JP7420773B2 - 情報処理装置、情報処理方法、およびプログラム - Google Patents

Description

特許法第３０条第２項適用 ［１］ ウェブサイトの掲載日 ２０２０年１２月１０日 ウェブサイトのＵＲＬ ｈｔｔｐｓ：／／ｄｓ．ｙａｈｏｏ．ｃｏ．ｊｐ／ｒｅｐｏｒｔ／２０２０１２１０．ｈｔｍｌ ＜資料＞ 分析レポート掲載 ウェブページ プリントアウト ［２］ 開催日（公開日） ２０２１年５月１１日（火）１６：００～１７：００ 集会名、開催場所 不動産業界向けヤフー・データソリューションセミナー ヤフー株式会社 主催 ＊ビデオ会議システム（Ｚｏｏｍ）を用いたオンライン開催（ライブ配信） ウェブサイトＵＲＬ：ｈｔｔｐｓ：／／ｄｓ．ｙａｈｏｏ．ｃｏ．ｊｐ／ｓｅｍｉｎａｒ／ｒｅａｌｅｓｔａｔｅ＿ｓｅｍｉｎａｒ．ｈｔｍｌ ＜資料＞ 不動産業界向けセミナー 開催案内 ウェブページ プリントアウト ［３］ 開催日（公開日） ２０２１年６月１１日（金）１４：００～１５：００ 集会名、開催場所 マーケティング戦略立案のためのデータ活用セミナー ヤフー株式会社、ｄｅｌｙ株式会社 共催 ＊ビデオ会議システム（Ｚｏｏｍ）を用いたオンライン開催（ライブ配信） ウェブサイトＵＲＬ：ｈｔｔｐｓ：／／ｄｓ．ｙａｈｏｏ．ｃｏ．ｊｐ／ｓｅｍｉｎａｒ／ｋｕｒａｓｈｉｒｕ－ｓｅｍｉｎａｒ．ｈｔｍｌ ＜資料＞ データ活用セミナー 開催案内 ウェブページ プリントアウト

本発明は、情報処理装置、情報処理方法、およびプログラムに関する。

従来、利用者が希望する不動産物件の条件を利用者端末装置に入力すると、インターネットを介して、不動産情報データベースおよび地理情報データベースにアクセスし、検索結果であるエリア毎の不動産物件の分布を地図上に表示し、希望するエリアを選択すると、そのエリアの地図上に不動産物件をマークで表示する情報提供装置が開示されている（例えば、特許文献１参照）。

特開２００２－１２３５８９号公報

しかしながら、上記従来の技術では、ユーザにとって有益な情報を生成したり、提供したりすることができない場合があった。

本発明は、このような事情が考慮されたものであり、ユーザにとってより有益な情報を提供することを支援することができる情報処理装置、情報処理方法、およびプログラムを提供することを目的の一つとする。

本発明の一態様は、ユーザのアクションにより得られる時系列の情報であって、ポジションを特定するための特定情報と関心事とを含む対象情報を取得する取得部と、前記特定情報から特定されたポジションに対応する前記関心事の関心度合の変化を示す変化情報を、前記ポジションに対応付けた情報を生成する生成部とを備える情報処理装置である。

本発明の一態様によれば、ユーザにとってより有益な情報を提供することを支援することができる。

情報処理装置を含む情報処理システム１の機能構成の一例を示す図である。 時系列情報５２の内容の一例を示す図である。 地名を特定する処理について説明するための図である。 参照情報５４と地名の場所を特定するための処理とを説明するための図である。 指標を導出する処理について説明するための図である。 生成情報５６の一例を示す図である。 表示部に表示されたプロットされた情報の一例を示す図である。 情報処理装置３０により実行される処理の流れの一例を示すフローチャートである。 男性および女性のマンションに関する関心の傾向を示す情報の一例を示す図である。 検索クエリ「地名 居酒屋」の処理結果の一例を示す図である。 検索クエリ「地名 焼肉」の処理結果の一例を示す図である。 検索クエリ「地名 ランチ」の処理結果の一例を示す図である。 第３実施形態において、表示部に表示される情報の一例を示す図である。 第３実施形態の処理の概要について説明するための図である。 第４実施形態の処理について説明するための図である。 第４実施形態の処理結果の一例を示す図である。 第５実施形態の処理結果の一例を示す図である。 第６実施形態の処理結果について説明するための図である。 第７実施形態の情報処理装置３０の処理結果の一例を示す図である。

以下、図面を参照し、本発明の情報提供装置、情報処理方法、およびプログラムの実施形態について説明する。

［概要（その１）］
本実施形態の一態様の情報処理装置は、ユーザのアクションにより得られる時系列の情報であって、ポジションを特定するための特定情報と関心事とを含む対象情報を取得する取得部と、前記特定情報から特定されたポジションに対応する前記関心事の関心度合の変化を示す変化情報を、前記ポジションに対応付けた情報を生成する生成部とを備える。

「アクション」とは、例えば、ユーザの行動であって、ユーザが端末装置を操作して対象情報を入力することである。アクションには、ユーザが特定情報と関心事とを紙に記載すること、発言することが含まれてもよい。

「ポジション」は、例えば、変化情報が対応付けられる場所や、地点、地域、位置、設定された領域、地位等である。ポジションは、例えば、市区町村や、路線に対応する領域、地位に対応する領域など変化情報が対応付けられる対象であればよい。

「対象情報」は、ユーザがネットワークを介して提供した情報である。対象情報は、例えば、検索クエリや、ネットワークにおける各種サービスなどで入力した情報等である。例えば、ユーザが、ネットワークにおけるアンケートや、チャットなどで、特定情報と関心事とを含む情報とを入力した場合、この情報は対象情報とされてもよい。

＜第１実施形態＞
［情報処理システム］
図１は、情報処理装置を含む情報処理システム１の機能構成の一例を示す図である。情報処理システム１は、例えば、一以上の端末装置１０と、検索サーバ２０と、情報処理装置３０とを備える。端末装置１０と検索サーバ２０とは、ネットワークＮＷを介して互いに通信する。検索サーバ２０と情報処理装置３０とは、ネットワークＮＷを介して互いに通信する。ネットワークＮＷは、インターネットやＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）、セルラー網などを含む。

［端末装置］
端末装置１０は、スマートフォンやパーソナルコンピュータ、タブレット端末などの通信機能と表示機能を有するコンピュータ装置である。端末装置１０は、例えば、検索サーバ２０と通信するための通信インターフェースである通信部と、ＵＡなどを備える。端末装置１０では、ＣＰＵ（Central Processing Unit）などのプロセッサがブラウザやアプリケーションプログラムなどのＵＡを実行することで各種サービスを実現する。

［検索サーバ］
検索サーバ２０は、端末装置１０から検索クエリを取得し、取得した検索クエリに応じた情報を端末装置１０に提供する。検索サーバ２０は、取得した検索クエリに関連する情報を、検索エンジンを用いて検索する。検索サーバ２０は、端末装置１０から取得した検索クエリを情報処理装置３０に提供する。

［情報提供装置］
情報処理装置３０は、例えば、取得部３２と、処理部３４と、表示制御部４０と、記憶部５０とを備える。取得部３２、処理部３４、および表示制御部４０は、例えば、ＣＰＵ（Central Processing Unit）等のハードウェアプロセッサが、記憶装置に記憶されたプログラムを実行することにより実現される。また、これらの機能部は、ＬＳＩ（Large Scale Integration）、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）等のハードウェアによって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。また、上記のプログラムは、予め記憶装置に格納されていてもよいし、ＤＶＤやＣＤ－ＲＯＭなどの着脱可能な記憶媒体に格納されており、記憶媒体が情報処理装置３０のドライブ装置に装着されることで記憶装置にインストールされてもよい。

記憶部５０は、例えば、ＲＯＭ（Read Only Memory）、フラッシュメモリ、ＳＤカード、ＲＡＭ（Random Access Memory）、ＨＤＤ（Hard Disc Drive）、レジスタ等によって実現される。また、記憶部５０の一部または全部は、ＮＡＳ（Network Attached Storage）や外部ストレージサーバ装置等であってもよい。記憶部５０には、例えば、時系列情報５２と、参照情報５４と、生成情報５６とが記憶されている。参照情報５４および生成情報５６の詳細については後述する。

（取得部）
取得部３２は、記憶部５０に記憶された時系列情報５２を取得する。図２は、時系列情報５２の内容の一例を示す図である。時系列情報５２は、例えば、検索サーバ２０により提供された情報や、他の装置により提供された情報、時系列情報５２が記憶された記憶媒体等から提供された情報である。時系列情報５２は、例えば、検索クエリと、検索サーバ２０が端末装置１０から検索クエリを取得した日時とが互いに対応付けられた情報である。本処理で用いられる検索クエリは、例えば、地名（または駅名）とユーザの関心事とを含む検索クエリ、または地名とユーザの関心事とで構成される検索クエリである。以下の説明では、一例として関心事は「マンション」として説明する。

（処理部）
処理部３４は、例えば、第１処理部３６と、第２処理部３８とを備える。第１処理部３６は、検索クエリに応じた場所を特定する。まず、第１処理部３６は、検索クエリの中から地名（または駅名）を特定する。図３は、地名を特定する処理について説明するための図である。例えば、第１処理部３６は、検索クエリ「中野 マンション」において、スペース以降のワードや、設定されたワード（マンション）を削除して地名「中野」を特定する。第１処理部３６は、予め設定された地名一覧を参照して、「中野」が地名であると特定する。第１処理部３６は、図３に示すように各検索クエリの地名（中野や、東中野、初台等）を特定する。

なお、上記の処理において、地名に類似するワード（ユーザが地名を意図していると推定されるワード）を地名として扱ってもよい。また、上記の例では、地名、関心事の順番でワードが並んでいるものとして説明したが、順番は反対でもよいし、地名と関心事との間に他のワードが含まれていてもよい。この場合、第１処理部３６は、地名および関心事を特定し、地名および関心事との間のワードは削除して以降の処理を行ってもよい。また、所定の地名が含まれる場合、その検索クエリは処理対象外とされてもよい。例えば、「東京 マンション」や、「埼玉 マンション」などのように、予め設定された地名が含まれる場合、その検索クエリは処理対象外とされてもよい。

次に、第１処理部３６は、参照情報５４を参照して、特定した地名の場所（ポジション）を特定する。図４は、参照情報５４と地名の場所を特定するための処理とを説明するための図である。参照情報５４は、例えば、地名と、地名に応じた場所（緯度および経度）とが互いに対応付けられた情報である。第１処理部３６は、例えば、地名「中野」、「東中野」、「初台」のそれぞれに対応する場所を特定する。場所は、後述する統計処理の結果（変化情報）を地図上にプロットする場所である。また、検索クエリに駅名が含まれる場合、駅の場所が特定されてもよい。

第２処理部３８は、検索クエリを統計処理して、特定された場所に関する指標を場所ごとに導出する。図５は、指標を導出する処理について説明するための図である。図５では、地名「中野」を含む検索クエリに対して行われた統計処理の結果を示している。第２処理部３８は、所定の期間を対象に場所ごとに第１指標、第２指標、および第３指標を導出する。第１指標は、日ごとの地名「中野」と関心事「マンション」を含む検索クエリの数である。第２指標は、設定期間ごとの検索クエリの数に基づく指標である。検索クエリの数に基づく指標とは、検索クエリの合計値や平均値である。設定期間とは、例えば、月曜日から日曜日の１週間である。

第３指標は、第２指標に予め設定された重みを加味した指標である。重みは、例えば、統計処理の対象期間のうち、直近や、直近および直近に近い期間（所定期間における終期）の指標を重視する傾向で付与されたり、統計処理の対象期間のうち、直近以外の期間（他の時期）や、直近および直近に近い期間以外（他の時期）の指標を軽視する傾向で付与されたりする。

本実施形態では、第１指標から第３指標を用いるものとして説明するが、例えば、第３指標の導出は省略され、第２指標に基づいて、後述する処理が行われてもよいし、第１指標に基づく他の指標が導出され、この指標が後述する処理で利用されてもよい。「第１指標」、「第２指標」、「第３指標」または「他の指標」は、「対象情報の数に基づく指標」の一例である。

第２処理部３８は、場所ごとに第３指標を加工した指標を導出する。加工した指標とは、基準指標に対する相関係数である。基準指標とは、例えば、Ｘ軸の指標（日にち）が大きくなれば、Ｙ軸の指標（第３指標の比較対象の指標）が大きくなる傾向の線形の指標である。より具体的には、基準指標は、Ｘ軸の指標と、Ｙ軸の指標とが同様の傾向で増加するもの（Ｘ＝Ｙの指標）である。第２処理部３８は、場所ごとの相関係数と、場所（地名）を含む検索クエリの数とを導出する。第２処理部３８は、場所と相関係数と場所に対応する検索数とを互いに対応付けた生成情報５６を生成する。図６は、生成情報５６の一例を示す図である。「相関係数」は、「対象情報の数に基づく指標」の他の一例である。生成情報５６は、「変化情報を前記ポジションに対応付けた情報」の一例である。

なお、上記の例では、第１指標などの指標は検索数であるものとして説明したが、これに代えて、全検索数や所定の検索数に対する割合や、割合に基づく指標など任意の指標を用いて、相関係数を求めてもよい。また、上記の例では、相関を求めるものとして説明したが、これに限らず、関心の期間ごとの推移を示す情報を利用してもよい。

（表示制御部）
表示制御部４０は、生成情報５６に基づいて地図の各場所に、ユーザの関心の動向を示す情報をプロットする。プロットされた情報は、例えば、表示部に表示される。図７は、表示部に表示されたプロットされた情報の一例を示す図である。プロットされた情報は、「変化情報を前記ポジションに対応付けた情報」の他の一例、または「前記対象情報の数を示す情報と前記変化情報とを含む情報を、前記ポジションに対応付けた情報」の一例である。

図７に示すように、表示部には、場所に対して相関の強さまたは弱さを示す記号がプロットされた地図情報が表示される。三角形の記号の大きさは検索クエリの数を示していて、大きいほど検索数が多い傾向であることを示している。

例えば、上向きの三角形を示す記号は基準指標に対する相関が比較的に強いことを示し（相関係数がゼロを超えることを示し）、下向きの三角形を示す記号は相関が比較的に弱いことを示している（相関係数がゼロ未満であることを示している）。上向きの三角形の色が濃いほど相関が強く、下向き三角形の色が濃いほど相関が弱いことを示している。例えば、「地名Ａ マンション」の検索クエリの数が日を追って増えていれば相関は強い傾向となり、日を追って減っていれば相関は弱い傾向となる。言い換えると、「地名Ａ マンション」の検索クエリの数が日を追って増えていれば、世間の地名Ａにおけるマンションの関心が高まっていることを示し、日を追って減っていれば世間の地名Ａにおけるマンションの関心が減少していることを示していると考えられる。

図７の例では、２０２０年５月（コロナ感染症による緊急事態宣言の翌月）から１０月末までの半年間における検索クエリを統計処理した結果を示している。この例では、注目されている大規模マンションが建設予定の勝どきでは関心が高くなっている傾向にあるが、地図の中心付近の東京の中心部（都心部）では関心が低くなっている傾向であり、郊外ほど関心が高くなっている傾向である。上記の期間において、世間では東京の中心部のマンションよりも郊外のマンションが注目されていることが分かる。

なお、図７では、検索クエリ「地名 マンション」を処理する例について説明したが、検索クエリ「地名 賃貸」および「地名 一戸建て」などに関しても、図示は省略するが図７と同様の傾向で東京の中心部よりも郊外が注目されていることが確認できた。また、情報処理装置３０は、「地名 不動産」、「地名 別荘」、「地名 物件」など、地名と任意のワードとを含む検索クエリに対して同様の処理を行ってもよい。また、上記の例では、情報処理装置３０の処理結果は表示部に表示されるものとして説明したが、これに加えて（または代えて）、処理結果は媒体に印刷されて、媒体がユーザに提供されてもよい。

［まとめ］
例えば、図７に示すような画像に含まれる世間の関心の傾向を示す情報は、ユーザにとって有益な情報である。例えば、ユーザは、どのような地域の物件に関心が高まっているかを認識し、この関心に基づいて営業活動を行ったり、物件の開発を行ったりすることができる。このように、情報処理装置３０は、より有益な情報をユーザに提供することができる。

［フローチャート］
図８は、情報処理装置３０により実行される処理の流れの一例を示すフローチャートである。図８の処理の順序や処理の内容は一例であり、適宜順所や処理の内容は変更されてもよい。

まず、取得部３２が、処理対象の複数の検索クエリを取得する（ステップＳ１００）。例えば、取得部３２は、処理対象を検索クエリ「地名 マンション」や、「地名 賃貸」、「地名 一戸建て」などのうち、処理対象の検索クエリを時系列情報５２から取得する。

次に、第１処理部３６が、処理対象の複数の検索クエリから一つの検索クエリを抽出する（ステップＳ１０２）。次に、第１処理部３６は、参照情報５４を参照して、検索クエリに含まれる地名から場所を特定する（ステップＳ１０４）。

次に、第１処理部３６は、全て検索クエリに対して場所を特定したか否を判定する（ステップＳ１０６）。全ての検索クエリに対して場所を特定していない場合、ステップＳ１０２に戻る。全ての検索クエリに対して場所を特定した場合、第２処理部３８が、第３指標を導出する（ステップＳ１０８）。例えば、図５で説明したように第２処理部３８は、第１指標、第２指標、および重みに基づいて第３指標を導出する。

次に、第２処理部３８は、ステップＳ１０８の処理結果を用いて、場所ごとの相関係数および検索数を導出する（ステップＳ１１０）。次に、第２処理部３８は、ステップＳ１１０の処理結果に基づいて地図に世間の関心の傾向を示す情報をプロットする（ステップＳ１１２）。次に、表示制御部４０が、ステップＳ１１２でプロットされた地図情報を表示部に表示させる（ステップＳ１１４）。これにより本フローチャートの処理は終了する。

上記の処理により、情報処理装置３０は、検索クエリに基づいて、対象の関心事の世間の動向を示す情報を生成し、生成した情報をユーザに提供するにより、よりユーザにとって有益な情報を生成（提供することを支援）および提供することができる。

［属性の考慮］
また、上記の処理において、情報処理装置３０は、検索クエリを入力したユーザの属性を加味した処理結果を示す情報を提供してもよい。属性とは、例えば、ユーザの性別や、年代、年齢、推定される所得、住所、家族構成、不動産（関心事）への関心度などを含む。この属性を示す情報は、検索クエリに関連付けられて記憶部５０に記憶されている。情報処理装置３０は、これらのうち指定された属性を加味した情報を生成する。例えば、情報処理装置３０は、男性のマンションの関心に関する傾向や、年代別のマンションに関する関心の傾向などを示す情報を生成し、生成した情報をユーザに提供してもよい。

例えば、情報処理装置３０は、設定された属性に応じたマンションに関する関心の傾向などを示す情報を生成し、生成した情報をユーザに提供する。例えば、属性として男性および女性が指定された場合、情報処理装置３０は、男性および女性のマンションに関する関心の傾向を示す情報を生成し、生成した情報をユーザに提供する。図９は、男性および女性のマンションに関する関心の傾向を示す情報の一例を示す図である。図９の例では、期間ごとの関心の推移（相関）は省略しているが、上述したように期間ごとの関心の推移も示されてもよい。

以上説明した第１実施形態によれば、情報処理装置３０は、関心事の関心度合の変化を示す変化情報を、場所に対応付けた情報を生成することにより、ユーザにとって有益な情報を提供することを支援し、更に提供することができる。

＜第２実施形態＞
以下、第２実施形態について説明する。第１実施形態では、検索クエリ「地名 不動産（例えば、マンション、賃貸、一戸建て）」などを処理対象として、世間でどの場所の不動産の関心が高まっているか、低くなっているかを示す情報を提供するものとした。これに対して第２実施形態では、検索クエリ「地名 飲食が想起されるワード（例えば、居酒屋、焼肉、ランチ、ラーメン、カフェなど）」を処理対象として、世間でどの場所における飲食の関心が高まっているか、低くなっているかを示す情報を提供する。

第２実施形態では、第１実施形態と同様にＸ＝Ｙの指標との相関係数を求める処理を行ってもよいが、以下に示すように、２つの期間を比較して、増減度合を求め、求めた増減度合を示す情報を地図にプロットしてもよい。図１０－１２では、２０２０年１月の処理対象の検索クエリの検索数に対して、２０２１年１月の処理対象の検索クエリの検索数の増減度合を地図にプロットした図である。

図１０は、検索クエリ「地名 居酒屋」の処理結果の一例を示す図である。ほとんどの地域で検索クエリの数は大幅に減少しているため、２０２０年１月に比べて２０２１年１月では、世間では各場所における居酒屋に対する関心が低くなっていることが分かる。

図１１は、検索クエリ「地名 焼肉」の処理結果の一例を示す図である。検索クエリの数が減少している場所もあるが、増加している場所が多いため、２０２０年１月に比べて２０２１年１月において、世間では各場所における焼肉に対する関心が低くなっていなく、比較的高くなっていることが分かる。焼肉の需要はコロナ禍でも変動なしもしくは増加している傾向にあるといえ、特に郊外の大きい駅では増加傾向である。

図１２は、検索クエリ「地名 ランチ」の処理結果の一例を示す図である。東京の中心部において、検索クエリの数が多い場所において検索クエリの数が減少している場所が多く、２０２０年１月に比べて２０２１年１月において、世間では中心部におけるランチに対する関心が低くなっている。郊外においては、検索クエリの数が減少している場所が少なく、多くなっている場所が多く、２０２０年１月に比べて２０２１年１月において、世間では郊外におけるランチに対する関心は比較的高くなっている。

上記のように、情報処理装置３０は、対象期間におけるユーザの関心の変化を示す情報を生成し、生成した情報をユーザに提供することができる。ユーザは、提供されたユーザの関心の傾向を参考にして、今後の出店計画や、提供する商品、提供するサービスなど種々のことを詳細に検討することができる。

なお、上記に限らず、「地名 カフェ」や、「地名 ラーメン」、「地名 テイクアウト」、「地名 配達」など任意のワードが処理対象とされてもよい。

以上説明した第２実施形態によれば、情報処理装置３０は、第１実施形態と同様の効果を奏することができる。

＜第３実施形態＞
以下、第３実施形態について説明する。第１実施形態および第２実施形態では、地名と東京の地図（所定の地域の地図）とを用いたが、第３実施形態では、区画とフロアとを用いた処理を行う。例えば、第３実施形態の処理対象の検索クエリは、「店舗名 ランチ」や、「店舗名 施設（例えば○○デパート、○○ビルなど）」などの店舗名や区画を示す情報を含むものである。

図１３は、第３実施形態において、表示部に表示される情報の一例を示す図である。図１３では、ビルのフロアの地図と、フロアにおける店舗とを示している。店舗の色が濃いほど店舗名を含む検索クエリの数が多いことを示している。例えば、店舗Ａ、店舗Ｆ、店舗Ｇ、および店舗Ｈでは、所定期間における関心が低くなっていて、その中でも店舗Ａ、店舗Ｇの関心が、他の店舗よりも低下傾向であることを示している。また、例えば、店舗Ｂ、店舗Ｃ、店舗Ｄ、店舗Ｅ、および店舗Ｈでは、所定期間における関心が高くなっていて、その中でも店舗Ｅ、および店舗Ｈの関心が、他の店舗よりも高くなっている傾向であることを示している。

図１４は、第３実施形態の処理の概要について説明するための図である。例えば、第１処理部３６は、検索クエリ「Ａ店舗 ランチ」において、スペース以降のワードや、設定されたワード（ランチ）を削除して区画「Ａ店舗」を特定する。また、第１処理部３６は、予め店舗と区画とが対応付けられた情報である区画一覧を参照して、Ａ店舗はフロアの地図における「区画Ａ」であることを特定する。そして、第１実施形態で説明したように情報処理装置３０が各種処理を行って、フロアのマップに関心の変化を示す情報をプロットする。

以上説明した第３実施形態によれば、情報処理装置３０は、東京などの地図に限らず、フロアなど任意の領域または区画に対する関心の傾向を示す情報をユーザに提供することができる。この結果、情報処理装置３０は、ユーザにとって有益な情報を提供することを支援し、更に提供することができる。

＜第４実施形態＞
以下、第４実施形態について説明する。第１実施形態から第３実施形態では、地名と場所（店舗名と区画）とが一対一の関係であるものとして説明したが、一対一に限らず、複数の地名（店舗名）が、一つの場所（区画）に対応付けられてもよい。

図１５は、第４実施形態の処理について説明するための図である。例えば、参照情報５４において、複数の地名に対して一つの場所が対応付けられている。第１処理部３６は、例えば、検索クエリ「六本木 マンション」において「六本木」を抽出し、参照情報５４を参照して、「六本木」がどの場所に対応するかを特定する。例えば、「六本木」、「麻布」などは、一つの場所（例えば所属する区に対応する場所）に分類される。このような処理を行うことで、図１６に示すような情報が生成される。

図１６は、第４実施形態の処理結果の一例を示す図である。図１６に示すように、東京２３区の区ごとの関心の変化を示す情報が生成され、生成され情報が表示部に表示される。図１６の例では、東京の中心部である千代田区や港区などのマンションに対する関心が低くなっている傾向であり、比較的郊外の区のマンションの関心が高くなっている傾向であることが分かる。

以上説明した第４実施形態によれば、情報処理装置３０は、第１実施形態－第３実施形態と同様の効果を奏することができる。

＜第５実施形態＞
以下、第５実施形態について説明する。第５実施形態では、情報処理装置３０は、地名を所定のグループ（例えば路線や路線の所定の区間）に分類して分類結果を示す情報をユーザに提供する。

図１７は、第５実施形態の処理結果の一例を示す図である。情報処理装置３０は、例えば、検索クエリ「荻窪 マンション」、「吉祥寺 マンション」を中央線に分類し、検索クエリ「三軒茶屋 マンション」、「二子玉川 マンション」を田園都市線に分類し、その他の地名についても予め用意された地名に対応付けられた路線（または区間）に分類する。そして、情報処理装置３０は、分類結果に基づいて、図１７に示す情報を生成する。図１７の例では、東京および近郊の着目している路線を示している。路線の線が太いほど、その路線に対応する地名を含む検索クエリの数が多いことを示し、色が濃いほど関心が高くなっている傾向であることを示している。 例えば、田園都市線や中央線などは、他の路線（京浜東北線の品川から神奈川方面の区間など）よりも関心が高くなっている傾向であることが分かる。

以上説明した第５実施形態によれば、情報処理装置３０は、地名を予め定めたグループに分類し、分類結果に基づく関心の変化を示す情報をユーザに提供する。この結果、第５実施形態の情報処理装置３０は、第１実施形態から第５実施形態と同様の効果を奏することができる。

＜第６実施形態＞
以下、第６実施形態について説明する。第５実施形態では、地名を路線ごとにグループ化して分類するものとしたが、第６実施形態では、ある地点からの移動時間（または距離などの任意の基準）に応じて地名などを分類する。

図１８は、第６実施形態の処理結果について説明するための図である。情報処理装置３０は、例えば、参照情報５４を参照して、検索クエリ「地名 マンション」の地名を地名に対応するグループに分類する。第６実施形態の参照情報５４は、一以上の地名と、東京駅からの移動時間（例えば電車の乗車時間）に応じたグループとが対応付けられた情報である。グループは、例えば、移動時間が２０分以内のグループ、３０分以内のグループ、４０分以内のグループ、５０分以内のグループなどであり。例えば、地名「下北沢」、「西船橋」、「松戸」は３０分以内のグループに分類され、地名「三鷹」は４０分以内のグループに分類され、地名「大船」は５０分以内のグループに分類される。

図１８の例では、グループを示す区画において、色が濃いほど関心が高くなっている傾向であることを示し、色が薄いほど関心が低くなっている傾向であることを示している。図１８では、東京駅から移動時間が長い場所ほど、マンションの関心が高くなっている傾向であることを示している。換言すると、東京の中心部よりも郊外のマンションの関心が高くなっていることが分かる。図１８の例では、検索クエリの検索数については省略されているが、区画ごとの検索数の情報が区画に対応付けられてもよい。

以上説明した第６実施形態によれば、情報処理装置３０は、任意の基準に基づいてグループ化されたグループに対する関心の変化を示す情報を生成し、生成した情報をユーザに提供する。この結果、情報処理装置３０は、ユーザにとって有益な情報を提供することを支援し、更に提供することができる。

＜第７実施形態＞
以下、第７実施形態について説明する。第１実施形態－第６実施形態では、地名や位置を示す検索クエリを処理対象としたが、第７実施形態では、地名や位置以外のワードと、関心事とを含む検索クエリを処理対象とする。地名や位置以外のワードとは、例えば、地位を示すワード、場所や位置、地位に分類することができるワードである。以下の説明では、地名や位置以外のワードとして、地位を示すワード「ブランド名」と「関心事（例えばバック）」とを含む検索クエリを処理対象とする。

図１９は、第７実施形態の情報処理装置３０の処理結果の一例を示す図である。図１９の例では、横軸はエレガントとスポーティとを示す軸であり、縦軸は高級とリーズナブルとを示す軸である。高級且つエレガントの領域を第１事象、高級且つスポーティの領域を第２事象、リーズナブル且つスポーティの領域を第３事象、リーズナブル且つエレガントの領域を第４事象と称する。ブランドＡは第１事象に位置し、ブランドＢは第２事象に位置し、ブランドＣは第３事象に位置し、ブランドＤは第４事象に位置することは予め設定されている。

情報処理装置３０は、検索クエリ「ブランド名 バック」のうち、ブランド名を特定し、参照情報５４を参照して特定したブランド名の地位を特定する。地位とは、図１９に示す横軸の位置と縦軸の位置とで規定された位置（ブランドの地位）である。第７実施形態の参照情報５４は、ブランド名と、横軸の位置と縦軸の位置とで規定された位置（場所または地位）とが互いに対応付けられた情報である。情報処理装置３０は、処理対象の複数の検索クエリのそれぞれに対して、地位を特定する処理を行い、処理結果に基づいて、図１９に示す情報を生成し、生成した情報をユーザに提供する。

図１９の例では、ブランドＡおよびブランドＤは世間の関心が高くなっている傾向であり、ブランドＤの関心は、ブランドＡの関心よりもより高くなっている傾向である。また、ブランドＢおよびブランドＣは世間の関心が低くなっている傾向である。上記の例では、高級なブランドのバックの関心が高くなっている傾向であり、リーズナブルなバックの関心が低くなっている傾向であることが分かる。この結果から、例えば、外食や旅行などの支出が抑制され、その分の消費が高級なバックの消費へ向けられていることが考えられる。

以上説明した第７実施形態によれば、情報処理装置３０は、地名とは異なるブランド名などのプロットを特定するための特定情報と、関心事とを用いて、ブランドの地位に対する関心の変化を示す情報を生成し、生成した情報をユーザに提供する。この結果、情報処理装置３０は、情報処理装置３０は、ユーザにとって有益な情報を提供することを支援し、更に提供することができる。

以上説明した実施形態によれば、情報処理装置３０は、ユーザのアクションにより得られる時系列の情報であって、ポジションを特定するための特定情報と関心事とを含む対象情報を取得し、前記特定情報から特定されたポジションに対応する前記関心事の関心度合の変化を示す変化情報を、前記ポジションに対応付けた情報を生成することにより、よりユーザにとって有益な情報を提供することを支援することができる。更に、情報処理装置３０は、生成した情報をユーザに提供することで、ユーザにとって有益な情報をユーザに提供することができる。

以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

１‥情報処理システム、１０‥端末装置、２０‥検索サーバ、３０‥情報処理装置、３２‥取得部、３４‥処理部、３６‥第１処理部、３８‥第２処理部、４０‥表示制御部、５０‥記憶部、５２‥時系列情報、５４‥参照情報、５６‥生成情報

Claims (16)

1. ユーザのアクションにより得られる時系列の情報であって、地点、地域、路線、設定された領域、またはブランド名であるポジションを特定するための特定情報と関心事とを含むクエリである対象情報と、前記クエリが入力された時刻とを取得する取得部と、
   前記対象情報のうち特定の関心事を含む前記対象情報を抽出し、
   抽出した前記対象情報のうち前記ポジションが共通する前記対象情報ごとに、前記特定情報を予め区分された期間ごとに集計し、前記期間ごとの集計結果を示す指標を導出し、
   導出した指標に基づいて前記ポジションのそれぞれに対応する前記関心事の関心度合の変化を示す変化情報を生成し、生成した変化情報を前記ポジションに対応付けた情報を生成する生成部と、を備え、
   前記ポジションは、地図の地点であり、
   前記生成部は、地図の各地点に対して前記地点に対応する前記関心事の関心度合の変化を示す変化情報を対応付けた情報を生成し、
   前記関心度合が上昇していることを示す情報と、前記関心度合が下降していることを示す情報と、前記上昇または下降の度合とを識別可能なように前記変化情報を生成する、
   情報処理装置。
2. 前記対象情報は、ユーザがネットワークを介して提供した情報である、
   請求項１に記載の情報処理装置。
3. 前記対象情報は、検索クエリである、
   請求項１または２に記載の情報処理装置。
4. 前記生成部は、前記対象情報の数を示す情報と前記変化情報とを含む情報を、前記ポジションに対応付けた情報を生成する、
   請求項１から３のうちいずれか１項に記載の情報処理装置。
5. 前記関心事は、不動産である、
   請求項１から４のうちいずれか１項に記載の情報処理装置。
6. 前記関心事は、マンション、賃貸、または一戸建てである、
   請求項５に記載の情報処理装置。
7. 前記関心事は、飲食に関する事項である、
   請求項１から６のうちいずれか１項に記載の情報処理装置。
8. 前記関心事は、カフェ、居酒屋、焼肉、ラーメン、またはランチである、
   請求項７に記載の情報処理装置。
9. 前記生成部は、用意された前記特定情報と前記ポジションとが対応付けられた情報を参照し、前記取得部が取得した前記特定情報に対応付けられたポジションを特定する、
   請求項１から８のうちいずれか１項に記載の情報処理装置。
10. 前記指標は、所定の期間における前記期間ごとの前記クエリを用いた検索数または前記検索数を統計処理した値に対して、予め設定された重みを付与した指標であり、
    前記所定の期間における終期の前記期間の前記検索数または前記検索数を統計処理した値に対する重みは、他の時期の前記期間の前記検索数または前記検索数を統計処理した値に対する重みよりも重く設定されている、
    請求項１から９のうちいずれか１項に記載の情報処理装置。
11. 前記生成部は、
    前記期間ごとの集計結果を示す指標が、時間の経過に応じて上昇傾向である場合、前記特定情報の関心事の関心度合が上昇していることを示す前記変化情報を生成し、
    前記期間ごとの集計結果を示す指標が、時間の経過に応じて下降傾向である場合、前記特定情報の関心事の関心度合が下降していることを示す前記変化情報を生成する、
    請求項１から１０のうちいずれか１項に記載の情報処理装置。
12. 前記生成部は、予め設定された属性のユーザにより提供された対象情報に基づいて、前記関心事に対する関心の変化を示す変化情報を、前記ポジションに対応付けた情報を生成する、
    請求項１から１１のうちいずれか１項に記載の情報処理装置。
13. 前記属性は、年齢、年代、性別、所得、住所、家族構成または前記関心事に対する関心度を含む、
    請求項１２に記載の情報処理装置。
14. ユーザがネットワークを介して提供した時期に対応付けられた検索クエリであって、地名または駅名を特定するための特定情報と関心事とを含む検索クエリを取得する取得部と、
    前記検索クエリのうち特定の関心事を含む前記検索クエリを抽出し、
    抽出した前記検索クエリのうち地名または駅名が共通する前記検索クエリごとに、前記特定情報を予め区分された期間ごとに集計し、前記期間ごとの集計結果を示す指標を導出し、
    導出した指標に基づいて地名または駅名のそれぞれに対応する前記関心事の関心度合の変化を示す変化情報を生成し、
    前記生成した前記変化情報を前記変化情報の地名または駅名に対応する地図上の位置に対応付けた情報を生成する生成部と、を備え、
    前記生成部は、地図の前記地名または前記駅名に対応する各地点に対して前記地点に対応する前記関心事の関心度合の変化を示す変化情報を対応付けた情報を生成し、
    前記関心度合が上昇していることを示す情報と、前記関心度合が下降していることを示す情報と、前記上昇または下降の度合とを識別可能なように前記変化情報を生成する、
    情報処理装置。
15. コンピュータが、
    ユーザのアクションにより得られる時系列の情報であって、地点、地域、路線、設定された領域、またはブランド名であるポジションを特定するための特定情報と関心事とを含むクエリである対象情報と、前記クエリが入力された時刻とを取得し、
    前記対象情報のうち、特定の関心事を含む前記対象情報を抽出し、
    抽出した前記対象情報のうち前記ポジションが共通する前記対象情報ごとに、前記特定情報を予め区分された期間ごとに集計し、前記期間ごとの集計結果を示す指標を導出し、
    導出した指標に基づいて前記ポジションのそれぞれに対応する前記関心事の関心度合の変化を示す変化情報を生成し、生成した変化情報を前記ポジションに対応付けた情報を生成し、
    前記ポジションは、地図の地点であり、
    地図の各地点に対して前記地点に対応する前記関心事の関心度合の変化を示す変化情報を対応付けた情報を生成し、
    前記関心度合が上昇していることを示す情報と、前記関心度合が下降していることを示す情報と、前記上昇または下降の度合とを識別可能なように前記変化情報を生成する、
    情報処理方法。
16. コンピュータに、
    ユーザのアクションにより得られる時系列の情報であって、地点、地域、路線、設定された領域、またはブランド名であるポジションを特定するための特定情報と関心事とを含むクエリである対象情報と、前記クエリが入力された時刻とを取得させ、
    前記対象情報のうち、特定の関心事を含む前記対象情報を抽出させ、
    抽出した前記対象情報のうち前記ポジションが共通する前記対象情報ごとに、前記特定情報を予め区分された期間ごとに集計し、前記期間ごとの集計結果を示す指標を導出させ、
    導出した指標に基づいて前記ポジションのそれぞれに対応する前記関心事の関心度合の変化を示す変化情報を生成し、生成した変化情報を前記ポジションに対応付けた情報を生成させ、
    前記ポジションは、地図の地点であり、
    地図の各地点に対して前記地点に対応する前記関心事の関心度合の変化を示す変化情報を対応付けた情報を生成させ、
    前記関心度合が上昇していることを示す情報と、前記関心度合が下降していることを示す情報と、前記上昇または下降の度合とを識別可能なように前記変化情報を生成させる、
    プログラム。

Images