JP7373213B2 - 情報処理装置、情報処理方法及び情報処理プログラム - Google Patents

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。

従来から、文献を検索する装置（文献検索装置）がある。文献検索装置には、特許文献１に記載のように、特許文献を検索することに特化したものがある。
特許文献１に記載される文献検索装置は、検索キーワードに一致する特許文献を検索し、その検索の結果が閲覧された場合に閲覧と文献とを対応付けて検索履歴として記憶する。さらに文献検索装置は、他のユーザの検索履歴と、現在のユーザの検索履歴とに基づいて類似度を算出し、算出される類似度が最も高い他のユーザが閲覧した特許文献のうち、現在のユーザが閲覧していない特許文献を推薦する。

特開２０１４－１８６６０７号公報

特許文献１に記載される文献検索装置は、上述したように、検索キーワードに基づく検索の結果を閲覧したか否か等に応じて特許文献を推薦する。しかしながら、一般的に文献には特許文献に限らず、種々の文献が存在する。この場合、ユーザは、自身の好みに応じた文献を読むことを希望することがあり、特許文献１に記載される文献検索装置では検索キーワードをユーザの好みに応じて設定することができず、ユーザの好みに応じた推薦することができない可能性があった。

本発明は、文章の推薦に利用するユーザのグループ化を行うことが可能な情報処理装置、情報処理方法及び情報処理プログラムを提供する。

一態様の情報処理装置は、文章と、その文章を所定単位毎に区切った際にユーザによって所定単位に指標が付される特定位置と、文章と特定位置とに基づいて推定されるユーザの分類とを対応付けた対応情報を記憶する記憶部と、第１ユーザが文章を読んだ際に第１ユーザが指標を付す特定位置に関するユーザ情報を取得する第１取得部と、第１取得部によって取得するユーザ情報と、記憶部に記憶する対応情報とに基づいて、第１ユーザの特定位置に応じた分類を推定する推定部と、推定部によって推定される分類毎に複数の第１ユーザのグループ化を行うグループ設定部と、を備える。

一態様によれば、第１ユーザが文章を読んだ際に第１ユーザが指標を付す特定位置に関するユーザ情報を取得し、そのユーザ情報と対応情報とに基づいて、第１ユーザの特定位置に応じた分類を推定し、分類毎に複数の第１ユーザのグループ化を行うので、文章の推薦に利用するユーザのグループ化を行うことができる。

一実施形態に係る情報処理装置について説明するための図である。 一実施形態に係る情報処理装置について説明するためのブロック図である。 可視変数ベクトルと隠れ変数ベクトルとの関係を示す図である。 一実施形態に係る情報処理方法について説明するための第１のフローチャートである。 一実施形態に係る情報処理方法について説明するための第２のフローチャートである。 一実施形態に係る情報処理方法について説明するための第３のフローチャートである。

以下、一実施形態について説明する。

［情報処理装置の概要］
まず、一実施形態に係る情報処理装置１の概要について説明する。
図１は、一実施形態に係る情報処理装置１について説明するための図である。

情報処理装置１は、例えば、文章の推薦に利用するユーザのグループ化を行うグループ形成装置として構成されてもよく、グループ内のユーザに文章を推薦する文章推薦装置として構成されてもよい。
情報処理装置１は、例えば、サーバ、ラップトップ、デスクトップ、タブレット及びスマートフォン等のコンピュータであってもよい。

情報処理装置１は、例えば、ユーザを複数のグループのいずれかに分類し、１つのグループ内のユーザが読んだ文章を、そのグループ内の他のユーザに推薦する。この場合、まず情報処理装置１は、対応情報に基づいてユーザをグループに分類する。
ここで、対応情報は、例えば、文章２０１と、その文章２０１を所定単位毎に区切った際にユーザによって所定単位に指標が付される特定位置と、文章２０１と特定位置とに基づいて推定されるユーザの分類（例えば、ユーザをグループ分けするための分類）とを対応付けた情報であってもよい。一例として、対応情報は、文章２０１と、その文章２０１を句読点毎に文節（所定単位）に分割して、ユーザが興味を持った文章２０１の箇所にブックマーク２０２（指標）を付す際のその箇所（特定位置）と、文章２０１とブックマーク２０２の位置とに基づいて同じ（略同じ又は類似）傾向を有するユーザをグループ化した際のグループの分類とを対応付けた情報であってもよい。より具体的な一例として図１に例示するように、対応情報は、文章２０１と、ブックマーク２０２の位置とに応じて分類されるグループＡ，Ｂについての情報であってもよい。対応情報は、記憶部２１に記憶されていてもよい。

情報処理装置１は、例えば、新たなユーザとしての第１ユーザが文章１０１を読み、第１ユーザが興味を持ったその文章１０１の文節（所定単位）にブックマーク１０２（指標）を付す場合、そのブックマーク１０２の位置（特定位置）に関するユーザ情報を取得する。
情報処理装置１は、例えば、対応情報及びユーザ情報に基づいて、第１ユーザをグループに分類する。すなわち、情報処理装置１は、対応情報及びユーザ情報に基づいて、文章１０１の興味を持った箇所について同じ（略同じ又は類似の）傾向を有する複数の第１ユーザをグループ化する、換言するとその複数の第１ユーザを同一のグループに分類する。
より具体的な一例として図１に例示するように、情報処理装置１は、第１ユーザＣ，Ｄ，Ｅが文章１０１を読んでブックマーク１０２付したユーザ情報を取得する。情報処理装置１は、例えば、第１ユーザＣ，Ｄ，Ｅのユーザ情報としての文章１０１及びブックマーク１０２の特定位置とが、対応情報としてのグループＡ，Ｂのいずれのうちの文章１０１とブックマーク１０２の特定位置とが対応するか判定する。すなわち、情報処理装置１は、例えば、ユーザ情報の文章１０１及びブックマーク１０２の特定位置が対応情報の文章２０１及びブックマーク２０２の特定位置と同じ（略同じ又は類似する）かに応じて、第１ユーザＣ，Ｄ，ＥをグループＡ，Ｂのいずれかに分類する。図１に例示する場合では、情報処理装置１は、第１ユーザＣ，Ｄを同一グループとして推定し、第１ユーザＥを他のグループとして推定する。
図１に例示する場合、情報処理装置１は、例えば、同一グループとなる第１ユーザＣが読んだ文章であり、第１ユーザＤが読んでない文章があれば、第１ユーザＣが読んだ文章を第１ユーザＤに推薦する。

［情報処理装置１の詳細］
次に、一実施形態に係る情報処理装置１の詳細について説明する。
図２は、一実施形態に係る情報処理装置１について説明するためのブロック図である。

情報処理装置１は、例えば、記憶部２１、通信部２２、表示部２３及び制御部１０等を備える。制御部１０は、例えば、第１取得部１１、推定部１２、グループ設定部１３、第２取得部１４、特定部１５及び推薦部１６等を備える。制御部１０は、例えば、情報処理装置１の演算処理装置等によって構成されてもよい。制御部１０は、例えば、記憶部２１等に記憶される各種プログラムを適宜読み出して実行することにより、各部（例えば、第１取得部１１、推定部１２、グループ設定部１３、第２取得部１４、特定部１５及び推薦部１６等）の機能を実現してもよい。

記憶部２１は、例えば、種々の情報及びプログラムを記憶してもよい。記憶部２１の一例は、メモリ、ソリッドステートドライブ及びハードディスクドライブ等であってもよい。記憶部２１は、例えば、情報処理装置１の内部にあってもよく、情報処理装置１の外部にあってもよい。

記憶部２１は、文章と、その文章を所定単位毎に区切った際にユーザによって所定単位に指標が付される特定位置と、文章と特定位置とに基づいて推定されるユーザの分類とを対応付けた対応情報を記憶する。対応情報は、上述したように、例えば、文章と、その文章を句読点毎に文節（所定単位）に分割して、ユーザが興味を持った文章（文節）の箇所にブックマーク（指標）を付す際のその箇所（特定位置）と、文章とブックマークの位置とに基づいて同じ（略同じ又は類似）の傾向を有するユーザをグループ化した際のグループの分類とを対応付けた情報であってもよい。

ここで、文章は、例えば、研究者をインタビューした際に作成されるインタビュー記事等であってもよく、インタビュー記事以外の他の記事等であってもよい。特定位置は、例えば、文章（インタビュー記事）を所定単位としての文節毎に区切った際の文節の位置であってもよい。
また一例として、制御部１０等は、所定単位として文章を文節毎に区切る場合、句読点で文章を区切ってもよい。具体的な一例として、制御部１０等は、句読点を予め学習した学習モデルと、文章とに基づいて、文章を文節毎に区切ってもよい。制御部１０等は、上述した具体的な一例に限らず、種々の処理方法によって文章を文節毎に区切ってもよい。また、制御部１０等は、文章を特定単位毎に区切ることとして、上述したように文節毎に区切る例に限らず、適宜設定される単位毎（例えば、１文毎、段落毎、章毎及びページ毎等）で文章を区切ってもよい。

対応情報には、ユーザの分類毎に推薦する１又は複数の推薦文章がさらに対応付けられていてもよい。推薦文章は、例えば、後述する特定部１５によって分類されるグループ内の第１ユーザに対して推薦する文章であってもよい。推薦文章は、例えば、研究者をインタビューした際に作成されるインタビュー記事等であってもよい。

通信部２２は、例えば、情報処理装置１の外部にある装置（外部装置）等との間で種々の情報の送受信が可能である。外部装置は、例えば、外部サーバ（図示せず）及びユーザ端末１００（図１参照）等であってもよい。ユーザ端末１００は、例えば、ユーザ（例えば、第１ユーザ等）が使用する端末等であってもよい。ユーザ端末１００は、例えば、デスクトップ、ラップトップ、タブレット及びスマートフォン等であってもよい。

表示部２３は、例えば、種々の文字、記号及び画像等を表示することが可能である。

第１取得部１１は、第１ユーザが文章を読んだ際に第１ユーザが指標を付す特定位置に関するユーザ情報を取得する。
一例として、記憶領域に記憶される文章をディスプレイに表示させる場合、第１ユーザは、その文章を読んで興味を持った箇所等が有ると、入力部（図示せず）等を操作して、文章のうち興味を持った箇所（特定位置）に指標（例えば、ブックマーク等）を付す。ここで、記憶領域は、例えば、記憶部２１、外部サーバ（図示せず）及びユーザ端末１００の端末記憶部（図示せず）等を始めとする種々の記憶領域であってもよい。ディスプレイは、例えば、表示部２３及びユーザ端末１００の端末表示部（図示せず）等であってもよい。入力部は、例えば、キーボード（例えば、ハードキー及びソフトキー等）及びマウス等であってもよい。
第１取得部１１は、例えば、ユーザ端末１００において文章に指標が付された場合、その指標が付された特定位置に関する情報を、通信部２２を介してユーザ端末１００から取得する。又は、第１取得部１１は、例えば、情報処理装置１において所定単位に指標が付された場合、その指標が付された特定位置に関する情報を取得する。

ここで文章は、例えば、上述したように、研究者をインタビューした際に作成されるインタビュー記事等であってもよい。また、特定位置は、例えば、上述したように、文章（インタビュー記事）を所定単位としての文節毎に区切った際の文節の位置であってもよい。したがって、第１取得部１１は、第１ユーザがインタビュー記事を読んだ際に、第１ユーザが参考となるとしてインタビュー記事の特定の文節に付した１又は複数の指標の特定位置に関するユーザ情報を取得してもよい。

推定部１２は、第１取得部１１によって取得するユーザ情報と、記憶部２１に記憶する対応情報とに基づいて、第１ユーザの特定位置に応じた分類を推定する。推定部１２は、ユーザ情報に記録される文章の特定位置が対応情報に記録される文章の特定位置と同一（又は、略同一）又は類似する場合、すなわちユーザ情報に記録される文章の特定位置が対応情報に記録される文章の特定位置に相対的に近い場合、第１ユーザをその対応情報に記録される分類に属すると推定する。ここで、ユーザ情報に記録される文章と、対応情報に記録される文章とは、例えば、同一であってもよい。

推定部１２は、第１ユーザの特定位置に応じた分類を推定する場合、一例として以下のような処理を行ってもよい。
図３は、可視変数ベクトルと隠れ変数ベクトルとの関係を示す図である。

推定部１２は、一例として、コントラスティブ・ダイバージェンス法等を利用して、図３に例示するように、可視変数ベクトルと隠れ変数ベクトルとを相互にサンプリングを行うことにより、第１ユーザの分類を推定してもよい。

すなわち一例として、推定部１２は、ユーザ情報に基づく「Ｖ」という可視データを用いて、対応情報に基づく「ｈ」という隠れた人物特性を推定するモデル（図３に例示する関係）を構築してもよい。
可視データＶは、ユーザ情報に基づく文章に指標（ブックマーク）が付された特定位置（文節）を示すデータである。可視データＶをベクトル化すると、以下の可視変数ベクトルとなる。ここで、Ｎは、全文章における文節の数を示す。可視変数ベクトルにおいて、Ｎは第１ユーザ毎に存在する。

隠れた人物特性ｈは、対応情報に基づく仮定されるユーザ毎の人物特性を示す。すなわち、隠れた人物特性ｈは、人物が存在すると仮定した場合の人物特性仮説である。隠れた人物特性ｈをベクトル化すると、以下の隠れ変数ベクトルとなる。

可視データＶと隠れた人物特性ｈとの間には、以下の確率分布が備わり、以下の式のように支配されているものとする。ここで、Ｔはベクトルの転置、ｂ，ｃ，ｗはパラメータを示す。

グループ設定部１３は、推定部１２によって推定される分類毎に複数の第１ユーザのグループ化を行う。グループ設定部１３は、推定部１２によって複数の第１ユーザの分類が推定される場合、分類毎に複数の第１ユーザをグループ化する。

ここで図１に例示するように、制御部１０は、第１ユーザＣ，Ｄ，Ｅそれぞれが文章を読んで指標が付されることに対応するユーザ情報を取得した場合、それぞれのユーザ情報と、対応情報とに基づいて、第１ユーザＣ，Ｄ，Ｅの分類を推定する。ここで図１に例示する場合、制御部１０は、第１ユーザＣ，Ｄが同一の分類と推定され、第１ユーザＥが他の分類と推定されるため、第１ユーザＣ，Ｄをグループ化し、第１ユーザＥをグループ化する。

第２取得部１４は、グループ設定部１３によってグループ化が行われた複数の第１ユーザのそれぞれのユーザ情報に基づいて、複数の第１ユーザが読んだ文章に関する文章情報を取得する。
図１に例示する場合、第２取得部１４は、同一グループ内の第１ユーザＣ，Ｄそれぞれが文章で指標（例えば、ブックマーク等）を付した際のユーザ情報に基づいて、第１ユーザＣ，Ｄが読んだ文章に関する文章情報を取得する。文章情報は、例えば、第１ユーザＣ，Ｄが読んだ文章を特定することができる情報であってもよい。一例として、文章情報は、文章内容、著者、タイトル、インタビューを受けた研究者、発行所及び発行日等を始めとする種々の文章を特定することができる情報であってもよい。
また上記と同様に、図１に例示する場合、第２取得部１４は、同一グループ内の第１ユーザＥそれぞれが文章で指標（例えば、ブックマーク等）を付した際のユーザ情報に基づいて、第１ユーザＥが読んだ文章に関する文章情報を取得する。

特定部１５は、グループ設定部１３によってグループ化が行われた複数の第１ユーザのうちの第２ユーザ及び第３ユーザであって、第２取得部１４によって取得する第２ユーザの文章情報と第３ユーザの文章情報に基づいて、第２ユーザは読んだ文章のうち第３ユーザは読んでいない文章を特定する。
図１に例示する場合、一例として、特定部１５は、同一グループ内の第１ユーザＣ，Ｄの文章情報に基づいて、第１ユーザＣは読んでいる文章ではあるが、第１ユーザＤは読んでいない文章を特定する。すなわち、特定部１５は、第１ユーザＣ（第２ユーザ）は読んだ文章のうち、第１ユーザＤ（第３ユーザ）は読んでいない文章を特定する。

特定部１５は、グループ設定部１３によってグループ化が行われた複数の第１ユーザのうちの第４ユーザであって、記憶部２１に記憶される対応情報において対応付けられる推薦文章のうち、第２取得部１４によって取得する第４ユーザの文章情報に基づいて第４ユーザが読んでいない推薦文章を特定してもよい。
図１に例示する場合、一例として、特定部１５は、同一グループ内の第１ユーザＣ，Ｄの文章情報に基づいて、対応情報に記録される推薦文章のうち、第１ユーザＣ，Ｄ（第４ユーザ）が読んでいない推薦文章を特定する。
同様に、図１に例示する場合、特定部１５は、同一グループ内の第１ユーザＥの文章情報に基づいて、対応情報に記録される推薦文章のうち、第１ユーザＥ（第４ユーザ）が読んでいない推薦文章を特定する。

推薦部１６は、特定部１５によって特定される文章を第３ユーザに推薦する。
図１に例示する場合、一例として、推薦部１６は、特定部１５によって第１ユーザＣ（第２ユーザ）は読んだ文章Ｆ，Ｇ，Ｈのうち、第１ユーザＤ（第３ユーザ）は読んでいない文章として文章Ｈが特定される場合、文章Ｈを第１ユーザＤ（第３ユーザ）に推薦する（ここで、符号Ｆ，Ｇ，Ｈは図１には図示せず）。ここで一例として、推薦部１６は、文章Ｈの文章情報を第１ユーザＤ（第３ユーザ）が使用するユーザ端末１００に送信するよう通信部２２を制御してもよい。また一例として、推薦部１６は、文章Ｈの文章情報を表示するよう表示部２３を制御してもよい。

推薦部１６は、特定部１５によって特定される推薦文章を第４ユーザに推薦してもよい。
図１に例示する場合、一例として、推薦部１６は、特定部１５によって推薦文章（Ｉ，Ｊ，Ｋ）のうち第１ユーザＤ（第４ユーザ）が読んでいない推薦文章として推薦文章Ｋが特定される場合、推薦文章Ｋを第１ユーザＤ（第４ユーザ）に推薦する（ここで、符号Ｉ，Ｊ，Ｋは図１には図示せず）。ここで一例として、推薦部１６は、推薦文章Ｋの推薦文章情報を第１ユーザＤ（第４ユーザ）が使用するユーザ端末１００に送信するよう通信部２２を制御してもよい。また一例として、推薦部１６は、推薦文章Ｋの文章情報を表示するよう表示部２３を制御してもよい。推薦部１６は、例えば、第１ユーザＣ（第４ユーザ）についても同様に推薦文章を推薦する。
同様に図１に例示する場合、一例として、推薦部１６は、特定部１５によって推薦文章（Ｉ，Ｊ，Ｋ）のうち第１ユーザＥ（第４ユーザ）が読んでいない推薦文章として推薦文章Ｊが特定される場合、推薦文章Ｊを第１ユーザＥ（第４ユーザ）に推薦する。ここで一例として、推薦部１６は、推薦文章Ｊの推薦文章情報を第１ユーザＥ（第４ユーザ）が使用するユーザ端末１００に送信するよう通信部２２を制御してもよい。また一例として、推薦部１６は、推薦文章Ｊの推薦文章情報を表示するよう表示部２３を制御してもよい。
一例として、推薦文章情報は、対応情報の推薦文章に対応付けられていてもよく、推薦文章内容、著者、タイトル、インタビューを受けた研究者、発行所及び発行日等を始めとする種々の推薦文章を特定することができる情報であってもよい。

［情報処理方法］
次に、一実施形態に係る情報処理方法について説明する。

まず、情報処理方法の概要について説明する。
ステップＳＴ１として、制御部１０は、ユーザ情報としての可視データＶと、対応情報としての隠れた人物特性ｈとの出力結果に基づき、パラメータｂ，ｃ，ｗを学習する。一例として、制御部１０は、パラメータｂ，ｃ，ｗの勾配法に基づく学習を行ってもよい。この場合、制御部１０は、変化の幅が小さく、所定の基準を下回ると学習を停止してもよい。所定の基準は、学習するデータと実際の学習の様子とに基づいて決定されてもよい。推定部１２は、パラメータｂ，ｃ，ｗを所定のタイミング毎に学習してもよい。

ステップＳＴ２として、制御部１０は、第１ユーザについて、その第１ユーザの過去の可視データＶを利用して人物特性ｈ（第１ユーザの分類）を出力する（サンプリング）。さらに、制御部１０は、その人物特性ｈ（第１ユーザの分類）から再び可視データＶを出力して（サンプリング）、未読の文章への第１ユーザの反応を予測する。この場合、制御部１０は、既読の文章は推薦から除外し、未読の文章のみを推薦する。

ステップＳＴ３として、制御部１０は、未読の文章うち、第１ユーザの反応が良いと予測される文章をその第１ユーザに推薦する。

次に、図４～６を用いて、一実施形態に係る情報処理方法について具体的に説明する。

まず、一実施形態に係る情報処理方法として、第１ユーザの分類を推定する処理について説明する。
図４は、一実施形態に係る情報処理方法について説明するための第１のフローチャートである。

ステップＳＴ１０１において、第１取得部１１は、ユーザ情報を取得する。ユーザ情報は、第１ユーザが文章を読んだ際にその第１ユーザが指標（ブックマーク）を付す特定位置に関する情報であってもよい。特定位置は、例えば、文章において指標が付される文節の位置、すなわち指標が付される文節を特性する情報であってもよい。
この場合、第１取得部１１は、例えば、第１ユーザがインタビュー記事を読んだ際に、第１ユーザが参考となるとしてインタビュー記事の特定の文節に付した１又は複数の指標の特定位置に関するユーザ情報を取得してもよい。

ステップＳＴ１０２において、推定部１２は、ステップＳＴ１０１で取得するユーザ情報と、記憶部２１に記憶する対応情報とに基づいて、第１ユーザの特定位置に応じた分類を推定する。

ステップＳＴ１０３において、グループ設定部１３は、ステップＳＴ１０２で推定される分類毎に複数の第１ユーザのグループ化を行う。すなわち、グループ設定部１３は、例えば、ステップＳＴ１０２で複数の第１ユーザの分類が推定される場合、分類毎に複数の第１ユーザをグループ化する。

次に、一実施形態に係る情報処理方法として、第１ユーザ（第３ユーザ）に文章を推薦する処理について説明する。
図５は、一実施形態に係る情報処理方法について説明するための第２のフローチャートである。

ステップＳＴ２０１において、第２取得部１４は、図４に示すステップＳＴ１０３でグループ化が行われた複数の第１ユーザのそれぞれのユーザ情報に基づいて、複数の第１ユーザが読んだ文章に関する文章情報を取得する。

ステップＳＴ２０２において、特定部１５は、例えば、ステップＳＴ１０３でグループ化が行われた同一グループ内の複数の第１ユーザＣ，Ｄのうちの第２ユーザＣ及び第３ユーザＤであって、第２取得部１４によって取得する第２ユーザＣの文章情報と第３ユーザＤの文章情報に基づいて、第２ユーザＣは読んだ文章のうち第３ユーザＤは読んでいない文章を特定する。

ステップＳＴ２０３において、推薦部１６は、ステップＳＴ２０２で特定される文章を第３ユーザＤに推薦する。すなわち、推薦部１６は、ステップＳＴ２０２で特定される文章に関する文章情報を第３ユーザＤが閲覧できるように出力部を制御する。推薦部１６は、出力部として、例えば、通信部２２及び表示部２３のうち少なくとも一方、換言すると通信部２２及び表示部２３のグループから選択される少なくとも１つを制御してもよい。なお、推薦部１６は、ステップＳＴ２０２で特定される文章に関する文章情報を記憶するよう、出力部の一実施形態としての記憶部２１を制御してもよい。

次に、一実施形態に係る情報処理方法として、第１ユーザ（第４ユーザ）に推薦文章を推薦する処理について説明する。
図６は、一実施形態に係る情報処理方法について説明するための第３のフローチャートである。

ステップＳＴ３０１において、第２取得部１４は、図４に示すステップＳＴ１０３でグループ化が行われた複数の第１ユーザのそれぞれのユーザ情報に基づいて、複数の第１ユーザが読んだ文章に関する文章情報を取得する。

ステップＳＴ３０２において、特定部１５は、例えば、ステップＳＴ１０３でグループ化が行われた同一グループ内の１又は複数の第１ユーザＥのうちの第４ユーザＥであって、記憶部２１に記憶される対応情報において対応付けられる推薦文章のうち、ステップＳＴ３０１で取得する第４ユーザＥの文章情報に基づいて第４ユーザＥが読んでいない推薦文章を特定する。

ステップＳＴ３０３において、推薦部１６は、ステップＳＴ３０２で特定される推薦文章を第４ユーザＥに推薦する。すなわち、推薦部１６は、ステップＳＴ３０２で特定される推薦文章に関する推薦文章情報を第４ユーザＥが閲覧できるように出力部を制御する。推薦部１６は、出力部として、例えば、通信部２２及び表示部２３のうち少なくとも一方、換言すると通信部２２及び表示部２３のグループから選択される少なくとも１つを制御してもよい。なお、推薦部１６は、ステップＳＴ３０２で特定される推薦文章に関する推薦文章情報を記憶するよう、出力部の一実施形態としての記憶部２１を制御してもよい。

上述した情報処理装置１の各部は、コンピュータの演算処理装置等の機能として実現されてもよい。すなわち、情報処理装置１の第１取得部１１、推定部１２、グループ設定部１３、第２取得部１４、特定部１５及び推薦部１６（制御部１０）は、コンピュータの演算処理装置等による第１取得機能、推定機能、グループ設定機能、第２取得機能、特定機能及び推薦機能（制御機能）としてそれぞれ実現されてもよい。
情報処理プログラムは、上述した各機能をコンピュータに実現させることができる。情報処理プログラムは、例えば、メモリ、ソリッドステートドライブ、ハードディスクドライブ又は光ディスク等の、コンピュータで読み取り可能な非一時的な記録媒体に記録されていてもよい。
また、上述したように、情報処理装置１の各部は、コンピュータの演算処理装置等で実現されてもよい。その演算処理装置等は、例えば、集積回路等によって構成される。このため、情報処理装置１の各部は、演算処理装置等を構成する回路として実現されてもよい。すなわち、情報処理装置１の第１取得部１１、推定部１２、グループ設定部１３、第２取得部１４、特定部１５及び推薦部１６（制御部１０）は、コンピュータの演算処理装置等を構成する第１取得回路、推定回路、グループ設定回路、第２取得回路、特定回路及び推薦回路（制御回路）として実現されてもよい。
また、情報処理装置１の記憶部２１、通信部２２及び表示部２３（出力部）は、例えば、演算処理装置等の機能を含む記憶機能、通信機能及び表示機能（出力機能）として実現されもよい。また、情報処理装置１の記憶部２１、通信部２２及び表示部２３（出力部）は、例えば、集積回路等によって構成されることにより記憶回路、通信回路及び表示回路（出力回路）として実現されてもよい。また、情報処理装置１の記憶部２１、通信部２２及び表示部２３（出力部）は、例えば、複数のデバイスによって構成されることにより記憶装置、通信装置及び表示装置（出力装置）として構成されてもよい。

情報処理装置１は、上述した複数の各部のうち１又は任意の複数を組み合わせることが可能である。
本開示では、「情報」の文言を使用しているが、「情報」の文言は「データ」と言い換えることができ、「データ」の文言は「情報」と言い換えることができる。

［本実施形態の態様及び効果］
次に、本実施形態の一態様及び各態様が奏する効果について説明する。なお、以下に記載する効果は一例であり、各態様が奏する効果は以下に記載するものに限定されることはない。

（態様１）
一態様の情報処理装置は、文章と、その文章を所定単位毎に区切った際にユーザによって所定単位に指標が付される特定位置と、文章と特定位置とに基づいて推定されるユーザの分類とを対応付けた対応情報を記憶する記憶部と、第１ユーザが文章を読んだ際に第１ユーザが指標を付す特定位置に関するユーザ情報を取得する第１取得部と、第１取得部によって取得するユーザ情報と、記憶部に記憶する対応情報とに基づいて、第１ユーザの特定位置に応じた分類を推定する推定部と、推定部によって推定される分類毎に複数の第１ユーザのグループ化を行うグループ設定部と、を備える。
これにより、情報処理装置は、文章の推薦に利用する、ユーザのグループ化を行うことができる。情報処理装置は、ユーザが所定単位毎に区切った文章に指標を付すため、ユーザそれぞれの好みをより反映させることができ、ユーザの分類をより適切に行うことができる。

（態様２）
一態様の情報処理装置は、グループ設定部によってグループ化が行われた複数の第１ユーザのそれぞれのユーザ情報に基づいて、複数の第１ユーザが読んだ文章に関する文章情報を取得する第２取得部と、グループ設定部によってグループ化が行われた複数の第１ユーザのうちの第２ユーザ及び第３ユーザであって、第２取得部によって取得する第２ユーザの文章情報と第３ユーザの文章情報に基づいて、第２ユーザは読んだ文章のうち第３ユーザは読んでいない文章を特定する特定部と、特定部によって特定される文章を第３ユーザに推薦する推薦部と、を備えることとしてもよい。
同一グループ内の複数のユーザは、文章に対して興味を持つ点及び文章の参考となる点等に類似性が有ると考えられる。したがって、情報処理装置は、同一グループ内のユーザに対して自身の好みにあった文章を推薦することができる。

（態様３）
一態様の情報処理装置では、記憶部が記憶する対応情報には、ユーザの分類毎に推薦する推薦文章がさらに対応付けられており、特定部は、グループ設定部によってグループ化が行われた複数の第１ユーザのうちの第４ユーザであって、記憶部に記憶される対応情報において対応付けられる推薦文章のうち、第２取得部によって取得する第４ユーザの文章情報に基づいて第４ユーザが読んでいない推薦文章を特定し、推薦部は、特定部によって特定される推薦文章を第４ユーザに推薦することとしてもよい。
これにより、情報処理装置は、ユーザの分類毎、すなわちグループ毎に対応付けられる推薦文章を、対応するグループに分類するユーザに対して推薦することができる。

（態様４）
一態様の情報処理装置では、記憶部が記憶する対応情報に対応付けられる文章は、研究者をインタビューした際に作成されるインタビュー記事であり、対応情報に対応付けられる特定位置は、文章としてのインタビュー記事を所定単位としての文節毎に区切った際の文節の位置であり、第１取得部は、第１ユーザがインタビュー記事を読んだ際に、第１ユーザが参考となるとしてインタビュー記事の特定の文節に付した１又は複数の指標の特定位置に関するユーザ情報を取得することとしてもよい。
これにより、情報処理装置は、ユーザが興味を持つインタビュー記事に応じてそのユーザを分類することができる。

（態様５）
一態様の情報処理方法では、文章と、その文章を所定単位毎に区切った際にユーザによって所定単位に指標が付される特定位置と、文章と特定位置とに基づいて推定されるユーザの分類とを対応付けた対応情報を記憶する記憶部を備えるコンピュータが、第１ユーザが文章を読んだ際に第１ユーザが指標を付す特定位置に関するユーザ情報を取得する第１取得ステップと、第１取得ステップによって取得するユーザ情報と、記憶部に記憶する対応情報とに基づいて、第１ユーザの特定位置に応じた分類を推定する推定ステップと、推定ステップによって推定される分類毎に複数の第１ユーザのグループ化を行うグループ設定ステップと、を実行する。
これにより、情報処理方法は、上述した一態様の情報処理装置と同様の効果を奏することができる。

（態様６）
一態様の情報処理プログラムは、コンピュータに、文章と、その文章を所定単位毎に区切った際にユーザによって所定単位に指標が付される特定位置と、文章と特定位置とに基づいて推定されるユーザの分類とを対応付けた対応情報を記憶する記憶機能と、第１ユーザが文章を読んだ際に第１ユーザが指標を付す特定位置に関するユーザ情報を取得する第１取得機能と、第１取得機能によって取得するユーザ情報と、記憶機能に記憶する対応情報とに基づいて、第１ユーザの特定位置に応じた分類を推定する推定機能と、推定機能によって推定される分類毎に複数の第１ユーザのグループ化を行うグループ設定機能と、を実現させる。
これにより、情報処理プログラムは、上述した一態様の情報処理装置と同様の効果を奏することができる。

１ 情報処理装置
１０ 制御部
１１ 第１取得部
１２ 推定部
１３ グループ設定部
１４ 第２取得部
１５ 特定部
１６ 推薦部
２１ 記憶部
２２ 通信部
２３ 表示部

Claims (6)

1. 文章と、当該文章を所定単位毎に区切った際にユーザによって所定単位に指標が付される特定位置と、ユーザの分類とを対応付けた対応情報を記憶する記憶部と、
   複数の第１ユーザのそれぞれについて、第１ユーザが前記文章を読んだ際に第１ユーザが指標を付した特定位置に関するユーザ情報を取得する第１取得部と、
   複数の第１ユーザのそれぞれについて、前記第１取得部によって取得するユーザ情報と、前記記憶部に記憶する対応情報とに基づいて、第１ユーザが指標を付した特定位置に応じたユーザの分類を推定する推定部と、
   前記推定部によって推定されたユーザの分類が同一である第１ユーザは同一のグループに属するように、複数の第１ユーザのグループ化を行うグループ設定部と、
   を備える情報処理装置。
2. 前記グループ設定部によってグループ化が行われた複数の第１ユーザのそれぞれのユーザ情報に基づいて、複数の第１ユーザが読んだ文章に関する文章情報を取得する第２取得部と、
   前記グループ設定部によってグループ化が行われた複数の第１ユーザのうちの同一のグループに属する第２ユーザ及び第３ユーザについて、前記第２取得部によって取得する第２ユーザの文章情報と第３ユーザの文章情報に基づいて、第２ユーザは読んだ文章のうち第３ユーザは読んでいない文章を特定する特定部と、
   前記特定部によって特定される文章を第３ユーザに推薦する推薦部と、
   を備える請求項１に記載の情報処理装置。
3. 前記記憶部が記憶する対応情報には、ユーザの分類毎に推薦する推薦文章がさらに対応付けられており、
   前記特定部は、前記グループ設定部によってグループ化が行われた複数の第１ユーザのうちの第４ユーザについて、前記記憶部に記憶される対応情報において第４ユーザの前記推定部によって推定されたユーザの分類に対応付けられている推薦文章のうち、前記第２取得部によって取得する第４ユーザの文章情報に基づいて第４ユーザが読んでいない推薦文章を特定し、
   前記推薦部は、前記特定部によって特定される推薦文章を第４ユーザに推薦する
   請求項２に記載の情報処理装置。
4. 前記記憶部が記憶する対応情報に対応付けられる前記文章は、研究者をインタビューした際に作成されるインタビュー記事であり、対応情報に対応付けられる特定位置は、前記文章としての前記インタビュー記事を所定単位としての文節毎に区切った際の文節の位置であり、
   前記第１取得部は、第１ユーザがインタビュー記事を読んだ際に、第１ユーザが参考となるとして前記インタビュー記事の特定の文節に付した１又は複数の指標の特定位置に関するユーザ情報を取得する
   請求項１～３のいずれか１項に記載の情報処理装置。
5. 文章と、当該文章を所定単位毎に区切った際にユーザによって所定単位に指標が付される特定位置と、ユーザの分類とを対応付けた対応情報を記憶する記憶部を備えるコンピュータが、
   複数の第１ユーザのそれぞれについて、第１ユーザが前記文章を読んだ際に第１ユーザが指標を付した特定位置に関するユーザ情報を取得する第１取得ステップと、
   複数の第１ユーザのそれぞれについて、前記第１取得ステップによって取得するユーザ情報と、前記記憶部に記憶する対応情報とに基づいて、第１ユーザが指標を付した特定位置に応じたユーザの分類を推定する推定ステップと、
   前記推定ステップによって推定されたユーザの分類が同一である第１ユーザは同一のグループに属するように、複数の第１ユーザのグループ化を行うグループ設定ステップと、
   を実行する情報処理方法。
6. コンピュータに、
   文章と、当該文章を所定単位毎に区切った際にユーザによって所定単位に指標が付される特定位置と、ユーザの分類とを対応付けた対応情報を記憶部に記憶する記憶機能と、
   複数の第１ユーザのそれぞれについて、第１ユーザが前記文章を読んだ際に第１ユーザが指標を付した特定位置に関するユーザ情報を取得する第１取得機能と、
   複数の第１ユーザのそれぞれについて、前記第１取得機能によって取得するユーザ情報と、前記記憶部に記憶する対応情報とに基づいて、第１ユーザが指標を付した特定位置に応じたユーザの分類を推定する推定機能と、
   前記推定機能によって推定されたユーザの分類が同一である第１ユーザは同一のグループに属するように、複数の第１ユーザのグループ化を行うグループ設定機能と、
   を実現させる情報処理プログラム。

Images