WO2023181303A1 - 高影響ユーザ検索装置、高影響ユーザ検索方法、及びプログラム - Google Patents
高影響ユーザ検索装置、高影響ユーザ検索方法、及びプログラム Download PDFInfo
- Publication number
- WO2023181303A1 WO2023181303A1 PCT/JP2022/014154 JP2022014154W WO2023181303A1 WO 2023181303 A1 WO2023181303 A1 WO 2023181303A1 JP 2022014154 W JP2022014154 W JP 2022014154W WO 2023181303 A1 WO2023181303 A1 WO 2023181303A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- data
- user
- post
- predetermined
- influence
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 14
- 238000004458 analytical method Methods 0.000 claims abstract description 41
- 238000004364 calculation method Methods 0.000 claims abstract description 13
- 238000004891 communication Methods 0.000 description 34
- 238000010586 diagram Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 14
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 238000005401 electroluminescence Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9536—Search customisation based on social or collaborative filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- 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
Definitions
- the communication terminal 5 is a computer that includes a CPU 501, ROM 502, RAM 503, SSD 504, external device connection I/F (Interface) 505, network I/F 506, display 507, pointing device 508, and media. It includes an I/F 509 and a bus line 510.
- I/F Interface
- the input unit 31 receives input of posted data from an unspecified number of users regarding a predetermined service from the analyst a via the communication terminal 5 and the network I/F 306.
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- General Engineering & Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本開示は、ウェブ上の膨大なデータの中からサービスの改善に役立つ投稿のデータを効率的に収集することを目的とする。 そのため、本開示は、ウェブ上の投稿のデータから高影響ユーザの投稿のデータを検索する高影響ユーザ検索装置(3)であって、前記ウェブ上の所定のサービスに関する所定の投稿のデータを入力する入力部(31)と、所定の投稿のデータに基づいて、前記所定のサービスに関するユーザのサービス利用歴のデータ、前記所定のサービスに関する前記ユーザの影響力のデータ、及び前記所定のサービスに関する前記ユーザの課金状況のデータのうち、少なくとも1つを推定する解析を行う投稿解析部(34)と、前記推定された結果に基づき、スコアを合計し、所定値以上の高スコアのユーザを特定するスコア計算部(35)と、前記高スコアのユーザの特定の投稿のデータを出力する出力部(38)と、を有する高影響ユーザ検索装置(3)である。
Description
本開示は、SNS(Social Networking Service)等のWeb(ウェブ)からユーザ特性に基づいて投稿を抽出する技術に関する。
近年、サービスにおいては、SNSを用いたマーケティングの重要性が増加している。サービスについて膨大な量のレビューや反応が投稿されているため、SNSはサービスの開発者にとってユーザの生の声を取得できる場となっている。ところが、膨大な量の投稿から、売り上げ、SNS上の影響力、長期にわたる利用など、サービスへの影響度の高いユーザの感想を抽出することは困難である。そのため、従来は、Webアンケート等によりユーザの声を収集して集計が行われている。例えば、図11に示すように、課金サービスの場合,少数の高額課金者が売上金額割合上で高い割合を占めている(非特許文献1参照)。図11は、課金額によるユーザ人数割合(左)と金額割合(右)を示す図である。
株式会社三菱総合研究所、「スマホゲームに関するアンケート結果」、2016 年 3 月 24 日、p.1―48<https://www.caa.go.jp/policies/policy/consumer_policy/policy_coordination/internet_committee/pdf/160324shiryo1-1.pdf>
しかし、Web(ウェブ)アンケート等によりユーザの声を収集して集計する場合、効率的に重要度の高い意見収集が困難であるという課題が生じる。また、自発的にWebアンケートに参加しないユーザの反応を得ることができないという課題が生じる。
本発明は上述した課題を解決するためになされたもので、ウェブ上の膨大なデータの中からサービスの改善に役立つ投稿のデータを効率的に収集することを目的とする。
上記課題を解決するため、請求項1に係る発明は、ウェブ上の投稿のデータから高影響ユーザの投稿のデータを検索する高影響ユーザ検索装置であって、前記ウェブ上の所定のサービスに関する所定の投稿のデータを入力する入力部と、所定の投稿のデータに基づいて、前記所定のサービスに関するユーザのサービス利用歴のデータ、前記所定のサービスに関する前記ユーザの影響力のデータ、及び前記所定のサービスに関する前記ユーザの課金状況のデータのうち、少なくとも1つを推定する解析を行う投稿解析部と、前記推定された結果に基づき、スコアを合計し、所定値以上の高スコアのユーザを特定するスコア計算部と、前記高スコアのユーザの特定の投稿のデータを出力する出力部と、を有する高影響ユーザ検索装置である。
以上説明したように本発明によれば、ウェブ上の膨大なデータの中からサービスの改善に役立つ投稿のデータを効率的に収集することができるという効果を奏する。
以下、図面に基づいて本発明の実施形態を説明する。
〔実施形態のシステム構成〕
まず、図1を用いて、本実施形態の通信システムの構成の概略について説明する。図1は、本発明の実施形態に係る通信システムの概略図である。
まず、図1を用いて、本実施形態の通信システムの構成の概略について説明する。図1は、本発明の実施形態に係る通信システムの概略図である。
図1に示されているように、本実施形態の通信システム1は、高影響ユーザ検索装置3、及び通信端末5によって構築されている。通信端末5は、分析者aによって管理及び使用される。
また、高影響ユーザ検索装置3と通信端末5は、インターネット等の通信ネットワーク100を介して通信することができる。通信ネットワーク100の接続形態は、無線又は有線のいずれでも良い。
高影響ユーザ検索装置3は、単数又は複数のコンピュータによって構成されている。高影響ユーザ検索装置3が複数のコンピュータによって構成されている場合には、「高影響ユーザ検索装置」と示しても良いし、「高影響ユーザ検索システム」と示しても良い。
高影響ユーザ検索装置3は、ユーザの影響度に着目し、ユーザのサービス利用歴(使用歴)、ユーザの発信力、ユーザのサービスへの課金状況の3つの指標(属性)をスコア化することで、影響度の高いユーザの意見を抽出する。なお、3つの指標は限らない。他には、例えば性別や年代等の指標を考慮してもよい。
通信端末5は、コンピュータであり、図1では、一例としてノート型パソコンが示されている。図1では、分析者aが、通信端末5を操作する。なお、通信端末5を用いずに、高影響ユーザ検索装置3単独で処理をしてもよい。
〔ハードウェア構成〕
<高影響ユーザ検索装置のハードウェア構成>
次に、図2を用いて、高影響ユーザ検索装置3の電気的なハードウェア構成を説明する。図2は、高影響ユーザ検索装置の電気的なハードウェア構成図である。
<高影響ユーザ検索装置のハードウェア構成>
次に、図2を用いて、高影響ユーザ検索装置3の電気的なハードウェア構成を説明する。図2は、高影響ユーザ検索装置の電気的なハードウェア構成図である。
高影響ユーザ検索装置3は、コンピュータとして、図2に示されているように、CPU(Central Processing Unit)301、ROM(Read Only Memory)302、RAM(Random Access Memory)303、SSD(Solid State Drive)304、外部機器接続I/F(Interface)305、ネットワークI/F306、メディアI/F309、及びバスライン310を備えている。
これらのうち、CPU301は、高影響ユーザ検索装置3全体の動作を制御する。ROM302は、IPL(Initial Program Loader)等のCPU301の駆動に用いられるプログラムを記憶する。RAM303は、CPU301のワークエリアとして使用される。
SSD304は、CPU301の制御に従って各種データの読み出し又は書き込みを行う。なお、SDD304の代わりに、HDD(Hard Disk Drive)を用いても良い。
外部機器接続I/F305は、各種の外部機器を接続するためのインターフェースである。この場合の外部機器は、ディスプレイ、スピーカ、キーボード、マウス、USB(Universal Serial Bus)メモリ、及びプリンタ等である。
ネットワークI/F306は、通信ネットワーク100を介してデータ通信をするためのインターフェースである。
メディアI/F309は、フラッシュメモリ等の記録メディア309mに対するデータの読み出し又は書き込み(記憶)を制御する。記録メディア309mには、DVD(Digital Versatile Disc)やBlu-ray Disc(登録商標)等も含まれる。
バスライン310は、図2に示されているCPU301等の各構成要素を電気的に接続するためのアドレスバスやデータバス等である。
<通信端末のハードウェア構成>
次に、図3を用いて、通信端末5の電気的なハードウェア構成を説明する。図3は、通信端末の電気的なハードウェア構成図である。
次に、図3を用いて、通信端末5の電気的なハードウェア構成を説明する。図3は、通信端末の電気的なハードウェア構成図である。
通信端末5は、コンピュータとして、図3に示されているように、CPU501、ROM502、RAM503、SSD504、外部機器接続I/F(Interface)505、ネットワークI/F506、ディスプレイ507、ポインティングデバイス508、メディアI/F509、及びバスライン510を備えている。
これらのうち、CPU501は、通信端末5全体の動作を制御する。ROM502は、IPL等のCPU501の駆動に用いられるプログラムを記憶する。RAM503は、CPU501のワークエリアとして使用される。
SSD504は、CPU501の制御に従って各種データの読み出し又は書き込みを行う。なお、SSD504の代わりに、HDD(Hard Disk Drive)を用いてもよい。
外部機器接続I/F505は、各種の外部機器を接続するためのインターフェースである。この場合の外部機器は、ディスプレイ、スピーカ、キーボード、マウス、USBメモリ、及びプリンタ等である。
ネットワークI/F506は、通信ネットワーク100を介してデータ通信をするためのインターフェースである。
ディスプレイ507は、各種画像を表示する液晶や有機EL(Electro Luminescence)などの表示手段の一種である。
ポインティングデバイス508は、各種指示の選択や実行、処理対象の選択、カーソルの移動などを行う入力手段の一種である。なお、分析者aがキーボードを使う場合は、ポインティングデバイス508の機能をOFFにしてもよい。
メディアI/F509は、フラッシュメモリ等の記録メディア509mに対するデータの読み出し又は書き込み(記憶)を制御する。記録メディア509mには、DVDやBlu-ray Disc(登録商標)等も含まれる。
バスライン510は、図4に示されているCPU501等の各構成要素を電気的に接続するためのアドレスバスやデータバス等である。
〔高影響ユーザ検索装置の機能構成〕
次に、図4を用いて、高影響ユーザ検索装置の機能構成について説明する。図4は、本発明の実施形態における高影響ユーザ検索装置の機能構成図である。
次に、図4を用いて、高影響ユーザ検索装置の機能構成について説明する。図4は、本発明の実施形態における高影響ユーザ検索装置の機能構成図である。
図4において、高影響ユーザ検索装置3は、入力部31、入力処理部32、投稿解析部34、スコア計算部35、分析部36、出力処理部37、及び出力部38を有する。これら各部は、プログラムに基づき図2のCPU301による命令によって実現される機能である。
更に、図2のRAM303又はHD304には、投稿情報DB(Data Base)33が構築されている。
<投稿情報DB>
投稿情報DB33には、投稿のデータから取得された、投稿の日付、文面、インプレッション等のデータが管理される。
投稿情報DB33には、投稿のデータから取得された、投稿の日付、文面、インプレッション等のデータが管理される。
<各機能構成>
続いて、図2乃至図4を用いて、高影響ユーザ検索装置の各機能構成について説明する。
続いて、図2乃至図4を用いて、高影響ユーザ検索装置の各機能構成について説明する。
入力部31は、分析者aから通信端末5及びネットワークI/F306を介して、所定のサービスに関する不特定多数のユーザの投稿データの入力を受け付ける。
入力処理部32は、入力部31で入力されたデータを、その後に処理しやすいように加工する。
投稿解析部34は、所定の投稿のデータに基づいて、所定のサービスに関するユーザのサービス利用歴のデータ、前記所定のサービスに関する前記ユーザの影響力のデータ、及び前記所定のサービスに関する前記ユーザの課金状況のデータを推定する解析を行う。
スコア計算部35は、投稿解析部34によって推定された結果に基づき、スコアSを合計し、所定値以上の高スコアのユーザを特定する。
分析部36は、入力部31から通信ネットワーク100を介して外部のサーバ等と通信することで、後述の各定数α,β,γを計算及び調整する。
出力処理部37は、分析部36から分析データ(高スコアのユーザの特定の投稿のデータ)を取得して、分析者aが閲覧できるような分析結果データを作成する。
出力部38は、分析結果データを出力する。出力方法としては、通信端末5に出力結果のデータを送信したり、表示したり、又は印刷したりすることが挙げられる。
〔実施形態の処理又は動作〕
続いて、図5乃至図10を用いて、本実施形態の処理又は動作について詳細に説明する。図5は、高影響ユーザの検索処理を示すフローチャートである。ここでは、分析者aが自社の開発した所定のサービスとしてのサービスAについてのユーザの評判を収集する例について説明する。
続いて、図5乃至図10を用いて、本実施形態の処理又は動作について詳細に説明する。図5は、高影響ユーザの検索処理を示すフローチャートである。ここでは、分析者aが自社の開発した所定のサービスとしてのサービスAについてのユーザの評判を収集する例について説明する。
STEP1:図5に示されているように、まず、入力部31は、分析者aから通信端末5を介して、サービスの名称でSNSの投稿のデータを取得する。または、入力部31は、直接、サービスの名称でSNSの投稿のデータを検索する。入力処理部32は、投稿のデータから、投稿の日付、文面、インプレッションを取得し、それらの情報を投稿情報DB33に格納する。
例えば、入力部31は、サービスAの名称で投稿のデータの一例としてTwitterの検索を行い、所定の投稿のデータを取得する。
STEP2:投稿解析部34は、任意のユーザが所定のサービスを使用していると思われる最古の投稿のデータを検索(取得)し、正規化を含めて、ユーザのサービス利用歴を推定する。
例えば、図6に示すように、投稿解析部34は、ユーザの過去のツイートを検索し、サービスAを使用していると思われる最古のツイートを検索して、サービス利用歴を推定する。図6は、ユーザがサービスを使用している最古のツイートの例を示す図である。
STEP3:投稿解析部34は、任意のユーザの現在から過去の所定期間(例えば、1ヶ月間)分の投稿のデータうち、インプレッション(回数)が閾値以上の所定数のツイートを抽出(取得)し、このインプレッションを合計後に正規化して、ユーザの影響力を推定する。
例えば、図7に示すように、投稿解析部34は、ユーザの現在から過去1か月分の投稿のうち最もインプレッションが高いツイートを10例ほど抽出し、インプレッション数を合計して、ユーザの影響力を推定する。図7は、インプレッションが高いツイートの例を示す図である。
STEP4:投稿解析部34は、現在から過去の所定期間(例えば、1ヵ月間)分の任意のユーザの課金状況がうかがえる投稿を検索(取得)し、正規化を含めて、ユーザの課金状況を推定する。課金状況は、サービス内課金システムを表す単語(「有料プラン」,「コイン○○枚」,「ガシャ○○連」等)の抽出により推定される。
例えば、図8及び図9に示すように、投稿解析部34は、現在から過去1か月分のユーザの課金状況がうかがえる投稿を検索し、(式1)を用いて金額を推定する。
更に、続けて説明する。
STEP5:スコア計算部35は、(式2)を用いてスコアを合計し、所定値以上の高スコアのユーザ(特定のユーザ)を特定する。なお、(式2)は一例である。
α,β,γ:定数
DR:サービスAのリリース日からの日数
DS:ユーザがサービスAを使用していると思われる最古のツイートからの日数
R:Rt数(ポジティブなインプレッションの総和)
L:「いいね」数
M:推定課金金額
続けて説明する。
また、スコア計算部35は、Σ(R+L)を以下の手順で正規化する。
スコア計算部35は、サービスについて言及された投稿からランダムに30例以上を選出し、インプレッションのt分布を作成する。そして、スコア計算部35は、作成した分布よりΣ(R+L)の標準偏差を導出する。本実施形態では、正規化にt分布を採用する手法を行ったが、他の手法を行ってもよい。
なお、スコア計算部35は、ユーザのサービス利用歴の推定(STEP2参照)、ユーザの影響力の推定(STEP3参照)、ユーザの課金状況の推定(STEP4参照)の結果のうち、少なくとも一つを用いて、スコアを計算することも可能である。例えば、リリースされて間もない新製品に関するサービスの分析の場合、このサービスの使用歴(STEP2参照)の重要度は小さくなると考えられるため、影響度スコアの項からは除外してもよい。
STEP6:分析部36は、入力部31から通信ネットワーク100を介して外部のサーバ等と通信することで、各定数α,β,γを計算及び調整する。
例えば、サービスAがリリース間もないため長期ユーザの重要性が低い場合は、分析部36は定数αを小さくするように調整する。また、広報活動に注力したいためインフルエンサの意見を重視したい場合は、分析部36は定数βを大きくするように調整する。
STEP7:出力処理部37は、分析部36から分析データ(高スコアのユーザの特定の投稿のデータ)を取得して、分析者aが閲覧できるような分析結果データを作成する。出力部38は、図10に示すような、高スコアユーザーの投稿を含めた分析結果データを出力する。
〔実施形態の効果〕
以上説明したように本実施形態によれば、SNS等のWeb(ウェブ)の投稿のデータからユーザの属性を推定する(式2)を用いることで、膨大なデータの中からサービスの改善に役立つ投稿を効率的に収集することができるという効果を奏する。例えば、サービスへの影響度の高いユーザの意見を取り入れることで,効率的に重要度の高い意見収集が可能になる。また、自発的にアンケートには参加しないユーザの反応を得ることが可能になる。更に、新規アプリケーションのリリースの際にインフルエンサを起用する場合に、既存の類似ゲームで検索を行い最適なユーザ選出が可能になる。
以上説明したように本実施形態によれば、SNS等のWeb(ウェブ)の投稿のデータからユーザの属性を推定する(式2)を用いることで、膨大なデータの中からサービスの改善に役立つ投稿を効率的に収集することができるという効果を奏する。例えば、サービスへの影響度の高いユーザの意見を取り入れることで,効率的に重要度の高い意見収集が可能になる。また、自発的にアンケートには参加しないユーザの反応を得ることが可能になる。更に、新規アプリケーションのリリースの際にインフルエンサを起用する場合に、既存の類似ゲームで検索を行い最適なユーザ選出が可能になる。
〔補足〕
本発明は上述の実施形態に限定されるものではなく、以下に示すような構成又は処理(動作)であってもよい。
(1)高影響ユーザ検索装置3はコンピュータとプログラムによっても実現できるが、このプログラムを(非一時的な)記録媒体に記録することも、通信ネットワーク100を介して提供することも可能である。
(2)高影響ユーザ検索装置3と通信端末5との間の通信において、他の装置(サーバ、ルータ等)がデータを中継してもよい。例えば、本明細書では、簡略化のために、高影響ユーザ検索装置3の入力部31が通信端末5に対してデータを送信する旨が記載しているが、この送信処理には、他の装置がデータを中継する場合も含まれる趣旨である。
(4)上記実施形態では、通信端末5の一例としてノート型パソコンが示されているが、これに限るものではなく、例えば、デスクトップパソコン、タブレット端末、スマートフォン、スマートウォッチ、カーナビゲーション装置、冷蔵庫、電子レンジ等であってもよい。
(5)各CPU301,501は、単一だけでなく、複数であってもよい。
(6)投稿解析部34又は分析部36が実行する処理の少なくとも一部において、ニューラルネットワーク(Neural Network)を用いてもよい。
本発明は上述の実施形態に限定されるものではなく、以下に示すような構成又は処理(動作)であってもよい。
(1)高影響ユーザ検索装置3はコンピュータとプログラムによっても実現できるが、このプログラムを(非一時的な)記録媒体に記録することも、通信ネットワーク100を介して提供することも可能である。
(2)高影響ユーザ検索装置3と通信端末5との間の通信において、他の装置(サーバ、ルータ等)がデータを中継してもよい。例えば、本明細書では、簡略化のために、高影響ユーザ検索装置3の入力部31が通信端末5に対してデータを送信する旨が記載しているが、この送信処理には、他の装置がデータを中継する場合も含まれる趣旨である。
(4)上記実施形態では、通信端末5の一例としてノート型パソコンが示されているが、これに限るものではなく、例えば、デスクトップパソコン、タブレット端末、スマートフォン、スマートウォッチ、カーナビゲーション装置、冷蔵庫、電子レンジ等であってもよい。
(5)各CPU301,501は、単一だけでなく、複数であってもよい。
(6)投稿解析部34又は分析部36が実行する処理の少なくとも一部において、ニューラルネットワーク(Neural Network)を用いてもよい。
1 通信システム
3 高影響ユーザ検索装置
5 通信端末
31 入力部
32 入力処理部
33 投稿情報DB(投稿情報管理部の一例)
34 投稿解析部
35 スコア計算部
36 分析部
37 出力処理部
38 出力部
3 高影響ユーザ検索装置
5 通信端末
31 入力部
32 入力処理部
33 投稿情報DB(投稿情報管理部の一例)
34 投稿解析部
35 スコア計算部
36 分析部
37 出力処理部
38 出力部
Claims (8)
- ウェブ上の投稿のデータから高影響ユーザの投稿のデータを検索する高影響ユーザ検索装置であって、
前記ウェブ上の所定のサービスに関する所定の投稿のデータを入力する入力部と、
所定の投稿のデータに基づいて、前記所定のサービスに関するユーザのサービス利用歴のデータ、前記所定のサービスに関する前記ユーザの影響力のデータ、及び前記所定のサービスに関する前記ユーザの課金状況のデータのうち、少なくとも1つを推定する解析を行う投稿解析部と、
前記推定された結果に基づき、スコアを合計し、所定値以上の高スコアのユーザを特定するスコア計算部と、
前記高スコアのユーザの特定の投稿のデータを出力する出力部と、
を有する高影響ユーザ検索装置。 - ウェブ上の投稿のデータから高影響ユーザの投稿のデータを検索する高影響ユーザ検索装置であって、
前記ウェブ上の所定のサービスに関する所定の投稿のデータを入力する入力部と、
所定の投稿のデータに基づいて、前記所定のサービスに関するユーザのサービス利用歴のデータ、前記所定のサービスに関する前記ユーザの影響力のデータ、及び前記所定のサービスに関する前記ユーザの課金状況のデータを推定する解析を行う投稿解析部と、
前記推定された結果に基づき、スコアを合計し、所定値以上の高スコアのユーザを特定するスコア計算部と、
前記高スコアのユーザの特定の投稿のデータを出力する出力部と、
を有する高影響ユーザ検索装置。 - 前記投稿解析部は、前記所定のサービスに関するユーザのサービス利用歴のデータ、前記所定のサービスに関する前記ユーザの影響力のデータ、及び前記所定のサービスに関する前記ユーザの課金状況のデータをそれぞれ正規化する、請求項2に記載の高影響ユーザ検索装置。
- 前記投稿解析部は、ユーザが所定のサービスを使用していると思われる最古の投稿を取得することで、前記ユーザのサービス利用歴を推定する、請求項1乃至3のいずれか一項に記載の高影響ユーザ検索装置。
- 前記投稿解析部は、ユーザの現在から過去の所定期間分の投稿のうち、インプレッションが閾値以上の所定数のツイートを取得し、当該インプレッションを合計することで、前記ユーザの影響力を推定する、請求項1乃至3のいずれか一項に記載の高影響ユーザ検索装置。
- 前記投稿解析部は、現在から過去の所定期間分のユーザの課金状況がうかがえる投稿のデータを取得することで、前記ユーザの課金状況を推定する、請求項1乃至3のいずれか一項に記載の高影響ユーザ検索装置。
- ウェブ上の投稿のデータから高影響ユーザの投稿のデータを検索する高影響ユーザ検索装置が実行する高影響ユーザの検索方法であって、
高影響ユーザ検索装置は、
前記ウェブ上の所定のサービスに関する所定の投稿のデータを入力する入力部と、
所定の投稿のデータに基づいて、前記所定のサービスに関するユーザのサービス利用歴のデータ、前記所定のサービスに関する前記ユーザの影響力のデータ、及び前記所定のサービスに関する前記ユーザの課金状況のデータのうち、少なくとも1つを推定する解析を行う投稿解析部と、
前記推定された結果に基づき、スコアを合計し、所定値以上の高スコアのユーザを特定するスコア計算部と、
前記高スコアのユーザの特定の投稿のデータを出力する出力部と、
を有する高影響ユーザ検索方法。 - コンピュータに、請求項7に記載の方法を実行させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2022/014154 WO2023181303A1 (ja) | 2022-03-24 | 2022-03-24 | 高影響ユーザ検索装置、高影響ユーザ検索方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2022/014154 WO2023181303A1 (ja) | 2022-03-24 | 2022-03-24 | 高影響ユーザ検索装置、高影響ユーザ検索方法、及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2023181303A1 true WO2023181303A1 (ja) | 2023-09-28 |
Family
ID=88100704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2022/014154 WO2023181303A1 (ja) | 2022-03-24 | 2022-03-24 | 高影響ユーザ検索装置、高影響ユーザ検索方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
WO (1) | WO2023181303A1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130018893A1 (en) * | 2011-07-12 | 2013-01-17 | Salesforce.Com, Inc. | Method and system for determining a user's brand influence |
JP2014067359A (ja) * | 2012-09-27 | 2014-04-17 | Comnico Inc | 商品評価支援装置、商品評価支援プログラム、商品評価支援方法及び商品評価支援システム |
JP2020184260A (ja) * | 2019-05-09 | 2020-11-12 | 挙 山本 | 分析装置、分析方法および分析プログラム |
-
2022
- 2022-03-24 WO PCT/JP2022/014154 patent/WO2023181303A1/ja active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130018893A1 (en) * | 2011-07-12 | 2013-01-17 | Salesforce.Com, Inc. | Method and system for determining a user's brand influence |
JP2014067359A (ja) * | 2012-09-27 | 2014-04-17 | Comnico Inc | 商品評価支援装置、商品評価支援プログラム、商品評価支援方法及び商品評価支援システム |
JP2020184260A (ja) * | 2019-05-09 | 2020-11-12 | 挙 山本 | 分析装置、分析方法および分析プログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Asante et al. | Equity in health care financing in low-and middle-income countries: a systematic review of evidence from studies using benefit and financing incidence analyses | |
Campbell et al. | Improvements in quality of clinical care in English general practice 1998-2003: longitudinal observational study | |
Toubia et al. | Intrinsic vs. image-related utility in social media: Why do people contribute content to twitter? | |
Trusov et al. | Determining influential users in internet social networks | |
US20190156426A1 (en) | Systems and methods for collecting and processing alternative data sources for risk analysis and insurance | |
Bidargaddi et al. | Digital footprints: facilitating large-scale environmental psychiatric research in naturalistic settings through data from everyday technologies | |
Zhao et al. | Trust, empathy, social identity, and contribution of knowledge within patient online communities | |
Gold et al. | Job acquisition by urban youth with disabilities transitioning from school to work | |
Groenewoud et al. | What influences patients' decisions when choosing a health care provider? Measuring preferences of patients with knee arthrosis, chronic depression, or Alzheimer's disease, using discrete choice experiments | |
Bone et al. | Dynamic prediction of psychological treatment outcomes: development and validation of a prediction model using routinely collected symptom data | |
De Cnudde et al. | What does your Facebook profile reveal about your creditworthiness? Using alternative data for microfinance | |
US20140278485A1 (en) | Systems and methods for market participant-based automated decisioning | |
Ballings et al. | Social media optimization: Identifying an optimal strategy for increasing network size on Facebook | |
US10984496B1 (en) | Threat assessment and response facilitation system and method | |
Peñaflor | Beyond “Likes” An assessment of user engagement in Facebook among Philippine academic libraries | |
Erdt et al. | Analysing researchers’ outreach efforts and the association with publication metrics: A case study of Kudos | |
Turney | Incarceration and social inequality: Challenges and directions for future research | |
Ranson et al. | Equitable utilisation of Indian community based health insurance scheme among its rural membership: cluster randomised controlled trial | |
Xiong et al. | Recognition and evaluation of data as intangible assets | |
Altin et al. | Adoption of cloud-based accounting practices in Turkey: an empirical study | |
Jansen et al. | Is the buzz on?–A buzz detection system for viral posts in social media | |
Jacobs et al. | Women and non-white people among Lasker Award recipients from 1946 to 2022: cross sectional study | |
Jiang et al. | The impact of social media input intensity on reward-based crowdfunding performance: evidence from China | |
Liu et al. | The signaling effect of sampling size in physical goods sampling via online channels | |
Baumann et al. | Usage continuance in Software-as-a-Service |
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: 22933443 Country of ref document: EP Kind code of ref document: A1 |
|
WWE | Wipo information: entry into national phase |
Ref document number: 2024509613 Country of ref document: JP |