JP2008276512A - 共感度判定方法、及びシステム - Google Patents

Abstract

【課題】ブログサイト等において互いに共感できる人物同士を特定することが可能な共感度判定方法、及びシステムを提供する。
【解決手段】ブログサイトにおいて既に出会っている第１プレイヤと第２プレイヤ（共感している人）を対象とした解析処理を行い（ステップＳ１−０〜Ｓ１−１２）、多変量解析を行って共感度判定式が求められる（ステップＳ２−１〜Ｓ２−４）。次いで、ブログサイトにおいてまだ出会っていない第３プレイヤと第４プレイヤとを対象とした解析処理が行われ（ステップＳ３−０〜Ｓ３−１２）、得られた共感度判定式を適用して第３プレイヤと第４プレイヤとのペアについての共感度が判定される（ステップＳ４−１〜Ｓ４−２）。
【選択図】図３

Description

本発明は、例えばブログサイト等において、互いに共感できる人物をマッチングさせることを可能とするための、共感度判定方法、及びシステムに関する。

昨今、インターネット上のブログサイト、ＳＮＳ（Social Networking Service）等の利用者は爆発的に増加している。ブログ等のユーザの多くは、日記文書の公開を通して他人の共感を得ること、乃至は日記文書を閲覧して自分が共感できる他人と出会うことを望んでいると言うことができる。ブログ等は、日常問題や時事問題に関する体験、感想、意見等を含む日記文書等の投稿、その日記文書に対するコメント文書の投稿の機会を通して、人々に共感や安心感、問題解決の糸口を提供するといったような、社会的貢献の役割をいまや担っていると言える。

ところで、ブログサイト等において自分が共感できる他人を見つけるためには、何らかの検索を行う必要がある。このような検索の従来手法としては、無作為検索、カテゴリ検索、属性・キーワード検索を挙げることができる。無作為検索は、投稿日や投稿者を指定する程度の検索を行い手動でＷｅｂページを閲覧する手法である。カテゴリ検索は、「子育て」、「ボランティア」といったテーマ分類を活用して検索する手法である。属性・キーワード検索は、投稿者の年齢や性別、キーワードを利用して検索する手法である。ブログサイトのキーワード検索の手法として、例えば特許文献１を例示することができる。
特開２００７−１１６５１号公報

ところで、ブロガーの大量発生により、ブログサイトやＳＮＳは巨大化する傾向があり、現に数百万人規模の会員を擁するサイトも存在する。このような巨大サイトにおいて、従来の検索手法に依拠して検索を行っても、ユーザは、自分が共感する人物を効率良く、また精度良く見つけ出すのは困難である。すなわち、無作為検索やカテゴリ検索では、検索がラフすぎてなかなか共感先を見つけられない。一方キーワード検索では、適切なキーワードを選択し複雑な検索設定を行わないと、的確な検索結果は得られない。或いは、複雑な検索設定を行ったとしても、ヒット件数が膨大になることがある。

このように、なかなか自分が共感できる人物が発見できない結果、ブログサイトの日記文書に対してのコメント投稿が停滞し、サイトの活性度が低下する懸念がある。サイト運営者においてこのような事態は望ましいことではない。

本発明は、上記の問題点に鑑みてなされたもので、ブログサイト等において互いに共感できる人物同士を特定することが可能な共感度判定方法、及びシステムを提供することを目的とする。

本発明の一の局面に係る共感度判定方法は、相互間で文書交信の実績をもつ第１プレイヤ及び第２プレイヤと、文書交信の実績をもたない第３プレイヤ及び第４プレイヤとを選定し、第１プレイヤ又は第２プレイヤにより作成された第１文書と、第２プレイヤ又は第１プレイヤにより作成され、前記第１文書に呼応して作成された第２文書とを抽出し、前記第１文書及び第２文書を文書解析して所定のデータを抽出し、該データに基づいて数量化された複数の変数からなる第１変数群を導出し、前記第１変数群を用いて多変量解析を行うことで、プレイヤ間の共感度を数値判定するための判定式を求め、第３プレイヤ又は第４プレイヤにより作成された第３文書と、第３プレイヤ又は第４プレイヤにより作成され、任意のプレイヤの作成に係る文書に呼応して作成された第４文書とを抽出し、前記第３文書及び第４文書を文書解析して所定のデータを抽出し、該データに基づいて数量化された複数の変数からなる第２変数群を導出し、この第２変数群を前記判定式に適用することで、第３プレイヤと第４プレイヤとの共感度を判定することを特徴とする（請求項１）。

この方法によれば、先ず相互間で文書交信の実績をもつ第１プレイヤ及び第２プレイヤの作成に係る第１文書及び第２文書を文書解析し、そこから第１変数群を導出して多変量解析を行って、プレイヤ間の共感度を数値判定するための判定式を求められる。この判定式は、文書交信の実績をもつプレイヤ間で現に交信された文書から導き出されたものであるため、他のプレイヤ間における共感度を数値的に評価する判定式となり得る。次に、文書交信の実績をもたない第３プレイヤ及び第４プレイヤの作成に係る第３文書及び第４文書を文書解析し、そこから第２変数群を導出される。そして、これを前記判定式に適用することで、まだ出会っていない第３プレイヤと第４プレイヤとの共感度を評価することが可能となる。

上記構成において、前記第１文書〜第４文書は、インターネット上の特定のウエブサイトから選定されることが望ましい（請求項２）。特に、前記ウエブサイトがブログサイトであって、前記第１文書及び第３文書が日記文書であり、前記第２文書及び第４文書が日記文書に対するコメント文書であることが望ましい（請求項３）。

本発明は、プレイヤ間で交信された文書データが存在すれば適用可能であり、例えば電子メール上の文書や、音声データのテキスト化文書にも適用可能である。しかし、本発明の適用用途としては、多数人の文書が存在するインターネット上の特定のウエブサイト文書に適用することが好適である。特にブログサイトには、交信文書が多数存在し、また「共感してほしいプレイヤ」、「共感する人を見つけたいプレイヤ」が多数潜在していると考えられることから、特に好ましい用途である。

上記構成において、前記所定のデータには、前記日記文書の数、文字数及び書き込み時間、並びに前記コメント文書の数、文字数及び書き込み時間が含まれていることが望ましい（請求項４）。一般に、共感度が高いほど、日記文書やコメント文書の数や文字数は増加し、また日記文書が掲載された後の短い時間内にコメント文書が投稿される傾向があると言える。従って、これらデータを用いて多変量解析のための変数群を導出することで、より実情に即した判定式を求めることが可能となる。

上記いずれかの構成において、前記所定のデータには、第１プレイヤ〜第４プレイヤの属性情報が含まれていることが望ましい（請求項５）。この構成によれば、プレイヤの属性を変数群に加えることで、より実情に即した判定式を求めることが可能となる。

本発明の他の局面に係る共感度判定システムは、インターネット上の特定のウエブサイトにおいて、相互間で文書交信の実績をもつ第１プレイヤ及び第２プレイヤと、文書交信の実績をもたない第３プレイヤ及び第４プレイヤとを選定する選定手段と、第１プレイヤ又は第２プレイヤにより作成された第１文書と、第２プレイヤ又は第１プレイヤにより作成され、前記第１文書に呼応して作成された第２文書と、第３プレイヤ又は第４プレイヤにより作成された第３文書と、第３プレイヤ又は第４プレイヤにより作成され、任意のプレイヤの作成に係る文書に呼応して作成された第４文書とを少なくとも抽出する文書抽出手段と、前記第１文書〜第４文書を文書解析して所定のデータを抽出する文書解析手段と、前記第１文書及び第２文書の解析データに基づいて数量化された複数の変数を含む第１多変量解析対象ファイルと、前記第３文書及び第４文書の解析データに基づいて数量化された複数の変数を含む第２多変量解析対象ファイルとを作成するファイル作成手段と、前記第１多変量解析対象ファイルに含まれる変数群を用いて多変量解析を行うことで、プレイヤ間の共感度を数値判定するための判定式を設定する判定式設定手段と、前記第２多変量解析対象ファイルに含まれる変数群を前記判定式に適用することで、第３プレイヤと第４プレイヤとの共感度を判定する共感度判定手段と、を備えることを特徴とする（請求項６）。

本発明によれば、相互間で文書交信の実績をもつ第１プレイヤ及び第２プレイヤの作成に係る第１文書及び第２文書を文書解析し、多変量解析して得られた判定式を用いて、まだ交信実績のない第３プレイヤと第４プレイヤとの共感度を評価することができる。従って、ブログサイト等において共感できる可能性のあるプレイヤ同士を的確に抽出し、これらプレイヤに情報を提供することができる。そして、共感者が高効率且つ高精度に検索できることでブログサイト等への投稿を促進でき、サイト運営者にとっても当該サイトが活性化されるという利点がある。

以下、図面に基づいて、本発明の実施形態につき説明する。図１は、本発明に係る共感度判定システムが適用されるネットワークシステムＳのハードウェア構成を概略的に示す構成図である。このネットワークシステムＳは、解析処理装置１０（共感度判定システム）と、ネットワークシステムＳのユーザである第１〜第４プレイヤに保有されている第１〜第４端末装置２１〜２４と、ブログサイト３０（ブログサーバ３１）とが、インターネットＩＮを介してデータ通信可能に接続されてなる。

第１〜第４プレイヤは、例えばブログサイト３０のサイト運営者に対して自身の属性情報を開示し、ブログサイト３０の会員として登録されている者である。第１〜第４プレイヤは、第１〜第４端末装置２１〜２４を介して、ブログサイト３０に日記文書を投稿したり、その日記文書に対してコメント文書を書き込んだり、或いはこれら文書を閲覧したりすることが可能とされている。第１〜第４端末装置２１〜２４は、代表的には、インターネット接続されたパーソナルコンピュータ、携帯電話機、携帯情報端末機等である。

なお、ここでは第１〜第４プレイヤのみを例示しているが、実際は多数のプレイヤが存在している。また、以下の説明では、第１プレイヤと第２プレイヤとが、相互間で文書交信の実績をもつプレイヤ同士（既に出会っている人々）であり、第３プレイヤと第４プレイヤとが、相互間で文書交信の実績をもたないプレイヤ同士（まだ出会っていない人々）であるものとする。

解析処理装置１０は、相互間で文書交信の実績をもつプレイヤの属性、基本情報及びこれらプレイヤ間で作成されブログサイト３０に投稿された文書を文書解析して得られたデータに基づいて多変量解析行い、その結果として得られた判定式を用いて、まだ交信実績のないプレイヤ同士の共感度を評価するための装置である。この解析処理装置１０は、例えば上記解析処理等を行うＣＰＵ（中央演算処理装置）を備えた大型のコンピュータ装置である。

図２は、解析処理装置１０の機能構成を示す機能ブロック図である。前記ＣＰＵ等は、共感度判定を行うべくプログラミングされたソフトウェアが実行されることで、図２に示す機能部を具備するように動作する。解析処理装置１０は、機能的に、選定部１１、解析部１２、評価部１３、表示部１４及び記憶部１５を備える。この解析処理装置１０には、会員サーバ１００及びブログサーバ３１が接続されている。

会員サーバ１００は、ブログサイト３０に会員登録されているプレイヤの属性情報（氏名、住所、アドレス、年齢、性別、興味関心事など）が蓄積されたサーバである。ブログサーバ３１は、ブログサイト３０に書き込まれた文書の文書データ、その文書の投稿日時、投稿者等の各種データを蓄積するサーバである。

解析処理装置１０の選定部１１は、解析すべき対象を特定するための機能部であり、プレイヤ選定部１１１と、データ抽出部１１２とを備える。プレイヤ選定部１１１は、ブログサーバ３１の記録に基づいて、相互間で文書交信の実績をもつ第１プレイヤ及び第２プレイヤと、文書交信の実績をもたない第３プレイヤ及び第４プレイヤとを選定する。

データ抽出部１１２は、会員サーバ１００及びブログサーバ３１から、プレイヤ選定部１１１で選定されたプレイヤに関連付けて、解析パラメータとして利用されるデータを抽出する処理を行う。データ抽出部１１２は、プレイヤの属性情報や、ブログサイト３０への書き込みに関する基本情報から、数値化可能なデータを抽出する。具体的にはデータ抽出部１１２は、会員サーバ１００から、例えば属性合致率というパラメータを算出するために第１〜第４プレイヤの属性情報を抽出する。また、ブログサーバ３１から、例えば書き込み回数というパラメータを算出するために、第１プレイヤと第２プレイヤとの間で交信された文書の数を抽出する。

解析部１２は、多変量解析に用いられる各種の数量化された変数を生成する機能部である。解析部１２は、文書抽出部１２１と、文書解析部１２２と、パラメータ算出部１２３とを含む。

文書抽出部１２１は、選定部１１において、相互間で文書交信の実績をもつプレイヤとして選定された第１プレイヤ及び第２プレイヤに関し、第１プレイヤ又は第２プレイヤにより作成された（すなわち、第１端末装置２１又は第２端末装置２２を通してブログサイト３０に書き込まれた；以下同じ）第１文書と、第２プレイヤ又は第１プレイヤにより作成され、前記第１文書に呼応して作成された第２文書をブログサーバ３１から抽出する。

ここで、第１文書は、例えば日記文書であり、ブログサイト３０においてプレイヤの共感を引きつける「共感先」となる文書である。また、第２文書は、例えばブログ公開された日記文書に対して書き込まれたコメント文書であり、プレイヤが共感を示した「共感元」の文書である。なお、コメント文書に対する再コメント文書が投稿された場合は、コメント文書が「共感先文書」、再コメント文書が「共感元文書」となる。

また、文書抽出部１２１は、選定部１１において、相互間で文書交信の実績をもたないプレイヤとして選定された第３プレイヤ及び第４プレイヤに関し、第３プレイヤ又は第４プレイヤにより作成された第３文書と、第３プレイヤ又は第４プレイヤにより作成され、任意のプレイヤの作成に係る文書に呼応して作成された第４文書とを抽出する。ここで、第３文書は、例えば第３プレイヤ又は第４プレイヤの作成に係る日記文書（共感先文書）である。また、第４文書は、例えば任意のプレイヤの日記文書に対して投稿された、第３プレイヤ又は第４プレイヤの作成に係るコメント文書（共感元文書）である。

文書解析部１２２は、第１文書〜第４文書を文書解析して所定のデータを抽出する処理を行う。具体的には文書解析部１２２は、第１文書〜第４文書の正規化処理、文書構造解析処理、及び文書構造解析の結果に基づくデータ抽出処理などを行う。

正規化処理は、文書構造解析を正常に行い得るようにするために、第１文書〜第４文書から解析に不要な文字、記号等を削除すると共に、全角・半角文字の統一等を行う処理である。文書構造解析処理は、正規化処理後の第１文書〜第４文書に対しそれぞれ、例えば形態素解析を実施して文書を単語単位に分割する処理、構文解析処理を実施して単語間の係り受け（名詞と動詞との関係付け等）を特定する処理などである。このような文書構造解析処理のため、文書解析部１２２は、同義語及び表記の揺れを吸収するシソーラス（同義語辞書）を活用する。前記データ抽出処理は、例えばプレイヤ毎に共感先文書、共感元文書の単位で品詞の出現頻度や係り受けの出現頻度を求める等、数値化できるデータを抽出する処理である。なお、上記正規化処理の際に文書に含まれる顔文字や絵文字を抽出し、これらの出現頻度やカテゴリをデータ化するようにしても良い。

パラメータ算出部１２３は、データ抽出部１１２にてプレイヤの属性情報や、ブログサイト３０への書き込みに関する基本情報から抽出されたデータ、文書解析部１２２での解析結果から得られたデータをベースにして、プレイヤのペア間における相関性を示す候補となりうる複数のパラメータ（数量化された複数の変数）を算出する。本実施形態では、前記ペアは、第１プレイヤと第２プレイヤとのペア、第３プレイヤと第４プレイヤとのペアである。

文書解析結果から得られるパラメータの例としては、文書中の品詞（名詞、形容詞、動詞）出現頻度の合致率、同一名詞の登場率、係り受けの合致率、文書意図（「〜しない」、「〜できる」のような意図句）の合致率等を例示することができる。また、属性情報や基本情報から得られるパラメータの例としては、年齢、性別、趣味等の属性合致率、書き込み文字平均数、書き込み回数、書き込み応答時間（例えば、日記文書が投稿された後にコメントが投稿されるまでの時間）等を例示することができる。一般に、書き込み文字平均数、回数が多いほど、書き込み応答時間が短いほど共感度が高いと推定できる。なお、品詞合致率等は、共感度の高さと相関性があるのか否か一概に言えないが、ここでのパラメータとしては相関性の確かさは必須ではなく、何らかの相関性を持ち得るものであれば、パラメータとして採用できる。

評価部１３は、パラメータ算出部１２３にて得られたパラメータを用い、共感度を評価するための判定式の設定、及びこの判定式を用いて共感度を判定する機能部である。評価部１３は、ファイル作成部１３１、多変量解析部１３２及び共感度判定部１３３を備えている。

ファイル作成部１３１は、第１プレイヤ及び第２プレイヤの各共感先文書、共感元文書の解析データに基づいて数量化された複数のパラメータ、第１プレイヤ及び第２プレイヤの属性情報や基本情報から得られたパラメータを含む、多変量解析のためのファイル（第１多変量解析対象ファイル）を作成する。また、ファイル作成部１３１は、第３プレイヤ及び第４プレイヤの各共感先文書、共感元文書の解析データに基づいて数量化された複数のパラメータ、第３プレイヤ及び第４プレイヤの属性情報や基本情報から得られたパラメータを含む、多変量解析のためのファイル（第２多変量解析対象ファイル）を作成する。

多変量解析部１３２は、前記第１多変量解析対象ファイルに含まれるパラメータ群を用いて多変量解析を行うことで、第１プレイヤと第２プレイヤとの間の共感度を数値判定するための判定式を設定する。多変量解析の手法としては、例えば重回帰分析、判別分析、数量化Ｉ類、数量化II類を採用することができる。ファイル作成部１３１は、これらの解析を実行可能とするために、上記パラメータを適宜「目的変数」、「説明変数」として設定する。例えば、上記の書き込み回数等は目的変数として、品詞合致率等は説明変数として設定される。

いずれの多変量解析手法を採用するかについては、判定目的に応じて定めることが望ましい。例えば目的が、「ある人に対して、最も共感できる人を見つける」、「共感度合いを具体的に数値で予測する（例：共感人物ランキングを求める）」といったものである場合は、重回帰分析又は数量化Ｉ類が適している。さらに、説明変数が全て数量変数である場合は重回帰分析、説明変数が全てカテゴリ変数である場合は数量化Ｉ類が選定される。一方、目的が「ある人に対して、共感できる人と共感できない人とを判別する」といったものである場合は、判別分析又は数量化II類が適している。さらに、説明変数が全て数量変数である場合は判別分析、説明変数が全てカテゴリ変数である場合は数量化II類が選定される。

このような多変量解析が実行された後、その解析精度が判定される。この解析精度判定は、上記多変量解析手法において一般的に用いられている精度判定手法を採用することができる。例えば重回帰分析の場合は次の通りである。先ず、解析結果から多重共腺性が発生していない目的変数と説明変数の組を抽出し、その組の中から例えばＰ値（危険率）が一定値以下の組を抽出する。その組の中から、例えば自由度修正済み決定係数が一定値以上で、最も数値が高い組を抽出する。この高数値の組の目的変数を左辺係数、説明変数と切片係数とを右辺係数に設定した回帰式を共感度の判定式と決定する。なお、Ｐ値若しくは自由度修正済み決定係数が一定値未満の場合は、低精度結果と判定し、この重回帰分析に基づいた判定式は用いないようにする。

また、判別分析の場合は、同様に解析結果から多重共腺性が発生していない目的変数と説明変数の組を抽出し、その組の中から、ボックスのＭ検定により、１群と２群との母分散共分散行列が異なっていない組（判別関数を抽出可能な組）を抽出する。その組の中から、判別的中率が一定値以上で、最も数値が高い組を抽出する。この高数値の組の目的変数を左辺係数、説明変数と切片係数とを右辺係数に設定した回帰式を共感度の判定式と決定する。なお、ボックスのＭ検定若しくは判別的中率が一定値未満の場合は、低精度結果と判定し、この判別分析に基づいた判定式は用いないようにする。以上のようにして決定された共感度判定式は、記憶部１５に格納される。

共感度判定部１３３は、記憶部１５に格納されている共感度判定式に、ファイル作成部１３１で作成された前記第２多変量解析対象ファイルに含まれるパラメータ群を代入して、第３プレイヤと第４プレイヤとの共感度を数値判定する処理を行う。その判定結果は、表示部１４に表示される。或いは、第３、第４端末装置２３、２４へ向けて送信し、適宜な形態にてブログサイト３０の入力画面等に表示させるようにしても良い。

判定結果の具体例は、重回帰分析又は数量化Ｉ類が用いられた場合、例えば目的変数が「コメント書き込み回数」である場合、特定のプレイヤのペアが日記文書投稿者とコメント書き込み者の関係になったと仮定したときの書き込み回数が予測数値として得られる。また、このような予測数値に基づき、特定のプレイヤに対しコメントを沢山書いてくれると予想されるプレイヤをランキング表示することも可能である。

また、判別分析又は数量化II類が用いられた場合、例えば目的変数が「第１群＝コメント書き込み回数が１回、第２群＝コメント書き込み回数が２回以上」と分類されているとき、特定のプレイヤのペアが日記文書投稿者とコメント書き込み者の関係になったと仮定したとき、前記第１群又は第２群のいずれに分類されるかを判定することができる。

以上説明した解析処理装置１０の動作を、図３に示すフローチャートに基づいて説明する。大略的には、先ずブログサイト３０において既に出会っている人々（共感している人）を対象とした解析処理を行い（ステップＳ１−０〜Ｓ１−１２）、多変量解析を行って共感度判定式を求め（ステップＳ２−１〜Ｓ２−４）、次いでブログサイト３０においてまだ出会っていない人々を対象とした解析処理を行い（ステップＳ３−０〜Ｓ３−１２）、得られた共感度判定式を適用して出会っていない人々のペアについての共感度を判定する（ステップＳ４−１〜Ｓ４−２）というフローとなる。以下、これらのフローを順次説明する。

先ず、プレイヤ選定部１１１により、ブログサーバ３１の記録等に基づいて、相互間で文書交信の実績をもつ第１プレイヤ及び第２プレイヤが選定される（ステップＳ１−０）。そして、データ抽出部１１２により、選定された第１プレイヤ及び第２プレイヤについての属性情報が会員サーバ１００から抽出される（ステップＳ１−１、Ｓ１−２）。

次に、文書抽出部１２１により、第１プレイヤと第２プレイヤとの間で交わされた文書をブログサーバ３１から抽出し、これら文書を「共感先文書」（第１文書）と「共感元文書」（第２文書）とに分類し、これら文書をプレイヤ毎に集約する処理が行われる（ステップＳ１−３）。

図４は、ステップＳ１−３の処理の具体例を模式的に示した図である。いま、ブログサイト３０において、図４に示すように、第１プレイヤ又は第２プレイヤにより作成された第１文書と、第２プレイヤ又は第１プレイヤにより作成され、前記第１文書に呼応して作成された第２文書とからなる文書ペアＰ１〜Ｐ４が存在するものとする。文書ペアＰ１、Ｐ２は、第１プレイヤの日記文書ｄ１、ｄ３と、これに対する第２プレイヤのコメント文書ｄ２、ｄ４とからなるペアである。また、文書ペアＰ３は、第２プレイヤの日記文書ｄ５と、これに対する第１プレイヤのコメント文書ｄ６とからなるペアである。さらに、文書ペアＰ４は、第２プレイヤのコメント文書ｄ４と、これに対する第１プレイヤの再コメント文書ｄ７とからなるペアである。

この場合、文書ペアＰ１、Ｐ２が第２プレイヤから第１プレイヤに向けた文書群Ｑ１として集約され、また、文書ペアＰ３、Ｐ４が第１プレイヤから第２プレイヤに向けた文書群Ｑ２として集約される。そして、文書群Ｑ１について、日記文書ｄ１、ｄ３が「共感先文書」、コメント文書ｄ２、ｄ４が「共感元文書」と分類される。また、文書群Ｑ２について、コメント文書ｄ４及び日記文書ｄ５が「共感先文書」、コメント文書ｄ６及び再コメント文書ｄ７が「共感元文書」と分類されるものである。これらの文書は、分類、集約された状態で記憶部１５に一時的に格納される。以後、ここで分類、集約された「共感先文書」、「共感元文書」についての文書解析が行われるのであるが、文書群Ｑ１又は文書群Ｑ２のいずれか、或いは文書群Ｑ１及び文書群Ｑ２の両方の「共感先文書」、「共感元文書」を用いることができる。

この後、「共感先文書」について、文書解析部１２２により、上述した正規化処理（ステップＳ１−４）、文書構造解析処理（ステップＳ１−５）、及びデータ抽出処理（ステップＳ１−６）が順次実行される。また、データ抽出部１１２により「共感先文書」のブログサイト３０への書き込みに関する基本情報から、数値化可能なデータが抽出される（ステップＳ１−７）。

同様に、「共感元文書」について、文書解析部１２２により、正規化処理（ステップＳ１−８）、文書構造解析処理（ステップＳ１−９）、及びデータ抽出処理（ステップＳ１−１０）が順次実行される。また、データ抽出部１１２により「共感元文書」のブログサイト３０への書き込みに関する基本情報から、数値化可能なデータが抽出される（ステップＳ１−１１）。

続いて、パラメータ算出部１２３により、ステップＳ１−１〜Ｓ１−１１の処理で得られたデータから、第１プレイヤと第２プレイヤとの間における相関性を示す候補となりうる複数のパラメータが算出される（ステップＳ１−１２）。このパラメータは、多変量解析の目的変数又は説明変数となるパラメータである。図５〜図７に、このようなパラメータの算出例を示す。

図５は、ステップＳ１−１、Ｓ１−２で抽出された属性情報から求められる「興味関心合致率」というパラメータの算出例を示す模式図である。ここでは、会員サーバ１００に、第１プレイヤの興味関心項目５１として“健康・医療”、“介護・福祉”、“暮らし”という３項目にチェック印が与えられた状態で登録されており、また第２プレイヤの興味関心項目５２として“介護・福祉”、“住まい”、“暮らし”、“子育て・教育”、“趣味・教養”という５項目にチェック印が与えられた状態で登録されているものとする。かかるチェックデータは、データ抽出部１１２にて抽出される。

この場合、第１プレイヤから見ると、チェックした３項目のうち“介護・福祉”、“暮らし”という２項目で第２プレイヤと合致していることとなる。一方、第２プレイヤから見ると、チェックした５項目のうち上記の２項目が第１プレイヤと合致していることとなる。このようなデータから、例えば、
興味関心合致率＝（２／３＋２／５）／２＝５３％
というようなパラメータを算出することができる。このようなパラメータは、説明変数として利用される。

図６は、ステップＳ１−３〜Ｓ１−１０で抽出された文書解析結果から求められる「名詞合致率」というパラメータの算出例を示す模式図である。この場合、第１プレイヤの日記文書５３（共感先文書）及び第２プレイヤのコメント文書５４（共感元文書）について、文書解析部１２２により求められた名詞の出現頻度のデータが使用される。かかるデータは、日記文書５３の形態素解析処理（ステップＳ１−５）の後、全品詞の出現個数に対する名詞の出現個数の比を求める処理（ステップＳ１−６）を実行することで導出できる。同様に、コメント文書５４についても、形態素解析処理（ステップＳ１−９）の後、全品詞の出現個数に対する名詞の出現個数の比を求める処理（ステップＳ１−１０）を実行することで導出できる。

図６では、日記文書５３について、名詞の出現個数＝４０００個、全品詞の出現個数＝１００００個であって、名詞の出現率＝４０％というデータが取得され、コメント文書５４について、名詞の出現個数＝２５００個、全品詞の出現個数＝５０００個であって、名詞の出現率＝５０％というデータが取得されている例を示している。このようなデータから、例えば、
名詞合致率＝（４０％＋５０％）／２＝４５％
というようなパラメータを算出することができる。このようなパラメータも、説明変数として利用される。

図７は、ステップＳ１−７、Ｓ１−１１で抽出された基本情報から求められる「コメント書き込み文字数平均」というパラメータの算出例を示す模式図である。この場合、ブログサーバ３１から、第２プレイヤが投稿したコメント文書の文字数のカウント値が、データ抽出部１１２により抽出される。ここでは、１回目のコメント文書の文字数＝３０文字、２回目＝２０文字、３回目＝１０文字、４回目＝４０文字というデータが取得されている例を示している。このようなデータから、例えば、
コメント書き込み文字数平均＝（３０＋２０＋１０＋４０）／４＝２５
というようなパラメータを算出することができる。このようなパラメータは、目的変数として利用されることになる。

その後、ファイル作成部１３１により、パラメータ算出部１２３にて求められたパラメータを、その性質に応じて目的変数、説明変数に設定した多変量解析のためのファイル（第１多変量解析対象ファイル）が作成される（ステップＳ２−１）。

図８は、多変量解析に先立ち、ファイル作成部１３１にて作成される多変量解析対象ファイル５５を模式的に示す表形式の図である。図８に示すように、「共感先」と「共感元」との組み合わせ毎に、目的変数及び説明変数が設定される。ここでは、目的変数として“書き込み回数”、“書き込み文字数”・・・が、説明変数として“名詞合致率”、“形容詞合致率”、“興味関心合致率”・・・が各々設定されている例を示している。なお、解析手法によっては、これら変数が“０”又は“１”等のカテゴリ変数とされる。

次に、判定目的に応じて解析手法が選定される（ステップＳ２−２）。選択されるのは、例えば重回帰分析、判別分析、数量化Ｉ類、数量化II類のいずれかである。そして選択された解析手法にて、多変量解析部１３２により多変量解析が実行される（ステップＳ２−３）。しかる後、解析精度（予測性能）が上記のような方法で判定され、所定の要件を満たす共感度判定式が確定される（ステップＳ２−４）。

ここで導出される共感度判定式は、図８の多変量解析対象ファイル５５が用いられた場合、例えば、
書き込み回数＝（名詞合致率×ｎ１）＋（形容詞合致率×ｎ２）＋（興味関心合致率×ｎ３）・・・
但し、ｎ１、ｎ２、ｎ３・・・は解析の結果得られる数値
というような式となる。この共感度判定式は記憶部１５に格納される。

続いて、プレイヤ選定部１１１により、ブログサーバ３１の記録等に基づいて、相互間で文書交信の実績をもたない第３プレイヤ及び第４プレイヤが選定される（ステップＳ３−０）。そして、データ抽出部１１２により、選定された第３プレイヤ及び第４プレイヤについての属性情報が会員サーバ１００から抽出される（ステップＳ３−１、Ｓ３−２）。

そして、文書抽出部１２１により、例えば第３プレイヤの日記文書と、第４プレイヤが他のプレイヤの日記文書に対して投稿したコメント文書とが、ブログサーバ３１から抽出される。勿論、第３プレイヤが他のプレイヤの日記文書に対して投稿したコメント文書や第４プレイヤの日記文書、第３プレイヤ及び第４プレイヤの再コメント文書も併せて抽出するようにしても良い。これら抽出された文書は、上記ステップＳ１−３と同様にして、「共感先文書」（第３文書）と「共感元文書」（第４文書）とに分類され、これら文書をプレイヤ毎に集約される（ステップＳ３−３）。

この後、「共感先文書」及び「共感元文書」について各々、文書解析部１２２により、正規化処理（ステップＳ３−４、Ｓ３−８）、文書構造解析処理（ステップＳ３−５、Ｓ３−９）、及びデータ抽出処理（ステップＳ３−６、Ｓ３−１０）が順次実行される。また、データ抽出部１１２により「共感先文書」及び「共感元文書」のブログサイト３０への書き込みに関する基本情報から、数値化可能なデータが抽出される（ステップＳ３−７、Ｓ３−１１）。

続いて、パラメータ算出部１２３により、ステップＳ３−１〜Ｓ３−１１の処理で得られたデータから、複数のパラメータが算出される（ステップＳ３−１２）。このパラメータは、ステップＳ１−１２において、第１プレイヤと第２プレイヤとの関係において求められたものと同じ種類のパラメータである。当該パラメータは、その性質に応じて目的変数、説明変数に区分され、ファイル作成部１３１により多変量解析のためのファイル（第２多変量解析対象ファイル）が作成される。

その後、共感度判定部１３３により、記憶部１５に格納されている共感度判定式が読み出され、その共感度判定式に前記第２多変量解析対象ファイルに含まれるパラメータ群の数値が入力される（ステップＳ４−１）。そして、演算が実行され、共感度判定式の数値結果が出力される（ステップＳ４−２）。上記に例示した共感度判定式であれば、右辺の説明変数の“名詞合致率”、“形容詞合致率”、“興味関心合致率”・・・が入力され、これによって左辺の目的変数“書き込み回数”の数値結果が求められることとなる。この数値結果に基づいて、第３プレイヤと第４プレイヤとの共感度が判定される。以後、この第３プレイヤ及び第４プレイヤを別のプレイヤの組み合わせに置換して、同様な共感度判定処理が行われるものである。

この場合、一般に書き込み回数や書き込み文字数は、共感度が高いほど増加する傾向があることから、数値結果が高い値であるほど、両者の共感度が高いと予想することが可能である。つまり、高数値が出た第３プレイヤと第４プレイヤとが出会うと、当該ブログサイト３０において互いに文書交信を頻繁に行う可能性が高いと評価することができる。従って、このような共感度が高いと推定されるがまだ出会っていないプレイヤのペアに対し、適宜な方法で情報を提供して出会いを誘導することで、結果的にブログサイト３０を活性化させることができる。

具体的には、第３、第４プレイヤに関連付けられた第３、第４端末装置２３、２４へ向けて共感度情報を送信し、適宜な形態、例えば第３、第４端末装置２３、２４にてブログサイト３０が開かれたときに、入力画面の側方に、共感度が高いと数値評価されたプレイヤのアドレスをランキング表示する方法が例示できる。

以上説明した本実施形態に係る解析処理装置１０によれば、相互間で文書交信の実績をもつ第１プレイヤ及び第２プレイヤの作成に係る第１文書及び第２文書を文書解析し、多変量解析して得られた判定式を用いて、まだ交信実績のない第３プレイヤと第４プレイヤとの共感度を評価することができる。従って、ブログサイト３０において共感できる可能性のあるプレイヤ同士を的確に抽出し、これらプレイヤに情報を提供することができる。これにより終局的にブログサイト３０への投稿を促進でき、サイト運営者は当該サイトが活性化されるという利点を享受することができる。

以上、本発明の具体的実施形態につき説明したが、これらは本発明の一例であり、発明の趣旨を逸脱しない範囲において上記実施形態とは異なる態様で実施することができる。例えば、上記実施形態では、ブログサイト３０へ投稿される日記文書及びコメント文書を例示したが、本発明はプレイヤ間で交信された文書データが存在すれば適用可能であり、例えば電子メール上の文書や、音声データのテキスト化文書にも適用することができる。また、上記実施形態で具体的に示したパラメータ以外にも、様々なデータを用いて算出される各種パラメータを採用することができる。

本発明に係る共感度判定システムが適用されるネットワークシステムＳのハードウェア構成を概略的に示す構成図である。 解析処理装置の機能構成を示す機能ブロック図である。 解析処理装置の動作を示すフローチャートである。 文書の分類・集約処理の具体例を示す模式図である。 パラメータの算出例を示す模式図である。 パラメータの算出例を示す模式図である。 パラメータの算出例を示す模式図である。 多変量解析対象ファイルの例を模式的に示す表形式の図である。

符号の説明

１０ 解析処理装置（共感度判定システム）
１１ 選定部
１２ 解析部
１３ 評価部
１４ 表示部
１５ 記憶部
２１〜２４ 第１〜第４端末装置
３０ ブログサイト（ウエブサイト）
３１ ブログサーバ
１００ 会員サーバ
１１１ プレイヤ選定部（選定手段）
１１２ データ抽出部
１２１ 文書抽出部（文書抽出手段）
１２２ 文書解析部（文書解析手段）
１２３ パラメータ算出部
１３１ ファイル作成部（ファイル作成手段）
１３２ 多変量解析部（判定式設定手段）
１３３ 共感度判定部（共感度判定手段）

Claims (6)

1. 相互間で文書交信の実績をもつ第１プレイヤ及び第２プレイヤと、文書交信の実績をもたない第３プレイヤ及び第４プレイヤとを選定し、
   第１プレイヤ又は第２プレイヤにより作成された第１文書と、第２プレイヤ又は第１プレイヤにより作成され、前記第１文書に呼応して作成された第２文書とを抽出し、
   前記第１文書及び第２文書を文書解析して所定のデータを抽出し、該データに基づいて数量化された複数の変数からなる第１変数群を導出し、
   前記第１変数群を用いて多変量解析を行うことで、プレイヤ間の共感度を数値判定するための判定式を求め、
   第３プレイヤ又は第４プレイヤにより作成された第３文書と、第３プレイヤ又は第４プレイヤにより作成され、任意のプレイヤの作成に係る文書に呼応して作成された第４文書とを抽出し、
   前記第３文書及び第４文書を文書解析して所定のデータを抽出し、該データに基づいて数量化された複数の変数からなる第２変数群を導出し、
   この第２変数群を前記判定式に適用することで、第３プレイヤと第４プレイヤとの共感度を判定することを特徴とする共感度判定方法。
2. 前記第１文書〜第４文書は、インターネット上の特定のウエブサイトから選定されることを特徴とする請求項１に記載の共感度判定方法。
3. 前記ウエブサイトがブログサイトであって、前記第１文書及び第３文書が日記文書であり、前記第２文書及び第４文書が日記文書に対するコメント文書であることを特徴とする請求項２に記載の共感度判定方法。
4. 前記所定のデータには、前記日記文書の数、文字数及び書き込み時間、並びに前記コメント文書の数、文字数及び書き込み時間が含まれていることを特徴とする請求項３に記載の共感度判定方法。
5. 前記所定のデータには、第１プレイヤ〜第４プレイヤの属性情報が含まれていることを特徴とする請求項１〜４のいずれかに記載の共感度判定方法。
6. インターネット上の特定のウエブサイトにおいて、相互間で文書交信の実績をもつ第１プレイヤ及び第２プレイヤと、文書交信の実績をもたない第３プレイヤ及び第４プレイヤとを選定する選定手段と、
   第１プレイヤ又は第２プレイヤにより作成された第１文書と、第２プレイヤ又は第１プレイヤにより作成され、前記第１文書に呼応して作成された第２文書と、第３プレイヤ又は第４プレイヤにより作成された第３文書と、第３プレイヤ又は第４プレイヤにより作成され、任意のプレイヤの作成に係る文書に呼応して作成された第４文書とを少なくとも抽出する文書抽出手段と、
   前記第１文書〜第４文書を文書解析して所定のデータを抽出する文書解析手段と、
   前記第１文書及び第２文書の解析データに基づいて数量化された複数の変数を含む第１多変量解析対象ファイルと、前記第３文書及び第４文書の解析データに基づいて数量化された複数の変数を含む第２多変量解析対象ファイルとを作成するファイル作成手段と、
   前記第１多変量解析対象ファイルに含まれる変数群を用いて多変量解析を行うことで、プレイヤ間の共感度を数値判定するための判定式を設定する判定式設定手段と、
   前記第２多変量解析対象ファイルに含まれる変数群を前記判定式に適用することで、第３プレイヤと第４プレイヤとの共感度を判定する共感度判定手段と、
   を備えることを特徴とする共感度判定システム。

Images