WO2020035934A1 - Ｓｎｓ画像トレンド分析システム、ｓｎｓ画像トレンド分析方法、及びプログラム - Google Patents

Ｓｎｓ画像トレンド分析システム、ｓｎｓ画像トレンド分析方法、及びプログラム Download PDF

Info

Publication number
WO2020035934A1
WO2020035934A1 PCT/JP2018/030461 JP2018030461W WO2020035934A1 WO 2020035934 A1 WO2020035934 A1 WO 2020035934A1 JP 2018030461 W JP2018030461 W JP 2018030461W WO 2020035934 A1 WO2020035934 A1 WO 2020035934A1
Authority
WO
WIPO (PCT)
Prior art keywords
image
sns
group
components
trend
Prior art date
Application number
PCT/JP2018/030461
Other languages
English (en)
French (fr)
Inventor
田中　正宏
栗原　洋介
和也 箕部
晴香 金丸
研次 落合
雅史 和田
裕人 寒川
Original Assignee
株式会社ウフル
ザ・ユージーン・スタジオ株式会社
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 株式会社ウフル, ザ・ユージーン・スタジオ株式会社 filed Critical 株式会社ウフル
Priority to JP2020537338A priority Critical patent/JP6960539B2/ja
Priority to PCT/JP2018/030461 priority patent/WO2020035934A1/ja
Publication of WO2020035934A1 publication Critical patent/WO2020035934A1/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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • 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
    • 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

Definitions

  • the SNS 10 is an SNS for which the present system performs an image trend analysis. It is assumed that the SNS can be accessed from the terminal 20 via the communication network 40.
  • the first grouping means 215 groups the components of the image extracted in step S304 (step S305).
  • all of the extracted components may be used, several of the extracted components may be used from those having a high probability, or those having a probability equal to or more than a threshold may be used. Good.
  • a component having a probability of more than 90% among the extracted components is used, referring to the table 701 in FIG. 7, the components exceeding 90% in the image 601 are animals and cats. , Image 601 is in the group “Animals & Cats”. Also, referring to the table 702 of FIG.
  • the second grouping means 217 groups the hash tags of the images extracted in step S306 (step S307). For example, since the hashtags co-occurring in the image 601 are #cat and # 4, the image 601 is grouped as "cat & 4". In addition, since the hashtags co-occurring in the image 602 are #animal, #pot, #kingghidorah, #cat, the image 602 belongs to the group "animal & pot & kingghidora & cat".
  • an image to which a specific hashtag is attached is extracted from an SNS, and a trend of the SNS is analyzed based on a relationship between a component of the image and a hashtag co-occurring in the image. It is possible to provide an SNS image trend analysis system, an SNS image trend analysis method, and a program that can obtain analysis results in text.

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computing Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

【課題】　特定のキーワードについてＳＮＳのトレンドを分析することを目的とする。 【解決手段】　ＳＮＳ画像トレンド分析システムに、キーワードを取得する取得手段２１１と、キーワードをハッシュタグに変換する変換手段２１２と、ハッシュタグが付けられた画像をＳＮＳから抽出する第１抽出手段２１３と、画像に対して画像解析を行い画像の成分を抽出する第２抽出手段２１４と、画像の成分をグループに分ける第１グループ手段２１５と、画像に共起される別のハッシュタグを抽出する第３抽出手段２１６と、ハッシュタグと共起されたハッシュタグとをグループに分ける第２グループ手段２１７と、成分のグループと、ハッシュタグのグループと、の関係性からＳＮＳの画像のトレンドを分析する分析手段２１８とを備える。

Description

ＳＮＳ画像トレンド分析システム、ＳＮＳ画像トレンド分析方法、及びプログラム
　本発明は、特定のハッシュタグが付加された画像をＳＮＳ（Ｓｏｃｉａｌ　Ｎｅｔｗｏｒｋｉｎｇ　Ｓｅｒｖｉｃｅ）から抽出して、それを基に、ＳＮＳのトレンド分析を行うＳＮＳ画像トレンド分析システム、ＳＮＳ画像トレンド分析方法、及びプログラムに関するものである。
　近年、ＳＮＳの普及に伴い、ＳＮＳの分析に関する技術が注目されている。例えば、投稿するコメントの影響度が高いインフルエンサを検知することができる技術が提供されている（特許文献１）。
特開２０１６－４５９００号公報
　しかしながら、特許文献１の技術では、影響度が高いインフルエンサを検知することにより、マーケティングにインフルエンサを利用することはできるが、ある特定のキーワードについての、ＳＮＳでの画像のトレンドを分析したいような場合には、対応することはできない。
　この課題に対し、本発明の発明者らは、ある特定のキーワードをハッシュタグとして付けられた画像を、ＳＮＳから抽出可能な点に注目した。
　本発明は、ある特定のハッシュタグが付けられた画像をＳＮＳから抽出して、その画像の成分とその画像に共起されるハッシュタグとの関係性から、ＳＮＳのトレンドを分析するＳＮＳ画像トレンド分析システム、ＳＮＳ画像トレンド分析方法、及びプログラムを提供することを目的とする。
　本発明では、以下のような解決手段を提供する。
　第１の特徴に係る発明は、
　ＳＮＳの画像のトレンドを分析するＳＮＳ画像トレンド分析システムであって、
　キーワードを取得する取得手段と、
　前記キーワードをハッシュタグに変換する変換手段と、
　前記ハッシュタグが付けられた画像を、前記ＳＮＳから抽出する第１抽出手段と、
　前記画像に対して、画像解析を行い画像の成分を抽出する第２抽出手段と、
　前記成分をグループに分ける第１グループ手段と、
　前記画像に共起される別のハッシュタグを抽出する第３抽出手段と、
　前記ハッシュタグと、共起された前記別のハッシュタグと、をグループに分ける第２グループ手段と、
　前記成分のグループと、前記別のハッシュタグのグループと、の関係性から前記ＳＮＳの画像のトレンドを分析する分析手段と、
を備えるＳＮＳ画像トレンド分析システムを提供する。
　第１の特徴に係る発明によれば、ＳＮＳの画像のトレンドを分析するＳＮＳ画像トレンド分析システムであって、キーワードを取得する取得手段と、前記キーワードをハッシュタグに変換する変換手段と、前記ハッシュタグが付けられた画像を、前記ＳＮＳから抽出する第１抽出手段と、前記画像に対して、画像解析を行い画像の成分を抽出する第２抽出手段と、前記成分をグループに分ける第１グループ手段と、前記画像に共起される別のハッシュタグを抽出する第３抽出手段と、前記ハッシュタグと、共起された前記別のハッシュタグと、をグループに分ける第２グループ手段と、前記成分のグループと、前記別のハッシュタグのグループと、の関係性から前記ＳＮＳの画像のトレンドを分析する分析手段と、を備える。
　第１の特徴に係る発明は、ＳＮＳ画像トレンド分析システムのカテゴリであるが、ＳＮＳ画像トレンド分析方法、及びプログラムであっても同様の作用、効果を奏する。
　第２の特徴に係る発明は、第１の特徴に係る発明であるＳＮＳ画像トレンド分析システムであって、
　前記第１抽出手段は、前記ハッシュタグが付けられた画像が複数枚存在する場合には、前記画像の抽出処理を複数回繰り返し、抽出した画像の枚数分だけ前記第２抽出手段及び前記第３抽出手段での抽出処理を繰り返すＳＮＳ画像トレンド分析システムを提供する。
　第２の特徴に係る発明によれば、第１の特徴に係る発明であるＳＮＳ画像トレンド分析システムにおいて、前記第１抽出手段は、前記ハッシュタグが付けられた画像が複数枚存在する場合には、前記画像の抽出処理を複数回繰り返し、抽出した画像の枚数分だけ前記第２抽出手段及び前記第３抽出手段での抽出処理を繰り返す。
　第３の特徴に係る発明は、第１又は第２の特徴に係る発明であるＳＮＳ画像トレンド分析システムであって、
　前記第２抽出手段は、前記画像の成分をテキストとして抽出し、
　前記分析手段は、前記画像を分析したトレンドをテキストとして出力可能なＳＮＳ画像トレンド分析システムを提供する。
　第３の特徴に係る発明によれば、第１又は第２の特徴に係る発明であるＳＮＳ画像トレンド分析システムにおいて、前記第２抽出手段は、前記画像の成分をテキストとして抽出し、前記分析手段は、前記画像を分析したトレンドをテキストとして出力可能である。
　第４の特徴に係る発明は、第１から第３のいずれかの特徴に係る発明であるＳＮＳ画像トレンド分析システムであって、
　前記分析手段は、前記画像の成分であるテキストの登場回数を、前記第１グループと前記第２グループとのマトリックスでカウントするＳＮＳ画像トレンド分析システムを提供する。
　第４の特徴に係る発明によれば、第１から第３のいずれかの特徴に係る発明であるＳＮＳ画像トレンド分析システムにおいて、前記分析手段は、前記画像の成分であるテキストの登場回数を、前記第１グループと前記第２グループとのマトリックスでカウントする。
　第５の特徴に係る発明は、第１から第４のいずれかの特徴に係る発明であるＳＮＳ画像トレンド分析システムであって、
　前記第２グループ手段は、共起された前記別のハッシュタグどうしについて、類義語辞典を参照して類義語であると判断された場合にはひとつのグループにまとめるＳＮＳ画像トレンド分析システムを提供する。
　第５の特徴に係る発明によれば、第１から第４のいずれかの特徴に係る発明であるＳＮＳ画像トレンド分析システムにおいて、　前記第２グループ手段は、共起された前記別のハッシュタグどうしについて、類義語辞典を参照して類義語であると判断された場合にはひとつのグループにまとめる。
　第６の特徴に係る発明は、第１から第５のいずれかの特徴に係る発明であるＳＮＳ画像トレンド分析システムであって、
　前記分析手段は、前記第２グループ手段で類義語をひとつのグループにまとめた場合には、前記画像の成分であるテキストの登場回数の重み付けを変更して前記第１グループと前記第２グループとのマトリックスでカウントするＳＮＳ画像トレンド分析システムを提供する。
　第６の特徴に係る発明によれば、第１から第５のいずれかの特徴に係る発明であるＳＮＳ画像トレンド分析システムにおいて、前記分析手段は、前記第２グループ手段で類義語をひとつのグループにまとめた場合には、前記画像の成分であるテキストの登場回数の重み付けを変更して前記第１グループと前記第２グループとのマトリックスでカウントする。
　第７の特徴に係る発明は、第１から第６のいずれかの特徴に係る発明であるＳＮＳ画像トレンド分析システムであって、
　前記分析手段は、前記第２抽出手段で抽出された画像の成分がある確率以上である場合には、前記画像の成分であるテキストの登場回数の重み付けを変更して前記第１グループと前記第２グループとのマトリックスでカウントするＳＮＳ画像トレンド分析システムを提供する。
　第７の特徴に係る発明によれば、第１から第６のいずれかの特徴に係る発明であるＳＮＳ画像トレンド分析システムにおいて、前記分析手段は、前記第２抽出手段で抽出された画像の成分がある確率以上である場合には、前記画像の成分であるテキストの登場回数の重み付けを変更して前記第１グループと前記第２グループとのマトリックスでカウントする。
　第８の特徴に係る発明は、第１から第７のいずれかの特徴に係る発明であるＳＮＳ画像トレンド分析システムであって、
　前記分析手段は、前記第２抽出手段で様々なカテゴリの画像成分が抽出された場合には、カテゴリ毎に画像を分類してから分析処理を行うＳＮＳ画像トレンド分析システムを提供する。
　第８の特徴に係る発明によれば、第１から第７のいずれかの特徴に係る発明であるＳＮＳ画像トレンド分析システムにおいて、前記分析手段は、前記第２抽出手段で様々なカテゴリの画像成分が抽出された場合には、カテゴリ毎に画像を分類してから分析処理を行う。
　第９の特徴に係る発明は、第１から第８のいずれかの特徴に係る発明であるＳＮＳ画像トレンド分析システムであって、
　前記分析手段は、前記画像の成分であるテキストの登場回数に前記画像に対する前記ＳＮＳでのリアクションを重み付けとして加味したものを前記第１グループと前記第２グループとのマトリックスでカウントするＳＮＳ画像トレンド分析システムを提供する。
　第９の特徴に係る発明によれば、第１から第８のいずれかの特徴に係る発明であるＳＮＳ画像トレンド分析システムにおいて、前記分析手段は、前記画像の成分であるテキストの登場回数に前記画像に対する前記ＳＮＳでのリアクションを重み付けとして加味したものを前記第１グループと前記第２グループとのマトリックスでカウントする。
　第１０の特徴に係る発明は、第１から第９のいずれかの特徴に係る発明であるＳＮＳ画像トレンド分析システムであって、
　前記取得手段は、前記ＳＮＳでの検索ワードランキングから、上位のもの又は急上昇中のものを自動で取得するＳＮＳ画像トレンド分析システムを提供する。
　第１０の特徴に係る発明によれば、第１から第９のいずれかの特徴に係る発明であるＳＮＳ画像トレンド分析システムにおいて、　前記取得手段は、前記ＳＮＳでの検索ワードランキングから、上位のもの又は急上昇中のものを自動で取得する。
　第１１の特徴に係る発明は、
　ＳＮＳの画像のトレンドを分析するＳＮＳ画像トレンド分析方法において、
　キーワードを取得するステップと、
　前記キーワードをハッシュタグに変換するステップと、
　前記ハッシュタグが付けられた画像を、前記ＳＮＳから抽出するステップと、
　前記画像に対して、画像解析を行い画像の成分を抽出するステップと、
　前記成分をグループに分けるステップと、
　前記画像に共起される別のハッシュタグを抽出するステップと、
　前記ハッシュタグと、共起された前記別のハッシュタグと、をグループに分けるステップと、
　前記成分のグループと、前記別のハッシュタグのグループと、の関係性から前記ＳＮＳの画像のトレンドを分析するステップと、
を備えるＳＮＳ画像トレンド分析方法を提供する。
　第１２の特徴に係る発明は、
　ＳＮＳの画像のトレンドを分析するＳＮＳ画像トレンド分析システムに、
　キーワードを取得するステップ、
　前記キーワードをハッシュタグに変換するステップ、
　前記ハッシュタグが付けられた画像を、前記ＳＮＳから抽出するステップ、
　前記画像に対して、画像解析を行い画像の成分を抽出するステップ、
　前記成分をグループに分けるステップ、
　前記画像に共起される別のハッシュタグを抽出するステップ、
　前記ハッシュタグと、共起された前記別のハッシュタグと、をグループに分けるステップ、
　前記成分のグループと、前記別のハッシュタグのグループと、の関係性から前記ＳＮＳの画像のトレンドを分析するステップ、
を実行させるためのプログラムを提供する。
　本発明によれば、ある特定のハッシュタグが付けられた画像をＳＮＳから抽出して、その画像の成分とその画像に共起されるハッシュタグとの関係性から、ＳＮＳのトレンドを分析するＳＮＳ画像トレンド分析システム、ＳＮＳ画像トレンド分析方法、及びプログラムを提供することが可能となる。
本発明の好適な実施の形態の概要図である。 ＳＮＳ画像トレンド分析システムの概要と、端末２０の機能ブロック図である。 ＳＮＳ画像トレンド分析処理のフローチャート図である。 サーバ３０で分析処理を行う場合の、ＳＮＳ画像トレンド分析システムの概要と、端末２０及びサーバ３０の機能ブロック図である。 サーバ３０で分析処理を行う場合の、ＳＮＳ画像トレンド分析処理のフローチャート図である。 ＳＮＳから抽出した画像の例である。 画像から抽出した成分の表の例である。 画像の成分をグループ分けした表の例である。 画像から抽出したハッシュタグの例である。 ハッシュタグをグループ分けした表の例である。 画像のトレンド分析を行ったマトリックス表である。 キーワードに対する画像トレンド分析結果の出力画面の例である。
　以下、好適な実施の形態を用いて本発明をさらに具体的に説明する。但し、下記の実施の形態は本発明を具現化した例に過ぎず、本発明はこれに限定されるものではない。
　［ＳＮＳ画像トレンド分析システムの概要］
　図１は、本発明の好適な実施形態の概要図である。この図１に基づいて、本発明の概要を説明する。ＳＮＳ画像トレンド分析システムは、図２に示すように、ＳＮＳ１０、端末２０、通信網４０から構成される。ＳＮＳ１０は、本システムが画像のトレンド分析を行う対象となるＳＮＳである。端末２０は、ＳＮＳ１０と通信可能な計算装置である。ここでは、例としてデスクトップ型のコンピュータを図示しているが、スマートフォン、タブレット端末、ウェアラブル端末等であってよい。端末２０は、制御部２１０、通信部２２０、記憶部２３０、入出力部２４０、から構成される。制御部２１０には、取得手段２１１、変換手段２１２、第１抽出手段２１３、第２抽出手段２１４、第１グループ手段２１５、第３抽出手段２１６、第２グループ手段２１７、分析手段２１８を備える。制御部２１０は、各手段の実現のために、必要に応じて通信部２２０、記憶部２３０、入出力部２４０と協働する。通信網４０は、端末２０からＳＮＳ１０への通信を可能とする通信網である。
　図１のＳＮＳ画像トレンド分析システムにおいて、まず、端末２０の取得手段２１１は、ＳＮＳ１０における画像のトレンド分析を行いたいキーワードを取得する（ステップＳ１０１）。キーワード取得の方法として、ユーザに端末２０の入出力部２４０を介して入力させてもよいし、ＳＮＳ１０における検索ワードランキングから、上位のもの又は急上昇中のものを自動で取得しても良い。図１では、例として「猫鍋」というキーワード１１１を取得したものとする。
　次に、変換手段２１２は、取得したキーワードをハッシュタグに変換する（ステップＳ１０２）。ここでのキーワードは「猫鍋」なので、ハッシュタグ付きの「＃猫鍋」（ハッシュタグ１１２）に変換する。
　次に、第１抽出手段２１３は、ステップＳ１０２で変換したハッシュタグを利用して、ＳＮＳ１０からハッシュタグ１１２の付いた画像を抽出する（ステップＳ１０３）。ここで抽出する画像は１枚のみではなく、該当のハッシュタグが付けられた画像が複数枚存在する場合には、複数枚の抽出を行う。複数枚の抽出を行う場合、全ての画像を抽出してもよいし、抽出する枚数の上限を設けてもよい。また、抽出する枚数の上限を設ける場合、画像が新しいものから抽出する、画像が古いものから抽出する、画像に対するＳＮＳ１０でのリアクションが多いものから抽出する、等の設定を可能としてもよい。図１では、例として画像１１３の１枚のみを図示しているが、複数枚の画像を抽出したものとする。
　次に、第２抽出手段２１４は、ステップＳ１０３で抽出した画像の成分を抽出する（ステップＳ１０４）。ここでの画像の成分の抽出とは、画像の解析処理により、画像の内容が何で構成されているか計算することである。例えば、画像１１３の例では、表１１４に示すように、画像の成分が動物である確率９９％、猫である確率９５％、猫鍋である確率９０％、４匹である確率８０％、鍋である確率９０％、茶色である確率６０％、子猫である確率４０％、であるとする。この時、この画像の成分として、動物、猫、猫鍋、４匹、鍋、茶色、子猫、がテキストとして抽出されたことになる。ステップＳ１０３で複数の画像を抽出した場合、本ステップにおいて、すべての画像についてそれぞれ成分を抽出する。
　次に、第１グループ手段２１５は、ステップＳ１０４で抽出した画像の成分をグループ分けする（ステップＳ１０５）。グループ分けの方法として、抽出した成分全てを使用してもよいし、抽出した成分のうち確率の高いものから数個を使用してもよいし、確率がある閾値以上のものを使用してもよい。ここで、例えば、抽出した成分のうち確率が９０％を超えるものを使用することにすると、画像１１３の９０％を超える成分は、表１１４より動物と猫であるので、画像１１３は「動物＆猫」というグループになる。グループ分け１１５では、同じように「動物＆猫」の成分からなる画像をまとめて、仮にグループＡとしている。また、「猫＆鍋＆茶色」の成分からなる画像をグループＢ、「子猫＆鍋」の成分からなる画像をグループＣとしている。
　次に、第３抽出手段２１６は、ステップＳ１０３で抽出した画像に共起されているハッシュタグを抽出する（ステップＳ１０６）。例えば、画像１１３の例では、ハッシュタグ１１６のように「＃猫鍋　＃猫　＃４匹」というハッシュタグが付加されているとすると、共起されているハッシュタグは＃猫、＃４匹、であるため、これらを抽出する。ステップＳ１０３で複数の画像を抽出した場合、本ステップにおいて、すべての画像についてそれぞれ共起されているハッシュタグを抽出する。
　次に、第２グループ手段２１７は、ステップＳ１０６で抽出した画像のハッシュタグをグループ分けする（ステップＳ１０７）。例えば画像１１３の共起されているハッシュタグは＃猫、＃４匹、であるので、画像１１３は「猫＆４匹」というグループになる。グループ分け１１７では、同じように「猫＆４匹」の成分からなる画像をまとめて、仮にグループＢ’としている。また、「鍋＆猫」の成分からなる画像をグループＡ’「猫＆動物」の成分からなる画像をグループＣ’としている。
　次に、分析手段２１８は、ステップＳ１０５で行った画像の成分のグループ分けと、ステップＳ１０７で行ったハッシュタグのグループ分けとを利用して、トレンドを分析する（ステップＳ１０８）。具体的には、表１１８に示すように、画像の成分のグループ分けと、ハッシュタグのグループ分けとを、マトリックスにして、抽出した画像の枚数をカウントする。画像１１３は、画像の成分グループＡ「動物＆猫」かつハッシュタグのグループＢ’「猫＆４匹」であるため、表１１８でグループＡとグループＢ’の交わるカウント数５のうちの１である。また、表１１８を見ると、画像の成分グループＢ「猫＆鍋＆茶色」かつハッシュタグのグループＡ’「鍋＆猫」が最もカウント数の多い８８である。そのため、検索したキーワードの画像の成分として、グループＢの「猫＆鍋＆茶色」が有力であることが分析できる。
　最後にＳＮＳ画像トレンド分析システムは、端末２０の入出力部２４０にステップＳ１０８での分析結果を出力する（ステップＳ１０９）。ここでは、分析結果１１９として「分析の結果、ＳＮＳでの「猫鍋」の画像のトレンドは「猫、鍋、茶色」です。」と表示する例を図示しているが、出力は表示に限らず、音声出力であってもよい。また、分析結果として、カウント数の最も多いものだけでなく、カウント数の多いものを複数出力することとしてもよい。このように、「猫鍋」というキーワードについてＳＮＳ画像トレンド分析を行うことで「猫、鍋、茶色」というテキストでの分析結果を得ることが可能であり、例えば、「茶色」というＳＮＳで「＃猫鍋」を検索して眺めただけでは、気付きにくい傾向を知ることができる。このように、ＳＮＳ画像トレンド分析システムによれば、ＳＮＳを一見しただけではとらえづらいトレンドが、テキストで分かるという利点がある。
　本発明によれば、ある特定のハッシュタグが付けられた画像をＳＮＳから抽出して、その画像の成分とその画像に共起されるハッシュタグとの関係性から、ＳＮＳのトレンドを分析し、分析結果をテキストで得られるＳＮＳ画像トレンド分析システム、ＳＮＳ画像トレンド分析方法、及びプログラムを提供することが可能となる。
　［各機能の説明］
　図２は、ＳＮＳ画像トレンド分析システムの概要と、端末２０の機能ブロック図である。ＳＮＳ画像トレンド分析システムは、ＳＮＳ１０、端末２０、通信網４０から構成される。
　ＳＮＳ１０は、本システムが画像のトレンド分析を行う対象となるＳＮＳである。端末２０から通信網４０を介してのアクセスが可能なＳＮＳであるとする。
　端末２０は、ＳＮＳ１０と通信可能な計算装置である。ここでは、例としてデスクトップ型のコンピュータを図示しているが、スマートフォン、タブレット端末、ウェアラブル端末等であってよい。端末２０は、制御部２１０、通信部２２０、記憶部２３０、入出力部２４０、から構成される。
　端末２０は、制御部２１０として、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）等を備える。制御部２１０には、取得手段２１１、変換手段２１２、第１抽出手段２１３、第２抽出手段２１４、第１グループ手段２１５、第３抽出手段２１６、第２グループ手段２１７、分析手段２１８を備える。制御部２１０は、各手段の実現のために、必要に応じて通信部２２０、記憶部２３０、入出力部２４０と協働する。
　端末２０は、通信部２２０として、他の機器と通信可能にするためのデバイス等を備える。通信方式は、無線であっても有線であってもよい。
　端末２０は、記憶部２３０として、データのストレージ部を備え必要なデータ等を記憶する。
　端末２０は、入出力部２４０はとして、入力及び出力を実現するためのデバイスを備える。入力デバイスの例としては、タッチパネル、キーボード、マウス、ペンタブレット、マイク等、出力デバイスの例としては、ディスプレイ、プロジェクター、スピーカー等である。
　通信網４０は、端末２０からＳＮＳ１０への通信を可能とする通信網である。
　［ＳＮＳ画像トレンド分析処理］
　図３は、ＳＮＳ画像トレンド分析処理のフローチャート図である。上述した各手段が実行する処理について、本フローチャートで説明する。
　ＳＮＳ画像トレンド分析システムにおいて、まず、端末２０の取得手段２１１は、ＳＮＳ１０における画像のトレンド分析を行いたいキーワードを取得する（ステップＳ３０１）。キーワード取得の方法として、ユーザに端末２０の入出力部２４０を介して入力させてもよいし、ＳＮＳ１０における検索ワードランキングから、上位のもの又は急上昇中のものを自動で取得しても良い。ここでは、図１の例と同じように、「猫鍋」というキーワードを取得したものとする。
　次に、変換手段２１２は、取得したキーワードをハッシュタグに変換する（ステップＳ３０２）。ここでのキーワードは「猫鍋」なので、ハッシュタグ付きの「＃猫鍋」に変換する。
　次に、第１抽出手段２１３は、ステップＳ３０２で変換したハッシュタグを利用して、ＳＮＳ１０からハッシュタグの付いた画像を抽出する（ステップＳ３０３）。ここで抽出する画像は１枚のみではなく、該当のハッシュタグが付けられた画像が複数枚存在する場合には、複数枚の抽出を行う。複数枚の抽出を行う場合、全ての画像を抽出してもよいし、抽出する枚数の上限を設けてもよい。また、抽出する枚数の上限を設ける場合、画像が新しいものから抽出する、画像が古いものから抽出する、画像に対するＳＮＳ１０でのリアクションが多いものから抽出する、等の設定を可能としてもよい。
　図６は、ＳＮＳから抽出した画像の例である。画像６０１は、猫４匹が鍋に入って寝ているところを上から見たところ、画像６０２は、猫３匹が鍋に入ってこちらを見ているところである。ここでは、２枚の画像を例として示しているが、通常もっと多くの画像が抽出されることを想定している。
　図３に戻り、第２抽出手段２１４は、ステップＳ３０３で抽出した画像の成分を抽出する（ステップＳ３０４）。ここでの画像の成分の抽出とは、画像の解析処理により、画像の内容が何で構成されているか計算することである。
　図７は、画像から抽出した成分の表の例である。表７０１は、画像６０１から抽出した画像の成分を示す表、表７０２は、画像６０２から抽出した画像の成分を示す表である。表７０１に示すように、画像６０１の成分が動物である確率９９％、猫である確率９５％、猫鍋である確率９０％、４匹である確率８０％、鍋である確率９０％、茶色である確率６０％、子猫である確率４０％、であるとする。動物、猫、猫鍋、４匹、鍋、茶色、子猫、がテキストとして抽出されたことになる。また、表７０２に示すように、画像６０２の成分が猫である確率９９％、鍋である確率９８％、茶色である確率９２％、猫鍋である確率８５％、動物である確率７０％、３匹である確率６５％、であるとする。猫、鍋、茶色、猫鍋、動物、３匹、がテキストとして抽出されたことになる。ここでは、画像６０１と画像６０２の例について示したが、ステップＳ３０３で複数の画像を抽出した場合、本ステップにおいて、すべての画像についてそれぞれ成分を抽出する。また、ここで抽出された画像の成分が、画像毎に様々なカテゴリに分かれている場合には、カテゴリ毎に画像を分類してから分析処理を行ってもよい。例えば、キーワードを「渋谷」とした場合には、幅広いカテゴリの画像成分が抽出されるので、「ラーメン」、「センター街」、「ファッション」等のカテゴリに分類して、それぞれに対してＳＮＳ画像トレンド分析処理を行うと分かりやすい。分類の方法としては、画像から抽出した成分にカテゴリに相当するものが含まれる場合には含まれる成分に応じてカテゴリを分けてもよいし、カテゴリをハッシュタグに変換して最初のキーワードに追加して、ステップＳ３０３の画像の抽出処理以降を再度カテゴリ毎に行うこととしてもよい。
　図３に戻り、第１グループ手段２１５は、ステップＳ３０４で抽出した画像の成分をグループ分けする（ステップＳ３０５）。グループ分けの方法として、抽出した成分全てを使用してもよいし、抽出した成分のうち確率の高いものから数個を使用してもよいし、確率がある閾値以上のものを使用してもよい。ここで、例えば、抽出した成分のうち確率が９０％を超えるものを使用することにすると、図７の表７０１を参照して、画像６０１の９０％を超える成分は、動物と猫であるので、画像６０１は「動物＆猫」というグループになる。また、図７の表７０２を参照して、画像６０２の９０％を超える成分は、猫と鍋と茶色であるので、画像６０２は「猫＆鍋＆茶色」というグループになる。また、ある画像の成分がある閾値以上の確率である場合には、その成分が含まれるグループについて、以降の分析処理でカウントを行う場合に、カウントに重み付けを行ってもよい。重み付けをプラスにすることで、該当のグループの重要度を上げることができる。
　図８は、画像の成分をグループ分けした表の例である。表８０１では、グループＡは「動物＆猫」の成分からなる画像、グループＢは「猫＆鍋＆茶色」の成分からなる画像、グループＣは「子猫＆鍋」の成分からなる画像、又は、「猫＆鍋」の成分からなる画像、グループＤは「猫＆鍋＆４匹」の成分からなる画像としている。ステップＳ３０５で第１グループ手段２１５がグループ分けを行う際、似ているグループは１つにまとめるという処理を行ってもよい。ここでは、「子猫＆鍋」と「猫＆鍋」を似ている例としてグループＣにまとめた例を示している。
　図３に戻り、第３抽出手段２１６は、ステップＳ３０３で抽出した画像に共起されているハッシュタグを抽出する（ステップＳ３０６）。
　図９は、画像から抽出したハッシュタグの例である。画像６０１の例では、ハッシュタグ９０１「＃猫鍋」の他に、ハッシュタグ９０２「＃猫」、ハッシュタグ９０３「＃４匹」というハッシュタグが共起されている。これらのハッシュタグ９０２「＃猫」、ハッシュタグ９０３「＃４匹」を抽出する。画像６０２の例では、ハッシュタグ９０４「＃猫鍋」の他に、ハッシュタグ９０５「＃動物」、ハッシュタグ９０６「＃鍋」、ハッシュタグ９０７「＃キングギドラ」、ハッシュタグ９０８「＃にゃんこ」というハッシュタグが共起されている。これらのハッシュタグ９０５「＃動物」、ハッシュタグ９０６「＃鍋」、ハッシュタグ９０７「＃キングギドラ」、ハッシュタグ９０８「＃にゃんこ」を抽出する。ステップＳ３０３で複数の画像を抽出した場合、本ステップにおいて、すべての画像についてそれぞれ共起されているハッシュタグを抽出する。ハッシュタグの抽出の際にハッシュタグが単語ではなくて文章に付加されている場合には、抽出を行わない設定としてもよい。また、ハッシュタグが文章に付加されている場合にも、その文章自体が映画のタイトル等の固有名詞と判断できる場合には、抽出してもよい。また、共起されているハッシュタグが存在しない場合には、ＳＮＳ１０で該当の画像に付加されている文章等から、重要と思われる単語を抽出して作成することにしてもよい。
　図３に戻り、第２グループ手段２１７は、ステップＳ３０６で抽出した画像のハッシュタグをグループ分けする（ステップＳ３０７）。例えば画像６０１の共起されているハッシュタグは＃猫、＃４匹、であるので、画像６０１は「猫＆４匹」というグループになる。また、画像６０２の共起されているハッシュタグは＃動物、＃鍋、＃キングギドラ、＃にゃんこ、であるので、画像６０２は「動物＆鍋＆キングギドラ＆にゃんこ」というグループになる。
　図１０は、ハッシュタグをグループ分けした表の例である。表１００１では、グループＡ’は「鍋＆猫」のハッシュタグが共起されている画像、又は、「なべ＆にゃんこ」のハッシュタグが共起されている画像、グループＢ’は「猫＆４匹」のハッシュタグが共起されている画像、グループＣ’は「猫＆動物」のハッシュタグが共起されている画像、グループＤ’は「猫」のハッシュタグが共起されている画像としている。ステップＳ３０６で第２グループ手段２１７がグループ分けを行う際、ハッシュタグが似ているグループは１つにまとめるという処理を行ってもよい。ここでは、「猫」と「にゃんこ」が似ていると判断して、「鍋＆猫」と「鍋＆にゃんこ」をグループＡ’にまとめた例を示している。似ているかどうかの判断を行う場合には、類義語辞典を参照して判断に利用してもよい。また、このように複数グループを１つにまとめた場合には、まとめたグループについて、以降の分析処理でカウントを行う場合に、カウントに重み付けを行ってもよい。重み付けをプラスにすることで、該当のグループの重要度を上げ、マイナスにすることで、該当のグループの重要度を下げることができる。
　図３に戻り、分析手段２１８は、ステップＳ３０５で行った画像の成分のグループ分けと、ステップＳ３０７で行ったハッシュタグのグループ分けとを利用して、トレンドを分析する（ステップＳ３０８）。
　図１１は、画像のトレンド分析を行ったマトリックス表である。分析手段２１８は、表１１０１に示すように、画像の成分のグループ分けと、ハッシュタグのグループ分けとを、マトリックスにして、抽出した画像の枚数をカウントする。ここで、表１１０１のマトリックスは、表８０１の画像の成分のグループ分けと表１００１のハッシュタグのグループ分けとをもとにしたものであるとする。画像６０１は、画像の成分グループＡ「動物＆猫」かつハッシュタグのグループＢ’「猫＆４匹」であるため、表１１０１でグループＡとグループＢ’の交わるカウント数５のうちの１である。また、画像６０２は、画像の成分グループＢ「猫＆鍋＆茶色」かつハッシュタグのグループは「動物＆鍋＆キングギドラ＆にゃんこ」であるため、表１１０１には表されていない。表１１０１において、画像の成分グループＢ「猫＆鍋＆茶色」かつハッシュタグのグループＡ’「鍋＆猫」が、最もカウント数が多く８８である。そのため、検索したキーワードの画像の成分として、グループＢの「猫＆鍋＆茶色」が有力であることが分析できる。図１１では、画像の枚数をそのままカウントする例を示したが、該当の画像に対するＳＮＳ１０でのリアクションを重み付けとして加味してもよい。例えば、ＳＮＳ１０にいいねボタン等の画像の投稿者以外が評価を示す機能がある場合には、そのいいねボタンが押された数をカウント数に加味してよい。重み付けをプラスにすることで、画像に対するリアクションが多かった場合に、重要度を上げることができる。
　図３に戻り、最後にＳＮＳ画像トレンド分析システムは、端末２０の入出力部２４０にステップＳ３０８での分析結果を出力する（ステップＳ３０９）。
　図１２は、キーワードに対する画像トレンド分析結果の出力画面の例である。ここでは、端末２０の入出力部２４０に分析結果１２０１として、「猫、鍋、茶色」が、ＳＮＳ１０での「猫鍋」の画像のトレンドであることを表示している。分析結果の出力は表示に限らず、音声出力であってもよい。また、分析結果の出力として、カウント数の最も多いものだけでなく、複数出力可能としてもよい。また、ここでは画像の成分をテキストとして表したものを分析結果として出力する例を示しているが、その他に、共起されたハッシュタグのグループ分けの結果や、共起されたハッシュタグを出力してもよい。例えば、図９のハッシュタグ９０７「＃キングギドラ」はマトリックスのランキングで上位には来ないと考えられるが、共起されたハッシュタグのグループ分けの結果や共起されたハッシュタグが出力されれば、キーワード「猫鍋」に関連するトレンドの一部として認識することが可能になる。図１２において、ボタン１２０２「終了する」を選択するとＳＮＳ画像トレンド分析システムを終了し、ボタン１２０３「別の分析を行う」を選択すると、別のキーワードについての分析を行うこととしてもよい。ボタン１２０３「別の分析を行う」を選択した場合には、図３のステップＳ３０１以降の処理を繰り返すものとする。
　このように、「猫鍋」というキーワードについてＳＮＳ画像トレンド分析を行うことで「猫、鍋、茶色」というテキストでの分析結果を得ることが可能であり、例えば、「茶色」というＳＮＳで「＃猫鍋」を検索して眺めただけでは、気付きにくい傾向を知ることができる。このように、ＳＮＳ画像トレンド分析システムによれば、ＳＮＳを一見しただけではとらえづらいトレンドが、テキストで分かるという利点がある。
　ここでは、ＳＮＳ１０が１つである例について記載したが、複数のＳＮＳ１０について、同時に処理を行って、それぞれのＳＮＳ１０での分析結果を比較できるように出力してもよい。
　本発明によれば、ある特定のハッシュタグが付けられた画像をＳＮＳから抽出して、その画像の成分とその画像に共起されるハッシュタグとの関係性から、ＳＮＳのトレンドを分析し、分析結果をテキストで得られるＳＮＳ画像トレンド分析システム、ＳＮＳ画像トレンド分析方法、及びプログラムを提供することが可能となる。
　［サーバでのＳＮＳ画像トレンド分析処理］
　図４は、サーバ３０で分析処理を行う場合の、ＳＮＳ画像トレンド分析システムの概要と、端末２０及びサーバ３０の機能ブロック図である。ＳＮＳ画像トレンド分析システムは、ＳＮＳ１０、端末２０、サーバ３０、通信網４０から構成される。
　ＳＮＳ１０は、本システムが画像のトレンド分析を行う対象となるＳＮＳである。端末２０及びサーバ３０から通信網４０を介してのアクセスが可能なＳＮＳであるとする。
　端末２０は、ＳＮＳ１０、サーバ３０と通信可能な計算装置である。ここでは、例としてスマートフォンを図示しているが、デスクトップ型のコンピュータ、タブレット端末、ウェアラブル端末等であってよい。端末２０は、制御部２１０、通信部２２０、記憶部２３０、入出力部２４０、から構成される。
　端末２０は、制御部２１０として、ＣＰＵ、ＲＡＭ、ＲＯＭ等を備える。
　端末２０は、通信部２２０として、他の機器と通信可能にするためのデバイス等を備える。通信方式は、無線であっても有線であってもよい。
　端末２０は、記憶部２３０として、データのストレージ部を備え必要なデータ等を記憶する。
　端末２０は、入出力部２４０はとして、入力及び出力を実現するためのデバイスを備える。入力デバイスの例としては、タッチパネル、キーボード、マウス、ペンタブレット、マイク等、出力デバイスの例としては、ディスプレイ、プロジェクター、スピーカー等である。
　サーバ３０は、ＳＮＳ１０、端末２０と通信可能な計算装置である。サーバ３０は、制御部３１０として、ＣＰＵ、ＲＡＭ、ＲＯＭ等を備える。制御部３１０には、取得手段３１１、変換手段３１２、第１抽出手段３１３、第２抽出手段３１４、第１グループ手段３１５、第３抽出手段３１６、第２グループ手段３１７、分析手段３１８を備える。制御部３１０は、各手段の実現のために、必要に応じて通信部３２０、記憶部３３０、入出力部３４０と協働する。
　サーバ３０は、通信部３２０として、他の機器と通信可能にするためのデバイス等を備える。通信方式は、無線であっても有線であってもよい。
　サーバ３０は、記憶部３３０として、データのストレージ部を備え必要なデータ等を記憶する。
　サーバ３０は、入出力部３４０はとして、入力及び出力を実現するためのデバイスを備える。入力デバイスの例としては、タッチパネル、キーボード、マウス、ペンタブレット、マイク等、出力デバイスの例としては、ディスプレイ、プロジェクター、スピーカー等である。
　通信網４０は、端末２０、サーバ３０からＳＮＳ１０への通信を可能とする通信網である。また、端末２０とサーバ３０間の通信も可能とする。
　図５は、サーバ３０で分析処理を行う場合の、ＳＮＳ画像トレンド分析処理のフローチャート図である。
　図５のフローチャートにおいて、まず、端末２０はサーバ３０にＳＮＳ画像トレンド分析処理分析を開始することを通知する（ステップＳ５０１）。
　次に、端末２０はサーバ３０にＳＮＳ１０における画像のトレンド分析を行いたいキーワードを送信する（ステップＳ５０２）。キーワード送信の方法として、ユーザに端末２０の入出力部２４０を介して入力させたものを送信してもよいし、ＳＮＳ１０における検索ワードランキングから、上位のもの又は急上昇中のものをサーバ３０が取得するよう要求を送信してもよい。
　次に、サーバ３０の取得手段３１１は、端末２０からのキーワード送信を受信し、キーワードを取得する（ステップＳ５０３）。キーワード取得の方法として、端末２０側からの指定に応じて、送信されてきたキーワードを使用するか、ＳＮＳ１０における検索ワードランキングから上位のもの又は急上昇中のものをサーバ３０が取得するよう要求された場合には、ＳＮＳ１０から該当のキーワードを取得する。ここでは、「猫鍋」というキーワードを取得したものとする。
　次に、変換手段３１２は、取得したキーワードをハッシュタグに変換する（ステップＳ５０４）。ここでのキーワードは「猫鍋」なので、ハッシュタグ付きの「＃猫鍋」に変換する。
　次に、第１抽出手段３１３は、ステップＳ５０４で変換したハッシュタグを利用して、ＳＮＳ１０からハッシュタグの付いた画像を抽出する（ステップＳ５０５）。ここで抽出する画像は１枚のみではなく、該当のハッシュタグが付けられた画像が複数枚存在する場合には、複数枚の抽出を行う。複数枚の抽出を行う場合、全ての画像を抽出してもよいし、抽出する枚数の上限を設けてもよい。また、抽出する枚数の上限を設ける場合、画像が新しいものから抽出する、画像が古いものから抽出する、画像に対するＳＮＳ１０でのリアクションが多いものから抽出する、等の設定を可能としてもよい。
　図６は、ＳＮＳから抽出した画像の例である。画像６０１は、猫４匹が鍋に入って寝ているところを上から見たところ、画像６０２は、猫３匹が鍋に入ってこちらを見ているところである。ここでは、２枚の画像を例として示しているが、通常もっと多くの画像が抽出されることを想定している。
　図５に戻り、第２抽出手段３１４は、ステップＳ５０５で抽出した画像の成分を抽出する（ステップＳ５０６）。ここでの画像の成分の抽出とは、画像の解析処理により、画像の内容が何で構成されているか計算することである。
　図７は、画像から抽出した成分の表の例である。表７０１は、画像６０１から抽出した画像の成分を示す表、表７０２は、画像６０２から抽出した画像の成分を示す表である。表７０１に示すように、画像６０１の成分が動物である確率９９％、猫である確率９５％、猫鍋である確率９０％、４匹である確率８０％、鍋である確率９０％、茶色である確率６０％、子猫である確率４０％、であるとする。動物、猫、猫鍋、４匹、鍋、茶色、子猫、がテキストとして抽出されたことになる。また、表７０２に示すように、画像６０２の成分が猫である確率９９％、鍋である確率９８％、茶色である確率９２％、猫鍋である確率８５％、動物である確率７０％、３匹である確率６５％、であるとする。猫、鍋、茶色、猫鍋、動物、３匹、がテキストとして抽出されたことになる。ここでは、画像６０１と画像６０２の例について示したが、ステップＳ５０５で複数の画像を抽出した場合、本ステップにおいて、すべての画像についてそれぞれ成分を抽出する。また、ここで抽出された画像の成分が、画像毎に様々なカテゴリに分かれている場合には、カテゴリ毎に画像を分類してから分析処理を行ってもよい。例えば、キーワードを「渋谷」とした場合には、幅広いカテゴリの画像成分が抽出されるので、「ラーメン」、「センター街」、「ファッション」等のカテゴリに分類して、それぞれに対してＳＮＳ画像トレンド分析処理を行うと分かりやすい。分類の方法としては、画像から抽出した成分にカテゴリに相当するものが含まれる場合には含まれる成分に応じてカテゴリを分けてもよいし、カテゴリをハッシュタグに変換して最初のキーワードに追加して、ステップＳ５０５の画像の抽出処理以降を再度カテゴリ毎に行うこととしてもよい。
　図５に戻り、第１グループ手段３１５は、ステップＳ５０６で抽出した画像の成分をグループ分けする（ステップＳ５０７）。グループ分けの方法として、抽出した成分全てを使用してもよいし、抽出した成分のうち確率の高いものから数個を使用してもよいし、確率がある閾値以上のものを使用してもよい。ここで、例えば、抽出した成分のうち確率が９０％を超えるものを使用することにすると、図７の表７０１を参照して、画像６０１の９０％を超える成分は、動物と猫であるので、画像６０１は「動物＆猫」というグループになる。また、図７の表７０２を参照して、画像６０２の９０％を超える成分は、猫と鍋と茶色であるので、画像６０２は「猫＆鍋＆茶色」というグループになる。また、ある画像の成分がある閾値以上の確率である場合には、その成分が含まれるグループについて、以降の分析処理でカウントを行う場合に、カウントに重み付けを行ってもよい。重み付けをプラスにすることで、該当のグループの重要度を上げることができる。
　図８は、画像の成分をグループ分けした表の例である。表８０１では、グループＡは「動物＆猫」の成分からなる画像、グループＢは「猫＆鍋＆茶色」の成分からなる画像、グループＣは「子猫＆鍋」の成分からなる画像、又は、「猫＆鍋」の成分からなる画像、グループＤは「猫＆鍋＆４匹」の成分からなる画像としている。ステップＳ５０７で第１グループ手段２１５がグループ分けを行う際、似ているグループは１つにまとめるという処理を行ってもよい。ここでは、「子猫＆鍋」と「猫＆鍋」を似ている例としてグループＣにまとめた例を示している。
　図５に戻り、第３抽出手段３１６は、ステップＳ５０５で抽出した画像に共起されているハッシュタグを抽出する（ステップＳ５０８）。
　図９は、画像から抽出したハッシュタグの例である。画像６０１の例では、ハッシュタグ９０１「＃猫鍋」の他に、ハッシュタグ９０２「＃猫」、ハッシュタグ９０３「＃４匹」というハッシュタグが共起されている。これらのハッシュタグ９０２「＃猫」、ハッシュタグ９０３「＃４匹」を抽出する。画像６０２の例では、ハッシュタグ９０４「＃猫鍋」の他に、ハッシュタグ９０５「＃動物」、ハッシュタグ９０６「＃鍋」、ハッシュタグ９０７「＃キングギドラ」、ハッシュタグ９０８「＃にゃんこ」というハッシュタグが共起されている。これらのハッシュタグ９０５「＃動物」、ハッシュタグ９０６「＃鍋」、ハッシュタグ９０７「＃キングギドラ」、ハッシュタグ９０８「＃にゃんこ」を抽出する。ステップＳ５０５で複数の画像を抽出した場合、本ステップにおいて、すべての画像についてそれぞれ共起されているハッシュタグを抽出する。ハッシュタグの抽出の際にハッシュタグが単語ではなくて文章に付加されている場合には、抽出を行わない設定としてもよい。また、ハッシュタグが文章に付加されている場合にも、その文章自体が映画のタイトル等の固有名詞と判断できる場合には、抽出してもよい。また、共起されているハッシュタグが存在しない場合には、ＳＮＳ１０で該当の画像に付加されている文章等から、重要と思われる単語を抽出して作成することにしてもよい。
　図５に戻り、第２グループ手段３１７は、ステップＳ５０８で抽出した画像のハッシュタグをグループ分けする（ステップＳ５０９）。例えば画像６０１の共起されているハッシュタグは＃猫、＃４匹、であるので、画像６０１は「猫＆４匹」というグループになる。また、画像６０２の共起されているハッシュタグは＃動物、＃鍋、＃キングギドラ、＃にゃんこ、であるので、画像６０２は「動物＆鍋＆キングギドラ＆にゃんこ」というグループになる。
　図１０は、ハッシュタグをグループ分けした表の例である。表１００１では、グループＡ’は「鍋＆猫」のハッシュタグが共起されている画像、又は、「なべ＆にゃんこ」のハッシュタグが共起されている画像、グループＢ’は「猫＆４匹」のハッシュタグが共起されている画像、グループＣ’は「猫＆動物」のハッシュタグが共起されている画像、グループＤ’は「猫」のハッシュタグが共起されている画像としている。ステップＳ５０８で第２グループ手段２１７がグループ分けを行う際、ハッシュタグが似ているグループは１つにまとめるという処理を行ってもよい。ここでは、「猫」と「にゃんこ」が似ていると判断して、「鍋＆猫」と「鍋＆にゃんこ」をグループＡ’にまとめた例を示している。似ているかどうかの判断を行う場合には、類義語辞典を参照して判断に利用してもよい。また、このように複数グループを１つにまとめた場合には、まとめたグループについて、以降の分析処理でカウントを行う場合に、カウントに重み付けを行ってもよい。重み付けをプラスにすることで、該当のグループの重要度を上げ、マイナスにすることで、該当のグループの重要度を下げることができる。
　図５に戻り、分析手段３１８は、ステップＳ５０７で行った画像の成分のグループ分けと、ステップＳ５０９で行ったハッシュタグのグループ分けとを利用して、トレンドを分析し、端末２０に送信する（ステップＳ５１０）。
　図１１は、画像のトレンド分析を行ったマトリックス表である。分析手段２１８は、表１１０１に示すように、画像の成分のグループ分けと、ハッシュタグのグループ分けとを、マトリックスにして、抽出した画像の枚数をカウントする。ここで、表１１０１のマトリックスは、表８０１の画像の成分のグループ分けと表１００１のハッシュタグのグループ分けとをもとにしたものであるとする。画像６０１は、画像の成分グループＡ「動物＆猫」かつハッシュタグのグループＢ’「猫＆４匹」であるため、表１１０１でグループＡとグループＢ’の交わるカウント数５のうちの１である。また、画像６０２は、画像の成分グループＢ「猫＆鍋＆茶色」かつハッシュタグのグループは「動物＆鍋＆キングギドラ＆にゃんこ」であるため、表１１０１には表されていない。表１１０１において、画像の成分グループＢ「猫＆鍋＆茶色」かつハッシュタグのグループＡ’「鍋＆猫」が、最もカウント数が多く８８である。そのため、検索したキーワードの画像の成分として、グループＢの「猫＆鍋＆茶色」が有力であることが分析できる。図１１では、画像の枚数をそのままカウントする例を示したが、該当の画像に対するＳＮＳ１０でのリアクションを重み付けとして加味してもよい。例えば、ＳＮＳ１０にいいねボタン等の画像の投稿者以外が評価を示す機能がある場合には、そのいいねボタンが押された数をカウント数に加味してよい。重み付けをプラスにすることで、画像に対するリアクションが多かった場合に、重要度を上げることができる。
　図５に戻り、端末２０はサーバ３０からの分析結果を受信し、端末２０の入出力部２４０にステップＳ５１０での分析結果を出力する（ステップＳ５１１）。
　図１２は、キーワードに対する画像トレンド分析結果の出力画面の例である。図１２では、端末２０の例としてデスクトップ型のコンピュータを図示しているが、スマートフォンであっても同様である。ここでは、端末２０の入出力部２４０に分析結果１２０１として、「猫、鍋、茶色」が、ＳＮＳ１０での「猫鍋」の画像のトレンドであることを表示している。分析結果の出力は表示に限らず、音声出力であってもよい。また、分析結果の出力として、カウント数の最も多いものだけでなく、複数出力可能としてもよい。また、ここでは画像の成分をテキストとして表したものを分析結果として出力する例を示しているが、その他に、共起されたハッシュタグのグループ分けの結果や、共起されたハッシュタグを出力してもよい。例えば、図９のハッシュタグ９０７「＃キングギドラ」はマトリックスのランキングで上位には来ないと考えられるが、共起されたハッシュタグのグループ分けの結果や共起されたハッシュタグが出力されれば、キーワード「猫鍋」に関連するトレンドの一部として認識することが可能になる。図１２において、ボタン１２０２「終了する」を選択するとＳＮＳ画像トレンド分析システムを終了し、ボタン１２０３「別の分析を行う」を選択すると、別のキーワードについての分析を行うこととしてもよい。ボタン１２０３「別の分析を行う」を選択した場合には、図５のステップＳ５０２以降の処理を繰り返すものとする。
　図５に戻り、最後に、端末２０はサーバ３０にＳＮＳ画像トレンド分析処理を終了することを通知する（ステップＳ５１２）。
　このように、「猫鍋」というキーワードについてＳＮＳ画像トレンド分析を行うことで「猫、鍋、茶色」というテキストでの分析結果を得ることが可能であり、例えば、「茶色」というＳＮＳで「＃猫鍋」を検索して眺めただけでは、気付きにくい傾向を知ることができる。このように、ＳＮＳ画像トレンド分析システムによれば、ＳＮＳを一見しただけではとらえづらいトレンドが、テキストで分かるという利点がある。また、サーバ３０でＳＮＳ画像トレンド分析処理を行う場合、端末２０側には容量の大きなプログラムをインストールしなくて済む、大きな処理負荷がかからない、等の利点がある。
　ここでは、ＳＮＳ１０が１つである例について記載したが、複数のＳＮＳ１０について、同時に処理を行って、それぞれのＳＮＳ１０での分析結果を比較できるように出力してもよい。
　本発明によれば、ある特定のハッシュタグが付けられた画像をＳＮＳから抽出して、その画像の成分とその画像に共起されるハッシュタグとの関係性から、ＳＮＳのトレンドを分析し、分析結果をテキストで得られるＳＮＳ画像トレンド分析システム、ＳＮＳ画像トレンド分析方法、及びプログラムを提供することが可能となる。
　以上、本発明の実施形態について説明したが、本発明は上述したこれらの実施形態に限るものではない。また、本発明の実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本発明の実施形態に記載されたものに限定されるものではない。
１０　ＳＮＳ、２０　端末、３０　サーバ、４０　通信網

Claims (12)

  1. 　ＳＮＳの画像のトレンドを分析するＳＮＳ画像トレンド分析システムであって、
    　キーワードを取得する取得手段と、
    　前記キーワードをハッシュタグに変換する変換手段と、
    　前記ハッシュタグが付けられた画像を、前記ＳＮＳから抽出する第１抽出手段と、
    　前記画像に対して、画像解析を行い画像の成分を抽出する第２抽出手段と、
    　前記成分をグループに分ける第１グループ手段と、
    　前記画像に共起される別のハッシュタグを抽出する第３抽出手段と、
    　前記ハッシュタグと、共起された前記別のハッシュタグと、をグループに分ける第２グループ手段と、
    　前記成分のグループと、前記別のハッシュタグのグループと、の関係性から前記ＳＮＳの画像のトレンドを分析する分析手段と、
    　を備えるＳＮＳ画像トレンド分析システム。
  2. 　前記第１抽出手段は、前記ハッシュタグが付けられた画像が複数枚存在する場合には、前記画像の抽出処理を複数回繰り返し、抽出した画像の枚数分だけ前記第２抽出手段及び前記第３抽出手段での抽出処理を繰り返す請求項１に記載のＳＮＳ画像トレンド分析システム。
  3. 　前記第２抽出手段は、前記画像の成分をテキストとして抽出し、
    　前記分析手段は、前記画像を分析したトレンドをテキストとして出力可能な請求項１又は請求項２に記載のＳＮＳ画像トレンド分析システム。
  4. 　前記分析手段は、前記画像の成分であるテキストの登場回数を、前記第１グループと前記第２グループとのマトリックスでカウントする請求項１から請求項３のいずれか一項に記載のＳＮＳ画像トレンド分析システム。
  5. 　前記第２グループ手段は、共起された前記別のハッシュタグどうしについて、類義語辞典を参照して類義語であると判断された場合にはひとつのグループにまとめる請求項１から請求項４のいずれか一項に記載のＳＮＳ画像トレンド分析システム。
  6. 　前記分析手段は、前記第２グループ手段で類義語をひとつのグループにまとめた場合には、前記画像の成分であるテキストの登場回数の重み付けを変更して前記第１グループと前記第２グループとのマトリックスでカウントする請求項１から請求項５のいずれか一項に記載のＳＮＳ画像トレンド分析システム。
  7. 　前記分析手段は、前記第２抽出手段で抽出された画像の成分がある確率以上である場合には、前記画像の成分であるテキストの登場回数の重み付けを変更して前記第１グループと前記第２グループとのマトリックスでカウントする請求項１から請求項６のいずれか一項に記載のＳＮＳ画像トレンド分析システム。
  8. 　前記分析手段は、前記第２抽出手段で様々なカテゴリの画像成分が抽出された場合には、カテゴリ毎に画像を分類してから分析処理を行う請求項１から請求項７のいずれか一項に記載のＳＮＳ画像トレンド分析システム。
  9. 　前記分析手段は、前記画像の成分であるテキストの登場回数に前記画像に対する前記ＳＮＳでのリアクションを重み付けとして加味したものを前記第１グループと前記第２グループとのマトリックスでカウントする請求項１から請求項８のいずれか一項に記載のＳＮＳ画像トレンド分析システム。
  10. 　前記取得手段は、前記ＳＮＳでの検索ワードランキングから、上位のもの又は急上昇中のものを自動で取得する請求項１から請求項９のいずれか一項に記載のＳＮＳ画像トレンド分析システム。
  11. 　ＳＮＳの画像のトレンドを分析するＳＮＳ画像トレンド分析方法において、
    　キーワードを取得するステップと、
    　前記キーワードをハッシュタグに変換するステップと、
    　前記ハッシュタグが付けられた画像を、前記ＳＮＳから抽出するステップと、
    　前記画像に対して、画像解析を行い画像の成分を抽出するステップと、
    　前記成分をグループに分けるステップと、
    　前記画像に共起される別のハッシュタグを抽出するステップと、
    　前記ハッシュタグと、共起された前記別のハッシュタグと、をグループに分けるステップと、
    　前記成分のグループと、前記別のハッシュタグのグループと、の関係性から前記ＳＮＳの画像のトレンドを分析するステップと、
    　を備えるＳＮＳ画像トレンド分析方法。
  12. 　ＳＮＳの画像のトレンドを分析するＳＮＳ画像トレンド分析システムに、
    　キーワードを取得するステップ、
    　前記キーワードをハッシュタグに変換するステップ、
    　前記ハッシュタグが付けられた画像を、前記ＳＮＳから抽出するステップ、
    　前記画像に対して、画像解析を行い画像の成分を抽出するステップ、
    　前記成分をグループに分けるステップ、
    　前記画像に共起される別のハッシュタグを抽出するステップ、
    　前記ハッシュタグと、共起された前記別のハッシュタグと、をグループに分けるステップ、
    　前記成分のグループと、前記別のハッシュタグのグループと、の関係性から前記ＳＮＳの画像のトレンドを分析するステップ、
    　を実行させるためのプログラム。
PCT/JP2018/030461 2018-08-17 2018-08-17 Ｓｎｓ画像トレンド分析システム、ｓｎｓ画像トレンド分析方法、及びプログラム WO2020035934A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2020537338A JP6960539B2 (ja) 2018-08-17 2018-08-17 Ｓｎｓ画像トレンド分析システム、ｓｎｓ画像トレンド分析方法、及びプログラム
PCT/JP2018/030461 WO2020035934A1 (ja) 2018-08-17 2018-08-17 Ｓｎｓ画像トレンド分析システム、ｓｎｓ画像トレンド分析方法、及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2018/030461 WO2020035934A1 (ja) 2018-08-17 2018-08-17 Ｓｎｓ画像トレンド分析システム、ｓｎｓ画像トレンド分析方法、及びプログラム

Publications (1)

Publication Number Publication Date
WO2020035934A1 true WO2020035934A1 (ja) 2020-02-20

Family

ID=69525313

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/030461 WO2020035934A1 (ja) 2018-08-17 2018-08-17 Ｓｎｓ画像トレンド分析システム、ｓｎｓ画像トレンド分析方法、及びプログラム

Country Status (2)

Country Link
JP (1) JP6960539B2 (ja)
WO (1) WO2020035934A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102502575B1 (ko) * 2022-01-06 2023-02-21 이현정 상품 트렌드 예측 서비스 제공 장치, 방법 및 프로그램
KR102515222B1 (ko) * 2022-01-06 2023-03-30 주식회사 라우드랩스 화장품 트렌드 예측 서비스 제공 장치, 방법 및 프로그램
US11899682B2 (en) 2021-09-08 2024-02-13 Microsoft Technology Licensing, Llc Generating and presenting a searchable graph based on a graph query

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014074942A (ja) * 2012-10-02 2014-04-24 Nippon Telegr & Teleph Corp <Ntt> 情報収集プログラム、情報収集方法および情報処理装置
JP2017501480A (ja) * 2013-11-04 2017-01-12 グーグル インコーポレイテッド ハッシュタグおよびコンテンツ提示

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014074942A (ja) * 2012-10-02 2014-04-24 Nippon Telegr & Teleph Corp <Ntt> 情報収集プログラム、情報収集方法および情報処理装置
JP2017501480A (ja) * 2013-11-04 2017-01-12 グーグル インコーポレイテッド ハッシュタグおよびコンテンツ提示

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
27 February 2017 (2017-02-27), Retrieved from the Internet <URL:http://db-event.jpn.org/deim2017/papers/277.pdf> [retrieved on 20181012] *
GN) 2 01 6-GN-098, 7 March 2016 (2016-03-07), pages 1 - 8, Retrieved from the Internet <URL:https://ipsj.ixsq.nii.ac.jp/ej/?action=repository_uri&item_id=158014&file_id=l&file_no=l> [retrieved on 20181012] *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11899682B2 (en) 2021-09-08 2024-02-13 Microsoft Technology Licensing, Llc Generating and presenting a searchable graph based on a graph query
KR102502575B1 (ko) * 2022-01-06 2023-02-21 이현정 상품 트렌드 예측 서비스 제공 장치, 방법 및 프로그램
KR102515222B1 (ko) * 2022-01-06 2023-03-30 주식회사 라우드랩스 화장품 트렌드 예측 서비스 제공 장치, 방법 및 프로그램
WO2023132656A1 (ko) * 2022-01-06 2023-07-13 이현정 화장품 트렌드 예측 서비스 제공 장치, 방법 및 프로그램
WO2023132657A1 (ko) * 2022-01-06 2023-07-13 이현정 상품 트렌드 예측 서비스 제공 장치, 방법 및 프로그램

Also Published As

Publication number Publication date
JP6960539B2 (ja) 2021-11-05
JPWO2020035934A1 (ja) 2021-10-21

Similar Documents

Publication Publication Date Title
CN106980692B (zh) 一种基于微博特定事件的影响力计算方法
US9830386B2 (en) Determining trending topics in social media
Zubiaga et al. A longitudinal analysis of the public perception of the opportunities and challenges of the Internet of Things
US20180268307A1 (en) Analysis device, analysis method, and computer readable storage medium
US20180293278A1 (en) Usability and resource efficiency using comment relevance
US10529031B2 (en) Method and systems of implementing a ranked health-content article feed
WO2020035934A1 (ja) Ｓｎｓ画像トレンド分析システム、ｓｎｓ画像トレンド分析方法、及びプログラム
JP6033697B2 (ja) 画像評価装置
US9407589B2 (en) System and method for following topics in an electronic textual conversation
Gálvez Assessing author self-citation as a mechanism of relevant knowledge diffusion
Canter It’s not all cat videos: Moving beyond legacy media and tackling the challenges of mapping news values on digital native websites
WO2017177455A1 (zh) 一种消息呈现的方法、设备及系统
CN108280081B (zh) 生成网页的方法和装置
US9058328B2 (en) Search device, search method, search program, and computer-readable memory medium for recording search program
JP2019053519A (ja) 分類装置、分類方法及び分類プログラム
JP5256273B2 (ja) 意図抽出装置、方法及びプログラム
JP5814089B2 (ja) 情報表示制御装置、情報表示制御方法、及びプログラム
Yoon et al. DiTeX: Disease-related topic extraction system through internet-based sources
RU2632126C1 (ru) Способ и система предоставления контекстуальной информации
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
Yin et al. # PrayForDad: Learning the Semantics Behind Why Social Media Users Disclose Health Information
JP6746472B2 (ja) 生成装置、生成方法および生成プログラム
JP2010055494A (ja) 検索分析サーバ装置及び検索分析方法
CN113892110A (zh) 基于图像的菜肴识别装置和方法
JP6985181B2 (ja) 情報処理装置、情報処理方法、およびプログラム

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2020537338

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18929910

Country of ref document: EP

Kind code of ref document: A1