JPWO2019187107A1 - 情報処理装置、制御方法、及びプログラム - Google Patents
情報処理装置、制御方法、及びプログラム Download PDFInfo
- Publication number
- JPWO2019187107A1 JPWO2019187107A1 JP2020508875A JP2020508875A JPWO2019187107A1 JP WO2019187107 A1 JPWO2019187107 A1 JP WO2019187107A1 JP 2020508875 A JP2020508875 A JP 2020508875A JP 2020508875 A JP2020508875 A JP 2020508875A JP WO2019187107 A1 JPWO2019187107 A1 JP WO2019187107A1
- Authority
- JP
- Japan
- Prior art keywords
- account
- content data
- similar
- content
- attention
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 119
- 230000010365 information processing Effects 0.000 title claims abstract description 82
- 230000008569 process Effects 0.000 claims abstract description 51
- 238000012545 processing Methods 0.000 claims description 60
- 238000009826 distribution Methods 0.000 claims description 40
- 239000000284 extract Substances 0.000 claims description 6
- 238000012544 monitoring process Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 7
- 238000012733 comparative method Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000006855 networking Effects 0.000 description 2
- FFBHFFJDDLITSX-UHFFFAOYSA-N benzyl N-[2-hydroxy-4-(3-oxomorpholin-4-yl)phenyl]carbamate Chemical compound OC1=C(NC(=O)OCC2=CC=CC=C2)C=CC(=C1)N1CCOCC1=O FFBHFFJDDLITSX-UHFFFAOYSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/55—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9536—Search customisation based on social or collaborative filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/758—Involving statistics of pixels or of feature values, e.g. histogram matching
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
- G10L17/26—Recognition of special voice characteristics, e.g. for use in lie detectors; Recognition of animal voices
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L17/00—Speaker identification or verification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Multimedia (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- General Business, Economics & Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Acoustics & Sound (AREA)
- Human Computer Interaction (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
<概要>
図1は、本実施形態の情報処理装置2000が行う処理を概念的に示す図である。情報処理装置2000は、互いに異なるユーザアカウントの所有者が、互いに同一の人物であるか否かを推定する。ユーザアカウントには、例えば、ユーザ自身に関する情報であるユーザ情報と、アカウントに関連付けて登録された画像データやテキストデータなどの情報(以下、コンテンツ)が関連付けられている。ユーザ情報は、例えば氏名、住所、電話番号、又はメールアドレスなどである。
本実施形態の情報処理装置2000によれば、注目アカウント10−1に関連づけられている関連アカウント20−1のコンテンツ30−1と、注目アカウント10−2に関連づけられている関連アカウント20−2のコンテンツ30−2との類似度合いを判定する。ここで、これらの類似度が高い場合、注目アカウント10−1と注目アカウント10−2とが同一人物によって所有されていると推定できる。以下、その理由を説明する。
図2は、実施形態1の情報処理装置2000の機能構成を例示する図である。情報処理装置2000は、判定部2020及び処理実行部2040を有する。判定部2020は、注目アカウント10−1に関連付けられている関連アカウント20−1のコンテンツ30−1と、注目アカウント10−2に関連付けられている関連アカウント20−2のコンテンツ30−2とが類似しているか否かを判定する。処理実行部2040は、コンテンツ30−1とコンテンツ30−2とが類似している場合に、注目アカウント10−1と注目アカウント10−2に関する所定の処理を行う。
情報処理装置2000の各機能構成部は、各機能構成部を実現するハードウエア(例:ハードワイヤードされた電子回路など)で実現されてもよいし、ハードウエアとソフトウエアとの組み合わせ(例:電子回路とそれを制御するプログラムの組み合わせなど)で実現されてもよい。以下、情報処理装置2000の各機能構成部がハードウエアとソフトウエアとの組み合わせで実現される場合について、さらに説明する。
図4は、実施形態1の情報処理装置2000によって実行される処理の流れを例示するフローチャートである。判定部2020は、注目アカウント10−1に関連付けられている各関連アカウント20−1のコンテンツ30−1を取得する(S102)。判定部2020は、注目アカウント10−2に関連づけられている各関連アカウント20−2のコンテンツ30−2を取得する(S104)。判定部2020は、コンテンツ30−1とコンテンツ30−2が類似しているか否かを判定する(S106)。これらが類似している場合(S106:YES)、処理実行部2040は所定の処理を実行する(S108)。一方、これらが類似していない場合(S106:NO)、図4の処理は終了する。
前述したように、注目アカウント10や関連アカウント20は、例えば SNS などのサービスでユーザが作成するユーザアカウントである。一般に、このようなユーザアカウントは、氏名などのユーザ情報を登録することで作成され、継続して使用される。
情報処理装置2000は、2つの注目アカウント10−1と注目アカウント10−2について、これらのアカウントが同一の人物のものであるか否かを推定する。ここで、注目アカウント10−1と注目アカウント10−2は、互いに同一のサービス(例えば SNS)を利用するためのユーザアカウントであってもよいし、互いに異なるサービスを利用するためのユーザアカウントであってもよい。
例えば情報処理装置2000は、注目アカウント10として扱うユーザアカウントの指定を、情報処理装置2000のユーザから受け付ける。ユーザによって指定されるユーザアカウントは、2つであってもよいし、3つ以上であってもよい。3つ以上のユーザアカウントが指定された場合、例えば情報処理装置2000は、指定されたユーザアカウントについて作成可能な任意の2つのユーザアカウントの組み合わせ(n−2 combination)それぞれについて、その組み合わせに含まれる2つのユーザカウントを注目アカウント10として扱った処理を行う。すなわち、A、B、及びCというユーザアカウントを指定されたら、AとBを注目アカウント10とした処理、AとCを注目アカウント10とした処理、BとCを注目アカウント10とした処理をそれぞれ実行する。
例えば情報処理装置2000は、注目アカウント10として扱うユーザアカウントを1つ指定する入力を、ユーザから受け付ける。情報処理装置2000は、ユーザによって指定されたユーザアカウントを注目アカウント10−1として扱う。さらに情報処理装置2000は、注目アカウント10−1のユーザ情報と類似するユーザ情報を持つ他のユーザアカウントを、注目アカウント10−2として扱う。ここでいうユーザ情報間の類似は、例えば、種々の情報の一部(ユーザIDの一部、名前の一部、生年月日の一部、又はメールアドレスの一部など)が共通していることである。注目アカウント10−1のユーザ情報と類似するユーザ情報を持つ他のユーザアカウントが複数存在する場合、情報処理装置2000は、それら複数のユーザアカウントそれぞれを注目アカウント10−2として扱う。
情報処理装置2000は、ユーザアカウントを監視する監視システムと連携して動作し、この監視システムからユーザアカウントの指定を受け付けてもよい。例えばこの監視システムは、ユーザアカウントの利用態様(アップロードされるコンテンツの内容やアップロードの頻度など)を監視し、その利用態様が常識、サービスの利用規約、又は法律などに反しているユーザアカウントを特定する(すなわち、要注意のユーザアカウントを特定する)。監視システムは、特定したユーザアカウントを情報処理装置2000に通知する。情報処理装置2000は、監視システムから通知された複数のユーザアカウントについて作成可能な任意の2つのユーザアカウントの組み合わせそれぞれについて、その組み合わせに含まれる2つのユーザカウントを注目アカウント10として扱った処理を行う。なお、監視システムがユーザアカウントを1つずつ通知する場合、情報処理装置2000は、例えば所定期間の間に受けた複数の通知によって示される複数のユーザアカウントについて、上述した処理を行う。
前述したように、関連アカウント20は、注目アカウント10に関連付けられている他のアカウントであり、例えば SNS において注目アカウント10と友人関係にあるアカウントである。注目アカウント10に複数の関連アカウント20が関連づけられている場合、判定部2020は、その全ての関連アカウント20についてコンテンツ30を取得してもよいし、その一部の関連アカウント20についてコンテンツ30を取得してもよい。一部の関連アカウント20についてコンテンツ30を取得する場合、判定部2020は、例えば複数の関連アカウント20から所定数の関連アカウント20を任意に(例えばランダムに)選択する。
判定部2020は、関連アカウント20−1に関連づけられているコンテンツ30−1と、関連アカウント20−2に関連づけられているコンテンツ30−2を取得する(S102、S104)。例えば判定部2020は、各関連アカウント20について、その関連アカウント20のコンテンツ30が公開されている Web ページへ順次アクセスすることで、これらの Web ページから各コンテンツ30を自動的に収集する。
判定部2020は、関連アカウント20−1のコンテンツデータと関連アカウント20−2のコンテンツデータとを比較し、これらの類似度合いが高い場合に、注目アカウント10−1と注目アカウント10−2が同一人物によって所有されていると推定する。この処理は、1)どの種類のコンテンツデータを比較対象とするか、及び2)どのような比較を行うかという点について、様々なバリエーションを採用しうる。以下、この2点に着目して、コンテンツデータの比較について説明する。
比較対象とするコンテンツデータの種類として、画像データが考えられる。例えば、SNS では、ユーザアカウントを利用して、人、建物、又は風景などの写真の画像データがアップロードされる。判定部2020は、このようにユーザカウントを利用してアップロードされた画像データを、そのユーザアカウントに関連づけられたコンテンツとして扱う。また、ユーザは、画像データが含まれる Web ページを参照する(リンクする)投稿を行ったり、他のユーザによってアップロードされた画像データを参照する投稿を行ったりすることもある。判定部2020は、このようにユーザが参照した画像データも、そのユーザのアカウントに関連付けられたコンテンツデータとして扱ってよい。なお、画像データには、動画データを構成する動画フレームも含まれる。画像データを利用することには、関連アカウント20−1で使用されている言語と関連アカウント20−2で使用されている言語が異なる場合であっても、コンテンツ30−1とコンテンツ30−2の類似を判定しやすいといった利点がある。以下、画像データに関する具体的な比較方法について、いくつか例示する。
判定部2020は、関連アカウント20−1に関連付けられた画像データから検出されるオブジェクトと、関連アカウント20−2に関連付けられた画像データから検出されるオブジェクトの類似度に着目する。例えば、判定部2020は、関連アカウント20−1に関連付けられた画像データから検出されるオブジェクトと、関連アカウント20−2に関連付けられた画像データから検出されるオブジェクトとの間で類似度を算出する。そして判定部2020は、類似度が所定値以上であるオブジェクトの組み(すなわち、互いに同一であると推定されるオブジェクトの組み)の数が所定数以上である場合に、関連アカウント20−1のコンテンツデータと関連アカウント20−2のコンテンツデータの類似度が高いと判定する。一方、類似度が所定値以上であるオブジェクトの組みの数が所定数未満である場合、判定部2020は、関連アカウント20−1のコンテンツデータと関連アカウント20−2のコンテンツデータの類似度が高くないと判定する。上記所定数は、判定部2020からアクセス可能な記憶装置に予め記憶させておく。
判定部2020は、関連アカウント20−1と関連アカウント20−2のそれぞれについて、関連付けられた画像データにおけるオブジェクトの出現頻度の分布を表すヒストグラムを生成し、ヒストグラム間の類似度合いを判定する。図5は、関連アカウント20について生成されるヒストグラムを例示する図である。図5では、関連アカウント20に複数の画像データ32が対応づけられている。ヒストグラム40は、画像データ32から検出されるオブジェクトの出現頻度の分布である。以下、関連アカウント20−1に関連づけられている画像データ32を画像データ32−1と表記し、画像データ32−1について生成されるヒストグラム40をヒストグラム40−1と表記する。同様に、関連アカウント20−2に関連づけられている画像データ32を画像データ32−2と表記し、画像データ32−2について生成されるヒストグラム40をヒストグラム40−2と表記する。
画像データに関する比較は、画像データから検出したオブジェクトについての比較ではなく、画像データのトピックについての比較で実現してもよい。ここで、或るデータにおけるトピックとは、そのデータによって表現されている主たる物事や事象を意味する。例えば、仕事、食事、スポーツ、旅行、ゲーム、又は政治といったトピックが考えられる。判定部2020は、関連アカウント20に関連付けられた各画像データ32をトピックで分類する。ここで、画像データをトピックで分類する技術には、既存の技術を利用することができる。
判定部2020は、前述した画像データ32に関する比較と同様の比較を、関連アカウント20に関連付けられたテキストデータについて行ってもよい。例えば SNS において、ユーザの考えたことやユーザの近況などといった情報を表すテキストデータが、ユーザアカウントに関連付けてアップロードされる。判定部2020は、例えばこのようにユーザによってアップロードされたテキストデータを、コンテンツ30として扱う。
例えば判定部2020は、関連アカウント20−1に関連付けられたテキストデータと、関連アカウント20−2に関連付けられたテキストデータとから、キーワードの抽出を行う。例えば判定部2020は、双方のテキストデータで共通に現れるキーワードの数が所定数以上である場合に、コンテンツ30−1とコンテンツ30−2の類似度合いが高いと判定する。一方、判定部2020は、双方のテキストデータで共通に現れるキーワードの数が所定数未満である場合に、コンテンツ30−1とコンテンツ30−2の類似度合いが高くないと判定する。
例えば判定部2020は、関連アカウント20に関連付けられた画像データから検出されるオブジェクトの出現頻度のヒストグラムに関する比較と同様の比較を、関連アカウント20に関連付けられたテキストデータから抽出されるキーワードについて行ってもよい。具体的には、判定部2020は、関連アカウント20−1と関連アカウント20−2のそれぞれについて、関連付けられたテキストデータにおけるキーワードの出現頻度の分布を表すヒストグラムを生成し、ヒストグラム間の類似度合いを判定する。
判定部2020は、テキストデータ34から抽出されるトピックの出現頻度についての比較により、コンテンツ30−1とコンテンツ30−2の類似度合いを判定してもよい。テキストデータ34から抽出されるトピックの出現頻度について比較する方法は、前述した、画像データから抽出されるトピックの出現頻度について比較すると同様である。なお、テキストデータからトピックを抽出する技術には、既存の技術を利用することができる。
判定部2020は、関連アカウント20に関連づけられている音声データを、コンテンツ30として扱ってもよい。ここでいう音声データは、音声単体で生成されたデータだけでなく、動画データに含まれる音声のデータも含まれる。以下、音声データに関する比較の方法について例示する。
判定部2020は、関連アカウント20−1に関連付けられた音声データと、関連アカウント20−2に関連付けられた音声データのそれぞれから、キーワードを抽出する。そして、これら音声データから抽出されたキーワードを、前述したテキストデータから抽出されたキーワードと同様に扱うことで、コンテンツ30−1とコンテンツ30−2の類似度合いを判定する。すなわち、共通するキーワードの数や、キーワードの出現頻度を表すヒストグラムの比較により、コンテンツ30−1とコンテンツ30−2の類似度合いを判定する。
判定部2020は、関連アカウント20−1に関連づけられた音声データから抽出されるトピックの出現頻度と、関連アカウント20−2に関連づけられた音声データから抽出されるトピックの出現頻度とを比較することで、コンテンツ30−1とコンテンツ30−2の類似度合いを判定する。トピックの出現頻度について比較する方法は、前述した、画像データから抽出されるトピックの出現頻度について比較すると同様である。なお、音声データからトピックを抽出する技術には、既存の技術を利用することができる。
判定部2020は、関連アカウント20−1に関連付けられた音声データと、関連アカウント20−2に関連付けられた音声データのそれぞれに対し、話者の抽出を行う。音声データについて話者の抽出を行う手法には、例えば、声紋識別などの既存の技術を利用することができる。例えば、音声データから、声紋を表すサウンドスペクトログラムデータを生成し、このサウンドスペクトログラムデータを識別情報として利用することで、話者を識別するといった手法がある。
前述したように、関連アカウント20−1に関連付けられたコンテンツ30−1と、関連アカウント20−2に関連付けられたコンテンツ30−2の類似度が高いと判定された場合、注目アカウント10−1と注目アカウント10−2が同一の人物によって所有されている蓋然性が高い。そこで処理実行部2040は、コンテンツ30−1とコンテンツ30−2の類似度が高いと判定された場合、注目アカウント10−1と注目アカウント10−2について、所定の処理を行う。以下、処理実行部2040が行う処理のバリエーションを例示する。
例えば処理実行部2040は、コンテンツ30−1とコンテンツ30−2の類似度が高いと判定された場合、注目アカウント10−1及び注目アカウント10−2が同一の人物によって所有されている蓋然性が高いことを表す情報を出力する。この情報が出力されることにより、この情報を取得した情報処理装置2000のユーザは、同一人物によって所有されている蓋然性が高い注目アカウント10の組みを容易に把握することができる。
その他にも例えば、処理実行部2040は、コンテンツ30−1とコンテンツ30−2の類似度合いが高いと判定された場合、コンテンツ30−1及びコンテンツ30−2に関する情報を出力する。以下、この情報を類似コンテンツ情報と呼ぶ。類似オブジェクト情報を出力することにより、情報処理装置2000のユーザは、同一人物によって所有されている蓋然性が高いと推定される注目アカウント10−1と注目アカウント10−2について、その推定の根拠となる情報を取得することができる。以下に、類似コンテンツ情報のバリエーションを例示する。
判定部2020が、画像データ32から抽出したオブジェクトの比較を行うとする。この場合、例えば処理実行部2040は、画像データ32について生成されるオブジェクトの出現頻度を表すヒストグラム40(図5参照)を類似コンテンツ情報に含める。ここで、ヒストグラム40と共に、ヒストグラム40が示す各オブジェクトの画像を類似コンテンツ情報に含めてもよい。その他にも例えば、処理実行部2040は、画像データ32−1から抽出されたオブジェクトと、画像データ32−2から抽出されたオブジェクトのうち、互いに類似していると判定されたオブジェクトの画像の組み合わせを、類似コンテンツ情報に含める。なお、類似コンテンツ情報にオブジェクトの画像を含める場合、そのオブジェクトが含まれている画像データ32全体を類似コンテンツ情報に含めてもよい。
判定部2020が、テキストデータや音声データから抽出したキーワードの比較を行うとする。この場合、例えば処理実行部2040は、キーワードについて生成されたヒストグラム(図7参照)を類似コンテンツ情報に含める。この際、ヒストグラムが示す各キーワードを類似コンテンツ情報に含めてもよい。その他にも例えば、処理実行部2040は、コンテンツ30−1から抽出されたキーワードと、コンテンツ30−2から抽出されたキーワードのうち、互いに一致すると判定されたキーワードを、類似コンテンツ情報に含める。
判定部2020が、音声データから話者の抽出を行うとする。この場合、例えば判定部2020は、話者の出現頻度を表すヒストグラム60(図8参照)を類似コンテンツ情報に含める。この際、ヒストグラムによって示される各話者のサウンドスペクトログラムデータを類似コンテンツ情報に含めてもよい。その他にも例えば、音声データ36−1から抽出された話者と、音声データ36−2から抽出された話者のうち、互いに一致すると判定された話者のサウンドスペクトログラムデータを類似コンテンツ情報に含める。
判定部2020が、コンテンツ30から抽出したトピックの比較を行うとする。この場合、例えば処理実行部2040は、コンテンツ30から抽出されたトピックの出現頻度を表すヒストグラム(図6参照)を類似コンテンツ情報に含める。その他にも例えば、処理実行部2040は、コンテンツ30−1から抽出されたトピックと、コンテンツ30−2から抽出されたトピックのうち、互いに一致すると判定されたトピックを表す情報(トピックの名称など)を、類似コンテンツ情報に含める。
例えば情報処理装置2000は、注目アカウント10として扱うユーザアカウントの指定を、情報処理装置2000のユーザから受け付ける。ユーザによって指定されるユーザアカウントは、2つであってもよいし、3つ以上であってもよい。3つ以上のユーザアカウントが指定された場合、例えば情報処理装置2000は、指定されたユーザアカウントについて作成可能な任意の2つのユーザアカウントの組み合わせ(n−2 combination)それぞれについて、その組み合わせに含まれる2つのユーザアカウントを注目アカウント10として扱った処理を行う。すなわち、A、B、及びCというユーザアカウントを指定されたら、AとBを注目アカウント10とした処理、AとCを注目アカウント10とした処理、BとCを注目アカウント10とした処理をそれぞれ実行する。
情報処理装置2000は、ユーザアカウントを監視する監視システムと連携して動作し、この監視システムからユーザアカウントの指定を受け付けてもよい。例えばこの監視システムは、ユーザアカウントの利用態様(アップロードされるコンテンツの内容やアップロードの頻度など)を監視し、その利用態様が常識、サービスの利用規約、又は法律などに反しているユーザアカウントを特定する(すなわち、要注意のユーザアカウントを特定する)。監視システムは、特定したユーザアカウントを情報処理装置2000に通知する。情報処理装置2000は、監視システムから通知された複数のユーザアカウントについて作成可能な任意の2つのユーザアカウントの組み合わせそれぞれについて、その組み合わせに含まれる2つのユーザアカウントを注目アカウント10として扱った処理を行う。なお、監視システムがユーザアカウントを1つずつ通知する場合、情報処理装置2000は、例えば所定期間の間に受けた複数の通知によって示される複数のユーザアカウントについて、上述した処理を行う。
比較対象とするコンテンツデータの種類として、画像データが考えられる。例えば、SNS では、ユーザアカウントを利用して、人、建物、又は風景などの写真の画像データがアップロードされる。判定部2020は、このようにユーザアカウントを利用してアップロードされた画像データを、そのユーザアカウントに関連づけられたコンテンツとして扱う。また、ユーザは、画像データが含まれる Web ページを参照する(リンクする)投稿を行ったり、他のユーザによってアップロードされた画像データを参照する投稿を行ったりすることもある。判定部2020は、このようにユーザが参照した画像データも、そのユーザのアカウントに関連付けられたコンテンツデータとして扱ってよい。なお、画像データには、動画データを構成する動画フレームも含まれる。画像データを利用することには、関連アカウント20−1で使用されている言語と関連アカウント20−2で使用されている言語が異なる場合であっても、コンテンツ30−1とコンテンツ30−2の類似を判定しやすいといった利点がある。以下、画像データに関する具体的な比較方法について、いくつか例示する。
その他にも例えば、処理実行部2040は、コンテンツ30−1とコンテンツ30−2の類似度合いが高いと判定された場合、コンテンツ30−1及びコンテンツ30−2に関する情報を出力する。以下、この情報を類似コンテンツ情報と呼ぶ。類似コンテンツ情報を出力することにより、情報処理装置2000のユーザは、同一人物によって所有されている蓋然性が高いと推定される注目アカウント10−1と注目アカウント10−2について、その推定の根拠となる情報を取得することができる。以下に、類似コンテンツ情報のバリエーションを例示する。
上記の実施形態の一部または全部は、以下の付記のようにも記載されうるが、以下に限られない。
1.
第1注目アカウントに関連付けられている第1関連アカウントと第2注目アカウントに関連付けられている第2関連アカウントについて、前記第1関連アカウントに関連づけられている第1コンテンツデータと前記第2関連アカウントに関連付けられている第2コンテンツデータとが類似しているか否かを判定する判定部と、
前記第1コンテンツデータと前記第2コンテンツデータとが類似していると判定された場合、所定の処理を実行する処理実行部と、を有する情報処理装置。
2.
前記判定部は、前記第1関連アカウントに関連付けられている画像データに含まれるオブジェクトの出現頻度の分布と、前記第2関連アカウントに関連づけられている画像データに含まれるオブジェクトの出現頻度の分布とが類似しているか否かを判定することで、前記第1コンテンツデータと前記第2コンテンツデータとが類似しているか否かを判定する、1.に記載の情報処理装置。
3.
前記判定部は、前記第1関連アカウントに関連づけられているテキストデータ又は音声データに含まれる単語の出現頻度の分布と、前記第2関連アカウントに関連づけられているテキストデータ又は音声データに含まれる単語の出現頻度の分布とが類似しているか否かを判定することで、前記第1コンテンツデータと前記第2コンテンツデータとが類似しているか否かを判定する、1.に記載の情報処理装置。
4.
前記判定部は、前記第1関連アカウントに関連づけられている音声データから抽出される話者の出現頻度の分布と、前記第2関連アカウントに関連づけられている音声データから抽出される話者の出現頻度の分布とが類似しているか否かを判定することで、前記第1コンテンツデータと前記第2コンテンツデータとが類似しているか否かを判定する、1.に記載の情報処理装置。
5.
前記判定部は、前記第1関連アカウントに関連づけられているコンテンツデータから抽出されるトピックの出現頻度の分布と、前記第2関連アカウントに関連づけられているコンテンツデータから抽出されるトピックの出現頻度の分布とが類似しているか否かを判定することで、前記第1コンテンツデータと前記第2コンテンツデータとが類似しているか否かを判定する、1.に記載の情報処理装置。
6.
前記処理実行部は、前記所定の処理として、前記第1注目アカウントと前記第2注目アカウントが同一人物によって所有されている蓋然性が高い旨を示す情報、又は前記第1注目アカウントの所有者と前記第2注目アカウントの所有者とが同一のグループに属している蓋然性が高い旨を示す情報を出力する、1.乃至5.いずれか一つに記載の情報処理装置。
7.
前記処理実行部は、前記所定の処理として、前記判定部によって生成された前記分布を出力する、2.乃至5.いずれか一つに記載の情報処理装置。
8.
前記処理実行部は、前記所定の処理として、前記第1コンテンツデータと前記第2コンテンツデータのうち、互いに一致又は類似するコンテンツデータを出力する、1.乃至7.いずれか一つに記載の情報処理装置。
9.
前記処理実行部は、画像データに含まれる人物の特徴的な部位を表す画像領域を抽出して出力する、8.に記載の情報処理装置。
10.
前記処理実行部は、画像データに含まれる車両の種類、メーカ、及びナンバープレートのナンバーのうち、少なくとも1つを示す情報を出力する、8.に記載の情報処理装置。
11.
前記処理実行部は、画像データに含まれるランドマークの名称又は所在地を出力する、8.に記載の情報処理装置。
12.
コンピュータによって実行させる制御方法であって、
第1注目アカウントに関連付けられている第1関連アカウントと第2注目アカウントに関連付けられている第2関連アカウントについて、前記第1関連アカウントに関連づけられている第1コンテンツデータと前記第2関連アカウントに関連付けられている第2コンテンツデータとが類似しているか否かを判定する判定ステップと、
前記第1コンテンツデータと前記第2コンテンツデータとが類似していると判定された場合、所定の処理を実行する処理実行ステップと、を有する制御方法。
13.
前記判定ステップにおいて、前記第1関連アカウントに関連付けられている画像データに含まれるオブジェクトの出現頻度の分布と、前記第2関連アカウントに関連づけられている画像データに含まれるオブジェクトの出現頻度の分布とが類似しているか否かを判定することで、前記第1コンテンツデータと前記第2コンテンツデータとが類似しているか否かを判定する、12.に記載の制御方法。
14.
前記判定ステップにおいて、前記第1関連アカウントに関連づけられているテキストデータ又は音声データに含まれる単語の出現頻度の分布と、前記第2関連アカウントに関連づけられているテキストデータ又は音声データに含まれる単語の出現頻度の分布とが類似しているか否かを判定することで、前記第1コンテンツデータと前記第2コンテンツデータとが類似しているか否かを判定する、12.に記載の制御方法。
15.
前記判定ステップにおいて、前記第1関連アカウントに関連づけられている音声データから抽出される話者の出現頻度の分布と、前記第2関連アカウントに関連づけられている音声データから抽出される話者の出現頻度の分布とが類似しているか否かを判定することで、前記第1コンテンツデータと前記第2コンテンツデータとが類似しているか否かを判定する、12.に記載の制御方法。
16.
前記判定ステップにおいて、前記第1関連アカウントに関連づけられているコンテンツデータから抽出されるトピックの出現頻度の分布と、前記第2関連アカウントに関連づけられているコンテンツデータから抽出されるトピックの出現頻度の分布とが類似しているか否かを判定することで、前記第1コンテンツデータと前記第2コンテンツデータとが類似しているか否かを判定する、12.に記載の制御方法。
17.
前記処理実行ステップにおいて、前記所定の処理として、前記第1注目アカウントと前記第2注目アカウントが同一人物によって所有されている蓋然性が高い旨を示す情報、又は前記第1注目アカウントの所有者と前記第2注目アカウントの所有者とが同一のグループに属している蓋然性が高い旨を示す情報を出力する、12.乃至16.いずれか一つに記載の制御方法。
18.
前記処理実行ステップにおいて、前記所定の処理として、前記判定ステップによって生成された前記分布を出力する、13.乃至16.いずれか一つに記載の制御方法。
19.
前記処理実行ステップにおいて、前記所定の処理として、前記第1コンテンツデータと前記第2コンテンツデータのうち、互いに一致又は類似するコンテンツデータを出力する、12.乃至18.いずれか一つに記載の制御方法。
20.
前記処理実行ステップにおいて、画像データに含まれる人物の特徴的な部位を表す画像領域を抽出して出力する、19.に記載の制御方法。
21.
前記処理実行ステップにおいて、画像データに含まれる車両の種類、メーカ、及びナンバープレートのナンバーのうち、少なくとも1つを示す情報を出力する、19.に記載の制御方法。
22.
前記処理実行ステップにおいて、画像データに含まれるランドマークの名称又は所在地を出力する、19.に記載の制御方法。
23.
12.乃至22.いずれか一つに記載の制御方法の各ステップをコンピュータに実行させるプログラム。
Claims (23)
- 第1注目アカウントに関連付けられている第1関連アカウントと第2注目アカウントに関連付けられている第2関連アカウントについて、前記第1関連アカウントに関連づけられている第1コンテンツデータと前記第2関連アカウントに関連付けられている第2コンテンツデータとが類似しているか否かを判定する判定部と、
前記第1コンテンツデータと前記第2コンテンツデータとが類似していると判定された場合、所定の処理を実行する処理実行部と、を有する情報処理装置。 - 前記判定部は、前記第1関連アカウントに関連付けられている画像データに含まれるオブジェクトの出現頻度の分布と、前記第2関連アカウントに関連づけられている画像データに含まれるオブジェクトの出現頻度の分布とが類似しているか否かを判定することで、前記第1コンテンツデータと前記第2コンテンツデータとが類似しているか否かを判定する、請求項1に記載の情報処理装置。
- 前記判定部は、前記第1関連アカウントに関連づけられているテキストデータ又は音声データに含まれる単語の出現頻度の分布と、前記第2関連アカウントに関連づけられているテキストデータ又は音声データに含まれる単語の出現頻度の分布とが類似しているか否かを判定することで、前記第1コンテンツデータと前記第2コンテンツデータとが類似しているか否かを判定する、請求項1に記載の情報処理装置。
- 前記判定部は、前記第1関連アカウントに関連づけられている音声データから抽出される話者の出現頻度の分布と、前記第2関連アカウントに関連づけられている音声データから抽出される話者の出現頻度の分布とが類似しているか否かを判定することで、前記第1コンテンツデータと前記第2コンテンツデータとが類似しているか否かを判定する、請求項1に記載の情報処理装置。
- 前記判定部は、前記第1関連アカウントに関連づけられているコンテンツデータから抽出されるトピックの出現頻度の分布と、前記第2関連アカウントに関連づけられているコンテンツデータから抽出されるトピックの出現頻度の分布とが類似しているか否かを判定することで、前記第1コンテンツデータと前記第2コンテンツデータとが類似しているか否かを判定する、請求項1に記載の情報処理装置。
- 前記処理実行部は、前記所定の処理として、前記第1注目アカウントと前記第2注目アカウントが同一人物によって所有されている蓋然性が高い旨を示す情報、又は前記第1注目アカウントの所有者と前記第2注目アカウントの所有者とが同一のグループに属している蓋然性が高い旨を示す情報を出力する、請求項1乃至5いずれか一項に記載の情報処理装置。
- 前記処理実行部は、前記所定の処理として、前記判定部によって生成された前記分布を出力する、請求項2乃至5いずれか一項に記載の情報処理装置。
- 前記処理実行部は、前記所定の処理として、前記第1コンテンツデータと前記第2コンテンツデータのうち、互いに一致又は類似するコンテンツデータを出力する、請求項1乃至7いずれか一項に記載の情報処理装置。
- 前記処理実行部は、画像データに含まれる人物の特徴的な部位を表す画像領域を抽出して出力する、請求項8に記載の情報処理装置。
- 前記処理実行部は、画像データに含まれる車両の種類、メーカ、及びナンバープレートのナンバーのうち、少なくとも1つを示す情報を出力する、請求項8に記載の情報処理装置。
- 前記処理実行部は、画像データに含まれるランドマークの名称又は所在地を出力する、請求項8に記載の情報処理装置。
- コンピュータによって実行させる制御方法であって、
第1注目アカウントに関連付けられている第1関連アカウントと第2注目アカウントに関連付けられている第2関連アカウントについて、前記第1関連アカウントに関連づけられている第1コンテンツデータと前記第2関連アカウントに関連付けられている第2コンテンツデータとが類似しているか否かを判定する判定ステップと、
前記第1コンテンツデータと前記第2コンテンツデータとが類似していると判定された場合、所定の処理を実行する処理実行ステップと、を有する制御方法。 - 前記判定ステップにおいて、前記第1関連アカウントに関連付けられている画像データに含まれるオブジェクトの出現頻度の分布と、前記第2関連アカウントに関連づけられている画像データに含まれるオブジェクトの出現頻度の分布とが類似しているか否かを判定することで、前記第1コンテンツデータと前記第2コンテンツデータとが類似しているか否かを判定する、請求項12に記載の制御方法。
- 前記判定ステップにおいて、前記第1関連アカウントに関連づけられているテキストデータ又は音声データに含まれる単語の出現頻度の分布と、前記第2関連アカウントに関連づけられているテキストデータ又は音声データに含まれる単語の出現頻度の分布とが類似しているか否かを判定することで、前記第1コンテンツデータと前記第2コンテンツデータとが類似しているか否かを判定する、請求項12に記載の制御方法。
- 前記判定ステップにおいて、前記第1関連アカウントに関連づけられている音声データから抽出される話者の出現頻度の分布と、前記第2関連アカウントに関連づけられている音声データから抽出される話者の出現頻度の分布とが類似しているか否かを判定することで、前記第1コンテンツデータと前記第2コンテンツデータとが類似しているか否かを判定する、請求項12に記載の制御方法。
- 前記判定ステップにおいて、前記第1関連アカウントに関連づけられているコンテンツデータから抽出されるトピックの出現頻度の分布と、前記第2関連アカウントに関連づけられているコンテンツデータから抽出されるトピックの出現頻度の分布とが類似しているか否かを判定することで、前記第1コンテンツデータと前記第2コンテンツデータとが類似しているか否かを判定する、請求項12に記載の制御方法。
- 前記処理実行ステップにおいて、前記所定の処理として、前記第1注目アカウントと前記第2注目アカウントが同一人物によって所有されている蓋然性が高い旨を示す情報、又は前記第1注目アカウントの所有者と前記第2注目アカウントの所有者とが同一のグループに属している蓋然性が高い旨を示す情報を出力する、請求項12乃至16いずれか一項に記載の制御方法。
- 前記処理実行ステップにおいて、前記所定の処理として、前記判定ステップによって生成された前記分布を出力する、請求項13乃至16いずれか一項に記載の制御方法。
- 前記処理実行ステップにおいて、前記所定の処理として、前記第1コンテンツデータと前記第2コンテンツデータのうち、互いに一致又は類似するコンテンツデータを出力する、請求項12乃至18いずれか一項に記載の制御方法。
- 前記処理実行ステップにおいて、画像データに含まれる人物の特徴的な部位を表す画像領域を抽出して出力する、請求項19に記載の制御方法。
- 前記処理実行ステップにおいて、画像データに含まれる車両の種類、メーカ、及びナンバープレートのナンバーのうち、少なくとも1つを示す情報を出力する、請求項19に記載の制御方法。
- 前記処理実行ステップにおいて、画像データに含まれるランドマークの名称又は所在地を出力する、請求項19に記載の制御方法。
- 請求項12乃至22いずれか一項に記載の制御方法の各ステップをコンピュータに実行させるプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/013880 WO2019187107A1 (ja) | 2018-03-30 | 2018-03-30 | 情報処理装置、制御方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2019187107A1 true JPWO2019187107A1 (ja) | 2021-02-25 |
JP7070665B2 JP7070665B2 (ja) | 2022-05-18 |
Family
ID=68059653
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020508875A Active JP7070665B2 (ja) | 2018-03-30 | 2018-03-30 | 情報処理装置、制御方法、及びプログラム |
Country Status (3)
Country | Link |
---|---|
US (4) | US20210019553A1 (ja) |
JP (1) | JP7070665B2 (ja) |
WO (1) | WO2019187107A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019202627A1 (ja) * | 2018-04-16 | 2019-10-24 | 三菱電機株式会社 | 障害物検出装置、障害物検出装置を利用した自動ブレーキ装置、障害物検出方法、および障害物検出方法を利用した自動ブレーキ方法 |
JP7110293B2 (ja) * | 2020-09-28 | 2022-08-01 | 楽天グループ株式会社 | 情報処理装置、情報処理方法およびプログラム |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009169901A (ja) * | 2008-01-21 | 2009-07-30 | Nec Corp | 情報処理装置、情報処理方法、コンピュータプログラム及び記録媒体 |
JP2015519645A (ja) * | 2012-04-26 | 2015-07-09 | グーグル・インク | ソーシャルネットワークのグループの創設 |
US9208171B1 (en) * | 2013-09-05 | 2015-12-08 | Google Inc. | Geographically locating and posing images in a large-scale image repository and processing framework |
US20160093123A1 (en) * | 2014-09-25 | 2016-03-31 | Volkswagen Ag | Diagnostic procedures and method of collecting vehicles |
JP2017112448A (ja) * | 2015-12-15 | 2017-06-22 | 日本放送協会 | 映像シーン分割装置及び映像シーン分割プログラム |
JP2017142796A (ja) * | 2016-02-12 | 2017-08-17 | 富士通株式会社 | 情報の特定及び抽出 |
JP2018037076A (ja) * | 2016-08-25 | 2018-03-08 | 株式会社ピープルコミュニケーションズ | Snsポータルシステム |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9201863B2 (en) * | 2009-12-24 | 2015-12-01 | Woodwire, Inc. | Sentiment analysis from social media content |
US20110320560A1 (en) * | 2010-06-29 | 2011-12-29 | Microsoft Corporation | Content authoring and propagation at various fidelities |
JP5758831B2 (ja) * | 2012-03-30 | 2015-08-05 | 楽天株式会社 | 情報提供装置、情報提供方法、情報提供プログラム、及びそのプログラムを記録するコンピュータ読み取り可能な記録媒体 |
US20150120583A1 (en) * | 2013-10-25 | 2015-04-30 | The Mitre Corporation | Process and mechanism for identifying large scale misuse of social media networks |
KR20160120604A (ko) * | 2015-04-08 | 2016-10-18 | 김근제 | 발광 수단 또는 색 정보를 이용한 코드 제공 장치 및 코드 식별 시스템 |
US20180129929A1 (en) * | 2016-11-09 | 2018-05-10 | Fuji Xerox Co., Ltd. | Method and system for inferring user visit behavior of a user based on social media content posted online |
US10866633B2 (en) * | 2017-02-28 | 2020-12-15 | Microsoft Technology Licensing, Llc | Signing with your eyes |
CN107609461A (zh) * | 2017-07-19 | 2018-01-19 | 阿里巴巴集团控股有限公司 | 模型的训练方法、数据相似度的确定方法、装置及设备 |
-
2018
- 2018-03-30 JP JP2020508875A patent/JP7070665B2/ja active Active
- 2018-03-30 US US17/043,291 patent/US20210019553A1/en not_active Abandoned
- 2018-03-30 WO PCT/JP2018/013880 patent/WO2019187107A1/ja active Application Filing
-
2023
- 2023-08-30 US US18/240,160 patent/US20230410221A1/en active Pending
- 2023-08-30 US US18/240,152 patent/US20230410220A1/en active Pending
- 2023-08-30 US US18/240,209 patent/US20230410222A1/en active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009169901A (ja) * | 2008-01-21 | 2009-07-30 | Nec Corp | 情報処理装置、情報処理方法、コンピュータプログラム及び記録媒体 |
JP2015519645A (ja) * | 2012-04-26 | 2015-07-09 | グーグル・インク | ソーシャルネットワークのグループの創設 |
US9208171B1 (en) * | 2013-09-05 | 2015-12-08 | Google Inc. | Geographically locating and posing images in a large-scale image repository and processing framework |
US20160093123A1 (en) * | 2014-09-25 | 2016-03-31 | Volkswagen Ag | Diagnostic procedures and method of collecting vehicles |
JP2017112448A (ja) * | 2015-12-15 | 2017-06-22 | 日本放送協会 | 映像シーン分割装置及び映像シーン分割プログラム |
JP2017142796A (ja) * | 2016-02-12 | 2017-08-17 | 富士通株式会社 | 情報の特定及び抽出 |
JP2018037076A (ja) * | 2016-08-25 | 2018-03-08 | 株式会社ピープルコミュニケーションズ | Snsポータルシステム |
Also Published As
Publication number | Publication date |
---|---|
US20230410221A1 (en) | 2023-12-21 |
US20230410220A1 (en) | 2023-12-21 |
WO2019187107A1 (ja) | 2019-10-03 |
JP7070665B2 (ja) | 2022-05-18 |
US20230410222A1 (en) | 2023-12-21 |
US20210019553A1 (en) | 2021-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9477685B1 (en) | Finding untagged images of a social network member | |
US9805060B2 (en) | System and method for predicting a geographic origin of content and accuracy of geotags related to content obtained from social media and other content providers | |
WO2017045443A1 (zh) | 一种图像检索方法及系统 | |
CN106874253A (zh) | 识别敏感信息的方法及装置 | |
US20230410222A1 (en) | Information processing apparatus, control method, and program | |
CN111401700A (zh) | 一种数据分析方法、装置、计算机系统及可读存储介质 | |
US10489637B2 (en) | Method and device for obtaining similar face images and face image information | |
CN111160783B (zh) | 数字资产价值的评价方法、系统及电子设备 | |
CN110807472B (zh) | 图像识别方法、装置、电子设备及存储介质 | |
CN109548691A (zh) | 一种宠物识别方法、装置、介质和电子设备 | |
JP2021068455A (ja) | 写真に基づいてユーザの顔を認識して活用する方法およびコンピュータシステム | |
US9317887B2 (en) | Similarity calculating method and apparatus | |
CN111090807A (zh) | 一种基于知识图谱的用户识别方法及装置 | |
CN114120221A (zh) | 基于深度学习的环境核查方法、电子设备及存储介质 | |
CN113704623A (zh) | 一种数据推荐方法、装置、设备及存储介质 | |
CN115618415A (zh) | 敏感数据识别方法、装置、电子设备和存储介质 | |
CN111552865A (zh) | 用户兴趣画像方法及相关设备 | |
CN107656959A (zh) | 一种留言方法、装置及留言设备 | |
WO2020113582A1 (en) | Providing images with privacy label | |
KR20160044858A (ko) | 얼굴 정보를 이용한 실종 가족 찾기 시스템 및 방법 그리고 이를 구현하는 프로그램을 기록한 기록 매체 | |
JPWO2019234827A1 (ja) | 情報処理装置、判定方法、及びプログラム | |
CN111241821B (zh) | 确定用户的行为特征的方法和装置 | |
US20140172874A1 (en) | Intelligent analysis queue construction | |
CN115037790B (zh) | 异常注册识别方法、装置、设备及存储介质 | |
CN115378806A (zh) | 流量分配方法、装置、计算机设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200911 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200911 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210921 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211117 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220405 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220418 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7070665 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |