WO2019244849A1 - 投稿情報抽出制御装置、投稿情報抽出制御プログラム - Google Patents

投稿情報抽出制御装置、投稿情報抽出制御プログラム Download PDF

Info

Publication number
WO2019244849A1
WO2019244849A1 PCT/JP2019/023944 JP2019023944W WO2019244849A1 WO 2019244849 A1 WO2019244849 A1 WO 2019244849A1 JP 2019023944 W JP2019023944 W JP 2019023944W WO 2019244849 A1 WO2019244849 A1 WO 2019244849A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
posted
comment
extraction control
control device
Prior art date
Application number
PCT/JP2019/023944
Other languages
English (en)
French (fr)
Inventor
▲邦▼明 安藤
陸斗 国本
勇志 ▲高▼井
大竹　和夫
Original Assignee
株式会社竹中工務店
▲邦▼明 安藤
陸斗 国本
勇志 ▲高▼井
大竹　和夫
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 株式会社竹中工務店, ▲邦▼明 安藤, 陸斗 国本, 勇志 ▲高▼井, 大竹　和夫 filed Critical 株式会社竹中工務店
Priority to US17/253,087 priority Critical patent/US20210271814A1/en
Priority to JP2020525726A priority patent/JPWO2019244849A1/ja
Priority to SG11202012766YA priority patent/SG11202012766YA/en
Priority to EP19822781.1A priority patent/EP3812925A4/en
Publication of WO2019244849A1 publication Critical patent/WO2019244849A1/ja

Links

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
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G06F16/353—Clustering; Classification into predefined classes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/38—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/387—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using geographical or spatial information, e.g. location
    • 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
    • G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/166—Editing, e.g. inserting or deleting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/253—Grammatical analysis; Style critique
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • 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
    • G06Q10/00—Administration; Management
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/02—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail using automatic reactions or user delegation, e.g. automatic replies or chatbot-generated messages
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/07—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail characterised by the inclusion of specific contents
    • H04L51/10—Multimedia information
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
    • H04L51/52—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail for supporting social networking services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • 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

Definitions

  • the present disclosure relates to a posted information extraction control device and a posted information extraction control program for extracting specific posted information from posted information (hereinafter, sometimes referred to as a comment) posted to SNS (social networking service).
  • Japanese Patent Application Laid-Open No. 2014-142738 discloses that a more convenient service can be provided by making full use of a large amount of information posted on an SNS and utilizing posted information with improved convenience. Has been described.
  • WO 2015/052785 has an information extraction server for extracting information related to infrastructure equipment, a past case DB, a spatio-temporal information DB, and a terminal for an administrator.
  • the client terminal may display the received infrastructure equipment state information at a predetermined position with a predetermined icon on a map using the map information. Has been described.
  • the present disclosure extracts post information having high credibility with respect to a predetermined theme from an unspecified multiple posted information group posted on an SNS, thereby obtaining useful information for a user.
  • An extraction control device and a post information extraction control program are obtained.
  • the posted information extraction control device of the present disclosure includes character string information indicating a position from each of the unspecified number of posted information groups by performing natural language analysis on the posted information group composed of characters and transmitted on a network. Selecting means for selecting the first posted information; and targeting the first posted information selected by the selecting means, based on the character string information, is determined to be transmitted from a specific area, and Extracting means for extracting second posted information including the related information of the object existing in the specific area.
  • highly credible information is extracted from a large number of posted information groups transmitted on a network and composed of characters.
  • the sorting means analyzes the unspecified large number of posted information groups by natural language. Thereby, the first posted information including the character string information for specifying the position is selected from the unspecified multiple posted information group.
  • the extracting means extracts the second posted information from the first posted information selected by the selecting means based on the character string information included in the first posted information.
  • the second posted information is information transmitted from within a specific area and including relevant information of an object existing in the specific area.
  • the extracted second posted information is transmitted from within a specific area and includes related information relating to an object existing in the specific area, and is highly credible among the unspecified multiple posted information group. It can be called post information.
  • the second post information extracted by the extraction unit includes the latitude and longitude information of the transmission source, the latitude and longitude information and the character string indicating the position in the specific area It is characterized by collating with information and judging the authenticity of the position indicated by the character string information.
  • the unspecified majority posted information group transmitted on the network may include the latitude and longitude information of the source.
  • the communication terminal has a GPS (Global Positioning System) function and the GPS function is in an operating state, the position information (latitude and longitude information) of the source of the posted information may be automatically embedded.
  • GPS Global Positioning System
  • the latitude and longitude information is compared with character string information indicating a position in a specific area, and the character string information is compared. The authenticity of the position indicated by is determined.
  • the second posted information can be more credible than the position determined by only the character string information.
  • the extraction unit divides the first posted information into word units, and determines that the first posted information is transmitted at least from within the specific area based on the part of speech of each word.
  • the related information includes action information indicating an action on the object, and evaluation information indicating a preference of the object, and at least the evaluation information includes character string information of the second posted information. Therefore, a stepwise evaluation based on the sensitive expression is set.
  • the behavior information on the target object is, for example, information that “they went to a certain place”
  • the number of pieces of the behavior information “they went to a certain place” is used as a material for determining whether or not the user is interested. can do.
  • the evaluation information for the object for example, if the object is food, and if a stepwise evaluation such as “very delicious, delicious, ordinary, unpleasant, and very unpleasant” is performed, the user wants to eat the object. It can be used as a material for determining whether or not.
  • the information processing apparatus further includes a notification unit that notifies the guide information including the density of the related information with respect to the target object.
  • a sorting unit that sorts into a plurality of predetermined categories, and a user who uses the guidance information notified by the notifying unit.
  • the user Upon registration, the user further requests a response to a predetermined question, analyzes the response, and further comprises a classifying unit for classifying the user into a plurality of categories, and the notifying unit includes a classifying unit. In this way, guidance information according to the category assigned to the user is notified.
  • the target object and the relevant information of the target object are linked to each other, and the target object is sorted into a plurality of predetermined categories.
  • the classification means When registering a user who uses the guidance information notified by the notification means, the classification means requests the user to answer a predetermined question, performs a factor analysis on the answer, and classifies the user into a plurality of categories. Classify into.
  • the notifying unit can notify the guide information according to the category assigned to the user by the classification.
  • the categories are classified according to the lifestyles and personalities of the users, so that the guide information to be notified is specialized for the users and can be more useful information than the notification without the category classification.
  • character string information describing the image is generated by image analysis including at least one of object detection and image caption.
  • Post information includes text only, image only, a combination of text and image, and the like. At this time, by analyzing the image and generating character string information that describes the image, it can be handled in the same way as text.
  • the posted information extraction control program causes a computer to operate as a posted information extraction control device.
  • FIG. 1 is a schematic diagram of an entire system mainly including a posted information extraction control device according to the present embodiment.
  • FIG. 3 is a block diagram illustrating functions of a posted information extraction control device according to the present embodiment.
  • FIG. 4 is a functional block diagram in which functions for executing each unit of the posted information extraction control device according to the present embodiment are classified according to control contents and are divided into blocks.
  • 5 is a control flowchart showing a main routine of the posted information extraction control device according to the present embodiment.
  • 5 is a flowchart illustrating a registrant management control routine executed by a registrant management function of the posted information extraction control device according to the present embodiment. It is a flowchart which shows the comment analysis control routine which is performed by the comment analysis function of the posted information extraction control device according to the present embodiment.
  • FIG. 5 is a flowchart illustrating an information processing control routine executed by the information providing function of the posted information extraction control device according to the present embodiment. It is the front view which clarified the content of the questionnaire information memorize
  • FIG. 10 is a table showing a result of calculating a factor load for each factor type, which is a third stage of the factor analysis according to the first example of the present embodiment. It is the fourth stage of the factor analysis according to the first example of the present embodiment, and is a correlation chart between the factor type notified to the questionnaire implementer and the name of the factor type.
  • a comment in which position information and related information (evaluation information and action information) are present in a character string is extracted and listed from a huge SNS comment by text mining processing. It is a chart.
  • FIG. 14 is a table showing evaluation criteria of evaluation tags added to the extracted comments in FIG. FIG.
  • FIG. 14 is a front view of a map image displayed on a monitor of a portable terminal carried by a user according to a third example of the present embodiment.
  • FIG. 4 is a front view when a social heat map is superimposed and displayed on a map image displayed on a monitor of a mobile terminal owned by a user. It is a block diagram explaining the function of the comment extraction control device concerning the modification of this Embodiment. It is a control flowchart which shows the main routine of the comment extraction control device concerning the modification of this Embodiment. 17 is an image analysis processing control routine executed in step 122 of FIG. It is a front view of the image which shows an example of an image caption in image analysis.
  • FIG. 4 is a front view showing a state where a unique image is extracted from a base image.
  • FIG. 14 is a front view showing an image analysis text generated based on the extracted unique image.
  • FIG. 1A is a schematic diagram of a network system mainly including the posted information extraction control device 10 according to the present embodiment.
  • the posted information of the present disclosure is directed to a comment (one of text information and image information) posted on the SNS. Therefore, the post information and the comment are treated as synonymous.
  • An SNS posting comment server 14 is connected to the network 12 (for example, the Internet).
  • the SNS comment server 14 stores comments posted from a plurality of mobile terminals 18 (for example, smartphones) via the wireless communication device 16. It is to be noted that a comment posted from a PC or the like wired to the network 12 without passing through the wireless communication device 16 is not excluded, but in the present embodiment, the user goes to a specific area (place) and In order to target comments transmitted from a region according to a predetermined theme, transmission from the mobile terminal 18 is mainly performed.
  • the post information extraction control device 10 is connected to the network 12.
  • the post information extraction control device 10 includes a microcomputer 20.
  • the microcomputer 20 has a CPU 20A, a RAM 20B, a ROM 20C, an input / output port (I / O) 20D, and a bus 20E such as a data bus or a control bus connecting these.
  • the storage device 22 and the communication I / F 24 are connected to the I / O 20D.
  • the storage device 22 is a hard disk, a flash memory typified by a USB memory and an SD memory, and the like, and may be used as an auxiliary storage space of the RAM 20B and the ROM 20C.
  • a comment extraction control program and the like are stored in advance in the recording areas of the RAM 20B, the ROM 20C, and the storage device 22, and are appropriately read according to the processing status of the CPU 20A.
  • FIG. 1B is a block diagram in which the operation when the comment extraction control program is executed in the posted information extraction control device 10 is classified by function.
  • the posted information extraction control device 10 operates as the registrant management function 26, the comment analysis function 28, and the information provision function 30.
  • the registrant management function 26 mainly receives registration of a user (user), executes a questionnaire survey (see FIGS. 7, 8 and 9) executed at the time of registration, and classifies registered users into categories (FIG. 10). , And FIG. 11 and FIG. 12), and learning of the classified category is performed.
  • the comment analysis function 28 mainly includes text mining of comments obtained from the SNS post comment server 14, determination of the post position specified by the text mining and its authenticity, evaluation of an object according to a theme, and the like (see FIG. 13). Is executed.
  • the target object includes a restaurant, a goods store, a scenic spot, a sightseeing spot, and the like.
  • the evaluation of the object refers to a description (generally referred to as a responsive expression) felt by the user such as “delicious”, “bad”, “high”, “cheap”, “beautiful”, and “dirty”.
  • the target object may include behavior information such as “performed” and “seen”, and the evaluation information and the behavior information are collectively referred to as related information.
  • the social heat map is a map in which areas having different densities and colors are displayed on a normally displayed map image, and places where there is a lot of information suitable for the category of the user are emphasized.
  • FIG. 2 is a functional block diagram in which each process when the registrant management function 26, the comment analysis function 28, and the information provision function 30 are executed in the posted information extraction control device 10 is divided into functions. Each block is intended to clarify each process, and does not limit the hardware configuration of the posted information extraction control device 10. Therefore, part or all of the processing may be executed by software processing based on the comment extraction control program.
  • a registration processing unit 32 is connected to the network 12, and receives new registration and questionnaire response information from the portable terminal 18 owned by the user.
  • the registration processing unit 32 is connected to the transmission unit 34 and the questionnaire analysis unit 36.
  • the transmission unit 34 is instructed to transmit the questionnaire information.
  • the questionnaire information storage unit 38 is connected to the transmission unit 34.
  • the questionnaire information storage unit 38 stores, for example, questionnaire information as shown in FIG.
  • the transmission unit 34 When the transmission unit 34 receives the instruction from the registration processing unit 32, the transmission unit 34 reads the questionnaire information from the questionnaire information storage unit 38 and transmits the questionnaire information to the portable terminal 18 of the user who wants to register. In transmitting the questionnaire information, the transmitting unit 34 requests the user to answer the questionnaire and request transmission of the initial post comment.
  • the questionnaire is necessary for classifying a user when registering a user (for example, corresponding to the name of each factor classified by factor analysis shown in FIG. 12).
  • the initial posted comment is necessary to increase the number of comments in which at least the user is associated with the current position and the evaluation of the object at the current position. In addition, it may be for the purpose of informing the user that a comment in which the current position and the evaluation are linked is necessary.
  • the control unit instructs the questionnaire analysis unit 36 to analyze the questionnaire.
  • the questionnaire analysis unit 36 is connected to the registrant category classification unit 40.
  • the registrant category classification unit 40 notifies the classified user (requesting registration) of the classified category (factor type) via the transmission unit 34, and associates the registrant's registration information with the classified factor type. Is registered in the registrant database 42.
  • the registrant database 42 is connected to the AI learning processing unit 44.
  • the AI learning processing unit 44 monitors the change of the registrant's preference based on the author of the comment posted on the SNS described later and the credibility of the comment, and registers the category of the registrant registered in the registrant database 42. (Factor type) is edited (for example, changed, added, deleted, etc.).
  • the comment analysis function 28 is provided with a posted comment acquisition unit 46, which randomly acquires SNS posts posted on the network 12. That is, the acquisition of the comment here does not take into account the comment transmission position, credibility, and the like.
  • the post comment acquisition unit 46 is connected to the poster identification unit 48, the text mining processing unit 50, and the latitude and longitude information extraction unit 52.
  • the poster specifying unit 48 specifies the poster based on the address of the comment source.
  • the specified poster information is sent to the AI learning processing unit 44 of the registrant management function 26, so that the poster is collated with the registered user.
  • the text mining processing unit 50 performs machine learning from the posted comments (that is, document data) so as to divide the document into words (for example, nouns, verbs, adjectives, and the like), and extracts useful information. At this time, the corpus 51 in which a large amount of natural languages are collected can be used as learning data for machine learning.
  • the text mining processing unit 50 is connected to the posting position specifying unit 54 and the related information specifying unit 56.
  • the post position specifying unit 54 analyzes the character string specifying the post position from the character strings interpreted by the text mining process. If there is a character string specifying the posting position, the character string is sent to the linking unit 58. In other words, a comment whose post position is not specified is excluded at this point.
  • the related information specifying unit 56 specifies related information (that is, information on behavior and information on evaluation) from character strings interpreted in the text mining process.
  • the specified related information is sent to the related information evaluation unit 60, and is given an evaluation score.
  • evaluation tags points of five levels (“OO”, “O”, “ ⁇ ”, “X”, and “XX”) are set, and respective related information is set. Give.
  • the related information to which the evaluation tag is added is sent to the linking unit 58 and linked with the posting position information sent from the posting position specifying unit 54 (extracted comment).
  • the extracted comment is sent to the credibility judgment unit 62.
  • the latitude / longitude information extracted by the latitude / longitude information extraction unit 52 is information that can be acquired when the GPS function of the portable terminal 18 owned by the user is activated.
  • the position of the mobile terminal 18 (that is, the current position of the user) can be specified with high accuracy by the latitude and longitude information.
  • the latitude / longitude information is extracted by the latitude / longitude information extraction unit 52, the latitude / longitude information is sent to the credibility determination unit 62.
  • the credibility judgment unit 62 receives the latitude / longitude information from the latitude / longitude information extraction unit 52, the credibility judgment unit 62 collates it with the posted position information which is a character string of the extracted comment. Thus, the credibility of the extracted comment is determined, and the extracted comment with high credibility is stored in the comment database 64.
  • the extracted comment received from the linking unit 58 is stored in the comment database 64 without collation.
  • the result of the determination by the credibility determination unit 62 is sent to the AI learning processing unit 44 of the registrant management function 26 together with the poster of the extracted comment.
  • learning is performed by associating the post frequency and credibility of the registered user, and it is determined whether or not it is necessary to edit the category (factor type) of the registered user.
  • the purpose of the information providing function 30 is to provide a user (registrant) with a social heat map generated based on the extracted comments.
  • the network 12 is connected to an authentication unit 66, a display map information acquisition unit 68, and a social heat map data transmission unit 70.
  • the request is accepted by the authentication unit 66.
  • the authentication unit 66 searches the registrant database 42 based on the identification information and the like included in the request item, and authenticates whether the user is registered.
  • the authentication unit 66 is connected to the category specifying unit 72 and the display map information capturing unit 68.
  • the category specifying unit 72 accesses the registrant database 42, specifies the category of the user (registrant) who has requested the social heat map, and sends the category to the comment data reading unit 74.
  • the display map information capturing unit 68 accesses the mobile terminal 18 possessed by the user, captures the currently displayed map information, and sends it to the comment data reading unit 74.
  • the comment data readout unit 74 reads out comment data from the comment database 64, which has location information in the map taken in from the user's mobile terminal 18, and sends it to the mapping processing unit 76.
  • the ⁇ mapping processing unit 76 maps a heat map corresponding to the comment data on the fetched map, and sends the map to the portable terminal 18 owned by the user via the social heat map data transmitting unit 70. Thereby, as shown in FIG. 14B, the social heat map is displayed on the monitor 18M of the mobile terminal 18.
  • FIG. 3 is a control flowchart showing a main routine of post information extraction control device 10 according to the present embodiment.
  • step 100 it is determined whether or not information has been received. If a negative determination is made, this routine ends.
  • step 100 If an affirmative determination is made in step 100, the process proceeds to step 102, the reception information is identified, and the process proceeds to step 104.
  • step 104 the process branches depending on the type of the received information. That is, if it is determined in step 104 that the received information type is registration-related, the process proceeds to step 106 to execute registrant management control (described in detail in FIG. 4), and this routine ends.
  • step 104 If the received information type is determined to be a posted comment in step 104, the process proceeds to step 108 to execute comment analysis control (described in detail in FIG. 5), and this routine ends.
  • step 104 If the received information type is determined to be a social heat map request in step 104, the process proceeds to step 110 to execute information provision control (described in detail in FIG. 6), and this routine ends.
  • FIG. 4 is a flowchart showing a registrant management control subroutine in step 106 of FIG.
  • step 150 the type of the reception information is determined. If it is determined in step 150 that the received information type is new registration, the process proceeds to step 152, where the questionnaire information is read from the questionnaire information storage unit 38, and the process proceeds to step 154.
  • step 154 the questionnaire information and the answer request are transmitted to the portable terminal 18 possessed by the user, and then, at step 156, the user is requested for an initial posting comment, and the process proceeds to step 164. Note that initial submission is not mandatory.
  • step 158 to analyze the questionnaire (for example, factor analysis).
  • step 160 the category of the registrant (see FIG. 12) is classified, and then the procedure proceeds to step 162, where the identification information of the registrant is associated with the category, stored in the registrant database, and then proceeds to step 164. I do.
  • step 164 it is determined whether or not there is a post from the registrant. If the determination is affirmative, the process proceeds to step 166 to learn the category of the registrant based on the related information posted by the registrant. Return to the main routine. If a negative determination is made in step 164, the process returns to the main routine.
  • FIG. 5 is a flowchart showing a comment analysis control subroutine in step 108 of FIG.
  • step 200 the contributor is specified, and then the process proceeds to step 202, where it is determined whether or not the posted comment has latitude and longitude information. If it is determined in step 202 that there is latitude and longitude information, the process proceeds to step 204 to temporarily store the position information based on the latitude and longitude, and then proceeds to step 206. If it is determined in step 202 that there is no latitude / longitude information, the process proceeds to step 206.
  • step 206 the posted comment is subjected to a text mining process based on the language stored in the corpus 51. That is, from the posted comment (ie, document data), machine learning is performed to divide the document into words (eg, nouns, verbs, adjectives, etc.), and useful information is extracted. At this time, the corpus 51 in which a large amount of natural languages are collected is used as learning data for machine learning.
  • a text mining process based on the language stored in the corpus 51. That is, from the posted comment (ie, document data), machine learning is performed to divide the document into words (eg, nouns, verbs, adjectives, etc.), and useful information is extracted.
  • the corpus 51 in which a large amount of natural languages are collected is used as learning data for machine learning.
  • next step 208 it is determined whether or not there is a character string that can specify the posting position in the character string obtained by the text mining process.
  • step 208 If a negative determination is made in step 208, the comment is determined to be a comment to be excluded (a comment having no applicability), and the process returns to the main routine.
  • step 208 If an affirmative determination is made in step 208, the comment is determined to be a comment having applicability, and the process proceeds to step 210 to specify related information.
  • the related information is a general term for evaluation information (for example, “delicious”, “beautiful”, etc.) and action information (for example, "go", "eat”, etc.).
  • step 212 an evaluation tag is added to the specified related information (for example, the five types of evaluation tags shown in FIG. 13B), and then the process proceeds to step 214 to associate the posting position with the related information (evaluation tag). .
  • step 216 the temporarily stored position information based on the latitude and longitude is read out, and then the process proceeds to step 218, where the position information based on the latitude and longitude information is compared with the position specified by the character string, and the process proceeds to step 220. Transition.
  • step 220 it is determined whether or not the result of the collation matches. If an affirmative determination is made in step 220, the process proceeds to step 222, where the posted comment (that is, the linked posting position and related information) is stored in the comment database 64, and the process returns to the main routine. If a negative determination is made in step 220, the comment is determined to be a comment to be excluded (that is, a comment having no applicability), and the process returns to the main routine.
  • FIG. 6 is a flowchart showing an information provision control subroutine in step 110 of FIG.
  • step 250 the registrant database 42 is accessed to authenticate the user (registered user), and the process proceeds to step 252.
  • step 252 it is determined whether or not the authentication is successful. If a negative determination is made, the process returns to the main routine.
  • the authentication process may be repeated a predetermined number of times.
  • step 252 If an affirmative determination is made in step 252, the process proceeds to step 254, accesses the registrant database 42, specifies the category of the user (registered user), and proceeds to step 256.
  • step 256 the comment database 64 is accessed to read out the comment data corresponding to the category. Then, the process proceeds to step 258, where the map range displayed by the user (registered user) is specified, and the process proceeds to step 260. Transition.
  • step 260 a mapping process is performed on the map based on the comment data to create a social heat map, and the process proceeds to step 262.
  • step 262 the social heat map data is transmitted to the accessing user (registered user), and the process returns to the main routine.
  • the first embodiment is an embodiment showing the flow of processing from a questionnaire response request to a factor analysis in the registrant management function 26.
  • the questionnaire information is transmitted from the transmission unit 34 in FIG.
  • the questionnaire is executed by selecting five types of answers.
  • the five types of answer options are “I do not agree”, “I do not agree so much”, “I can not say either”, “Somewhat agree”, and "I agree” for the question, Is selected (touch operation).
  • the question is switched (see FIG. 8B), and the selection of the answer is repeated.
  • each of the answer options of the questionnaire is assigned a score.
  • "I do not think so” is -2
  • "I do not think so much” is -1 point
  • "I can not say either” is 0 point
  • "Somewhat think” is +1 point
  • "I think so” is +2 Points are set and aggregated (first stage of factor analysis).
  • an item name is defined (see FIG. 10), and the item name is an important element in the classification of the factor type.
  • FIG. 11 shows the result of the factor analysis for each setting item name.
  • the factor loads for each of the six types of factors were calculated. From this result, the factor type of the questionnaire performer is specified (third stage). The specific means is executed by comparison with a predetermined average value or the like.
  • each of the six types of factors has a name.
  • the first factor is Lohas, the second is discerning, the third is market watcher, the fourth is passive, the fifth is convenience, and the sixth is It is preferable to assign names to the self-investment group and the factor types so that their own categories can be seen at a glance.
  • the number of factors is not limited to six. There is no particular limitation on the name of the factor type, and any language may be used as long as the content of the factor type can be understood at a glance.
  • the registrant category classification unit 40 notifies the questionnaire performer of the name of the factor type via the transmission unit 34. It should be noted that the factor type to be notified does not need to be one type, and for example, “You have been classified into two categories, Lohas and passive” may be notified.
  • a factor analysis was performed on the answers to the questionnaire by the main factor method, but other analysis means may be used as long as the category can be classified.
  • the second embodiment is an embodiment showing the flow of the text mining process in the comment analysis function 28.
  • FIG. 13A shows a result of extracting a comment in which the position information and the related information (evaluation information and action information) are included in the character string by text mining processing of the huge amount of SNS posted comments acquired by the posted comment acquisition unit 46. (Extracted comments).
  • BFIG. 13B shows the criteria for assigning an evaluation tag to the evaluation information of the character string of the extracted comment.
  • the evaluation tag has five grades (“ ⁇ ”, “ ⁇ ”, “ ⁇ ”, “ ⁇ ”, and “XX”).
  • the evaluation tag “OO” is attached to a predicate with a modifier such as “It was very delicious” or “It was the most beautiful so far” and is added to the extracted comment of positive evaluation.
  • the extracted comment on the first line corresponds to the evaluation tag “ ⁇ ”.
  • the evaluation tag “ ⁇ ” is added to a predicate such as “delicious” or “beautiful” and an extraction comment of positive evaluation.
  • the evaluation tag “ ⁇ ” is not an evaluation comment, but is added to an extracted comment in which there is action information that is a status report such as “performed” or “bought”.
  • the evaluation tag “x” is added to a predicate such as “bad” or “dirty” and a negative evaluation extraction comment.
  • the evaluation tag “xx” is attached to a predicate such as “very unsatisfactory” or “extremely dirty”, and a modifier attached to the predicate, and is attached to the extracted comment of negative evaluation.
  • the evaluation tag may be a numerical value (score) instead of a symbol such as “O” and “X”.
  • an evaluation tag is assigned to each of the extracted comments of FIG. 13A, and stored in the comment database 64 in this state. Since the latitude and longitude information is so-called stealth data, the presence or absence of the latitude and longitude information is not described in FIG. 13A. However, when the latitude / longitude information exists, it may be compared with the position information specified by the text mining process to determine whether or not to store the information in the comment database 64.
  • the third embodiment is an embodiment showing a display form of a social heat map in the information providing function 30.
  • FIG. 14A is a front view of the portable terminal 18 possessed by the user who has requested the social heat map.
  • the monitor 18M displays a map image 18A around the current position at a preset scale and a mark 18B indicating the current position. Is displayed.
  • an area 18C having a different density or color is displayed over the currently displayed map image 18A. That is, the area 18 ⁇ / b> C is displayed in a place where there is a lot of information suitable for the category of the user.
  • the display may be performed such that the color is changed from red to yellow in order from red to yellow to green.
  • a special mark 18D (here, a star) may be displayed as shown in FIG. 14B.
  • the potential of a specific area is grasped by the social heat map for urban development, and the candidate input for the next business development and the device input for brushing up the existing redevelopment area It can be used for location selection.
  • the potential of the planned site can be grasped with a social heat map and used to reflect on the flow line plan and the exterior plan that maximizes the impact on a specific area.
  • the potential of the planned site can be grasped with a social heat map and used to reflect on the flow line plan and on the exterior plan that minimizes the impact on specific areas. .
  • FIG. 15 is a block diagram illustrating functions of a comment extraction control device according to a modification of the present embodiment.
  • an image analysis function 29 is connected to the comment analysis function.
  • the image analysis function 29 mainly performs object detection and conversion to text by image caption.
  • object detection an image (area) of a feature object is extracted from the image, and the extracted image is identified (vehicle, animal, building, etc.), and character information is generated.
  • the image caption expresses the situation (content) of the image by a character string.
  • FIG. 16 is a control flowchart illustrating a main routine of the comment extraction control device according to the modification of the present embodiment. Note that the same processes as those in the main routine of the comment extraction control device according to the present embodiment are denoted by “A” at the end of the reference numerals.
  • step 100A it is determined whether or not information has been received. If a negative determination is made, this routine ends. If an affirmative determination is made in step 100A, the process proceeds to step 102A, the reception information is identified, and the process proceeds to step 104A.
  • step 104A the process branches depending on the type of reception information. That is, if it is determined in step 104A that the received information type is registration-related, the process proceeds to step 106A to execute registrant management control (described in detail in FIG. 4), and this routine ends. If the received information type is determined to be a posted comment in step 104A, the process proceeds to step 120 to determine whether the posted information includes an image. If an affirmative determination is made in step 120, the flow shifts to step 122 to execute image analysis processing, and then shifts to step 108A. At step 108A, comment analysis control (described in detail with reference to FIG. 5) is executed, and this routine ends.
  • step 104A when it is determined in step 104A that the received information type is a social heat map request, the process proceeds to step 110A to execute information provision control (described in detail in FIG. 6), and this routine ends.
  • FIG. 17 is an image analysis processing control routine executed in step 122 of FIG.
  • image analysis ie, object detection and / or image captioning
  • step 126 image analysis text
  • the text generated from the image is referred to as an image analysis text to distinguish it from the text existing from the beginning.
  • step 128 it is determined whether the posted information is an image + text or only an image.
  • step 128 If it is determined in step 128 that the post information is image + text, the process proceeds to step 130 to combine the original text with the original text, and then proceeds to step 132 to send the comment to the comment analysis function 28 as a comment. The routine ends, and the process moves to step 108A in FIG. If it is determined in step 128 that the posted information is only an image, the process proceeds to step 132 and is sent to the comment analysis function 28 as a comment. This routine ends, and the process proceeds to step 108A in FIG.
  • FIG. 18 shows an example of an image caption in the image analysis.
  • FIG. 18A shows a base image 80. As shown in FIG. 18B, a unique image is extracted from the base image 80.
  • a cat image (dotted line frame 80A) and a ball image (dashed-dotted line frame 80B) are extracted.
  • an image analysis text is generated based on the extracted unique image. In this case, an image analysis text “A cat laying on the chair with a ball.” Is generated.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Artificial Intelligence (AREA)
  • Strategic Management (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computing Systems (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Human Resources & Organizations (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Primary Health Care (AREA)
  • Library & Information Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Multimedia (AREA)
  • Game Theory and Decision Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

登録者管理機能では、利用者（ユーザ）の登録を受け付け、登録の際に実行されるアンケート調査の実行、登録したユーザのカテゴリー分類、並びに、分類したカテゴリーの学習等が実行される。コメント解析機能では、ＳＮＳ投稿コメントサーバーから取得したコメントのテキストマイニング、テキストマイニングにより特定された投稿位置及びその信憑性を判断、テーマに沿った対象物の評価等が実行される。情報提供機能では、コメントを分析した結果に基づいて生成し、ユーザへ提供するソーシャルヒートマップの編集、及びユーザのカテゴリー管理等が実行される。

Description

投稿情報抽出制御装置、投稿情報抽出制御プログラム
　本開示は、ＳＮＳ(social networking service)に投稿された投稿情報（以下、コメントという場合がある。）から、特定の投稿情報を抽出するための投稿情報抽出制御装置、投稿情報抽出制御プログラムに関する。
　ＳＮＳに投稿されたコメントを分析（クチコミ分析・ＳＮＳアカウント分析・投稿管理・属性分析・クリック数分析・拡散分析・競合分析）することは昨今よく行なわれている。
　特開２０１４－１４２７３８号公報には、ＳＮＳに投稿された多くの情報を十分に活用して、より利便性を向上させた投稿情報を活用して、より利便性の高いサービスを提供することが記載されている。
　特開２０１４－１４２７３８号公報では、第一の投稿情報に基づく第一のグループと、第二の投稿情報に基づく第二のグループとにおいて、第一の投稿情報から抽出した語句と、第二の投稿情報から抽出した語句との比較結果に基づき、該第一の投稿情報に特有の第一のキーワードと、該第二の投稿情報に特有の第二のキーワードとを特定し、第一のグループに第一のキーワードを対応付けるとともに、第二のグループに第二のキーワードを対応付けて、管理している。
　また、ＷＯ２０１５／０５２７８５には、インフラ設備に関連する情報を抽出するための情報抽出サーバと、過去事例ＤＢと、時空間情報ＤＢと、管理者用端末と、が通信可能であり、情報抽出サーバで抽出された情報を表示するためのクライアント端末と通信可能なシステムにおいて、クライアント端末は、受信したインフラ設備状態情報を地図情報を用いて地図上に所定のアイコンで所定の位置に表示することが記載されている。
　しかしながら、従来のコメントの活用は、コメントの傾向を把握し、マーケティング等に利用するのみであった。そのため、位置情報とコメントの整合性など、コメントの質の評価はできていなかった。
　すなわち、ＳＮＳに投稿された全てのコメントが対象となっていた。このため、中にはコメントの主旨と、その主旨を特定する地域（場所）とが紐付いていないもの、特定の地域（例えば、所謂「まちづくり」のために定めた領域や空間）を評価できていないものも多く含まれていた。また、特定の地域を評価する上での基準が定まっていなかった。
　本開示は、ＳＮＳに投稿された不特定多数投稿情報群から、予め定めたテーマに対して信憑性の高い投稿情報を抽出することで、利用者に有用な情報を取得することができる投稿情報抽出制御装置、投稿情報抽出制御プログラムを得る。
　本開示の投稿情報抽出制御装置は、ネットワーク上に発信され、文字からなる多数投稿情報群を自然言語解析することで、当該不特定多数投稿情報群の各々から位置を示す文字列情報が含まれる第１の投稿情報を選別する選別手段と、前記選別手段で選別された第１の投稿情報を対象として、前記文字列情報に基づいて、特定の地域内からの発信と認定され、かつ、前記特定の地域内に存在する対象物の関連情報が含まれる第２の投稿情報を抽出する抽出手段と、を有している。
　本開示によれば、ネットワーク上に発信され、文字からなる多数投稿情報群から、信憑性の高い情報を抽出する。
　すなわち、選別手段では、不特定多数投稿情報群を自然言語解析する。これにより当該不特定多数投稿情報群から位置を特定する文字列情報が含まれる第１の投稿情報を選別する。
　抽出手段では、選別手段で選別された第１の投稿情報を対象として、第１の投稿情報に含まれる文字列情報に基づいて、第２の投稿情報を抽出する。第２の投稿情報は、特定の地域内から発信され、かつ、特定の地域内に存在する対象物の関連情報が含まれる情報である。
　抽出された第２の投稿情報は、特定の地域内から発信され、かつ、当該特定の地域内に存在する対象物に関連する関連情報を含み、不特定多数投稿情報群の中でも信憑性の高い投稿情報ということができる。
　本開示において、前記抽出手段で抽出した前記第２の投稿情報に、発信元の緯度経度情報が含まれている場合は、当該緯度経度情報と、前記特定の地域内の位置を示す前記文字列情報とを照合し、前記文字列情報が示す位置の信憑性を判断することを特徴としている。
　ネットワーク上に発信された不特定多数投稿情報群には、発信元の緯度経度情報が含まれている場合がある。例えば、通信端末にＧＰＳ（Global Positioning System）機能が備わっており、当該ＧＰＳ機能が動作状態であれば、自動的に投稿情報の発信元の位置情報（緯度経度情報）が埋め込まれる場合がある。
　抽出手段で抽出した第２の投稿情報に発信元の緯度経度情報が含まれている場合は、当該緯度経度情報と、特定の地域内の位置を示す文字列情報とを照合し、文字列情報が示す位置の信憑性を判断する。
　これにより、第２の投稿情報を文字列情報のみで判断した位置よりも信憑性の高いものとすることができる。
　本開示において、前記抽出手段は、前記第１の投稿情報を単語単位に分割し、各単語の品詞に基づいて、少なくとも前記特定の地域内から発信したものと認定することを特徴としている。
　分割された単語の品詞に基づき、投稿情報の発信者が特定の地域内で発信しているのか（例えば、現在進行形の動詞等の品詞）、既に特定の地域外に移動した後に発信しているか（過去形の動詞等の品詞）を判別することができる。
　本開示において、前記関連情報が、前記対象物に対する行動を示す行動情報と、前記対象物の嗜好を示す評価情報とを含み、少なくとも前記評価情報には、前記第２の投稿情報の文字列情報から、感応表現に基づく段階的評価が設定されることを特徴としている。
　特に、対象物に対する行動情報が、例えば、「ある場所に行った」という情報である場合、この「ある場所に行った」という行動情報数の数が、興味を持つか否かの判断材料とすることができる。
　また、対象物に対する評価情報では、例えば、対象物が食べ物であり、「非常に美味い、美味い、普通、不味い、非常に不味い」等の段階的評価をしていけば、当該対象物を食したいか否かの判断材料とすることができる。
　本開示において、前記対象物に対する前記関連情報の疎密度合いを含む案内情報を報知する報知手段をさらに有している。
　報知手段により、前記対象物に対する前記関連情報の疎密度合いを含む案内情報を報知することで、利用者の利便性を高めることができる。
　本開示において、前記対象物と、当該対象物の前記関連情報とを紐付けて、予め定めた複数のカテゴリーに仕分ける仕分け手段と、前記報知手段によって報知される前記案内情報を利用する利用者を登録するに際し、当該利用者に、予め定めた設問に対する回答を要求し、前記回答を分析して、前記利用者を複数のカテゴリーに分類する分類手段とをさらに有し、前記報知手段は、分類によって利用者に割り当てられたカテゴリーに応じた案内情報を報知することを特徴としている。
　仕分け手段では、対象物と、当該対象物の関連情報とを紐付けて、予め定めた複数のカテゴリーに仕分ける。
　分類手段では、報知手段によって報知される案内情報を利用する利用者を登録するに際し、当該利用者に、予め定めた設問に対する回答を要求し、回答を因子分析して、利用者を複数のカテゴリーに分類する。
　これにより、報知手段では、分類によって利用者に割り当てられたカテゴリーに応じた案内情報を報知することができる。カテゴリーは、利用者のライフスタイルやパーソナリティが分類されるため、報知される案内情報は利用者に特化され、カテゴリー分類しないで報知するよりも、有用な情報となり得る。
　本開示において、前記不特定多数投稿情報群に画像が含まれる場合に、物体検出及び画像キャプションの少なくとも一方を含む画像解析によって、当該画像を説明する文字列情報を生成することを特徴としている。
　投稿情報には、テキストのみ、画像のみ、テキストと画像の組み合わせ等がある。このとき、画像解析して、画像を説明する文字列情報を生成することで、テキストと同等に扱うことができる。
　本開示に係る投稿情報抽出制御プログラムは、コンピュータを、投稿情報抽出制御装置として動作させることを特徴としている。
　以上説明した如く本開示では、ＳＮＳに投稿された不特定多数投稿情報群から、予め定めたテーマに対して信憑性の高い投稿情報を抽出することで、利用者に有用な情報を取得することができる。
本実施の形態に係る投稿情報抽出制御装置を主体としたシステム全体の概略図である。 本実施の形態に係る投稿情報抽出制御装置の機能を説明するブロック図である。 本実施の形態に係る投稿情報抽出制御装置の各部を実行するための機能を、制御内容で分類し、かつそれぞれのブロック化した機能ブロック図である。 本実施の形態に係る投稿情報抽出制御装置のメインルーチンを示す制御フローチャートである。 本実施の形態に係る投稿情報抽出制御装置の登録者管理機能で実行する登録者管理制御ルーチンを示すフローチャートである。 本実施の形態に係る投稿情報抽出制御装置のコメント解析機能で実行するコメント解析制御ルーチンを示すフローチャートである。 本実施の形態に係る投稿情報抽出制御装置の情報提供機能で実行する情報処理制御ルーチンを示すフローチャートである。 アンケート情報記憶部に記憶されるアンケート情報の内容を顕現化した正面図である。 ユーザが所持する携帯端末の正面図である。 ユーザが所持する携帯端末に順次表示されるアンケート項目画面の正面図である。 本実施の形態の第１実施例に係る因子分析の第１段階であり、ユーザが回答するアンケートの選択肢の内容を示す図表である。 本実施の形態の第１実施例に係る因子分析の第２段階であり、最終共通点の少ない項目を除外した内容を示す図表である。 本実施の形態の第１実施例に係る因子分析の第３段階であり、因子種毎の因子負荷量の演算結果を示す図表である。 本実施の形態の第１実施例に係る因子分析の第４段階であり、アンケート実施者に通知する因子種と、当該因子種の名前との相関図表である。 本実施の形態の第２の実施例に係り、膨大なＳＮＳコメントからテキストマイニング処理により、位置情報と関連情報（評価情報と行動情報）とが文字列に存在するコメントを抽出して一覧とした図表である。 図１３（Ａ）の抽出コメントに付与する評価タグの評価基準を示す図表である。 本実施の形態の第３の実施例に係り、ユーザが所持する携帯端末のモニタに表示される地図画像の正面図である。 ユーザが所持する携帯端末のモニタに表示される地図画像にソーシャルヒートマップを重ねて表示したときの正面図である。 本実施の形態の変形例に係るコメント抽出制御装置の機能を説明するブロック図である。 本実施の形態の変形例に係るコメント抽出制御装置のメインルーチンを示す制御フローチャートである。 図１６のステップ１２２で実行される画像解析処理制御ルーチンである。 画像解析の内、画像キャプションの一例を示す画像の正面図である。 基画像から特異画像を抽出した状態を示す正面図である。 抽出した特異画像に基づいて生成された画像解析テキストを示す正面図である。
　図１Ａは、本実施の形態に係る投稿情報抽出制御装置１０を主体とした、ネットワークシステムの概略図である。なお、本開示の投稿情報は、ＳＮＳで投稿されたコメント（テキスト情報及び画像情報の何れか一方）が対象である。従って、投稿情報とコメントとは同義として取り扱うものとする。
　ネットワーク１２（例えば、インターネット）には、ＳＮＳ投稿コメントサーバー１４が接続されている。ＳＮＳ投稿コメントサーバー１４には、無線通信装置１６を介して、複数の携帯端末１８（例えば、スマートホン等）から投稿されるコメントが蓄積されるようになっている。なお、無線通信装置１６を介さず、ネットワーク１２に有線接続されたＰＣ等から投稿されるコメントを排除するものではないが、本実施の形態では、特定の地域（場所）に出向き、その特定の地域から予め定めたテーマに沿って発信するコメントを対象とするため、携帯端末１８からの発信を主体とする。
　ネットワーク１２には、投稿情報抽出制御装置１０が接続されている。
　投稿情報抽出制御装置１０は、マイクロコンピュータ２０を備えている。マイクロコンピュータ２０は、ＣＰＵ２０Ａ、ＲＡＭ２０Ｂ、ＲＯＭ２０Ｃ、入出力ポート（Ｉ／Ｏ）２０Ｄ、及びこれらを接続するデータバスやコントロールバス等のバス２０Ｅを有している。
　Ｉ／Ｏ２０Ｄには、記憶装置２２及び通信Ｉ／Ｆ２４が接続されている。
　記憶装置２２は、ハードディスク、並びにＵＳＢメモリ及びＳＤメモリに代表されるフラッシュメモリ等であり、ＲＡＭ２０Ｂ及びＲＯＭ２０Ｃの補助的な記憶スペースとしても利用される場合がある。ＲＡＭ２０Ｂ、ＲＯＭ２０Ｃ、及び記憶装置２２の記録領域は、投稿情報抽出制御装置１０において、コメント抽出制御プログラム等が予め記憶され、ＣＰＵ２０Ａの処理状況に応じて適宜読み出されるようになっている。
　図１Ｂは、投稿情報抽出制御装置１０において、コメント抽出制御プログラムが実行されたときの動作を機能別に分類したブロック図である。
　すなわち、投稿情報抽出制御装置１０は、登録者管理機能２６、コメント解析機能２８、及び情報提供機能３０として動作する。
　登録者管理機能２６では、主として、利用者（ユーザ）の登録受け付け、登録の際に実行されるアンケート調査（図７、図８、図９参照）の実行、登録したユーザのカテゴリー分類（図１０、図１１、図１２参照）、並びに、分類したカテゴリーの学習等が実行される。
　コメント解析機能２８では、主として、ＳＮＳ投稿コメントサーバー１４から取得したコメントのテキストマイニング、テキストマイニングにより特定された投稿位置及びその信憑性の判断、テーマに沿った対象物の評価等（図１３参照）が実行される。対象物とは、飲食店、物品店、景勝地、及び観光スポット等が含まれる。対象物の評価とは、「美味い」、「不味い」、「高い」、「安い」、「綺麗」、「汚い」等、ユーザが感じた形容（総称して、感応表現という）を指す。なお、対象物に対して、「行った」、「見た」等の行動情報を含ませてもよく、評価情報と行動情報とを総称して、関連情報という。
　情報提供機能３０では、コメントを分析した結果に基づいて生成し、ユーザへ提供するソーシャルヒートマップ（図１４参照）の編集、及びユーザのカテゴリー管理等が実行される。ソーシャルヒートマップとは、通常表示されるマップ画像に重ねて、濃度や色が異なる領域を表示し、ユーザのカテゴリーに適合した情報が多い場所を強調したマップである。
　（投稿情報抽出制御装置１０の詳細）
　図２は、投稿情報抽出制御装置１０において、登録者管理機能２６、コメント解析機能２８、及び情報提供機能３０が実行されるときの各処理を機能別にブロック化した機能ブロック図である。なお、各ブロックは、各処理の顕現化を目的とするものであり、投稿情報抽出制御装置１０のハード構成を限定するものではない。従って、一部又は全部の処理がコメント抽出制御プログラムに基づく、所謂ソフトウェアでの処理で実行される場合がある。
　「登録者管理機能２６」
　図２に示される如く、ネットワーク１２には、登録処理部３２が接続されており、ユーザが所持する携帯端末１８からの、新規登録及びアンケート回答情報を受け付ける。
　登録処理部３２は、送信部３４及びアンケート解析部３６に接続されている。
　ここで、登録処理部３２が受け付けた情報が新規登録の場合は、送信部３４に対して、アンケート情報を送信するように指示する。
　送信部３４には、アンケート情報記憶部３８が接続されている。アンケート情報記憶部３８には、例えば、図７に示される如く、アンケート情報が記憶されている。
　送信部３４は、登録処理部３２から指示を受けると、アンケート情報記憶部３８からアンケート情報を読み出して、登録を希望するユーザの携帯端末１８へ送信する。なお、送信部３４では、アンケート情報の送信の際、ユーザに対して、アンケートの回答を要求すると共に、初期投稿コメントの発信を要求する。
　アンケートは、ユーザを登録する際のカテゴリー（例えば、図１２に示す、因子分析で分類した各因子の名前に相当）分類に必要である。
　また、初期投稿コメントは、少なくともユーザに対して、現在位置と、現在位置における対象物に対する評価とが紐付けされているコメントを増やすために必要である。また、現在位置と評価とが紐付けされているコメントが必要であることを、ユーザに周知させる目的にもなり得る。
　一方、登録処理部３２が受け付けた情報がアンケート回答情報の場合は、アンケート解析部３６に対して、アンケートの解析を指示する。アンケート解析部３６は、登録者カテゴリー分類部４０に接続されている。
　登録者カテゴリー分類部４０では、分類されたカテゴリー（因子種）を、送信部３４を介して、登録を要求したユーザへ通知すると共に、登録者の登録情報と分類された因子種とを関連付けて、登録者データベース４２へ登録する。
　登録者データベース４２は、ＡＩ学習処理部４４に接続されている。ＡＩ学習処理部４４は、後述するＳＮＳに投稿されたコメントの投稿者及びコメントの信憑性に基づき付き、登録者の嗜好の変化を監視して、登録者データベース４２に登録された登録者のカテゴリー（因子種）を編集（例として、変更、追加、削除等）するようになっている。
　「コメント解析機能２８」
　図２に示される如く、コメント解析機能２８には、投稿コメント取得部４６が設けられ、ネットワーク１２に投稿されたＳＮＳの投稿をランダムに取得する。すなわち、ここでのコメントの取得は、コメントの発信位置や信憑性等は考慮しない。
　投稿コメント取得部４６は、投稿者特定部４８、テキストマイニング処理部５０、及び緯度経度情報抽出部５２に接続されている。
　投稿者特定部４８では、コメントの発信元のアドレス等から投稿者を特定する。特定した投稿者情報は、登録者管理機能２６のＡＩ学習処理部４４へ送出されることで、投稿者と登録したユーザとの照合を行う。
　テキストマイニング処理部５０は、投稿されたコメント（すなわち文書データ）から、文書を単語（例えば名詞、動詞、形容詞等）に分割するように機械学習し、有益な情報を取り出す。このとき、自然言語を大量に集めたコーパス５１を、機械学習の学習データとして利用することができる。
　テキストマイニング処理部５０は、投稿位置特定部５４及び関連情報特定部５６に接続されている。
　投稿位置特定部５４では、テキストマイニング処理で解釈された文字列の中から、投稿位置を特定する文字列を解析する。そして、投稿位置を特定する文字列が存在した場合には、紐付け部５８へ送出する。言い換えれば、投稿位置が特定されないコメントは、この時点で排除される。
　一方、関連情報特定部５６では、テキストマイニング処理で解釈された文字列の中から、関連情報（すなわち行動に関する情報及び評価に関する情報）を特定する。特定した関連情報は、関連情報評価部６０へ送出され、評価点数が付与される。一例として、図１３Ｂに示される如く、５段階（「○○」「○」、「△」、「×」、及び「××」）の評価タグ（点数）を設定し、それぞれの関連情報を付与する。
　評価タグが付与された関連情報は、紐付け部５８へ送出され、前記投稿位置特定部５４から送出された投稿位置情報と紐付けされる（抽出コメント）。
　抽出コメントは、信憑性判断部６２へ送出される。
　ここで、緯度経度情報抽出部５２で抽出される緯度経度情報は、ユーザが所持する携帯端末１８のＧＰＳ機能が起動しているときに取得可能な情報である。緯度経度情報により、携帯端末１８の位置（すなわち、ユーザの現在位置）を精度良く特定することができる。
　緯度経度情報抽出部５２で緯度経度情報が抽出されると、当該緯度経度情報は、信憑性判断部６２へ送出される。
　信憑性判断部６２では、緯度経度情報抽出部５２から緯度経度情報を受けていれば、抽出コメントの文字列である投稿位置情報と照合する。これにより抽出コメントの信憑性を判断し、信憑性が高い抽出コメントを、コメントデータベース６４へ格納する。
　緯度経度情報抽出部５２から緯度経度情報を受けていない場合は、照合を行うことなく、紐付け部５８から受けた抽出コメントをコメントデータベース６４へ格納する。
　なお、信憑性判断部６２での判断結果は、抽出コメントの投稿者と共に、登録者管理機能２６のＡＩ学習処理部４４へ送出される。そして、登録されたユーザが投稿者の場合に、当該ユーザの投稿頻度及び信憑性を関連付けて学習し、当該登録されたユーザのカテゴリー（因子種）の編集の要否を判断する。
　「情報提供機能３０」
　情報提供機能３０では、抽出コメントに基づいて生成したソーシャルヒートマップをユーザ（登録者）に提供することが目的である。
　図２に示される如く、ネットワーク１２には、認証部６６、表示地図情報取込部６８、及びソーシャルヒートマップデータ送信部７０が接続されている。
　ユーザが、携帯端末１８を操作して、ソーシャルヒートマップを要求すると、当該要求は認証部６６で受け付けられる。認証部６６では、要求項目に含まれる識別情報等に基づき、登録者データベース４２を検索して、ユーザが登録されているか否かを認証する。
　認証部６６は、カテゴリー特定部７２及び表示地図情報取込部６８に接続されている。
　カテゴリー特定部７２では、登録者データベース４２にアクセスして、ソーシャルヒートマップを要求してきたユーザ（登録者）のカテゴリーを特定し、コメントデータ読出部７４へ送出する。
　また、表示地図情報取込部６８は、ユーザが所持している携帯端末１８にアクセスして、現在表示している地図情報を取り込み、コメントデータ読出部７４へ送出する。
　コメントデータ読出部７４では、コメントデータベース６４から、ユーザの携帯端末１８から取り込んだ地図内を位置情報としているコメントデータを読み出し、マッピング処理部７６へ送出する。
　マッピング処理部７６では、取り込んだ地図上にコメントデータに応じたヒートマップをマッピングし、ソーシャルヒートマップデータ送信部７０を介して、ユーザが所持する携帯端末１８へ送出する。これにより、図１４Ｂに示される如く、携帯端末１８のモニタ１８Ｍには、ソーシャルヒートマップが表示される。
　以下に本実施の形態の作用を、図３～図６のフローチャートに従い説明する。
　図３は、本実施の形態に係る投稿情報抽出制御装置１０のメインルーチンを示す制御フローチャートである。
　ステップ１００では、情報を受け付けたか否かを判断し、否定判定された場合は、このルーチンは終了する。
　また、ステップ１００で、肯定判定されると、ステップ１０２へ移行して、受付情報を識別し、ステップ１０４へ移行する。
　ステップ１０４では、受付情報種によって処理を分岐する。すなわち、ステップ１０４で受付情報種が登録関連と判定された場合は、ステップ１０６へ移行して、登録者管理制御（図４で詳細に説明）を実行し、このルーチンは終了する。
　また、ステップ１０４で受付情報種が投稿コメントと判定された場合は、ステップ１０８へ移行して、コメント解析制御（図５で詳細に説明）を実行し、このルーチンは終了する。
　さらに、ステップ１０４で受付情報種がソーシャルヒートマップ要求と判定された場合は、ステップ１１０へ移行して、情報提供制御（図６で詳細に説明）を実行し、このルーチンは終了する。
　（登録者管理制御）
　図４は、図３のステップ１０６における登録者管理制御サブルーチンを示すフローチャートである。
　ステップ１５０では、受付情報種を判別する。このステップ１５０で受付情報種が新規登録と判別された場合は、ステップ１５２へ移行してアンケート情報記憶部３８からアンケート情報を読み出し、ステップ１５４へ移行する。
　ステップ１５４では、アンケート情報及び回答要求を、ユーザが所持する携帯端末１８へ送信し、次いで、ステップ１５６でユーザに対して、初期投稿コメントを要求し、ステップ１６４へ移行する。なお、初期投稿は必須ではない。
　一方、ステップ１５０において、受付情報種がアンケート回答情報と判別された場合は、ステップ１５８へ移行してアンケートを解析する（例えば、因子分析）。
　次のステップ１６０では、登録者のカテゴリー（図１２参照）を分類し、次いでステップ１６２へ移行して、登録者の識別情報とカテゴリーとを関連付けて、登録者データベースへ格納し、ステップ１６４へ移行する。
　ステップ１６４では、登録者から投稿が有ったか否かを判断し、肯定判定された場合は、ステップ１６６へ移行して、登録者が投稿した関連情報に基づき、登録者のカテゴリーを学習し、メインルーチンへ戻る。また、ステップ１６４で否定判定された場合は、メインルーチンへ戻る。
　（コメント解析制御）
　図５は、図３のステップ１０８におけるコメント解析制御サブルーチンを示すフローチャートである。
　ステップ２００では、投稿者を特定し、次いで、ステップ２０２へ移行して、投稿したコメントに緯度経度情報が有るか否かを判断する。このステップ２０２で緯度経度情報有りと判定された場合は、ステップ２０４へ移行して、緯度経度による位置情報を一時的に格納し、ステップ２０６へ移行する。また、ステップ２０２で緯度経度情報無しと判定された場合は、ステップ２０６へ移行する。
　ステップ２０６では、投稿されたコメントを、コーパス５１に記憶された言語に基づいて、テキストマイニング処理を実行する。すなわち、投稿されたコメント（すなわち文書データ）から、文書を単語（例えば名詞、動詞、形容詞等）に分割するように機械学習し、有益な情報を取り出す。このとき、自然言語を大量に集めたコーパス５１を、機械学習の学習データとして利用する。
　次のステップ２０８では、テキストマイニング処理によって得た文字列において、投稿位置を特定し得る文字列が有るか否かを判断する。
　このステップ２０８で否定判定された場合は、当該コメントは除外するコメント（適用価値がないコメント）と判断し、メインルーチンへ戻る。
　また、ステップ２０８で肯定判定された場合は、当該コメントは適用価値があるコメントと判断し、ステップ２１０へ移行して、関連情報を特定する。関連情報とは、評価情報（例えば、「美味い」、「綺麗」等）と行動情報（例えば、「行った」、「食べた」等）の総称である。
　次のステップ２１２では、特定した関連情報に評価タグを付与し（例えば、図１３Ｂに示す５種類の評価タグ）、次いでステップ２１４へ移行して投稿位置と関連情報（評価タグ）とを紐付ける。
　次のステップ２１６では、一時的に格納した緯度経度による位置情報を読み出し、次いで、ステップ２１８へ移行して緯度経度情報による位置情報と文字列で特定した位置との照合を実行し、ステップ２２０へ移行する。
　ステップ２２０では、照合の結果が一致したか否かを判定する。このステップ２２０で肯定判定されると、ステップ２２２へ移行して、コメントデータベース６４に、投稿コメント（すなわち紐付けした投稿位置と関連情報）を格納し、メインルーチンへ戻る。また、ステップ２２０で否定判定されると、当該コメントは除外するコメント（すなわち適用価値がないコメント）と判断し、メインルーチンへ戻る。
　なお、緯度経度情報が存在しないコメントに関しては、全てコメントデータベース６４に格納してもよいし、別の方法（例えば文字列の位置情報が住所等であり、一意的と判断できる等）で取捨選択するようにしてもよい。
　（情報提供制御）
　図６は、図３のステップ１１０における情報提供制御サブルーチンを示すフローチャートである。
　ステップ２５０では、登録者データベース４２にアクセスして、利用者（登録済ユーザ）の認証を実行し、ステップ２５２へ移行する。
　ステップ２５２では、認証に成功したか否かを判断し、否定判定された場合は、メインルーチンに戻る。なお、認証処理は、予め定めた回数を繰り返すようにしてもよい。
　また、ステップ２５２で肯定判定されると、ステップ２５４へ移行して、登録者データベース４２にアクセスして、利用者（登録済ユーザ）のカテゴリーを特定し、ステップ２５６へ移行する。
　ステップ２５６では、コメントデータベース６４にアクセスし、カテゴリーに対応するコメントデータを読み出し、次いで、ステップ２５８へ移行して、利用者（登録済ユーザ）が表示している地図範囲を特定し、ステップ２６０へ移行する。
　ステップ２６０では、地図にコメントデータに基づいてマッピング処理を実行し、ソーシャルヒートマップを作成し、ステップ２６２へ移行する。
　ステップ２６２では、アクセスしてきた利用者（登録済ユーザ）へ、ソーシャルヒートマップデータを送信し、メインルーチンへ戻る。
　以下に、投稿情報抽出制御装置１０における各機能（すなわち登録者管理機能２６、コメント解析機能２８、及び情報提供機能３０）における主要な処理の実施例を説明する。
　（第１実施例）
　第１実施例は、登録者管理機能２６における、アンケートの回答要求から因子分析までの処理の流れを示す実施例である。
　ユーザが登録を要求すると、図２の送信部３４からアンケート情報を送信される。
　図８Ａに示される如く、ユーザが所持する携帯端末１８のモニタ１８Ｍには、３０項目のアンケートの設問（図７参照）が順次表示される。
　アンケートは、５種類の回答を選択することで実行される。５種類の回答の選択肢は、設問に対して、「そう思わない」、「あまりそう思わない」、「どちらともいえない」、「ややそう思う」、及び「そう思う」であり、ユーザが自身の判断で、何れかを選択（タッチ操作）する。ここで、ユーザが「次へ」をタッチ操作すると、設問が切り替わり（図８Ｂ参照）、回答の選択を繰り返す。
　アンケートの回答が終了し、ユーザがアンケート回答情報を送信すると、図２のアンケート解析部３６及び登録者カテゴリー分類部４０での因子分析処理が実行される。
　図９に示される如く、アンケートの回答の選択肢には、それぞれ点数が付与されている。ここでは、「そう思わない」が－２点、「あまりそう思わない」が－１点、「どちらともいえない」が０点、「ややそう思う」が＋１点、及び「そう思う」が＋２点に設定され、集計される（因子分析の第１段階）。各設問は、項目名が定められており（図１０参照）、この項目名が因子種の分類の重要な要素となる。
　因子分析の第２段階では、図１０に示される如く、アンケートの回答の因子分析の過程で、最終共通性の低い設問があれば除外する。ここでは、設問Ｎｏ．１３、Ｎｏ．１５、Ｎｏ．２５、Ｎｏ．３０を除外した例を示している。
　図１１は、各設定項目名毎の因子分析結果を示したものであり、ここでは、６種類の因子種毎の因子負荷量を演算した。この結果から、アンケート実施者の因子種を特定する（第３段階）。特定の手段は、予め定めた平均値との比較等で実行される。
　図１２に示される如く、６種類の因子種にはそれぞれ名前が付与されている。
　例えば第１因子種はロハス派、第２因子種はこだわり派、第３因子種は市場ウォッチャー派、第４因子種は受け身派、第５因子種は利便性重視派、及び第６因子種は自己投資派等と、因子種には、それぞれ自身のカテゴリーが一目瞭然となる名前を付与することが好ましい。なお、因子種は６種類に限定されるものではない。また、因子種の名前についても、特に制約はなく、因子種の内容が一目で理解できる文言であればよい。
　登録者カテゴリー分類部４０では、送信部３４を介して、アンケート実施者に対して、因子種の名前を通知する。なお、通知する因子種は、１種類である必要はなく、例えば、「あなたは、ロハス派と受け身派の２つのカテゴリーに分類されました」等と通知してもよい。
　この第１実施例では、アンケートの回答に対して、主因子法による因子分析を行ったが、カテゴリー分類できれば、他の分析手段を用いてもよい。
　（第２実施例）
　第２実施例は、コメント解析機能２８における、テキストマイニング処理の流れを示す実施例である。
　図１３Ａは、投稿コメント取得部４６で取得した膨大なＳＮＳの投稿コメントのテキストマイニング処理により、位置情報と関連情報（評価情報及び行動情報）とが文字列に含まれるコメントを抽出した結果である（抽出コメント）。
　例えば、図１３Ａの第１行の投稿内容には、「・・・とても美味しい・・・○○駅のエキュート・・・」というコメントであり、「とても美味しい」という評価情報と、「○○駅のエキュート」という位置情報とが含まれているのがわかる。
　図１３Ｂは、抽出コメントの文字列の評価情報に評価タグと付与するときの基準が示されている。
　評価タグは、５段階（「○○」「○」、「△」、「×」、及び「××」）となっている。
　評価タグ「○○」は、「とても美味しかった」、「今までで一番綺麗だった」等の、述語に修飾語がつき、かつプラス評価の抽出コメントに付与される。上記第１行の抽出コメントはこの評価タグ「○○」に相当する。
　評価タグ「○」は、「美味しかった」、「綺麗だった」等の、述語、かつプラス評価の抽出コメントに付与される。
　評価タグ「△」は、評価コメントではないが、「行った」、「買った」等の状況報告となる行動情報が存在する抽出コメントに付与される。
　評価タグ「×」は、「不味かった」、「汚かった」等の、述語、かつマイナス評価の抽出コメントに付与される。
　評価タグ「××」は、「とても不味かった」、「ものすごく汚かった」等の、述語に修飾語がつき、かつマイナス評価の抽出コメントに付与される。
　評価タグとしては、「○」及び「×」等の記号ではなく、数値（得点）であってもよい。
　この図１３Ｂの評価基準に基づき、図１３Ａの抽出コメントのそれぞれに評価タグが付与され、この状態で、コメントデータベース６４に格納される。なお、緯度経度情報は、所謂ステルスデータであるため、図１３Ａでは、緯度経度情報の有無を記載していない。しかし、緯度経度情報が存在する場合は、テキストマイニング処理で特定した位置情報と照合し、コメントデータベース６４へ格納するか否かを判断すればよい。
　（第３実施例）
　第３実施例は、情報提供機能３０における、ソーシャルヒートマップの表示形態を示す実施例である。
　図１４Ａは、ソーシャルヒートマップを要求したユーザが所持する携帯端末１８の正面図である。
　例えば、携帯端末１８にインストールされている地図アプリ（ＧＰＳ機能付）を起動することで、モニタ１８Ｍには、予め設定された縮尺による現在位置周辺のマップ画像１８Ａと、現在位置を示すマーク１８Ｂとが表示されている。
　この状態で、例えば、別ウィンドウからソーシャルヒートマップを要求すると、現在表示されるマップ画像１８Ａに重ねて、濃度や色が異なる領域１８Ｃが表示される。すなわち、ユーザのカテゴリーに適合した情報が多い場所に領域１８Ｃが表示される。
　この場合、濃度が高ければ高いほど、カテゴリーに即した対象物があることを示す。なお、濃度に換えて、高い濃度から低い濃度へ順に、赤色→黄色→緑色といったように色を変えるように表示してもよい。
　また、ユーザのカテゴリーの中で特に、推奨する場所等が存在する場合に、図１４Ｂに示される如く、特別マーク１８Ｄ（ここでは、星印）を表示するようにしてもよい。
　以上説明したように、本実施の形態では、都市開発を対象として、特定の地域のポテンシャルをソーシャルヒートマップで把握し、次事業展開の候補選定や既存再開発地区のブラッシュアップのための仕掛け投入箇所選定に利用することができる。
　また、建築設計者を対象として、計画地のポテンシャルをソーシャルヒートマップで把握し、動線計画への反映や特定の地域へのインパクトを最大化する外装計画への反映に利用することができる。
　さらに、建築設計者を対象として、計画地のポテンシャルをソーシャルヒートマップで把握し、動線計画への反映や特定の地域への影響を最小限とする外装計画への反映に利用することができる。
　また、情報サービスを対象として、特定の地域のソーシャルヒートマップを携帯端末１８（スマートホン等）に展開可能なアプリを構築し、特定の地域の利用者の回遊を促進させることができる。これにより、間接的には健康増進を図ることができる。
　（変形例）
　本実施の形態では、投稿情報（コメント）として、テキストに特化してテキストマイニングを実行し、投稿位置の特定、信憑性の判断及び対象物の評価等を行うようにしたが、投稿情報には画像が含まれる、或いは、画像のみの場合もある。
　画像に関しては、対象外とすることも可能であるが、変形例として、画像を解析して、当該画像を説明するテキストを生成し、本実施の形態のコメントと同様に取り扱うようにしてもよい。
　以下に図１５～図１７に基づき、本実施の形態の変形例について説明する。なお、本実施の形態と同一構成部分に関しては、同一の符号を付してその構成の説明を省略する。
　図１５は、本実施の形態の変形例に係るコメント抽出制御装置の機能を説明するブロック図である。
　図１５に示される如く、コメント解析機能２８には、画像解析機能２９が接続されている。
　画像解析機能２９では、主として、物体検出、画像キャプションによるテキスト化が実行される。
　物体検出は、画像から特徴となる物体の画像（領域）を抽出し、当該抽出した画像を識別（車両、動物、建造物等）して、文字情報を生成する。
　画像キャプションは、画像の状況（内容）を文字列で表現する。
　すなわち、物体検出及び画像キャプションは、何れも画像をテキスト化する機能であり、テキスト化された文字列（コメント）を、コメント解析機能で解析する。
　図１６は、本実施の形態の変形例に係るコメント抽出制御装置のメインルーチンを示す制御フローチャートである。なお、本実施の形態のコメント抽出制御装置のメインルーチンと同一処理については、符号の末尾に「Ａ」を付す。
　ステップ１００Ａでは、情報を受け付けたか否かを判断し、否定判定された場合は、このルーチンは終了する。
　また、ステップ１００Ａで、肯定判定されると、ステップ１０２Ａへ移行して、受付情報を識別し、ステップ１０４Ａへ移行する。
　ステップ１０４Ａでは、受付情報種によって処理を分岐する。すなわち、ステップ１０４Ａで受付情報種が登録関連と判定された場合は、ステップ１０６Ａへ移行して、登録者管理制御（図４で詳細に説明）を実行し、このルーチンは終了する。
　また、ステップ１０４Ａで受付情報種が投稿コメントと判定された場合は、ステップ１２０へ移行して投稿情報は画像を含むか否かを判断する。
　このステップ１２０で肯定判定されると、ステップ１２２へ移行して、画像解析処理を実行し、ステップ１０８Ａへ移行する。
　ステップ１０８Ａでは、コメント解析制御（図５で詳細に説明）を実行し、このルーチンは終了する。
　さらに、ステップ１０４Ａで受付情報種がソーシャルヒートマップ要求と判定された場合は、ステップ１１０Ａへ移行して、情報提供制御（図６で詳細に説明）を実行し、このルーチンは終了する。
　図１７は、図１６のステップ１２２で実行される画像解析処理制御ルーチンである。
　ステップ１２４では、画像解析（すなわち物体検出及び画像キャプションの少なくとも一方）が実行され、次いで、ステップ１２６へ移行して、画像解析に基づいてテキストを生成する。なお、画像から生成されるテキストは、当初から存在するテキストと区別して、画像解析テキストという。
　次のステップ１２８では、投稿情報が画像＋テキストか、画像のみかを判断する。
　ステップ１２８で投稿情報が画像＋テキストと判断された場合は、ステップ１３０へ移行して、当初のテキストと合成し、次いで、ステップ１３２へ移行して、コメントとしてコメント解析機能２８へ送出し、このルーチンは終了し、図１６のステップ１０８Ａへ移行する。
　また、ステップ１２８で投稿情報が画像のみと判断された場合は、ステップ１３２へ移行して、コメントとしてコメント解析機能２８へ送出し、このルーチンは終了し、図１６のステップ１０８Ａへ移行する。
　図１８は、画像解析の内、画像キャプションの一例を示す。
　図１８Ａは基画像８０であり、図１８Ｂに示される如く、基画像８０から特異画像を抽出する。ここでは、猫画像（点線枠８０Ａ）及びボール画像（一点鎖線枠８０Ｂ）を抽出する。
　図１８Ｃに示される如く、抽出した特異画像に基づいて、画像解析テキストを生成する。この場合は、「A cat laying on the chair with a ball.」という、画像解析テキストが生成される。
　２０１８年６月１９日に出願された日本国特許出願２０１８－１１６２１０号の開示は、その全体が参照により本明細書に取り込まれる。本明細書に記載されたすべての文献、特許出願、および技術規格は、個々の文献、特許出願、および技術規格が参照により取り込まれることが具体的かつ個々に記された場合と同程度に、本明細書中に参照により取り込まれる。

Claims (8)

  1. 　ネットワーク上に発信され、文字又は画像の少なくとも一方からなる不特定多数投稿情報群を自然言語解析することで、当該不特定多数投稿情報群の各々から位置を示す文字列情報が含まれる第１の投稿情報を選別する選別手段と、
    　前記選別手段で選別された第１の投稿情報を対象として、前記文字列情報に基づいて、特定の地域内からの発信と認定され、かつ、前記特定の地域内に存在する対象物の関連情報が含まれる第２の投稿情報を抽出する抽出手段と、
    を有する投稿情報抽出制御装置。
  2. 　前記抽出手段で抽出した前記第２の投稿情報に、発信元の緯度経度情報が含まれている場合は、当該緯度経度情報と、前記特定の地域内の位置を示す前記文字列情報とを照合し、前記文字列情報が示す位置の信憑性を判断する、請求項１記載の投稿情報抽出制御装置。
  3. 　前記抽出手段は、前記第１の投稿情報を単語単位に分割し、各単語の品詞に基づいて、少なくとも前記特定の地域内から発信したものと認定する、請求項１又は請求項２項記載の投稿情報抽出制御装置。
  4. 　前記関連情報が、前記対象物に対する行動を示す行動情報と、前記対象物の嗜好を示す評価情報とを含み、少なくとも前記評価情報には、前記第２の投稿情報の文字列情報から、感応表現に基づく段階的評価が設定される請求項１～請求項３の何れか１項記載の投稿情報抽出制御装置。
  5. 　前記対象物に対する前記関連情報の疎密度合いを含む案内情報を報知する報知手段をさらに有する請求項１～請求項４の何れか１項記載の投稿情報抽出制御装置。
  6. 　前記対象物と、当該対象物の前記関連情報とを紐付けて、予め定めた複数のカテゴリーに仕分ける仕分け手段と、
    　前記報知手段によって報知される前記案内情報を利用する利用者を登録するに際し、当該利用者に、予め定めた設問に対する回答を要求し、前記回答を分析して、前記利用者を複数のカテゴリーに分類する分類手段とをさらに有し、
    　前記報知手段は、分類によって利用者に割り当てられたカテゴリーに応じた案内情報を報知する、請求項５記載の投稿情報抽出制御装置。
  7. 　前記不特定多数投稿情報群に画像が含まれる場合に、物体検出及び画像キャプションの少なくとも一方を含む画像解析によって、当該画像を説明する文字列情報を生成する、請求項１～請求項６の何れか１項記載の投稿情報抽出制御装置。
  8. 　コンピュータを、
    　請求項１～請求項７の何れか１項記載の投稿情報抽出制御装置として動作させる、投稿情報抽出制御プログラム。
PCT/JP2019/023944 2018-06-19 2019-06-17 投稿情報抽出制御装置、投稿情報抽出制御プログラム WO2019244849A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
US17/253,087 US20210271814A1 (en) 2018-06-19 2019-06-17 Posted information extraction control device and computer readable storage medium
JP2020525726A JPWO2019244849A1 (ja) 2018-06-19 2019-06-17 投稿情報抽出制御装置、投稿情報抽出制御プログラム
SG11202012766YA SG11202012766YA (en) 2018-06-19 2019-06-17 Posted information extraction control device and posted information extraction control program
EP19822781.1A EP3812925A4 (en) 2018-06-19 2019-06-17 CONTRIBUTION INFORMATION EXTRACTION DEVICE AND PROGRAM

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018-116210 2018-06-19
JP2018116210 2018-06-19

Publications (1)

Publication Number Publication Date
WO2019244849A1 true WO2019244849A1 (ja) 2019-12-26

Family

ID=68983400

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2019/023944 WO2019244849A1 (ja) 2018-06-19 2019-06-17 投稿情報抽出制御装置、投稿情報抽出制御プログラム

Country Status (5)

Country Link
US (1) US20210271814A1 (ja)
EP (1) EP3812925A4 (ja)
JP (1) JPWO2019244849A1 (ja)
SG (1) SG11202012766YA (ja)
WO (1) WO2019244849A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112966500A (zh) * 2021-02-15 2021-06-15 珠海市鸿瑞信息技术股份有限公司 基于人工智能组态的网络数据链安全监测平台
JP2022042432A (ja) * 2020-09-02 2022-03-14 ヤフー株式会社 情報処理装置、情報処理方法及び情報処理プログラム

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002222252A (ja) * 2001-01-26 2002-08-09 Gourmet Navigator Inc 料理人出張支援システム及び料理人出張支援プログラム
WO2012011496A1 (ja) * 2010-07-21 2012-01-26 楽天株式会社 サーバ装置、投稿情報処理方法、投稿情報処理プログラム及び記録媒体
JP2014142738A (ja) 2013-01-23 2014-08-07 Fujitsu Ltd 管理方法、管理装置および管理プログラム
WO2015052785A1 (ja) 2013-10-09 2015-04-16 株式会社日立製作所 情報処理システム
JP2018116210A (ja) 2017-01-20 2018-07-26 富士フイルム株式会社 撮像レンズおよび撮像装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130212229A1 (en) * 2011-09-26 2013-08-15 Lou Vastardis Social networking information system and method
JP5935516B2 (ja) * 2012-06-01 2016-06-15 ソニー株式会社 情報処理装置、情報処理方法、及びプログラム
US10484329B2 (en) * 2015-06-03 2019-11-19 Oath Inc. Computerized notification system and method for delivering breaking news content
US10423688B1 (en) * 2018-04-13 2019-09-24 Banjo, Inc. Notifying entities of relevant events

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002222252A (ja) * 2001-01-26 2002-08-09 Gourmet Navigator Inc 料理人出張支援システム及び料理人出張支援プログラム
WO2012011496A1 (ja) * 2010-07-21 2012-01-26 楽天株式会社 サーバ装置、投稿情報処理方法、投稿情報処理プログラム及び記録媒体
JP2014142738A (ja) 2013-01-23 2014-08-07 Fujitsu Ltd 管理方法、管理装置および管理プログラム
WO2015052785A1 (ja) 2013-10-09 2015-04-16 株式会社日立製作所 情報処理システム
JP2018116210A (ja) 2017-01-20 2018-07-26 富士フイルム株式会社 撮像レンズおよび撮像装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
NODE-RED UG JP: ""Node-RED" programming that allows easy device control and network access [Part 3] "Artificial intelligence bot" that explains the posted images of Twitter", I/O, vol. 42, no. 7, 1 July 2017 (2017-07-01), pages 92 - 94, XP009524959, ISSN: 0387-6675 *
See also references of EP3812925A4
YAMAZAKI, YUTARO ET AL.: "Proposal of a visualization system for congestion situation using local tweets in large- scale events", LECTURE PROCEEDINGS OF THE 80TH (2018) NATIONAL CONFERENCE, VOLUME 1 , DATA AND WEB, INFORMATION PROCESSING SOCIETY OF JAPAN, 13 March 2018 (2018-03-13), pages 1 - 485; 1-486 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022042432A (ja) * 2020-09-02 2022-03-14 ヤフー株式会社 情報処理装置、情報処理方法及び情報処理プログラム
CN112966500A (zh) * 2021-02-15 2021-06-15 珠海市鸿瑞信息技术股份有限公司 基于人工智能组态的网络数据链安全监测平台
CN112966500B (zh) * 2021-02-15 2021-11-23 珠海市鸿瑞信息技术股份有限公司 基于人工智能组态的网络数据链安全监测平台

Also Published As

Publication number Publication date
US20210271814A1 (en) 2021-09-02
EP3812925A1 (en) 2021-04-28
JPWO2019244849A1 (ja) 2021-07-26
SG11202012766YA (en) 2021-02-25
EP3812925A4 (en) 2022-03-16

Similar Documents

Publication Publication Date Title
US8407781B2 (en) Information providing support device and information providing support method
US8099415B2 (en) Method and apparatus for assessing similarity between online job listings
US10423649B2 (en) Natural question generation from query data using natural language processing system
US20180181915A1 (en) Systems and Methods to Improve Job Posting Structure and Presentation
CN111144723A (zh) 人岗匹配推荐方法及系统、存储介质
Kelly Assessment of digitized library and archives materials: A literature review
CN109800354B (zh) 一种基于区块链存储的简历修改意图识别方法及系统
JP2019125145A (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
US10762438B1 (en) Extracting questions and answers
CN107408125A (zh) 用于查询答案的图像
WO2019244849A1 (ja) 投稿情報抽出制御装置、投稿情報抽出制御プログラム
CN110188207B (zh) 知识图谱构建方法及装置、可读存储介质、电子设备
CN112749328B (zh) 搜索方法、装置和计算机设备
CN115659008A (zh) 大数据信息反馈的信息推送系统、方法、电子设备及介质
KR101752474B1 (ko) 지식 공유 서비스 제공 장치, 방법 및 컴퓨터 프로그램
CN113157871A (zh) 应用人工智能的新闻舆情文本处理方法、服务器及介质
US10504145B2 (en) Automated classification of network-accessible content based on events
JP5876396B2 (ja) 情報収集プログラム、情報収集方法および情報処理装置
JP2014016916A (ja) ソーシャル・グラフの拡張方法、プログラム及びシステム
KR102111658B1 (ko) 사업 보조 서비스를 제공하기 위한 소셜 마케팅 방법
Duin et al. Identifying audiences of e-infrastructures-tools for measuring impact
CN112087473A (zh) 文档下载方法、装置、计算机可读存储介质和计算机设备
CN113742496B (zh) 一种基于异构资源融合的电力知识学习系统及方法
US20180293508A1 (en) Training question dataset generation from query data
Zuze The crossover point between keyword rich website text and spamdexing

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19822781

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2020525726

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2019822781

Country of ref document: EP

Effective date: 20210119