JP7476956B2 - システム、クエリ生成装置、クエリ生成方法及びプログラム - Google Patents

Description

本発明は、システム、クエリ生成装置、クエリ生成方法及び非一時的なコンピュータ可読媒体に関する。

近年、ＳＮＳ（Social Networking Service）などのソーシャルメディアが世界中に広く普及している。ソーシャルメディアの種類も増えており、約８０％のユーザーが異なるソーシャルメディアに複数のアカウントを所有している。このため、ソーシャルメディアのユーザーと、ユーザーが利用するアカウントとの関係が多様化しており、関連する研究が進められている。

関連する技術として、非特許文献１が知られている。非特許文献１には、異なるソーシャルメディアのアカウントのリンク情報を使用して、同一ユーザーのアカウントを探すことが開示されている。その他、アカウント名の生成に関連する技術として、非特許文献２が知られている。非特許文献２に開示されるツールでは、入力されたユーザー情報（名前、性別、出身地など）を基に任意のアカウント名を生成することができる。

Waseem Ahmad, Rashid Ali, "A Framework for Seed User Identification across Multiple Online Social Networks", 2017 International Conference on Advances in Computing, Communications and Informatics (ICACCI), 13-16 Sept. 2017 Masterpiece Generator, "Name Generator", ［online］, インターネット <URL：https://www.name-generator.org.uk/username/>

特許文献１のような関連する技術によれば、異なるソーシャルメディアのアカウントのリンク情報を使用することで、同一ユーザーのアカウントを探すことができる。しかしながら、関連する技術では、その他の情報が考慮されていないため、同一ユーザーが利用するアカウントを効果的に探すことは困難である。

本開示は、このような課題に鑑み、同一ユーザーが利用するアカウントを効果的に探すことが可能なシステム、クエリ生成装置、クエリ生成方法及び非一時的なコンピュータ可読媒体を提供することを目的とする。

本開示に係るシステムは、入力されたアカウントのアカウント情報に基づいて、検索クエリのアカウント名を生成するクエリ生成手段と、前記生成された検索クエリを用いて、ソーシャルメディア情報から該当するアカウント名のアカウント情報を検索するアカウント検索手段と、を備えるものである。

本開示に係るクエリ生成装置は、入力されたアカウントのアカウント情報に基づいて、ソーシャルメディア情報から前記アカウント情報を検索するための検索クエリの候補となる複数のアカウント名の候補を生成するアカウント名候補生成手段と、前記生成された複数のアカウント名の候補を、前記入力されたアカウント情報から取得される前記アカウントのユーザーの特性に基づいてフィルタリングする候補フィルタリング手段と、を備えるものである。

本開示に係るクエリ生成装置は、入力されたアカウントのアカウント情報に基づいて、ソーシャルメディア情報から前記アカウント情報を検索するための検索クエリとなる複数のアカウント名を生成するアカウント名生成手段と、前記生成された複数のアカウント名に対し、前記入力されたアカウント情報から取得される前記アカウントのユーザーの特性に基づいて、前記検索の結果をアカウント照合するための優先度を設定する優先度設定手段と、を備えるものである。

本開示に係るクエリ生成装置は、入力されたアカウントのアカウント情報に基づいて、前記アカウントのユーザーの特性を抽出する特性抽出手段と、前記入力されたアカウント情報と前記抽出されたユーザーの特性に基づいて、ソーシャルメディア情報から前記アカウント情報を検索するための検索クエリのアカウント名を生成するアカウント名生成手段と、を備えるものである。

本開示に係るクエリ生成方法は、入力されたアカウントのアカウント情報に基づいて、ソーシャルメディア情報から前記アカウント情報を検索するための検索クエリの候補となる複数のアカウント名の候補を生成し、前記生成された複数のアカウント名の候補を、前記入力されたアカウント情報から取得される前記アカウントのユーザーの特性に基づいてフィルタリングするものである。

本開示に係るクエリ生成方法は、入力されたアカウントのアカウント情報に基づいて、ソーシャルメディア情報から前記アカウント情報を検索するための検索クエリとなる複数のアカウント名を生成し、前記生成された複数のアカウント名に対し、前記入力されたアカウント情報から取得される前記アカウントのユーザーの特性に基づいて、前記検索の結果をアカウント照合するための優先度を設定するものである。

本開示に係るクエリ生成方法は、入力されたアカウントのアカウント情報に基づいて、前記アカウントのユーザーの特性を抽出し、前記入力されたアカウント情報と前記抽出されたユーザーの特性に基づいて、ソーシャルメディア情報から前記アカウント情報を検索するための検索クエリのアカウント名を生成するものである。

本開示に係る非一時的なコンピュータ可読媒体は、入力されたアカウントのアカウント情報に基づいて、ソーシャルメディア情報から前記アカウント情報を検索するための検索クエリの候補となる複数のアカウント名の候補を生成し、
前記生成された複数のアカウント名の候補を、前記入力されたアカウント情報から取得される前記アカウントのユーザーの特性に基づいてフィルタリングする、処理をコンピュータに実行させるためのプログラムが格納された非一時的なコンピュータ可読媒体である。

本開示に係る非一時的なコンピュータ可読媒体は、入力されたアカウントのアカウント情報に基づいて、ソーシャルメディア情報から前記アカウント情報を検索するための検索クエリとなる複数のアカウント名を生成し、前記生成された複数のアカウント名に対し、前記入力されたアカウント情報から取得される前記アカウントのユーザーの特性に基づいて、前記検索の結果をアカウント照合するための優先度を設定する、処理をコンピュータに実行させるためのプログラムが格納された非一時的なコンピュータ可読媒体である。

本開示に係る非一時的なコンピュータ可読媒体は、入力されたアカウントのアカウント情報に基づいて、前記アカウントのユーザーの特性を抽出し、前記入力されたアカウント情報と前記抽出されたユーザーの特性に基づいて、ソーシャルメディア情報から前記アカウント情報を検索するための検索クエリのアカウント名を生成する、処理をコンピュータに実行させるためのプログラムが格納された非一時的なコンピュータ可読媒体である。

本開示によれば、同一ユーザーが利用するアカウントを効果的に探すことが可能なシステム、クエリ生成装置、クエリ生成方法及び非一時的なコンピュータ可読媒体を提供することができる。

実施の形態１に係るアカウント照合システムの構成例を示す構成図である。 実施の形態１に係るアカウント検索システムの構成例を示す構成図である。 実施の形態１に係るアカウント照合システムの構成例を示す構成図である。 実施の形態１に係るアカウント照合システムの動作例を示すフローチャートである。 実施の形態２に係るクエリ生成装置の構成例を示す構成図である。 実施の形態２に係るクエリ生成装置の構成例を示す構成図である。 実施の形態２に係るクエリ生成装置の動作例を示すフローチャートである。 実施の形態３に係るクエリ生成装置の構成例を示す構成図である。 実施の形態４に係るクエリ生成装置の構成例を示す構成図である。 実施の形態５に係るクエリ生成装置の構成例を示す構成図である。 実施の形態６に係るクエリ生成装置の構成例を示す構成図である。 実施の形態７に係るクエリ生成装置の構成例を示す構成図である。 実施の形態７に係るクエリ生成装置の動作例を示すフローチャートである。 実施の形態８に係るクエリ生成装置の構成例を示す構成図である。 実施の形態８に係るクエリ生成装置の動作例を示すフローチャートである。 実施の形態に係るコンピュータのハードウェアの概要を示す構成図である。

以下、図面を参照して実施の形態について説明する。各図面においては、同一の要素には同一の符号が付されており、必要に応じて重複説明は省略される。

（実施の形態に至る検討）
異なるソーシャルメディアから同一ユーザーが所有するアカウントを特定（アカウント照合）する技術は、ユーザーの属性推定に有用であるため、マーケティングやターゲット広告、犯罪捜査などで活用可能である。

例えば、サイバー空間を活用した犯罪が近年増加しており、サイバー空間における脅威が問題視されている。サイバー空間は主に犯行の計画や資金調達などの目的で活用されており、犯罪を未然防止するためには犯罪に関係している人物をサイバー空間内で特定することが重要である。サイバー空間を活用した犯罪捜査では、サイバー空間で犯罪に関係する可能性のある情報を収集し、収集した情報をもとに不審人物を検知し、サイバー空間の情報からその不審人物を特定し、最終的に実世界においてその人物を監視する流れが考えられる。例えば、サイバー空間の情報から不審人物を特定する際に、同一ユーザーのアカウントを特定することが有効である。

発明者らは、異なるソーシャルメディアのアカウントの中から、同一ユーザーのアカウントを検索し照合する方法を検討し、関連する技術では、同一ユーザーのアカウントを効果的に検索し照合することは困難であることを見出した。非特許文献１の技術を用いて、ソーシャルメディアのアカウントのリンク情報を使用して検索したとしても、アカウントにリンクが張られていない場合は、アカウントを検索し照合することはできない。また、非特許文献２の技術を用いて、ユーザー情報からアカウント名を生成し、そのアカウント名を使用して検索したとしても、生成されるアカウント名の候補数が多く、検索対象が膨大になる。

そこで、以下の実施の形態では、膨大なソーシャルメディアのアカウントの中から同一ユーザーが保有するアカウントを効率よく効果的に検索し照合することを可能とする。

（実施の形態１）
以下、図面を参照して実施の形態１について説明する。図１は、本実施の形態に係るアカウント照合システムの構成例を示している。本実施の形態に係るアカウント照合システムは、入力されるアカウントと同じユーザーが所有するアカウントを検索し照合するためのシステムである。例えば、アカウント照合システムは、照合結果を出力することで、各国法執行機関向け犯罪の捜査支援や、リテール向けマーケティング及びターゲティング広告の支援等を行うことができる。

図１に示すように、本実施の形態に係るアカウント照合システム１は、クエリ生成装置１００、アカウント収集装置２００、アカウント照合装置３００を備えている。なお、アカウント照合システム１は、３つの装置に限らず、これらの装置の機能を含む任意の数の装置で構成してもよい。例えば、図２のように、クエリ生成装置１００及びアカウント収集装置２００を備えるアカウント検索システム２としてもよい。

クエリ生成装置（クエリ生成部）１００は、入力されるアカウントのアカウント情報に基づいて、検索クエリのアカウント名を生成する。例えば、アカウント情報は、アカウントＩＤを含み、また、アカウント名、プロフィール情報及び投稿情報のいずれかの情報、または複数の情報を含む。アカウントＩＤは、アカウント登録時にソーシャルメディアシステムが割り当てた情報であり、アカウントを識別するための識別子である。アカウント名は、ユーザーが任意に設定した情報であり、アカウントを識別するための名称である。プロフィール情報は、ユーザーが入力した情報であり、ユーザーのプロフィールを示す属性情報や画像である。例えば、プロフィール情報は、性別、年齢、誕生日、活動場所、住所、出身地、趣味、職業、学校等を含む。なお、プロフィール情報にアカウント名が含まれてもよい。投稿情報は、ユーザーがタイムライン等に投稿した画像やコメント、会話等である。アカウント情報は、アカウントに関連するその他の情報を含んでもよい。例えば、ソーシャルメディアにおける友人やフォロワーなど他のアカウントとのつながりを示す情報を含んでもよい。

アカウント収集装置（アカウント検索部）２００は、クエリ生成装置１００により生成された検索クエリを用いて、ソーシャルメディア情報から該当するアカウント名のアカウント情報を検索する。アカウント照合装置（アカウント照合部）３００は、アカウント収集装置２００の検索により得られた複数のアカウント情報と、クエリ生成装置１００に入力されたアカウント情報とを照合する。

図３は、本実施の形態に係るアカウント照合システムの各装置の具体的な構成例を示している。例えば、アカウント照合システム１の各装置は、ソーシャルメディアシステム４００と通信可能に接続されている。

ソーシャルメディアシステム４００は、ＳＮＳなどのソーシャルメディアサービスを提供するシステムである。ソーシャルメディアシステム４００は、複数のソーシャルメディアサービスを含む。ソーシャルメディアサービスは、インターネット（オンライン）上で、複数のアカウント（ユーザー）間で情報を発信（公開）し、コミュニケーションをとることが可能なオンラインサービスである。ソーシャルメディアサービスは、ＳＮＳに限らず、チャットなどのメッセージングサービス、ブログや電子掲示板、動画共有サイトや情報共有サイト、ソーシャルゲームやソーシャルブックマーク等を含む。例えば、ソーシャルメディアシステム４００は、クラウド上のサーバやユーザー端末を含む。ユーザー端末は、サーバが提供するＡＰＩ（Application Programming Interface）を介して、投稿の入力や閲覧等を行う。アカウント照合システム１の各装置は、提供されるＡＰＩ（取得ツール）を介して必要なソーシャルメディア情報（アカウント情報）を取得してもよいし、予めソーシャルメディア情報が格納されたデータベースから取得してもよい。

クエリ生成装置１００は、取得部１０１、生成部１０２を備えている。取得部１０１は、照合（検索）対象のアカウントのアカウント情報を取得（入力）するアカウント情報取得部（入力部）である。取得部１０１は、アカウントＩＤやアカウント名、プロフィール情報、投稿情報を入力してもよいし、入力されたアカウントＩＤを用いてソーシャルメディアシステム４００からアカウント名、プロフィール情報、投稿情報等を取得してもよい。

生成部１０２は、取得（入力）されたアカウント情報に含まれるアカウント名、プロフィール情報及び投稿情報に基づいて、ソーシャルメディア情報を検索するための検索クエリを生成する。生成部１０２は、アカウントのアカウント名、プロフィール情報及び投稿情報に基づいて、検索クエリとなる複数のアカウント名を生成する。

アカウント収集装置２００は、取得部２０１、検索部２０２を備えている。取得部２０１は、ソーシャルメディアシステム４００からソーシャルメディア情報を取得（収集）するソーシャルメディア情報取得部である。ソーシャルメディア情報は、ソーシャルメディアの各アカウントに関する公開情報であり、アカウントごとにアカウントＩＤ、アカウント名、プロフィール情報、投稿情報等のアカウント情報を含む。取得部２０１は、ソーシャルメディアシステム４００から取得可能な複数のソーシャルメディアのソーシャルメディア情報を取得する。

検索部２０２は、取得したソーシャルメディア情報から、生成された全てのアカウント名を検索クエリとして、アカウント情報を検索するアカウント情報検索部である。検索クエリのアカウント名と同じアカウント名のアカウント情報のみを検索してもよいし、検索クエリのアカウント名と所定の範囲で類似するアカウント名のアカウント情報を検索してもよい。

アカウント照合装置３００は、算出部３０１、判別部３０２を備えている。算出部３０１は、検索により得られた複数のアカウント情報と、入力されたアカウント情報との類似度（類似スコア）を算出する。例えば、アカウント情報に含まれるアカウント名、プロフィール情報及び投稿情報を含めて類似度を算出する。判別部３０２は、算出された類似度に基づいて、検索により得られた複数のアカウント情報から、入力されたアカウント情報と同一ユーザーのアカウント情報を判別（探索）する。

図４は、本実施の形態に係るアカウント照合システムの動作例を示している。図４に示すように、まず、クエリ生成装置１００は、アカウント情報を入力する（Ｓ１０１）。取得部１０１は、照合対象のソーシャルメディアのアカウントのアカウントＩＤ、アカウント名、プロフィール情報、投稿情報を含むアカウント情報を入力（取得）する。

次に、クエリ生成装置１００は、アカウント情報に基づいて検索クエリを生成する（Ｓ１０２）。生成部１０２は、入力されたアカウント名、プロフィール情報、投稿情報等に基づいて、検索クエリのアカウント名を生成する。図４の例では、入力されたアカウント名（Kojima）から、プロフィール情報及び投稿情報に基づいて、検索クエリとしてアカウント名（k-kojima、kojikoji）を生成する。

次に、アカウント収集装置２００は、ソーシャルメディア情報からアカウント情報を検索する（Ｓ１０３）。取得部２０１は、ソーシャルメディアシステム４００から複数のソーシャルメディアのソーシャルメディア情報を取得し、検索部２０２は、取得したソーシャルメディア情報から、全ての検索クエリのアカウント名のアカウント情報を検索する。図４の例では、アカウント名（k-kojima）を検索クエリとして、アカウントＩＤ（A1, A2, A3, A4）のアカウント情報が検索され、アカウント名（kojikoji）を検索クエリとして、アカウントＩＤ（A2, A4, B1, B2）のアカウント情報が検索されている。

次に、アカウント照合装置３００は、検索されたアカウント情報を照合する（Ｓ１０４）。算出部３０１は、検索により得られた複数のアカウント情報と、入力されたアカウント情報との類似度（類似スコア）を算出し、判別部３０２は、算出された類似度に基づいて、入力されたアカウント情報と同一ユーザーのアカウント情報を判別する。例えば、類似度が所定の閾値よりも高い場合、同一ユーザーのアカウント情報であると判断する。図４の例では、アカウントＩＤ＝Ａ１の類似度が０．８であり、アカウントＩＤ＝Ａ２の類似度が０．２である。例えば、閾値を０．５とすると、アカウントＩＤ＝Ａ１を同一ユーザーのアカウントであると判断する。

以上のように、本実施の形態では、入力されたアカウントのアカウント情報に応じて検索クエリを生成することで、同一ユーザーが所有する他のソーシャルメディアのアカウントを検索するための支援を行う。入力されたアカウントと同じユーザーが所有する他のソーシャルメディアのアカウントを見つける場合、他のソーシャルメディアに存在する無数のアカウントを対象にアカウントを検索し照合する必要がある。しかしながら、検索対象が膨大なため、収集コストも計算コストも大きなものとなる。そこで、アカウント情報（例えば、アカウント名、プロフィール情報及び投稿情報を含む）に基づいて、検索クエリのアカウント名を生成することで、アカウントに応じた適切な検索クエリを生成できる。これにより、検索対象とする他のソーシャルメディアのアカウント数を減らすことができ、収集コストも計算コストも削減できる。

（実施の形態２）
以下、図面を参照して実施の形態２について説明する。本実施の形態では、実施の形態１のクエリ生成装置の一例として、アカウント名の候補群をフィルタリングする例について説明する。

図５は、本実施の形態に係るクエリ生成装置の構成例を示している。図５の構成は、例えば、実施の形態１の図３の生成部１０２に対応している。図５に示すように、本実施の形態に係るクエリ生成装置１００は、アカウント名候補生成部１１０、候補フィルタリング部１２０を備えている。

アカウント名候補生成部１１０は、入力されたアカウント情報に基づいて、検索クエリの候補となるアカウント名の候補群を生成する。アカウント名候補生成部１１０は、入力されたアカウント情報に含まれるアカウント名、プロフィール情報及び投稿情報から、複数のアカウント名の候補を生成する。

候補フィルタリング部１２０は、生成されたアカウント名の候補群をフィルタリングする。候補フィルタリング部１２０は、入力されたアカウント情報から取得されるアカウントのユーザーの特性に基づいて、アカウント名の候補群をフィルタリングし、検索クエリの数を絞り込む。

図６は、本実施の形態に係るクエリ生成装置の各部の具体的な構成例を示している。図６に示すように、アカウント名候補生成部１１０は、アカウント名生成部１１１、類似度算出部１１２を備えている。

アカウント名生成部１１１は、入力されたアカウント情報に含まれるアカウント名、プロフィール情報及び投稿情報に基づいて、複数のアカウント名を生成する。類似度算出部１１２は、生成された複数のアカウント名と、入力されたアカウント情報のアカウント名との類似度（類似スコア）を算出する。類似度は、アカウント名の文字が一致する割合を示すスコアである。

候補フィルタリング部１２０は、特性パラメータ取得部１２１、検索クエリ制御部１２２を備えている。特性パラメータ取得部１２１は、入力されたアカウントのユーザーの特性パラメータを取得する。特性パラメータ取得部１２１は、入力されたアカウント情報に含まれるプロフィール情報及び投稿情報（アカウント名を含んでもよい）に基づいて特性パラメータを取得する。特性パラメータは、アカウント名に関連するユーザーの特性を示すパラメータである。

検索クエリ制御部（フィルタリング制御部）１２２は、取得された特性パラメータに基づいて、アカウント名の候補群をフィルタリングする。検索クエリ制御部１２２は、特性パラメータ（ユーザーの特性）に基づいてフィルタリングの閾値（類似スコアの閾値）を決定し、決定した閾値に応じて出力する検索クエリの数を制御する。例えば、予め定められたユーザーの特性と閾値との関連付けに基づいて、ユーザーの特性に応じた閾値を決定してもよいし、予めユーザーの特性と閾値との関連を学習した学習モデルに基づいて、ユーザーの特性に応じた閾値を決定してもよい。

図７は、本実施の形態に係るクエリ生成装置の動作例を示している。図７に示すように、まず、クエリ生成装置１００は、アカウント情報を入力する（Ｓ２０１）。図４と同様に、照合対象のソーシャルメディアのアカウントのアカウントＩＤ、アカウント名、プロフィール情報、投稿情報を含むアカウント情報を入力する。

次に、クエリ生成装置１００は、アカウント名の候補を生成する（Ｓ２０２）。アカウント名生成部１１１は、入力されたアカウント情報に含まれるアカウント名、プロフィール情報及び投稿情報等に基づいて、検索クエリとなる複数のアカウント名の候補を生成する。例えば、アカウント名生成部１１１は、プロフィール情報（属性情報）や投稿情報から抽出される文字（単語）とアカウント名を組み合わせることで、複数のアカウント名を生成する。図７の例では、入力されたアカウント名（Kojima）から、プロフィール情報及び投稿情報に基づいて、アカウント名（k-kojima、kojikoji、kojima0901、Koji09）を生成する。

次に、クエリ生成装置１００は、アカウント名の類似度を算出する（Ｓ２０３）。類似度算出部１１２は、生成された複数のアカウント名と、入力されたアカウント情報のアカウント名との類似度（類似スコア）を算出する。図７の例では、入力されたアカウント名（Kojima）と候補のアカウント名（k-kojima、kojikoji、kojima0901、Koji09）との類似度を算出する。

次に、クエリ生成装置１００は、特性パラメータを取得する（Ｓ２０４）。特性パラメータ取得部１２１は、入力されたアカウント情報に含まれるプロフィール情報及び投稿情報に基づいて特性パラメータを取得する。例えば、プロフィール情報及び投稿情報の文字や画像を解析し、それらの特徴から、アカウント名に関連するユーザーの任意の特性パラメータを取得する。

次に、クエリ生成装置１００は、フィルタリングの閾値を決定する（Ｓ２０５）。検索クエリ制御部１２２は、取得した特性パラメータに基づいてフィルタリングの閾値（類似スコアの閾値）を決定する。例えば、特性パラメータにより、ユーザーが同じアカウント名を使用する可能性が高い場合、閾値を高く設定し、ユーザーが同じアカウント名を使用する可能性が低い場合、閾値を低く設定する。

次に、クエリ生成装置１００は、フィルタリングを実施する（Ｓ２０６）。検索クエリ制御部１２２は、決定した閾値によりアカウント名の候補群をフィルタリングする。図７の例では、閾値を０．８とし、０．８よりも小さい類似度のアカウント名を除いて、０．８以上の類似度（類似スコア）のアカウント名（k-kojima、kojikoji）を検索クエリとして出力する。

以上のように、本実施の形態では、プロフィール情報や投稿情報を含むアカウント情報からアカウント名の候補群を生成し、アカウント情報に基づいたユーザーの特性に応じて候補群をフィルタリングする。これにより、ユーザーの特性に応じて、検索クエリの総数を適切に減らすことができ、同一ユーザーのアカウントを効率よく検索することを可能にする。

（実施の形態３）
以下、図面を参照して実施の形態３について説明する。本実施の形態では、実施の形態２のクエリ生成装置の候補フィルタリング部の一例として、情報リテラシー度を算出する例について説明する。

図８は、本実施の形態に係るクエリ生成装置１００の構成例を示している。図８に示すように、本実施の形態では、候補フィルタリング部１２０の特性パラメータ取得部１２１として、情報リテラシー度算出部１２３を備えている。

情報リテラシー度算出部１２３は、ユーザーの特性パラメータとして、ユーザーの情報リテラシー度を算出する。情報リテラシー度（情報開示度）は、ソーシャルメディアにおけるユーザー自身の情報開示のレベルを示すスコアである。

プロフィールの充実度、セルフィー画像や、ユーザーの身辺情報（ＧＰＳ（Global Positioning System）情報の有無、友人関係、行動履歴など）を投稿するユーザーは情報リテラシーが低いと考えられる。このため、情報リテラシー度は、例えば、下記のリテラシー要素に基づいてスコアを算出する。例えば、各リテラシー要素の数値の合計値に基づいてもよいし、平均値に基づいてもよい。また、いずれか一つの要素を用いてもよいし、任意の複数の要素を用いてもよい。なお、これらのリテラシー要素は一例であり、その他の要素（投稿頻度、投稿の公開範囲等）を含めて情報リテラシー度を求めてもよい。
・プロフィール情報内の各項目の記入率
・複数の投稿画像に含まれるセルフィー画像（ユーザーの画像、プロフィール画像と一致する人物の画像）の割合
・ＧＰＳ情報（位置情報）を付与した投稿情報の件数
・複数の投稿画像に頻出する人物の人数（複数回現れる人物の数）

本実施の形態では、検索クエリ制御部１２２は、算出された情報リテラシー度に応じてフィルタリングの閾値を決定する。情報リテラシー度が低いユーザーは共通のアカウント名を用いる可能性が高く、情報リテラシー度が高いユーザーは異なるアカウント名を用いる可能性が高い。このため、情報リテラシー度が低い場合、閾値を高く設定し、情報リテラシー度が高い場合、閾値を低く設定する。

検索クエリ制御部１２２は、例えば、予め情報リテラシー度と閾値との関係をテーブル等に対応付けておき、その対応付けに基づいて閾値を決定してもよい。また、情報リテラシー度のリテラシー要素と閾値との関係を対応付けておいてもよい。例えば、情報リテラシー度算出部１２３が、各リテラシー要素の条件を満たす（または満たさない）ことを示す情報を出力し、検索クエリ制御部１２２が、各条件を満たすリテラシー要素の数に応じて閾値を設定するようにしてもよい。

また、検索クエリ制御部１２２は、例えば、予め情報リテラシー度と閾値との関係を学習した学習モデルを生成しておき、その学習モデルに基づいて閾値を決定してもよい。さらに、情報リテラシー度のリテラシー要素と閾値との関係を学習してもよい。例えば、情報リテラシー度算出部１２３がリテラシー要素の値を出力し、そのリテラシー要素に閾値のラベルを付与して機械学習することで学習モデルを生成する。学習後の学習モデルに、リテラシー要素の値を入力することで、情報リテラシー度に応じた閾値を得ることができる。

以上のように、本実施の形態では、ユーザーの特性パラメータとして、アカウントに記載されているプロフィール情報や投稿情報に基づいてユーザーの情報リテラシー度を表すスコアを算出し、算出した情報リテラシー度に応じて検索クエリ数を制御する。これにより、ユーザー自身の情報開示度に応じて、アカウント名の候補を適切に絞り込むことができる。

（実施の形態４）
以下、図面を参照して実施の形態４について説明する。本実施の形態では、実施の形態２のクエリ生成装置の候補フィルタリング部の一例として、著名度を取得する例について説明する。

図９は、本実施の形態に係るクエリ生成装置１００の構成例を示している。図９に示すように、本実施の形態では、候補フィルタリング部１２０の特性パラメータ取得部１２１として、著名度取得部１２４を備えている。

著名度取得部１２４は、ユーザーの特性パラメータとして、アカウント（ユーザー）の著名度を取得する。著名度は、アカウントが他のユーザー（アカウント）からの認知度に応じたスコアである。

例えば、著名度は、ソーシャルメディアにおけるアカウントの友人の数、フォロワーの数、投稿に対する他のアカウントの反応（リツイート、「いいね」）の数等に基づいている。また、ソーシャルメディアが公式に認定しているオフィシャルアカウントの場合、著名度を高く設定してもよい。著名度をこれらの情報から算出してもよいし、外部から取得してもよい。

本実施の形態では、検索クエリ制御部１２２は、取得された著名度に応じてフィルタリングの閾値を決定する。著名な人ほど、自分のアカウントの認知度を高めることを目的に、自分のアカウント名を変え難い。このため、著名度が高い場合、閾値を高く設定し、著名度が低い場合、閾値を低く設定する。

検索クエリ制御部１２２は、実施の形態３と同様に、予め著名度と閾値との関係をテーブル等に対応付けておき、その対応付けに基づいて閾値を決定してもよいし、予め著名度と閾値との関係を学習した学習モデルを生成しておき、その学習モデルに基づいて閾値を決定してもよい。

以上のように、本実施の形態では、ユーザーの特性パラメータとして、アカウント（ユーザー）の著名度を表すスコアを取得し、取得した著名度に応じて検索クエリ数を制御する。これにより、アカウント（ユーザー）の著名度に応じて、アカウント名の候補を適切に絞り込むことができる。

（実施の形態５）
以下、図面を参照して実施の形態５について説明する。本実施の形態では、実施の形態２のクエリ生成装置の候補フィルタリング部の一例として、名前使用率を取得する例について説明する。

図１０は、本実施の形態に係るクエリ生成装置１００の構成例を示している。図１０に示すように、本実施の形態では、候補フィルタリング部１２０の特性パラメータ取得部１２１として、名前使用率取得部１２５を備えている。

名前使用率取得部１２５は、ユーザーの特性パラメータとして、ユーザーの名前の使用率を取得する。名前使用率は、ユーザーの名前が一般的に使用される割合（確率）である。

例えば、名前使用率は、ソーシャルメディアのアカウント情報に含まれる名前として使用される割合、インターネット上で公表されている名前として使用される割合、名前の統計情報から取得される割合等に基づいている。名前使用率をこれらの情報から算出してもよいし、外部から取得してもよい。

本実施の形態では、検索クエリ制御部１２２は、取得された名前使用率に応じてフィルタリングの閾値を決定する。使用者が多すぎる名前（鈴木，田中など）の場合、名前ではない他の何かを用いてアカウント名を代用する傾向がある。このため、名前使用率が高い場合、閾値を低く設定し、名前使用率が低い場合、閾値を高く設定する。

検索クエリ制御部１２２は、実施の形態３と同様に、予め名前使用率と閾値との関係をテーブル等に対応付けておき、その対応付けに基づいて閾値を決定してもよいし、予め名前使用率と閾値との関係を学習した学習モデルを生成しておき、その学習モデルに基づいて閾値を決定してもよい。

以上のように、本実施の形態では、ユーザーの特性パラメータとして、ユーザーの名前の使用率を表すスコアを取得し、取得した使用率に応じて検索クエリ数を制御する。これにより、ユーザーの名前の使用率に応じて、アカウント名の候補を適切に絞り込むことができる。

（実施の形態６）
以下、図面を参照して実施の形態６について説明する。本実施の形態では、実施の形態２のクエリ生成装置の候補フィルタリング部の一例として、特性ベクトルを抽出する例について説明する。

図１１は、本実施の形態に係るクエリ生成装置１００の構成例を示している。図１１に示すように、本実施の形態では、候補フィルタリング部１２０の特性パラメータ取得部１２１として、特性ベクトル抽出部１２６を備えている。特性ベクトル抽出部１２６は、プロフィール情報及び投稿情報に基づいたユーザーの特性を示すベクトル情報を抽出する。

ユーザーの特性ベクトルは、ユーザーの特性に関する複数の特性要素を含む。例えば、特性要素は、上記情報リテラシー度の要素を含み、さらに他の要素を含む。特性要素は、ユーザーの性別や年齢、居住地などの属性情報（プロフィール情報の属性を示す情報）や、プロフィール情報内の各項目の記入率、複数の投稿画像に含まれるセルフィー画像の割合、ＧＰＳ情報を付与した投稿の件数、複数の投稿画像に頻出する人物の人数などの任意の複数の要素を含む。特性要素は、プロフィール情報及び投稿情報から得られるその他の要素でもよい。

本実施の形態では、検索クエリ制御部１２２は、抽出された特性ベクトルに応じてフィルタリングの閾値を決定する。検索クエリ制御部１２２は、ユーザーの特性ベクトルとアカウント名の候補群との類似スコアに基づいて、検索クエリ候補群を制御してもよい。また、特性ベクトルの特性要素と閾値との関係を学習してもよい。例えば、特性ベクトル抽出部１２６が抽出したその特性要素に閾値のラベルを付与して機械学習することで学習モデルを生成する。学習後の学習モデルに、特性要素を入力することで、特性ベクトルに応じた閾値を得ることができる。

以上のように、本実施の形態では、ユーザーの特性パラメータとして、プロフィール情報や投稿情報から得られる特性ベクトルを抽出し、抽出した特性ベクトルに応じて検索クエリ数を制御する。これにより、ユーザーの特性に応じて、アカウント名の候補を適切に絞り込むことができる。

（実施の形態７）
以下、図面を参照して実施の形態７について説明する。本実施の形態では、実施の形態１のクエリ生成装置の一例として、複数のアカウント名の優先度を決定する例について説明する。

図１２は、本実施の形態に係るクエリ生成装置の構成例を示している。図１２の構成は、例えば、実施の形態１の図３の生成部１０２に対応している。図１２に示すように、本実施の形態に係るクエリ生成装置１００は、アカウント名候補生成部１１０、優先度制御部１３０を備えている。なお、アカウント名候補生成部１１０は、実施の形態２と同様の構成である。

優先度制御部（優先度設定部）１３０は、生成されたアカウント名の候補群の優先度を制御（設定）する。優先度は、アカウント照合装置３００がアカウントの照合処理を行うための優先度（優先順位）である。

優先度制御部１３０は、特性パラメータ取得部１２１、優先度決定部１３１を備えている。特性パラメータ取得部１２１は、実施の形態２～６と同様の構成である。優先度決定部１３１は、取得された特性パラメータ（ユーザーの特性）に基づいて、検索クエリとなる複数のアカウント名の優先度を決定する。優先度は、実施の形態２～６のフィルタリングの閾値と同様に、予め定められたユーザーの特性と優先度との関連付けに基づいて決定してもよいし、予めユーザーの特性と閾値との関連を学習した学習モデルに基づいて決定してもよい。

図１３は、本実施の形態に係るクエリ生成装置の動作例を示している。Ｓ２０１～Ｓ２０４は、実施の形態２の図７と同様である。本実施の形態では、特性パラメータを取得すると（Ｓ２０４）、優先度決定部１３１は、取得された特性パラメータに基づいて、検索クエリとなるアカウント名の優先度を決定する（Ｓ２１１）。次に、優先度決定部１３１は、決定した優先度とともに複数のアカウント名を出力する（Ｓ２１２）。図１３の例では、０．８以上の類似度のアカウント名の優先度を最も高く設定し、０．８よりも小さいアカウント名の優先度を低く設定している。

その後、アカウント収集装置２００がアカウント名を用いて検索し、アカウント照合装置３００が優先度に基づいて照合を行う。アカウント照合装置３００は、検索クエリの優先度の高い順に、検索結果のアカウント情報と入力されたアカウント情報とを照合する。例えば、類似度の基準を満たすアカウント情報が検出された場合、照合処理を終了することで、照合処理の速度を向上できる。

以上のように、本実施の形態では、ユーザーの特性に応じてアカウント名の候補群の優先度を決定し、その優先度に基づいてアカウント照合を行う。これにより、効率よく確実にアカウント照合を行うことができる。

（実施の形態８）
以下、図面を参照して実施の形態８について説明する。本実施の形態では、実施の形態１のクエリ生成装置の一例として、ユーザーの特性に応じてアカウント名を生成する例について説明する。

図１４は、本実施の形態に係るクエリ生成装置の構成例を示している。図１４の構成は、例えば、実施の形態１の図３の生成部１０２に対応している。図１４に示すように、本実施の形態に係るクエリ生成装置１００は、特性抽出部１４０、アカウント名生成部１５０を備えている。なお、実施の形態２～６と同様に、複数のアカウント名をフィルタリングするフィルタリング部をさらに備えてもよい。

特性抽出部１４０は、入力されたアカウント情報に含まれるプロフィール情報及び投稿情報（アカウント名を含んでもよい）に基づいてユーザーの特性情報を抽出する。アカウント名生成部１５０は、抽出されたユーザーの特性情報に基づいて検索クエリのアカウント名を生成する。アカウント名生成部１５０は、プロフィール情報や投稿情報（投稿内容、投稿傾向）を考慮してアカウント名を生成する。例えば、アカウント名生成部１５０は、検索に使用するソーシャルメディアの特性を考慮してもよい。

図１５は、本実施の形態に係るクエリ生成装置の動作例を示している。図１５に示すように、まず、クエリ生成装置１００は、アカウント情報を入力する（Ｓ３０１）。図４と同様に、照合対象のソーシャルメディアのアカウントのアカウントＩＤ、アカウント名、プロフィール情報、投稿情報を含むアカウント情報を入力する。

次に、クエリ生成装置１００は、ユーザーの特性を抽出する（Ｓ３０２）。特性抽出部１４０は、入力されたアカウント情報に含まれるプロフィール情報及び投稿情報に基づいてユーザーの特性情報を抽出する。特性情報は、実施の形態２～６と同様の特性パラメータを含んでもよいし、その他の特性を示す情報を含んでもよい。

次に、クエリ生成装置１００は、アカウント名の生成ルールを決定する（Ｓ３０３）。アカウント名生成部１５０は、抽出されたユーザーの特性情報に基づいて、アカウント名の生成ルールを決定する。生成ルールは、アカウント名を生成するための文字や単語の組み合わせ方法である。例えば、組み合わせる単語は、ユーザーの属性情報（プロフィール情報）に含まれる単語、投稿情報で使用頻度が高い単語、アカウント情報から推定される共起語（共起度の高い単語）等である。組み合わせ方法は、「-」や「_」を付ける等である。

例えば、ユーザーのプロフィール情報（趣味など）や投稿情報から共起語などを類推できる。予めプロフィール情報や投稿情報（特性情報）に共起語のラベルを付与して機械学習することで学習モデルを生成し、学習後の学習モデルに、プロフィール情報や投稿情報（特性情報）を入力することで、共起語を推定してもよい。同様に、予めプロフィール情報や投稿情報（特性情報）に「-」や「_」を付けたアカウント名のラベルを付与して機械学習することで学習モデルを生成し、学習後の学習モデルに、プロフィール情報や投稿情報（特性情報）を入力することで、「-」や「_」を付けることを推定してもよい。なお、学習モデルに限らず、予め特性情報に使用する文字や単語を関連付けておいてもよい。

次に、クエリ生成装置１００は、決定した生成ルールにしたがってアカウント名を生成する（Ｓ３０４）。例えば、ユーザーの特性情報（アカウント情報）からアカウント名に「-」や「_」を付けることが推定された場合、アカウント名生成部１５０は、入力されたアカウント名に「-」や「_」を用いて、検索クエリのアカウント名を生成する。また、アカウント名生成部１５０は、ユーザーの属性情報、使用頻度が高い単語、共起語を組み合わせてアカウント名を生成する。例えば、趣味が野球で居住地が東京の場合に「ジャイアンツ（登録商標）」が共起語として推定され、入力されたアカウント名に「ジャイアンツ」を組み合わせて、検索クエリのアカウント名を生成する。

以上のように、本実施の形態では、プロフィール情報や投稿内容、投稿傾向などユーザーの特性を基に検索クエリのアカウント名を生成する。これにより、ユーザーの特性に応じてより適切なアカウント名を生成することができ、同一ユーザーのアカウントを効率よく検索することを可能とする。

なお、本開示は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。例えば、アカウント名に限らず、その他のアカウント情報を検索クエリとしてもよい。

上述の実施形態における各構成は、ハードウェア又はソフトウェア、もしくはその両方によって構成され、１つのハードウェア又はソフトウェアから構成してもよいし、複数のハードウェア又はソフトウェアから構成してもよい。各装置及び各機能（処理）を、図１６に示すような、ＣＰＵ（Central Processing Unit）等のプロセッサ１１及び記憶装置であるメモリ１２を有するコンピュータ１０により実現してもよい。例えば、メモリ１２に実施形態における方法（各装置における方法）を行うためのプログラムを格納し、各機能を、メモリ１２に格納されたプログラムをプロセッサ１１で実行することにより実現してもよい。

これらのプログラムは、様々なタイプの非一時的なコンピュータ可読媒体（non-transitory computer readable medium）を用いて格納され、コンピュータに供給することができる。非一時的なコンピュータ可読媒体は、様々なタイプの実体のある記録媒体（tangible storage medium）を含む。非一時的なコンピュータ可読媒体の例は、磁気記録媒体（例えばフレキシブルディスク、磁気テープ、ハードディスクドライブ）、光磁気記録媒体（例えば光磁気ディスク）、ＣＤ－ＲＯＭ（Read Only Memory）、ＣＤ－Ｒ、ＣＤ－Ｒ／Ｗ、半導体メモリ（例えば、マスクＲＯＭ、ＰＲＯＭ（Programmable ROM）、ＥＰＲＯＭ（Erasable PROM）、フラッシュＲＯＭ、ＲＡＭ（random access memory））を含む。また、プログラムは、様々なタイプの一時的なコンピュータ可読媒体（transitory computer readable medium）によってコンピュータに供給されてもよい。一時的なコンピュータ可読媒体の例は、電気信号、光信号、及び電磁波を含む。一時的なコンピュータ可読媒体は、電線及び光ファイバ等の有線通信路、又は無線通信路を介して、プログラムをコンピュータに供給できる。

以上、実施の形態を参照して本開示を説明したが、本開示は上記実施の形態に限定されるものではない。本開示の構成や詳細には、本開示のスコープ内で当業者が理解し得る様々な変更をすることができる。

上記の実施形態の一部又は全部は、以下の付記のようにも記載されうるが、以下には限られない。
（付記１）
入力されたアカウントのアカウント情報に基づいて、検索クエリのアカウント名を生成するクエリ生成手段と、
前記生成された検索クエリを用いて、ソーシャルメディア情報から該当するアカウント名のアカウント情報を検索するアカウント検索手段と、
を備える、システム。
（付記２）
前記アカウント情報は、アカウント名、プロフィール情報及び投稿情報を含む、
付記１に記載のシステム。
（付記３）
前記クエリ生成手段は、
前記入力されたアカウント情報に基づいて、前記検索クエリの候補となる複数のアカウント名の候補を生成するアカウント名候補生成手段と、
前記生成された複数のアカウント名の候補を、前記入力されたアカウント情報から取得される前記アカウントのユーザーの特性に基づいてフィルタリングする候補フィルタリング手段と、
を備える、付記１または２に記載のシステム。
（付記４）
前記アカウント名候補生成手段は、前記複数のアカウント名の候補を生成するとともに、前記複数のアカウント名の候補と前記入力されたアカウント情報のアカウント名との類似度を算出し、
前記候補フィルタリング手段は、前記ユーザーの特性に基づいてフィルタリングの閾値を決定する、
付記３に記載のシステム。
（付記５）
前記候補フィルタリング手段は、予め定められた前記ユーザーの特性と前記閾値との関連付けに基づいて、前記ユーザーの特性に応じた前記閾値を決定する、
付記４に記載のシステム。
（付記６）
前記候補フィルタリング手段は、予め前記ユーザーの特性と前記閾値との関連を学習した学習モデルに基づいて、前記ユーザーの特性に応じた前記閾値を決定する、
付記４に記載のシステム。
（付記７）
前記候補フィルタリング手段は、
前記入力されたアカウント情報に基づいて、前記ユーザーの特性を示す特性パラメータを取得する特性パラメータ取得手段と、
前記取得された特性パラメータに基づいて、前記複数のアカウント名の候補をフィルタリングするフィルタリング制御手段と、
を備える、付記３乃至６のいずれか一項に記載のシステム。
（付記８）
前記特性パラメータ取得手段は、前記特性パラメータとして、前記ユーザーの情報開示のレベルを示す情報リテラシー度を算出する、
付記７に記載のシステム。
（付記９）
前記情報リテラシー度は、プロフィール情報内の各項目の記入率、複数の投稿画像に含まれる前記ユーザーの画像の割合、位置情報を付与した投稿情報の件数、または、複数の投稿画像に複数回現れる人物の数に基づいている、
付記８に記載のシステム。
（付記１０）
前記特性パラメータ取得手段は、前記特性パラメータとして、前記ユーザーの著名度を取得する、
付記７に記載のシステム。
（付記１１）
前記著名度は、ソーシャルメディアにおける友人の数、フォロワーの数、または、投稿に対する他のアカウントの反応の数に基づいている、
付記１０に記載のシステム。
（付記１２）
前記特性パラメータ取得手段は、前記特性パラメータとして、前記ユーザーの名前の使用率を取得する、
付記７に記載のシステム。
（付記１３）
前記名前の使用率は、ソーシャルメディアのアカウント情報に含まれる名前として使用される割合、インターネット上で公表されている名前として使用される割合、または、名前の統計情報から取得される割合に基づいている、
付記１２に記載のシステム。
（付記１４）
前記特性パラメータ取得手段は、前記特性パラメータとして、前記ユーザーの特性を複数の要素により示す特性ベクトルを抽出する、
付記７に記載のシステム。
（付記１５）
前記特性ベクトルの複数の要素は、プロフィール情報の属性を示す情報、プロフィール情報内の各項目の記入率、複数の投稿画像に含まれる前記ユーザーの画像の割合、位置情報を付与した投稿情報の件数、または、複数の投稿画像に複数回現れる人物の数を含む、
付記１４に記載のシステム。
（付記１６）
前記フィルタリング制御手段は、前記抽出された特性ベクトルの複数の要素に基づいて、前記複数のアカウント名の候補をフィルタリングする、
付記１４または１５に記載のシステム。
（付記１７）
前記クエリ生成手段は、
前記入力されたアカウント情報に基づいて、前記検索クエリとなる複数のアカウント名を生成するアカウント名生成手段と、
前記生成された複数のアカウント名に対し、前記入力されたアカウント情報から取得される前記アカウントのユーザーの特性に基づいて、前記検索の結果をアカウント照合するための優先度を設定する優先度設定手段と、
を備える、
付記１または２に記載のシステム。
（付記１８）
前記クエリ生成手段は、
前記入力されたアカウント情報に基づいて、前記アカウントのユーザーの特性を抽出する特性抽出手段と、
前記入力されたアカウント情報と前記抽出されたユーザーの特性に基づいて、前記検索クエリのアカウント名を生成するアカウント名生成手段と、
を備える、付記１または２に記載のシステム。
（付記１９）
前記アカウント名生成手段は、前記抽出されたユーザーの特性に基づいて前記アカウント名を生成するための生成ルールを決定し、前記決定した生成ルールに基づいて前記アカウント名を生成する、
付記１８に記載のシステム。
（付記２０）
前記生成ルールは、前記ユーザーの特性から推定される共起語を用いるルールを含む、
付記１９に記載のシステム。
（付記２１）
前記共起語は、予め前記ユーザーの特性と前記共起語との関連を学習した学習モデルに基づいて、前記ユーザーの特性に応じた前記共起語を推定する、
付記２０に記載のシステム。
（付記２２）
入力されたアカウントのアカウント情報に基づいて、ソーシャルメディア情報から前記アカウント情報を検索するための検索クエリの候補となる複数のアカウント名の候補を生成するアカウント名候補生成手段と、
前記生成された複数のアカウント名の候補を、前記入力されたアカウント情報から取得される前記アカウントのユーザーの特性に基づいてフィルタリングする候補フィルタリング手段と、
を備える、クエリ生成装置。
（付記２３）
前記アカウント情報は、アカウント名、プロフィール情報及び投稿情報を含む、
付記２２に記載のクエリ生成装置。
（付記２４）
入力されたアカウントのアカウント情報に基づいて、ソーシャルメディア情報から前記アカウント情報を検索するための検索クエリとなる複数のアカウント名を生成するアカウント名生成手段と、
前記生成された複数のアカウント名に対し、前記入力されたアカウント情報から取得される前記アカウントのユーザーの特性に基づいて、前記検索の結果をアカウント照合するための優先度を設定する優先度設定手段と、
を備える、クエリ生成装置。
（付記２５）
前記アカウント情報は、アカウント名、プロフィール情報及び投稿情報を含む、
付記２４に記載のクエリ生成装置。
（付記２６）
入力されたアカウントのアカウント情報に基づいて、前記アカウントのユーザーの特性を抽出する特性抽出手段と、
前記入力されたアカウント情報と前記抽出されたユーザーの特性に基づいて、ソーシャルメディア情報から前記アカウント情報を検索するための検索クエリのアカウント名を生成するアカウント名生成手段と、
を備える、クエリ生成装置。
（付記２７）
前記アカウント情報は、アカウント名、プロフィール情報及び投稿情報を含む、
付記２６に記載のクエリ生成装置。
（付記２８）
入力されたアカウントのアカウント情報に基づいて、ソーシャルメディア情報から前記アカウント情報を検索するための検索クエリの候補となる複数のアカウント名の候補を生成し、
前記生成された複数のアカウント名の候補を、前記入力されたアカウント情報から取得される前記アカウントのユーザーの特性に基づいてフィルタリングする、
クエリ生成方法。
（付記２９）
前記アカウント情報は、アカウント名、プロフィール情報及び投稿情報を含む、
付記２８に記載のクエリ生成方法。
（付記３０）
入力されたアカウントのアカウント情報に基づいて、ソーシャルメディア情報から前記アカウント情報を検索するための検索クエリとなる複数のアカウント名を生成し、
前記生成された複数のアカウント名に対し、前記入力されたアカウント情報から取得される前記アカウントのユーザーの特性に基づいて、前記検索の結果をアカウント照合するための優先度を設定する、
クエリ生成方法。
（付記３１）
前記アカウント情報は、アカウント名、プロフィール情報及び投稿情報を含む、
付記３０に記載のクエリ生成方法。
（付記３２）
入力されたアカウントのアカウント情報に基づいて、前記アカウントのユーザーの特性を抽出し、
前記入力されたアカウント情報と前記抽出されたユーザーの特性に基づいて、ソーシャルメディア情報から前記アカウント情報を検索するための検索クエリのアカウント名を生成する、
クエリ生成方法。
（付記３３）
前記アカウント情報は、アカウント名、プロフィール情報及び投稿情報を含む、
付記３２に記載のクエリ生成方法。
（付記３４）
入力されたアカウントのアカウント情報に基づいて、ソーシャルメディア情報から前記アカウント情報を検索するための検索クエリの候補となる複数のアカウント名の候補を生成し、
前記生成された複数のアカウント名の候補を、前記入力されたアカウント情報から取得される前記アカウントのユーザーの特性に基づいてフィルタリングする、
処理をコンピュータに実行させるためのプログラムが格納された非一時的なコンピュータ可読媒体。
（付記３５）
前記アカウント情報は、アカウント名、プロフィール情報及び投稿情報を含む、
付記３４に記載の非一時的なコンピュータ可読媒体。
（付記３６）
入力されたアカウントのアカウント情報に基づいて、ソーシャルメディア情報から前記アカウント情報を検索するための検索クエリとなる複数のアカウント名を生成し、
前記生成された複数のアカウント名に対し、前記入力されたアカウント情報から取得される前記アカウントのユーザーの特性に基づいて、前記検索の結果をアカウント照合するための優先度を設定する、
処理をコンピュータに実行させるためのプログラムが格納された非一時的なコンピュータ可読媒体。
（付記３７）
前記アカウント情報は、アカウント名、プロフィール情報及び投稿情報を含む、
付記３６に記載の非一時的なコンピュータ可読媒体。
（付記３８）
入力されたアカウントのアカウント情報に基づいて、前記アカウントのユーザーの特性を抽出し、
前記入力されたアカウント情報と前記抽出されたユーザーの特性に基づいて、ソーシャルメディア情報から前記アカウント情報を検索するための検索クエリのアカウント名を生成する、
処理をコンピュータに実行させるためのプログラムが格納された非一時的なコンピュータ可読媒体。
（付記３９）
前記アカウント情報は、アカウント名、プロフィール情報及び投稿情報を含む、
付記３８に記載の非一時的なコンピュータ可読媒体。

１ アカウント照合システム
２ アカウント検索システム
１０ コンピュータ
１１ プロセッサ
１２ メモリ
１００ クエリ生成装置
１０１ 取得部
１０２ 生成部
１１０ アカウント名候補生成部
１１１ アカウント名生成部
１１２ 類似度算出部
１２０ 候補フィルタリング部
１２１ 特性パラメータ取得部
１２２ 検索クエリ制御部
１２３ 情報リテラシー度算出部
１２４ 著名度取得部
１２５ 名前使用率取得部
１２６ 特性ベクトル抽出部
１３０ 優先度制御部
１３１ 優先度決定部
１４０ 特性抽出部
１５０ アカウント名生成部
２００ アカウント収集装置
２０１ 取得部
２０２ 検索部
３００ アカウント照合装置
３０１ 算出部
３０２ 判別部
４００ ソーシャルメディアシステム

Claims (11)

1. 入力されたアカウントのアカウント情報に基づいて、検索クエリのアカウント名を生成するクエリ生成手段と、
   前記生成された検索クエリを用いて、ソーシャルメディア情報から該当するアカウント名のアカウント情報を検索するアカウント検索手段と、
   を備え、
   前記クエリ生成手段は、
   前記入力されたアカウント情報に基づいて、前記検索クエリの候補となる複数のアカウント名の候補を生成するアカウント名候補生成手段と、
   前記生成された複数のアカウント名の候補を、前記入力されたアカウント情報から取得される前記アカウントのユーザーの特性に基づいてフィルタリングする候補フィルタリング手段と、
   を備え、
   前記候補フィルタリング手段は、
   前記入力されたアカウント情報に基づいて、前記ユーザーの特性を示す特性パラメータを取得する特性パラメータ取得手段と、
   前記取得された特性パラメータに基づいて、前記複数のアカウント名の候補をフィルタリングするフィルタリング制御手段と、
   を備え、
   前記特性パラメータ取得手段は、前記特性パラメータとして、前記ユーザーの情報開示のレベルを示す情報リテラシー度を算出する、
   システム。
2. 前記アカウント情報は、アカウント名、プロフィール情報及び投稿情報を含む、
   請求項１に記載のシステム。
3. 前記アカウント名候補生成手段は、前記複数のアカウント名の候補を生成するとともに、前記複数のアカウント名の候補と前記入力されたアカウント情報のアカウント名との類似度を算出し、
   前記候補フィルタリング手段は、前記ユーザーの特性に基づいてフィルタリングの閾値を決定し、
   前記候補フィルタリング手段は、予め定められた前記ユーザーの特性と前記閾値との関連付けに基づいて、前記ユーザーの特性に応じた前記閾値を決定する、
   請求項１または２に記載のシステム。
4. 前記アカウント名候補生成手段は、前記複数のアカウント名の候補を生成するとともに、前記複数のアカウント名の候補と前記入力されたアカウント情報のアカウント名との類似度を算出し、
   前記候補フィルタリング手段は、前記ユーザーの特性に基づいてフィルタリングの閾値を決定し、
   前記候補フィルタリング手段は、予め前記ユーザーの特性と前記閾値との関連を学習した学習モデルに基づいて、前記ユーザーの特性に応じた前記閾値を決定する、
   請求項１または２に記載のシステム。
5. 前記情報リテラシー度は、プロフィール情報内の各項目の記入率、複数の投稿画像に含まれる前記ユーザーの画像の割合、位置情報を付与した投稿情報の件数、または、複数の投稿画像に複数回現れる人物の数に基づいている、
   請求項１乃至４のいずれか一項に記載のシステム。
6. 前記特性パラメータ取得手段は、前記特性パラメータとして、前記ユーザーの著名度を取得し、
   前記著名度は、ソーシャルメディアにおける友人の数、フォロワーの数、または、投稿に対する他のアカウントの反応の数に基づいている、
   請求項１乃至４のいずれか一項に記載のシステム。
7. 前記特性パラメータ取得手段は、前記特性パラメータとして、前記ユーザーの名前の使用率を取得し、
   前記名前の使用率は、ソーシャルメディアのアカウント情報に含まれる名前として使用される割合、インターネット上で公表されている名前として使用される割合、または、名前の統計情報から取得される割合に基づいている、
   請求項１乃至４のいずれか一項に記載のシステム。
8. 前記特性パラメータ取得手段は、前記特性パラメータとして、前記ユーザーの特性を複数の要素により示す特性ベクトルを抽出し、
   前記特性ベクトルの複数の要素は、プロフィール情報の属性を示す情報、プロフィール情報内の各項目の記入率、複数の投稿画像に含まれる前記ユーザーの画像の割合、位置情報を付与した投稿情報の件数、または、複数の投稿画像に複数回現れる人物の数を含む、
   請求項１乃至４のいずれか一項に記載のシステム。
9. 入力されたアカウントのアカウント情報に基づいて、ソーシャルメディア情報から前記アカウント情報を検索するための検索クエリの候補となる複数のアカウント名の候補を生成するアカウント名候補生成手段と、
   前記生成された複数のアカウント名の候補を、前記入力されたアカウント情報から取得される前記アカウントのユーザーの特性に基づいてフィルタリングする候補フィルタリング手段と、
   を備え、
   前記候補フィルタリング手段は、
   前記入力されたアカウント情報に基づいて、前記ユーザーの特性を示す特性パラメータを取得する特性パラメータ取得手段と、
   前記取得された特性パラメータに基づいて、前記複数のアカウント名の候補をフィルタリングするフィルタリング制御手段と、
   を備え、
   前記特性パラメータ取得手段は、前記特性パラメータとして、前記ユーザーの情報開示のレベルを示す情報リテラシー度を算出する、
   クエリ生成装置。
10. 入力されたアカウントのアカウント情報に基づいて、ソーシャルメディア情報から前記アカウント情報を検索するための検索クエリの候補となる複数のアカウント名の候補を生成することと、
    前記生成された複数のアカウント名の候補を、前記入力されたアカウント情報から取得される前記アカウントのユーザーの特性に基づいてフィルタリングすることと、
    を含み、
    前記フィルタリングすることは、
    前記入力されたアカウント情報に基づいて、前記ユーザーの特性を示す特性パラメータを取得することと、
    前記取得された特性パラメータに基づいて、前記複数のアカウント名の候補をフィルタリングすることと、
    を含み、
    前記特性パラメータを取得することは、前記特性パラメータとして、前記ユーザーの情報開示のレベルを示す情報リテラシー度を算出することを含む、
    クエリ生成方法。
11. 入力されたアカウントのアカウント情報に基づいて、ソーシャルメディア情報から前記アカウント情報を検索するための検索クエリの候補となる複数のアカウント名の候補を生成することと、
    前記生成された複数のアカウント名の候補を、前記入力されたアカウント情報から取得される前記アカウントのユーザーの特性に基づいてフィルタリングすることと、
    を含み、
    前記フィルタリングすることは、
    前記入力されたアカウント情報に基づいて、前記ユーザーの特性を示す特性パラメータを取得することと、
    前記取得された特性パラメータに基づいて、前記複数のアカウント名の候補をフィルタリングすることと、
    を含み、
    前記特性パラメータを取得することは、前記特性パラメータとして、前記ユーザーの情報開示のレベルを示す情報リテラシー度を算出することを含む、
    処理をコンピュータに実行させるためのプログラム。

Images