JP2007219929A - 感性評価システム及び方法 - Google Patents

Abstract

【課題】マーケティング活動における意思決定時により役に立つ情報を得ることが可能な感性評価システム及び方法を提供する。
【解決手段】ネットワーク等を介して得られたテキスト情報を時系列に蓄積し、テキスト情報から感性を示す形容詞及び副詞とそれらに係る名詞の組合せを記憶装置に格納された辞書を用いて抽出する。そして、抽出した各名詞に係る形容詞及び副詞のうち、出現率の高い形容詞及び副詞を指標とし、該指標と類似する形容詞及び副詞の出現率の推移を示す感性マップを各名詞に対応してそれぞれ生成し、感性マップデータベースとして記憶装置に格納する感性情報マッピング処理を実行する。検索キーワードが入力されると、該検索キーワードと同じ言葉に基づいて作成された感性マップと最も類似する感性マップを感性マップデータベースから検索し、その検索結果を評価の予測結果として出力する。
【選択図】図１

Description

本発明はマーケティング活動における意思決定を支援するための感性評価システム及び方法に関する。

近年、蓄積された大量のデータからビジネスに活用できる有用な情報を取り出すための処理技術である「データマイニング」が注目されている。このデータマイニングを利用して、商品や創作物あるいはサービス等に対する顧客の将来の評価予測や、検索キーワードからそれに関連する言葉を推定することで、マーケティング活動における意思決定を支援する感性評価システムの要望が高まっている。

しかしながら、商品や創作物あるいはサービス等に対する顧客の評価は、評価者の趣味や嗜好によって左右されるため客観的な評価が得られるとは限らない。また、評価者は商品や創作物あるいはサービス等に対して常に一定の評価を与え続けるとは限らず、評価結果は競合する商品の発売や時間の経過と共に変化する。また、評価結果は、評価基準（キーワード）によっても変わってしまう。そのため、ある時点における評価結果から今後の評価の傾向を予測することは困難である。

そのため、従来の感性評価システムでは、例えばウェブサイト上で公開された商品やサービスに対するレビューやアンケート結果あるいは掲示板の記載等から、該商品やサービスに対する感性に係る言葉を抽出し、その出現頻度を計数することで評価の傾向を把握する程度に留まっていた。

なお、そのような処理と似た技術として、特許文献１には、ウェブサイト上の電子文書を収集して構築された文書データベースから、現在話題となっている言葉をその出現頻度を基に抽出すると共に、その話題に関連する言葉も併せて抽出する情報抽出装置が記載されている。
特開平１０−３４０２７５号公報

従来の感性評価システムでは、過去から現在に至る評価の基になる全ての情報を同一時間軸で管理しているため、任意の期間における評価の推移を検出できない問題がある。また、任意の時点までの評価の傾向を把握できないため、任意の時点から将来の評価の傾向を精度よく予測できない。

本発明は上記したような従来の技術が有する問題点を解決するためになされたものであり、マーケティング活動における意思決定時により役に立つ情報を得ることが可能な感性評価システム及び方法を提供することを目的とする。

上記目的を達成するため本発明の感性評価システムは、ネットワーク上に存在するテキスト情報を収集し、前記テキスト情報に付随して得られる時刻情報を基に前記テキスト情報を分類して記憶装置に格納する時系列分類処理、前記テキスト情報から感性を示す形容詞及び副詞とそれらに係る名詞の組合せを記憶装置に格納された辞書を用いて抽出する感性情報抽出処理、並びに前記感性情報抽出処理で抽出された各名詞に係る形容詞及び副詞のうち、出現率の高い形容詞及び副詞を指標とし、該指標となる形容詞及び副詞と類似する形容詞及び副詞の出現率の推移を示す感性マップを各名詞に対応してそれぞれ生成し、感性マップデータベースとして記憶装置に格納する感性情報マッピング処理を実行する感性情報収集装置と、
検索キーワードが入力されると、該検索キーワードと同じ言葉に基づいて作成された感性マップと最も類似する感性マップを、記憶装置に格納された感性マップデータベースから検索し、その検索結果を評価の予測結果として出力する感性マップ検索処理を実行する感性情報検索装置と、
を有する構成である。

または、ネットワーク上に存在するテキスト情報を収集し、前記テキスト情報に付随して得られる時刻情報を基に前記テキスト情報を分類して記憶装置に格納する時系列分類処理、記憶装置に格納された辞書を用いて前記テキスト情報を形容詞、副詞及び名詞に分解する単語情報抽出処理、並びに前記記憶装置に格納された前記形容詞、副詞及び名詞毎の出現回数の推移を前記形容詞、副詞及び名詞毎に単語マップとして生成し、単語マップデータベースとして記憶装置に格納する単語情報マッピング処理を実行する単語情報収集装置と、
検索キーワードが入力されると、前記単語マップデータベースから該検索キーワードに対応する単語マップを抽出し、該単語マップと最も出現回数の推移が類似する単語マップを検索し、その検索結果を類似性の予測結果として出力する単語マップ検索処理を実行するマップ情報検索装置と、
を有する構成である。

一方、本発明の感性評価方法は、ネットワーク上に存在するテキスト情報を収集し、前記テキスト情報に付随して得られる時刻情報を基に前記テキスト情報を分類して記憶装置に格納する時系列分類処理と、
前記テキスト情報から感性を示す形容詞及び副詞とそれらに係る名詞の組合せを記憶装置に格納された辞書を用いて抽出する感性情報抽出処理と、
前記感性情報抽出処理で抽出された各名詞に係る形容詞及び副詞のうち、出現率の高い形容詞及び副詞を指標とし、該指標となる形容詞及び副詞と類似する形容詞及び副詞の出現率の推移を示す感性マップを各名詞に対応してそれぞれ生成し、感性マップデータベースとして記憶装置に格納する感性情報マッピング処理と、
検索キーワードが入力されると、該検索キーワードと同じ言葉に基づいて作成された感性マップと最も類似する感性マップを、記憶装置に格納された感性マップデータベースから検索し、その検索結果を評価の予測結果として出力する感性マップ検索処理と、
を有する方法である。

または、ネットワーク上に存在するテキスト情報を収集し、前記テキスト情報に付随して得られる時刻情報を基に前記テキスト情報を分類して記憶装置に格納する時系列分類処理、
前記記憶装置に格納された辞書を用いて前記テキスト情報を形容詞、副詞及び名詞に分解する単語情報抽出処理と、
前記記憶装置に格納された前記形容詞、副詞及び名詞毎の出現回数の推移を前記形容詞、副詞及び名詞毎に単語マップとして生成し、単語マップデータベースとして記憶装置に格納する単語情報マッピング処理と、
検索キーワードが入力されると、前記単語マップデータベースから該検索キーワードに対応する単語マップを抽出し、該単語マップと最も出現回数の推移が類似する単語マップを検索し、その検索結果を類似性の予測結果として出力する単語マップ検索処理と、
を有する方法である。

上記のような感性評価システム及び方法では、感性マップを特定のテーマに絞ったテキスト情報を基に作成するため、感性マップの指標を柔軟に定義することが可能であり、そこから得られる感性を示す情報は特徴的なものに絞り込まれる。そのため、検索キーワードから感性マップ間の類似度を計算することで、高い精度で感性の推移を検索できる。

また、単語マップデータベースから該検索キーワードに対応する単語マップと、該検索キーワードに最も出現回数の推移が類似する単語マップを検索し、その検索結果を類似性の予測結果として出力する単語マップ検索処理を有することで、例えば商品やサービスに対する現在あるいは過去の顧客の評価を高い精度で得ることができる。

本発明によれば、感性マップを特定のテーマに絞ったテキスト情報を基に作成するため、感性マップの指標を柔軟に定義することが可能であり、そこから得られる感性を示す情報は特徴的なものに絞り込まれる。そのため、検索キーワードから感性マップ間の類似度を計算することで、高い精度で感性の推移を検索できる。

また、単語マップデータベースから該検索キーワードに対応する単語マップと、該検索キーワードに最も出現回数の推移が類似する単語マップを検索し、その検索結果を類似性の予測結果として出力する単語マップ検索処理を有することで、例えば商品やサービスに対する現在あるいは過去の顧客の評価を高い精度で得ることができる。したがって、マーケティング活動における意思決定時により役に立つ情報を得ることができる。

次に本発明について図面を参照して説明する。
（第１の実施の形態）
図１は本発明の感性評価システムの第１の実施の形態の構成を示すブロック図であり、図２は図１に示した感性情報収集装置及び感性情報検索装置の一構成例を示すブロック図である。

図１に示すように、第１の実施の形態の感性評価システムは、感性情報収集装置１１、感性情報検索装置２２、及び記憶装置１２、１３、１４、２１を有する構成である。

感性情報収集装置１１は、インターネット等のネットワーク上に存在するテキスト情報を収集し、テキスト情報に付随して得られる時刻情報を基にテキスト情報を分類して記憶装置１２に格納する時系列分類処理Ａ１と、テキスト情報から感性を示す形容詞及び副詞とそれらに係る名詞の組合せを記憶装置１４に格納された辞書を用いて抽出する感性情報抽出処理Ａ２と、感性情報抽出処理で抽出された各名詞に係る形容詞及び副詞のうち、出現率の高い形容詞及び副詞を指標とし、該指標となる形容詞及び副詞と類似する形容詞及び副詞の出現率の推移を示す感性マップを各名詞に対応してそれぞれ生成し、感性マップデータベースとして記憶装置１３に格納する感性情報マッピング処理Ａ３とを実行する。

感性情報検索装置２２は、検索キーワードが入力されると、該検索キーワードと同じ言葉に基づいて作成された感性マップ（記憶装置２１に格納）と最も類似する感性マップを、記憶装置１３に格納された感性マップデータベースから検索し、その検索結果を評価の予測結果として出力する感性マップ検索処理Ｂ１を実行する。

以下では、感性情報収集装置１１が実行する時系列分類処理Ａ１、感性情報抽出処理Ａ２及び感性情報マッピング処理Ａ３を処理フェーズＡと称し、感性情報検索装置２２が実行する感性マップ検索処理Ｂ１を処理フェーズＢと称する。これら処理フェーズＡ及び処理フェーズＢは並行して実行される。また、処理フェーズＡは、時系列分類処理Ａ１、感性情報抽出処理Ａ２、感性情報マッピング処理Ａ３の順に実行される。

テキスト情報は、インターネット等のネットワーク上に存在する掲示板、ウェブログ、アンケート、製品レビュー等、特定のウェブサイトの情報であり、テキスト情報が公開された時刻を把握できることを前提条件とする。

記憶装置１４には、同義語辞書及び形態素解析処理で用いる辞書が格納され、感性情報収集装置１１はシソーラス検索や形態素解析の機能を備えているものとする。記憶装置１４は、感性情報抽出処理Ａ２及び感性マップ検索処理Ｂ１にてそれぞれ利用される。

記憶装置１３には感性情報マッピング処理Ａ３の処理結果が感性マップデータベースとして格納される。感性マップデータベースには、名詞をキーとし、該名詞に係る形容詞や副詞をスコア化した情報が時系列に登録される。感性マップデータベースを常に最新の状態で保つため、感性情報収集装置１１は処理フェーズＡを定期的に実行するものとする。

記憶装置２１には、処理フェーズＡで作成された感性マップが感性の推移を検索するためのキーワード（名詞）に対応付けて格納される。

なお、図１では、感性情報収集装置１１、感性情報検索装置２２並びに記憶装置１２〜１４及び２１を個別に有する構成を示しているが、これらの装置はどのように組み合わされていてもよい。例えば、これらの装置を一つの装置にまとめた構成であってもよく、上記時系列分類処理Ａ１、感性情報抽出処理Ａ２、感性情報マッピング処理Ａ３または感性マップ検索処理Ｂ１毎に異なる装置で構成されていてもよい。また、記憶装置１２〜１４及び２１は、上記感性情報収集装置１１及び感性情報検索装置２２を実現する装置に組み込まれていてもよく、該装置から独立した構成であってもよい。

また、上述した感性情報収集装置１１、感性情報検索装置２２並びに記憶装置１２〜１４及び２１は、演算機能やメモリを備えたＬＳＩ（Large scale Integrated Circuit）あるいは論理回路等によって実現されてもよく、ＣＰＵ（またはＤＳＰ）とメモリとを有するコンピュータによって実現されてもよい。以下、感性情報収集装置１１、感性情報検索装置２２、記憶装置１２〜１４及び２１をコンピュータで実現する場合を例にして、図２を用いてその具体的な構成を説明する。なお、図２は、記憶装置１２〜１４及び２１が、感性情報収集装置１１及び感性情報検索装置２２の処理を実現するコンピュータに組み込まれている例である。

図２に示すように、感性情報収集装置１１及び感性情報検索装置２２は、プログラムにしたがって所定の処理を実行する処理装置６０と、処理装置６０に対してコマンドや情報等を入力するための入力装置７０と、処理装置６０の処理結果をモニタするための出力装置８０とを有する構成である。

処理装置６０は、ＣＰＵ６１と、ＣＰＵ６１の処理に必要な情報を一時的に記憶する主記憶装置６２と、ＣＰＵ６１に感性情報収集装置１１及び感性情報検索装置２２としての処理を実行させるためのプログラムが記録された記録媒体６３と、記憶装置１２〜１４及び２１として用いられるデータ蓄積装置６４と、主記憶装置６２、記録媒体６３、及びデータ蓄積装置６４とのデータ転送を制御するメモリ制御インタフェース部６５と、入力装置７０及び出力装置８０とのインタフェース装置であるＩ／Ｏインタフェース部６６と、インターネット等のネットワークと接続するためのインタフェースである通信制御装置６７とを備え、それらがバス６８を介して接続された構成である。

処理装置６０は、記録媒体６３に記録されたプログラムにしたがって上記時系列分類処理Ａ１、感性情報抽出処理Ａ２、感性情報マッピング処理Ａ３または感性マップ検索処理Ｂ１をそれぞれ実行する。なお、記録媒体６３は、磁気ディスク、半導体メモリ、光ディスクあるいはその他の記録媒体であってもよい。

次に、第１の実施の形態の感性評価システムの動作について図１を参照しつつ図３〜図７を用いて説明する。

図３は図１に示した感性情報収集装置が実行する時系列分類処理Ａ１の手順を示すフローチャートであり、図４及び図５は図１に示した感性情報収集装置が実行する感性情報抽出処理Ａ２の手順を示すフローチャートである。また、図６は図１に示した感性情報収集装置が実行する感性情報マッピング処理Ａ３の手順を示すフローチャートであり、図７は図１に示した感性情報検索装置が実行する感性マップ検索処理Ｂ１の手順を示すフローチャートである。

まず、時系列分類処理Ａ１の手順について図３を用いて説明する。

図３に示すように、感性情報収集装置１１は、例えばインターネットを介して特定のウェブサイトにアクセスし、該ウェブサイトで公開された電子文書をダウンロードする。そして、該電子文書がウェブサイトに登録されたファイルの日付や該電子文書内に記載された時刻情報を基に、所定の時間毎にテキスト情報を収集する(ステップＡ１＿１)。

次に、収集したテキスト情報を、対応する時刻情報毎に分類し、記憶装置１２に格納する(ステップＡ１＿２)。

続いて、感性情報収集装置１１は、情報の収集を継続するか否かを判定し(ステップＡ１＿３)、ターゲットとなるテキスト情報源を変更するとき等、現在のテキスト情報の収集を継続しない場合は時系列分類処理Ａ１を終了する。また、継続する場合はステップＡ１＿１〜Ａ１＿３の処理を繰り返すことで、所定の時間毎のテキスト情報を記憶装置１２に格納する。

次に、感性情報抽出処理Ａ２の手順について図４及び図５を用いて説明する。

図４に示すように、感性情報収集装置１１は、時系列分類処理Ａ１によって記憶装置１２に格納されたテキスト情報に対し、記憶装置１４に予め格納された辞書（同義語辞書、解析辞書）を用いて周知の形態素解析処理（テキスト解析処理）を実行し、テキスト情報１を名詞、形容詞、副詞等に分解する（ステップＡ２＿１）。

そして、形容詞や副詞とそれらに係る名詞が出現する回数を所定の時刻毎にカウントし（感性情報解析処理）、そのカウント結果を、例えば表形式（図４の表参照）で記憶装置１２に時系列情報データベースとして登録する（ステップＡ２＿２）。

続いて、感性情報収集装置１１は、図５に示すように記憶装置１２の時系列情報データベースから１つの名詞を取り出し、その名詞に係る最も出現回数の多い形容詞や副詞を２つ抽出して、それを感性マップにおける第１の指標とする（感性指標の抽出１）（ステップＡ２＿３）。

続いて、記憶装置１４内の同義語辞書を用いて抽出した２つの形容詞や副詞の反意語を感性マップにおける第２の指標として抽出する（感性指標の抽出２）（ステップＡ２＿４）。

そして、感性情報収集装置１１は、記憶装置１２に登録されている名詞のうち、未処理の名詞が無いか否かを判定し(ステップＡ２＿５)、名詞が残っていない場合は感性情報抽出処理Ａ２を終了する。また、名詞が残っている場合はステップＡ２＿３〜Ａ２＿５の処理を繰り返し、全ての名詞毎の感性マップを作成する。作成した感性マップは記憶装置１２に格納する。感性マップは、例えば図４に示すようにステップＡ２＿３及びステップＡ２＿４の処理で抽出した第１の指標及び第２の指標をそれぞれ座標軸とするグラフである。

次に、感性情報マッピング処理Ａ３の手順について図６を用いて説明する。

図６に示すように、感性情報収集装置１１は、先ず、任意の１つの名詞を選択し、該名詞に係る形容詞または副詞について、その全出現回数に対する特定の時刻ｔに出現する割合を形容詞または副詞毎に求める（感性情報出現率計算（時刻ｔ））（ステップＡ３＿１）。

次に、感性情報収集装置１１は、選択した名詞に係る１つの形容詞または副詞に対して最も類似する指標を記憶装置１４内の同義語辞書を用いて抽出する。このとき、抽出した指標と形容詞または副詞との間の類似度（０〜１：１が最も類似度が高い）とステップＡ３＿１の処理で求めた感性情報出現率との積を感性マップ上に配置し、原点から該配置した点までを感性情報のベクトルとする。

感性マップは、上述したように指標となる感性情報を座標軸として持つ多次元のマップである。図５では２次元の感性マップを例示している。各座標軸は指標となる感性情報との類似度の大きさを表し、原点が最も類似度の低い状態を表す。

そして、残りの形容詞または副詞についても、同様の処理を実行して類似度と感性情報出現率の積をそれぞれ求め、最も類似する単語(指標)のベクトルとして感性マップ上に配置する。これらのベクトルの和を求めることで、図６のグラフに示すように時刻ｔにおける名詞毎の感性情報が感性マップ上にマッピングされる（ステップＡ３＿２）。感性情報がマッピングされた感性マップは記憶装置１３に感性マップデータベースとして登録される。

続いて、感性情報収集装置１１は、感性マップに対する感性情報のマッピング処理を継続するか否かを判定し(ステップＡ３＿３)、記憶装置１２に登録された時刻を越える場合（マッピング処理を行う情報が無い場合）は感性情報マッピング処理Ａ３を終了する。また、継続する場合はステップＡ３＿１〜Ａ３＿３の処理を繰り返す。この感性情報のマッピング処理を繰り返すことで、感性情報の時間的推移が感性マップ上に描かれる。以上の処理は感性情報抽出処理Ａ２で作成された各名詞の感性マップに対してそれぞれ実施される。

次に、感性マップ検索処理Ｂ１の手順について図７を用いて説明する。

なお、記憶装置２１には、感性の推移を検索するための検索キーワード（名詞）に対応する、処理フェーズＡで作成された感性マップ（以下、感性マップ２１と称す）が格納されているものとする。

図７に示すように、感性情報検索装置２２は、記憶装置１３に格納された感性マップデータベースを検索し、感性マップ２１内の感性の推移と類似する感性マップを選択する（感性マップの選択）（ステップＢ１＿１）。

このとき、感性情報検索装置２２は、検索キーワードと、記憶装置１３に格納された感性マップの基になる名詞との類似度を求め、類似度の大きい順に各名詞に対して以降の処理を実行する。

まず、感性情報検索装置２２は、感性マップ２１と、記憶装置１３に格納された検索キーワードに類似する名詞から作成された感性マップ（以下、感性マップＡと称す）とにより感性の推移の類似性を求める（感性の推移の類似度計算）（ステップＢ１＿２）。

感性の推移の類似性を求める方法としては、以下のような処理を実行する。

まず、感性情報検索装置２２は、感性マップ２１の起点となるキーワードに対応する感性の配置ポイントＰ（０）から最も距離が近い感性マップＡの配置ポイントを測定する。次に、最も距離の近いポイント（名詞Ａにおける感性の推移）を仮にＱ（ｔ）とすると、Ｑ（ｔ）から次の配置ポイントＱ（ｔ＋１）までを一つのベクトルとして考える。また、Ｐ（０）からＰ（１）も同様にベクトルとして考え、この２つのベクトルの内積を求める。これを感性マップ２１の終点となる配置ポイントまで繰り返し求め、内積の相加平均を計算し、該相加平均値を感性の推移の類似度とする。

次に、感性情報検索装置２２は、ステップＢ１＿１の処理で選択した名詞間の類似度と、ステップＢ１＿２の処理で求めた感性の推移の類似度との積を計算し、その計算結果が最も大きな値となる感性マップを類似度の高いマップとして判定する（感性マップの類似度を判定）（ステップＢ１＿３）。

そして、配置ポイントＰの終点をＰ（ｍ）とすると、次に予想される配置ポイントＰ（ｍ＋１）を、ステップＢ１＿３の処理で求めた感性マップの配置ポイントＱ（ｔ＋ｍ）からＱ（ｔ＋ｍ＋１）と同じ方向に、かつ同じ距離となる位置にマッピングすることで、将来の感性推移を予測する（将来の感性推移をマッピング）（ステップＢ１＿４）。

以上説明したように、本実施形態の感性評価システムによれば、感性マップを特定のテーマに絞ったテキスト情報を基に作成するため、感性マップの指標を柔軟に定義することが可能であり、そこから得られる感性を示す情報は特徴的なものに絞り込まれる。そのため、検索キーワードから感性マップ間の類似度を計算することで、高い精度で感性の推移を検索できる。したがって、マーケティング活動における意思決定時により役に立つ情報を得ることができる。

なお、本実施形態では２つの感性情報を用いた２次元の感性マップを例示したが、さらに多くの感性情報を用いる多次元の感性マップを用意すれば、検索キーワードからより高い精度で感性の推移を検索できる。

また、本実施形態の感性評価システムでは、感性マップを作成した時点で、その情報は過去のものとなるため、将来の感性の推移を予測するには、よりリアルタイムに感性の推移情報を蓄積する必要がある。そこで、常に感性マップデータベースを更新することで、将来の感性の推移をより精密に予測できる。すなわち、感性マップデータベースを常に更新することで、最新の感性の推移を特定できる。
（第２の実施の形態）
次に本発明の第２の実施の形態について図面を参照して詳細に説明する。

図８は本発明の感性評価システムの第２の実施の形態の構成を示すブロック図であり、図９は図８に示した単語情報収集装置で実行する単語情報マッピング処理Ｃ３の処理結果の一例を示す模式図である。

図８に示すように、第２の実施の形態の感性評価システムは、単語情報収集装置４１、マップ情報検索装置５１、及び記憶装置４２、４３、４４を有する構成である。

単語情報収集装置４１は、インターネット等のネットワーク上に存在するテキスト情報を収集し、テキスト情報に付随して得られる時刻情報を基にテキスト情報を分類して記憶装置４２に格納する時系列分類処理Ａ１と、記憶装置４４に格納された辞書を用いてテキスト情報を形容詞、副詞及び名詞に分解する単語情報抽出処理Ｃ２と、記憶装置４２に格納された形容詞、副詞及び名詞毎の出現回数の推移を形容詞、副詞及び名詞毎に単語マップとして生成し、単語マップデータベースとして記憶装置４３に格納する単語情報マッピング処理Ｃ３とを実行する。

マップ情報検索装置５１は、検索キーワードが入力されると、単語マップデータベースから該検索キーワードに対応する単語マップを抽出し、該単語マップと最も出現回数の推移が類似する単語マップを検索し、その検索結果を類似性の予測結果として出力する単語マップ検索処理Ｄ１を実行する。

単語情報収集装置４１は、第１の実施の形態で示した時系列分類処理Ａ１を実行すると共に、第１の実施の形態で示した感性情報抽出処理Ａ２に代えて単語情報抽出処理Ｃ２を実行し、第１の実施の形態で示した感性情報マッピング処理Ａ３に代えて単語情報マッピング処理Ｃ３を実行する。

単語情報抽出処理Ｃ２は、感性情報抽出処理Ａ２と同様に、記憶装置４２に格納された時系列のテキスト情報について記憶装置４４に格納された解析辞書を用いてテキスト解析（形態素解析）を行う。単語情報抽出処理Ｃ２では、感性情報解析処理Ａ２のように、名詞、形容詞及び副詞の組合せの出現回数を求めるのではなく、形態素解析により分解した名詞、形容詞、副詞について、それぞれの出現回数を時系列に記憶装置４２に格納する。

単語情報マッピング処理Ｃ３は、記憶装置４２に格納された各単語の出現頻度のマッピング処理を行う。単語情報マッピング処理Ｃ３では、図９のグラフに示すように、時刻を横軸とし、出現回数を縦軸とする、出現頻度の推移を単語毎にマップ上に配置する。単語情報マッピング処理Ｃ３の処理結果は単語マップデータベースとして記憶装置４３に格納される。

マップ情報検索装置５１は、検索キーワードと類似する単語を記憶装置４３に格納された単語マップデータベースを基に検索し、その結果を類似性予測結果として出力する単語マップ検索処理Ｄ１を実行する。

単語情報収集装置４１が実行する時系列分類処理Ａ１、単語情報抽出処理Ｃ２及び単語情報マッピング処理Ｃ３は処理フェーズＣと称し、マップ情報検索装置５１が実行する単語マップ検索処理Ｄ１は処理フェーズＤと称するものとする。これら処理フェーズＣ及び処理フェーズＤは並行して実行される。また、処理フェーズＣは、時系列分類処理Ａ１、単語情報抽出処理Ｃ２、単語情報マッピング処理Ｃ３の順に実行される。

記憶装置４４には形態素解析に用いる解析辞書が格納され、第１の実施の形態の感性情報収集装置１１と同様に、単語情報収集装置４１は形態素解析処理を実行するための機能を備えているものとする。

なお、図８では、単語情報収集装置４１、マップ情報検索装置５１及び記憶装置４２〜４４を個別に有する構成を示しているが、これらの装置はどのように組み合わされていてもよい。例えば、これらの装置を一つの装置にまとめた構成であってもよく、上記時系列分類処理Ａ１、単語情報抽出処理Ｃ２、単語情報マッピング処理Ｃ３または単語マップ検索処理Ｄ１毎に異なる装置で構成されていてもよい。また、記憶装置４２〜４４は、上記単語情報収集装置４１及びマップ情報検索装置５１を実現する装置に組み込まれていてもよく、該装置から独立した構成であってもよい。

また、上述した単語情報収集装置４１、マップ情報検索装置５１及び記憶装置４２〜４４は、第１の実施の形態と同様に、演算機能やメモリを備えたＬＳＩ（Large scale Integrated Circuit）あるいは論理回路等によって実現されてもよく、ＣＰＵ（またはＤＳＰ）とメモリとを有するコンピュータによって実現されてもよい。

なお、単語情報収集装置４１、マップ情報検索装置５１、及び記憶装置４２〜４４の具体的な装置例については、第１の実施の形態で示した図２と同様であるため、その説明は省略する。

このような構成において、第２の実施の形態の感性評価システムは、第１の実施の形態の感性評価システムのように商品やサービスに対する将来の評価の推移を予測するのではなく、検索キーワードから、それに関連する（類似する）形容詞や副詞あるいは名詞を推定して出力する。

次に第２の実施の形態の感性評価システムが有するマップ情報検索装置５１の動作について図１０を用いて説明する。

図１０は図８に示したマップ情報検索装置が実行する単語マップ検索処理Ｄ１の手順を示すフローチャートである。

なお、以下では、単語情報収集装置４１が実行する上記時系列分類処理Ａ１、単語情報抽出処理Ｃ２及び単語情報マッピング処理Ｃ３によって、例えばインターネットを介して収集されたテキスト情報が形態素解析により形容詞や副詞あるいは名詞に分解され、それぞれの単語毎の出現頻度が記憶装置４３に単語マップデータベースとして登録されているものとする。

図１０に示すように、マップ情報検索装置５１は、先ず記憶装置４３に格納された単語マップデータベースから検索キーワードに対応する単語マップを選択する（単語マップの選択）（ステップＤ１＿１）。

次に、マップ情報検索装置５１は、選択した単語マップと単語マップデータベース内の他の単語マップとの類似度をそれぞれ計算する（出現頻度推移の類似度計算）（ステップＤ１＿２）。

出現頻度の推移の類似度は、例えば以下の手順で計算する。

まず、マップ情報検索装置５１は、単語マップ内の隣接する２つの時刻における単語の出現頻度の値どうしを結ぶベクトルをそれぞれ想定する。図１０のグラフで示す例では、名詞Ａに対応して、Ｑ（０）を始点としＱ（１）を終点とするベクトル、Ｑ（１）を始点としＱ（２）を終点とするベクトル、Ｑ（２）を始点としＱ（３）を終点とするベクトルがある。また、検索キーワードに対応して、Ｐ（０）を始点としＰ（１）を終点とするベクトル、Ｐ（１）を始点としＰ（２）を終点とするベクトル、Ｐ（２）を始点としＰ（３）を終点とするベクトルがある。

次に、マップ情報検索装置５１は、同時刻毎に得られる、検索キーワードに対応するベクトルと他の単語に対応するベクトルとの内積をそれぞれ計算する。図１０のグラフで示す例では、Ｐ（０）を始点としＰ（１）を終点とするベクトルと、Ｑ（０）を始点としＱ（１）を終点とするベクトルの内積を計算し、Ｐ（１）を始点としＰ（２）を終点とするベクトルと、Ｑ（１）を始点としＱ（２）を終点とするベクトルの内積を計算し、Ｐ（２）を始点としＰ（３）を終点とするベクトルと、Ｑ（２）を始点としＱ（３）を終点とするベクトルの内積をそれぞれ計算する。

続いて、マップ情報検索装置５１は、時刻毎の内積値の相加平均値を算出する。

マップ情報検索装置５１は、単語マップデータベース内の他の全ての単語マップについて、同様の演算を実行し、各単語マップについて、それぞれ時刻毎の内積値の相加平均値を算出する。以上の処理により、出現頻度の推移の類似度（相加平均値）を単語マップデータベース内の単語マップ毎に計算する。

最後に、マップ情報検索装置５１は、算出した相加平均値の値が最も大きい単語マップの基になる単語を、検索キーワードに対して最も類似度が高い単語として判定し、その判定結果を類似性予測結果として出力する（ステップＤ１＿３）。

第２の実施の形態の感性評価システムによれば、検索キーワードから、それに関連する（類似する）形容詞や副詞あるいは名詞を推定して出力することで、例えば、商品やサービスに対する現在あるいは過去の顧客の評価を高い精度で得ることができる。したがって、マーケティング活動における意思決定時により役に立つ情報を得ることができる。

また、第２の実施の形態の感性評価システムでは、検索キーワードの入力から予測結果の出力までの処理速度が向上する。これは、第１の実施の形態の感性評価システムのように、同義語辞書を使用した処理が存在しないためである。

本発明の感性評価システムの第１の実施の形態の構成を示すブロック図である。 図１に示した感性情報収集装置及び感性情報検索装置の一構成例を示すブロック図である。 図１に示した感性情報収集装置が実行する時系列分類処理Ａ１の手順を示すフローチャートである。 図１に示した感性情報収集装置が実行する感性情報抽出処理Ａ２の手順を示すフローチャートである。 図１に示した感性情報収集装置が実行する感性情報抽出処理Ａ２の手順を示すフローチャートである。 図１に示した感性情報収集装置が実行する感性情報マッピング処理Ａ３の手順を示すフローチャートである。 図１に示した感性情報検索装置が実行する感性マップ検索処理Ｂ１の手順を示すフローチャートである。 本発明の感性評価システムの第２の実施の形態の構成を示すブロック図である。 図８に示した単語情報収集装置で実行する単語情報マッピング処理Ｃ３の処理結果の一例を示す模式図である。 図８に示したマップ情報検索装置が実行する単語マップ検索処理Ｄ１の手順を示すフローチャートである。

符号の説明

１１ 感性情報収集装置
１２、１３、１４、２１、４２、４３、４４ 記憶装置
２２ 感性情報検索装置
４１ 単語情報収集装置
５１ マップ情報検索装置
６０ 処理装置
６１ ＣＰＵ
６２ 主記憶装置
６３ 記録媒体
６４ データ蓄積装置
６５ メモリ制御インタフェース部
６６ Ｉ／Ｏインタフェース部
６７ 通信制御装置
６８ バス
７０ 入力装置
８０ 出力装置

Claims (4)

1. ネットワーク上に存在するテキスト情報を収集し、前記テキスト情報に付随して得られる時刻情報を基に前記テキスト情報を分類して記憶装置に格納する時系列分類処理、前記テキスト情報から感性を示す形容詞及び副詞とそれらに係る名詞の組合せを記憶装置に格納された辞書を用いて抽出する感性情報抽出処理、並びに前記感性情報抽出処理で抽出された各名詞に係る形容詞及び副詞のうち、出現率の高い形容詞及び副詞を指標とし、該指標となる形容詞及び副詞と類似する形容詞及び副詞の出現率の推移を示す感性マップを各名詞に対応してそれぞれ生成し、感性マップデータベースとして記憶装置に格納する感性情報マッピング処理を実行する感性情報収集装置と、
   検索キーワードが入力されると、該検索キーワードと同じ言葉に基づいて作成された感性マップと最も類似する感性マップを、記憶装置に格納された感性マップデータベースから検索し、その検索結果を評価の予測結果として出力する感性マップ検索処理を実行する感性情報検索装置と、
   を有する感性評価システム。
2. ネットワーク上に存在するテキスト情報を収集し、前記テキスト情報に付随して得られる時刻情報を基に前記テキスト情報を分類して記憶装置に格納する時系列分類処理、記憶装置に格納された辞書を用いて前記テキスト情報を形容詞、副詞及び名詞に分解する単語情報抽出処理、並びに前記記憶装置に格納された前記形容詞、副詞及び名詞毎の出現回数の推移を前記形容詞、副詞及び名詞毎に単語マップとして生成し、単語マップデータベースとして記憶装置に格納する単語情報マッピング処理を実行する単語情報収集装置と、
   検索キーワードが入力されると、前記単語マップデータベースから該検索キーワードに対応する単語マップを抽出し、該単語マップと最も出現回数の推移が類似する単語マップを検索し、その検索結果を類似性の予測結果として出力する単語マップ検索処理を実行するマップ情報検索装置と、
   を有する感性評価システム。
3. ネットワーク上に存在するテキスト情報を収集し、前記テキスト情報に付随して得られる時刻情報を基に前記テキスト情報を分類して記憶装置に格納する時系列分類処理と、
   前記テキスト情報から感性を示す形容詞及び副詞とそれらに係る名詞の組合せを記憶装置に格納された辞書を用いて抽出する感性情報抽出処理と、
   前記感性情報抽出処理で抽出された各名詞に係る形容詞及び副詞のうち、出現率の高い形容詞及び副詞を指標とし、該指標となる形容詞及び副詞と類似する形容詞及び副詞の出現率の推移を示す感性マップを各名詞に対応してそれぞれ生成し、感性マップデータベースとして記憶装置に格納する感性情報マッピング処理と、
   検索キーワードが入力されると、該検索キーワードと同じ言葉に基づいて作成された感性マップと最も類似する感性マップを、記憶装置に格納された感性マップデータベースから検索し、その検索結果を評価の予測結果として出力する感性マップ検索処理と、
   を有する感性評価方法。
4. ネットワーク上に存在するテキスト情報を収集し、前記テキスト情報に付随して得られる時刻情報を基に前記テキスト情報を分類して記憶装置に格納する時系列分類処理、
   前記記憶装置に格納された辞書を用いて前記テキスト情報を形容詞、副詞及び名詞に分解する単語情報抽出処理と、
   前記記憶装置に格納された前記形容詞、副詞及び名詞毎の出現回数の推移を前記形容詞、副詞及び名詞毎に単語マップとして生成し、単語マップデータベースとして記憶装置に格納する単語情報マッピング処理と、
   検索キーワードが入力されると、前記単語マップデータベースから該検索キーワードに対応する単語マップを抽出し、該単語マップと最も出現回数の推移が類似する単語マップを検索し、その検索結果を類似性の予測結果として出力する単語マップ検索処理と、
   を有する感性評価方法。

Images