JPWO2016117132A1 - 電子メール分析システム、電子メール分析システムの制御方法、及び電子メール分析システムの制御プログラム - Google Patents

Abstract

本発明は、ユーザによって受信された電子メールに対して当該ユーザが取ったアクションを示すアクション情報に応じて、当該受信された電子メールを教師データとして取得するメール取得部と、ユーザによって新たに受信された電子メールに対して、当該ユーザによるアクションの要否の度合いを、教師データに含まれるデータ要素を所定の基準にしたがって評価した結果に基づいて評価するアクション要否評価部と、アクション要否評価部により評価された結果に応じた順序にしたがって、新たに受信された電子メールを、ユーザに提示する提示部とを備える電子メール分析システムである。

Description

本発明は、電子メール分析システム及び電子メール分析システムの制御方法並びに電子メール分析システムの制御プログラムに関するものである。

近年、電子メールは、コミュニケーションの重要なツールとして頻繁に利用されている。特に、ビジネスにおいて電子メールを利用する場合、日々、膨大な量の電子メールを受信することが多く、ユーザは、受信した電子メールを一件ごとに閲覧し、アクションの必要がある電子メールを選択したうえで返信を行っている。このように、受信した全ての電子メールがユーザにとって一律に重要であることは少なく、ユーザは、ユーザ自身の感覚に基づいて重要度が高い電子メールを取捨選択し、業務の効率化を図っているのが通常である。
しかしながら、受信した電子メールを１件ごとに閲覧して電子メールの重要度を選別することは、多大な労力と時間を費やす必要がある。

そこで、業務の効率化を図るべく、送信者が重要な電子メールであることを明示するフラグを設定して受信者に注意を促す機能や、受信者が重要度を判別した後に、重要な電子メールであることを示すフラグを手動で設定する機能などが利用されている。
しかし、フラグを利用する場合には、送信者と受信者との間で優先度の認識が異なる場合もあり、フラグが設定されていたとしても、受信者は必ずしも優先的に閲覧又は返信をするとは限らない。また、手動でフラグを設定するには手間もかかり、フラグを設定した電子メールが蓄積した場合に優先度が分からなくなる場合も多い。

さらに、送信先ごとにフォルダを設けて、受信時に自動的に指定のフォルダに振り分けるようにする機能や、迷惑メールを認識して別フォルダへ自動的に振り分けられる機能なども利用されている。
しかし、送信先別のフォルダを別途閲覧するには手間がかかり、そのフォルダ内における優先度は依然として分からない。また、迷惑メールを排除したとしても、残りの電子メールの優先度は依然として分からない。

そこで、電子メールのアクション優先度を判別するための技術として、例えば、特許文献１及び特許文献２が提案されている。

特許文献１には、構成員の業務分担情報を記憶する業務分担情報記憶手段と、ユーザ端末から送信された送信メールを解析し、送信メールから業務分担情報に含まれるキーワードを抽出するキーワード抽出手段と、抽出されたキーワードの数を集計する集計手段と、集計手段の集計結果に応じて送信メールの優先度を判定する優先度判定手段と、を備えるメール優先度判定装置が開示されている。

また、特許文献２には、抽出リスト生成部は、発着信履歴及びメール送受信履歴から、通信履歴を順位付けする条件毎に通信履歴を順番に所定数選択し、選択した通信履歴のリストを作成し、ポイント付与部は、抽出リスト生成部で作成したリストの各通信履歴に対して、ポイントを付与するとともに係数を乗算することにより各通信履歴に重み付けし、重み付け後のポイントを通信相手先毎に集計することにより通信相手先毎に優先度を設定すし、ランキング抽出部は、電話帳情報に含まれる情報を優先度が高い順番に通信相手先毎に配列した通信相手先情報を生成する情報通信端末装置及び情報提供方法が開示されている。

特開２０１１−２２１６９４号公報 特開２００９−３８６００号公報

しかしながら、特許文献１に開示のメール優先度判定装置では、各評価項目で用いる優先度ランクを管理者が事前に設定登録しておく必要があり、設定の仕方に応じて評価結果が大きく異なる可能性がある。
また、特許文献２に開示のシステムでは、通知頻度のみに基づいて優先度を決定しているため、過去に多くの送受信をした相手からのメールの優先度が高くなりやすい。

そこで本発明は、上記事情に鑑み、より精度良く、新たに受信した電子メールのアクション優先度を評価しその結果を提示することにより、ユーザの処理負担を軽減する電子メール分析システム及び電子メール分析方法並びに電子メール分析プログラムを提供することを目的とする。

上記課題を解決するために、本発明の電子メール分析システムは、ユーザによって受信された電子メールに対して当該ユーザが取ったアクションを示すアクション情報に応じて、当該受信された電子メールを教師データとして取得するメール取得部と、ユーザによって新たに受信された電子メールに対して、当該ユーザによるアクションの要否の度合いを、教師データに含まれるデータ要素を所定の基準にしたがって評価した結果に基づいて評価するアクション要否評価部と、アクション要否評価部により評価された結果に応じた順序にしたがって、新たに受信された電子メールを、ユーザに提示する提示部とを備える。

ここで、「電子メール」は、メール本文の文書データ等、１以上の単語を含む情報を有するものである。なお、「電子メール」は、メール本文だけでなく、例えば、付帯情報、メールの添付ファイル（例えば、プレゼンテーション資料、表計算資料、打合せ資料、契約書等）などを広く含む。ここで、「付帯情報」とは、メールの文書データに付随する情報のことをいい、例えば、文書データを構造化するためにタグ付けされたＰＳＴ（Ｐｅｒｓｏｎａｌ Ｓｔｏｒａｇｅ Ｔａｂｌｅ）上のメタ情報などであり、文書データの操作情報、操作実行日時、作成日時、文書データの作成者、データ形式、タイトルなど、文書データに関する情報のことであってもよい。

また、「ユーザによって新たに受信された電子メール」とは、例えば、ユーザが本発明の電子メール分析システムを使用する時点において、当該ユーザが未だアクションを行っていない受信メール全てであってよい。または、ユーザが本発明の電子メール分析システムを使用する時点における、未開封の受信メールのことを言うものであってもよい。

また、上記データ要素を抽出する要素抽出部と、抽出されたデータ要素を所定の基準にしたがって評価する要素評価部とをさらに備え、アクション要否評価部は、新たに受信された電子メールに対して、ユーザによるアクションの要否の度合いを、要素評価部による評価結果に基づいて評価してもよい。

また、上記データ要素はキーワードを少なくとも含み、要素評価部は、キーワードと、当該キーワードを含む電子メールに対するアクション情報との依存関係を表す伝達情報量を、所定の基準の一つとして用いることによって、データ要素を評価するものであってもよい。

また、要素評価部による評価結果を所定の記憶装置に格納する要素評価格納部をさらに備えるものであってもよい。

また、上記アクション情報は、受信された電子メールにメタ情報の１つとして含まれる最終操作情報であってもよい。

また、メール取得部は、最終操作情報が返信又は転送を示す場合に、受信された電子メールをユーザがアクションを取った電子メールと判断し、最終操作情報が返信又は転送を示さない場合に、受信されたメールをユーザがアクションを取らなかった電子メールと判断し、当該電子メールを教師データとして取得するものであってもよい。

また、メール取得部は、最終操作情報が返信又は転送を示さず、且つ、受信された電子メールの送信者がユーザではない場合に、当該受信された電子メールを、ユーザがアクションを取らなかった電子メールと判断するものであってもよい。

また、アクション要否評価部は、新たに受信された電子メールとアクション情報との結びつきの強さを示すスコアを、要素評価部により評価された結果に基づいて算出することによって、ユーザによるアクションの要否の度合いを評価するものであってもよい。

また、提示部は、新たに受信された電子メールのうち、アクション要否評価部で算出されたスコアが所定の閾値を超過した電子メールのみを提示するものであってもよい。

また、アクション要否評価部は、新たに受信された電子メールのうち、未開封の電子メールのみを提示するものであってもよい。

また、データ要素は、受信された電子メールに対して、ユーザがアクションした時間を示す時間情報を含むものであってもよい。

また、データ要素は、受信された電子メールの送信元情報を含むものであってもよい。

本発明の電子メール分析システムの制御方法は、ユーザによって受信された電子メールに対して当該ユーザが取ったアクションを示すアクション情報に応じて、当該受信された電子メールを教師データとして取得するメール取得ステップと、ユーザによって新たに受信された電子メールに対して、当該ユーザによるアクションの要否の度合いを、教師データに含まれるデータ要素を所定の基準にしたがって評価した結果に基づいて評価するアクション要否評価ステップと、アクション要否評価部により評価された結果に応じた順序にしたがって、新たに受信された電子メールを、ユーザに提示する提示ステップを含んでいる。電子メール分析システムの制御方法。

本発明の電子メール分析システムの制御プログラムは、コンピュータに、ユーザによって受信された電子メールに対して当該ユーザが取ったアクションを示すアクション情報に応じて、当該受信された電子メールを教師データとして取得するメール取得機能と、ユーザによって新たに受信された電子メールに対して、当該ユーザによるアクションの要否の度合いを、教師データに含まれるデータ要素を所定の基準にしたがって評価した結果に基づいて評価するアクション要否評価機能と、アクション要否評価部により評価された結果に応じた順序にしたがって、新たに受信された電子メールを、ユーザに提示する提示機能を実現させる。

本発明に係る電子メール分析システム、電子メール分析システムの制御方法、および電子メール分析システムの制御プログラムによれば、ユーザが既に受信した電子メールを教師データとして、当該ユーザが新たに受信した電子メールに対し、ユーザ毎のアクション要否の度合い（アクション優先度）を評価し、その結果を提示することができる。これにより、メール処理の効率化を図り、ユーザの負担を大幅に軽減することが可能となる。

第１の実施形態に係る電子メール分析システムの要部構成例を示すブロック図である。 提示部が、ユーザに対し評価結果を提示した際の、表示部の一例である。 第１の実施形態における電子メール分析システムの処理の一例を示すフローチャートである。 第１の実施形態に係る電子メール分析システムの性能を評価した結果を示すグラフである。 第２の実施形態に係る電子メール分析システムの性能を評価した結果を示すグラフである。

［第１の実施形態］
以下、本発明の第１の実施形態を、図１を用いて説明する。

図１は、本発明の実施形態に係る電子メール分析システム１０の要部構成例を示すブロック図である。電子メール分析システム１０は、以下で説明する複数の処理を含む電子メール分析プログラムを実行可能な情報処理装置（例えば、パーソナルコンピュータ、サーバ装置、メインフレームなどのコンピュータ）を、少なくとも１つ含む情報処理システムであって、ユーザが受信しアクションを行ったメール情報を基に、ユーザが新たに受信したメールのアクション優先度を算出し、その結果を提示するものである。

第１の実施形態においては、電子メール分析システム１０が１つの情報処理装置（コンピュータ）により実現される例を説明するが、例えば、以下で説明する複数の処理を、任意に分散して実行する複数の情報処理装置を含むシステムであってもよい。電子メール分析システム１０は、ディスプレイ（表示部）と、入力デバイスと、メモリと、当該メモリに格納された１以上のプログラムを実行可能な１以上のプロセッサとを備えた、マルチファンクションデバイス（例えば、コンピュータ等）によって、特に好適に実現され得る。

また、電子メール分析システム１０は、コンピュータ又はサーバであり、当該コンピュータ又はサーバが備えるＣＰＵが、各種入力に基づきＲＯＭに記録されたプログラムを実行することで、各種機能部として動作する。当該プログラムは、ＣＤ−ＲＯＭ等の記録媒体に記憶されていたり、又はインターネット等のネットワークを介して配布されたり、コンピュータにインストールされたりするものであってよい。

次に、図１に示された電子メール分析システム１０の各構成について詳述する。図１に示されるように、電子メール分析システム１０は、制御部１００（メール取得部１０１、要素抽出部１０２、要素評価部１０３、要素評価格納部１０４、アクション要否評価部１０５、提示部１０６、設定部１０７）、記憶部２００、入力部３００および表示部４００を備えている。

制御部１００は、ＣＰＵ等により構成されており、電子メール分析システム１０の各種機能を統括的に制御する。制御部１００は、メール取得部１０１、要素抽出部１０２、要素評価部１０３、要素評価格納部１０４、アクション要否評価部１０５、提示部１０６、および設定部１０７を含む。

メール取得部１０１は、ユーザによって受信された電子メールを、当該受信された電子メールに対して当該ユーザが取ったアクションを示すアクション情報に応じて、教師データとして取得する。すなわち、メール取得部１０１は、ユーザによって受信された電子メールを、当該ユーザのアクション情報を対応づけて分類したうえで、教師データ１０１ａとして取得する。ここで、上記ユーザのアクション情報とは、受信された電子メールに対して当該ユーザが取ったアクションを示す情報のことを言う。例えば、当該受信された電子メールに含まれる付帯情報であり、より好適には、当該受信された電子メールにメタ情報の１つとして含まれる最終操作情報（後で詳述する）とすることができる。本実施の形態においては、メール取得部１０１は、ユーザによって新たに受信された全電子メールのうち、半数の電子メールをランダムに取得している。

ユーザによって受信された電子メールとは、例えば、ユーザが、メールアプリケーションとしてＯｕｔｌｏｏｋ（登録商標）を用いている場合には、Ｏｕｔｌｏｏｋの受信フォルダに保存された電子メールのことであり、メール取得部１０１は、これらの電子メールをランダムに取得することができる。メール取得部１０１は、受信フォルダに保存された電子メールの全部を取得することもできるし、一部を取得することも可能である。電子メールには、１つ以上の単語を含む文書データが含まれる。本文の内容として１つ以上の単語を含む情報であってもよいし、また、本文以外の情報として付帯情報を有するものであってもよい。また、メールの添付ファイル（例えば、プレゼンテーション資料、表計算資料、打合せ資料、契約書等）であってもよい。

なお、ユーザによって受信された電子メールおよび送信された電子メールは、所定の記憶装置（例えば、記憶部２００）に格納されており、メール取得部１０１は、当該所定の記憶装置（記憶部２００）から、電子メールを取得することができる。

上記電子メールに含まれる付帯情報は、好適には、文書データを構造化するためにタグ付けされたメタ情報とすることができる。より具体的には、メール取得部１０１は、各電子メールのメタ情報に基づいて、当該電子メールに対するユーザのアクションの有無を分類し、電子メールとユーザのアクション情報とを対応づけることができる。例えば、メタ情報の最終操作情報（ＰＳＴ．ＬａｓｔＶｅｒｂＥｘｅｃｕｔｅｄ）に、返信を表す「ＲｅｐｌｙＴｏＳｅｎｄｅｒ」、「ＲｅｐｌｙＴｏＡｌｌ」又は、転送を表す「Ｆｏｒｗａｒｄ」が含まれている場合には、メール取得部１０１は、ユーザが応答した電子メールであることを示すアクション情報を対応づけて、第１のデータ群（Ｒｅｌｅｖａｎｔ）へ電子メールを分類する。一方、上記情報が含まれていない場合には、メール取得部１０１は、ユーザが応答していない電子メールであることを示すアクション情報を対応づけて、第２のデータ群（Ｎｏｔ Ｒｅｌｅｖａｎｔ）へ電子メールを分類することができる。

メール取得部１０１は、ユーザのアクション情報を対応づけることによって分類した電子メール（教師データ１０１ａ）を、要素抽出部１０２に出力する。

また、メール取得部１０１は、ユーザによって新たに受信された電子メールを、評価対象データとして取得する。ここで、ユーザによって新たに受信された電子メールは、本実施の形態における電子メール分析システム１０を使用する時点において、当該ユーザが未だアクションをしていない（メタ情報の操作情報がない）全受信電子メールとすることができる。また、本実施の形態における電子メール分析システム１０を使用する時点における、未開封の受信電子メールとしてもよい。

要素抽出部１０２は、メール取得部１０１によって取得された教師データ１０１ａ（すなわち、ユーザのアクション情報が対応付けられた受信された電子メール）の中から、データ要素１０２ａを抽出する。例えば、要素抽出部１０２は、第１のデータ群（Ｒｅｌｅｖａｎｔ）及び第２のデータ群（Ｎｏｔ Ｒｅｌｅｖａｎｔ）の各データ群において出現するキーワード（例えば、形態素）を上記データ要素の１つとして抽出する。ここで、キーワードとは、ある言語において、一定の意味を持つ文字列のまとまりのことを言う。例えば、「メールを分別する」という文からキーワードを抽出する場合、キーワードを、「メール」、「分別」とすることができる。

要素抽出部１０２が抽出するデータ要素１０２ａは、所定の選定基準に従って、電子メール分析システム１０により選定されてもよい。要素抽出部１０２がデータ要素１０２ｂを選定する手法としては、例えば、ユーザにより受信されたメールのうち、ユーザが応答した電子メールに含まれるデータ要素が高く評価され、ユーザが応答していない電子メールに含まれるデータ要素が評価されないようにすることが考えられる。例えば、要素抽出部１０２は、ユーザが応答した電子メールに含まれるキーワードから、ユーザが応答していない電子メールに含まれるキーワードを除去した残りのキーワードを、データ要素１０２ｂとして選定するように、データ要素を抽出してもよい。あるいは、例えば、要素抽出部１０２は、ユーザが応答した電子メールに含まれるキーワードの出現頻度が、ユーザが応答していない電子メールに含まれる同一のキーワードの出現頻度よりも一定以上高い場合に、当該キーワードをデータ要素１０２ｂとして選定するように、データ要素を抽出してもよい。なお、データ要素１０２ｂは、要素抽出部１０２により抽出されることなく、ユーザ自身が指定したものであってもよい。ユーザ自身がデータ要素１０２ｂを指定する場合には、電子メール分析システム１０は、後述する入力部３００からユーザの入力を受け付け、設定部１０７が、データ要素１０２ｂを設定することができる。

要素評価部１０３は、要素抽出部１０２によって抽出されたデータ要素１０２ａを、所定の基準にしたがって評価する。要素評価部１０３は、例えば、データ要素１０２ａと、当該データ要素１０２ａを含む電子メールに対応付けられたユーザのアクション情報との依存関係を表す伝達情報量を、所定の基準の一つとして用いることによって、当該データ要素１０２ａを評価することができる。例えば、要素抽出部１０２が、教師データ１０１ａから、データ要素１０２ａとしてキーワードを抽出した場合には、当該キーワードの重み（ｗｅｉｇｈｔ）を算出することによって、当該キーワードを評価することができる。ここで、伝達情報量とは、情報理論において、２つの確率変数の相互依存の尺度を表す量のことを言う。

当該キーワードが持つ重みｗｇｔは、例えば、以下の式（１）により決定することができる。

ここで、ｗｇｔは、学習前のｉ番目の選定キーワードの重みの初期値を示す。また、ｗｇｔは、Ｌ回目学習後のｉ番目の選定キーワードの重みを示す。γはＬ回目の学習における学習パラメータを意味し、θは学習効果の閾値を意味する。要素評価部１０３は、当該評価した各データ要素の評価値（評価結果１０３ｂ）と閾値とを要素評価格納部１０４に出力する。

なお、要素評価部１０３は、例えば、ユーザが受信した電子メールの情報を、ニューラルネットを用いてデータ要素１０２ａの重みづけに反映させることも可能である。また、要素評価部１０３は、上記重みづけを、頻出割合（例えば、出現頻度）に応じて決定することもできる。

また、要素評価部１０３は、ユーザによって教師データが追加された場合、当該教師データに再適合するように、データ要素１０２ａの重みづけを変更することができる。具体的には、提示部１０６によってユーザに提示された電子メール（すなわち、アクション要否評価部によってアクションの要否の度合いがスコアとして評価された電子メール）のうち、所定数の電子メール（一部の電子メール）に対してユーザが新たにアクションを取った場合、メール取得部１０１は、当該一部の電子メールを再教師データとして取得する。そして、要素抽出部１０２が、当該再教師データに含まれるデータ要素を抽出し、要素評価部１０３が、当該データ要素を所定の基準に従って再評価する。これにより、電子メール分析システム１０は、新たに与えられた教師データに適合することができるため、さらに精度良く、新たに受信した電子メールのアクション優先度を評価し、その結果を提示することができる。したがって、電子メール分析システム１０は、ユーザの処理負担をさらに軽減することができる。

要素評価格納部１０４は、評価結果１０３ｂを、所定の記憶装置（ここでは、記憶部２００）に格納することができる。すなわち、要素抽出部１０２が電子メールに含まれるキーワードを抽出した場合には、要素評価格納部１０４は、要素抽出部１０２によって抽出された上記キーワードと、要素評価部１０３によって算出された当該キーワードの重みとを対応づけて、記憶部２００に格納する。また、要素評価格納部１０４は、上記閾値を要素評価格納部１０４に格納する。

このように、メール取得部１０１が取得する教師データ１０１ａを更新する度に、要素評価格納部１０４は、抽出部１０２が抽出するデータ要素１０２ａ、および、要素評価部１０３が評価する当該データ要素１０２ａの評価値（評価結果１０３ｂ）を更新し、当該更新したデータ要素１０２ａと評価値１０３ｂとを対応付けて、記憶部２００に格納することができる。なお、記憶部２００に格納されるデータ要素１０２ａおよび評価値１０３ｂは、手動によって追加登録及び削除が可能であってもよい。この場合には、設定部１０７は、後述する入力部３００からユーザの入力を受け付け、データ要素１０２ａおよび／または評価値１０３ｂを設定することができる。

アクション要否評価部１０５は、ユーザによって新たに受信された電子メールに対する、ユーザによるアクションの要否の度合いを、要素評価部１０３により評価された評価結果１０３ｂに基づいて評価する。すなわち、アクション要否評価部１０５は、新たに受信された電子メールと、ユーザによるアクション情報との結びつきの強さを、評価結果１０３ｂを用いて評価する。

なお、アクション要否評価部１０５は、新たに受信された電子メールと、ユーザのアクション情報との結びつきの強さを示すスコアを、評価結果１０３ｂに基づいて算出することにより、ユーザによるアクションの要否の度合いを評価することができる。すなわち、アクション要否評価部１０５は、ユーザが新たに受信した電子メールに対し、アクションすべき電子メールの優先度を定量的に評価することができる。アクション要否評価部１０５は、例えば、０〜１００００の値をとるようにスコアをスケーリングすることができ、値が大きい程アクションの必要性が高く、値が小さい程アクションの必要性が低くなるように、電子メールに当該スコアを付与することができる。

例えば、アクション要否評価部１０５は、最初に、所定のキーワードが新たに受信された電子メールに含まれるか否かを示すキーワードベクトルを生成する。上記キーワードベクトルは、例えば、当該キーワードのそれぞれの要素が「０」又は「１」の値を取ることによって、当該要素に対応づけられた所定のキーワードが、新たに受信された電子メールに含まれるか否かを示すベクトルである。例えば、新たに受信された電子メールに「企画」というキーワードが含まれている場合、アクション要否評価部１０５は、「企画」というキーワードに対応する要素を「１」にしたキーワードベクトルを生成する。そして、アクション要否評価部１０５は、以下の式のように、上記キーワードベクトル（縦ベクトル）と重みベクトル（各キーワードに対する重みを要素にした縦ベクトル）との内積を計算することにより、上記新たに受信された電子メールのスコアＳを計算する。

ここで、ｓはキーワードベクトルを表し、ｗは重みベクトルを表す。なお、Ｔは行列・ベクトルの転置を表す。

なお、アクション要否評価部１０５は、自動更新機能を有していてもよい。例えば、日付が変更される度に評価を行う（例えば、改めてスコアを算出する）ようにしたり、所定の時間ごとに評価を行うようにしたりしてもよい。所定の時間は、入力部３００からのユーザの入力により、設定部１０７を介して適宜設定することが可能である。アクション要否評価部１０５は、評価した結果（評価結果１０５ｂ）を、提示部１０６に出力する。

また、アクション要否評価部１０５は、ユーザが新たに受信した電子メールのうち、未開封のメールのみを評価するようにしてもよい。

提示部１０６は、ユーザが新たに受信した電子メールを、アクション要否評価部１０５による評価結果１０５ｂに応じた順序にしたがって、所定の出力装置（例えば、表示部４００）を介してユーザに対し視認可能（一覧可能）に提示する。提示部１０６は、ユーザが新たに受信した電子メールを、評価の高い方から低い方へ、降順に並べ替えることができる。なお、評価が同じであった場合には、提示部１０６は、例えばメールの付帯情報を用いて、受信順（日付、時刻）にメールを並べ替えてもよい。

図２は、提示部１０６が、ユーザに対し評価結果１０５ｂを提示した際の、表示部４００の一例である。提示部１０６は、例えば図２に示されるように、スコアが最も高いメールを画面上部に提示し、当該メールよりもスコアが低いメールを画面下側に向かって提示するようにしてもよい。なお、提示部１０６は、表示部４００において、各電子メールとともに対応するスコアを提示するようにしてもよいし、スコアは表示せず、通常の電子メール受信画面と同様に電子メールのみを提示するようにしてもよい。

また、提示部１０６は、ユーザが新たに受信した電子メールのうち、アクション要否評価部１０５で算出されたスコアが所定の閾値を超過した電子メールのみを、表示部４００に提示するようにしてもよい。この場合、提示部１０６は、上記所定の閾値を適応的に設定することができる。具体的には、教師データに対してスコアが算出された場合（アクション要否評価部１０５により、ユーザによるアクションの要否の度合いが教師データに対して評価された場合）、提示部１０６は、再現率（Recall Rate；抽出されたデータの網羅性を示す指標）または適合率（Precision；データ抽出の精度を示す指標）に対して設定された目標値を超過可能な最小のスコアを、適合しきい値として特定する。

すなわち、提示部１０６は、ユーザから与えられたレビュー結果（過去の電子メールに対して人間が判断した結果、教師データ）に基づいて上記適合しきい値を設定し、当該適合しきい値を超過するスコアを有する電子メールのみを、当該ユーザがアクションを取る必要性が高い電子メールとして、当該ユーザに提示することができる。これにより、電子メール分析システム１０は、さらに精度良く、新たに受信した電子メールのアクション優先度を評価し、その結果を提示することができるため、ユーザの処理負担をさらに軽減することができる。

なお、上記所定の閾値は、入力部３００に対するユーザからの入力によって、設定部１０７を介して任意に設定することが可能である。また、ここでは図示していないが、例えば、スコアを降順で並べた際の所定の順位までを提示したり、新たに受信した電子メール全体の所定の割合のみを提示するようにしたりしてもよい。この場合も、上記所定の順位又は所定の割合は、入力部３００に対するユーザからの入力によって、任意に設定することが可能である。

さらに、提示部１０６は、ユーザによって教師データが追加された場合、当該教師データに再適合するように、上記所定の閾値を変更することができる。具体的には、提示部１０６によってユーザに提示された電子メール（すなわち、アクション要否評価部１０５によってアクションの要否の度合いがスコアとして評価された電子メール）のうち、所定数の電子メール（一部の電子メール）に対してユーザが新たにアクションを取った場合（すなわち、教師データを追加した場合）、アクション要否評価部１０５が、当該アクションが取られた電子メールに含まれるデータ要素を所定の基準にしたがって評価した結果に基づいて、当該ユーザによるアクションの要否の度合いを再評価し、提示部１０６が、当該再評価された結果に基づいて、他の電子メール（新たに受信された電子メール、および既に受信されている電子メールを含む）をユーザに再提示する。

このとき、提示部１０６は、当該再評価された結果に基づいて、上記所定の閾値を変更することができる。例えば、提示部１０６は、上記所定の閾値を、スコアを所定の規則にしたがって並べ替えることにより決定されるランクから一意に特定可能な他の閾値に変更する。これにより、電子メール分析システム１０は、新たに与えられた教師データに適合することができるため、さらに精度良く、新たに受信した電子メールのアクション優先度を評価し、その結果を提示することができる。したがって、電子メール分析システム１０は、ユーザの処理負担をさらに軽減することができる。

記憶部（所定の記憶装置）２００は、例えば、ハードディスク、ＳＳＤ（ｓｉｌｉｃｏｎ ｓｔａｔｅ ｄｒｉｖｅ）、半導体メモリ、ＤＶＤなど、任意の記録媒体によって構成される記憶機器であり、電子メール分析システム１０を制御可能な電子メール分析プログラム、および当該電子メール分析システム１０が利用する任意の情報を記録する。なお、図１は、電子メール分析システム１０が記憶部２００を備える構成を例示しているが、記憶部２００は、電子メール分析システム１０と通信可能に接続された任意の記憶装置であってもよい。

入力部３００は、ユーザからの操作や入力を受け付けるものである。第１の実施形態においては、入力部３００は、例えば、キーボード、マウス、タッチペン、タッチパネル等である。入力部３００は、ユーザからの入力を受け付けると、入力内容を設定部１０７に通知する。設定部１０７は、ユーザからの入力を記憶部２００に格納する。なお、図１では、電子メール分析システム１０が入力部３００を備える構成を例示しているが、入力部３００は、電子メール分析システム１０と通信可能に接続された任意の入力装置であってもよい。

表示部４００は、提示部１０６から入力された提示情報に基づいて、制御部１００により結果を表示するデバイスである。表示部４００は、例えば、液晶ディスプレイであってもよい。なお、図１では、電子メール分析システム１０が表示部４００を備える構成を例示しているが、表示部４００は、電子メール分析システム１０と通信可能に接続された任意の出力装置であってもよい。

[電子メール分析システム１０において実行される処理]
次に、図３を用いて、電子メール分析システム１０の処理の流れについて説明する。図３は、第１の実施形態における電子メール分析システム１０の処理の一例を示すフローチャートである。

まず、メール取得部１０１は、ユーザによって受信された電子メールを、当該ユーザのアクションの有無を示す情報を対応づけて（例えば、当該電子メールに含まれる付帯情報に基づいて）分類したうえで、教師データ１０１ａとして取得する（ＳＴＥＰ１（以下、「ＳＴＥＰ」を「Ｓ」と示す。メール取得ステップ）。

次に、要素抽出部１０２は、メール取得部１０１によって取得された教師データ１０１ａの中から、データ要素１０２ａを抽出する（Ｓ２。要素抽出ステップ）。要素評価部１０３は、要素抽出部１０２によって抽出されたデータ要素１０２ａを、所定の基準（例えば、伝達情報量）にしたがって評価する（Ｓ３。要素評価ステップ）。そして、要素評価格納部１０４は、要素評価部１０３による評価結果１０３ｂを、所定の記憶装置（例えば記憶部２００）に格納する（Ｓ４、要素評価格納ステップ）。

続いて、アクション要否評価部１０５は、ユーザによって新たに受信された電子メールに対する、ユーザによるアクションの要否の度合いを、要素評価部１０３により評価された評価結果１０３ｂに基づいて評価する（Ｓ５。アクション要否評価ステップ）。最後に、提示部１０６は、ユーザが新たに受信した電子メールを、アクション要否評価部１０５による評価結果１０５ｂに応じた順序にしたがって、所定の出力装置（例えば表示部４００）を介してユーザに対し視認可能に提示する（Ｓ６。提示ステップ）。

なお、上記電子メール分析方法は、図３を参照して詳述した上記処理だけでなく、制御部１００に含まれる各部において実行される他の処理を任意に含んでよいものとする。

上述の処理により、ユーザが既に受信した電子メールを教師データとして、当該ユーザが新たに受信した電子メールのアクションの要否の度合い（アクション優先度）を評価し、その結果を提示することができる。上記第１の実施形態に係る電子メール分析システム１０によれば、ユーザが特別な操作をすることなく、自動的に、新たに受信した電子メールに対するユーザのアクション優先度を提示することができるため、電子メール処理の効率化を図り、ユーザの負担を大幅に軽減することが可能となる。

[第１の実施形態による評価結果]
図４は、第１の実施形態に係る電子メール分析システムの性能を評価した結果を示すグラフである。当該グラフの横軸は、電子メールの全数に対して占める割合を示し、縦軸は、再現率（Recall Rate；抽出されたデータの網羅性を示す指標、本評価の場合、電子メールの数に対して、ユーザによるアクションが必要な電子メールが占める割合）を示す。

＜評価手順＞
Ａ） まず、サンプルデータとして、Ｏｕｔｌｏｏｋの受信フォルダに保存された電子メールである、サンプル電子メール（４４４４９通）を用意した。なお、当該サンプル電子メールには、電子メールと当該電子メールに添付されたファイルとを両方含む。
Ｂ） サンプル電子メールからランダムに電子メールを抽出することによって、サンプルＴｒａｉｎｉｎｇ（２２２２５通、教師データ）及びサンプルＥｖａｌ（２２２２４通、評価用データ）を作成した。
Ｃ） メタ情報の最終操作情報に基づいて、サンプルＴｒａｉｎｉｎｇを、サンプルＴｒａｉｎｉｎｇ＿Ｒ（返信又は転送メール）と、サンプルＴｒａｉｎｉｎｇ＿ＮＲ１（操作なし）とに分類した。
Ｄ） 分類した各メール群（サンプルＴｒａｉｎｉｎｇ＿Ｒ、サンプルＴｒａｉｎｉｎｇ＿ＮＲ１）を教師データとし、当該教師データからキーワードを抽出し、当該キーワードの重みを計算した（データ要素を評価した）。
Ｅ） サンプルＥｖａｌからユーザ自身の送信メール及び転送メールを除外し、サンプルＥｖａｌ２（２０８５０通）を作成した。
Ｆ） サンプルＥｖａｌ２を、評価データ（新たに受信された電子メール）として本実施形態に係る電子メール分析システムで処理し、Ｒｅｃａｌｌ Ｒａｔｅ（再現率）を確認した。

図４に示す通り、文書数が増えるにしたがって、再現率がゼロから急激に増加する。例えば、スコアの高い電子メールから順に３０％の電子メールを取り出した場合、ユーザによるアクションが必要となる電子メールの８割（８０％）が、当該３０％の電子メールに含まれることが理解できる。したがって、第１の実施形態に係る電子メール分析システムによれば、ユーザに対し、新たに受信された電子メールに対するアクション優先度を精度良く提示できることが確認された。

以上のように、第１の実施形態に係る電子メール分析システムは、ユーザ自身が既に受信した電子メールに対するユーザのアクション情報を用いて、新たに受信した電子メールのアクション優先度を評価し、結果を提示することを実現する。これにより、ユーザは、蓄積された未対応の電子メールに対する、アクション要否を瞬時に把握することができ、電子メール処理の効率化およびユーザの負担を大幅に軽減することが可能となる。

［第２の実施形態］
以下、本発明の第２の実施形態を説明する。

第２の実施形態において、メール取得部１０１は、ユーザにより受信された電子メールを、当該電子メールの付帯情報に基づいて以下のように分類することができる。すなわち、メール取得部１０１は、メタ情報の最終操作情報（ＰＳＴ．ＬａｓｔＶｅｒｂＥｘｅｃｕｔｅｄ）に、返信を表す「ＲｅｐｌｙＴｏＳｅｎｄｅｒ」、全員への返信を表す「ＲｅｐｌｙＴｏＡｌｌ」又は、転送を表す「Ｆｏｒｗａｒｄ」が含まれている場合には、ユーザが応答した電子メールであるとのアクション情報を対応づけて、第１のデータ群（Ｒｅｌｅｖａｎｔ）へ電子メールを分類する。また、上記情報が含まれていない電子メールであって、且つ、送信者がユーザ自身ではない電子メールの場合に、ユーザが応答していない電子メールであるとのアクション情報を対応づけて、第２のデータ群（Ｎｏｔ Ｒｅｌｅｖａｎｔ２）へ電子メールを分類する。つまり、第１の実施形態で分類された第２のデータ群から、送信者がユーザ自身である電子メールを排除する。

その他の構成及び分析フローチャートは、第１の実施形態と同様である。

[第２の実施形態による評価結果]
図５は、第２の実施形態に係る電子メール分析システムを評価した結果を示すグラフである。なお、当該グラフの横軸および縦軸は、図４に示されるグラフの横軸および縦軸と同じものをそれぞれ示す。また、評価手順は、第１の実施形態における評価手順の項目Ｃ）において、サンプルＴｒａｉｎｉｎｇ＿ＮＲ２（操作なし且つ送信者がユーザ自身でない）を作成した以外は、第１の実施形態と同様である。

図５に示す通り、文書数が増えるにしたがって、再現率がゼロから急激に増加する。例えば、スコアの高い電子メールから順に３０％の電子メールを取り出した場合、ユーザによるアクションが必要となる電子メールの８割（８０％）が、当該３０％の電子メールに含まれることが理解できる。したがって、第２の実施形態に係る電子メール分析システムによれば、ユーザに対し、新たに受信された電子メールに対するアクション要否優先度を、さらに精度良く評価できることが確認された。

［その他の実施形態］
上記第１の実施形態、第２の実施形態に本発明に係る発明の一実施形態を説明したが、本発明に係る思想はこれらに限られるものではない。以下、本発明の他の各種変形例について記載する。

（１）上記実施の形態においては、アクション要否評価部１０５は、データ要素ベクトルと各データ要素の重みの内積をとることで、新たに受信された電子メールのスコアを算出することとしたが、当該算出方法は一例に過ぎない。アクション要否評価部１０５は、その他の算出方法を用いて新たに受信された電子メールのスコアを算出することとしてもよい。例えば、アクション要否評価部１０５は、上記式（２）に換えて、以下の式（３）を用いて、ウェブページのスコアＳを算出してもよい。

ここで、ｍ_jは、ｊ番目のキーワードの出現頻度を表し、ｗ_iは、ｉ番目のキーワードの重みを表す。

（２）上記実施の形態においては詳細に説明していないが、アクション要否評価部１０５は、データ要素間の共起に基づくスコアを算出することとしてもよい。その手法の詳細をここに説明する。

例えば、評価対象の受信された電子メール（教師データ）において、データ要素として、第１キーワードと第２キーワードとが出現するとする。このとき、アクション要否評価部１０５は、第１キーワードが受信された電子メールにおいて出現する際に、当該受信された電子メールにおいて、第２キーワードが出現する頻度（第１キーワードと第２キーワードとの間の相関。共起ともいう）を考慮したスコアリングを実行してもよい。

この場合、アクション要否評価部１０５は、第１キーワードと第２キーワードとの相関（共起）を表す相関行列（共起行列）Ｃを用いて、上記式（２）に換えて、以下の式（４）にしたがってスコアを算出することとしてもよい。

なお、上記相関行列Ｃは、所定のテキストを所定数だけ含む学習用データを用いて、予め最適化されているものとする。例えば、あるテキストにおいて「企画」というキーワードが出現する場合、当該キーワードに対する他のキーワードの出現数を０〜１の間に正規化した値（最尤推定値ともいう）が、上記相関行列Ｃの要素に格納される。

式（４）を用いることにより、キーワード間の相関関係を考慮したスコアを算出できるため、より高い精度で、新たに受信された電子メールに対するアクション要否優先度を推測することができる。

（４）上記実施の形態においては詳細に説明していないが、アクション要否評価部１０５は、新たに受信された電子メールに含まれる部分データ（例えば、センテンス、段落）ごとにスコアを算出し、そのスコアに基づいて、新たに受信された電子メールのスコアを算出することとしてもよい。その手法の詳細をここに説明する。

アクション要否評価部１０５は、部分データごとに所定のデータ要素（例えば、キーワード）が含まれるか否かを示すベクトルを、当該部分データごとに生成する。そして、アクション要否評価部１０５は、下記式（５）にしたがって電子メールのスコアを算出する。

ここで、ｓ_ｉは、ｉ番目の部分データに対応するベクトルである。なお、式（５）においては、共起も考慮した数式（共起行列Ｃを用いている）であることに注意されたい。上記式（５）におけるＴＦｎｏｒｍは、以下の式（６）のように算出することができる。

ここで、上記式（６）において、ＴＦ_ｉは、ｉ番目のデータ要素（キーワード）の出現頻度（Term Frequency）を表し、ｓ_ｊｉは上記ｉ番目のキーワードベクトルのｊ番目の要素を表し、ｃ_ｊｉは相関行列Ｃのｊ行ｉ列の要素を表す。

上記式（５）、（６）を統合すると、アクション要否評価部１０５は、以下の式（７）を計算することにより、部分データスコアベースで、新たに受信された電子メールごとにスコアを算出することができる。

上記式（７）において、ｗは、重みベクトルｗのｉ番目の要素である。以上のように、電子メール分析システム１０は、データの一部に含まれる意味（例えば、センテンスの文意）を反映したスコアリングを実行できるので、より高い精度で、新たに受信された電子メールに対するアクション要否優先度を推測することができる。

（５）上記実施の形態においては特に記載していないが、データ要素の１つとして、受信された電子メールに対するユーザのアクション時間情報を含むようにしてもよい。ここで、アクション時間情報とは、ユーザが電子メールを受信した時点から、当該電子メールに対しアクション（返信又は転送のアクションを行う）する時点までに要した時間のことを言う。上記アクション時間情報は、電子メールに含まれる付帯情報を用いることにより取得することが可能である。例えば、電子メールの受信実行日時（ＰＳＴ．ＶｅｒｂＥｘｅｃｕｔｉｏｎＴｉｍｅ）と最終操作実行日時（ＰＳＴ．ＬａｓｔＶｅｒｂＥｘｅｃｕｔｉｏｎＴｉｍｅ）を用いて、両者の差分により取得することができる。

当該評価方法の一具体例としては、まず、要素抽出部１０２は、メール取得部１０１により取得された教師データ１０１ａから、各電子メールのアクション時間情報を取得し、当該電子メールと当該アクション時間情報を対応づけて所定の記憶装置（記憶部２００）へ格納する。そして、アクション要否評価部１０５は、各電子メールのアクション時間の重みづけを行う。当該重みづけは、例えば、受信された電子メールの全体平均アクション時間と、各電子メールのアクション時間とを比較し、アクション時間が短い（例えば、アクション時間と平均アクション時間との差分が負に大きい）電子メール程大きく、アクション時間が長い（例えば、アクション時間と平均アクション時間との差分が平均アクション時間に等しい）電子メール程小さくなるように設定することができる。そして、アクション要否評価部１０５は、要素評価部１０３により評価された１０３ｂを用いて新たに受信された電子メールの評価を行う際に、上記アクション時間の重みを考慮したうえで評価を行う。例えば、アクション要否評価部１０５は、要素評価部１０３により評価された評価結果１０３ｂに対しさらに当該アクション時間の重みを乗じることにより、スコアＳを算出することができる。

上記他の実施形態によれば、アクション優先度を示すスコアを算出する際に、ユーザが受信メールに対しアクションを行うまでの処理時間を反映させることができる。これにより、ユーザに対し、より精度の高いアクション優先度を提示することが可能となる。

（６）上記実施の形態においては特に記載していないが、データ要素の１つとして、受信された電子メールの送信元情報を含むようにしてもよい。ここで、送信元情報とは、例えば、送信者の宛先（特定のメールアドレス、特定のドメイン等）とすることができる。
例えば、要素抽出部１０２は、メール取得部１０１により取得された教師データ１０１ａから送信元情報を取得し、当該送信元情報と、当該送信元情報に対する評価とを対応づけて、所定の記憶装置（記憶部２００）へ出力する。当該送信元情報は、例えば、電子メールに含まれる送信者のアドレスを用いて取得することができる。そして、アクション要否評価部１０５は、新たに受信された電子メールの評価を行う際に、新たに受信された電子メールの送信元情報に、上記送信元情報に対する評価を考慮したうえで、評価を行うことが出来る。例えば、アクション要否評価部１０５は、要素評価部１０３により評価された評価結果１０３ｂに対しさらに当該送信元情報に対する評価を乗じることによって、スコアＳを算出することができる。なお、送信元情報の重みづけは、例えば宛先の頻出度により設定してもよい。また、ユーザの入力により適宜設定することも可能である。

上記他の実施形態によれば、メールのアクション優先度を示すスコアを算出する際に、アクションすべき送信先を予め反映させることができる。例えば、送信元情報を上司のアドレスとすることにより、上司からの新たな受信メールの優先度を上げて、アクション要否を評価することができる。また例えば、送信元情報を特定の会社のドメインとすることにより、社内（又は特定の会社）からの新たな受信メールの優先度を上げて、アクション要否を評価することができる。また例えば、ユーザにより新たに受信された電子メールが、ユーザ自身が送信したメールに対する返信メールである場合に、当該電子メールの優先度を上げて、アクション要否を評価することもできる。このように、ユーザの所望に応じた、より精度の高いアクション優先度を提示することができる。

（７）上記実施の形態においては特に記載していないが、ユーザにより受信された電子メールにおいて、ユーザのメールアドレスがＴｏ（宛先）に含まれているか、Ｃｃ（Ｃａｒｂｏｎ ｃｏｐｙ）に含まれているか、Ｂｃｃ：（Ｂｌｉｎｄ Ｃａｒｂｏｎ Ｃｏｐｙ）に含まれているかによって、当該電子メールに重みづけを行うようにしてもよい。すなわち、アクション要否評価部１０５は、要素評価部１０３により評価された１０３ｂを用いて新たに受信された電子メールの評価を行う際に、当該重みを考慮したうえで（例えば、評価結果１０３ｂに対しさらに上記重みを乗じることによりスコアＳを算出することで）評価を行うことができる。

また、例えば、ユーザのメールアドレスがＴｏ（宛先）に含まれている場合であって、かつ、メール本文中に、ユーザの名前が記載されている（例えば、ユーザの名前がＡである場合に、メール本文中に「Ａ様」との記載がある）場合にのみ、当該メールに重みを与えるようにしてもよい。これにより、ユーザ宛の電子メールからジャンクメールによる影響を軽減したうえで、アクションの要否評価を行うことが可能となる。

（８）上記実施の形態においては特に記載していないが、メール取得部１０１が、ユーザによって所定の期間に受信された電子メールのみを取得するようにしてもよい。メール取得部１０１は、電子メールの付帯情報に含まれる受信日時や送信日時に基づいて、所定の期間に含まれる電子メールを取得することが可能である。例えば、過去１週間のみの間に受信された電子メール、過去１か月のみの間に受信された電子メールを、教師データとして用いてもよい。この場合には、ユーザが、入力部３００を介して予め所定の期間を設定することが可能である。

これにより、処理の効率化を図ることができるとともに、新たに受信された電子メールのアクション優先度を示すスコアを算出する際、所定の期間におけるユーザのアクション傾向をスコアに反映させることができる。

（９）上記実施の形態においては特に記載していないが、提示部１０６が、ユーザが新たに受信した電子メールのうち、所定の期間に含まれる電子メールのみを提示するようにしてもよい。例えば、受信日時が、過去１日の間に新たに受信された電子メールのみを提示したり、過去２週間の間のみに新たに受信された電子メールを提示するようにしてもよい。この場合には、ユーザが、入力部３００を介して予め所定の期間を設定することが可能である。

上記他の実施形態によれば、アクション優先度を知りたい電子メールだけを対象としてユーザに提示することができ、ユーザの利便性を向上させることができる。

（１０）上記実施の形態においては特に記載していないが、電子メール分析システム１０は、電子メールに含まれる感情を分析し、当該感情にさらに基づいてアクション要否を評価することもできる。この場合、電子メール分析システム１０は、電子メールに含まれるデータ要素（感情表現を含むデータ要素、例えば、「楽しい」、「うれしい」、「つらい」などの形態素）に対する感情評価を対応付けて記憶する。例えば、電子メール分析システム１０は、電子メールに含まれるテキストについて、予め定められたキーワード（当該キーワードは、テキストの場合では、感情に関する文言）が当該テキストに含まれるか否かを探索する。含まれていた場合に、当該キーワードを所定の基準に従って算出した感情スコアを当該キーワードに対応付けて記憶部に記憶しておく。電子メール分析システム１０は、新たに受信されたメールから、予め定められた感情に係るキーワードを抽出し、抽出したキーワードに対して、記憶部において対応付けられている感情スコアを参照する。電子メール分析システム１０は、新たに受信されたメールから抽出されたキーワード各々の感情スコアを統合して、当該電子メールの感情スコアとする。例えば、テキストに、「先日は、ありがとうございました。お目にかかれて光栄でした。」という文章が含まれていたとする。そして、キーワードとして、予め、「ありがとう」「光栄」が記憶部に格納され、それぞれ、「＋１．２」、「＋２．０」という感情スコアが対応付けられているとする。この場合、電子メール分析システム１０は、当該テキストに対する感情スコアとしては、例えば、両者を加算して、「＋３．２」という感情スコアを算出する。そして、電子メール分析システム１０は、当該感情スコアにさらに基づいてユーザによるアクション要否を評価することができる。

（１１）上記実施の形態においては特に記載していないが、電子メール分析システム１０は、電子メールの内容を分析することによって、複数のユーザの関係性を表示することができる。この場合、電子メール分析システム１０は、第１のユーザと当該第１のユーザとは異なる第２のユーザとを所定の図形（例えば、円）として表示部（例えば、ディスプレイ）にそれぞれ表示させる図形表示部と、上記第１のユーザから上記第２のユーザに送信された電子メールの数に応じて、上記所定の図形を接続するように上記表示部に表示させる接続表示部とを備えてよい。これにより、電子メール分析システム１０は、どのユーザからどのユーザに電子メールがやり取りされているかを、各ユーザに一目で把握させることができる。

（１２）上記実施の形態においては特に記載していないが、電子メール分析システム１０は、不正行為の予兆を検知するシステムに応用することもできる。この場合、電子メール分析システム１０の管理者（ユーザ）が、横領や談合を示唆する電子メールを教師データとして当該電子メール分析システム１０に与え、当該電子メール分析システム１０が、当該教師データに基づいて、ネットワークを日々流通する電子メールと当該不正行為との関係性を評価することによって、当該不正行為の予兆を検知することができる。

（１３）電子メール分析システム１０（情報処理装置）の各機能部は、集積回路（ＩＣチップ）等に形成された論理回路（ハードウェア）によって実現してもよい。電子メール分析システム１０の各機能部は、１又は複数の集積回路により実現されても良いし、複数の機能部が１の集積回路により実現されてもよい。

あるいは、電子メール分析システム１０の各機能部により実現される機能は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）を用いてソフトウェアによって実現してもよい。この場合、電子メール分析システム１０は、各機能を実現するソフトウェアである電子メール分析プログラムの命令を実行するＣＰＵ、上記ゲームプログラムおよび各種データがコンピュータ（またはＣＰＵ）で読み取り可能に記録されたＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）または記憶装置（これらを「記録媒体」と称する）、上記電子メール分析プログラムを展開するＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などを備えている。そして、コンピュータ（またはＣＰＵ）が上記電子メール分析プログラムを上記記録媒体から読み取って実行することにより、本発明の目的が達成される。上記記録媒体としては、「一時的でない有形の媒体」、例えば、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。また、上記電子メール分析プログラムは、当該ゲームプログラムを伝送可能な任意の伝送媒体（通信ネットワークや放送波等）を介して上記コンピュータに供給されてもよい。本発明は、上記電子メール分析プログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。

なお、上記電子メール分析プログラムは、例えば、ＡｃｔｉｏｎＳｃｒｉｐｔ、ＪａｖａＳｃｒｉｐｔ（登録商標）などのスクリプト言語、Ｏｂｊｅｃｔｉｖｅ−Ｃ、Ｊａｖａ（登録商標）などのオブジェクト指向プログラミング言語、ＨＴＭＬ５などのマークアップ言語などを用いて実装できる。また、上記電子メール分析プログラムによって実現される各機能を実現する各部を備えた情報処理装置と、上記各機能とは異なる残りの機能を実現する各部を備えたサーバとを含む分散型の電子メール分析システムも、本発明の範疇に入る。

（１４）本発明を諸図面や実施例に基づき説明してきたが、当業者であれば本開示に基づき種々の変形や修正を行うことが容易であることに注意されたい。従って、これらの変形や修正は本発明の範囲に含まれることに留意されたい。例えば、各機能部、各ステップ等に含まれる機能等は再配置可能であり、複数の手段やステップ等を１つに組み合わせたり、或いは分割したりすることが可能である。上記実施の形態および各種変形例に示す構成を適宜組み合わせることとしてもよい。

［付記事項］
なお、本発明は、上述したそれぞれの実施形態に限定されものではなく、請求項に示した範囲で種々の変更が可能である。異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても、本発明の技術的範囲に含まれる。さらに、各実施形態にそれぞれ開示された技術的手段を組み合わせることにより、新たしい技術的特徴を形成できる。

本発明の電子メール分析システムの制御方法は、ユーザによって受信された電子メールに対して当該ユーザが取ったアクションを示すアクション情報に応じて、当該受信された電子メールを教師データとして取得するメール取得ステップと、ユーザによって新たに受信された電子メールに対して、当該ユーザによるアクションの要否の度合いを、教師データに含まれるデータ要素を所定の基準にしたがって評価した結果に基づいて評価するアクション要否評価ステップと、アクション要否評価部により評価された結果に応じた順序にしたがって、新たに受信された電子メールを、ユーザに提示する提示ステップを含むものである。

本発明の電子メール分析システムの制御プログラムは、コンピュータに、ユーザによって受信された電子メールに対して当該ユーザが取ったアクションを示すアクション情報に応じて、当該受信された電子メールを教師データとして取得するメール取得機能と、ユーザによって新たに受信された電子メールに対して、当該ユーザによるアクションの要否の度合いを、教師データに含まれるデータ要素を所定の基準にしたがって評価した結果に基づいて評価するアクション要否評価機能と、アクション要否評価部により評価された結果に応じた順序にしたがって、新たに受信された電子メールを、ユーザに提示する提示機能を実現させるものである。

このように、本発明の電子メール分析システムは、複数のデータ（電子メール、添付ファイル、付帯情報など）を含むデータ群を、「人間の思考および行動の結果によるデータの集合体」として捉え、例えば、人間の行動に関連する分析、人間の行動を予測する分析、人間の特定の行動を検知する分析、人間の特定の行動を抑制する分析などを行うことによって、データからパターンを抽出し、当該パターンと所定の事案（すなわち、電子メールに対するアクションの要否）との関連性を評価することができる。

本発明は、パーソナルコンピュータ、サーバ装置、ワークステーション、メインフレームなど、任意のコンピュータに広く適用することができる。

１０ 電子メール分析システム
１００ 制御部
１０１ メール取得部
１０２ 要素抽出部
１０３ 要素評価部
１０４ 要素評価格納部
１０５ アクション要否評価部
１０６ 提示部
１０７ 設定部
２００ 記憶部
３００ 入力部
４００ 表示部

Claims (14)

1. ユーザによって受信された電子メールに対して当該ユーザが取ったアクションを示すアクション情報に応じて、当該受信された電子メールを教師データとして取得するメール取得部と、
   前記ユーザによって新たに受信された電子メールに対して、当該ユーザによるアクションの要否の度合いを、前記教師データに含まれるデータ要素を所定の基準にしたがって評価した結果に基づいて評価するアクション要否評価部と、
   前記アクション要否評価部により評価された結果に応じた順序にしたがって、前記新たに受信された電子メールを、前記ユーザに提示する提示部と
   を備えた電子メール分析システム。
2. 前記データ要素を抽出する要素抽出部と、
   前記抽出されたデータ要素を前記所定の基準にしたがって評価する要素評価部とをさらに備え、
   前記アクション要否評価部は、前記新たに受信された電子メールに対して、前記ユーザによるアクションの要否の度合いを、前記要素評価部による評価結果に基づいて評価することを特徴とする請求項１に記載の電子メール分析システム。
3. 前記データ要素はキーワードを少なくとも含み、
   前記要素評価部は、前記キーワードと、当該キーワードを含む電子メールに対する前記アクション情報との依存関係を表す伝達情報量を、前記所定の基準の一つとして用いることによって、前記データ要素を評価することを特徴とする請求項１又は２に記載の電子メール分析システム。
4. 前記要素評価部による評価結果を所定の記憶装置に格納する要素評価格納部をさらに備えることを特徴とする請求項１〜３のいずれか一項に記載の電子メール分析システム。
5. 前記アクション情報は、前記受信された電子メールにメタ情報の１つとして含まれる最終操作情報であることを特徴とする請求項１〜４のいずれか一項に記載の電子メール分析システム。
6. 前記メール取得部は、前記最終操作情報が返信又は転送を示す場合に、前記受信された電子メールを前記ユーザがアクションを取った電子メールと判断し、前記最終操作情報が返信又は転送を示さない場合に、前記受信されたメールを前記ユーザがアクションを取らなかった電子メールと判断し、当該電子メールを前記教師データとして取得することを特徴とする請求項５に記載の電子メール分析システム。
7. 前記メール取得部は、前記最終操作情報が返信又は転送を示さず、且つ、前記受信された電子メールの送信者が前記ユーザではない場合に、当該受信された電子メールを、前記ユーザがアクションを取らなかった電子メールと判断することを特徴とする請求項６に記載の電子メール分析システム。
8. 前記アクション要否評価部は、前記新たに受信された電子メールと前記アクション情報との結びつきの強さを示すスコアを、前記要素評価部により評価された結果に基づいて算出することによって、前記ユーザによるアクションの要否の度合いを評価することを特徴とする請求項１〜７のいずれか一項に記載の電子メール分析システム。
9. 前記提示部は、前記新たに受信された電子メールのうち、前記アクション要否評価部で算出されたスコアが所定の閾値を超過した電子メールのみを提示することを特徴とする請求項８に記載の電子メール分析システム。
10. 前記アクション要否評価部は、前記新たに受信された電子メールのうち、未開封の電子メールのみを評価することを特徴とする請求項１〜９のいずれか一項に記載の電子メール分析システム。
11. 前記データ要素は、前記受信された電子メールに対して、前記ユーザがアクションした時間を示す時間情報を含むことを特徴とする請求項１〜１０のいずれか一項に記載の電子メール分析システム。
12. 前記データ要素は、前記受信された電子メールの送信元情報を含むことを特徴とする請求項１〜１１のいずれか一項に記載の電子メール分析システム。
13. ユーザによって受信された電子メールに対して当該ユーザが取ったアクションを示すアクション情報に応じて、当該受信された電子メールを教師データとして取得するメール取得ステップと、
    前記ユーザによって新たに受信された電子メールに対して、当該ユーザによるアクションの要否の度合いを、前記教師データに含まれるデータ要素を所定の基準にしたがって評価した結果に基づいて評価するアクション要否評価ステップと、
    前記アクション要否評価部により評価された結果に応じた順序にしたがって、前記新たに受信された電子メールを、前記ユーザに提示する提示ステップと
    を含む電子メール分析システムの制御方法。
14. コンピュータに、
    ユーザによって受信された電子メールに対して当該ユーザが取ったアクションを示すアクション情報に応じて、当該受信された電子メールを教師データとして取得するメール取得機能と、
    前記ユーザによって新たに受信された電子メールに対して、当該ユーザによるアクションの要否の度合いを、前記教師データに含まれるデータ要素を所定の基準にしたがって評価した結果に基づいて評価するアクション要否評価機能と、
    前記アクション要否評価部により評価された結果に応じた順序にしたがって、前記新たに受信された電子メールを、前記ユーザに提示する提示機能と
    を実現させる電子メール分析システムの制御プログラム。