている、ソーシャルネットワーキングサービス、オンライン百科事典サービス、及びオンラインオークションサービスのいずれかを提供するサーバから取得されるデータである、請求項４に記載の情報検索方法。
6. 前記感動項目に対応づけられている、人の感動を引き起こす要因に関して、前記検索対象データ中に、当該要因に対応するとして抽出された前記検索対象データのコンテンツ部分について、前記検索対象データを表示する場合に、当該コンテンツ部分のみが表示されないように加工して表示する、請求項１に記載の情報検索方法。
7. 前記プロセッサが、前記基準試料又は前記検索対象データについて、前記感動項目と、前記感動項目それぞれに関する前記感動量とを対応づけて出力する、請求項１に記載の情報検索方法。
8. 人の感動を引き起こす複数の要因をそれぞれ示すデータである感動項目と、各前記感動項目に関する該当性を表す指標である感動量とが対応づけられてなる一群のデータである感動ベクトルが、人の感動に対する感受傾向を調べるための資料として人に提示される基準試料についてあらかじめ設定されて該当基準試料とともに格納されている記憶デバイスと、プロセッサとを備え、前記プロセッサが、
   検索対象データのコンテンツを解析して、当該検索対象データについて各前記感動項目ごとの前記感動量を計算して前記検索対象データについての前記感動ベクトルを算出し、
   各前記基準試料に対する利用者の応答内容に基づいて、当該利用者が要求する事象についての感動ベクトルを算出し、
   前記検索対象データについて算出された前記感動ベクトルと、前記利用者について算出された前記感動ベクトルとを比較演算することにより、前記利用者について算出された前記感動ベクトルに近い前記感動ベクトルを示す前記検索対象データを抽出する、
   情報検索装置。
9. 前記プロセッサが、
   前記検索対象データについて算出された前記感動ベクトルと、前記利用者について算出された前記感動ベクトルとの第１の類似度を算出し、
   抽出された前記検索対象データによって特定される内容を前記利用者が体験するときに確保すべきリソースについて、前記利用者が入力する条件に応じて当該リソースを検索し、該当するリソースが確保可能である場合にはその旨を出力し、
   該当するリソースが確保できない場合には、前記利用者が入力する条件を満足する、確保可能な他のリソースを検索して抽出し、
   抽出された前記他のリソースによって前記検索対象データに含まれる前記リソースを置き換えた上で当該検索対象データについて前記感動ベクトルを算出し、
   前記他のリソースに置き換えた前記検索対象データについて算出した前記感動ベクトルと、前記利用者について算出された前記感動ベクトルとの第２の類似度を算出し、
   前記他のリソースに置き換える前の前記検索対象データを用いて算出された前記第１の類似度から前記他のリソースに置き換えた後の前記検索対象データを用いて算出された前記第２の類似度への減少が一定値以内であると判定した場合、当該他のリソースが確保可能である旨を出力し、前記第１の類似度からの減少が一定値を超えていると判定した場合、さらに他のリソースの検索を実行するリソース割当て部をさらに備えている、
   請求項８に記載の情報検索装置。
10. 前記感動項目のうちに、複数の特定の条件が、時系列に充足されると判定された場合に、当該感動項目に関する前記感動量が増加される感動項目が含まれる、請求項８に記載の情報検索装置。

Images