JP2010160719A - 評価度合いデータの表示方法 - Google Patents
評価度合いデータの表示方法 Download PDFInfo
- Publication number
- JP2010160719A JP2010160719A JP2009003312A JP2009003312A JP2010160719A JP 2010160719 A JP2010160719 A JP 2010160719A JP 2009003312 A JP2009003312 A JP 2009003312A JP 2009003312 A JP2009003312 A JP 2009003312A JP 2010160719 A JP2010160719 A JP 2010160719A
- Authority
- JP
- Japan
- Prior art keywords
- value
- evaluation
- sensitivity
- scale
- numerical
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 99
- 238000000034 method Methods 0.000 title claims description 56
- 230000008859 change Effects 0.000 claims description 7
- PMGQWSIVQFOFOQ-YKVZVUFRSA-N clemastine fumarate Chemical compound OC(=O)\C=C\C(O)=O.CN1CCC[C@@H]1CCO[C@@](C)(C=1C=CC(Cl)=CC=1)C1=CC=CC=C1 PMGQWSIVQFOFOQ-YKVZVUFRSA-N 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 57
- 238000004458 analytical method Methods 0.000 abstract description 42
- 238000006243 chemical reaction Methods 0.000 abstract description 9
- 238000000605 extraction Methods 0.000 abstract description 6
- 230000008569 process Effects 0.000 description 23
- 238000004364 calculation method Methods 0.000 description 14
- 230000000052 comparative effect Effects 0.000 description 13
- 238000000491 multivariate analysis Methods 0.000 description 9
- 230000035945 sensitivity Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000002889 sympathetic effect Effects 0.000 description 5
- 230000002354 daily effect Effects 0.000 description 4
- 230000001364 causal effect Effects 0.000 description 3
- 230000003203 everyday effect Effects 0.000 description 3
- 238000010606 normalization Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000011002 quantification Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000000877 morphologic effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- User Interface Of Digital Computer (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【課題】特定事象の評価を示す数値データが存在する場合に、その数値データの相対的な評価度合いをユーザに分かり易いスケールに変換して表示する。
【解決手段】処理装置10は、機能的に、文書抽出部11、解析処理部12及び表示処理部13を備える。表示処理部13は、解析処理部12が求めた共感度値を、共感度合いを示す数値又は記号等に変換する。この変換は、共感度値の最大値と最小値とを特定し、両者の差分の数値幅をスケール幅とし、これを等分して共感度合いのスケールを決定し、該スケールに共感度値を当て嵌めることで行われる。変換された共感度合い値は、端末装置31の端末機311に送信され、表示部31に表示される。
【選択図】図2
【解決手段】処理装置10は、機能的に、文書抽出部11、解析処理部12及び表示処理部13を備える。表示処理部13は、解析処理部12が求めた共感度値を、共感度合いを示す数値又は記号等に変換する。この変換は、共感度値の最大値と最小値とを特定し、両者の差分の数値幅をスケール幅とし、これを等分して共感度合いのスケールを決定し、該スケールに共感度値を当て嵌めることで行われる。変換された共感度合い値は、端末装置31の端末機311に送信され、表示部31に表示される。
【選択図】図2
Description
本発明は、特定事象の評価が数値表現された数値データが存在する場合に、その数値データの相対的な評価度合いをユーザに分かり易い態様で表示する方法に関する。
社会現象の解明や事象の予測を行う手法の一つとして、多変量解析手法がある。一般に多変量解析は、少なくとも一つの目的変数と、複数の説明変数との間に因果関係式(重回帰式)を当て嵌め、目的変数が説明変数によってどの程度説明できるのかを定量的に分析するものである。
このほか多変量解析手法は、インターネット上のブログサイト等においてユーザが共感できる他人を見つけるための手法としても、活用が検討されている。これまでは、ブログサイト等においてキーワード検索を実行する手法が既知である(例えば特許文献1参照)。多変量解析手法では、既にサイト上で文書交信の実績をもつ者が作成した文書、つまり実際に共感している者によって現に作成された文書から抽出されるデータを多変量解析することで、共感度を数値判定する因果関係式を求め、この因果関係にまだ出会っていない者同士の作成に係る文書を当てはめて、その者同士の共感度を自動判定するものである。この場合、前記共感度は、多変量解析により導出された数値データ(共感度値)で表現されている。
上記共感度は、例えばユーザがブログサイト等にアクセスした際に、当該ユーザが使用している端末機の表示装置に何らかの態様で表示することが望まれる。この場合、共感度値そのものを表示してもユーザは相対的な評価度合いを把握することが困難であるので、何らかのスケールに変換して表示する必要がある。しかし、多変量解析の数値データは、一定の数値幅の範囲に収まる性質のものではなく、単純に閾値を設定したスケール変換や、共感度値の偏差値を用いたスケール変換では、共感度値の相対的な評価度合いをユーザに分かり易く表示することが困難である。
本発明は、上記の点に鑑みて為されたもので、共感度のような特定事象の評価を示す数値データが存在する場合に、その数値データの相対的な評価度合いをユーザに分かり易いスケールに変換して表示することができる方法を提供することを目的とする。
本発明の一の局面に係る評価度合いデータの表示方法は、特定事象の評価を数値で表現した第1の評価値を複数個含んだ数値データ群を取得するステップと、前記数値データ群内において前記第1の評価値の最大値と最小値とを特定するステップと、前記最大値と前記最小値との差分の数値幅をスケール幅とし、該スケール幅の範囲において評価度合いを数値で表現する第2の評価値のスケールを決定するステップと、前記数値データ群内の前記第1の評価値を各々前記スケールに従って変換して、第2の評価値を取得するステップと、前記第2の評価値を所定の表示手段に表示させるステップと、を含むことを特徴とする(請求項1)。
この構成によれば、第1の評価値の最大値から最小値までの範囲をスケール幅として、第2の評価値のスケールが決定される。このため、第1の評価値のレンジ、つまり最大値や最小値の予測がつかない場合であっても、取得された数値データ群内の各第1の評価値について、それぞれ前記スケールに基づいて、相対的な評価度合いが明確な第2の評価値に変換することができる。従って、ユーザに分かり易い形態で、ユーザに評価度合いを提供することが可能となる。
上記構成において、前記第2の評価値のスケールが、前記最大値と前記最小値との差分の数値幅を等分したものからなることが望ましい(請求項2)。この構成によれば、第2の評価値による評価度合いを単純に自然数で表現することができ、一層ユーザに分かり易い形態での表示が可能となる。
この場合、前記第1の評価値をα、前記第2の評価値をβ、前記第1の評価値の最大値をαMAX、最小値をαMIN、及び前記第2の評価値のスケールにおける評価段階数をnとするとき、次式
β=(n−1)×(α−αMIN)/(αMAX−αMIN)+1
を用いて、第1の評価値を第2の評価値に変換することができる(請求項3)。この構成によれば、ある第1の評価値が、評価段階のどの順位に位置しているかを簡易に導出することができる。
β=(n−1)×(α−αMIN)/(αMAX−αMIN)+1
を用いて、第1の評価値を第2の評価値に変換することができる(請求項3)。この構成によれば、ある第1の評価値が、評価段階のどの順位に位置しているかを簡易に導出することができる。
上記構成において、前記最大値と前記最小値との差分がゼロである場合、前記第1の評価値の全てを、前記スケールの最大値と最小値との間の中間値に変換して前記第2の評価値とすることが望ましい(請求項4)。記最大値と前記最小値との差分がゼロである場合は、上掲に式では第1の評価値を第2の評価値に変換できない。この場合は、相対的な評価度合いが横並びということになるので、前記中間値とすることでその状態を的確に表現することができる。
上記構成において、前記第2の評価値を、その数値に対応した他の記号、文字若しくは図形に変換した上で前記表示手段に表示させることが望ましい(請求項5)。この構成によれば、評価度合いの表示態様を多様化でき、ユーザの多様な嗜好に対応した表示を行うことが可能となる。
上記構成において、前記第1の評価値が時間の経過とともに変化し得る数値であって、第1のタイミングで前記数値データ群を取得して請求項1〜5のいずれかの方法を実行し、前記第1のタイミングの後、前記第1の評価値が変化可能な所定時間を置いた第2のタイミングで、前記数値データ群を取得して請求項1〜5のいずれかの方法を再度実行するようにすることができる(請求項6)。この構成によれば、数値データの最大値及び最小値が日々変化するような場合でも、その日々において的確に相対的な評価度合いを表示することができる。
本発明によれば、共感度のような特定事象の評価を示す数値データが存在する場合に、その数値データの相対的な評価度合いをユーザに分かり易いスケールに変換して表示することができる。従って、ユーザは評価度合いの理解が容易となり、その評価度合いに基づいた次のアクションを取り易くな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につき詳細に説明する。
図1は、本発明に係る評価度合いデータの表示方法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、処理装置10と、インターネット上でブログサイト21を展開させるためのブログシステム20と、このブログサイト21の会員A、B、C、D、E・・・に保有されている会員端末装置31、32、33、34、35・・・を含む端末装置30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。
図1は、本発明に係る評価度合いデータの表示方法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、処理装置10と、インターネット上でブログサイト21を展開させるためのブログシステム20と、このブログサイト21の会員A、B、C、D、E・・・に保有されている会員端末装置31、32、33、34、35・・・を含む端末装置30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。
ブログサイト21は、インターネット上に展開された特定のウエブサイトであって、日記文書や、日記文書に対するコメント文書等が掲載されるサイトである。
会員A〜Eは、ブログサイト21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21の会員として登録されている者である。会員A〜Eは、各自の会員端末装置31〜35を介して、ブログサイト21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投稿したり、このコメント文書に対してさらにコメント文書を投稿したり、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。端末装置30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。
ブログシステム20は、ブログサーバ22及び会員サーバ23を備えている。ブログサーバ22は、ブログサイト21を運用するためのサーバであって、ブログサイト21に投稿された文書の文書データと、その文書の投稿日時、投稿者等の各種データとを関連付けて蓄積するサーバである。会員サーバ23は、ブログサイト21に登録されている会員(ユーザ)、つまりブログサイト21への投稿が予定されている記述者の属性情報(氏名、会員番号、住所、端末装置のIP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。
処理装置10は、相互間で文書交信の実績をもつユーザの属性、基本情報及びこれらユーザ間で作成されブログサイト21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会員同士の共感度を評価するための装置である。処理装置10は、ブログサイト21に対して多数のユーザ(記述者)から投稿された日記文書とコメント文書とを照合させ、文書解析処理を行うことによって、日記記述者(共感先)とコメント記述者(共感元)との共感度判定を行う。
この共感度判定結果は、例えば会員A〜Eからブログサイト21へのアクセスがあったときに、その会員端末装置31〜35に送信され、表示される。本実施形態では、かかる共感度判定結果の表示に、本発明に係る評価度合いデータの表示方法が適用される例を示す。共感度判定結果を受領した会員A〜Eは、自分と相性が良さそうな他の会員の情報を与えられることになる。これにより、会員の積極的なブログサイト21へ書き込みが誘発され、ブログサイト21の活性化を図ることが可能となる。
図2は、処理装置10の機能構成を示す機能ブロック図である。処理装置10は、例えば上記の分類処理等を行う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って、ブログサーバ22及び会員サーバ23に対してデータ通信可能に接続されている。前記CPUは、分類処理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。処理装置10は、機能的に、文書抽出部11、解析処理部12及び表示処理部13を備える。
文書抽出部11は、ブログサーバ22に蓄積されている文書データの中から、一人のユーザ毎に、当該ユーザが投稿した日記文書と、他人の日記文書又は他人のコメント文書に呼応して当該ユーザが投稿したコメント文書とを抽出する。抽出期間は、例えば過去24時間以内、過去3日以内若しくは過去1週間以内等に限定して抽出するようにしても良い。文書群抽出部11により抽出された文書のファイルデータは、図略の文書メモリに一時的に格納される。
解析処理部12は、ブログサイト21において文書交信の実績をもつユーザの投稿文書同士を文書解析し、つまり、既に共感している者同士の間で交わされた文書を文書解析し、これを多変量解析して共感度を評価するための判定式を導出する。この文書解析としては、各分類対象文書の正規化処理、文書構造解析処理などが行われる。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、分類対象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、正規化処理後の分類対象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、解析処理部13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。また、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。この際、前記文書解析で得られたパラメータが、適宜「目的変数」、「説明変数」として設定される。
さらに、解析処理部12は、上記判定式を用いて、まだ交信実績のないユーザ同士X、Yの共感度を評価する処理を行う。この際、ユーザX、ユーザYが過去に他のユーザに対してブログサイト21に投稿した文書について文書解析を行い、上記「目的変数」、「説明変数」となるパラメータを導出し、これを前記判定式に適用してユーザ同士の共感度を数値で評価するための共感度値(第1の評価値)を算出する。
図3は、解析処理部12により算出される共感度値の一例を示す表形式の図である。この図3に示す解析データテーブル40では、会員Aを共感元とし、会員Aが所定期間(例えば過去1日間)中にブログサイト21へ投稿した宛名人別(会員C,E,D,B)に、共感度値が表示されている。この解析データテーブル40の共感度値は、解析処理部12が共感度値の算出処理を行う度に変動し得る数値である。例えば1日ごとに算出処理が行われるとする場合、その翌日の算出処理時点までの間に会員Aが会員C,E,D,Bのいずれか又は全員を名宛人として文書を投稿した場合、新たな文書解析データがもたらされることになるので、当然共感度値も変動するようになる。
表示処理13は、上記の解析データテーブル40の共感度値を、ユーザに判り易い情報に変換して、会員の端末装置30へ送信する。すなわち、共感度値は「212.33」、「87.2」・・・といった機械的な数値であり、この数値をユーザが受領しても、自分とどの程度共感しているのかの相対的な評価度合い(これを「共感度合い」という)を把握することは困難である。このような共感度値を用いれば、共感度値の高い順にランキング付けを行い、これを共感度合いとして表示することは可能であるが、ランキング1位と2位との間にどの程度の差があるのかを表現することはできない。
そこで表示処理部13は、前記共感度値を所定の手法(後記で詳述する)で共感度合い(第2の評価値)を示す数値又は記号等に変換し、これを例えば会員Aの端末装置31の端末機311に送信する。かかる共感度合いデータは、端末装置31に備えられているディスプレイ等の表示部31に表示される。
ここで、本実施形態に対する比較例について説明する。図4は、図3に示す解析データテーブル40を表示部31への表示用に変換した、比較例1に係る表示データテーブル41を示す表形式の図である。この表示データテーブル41では、会員C,E,D,Bのそれぞれ対して求められた会員Aの共感度値に、各々の共感度値の最大桁数で数値を丸める処理を施すことで、各者の共感度合いを導出している。例えば、共感度合い=90という値であれば、共感度値は85.0〜94.9のいずれかの値であり、共感度合い=100という値であれば、共感度値は95.0〜149のいずれかの値である。
この比較例1の方法では、結局、共感度値そのままの値の概算値を共感度合いとして表示するに過ぎない。従って、共感度合いの数値範囲が図4に例示するように「200〜1」と広くなってしまったり、逆に極端に狭くなったりして、ユーザにとって分かり難い表示となる可能性が高い。
図5は、図3に示す解析データテーブル40を表示部31への表示用に変換した、比較例2に係る表示データテーブル42を示す表形式の図である。この表示データテーブル42では、共感度値を、予め設定された固定的な閾値を用いてスケール変換し、これを共感度合いとする例を示している。ここでは、共感度値=1以上10未満のときが共感度合い=3、共感度値=10以上100未満のときが共感度合い=4、共感度値=100以上500未満のときが共感度合い=5という閾値を設定されている場合を例示している。
この比較例2の方法は、共感度値が必ず一定範囲内の値を取ることが確定している場合には有用である。しかし、共感度値は日々変動し、どのような数値になるかが予測できない性質を有する。このため閾値の設定が困難であり、共感度値が予測を超えて大きく変動したような場合には、例えば全ての会員に対する共感度合いが最高値を示してしまうような不具合も生じ得る。
図6は、図3に示す解析データテーブル40を表示部31への表示用に変換した、比較例3に係る表示データテーブル43を示す表形式の図である。この表示データテーブル43では、共感度値の偏差値を求め、さらにこの偏差値を比較例1と同様にして最大桁数で数値を丸めたものを、共感度合いとする例を示している。この比較例3の方法では、上記比較例2の問題には対処可能ではあるが、偏差値を用いるため一般に共感度合いの数値範囲が狭くなり、共感度値間の差を共感度合いの差として表現し難くなる。
以上の比較例1〜3の不都合に鑑みて、本実施形態の表示処理部13は、次に示す(1)〜(4)のステップに基づいて共感度合いを求める。
(1)一人の会員を共感元とし、該一人の会員の共感先となった全ての会員に対する共感度値を含んだ数値データ群を解析処理部12から取得する。
(2)前記数値データ群内において、共感度値の最大値と最小値とを特定する。
(3)前記最大値と前記最小値との差分の数値幅をスケール幅とし、該スケール幅の範囲において共感度合いを数値で表現するスケールを決定する。
(4)前記数値データ群内の共感度値を各々前記スケールに従って変換して、共感度合いの数値を取得する。
(5)取得した共感度合いを、前記一人の会員に提供する。
(1)一人の会員を共感元とし、該一人の会員の共感先となった全ての会員に対する共感度値を含んだ数値データ群を解析処理部12から取得する。
(2)前記数値データ群内において、共感度値の最大値と最小値とを特定する。
(3)前記最大値と前記最小値との差分の数値幅をスケール幅とし、該スケール幅の範囲において共感度合いを数値で表現するスケールを決定する。
(4)前記数値データ群内の共感度値を各々前記スケールに従って変換して、共感度合いの数値を取得する。
(5)取得した共感度合いを、前記一人の会員に提供する。
図7は、上記(1)〜(4)のステップを、図3に示す解析データテーブル40の表示データへの変換に適用する場合の手順を模式的に示す図である。ここでは、先ずステップ(1)として表示処理部13は、図3の解析データテーブル40を、解析処理部12から取得する。図7(a)は、解析データテーブル40の各共感先の共感度値が、水平軸上に表示されている。そして、最小値として会員Bの共感度値=1.013を、最大値として会員Cの共感度値=212.33をそれぞれ特定する(ステップ(2))。
次に表示処理部13は、最小値1.013〜最大値212.33の数値幅をスケール幅とし、図7(b)に示すように、このスケール幅を10等分し、10段階で共感度合いを表現できるようスケールを定める。勿論、10段階の評価は一例であり、10より低い段階数でも、10より大きい段階数でも構わない。また、スケール幅を必ずしも等分する必要はないが、等分であればスケール決定の処理が容易に行える利点がある。
しかる後、表示処理部13は、図7(b)で決定したスケールに従って、会員C,E,D,Bのそれぞれについての会員Aの共感度値を変換する。図7(c)は、その変換状態を模式的に示している。図8は、図3に示す解析データテーブル40を、図7(a)〜(c)の手順によって変換した表示データテーブル44を示す表形式の図である。すなわち、解析データテーブル40における会員C,E,D,Bの共感度値が、図7(b)のスケールに従って、それぞれ共感度合い10、5,3,1に変換されている。
このような変換手法を一般式化すると、次の通りとなる。ここに、共感度値(第1の評価値)をα、求める共感度合い(第2の評価値)をβ、共感度値の最大値をαMAX、共感度値の最小値をαMIN、及び共感度合いβの評価スケールにおける評価段階数をnとするとき、次式で共感度値αを共感度合いβに変換することができる。
β=(n−1)×(α−αMIN)/(αMAX−αMIN)+1
図7に示した例では、評価段階数n=10、αMAX=212.33、αMIN=1.013であるので、例えば会員Aの会員Eに対する共感度合いβEを求めるならば、次の通りとなる。
βE=(10−1)×(87.2−1.013)/(212.33−1.013)+1 = 4.67 ≒ 5
β=(n−1)×(α−αMIN)/(αMAX−αMIN)+1
図7に示した例では、評価段階数n=10、αMAX=212.33、αMIN=1.013であるので、例えば会員Aの会員Eに対する共感度合いβEを求めるならば、次の通りとなる。
βE=(10−1)×(87.2−1.013)/(212.33−1.013)+1 = 4.67 ≒ 5
表示処理部13は、例えば1日単位で共感度値の算出処理がなされる場合には、一日に一度、定められた時刻に共感度値を共感度合いに変換する処理を行う。過去一日間でブログサイト21において交わされた文書の内容によっては、共感度値は大きく変わり、このため共感度合いを評価するスケール幅も大きく変動することになる。
図9は、共感度合いのスケール幅の変動状況を示す模式的な図である。上述の通り、共感度値は日々変化するので、例えば会員Aを共感元とし、他の会員を共感先とする共感度合いのスケール幅Wも日々変化し得る。1日目の共感度合い算出処理時点における変換結果が、図8に示す表示データテーブル44の通りであったとすると、会員Eの共感度合いは、そのスケール幅W1の中間値となる。
しかし、2日目の算出処理時点までの間に、会員Aが会員Eと文書交信せずとも、その他の会員との文書交信によって共感度値の最大値が下がる一方で最小値が上がることがある。このような2日目のスケール幅W2で見ると、会員Eの共感度合いは相対的に上位に位置することとなる。逆に、3日目の算出処理時点では、共感度値の最大値が大きく上がった例を示しており、このような3日目のスケール幅W3で見ると、会員Eの共感度合いは相対的に下位に位置することとなる。
さらに、4日目の算出処理時点までの間に、会員Aが会員Eと文書交信することによって会員Aの会員Eに対する共感度値が上昇したとすると、そのスケール幅W4で見たときの、会員Eの共感度合いは相対的に上位に上がる。しかし、5日目の算出処理時点までの間に、共感度値の最大値が上がると、そのスケール幅W5で見たときの、会員Eの共感度合いは再び下がることになる。従って会員Aは、会員Eに着目したときはその共感度合いの会員全員に対する相対評価値を日々的確に把握でき、また共感度合いが高い(低い)会員が誰であるのかを知見することができる。
以上の通り、本実施形態によれば、解析処理部12が導出する共感度値の最大値から最小値までの範囲をスケール幅として、共感度合いのスケール幅Wが算出処理時毎に決定される。このため、共感度値のようにレンジ、つまり最大値や最小値の予測がつかない場合であっても、取得された会員毎の共感度値について、日々のスケール幅に基づいて、相対的な評価度合いが明確な共感度合い値に変換することができる。従って、各会員に相対評価が分かり易い形態で共感者の情報を提供することが可能となる。
共感者の情報は、会員がブログサイト21にアクセスした際に表示処理部13から各会員の端末機に提供される。この際、上記の共感度合い値をそのまま提供しても良いが、これを共感度合いの数値に対応した他の記号、文字若しくは図形のデータに変換した上で、各端末機に提供するようにしても良い。例えば、○△×等による記号での表示、ハートマーク等による表示、顔文字やキャラクタの動作等による表示、図形やブラフ等による表示、「とっても共感」などといった文章での表示等が例示できる。
続いて、以上の通り構成された処理装置10(専ら表示処理部13)における共感度合いの算出動作を、図10に示すフローチャートに基づいて説明する。処理が開始されると、表示処理部13は、解析処理部12により求められた共感度値のデータ(数値データ群)の取得タイミングであるか否かを判定する(ステップS1)。取得タイミングでない場合(ステップS1でNO)は待機し、取得タイミングである場合(ステップS1でYES)、つまり共感度合い算出処理時点である場合、表示処理部13は、共感元、共感先及び共感度値を含むデータを取得する(ステップS2)。
次に表示処理部13は、共感元を一次キーとし、共感度値を二次キーとして、データの並び替えを行うソート処理を実行する(ステップS3)。これにより、図3に示すような解析データテーブル40が、共感元が会員毎に整理された状態で作成されることとなる。この際、複数人の共感元nに対して順次1〜mのナンバリングが与えられる。
その後表示処理部13は、カウンタをn=1に設定し(ステップS4)、1番目の共感元n(例えば会員A)についての共感度合いの算出準備を整える。そして、共感元nについて、共感度値の最大値αMAXと最小値αMINとを特定する(ステップS5)。続いて、最大値αMAXと最小値αMINとが同値であるか否かを確認する(ステップS6)。両者が同値でない場合は(ステップS6でNO)、表示処理部13は、上記の算出式を用いて、各共感先について共感度合いを算出する処理を行う(ステップS7)。
一方、両者が同値である場合は(ステップS6でYES)、全ての共感先の共感度値が同じか、或いは1人しか共感先が存在しないかであり、この場合は共感度合いを相対評価する意味がない。従って、この場合には、全ての共感先の共感度合いを中間値に設定する(ステップS8)。例えば共感度合いを10段階で評価しているならば、全ての共感先の共感度合いを“5”と評価する。
続いて表示処理部13は、算出された1番目の共感元nについての共感度合いの値を、メモリ領域に記憶する(ステップS9)。その後、カウンタn=mであるか否かを確認し(ステップS10)、n=mでない場合は(ステップS10でNO)、つまり未処理の共感元が未だ残っている場合は、カウンタを1つインクリメントし(ステップS11)、2番目の共感元nについての共感度合いを求めるために、ステップS5に戻って処理を繰り返す。一方、n=mである場合は(ステップS10でYES)、処理を終了する。
図11は、表示処理部13による共感度合いの表示処理を示すフローチャートである。表示処理部13は、共感元からブログサイト21にアクセスがあるまで待機し(ステップS21)、アクセスがあると(ステップS21でYES)、前記メモリ領域からその共感元の会員についての共感度合いの値を読み出す(ステップS22)。そして、該共感度合いを、マーク(絵記号等)に変換する設定が与えられているか否かが確認される(ステップS23)。
マーク変換の設定がある場合は(ステップS23でYES)、そのマークデータを作成し(ステップS24)、共感元の端末機にマークデータを送信する(ステップS25)。マーク変換の設定がない場合は(ステップS23でNO)、共感度合いの値のデータを共感元の端末機に送信する。その後、共感元の端末機で、受信した共感度合いの数値又はマークが表示され(ステップS26)、処理を終える。
以上、本発明の実施形態につき説明したが、本発明はこれに限定されるものではなく、例えば以下のような変形実施形態を取ることができる。
(1)上記実施形態では、第1の評価値が共感度値であり、第2の評価値が共感度合いである例を示した。これは一例であり、第1の評価値のレンジが予測できない各種の数値データに対して本発明は適用可能である。
(2)上記実施形態の図9等では、第1のタイミングと第2のタイミングとの間が1日間である例を示した。データの種類によっては、時間や分単位、あるいは週、月、年単位であっても良い。
(3)上記実施形態では、第2の評価値(共感度合い)だけを表示手段に表示させる例を示したが、第1の評価値(共感度値)に何らかの有用性がある場合は、この第1の評価値も表示手段に表示させるようにしても良い。
本発明を表現するために、上述において図面を参照しながら実施形態を通して本発明を適切且つ十分に説明したが、当業者であれば上述の実施形態を変更及び/又は改良することは容易に為し得ることであると認識すべきである。従って、当業者が実施する変更形態又は改良形態が、請求の範囲に記載された請求項の権利範囲を離脱するレベルのものでない限り、当該変更形態又は当該改良形態は、当該請求項の権利範囲に包括されると解釈される。
10 処理装置
11 文書抽出部
12 解析処理部
13 表示処理部
20 ブログシステム
21 ブログサイト
30 端末装置
31〜35 会員端末装置
311 端末機
312 表示部(表示手段)
11 文書抽出部
12 解析処理部
13 表示処理部
20 ブログシステム
21 ブログサイト
30 端末装置
31〜35 会員端末装置
311 端末機
312 表示部(表示手段)
Claims (6)
- 特定事象の評価を数値で表現した第1の評価値を複数個含んだ数値データ群を取得するステップと、
前記数値データ群内において前記第1の評価値の最大値と最小値とを特定するステップと、
前記最大値と前記最小値との差分の数値幅をスケール幅とし、該スケール幅の範囲において評価度合いを数値で表現する第2の評価値のスケールを決定するステップと、
前記数値データ群内の前記第1の評価値を各々前記スケールに従って変換して、第2の評価値を取得するステップと、
前記第2の評価値を所定の表示手段に表示させるステップと、
を含むことを特徴とする評価度合いデータの表示方法。 - 前記第2の評価値のスケールが、前記最大値と前記最小値との差分の数値幅を等分したものからなることを特徴とする請求項1に記載の評価度合いデータの表示方法。
- 前記第1の評価値をα、前記第2の評価値をβ、前記第1の評価値の最大値をαMAX、最小値をαMIN、及び前記第2の評価値のスケールにおける評価段階数をnとするとき、次式
β=(n−1)×(α−αMIN)/(αMAX−αMIN)+1
を用いて、第1の評価値を第2の評価値に変換することを特徴とする請求項2に記載の評価度合いデータの表示方法。 - 前記最大値と前記最小値との差分がゼロである場合、前記第1の評価値の全てを、前記スケールの最大値と最小値との間の中間値に変換して前記第2の評価値とすることを特徴とする請求項3に記載の評価度合いデータの表示方法。
- 前記第2の評価値を、その数値に対応した他の記号、文字若しくは図形に変換した上で前記表示手段に表示させることを特徴とする請求項1〜4のいずれかに記載の評価度合いデータの表示方法。
- 前記第1の評価値が時間の経過とともに変化し得る数値であって、
第1のタイミングで前記数値データ群を取得して請求項1〜5のいずれかの方法を実行し、
前記第1のタイミングの後、前記第1の評価値が変化可能な所定時間を置いた第2のタイミングで、前記数値データ群を取得して請求項1〜5のいずれかの方法を再度実行することを特徴とする評価度合いデータの表示方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009003312A JP2010160719A (ja) | 2009-01-09 | 2009-01-09 | 評価度合いデータの表示方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009003312A JP2010160719A (ja) | 2009-01-09 | 2009-01-09 | 評価度合いデータの表示方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2010160719A true JP2010160719A (ja) | 2010-07-22 |
Family
ID=42577824
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009003312A Pending JP2010160719A (ja) | 2009-01-09 | 2009-01-09 | 評価度合いデータの表示方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2010160719A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023145350A1 (ja) * | 2022-01-25 | 2023-08-03 | パナソニックIpマネジメント株式会社 | 情報処理方法、情報処理システムおよびプログラム |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10289309A (ja) * | 1997-04-11 | 1998-10-27 | Canon Inc | 情報処理装置及び方法 |
JP2000305946A (ja) * | 1999-04-26 | 2000-11-02 | Canon Inc | 情報検索装置、情報検索方法、及び記憶媒体 |
JP2001222553A (ja) * | 1999-06-28 | 2001-08-17 | Hougi Koyama | 商標等の類否判断システム及び類似物作成システム |
JP2005174149A (ja) * | 2003-12-12 | 2005-06-30 | Nippon Telegr & Teleph Corp <Ntt> | インターネット上の情報解析システムおよび公開サーバ |
JP2008015951A (ja) * | 2006-07-10 | 2008-01-24 | Osaka Industrial Promotion Organization | 多変量数値情報の表示方法とその装置及びそのプログラムならびにグラフィカル・ユーザ・インターフェース・システムとその提供方法及びそのプログラム。 |
JP2008276512A (ja) * | 2007-04-27 | 2008-11-13 | Kansai Electric Power Co Inc:The | 共感度判定方法、及びシステム |
-
2009
- 2009-01-09 JP JP2009003312A patent/JP2010160719A/ja active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10289309A (ja) * | 1997-04-11 | 1998-10-27 | Canon Inc | 情報処理装置及び方法 |
JP2000305946A (ja) * | 1999-04-26 | 2000-11-02 | Canon Inc | 情報検索装置、情報検索方法、及び記憶媒体 |
JP2001222553A (ja) * | 1999-06-28 | 2001-08-17 | Hougi Koyama | 商標等の類否判断システム及び類似物作成システム |
JP2005174149A (ja) * | 2003-12-12 | 2005-06-30 | Nippon Telegr & Teleph Corp <Ntt> | インターネット上の情報解析システムおよび公開サーバ |
JP2008015951A (ja) * | 2006-07-10 | 2008-01-24 | Osaka Industrial Promotion Organization | 多変量数値情報の表示方法とその装置及びそのプログラムならびにグラフィカル・ユーザ・インターフェース・システムとその提供方法及びそのプログラム。 |
JP2008276512A (ja) * | 2007-04-27 | 2008-11-13 | Kansai Electric Power Co Inc:The | 共感度判定方法、及びシステム |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023145350A1 (ja) * | 2022-01-25 | 2023-08-03 | パナソニックIpマネジメント株式会社 | 情報処理方法、情報処理システムおよびプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11113342B2 (en) | Techniques for compiling and presenting query results | |
Lampos et al. | Nowcasting events from the social web with statistical learning | |
JP5607164B2 (ja) | セマンティック・トレーディング・フロア | |
US8234706B2 (en) | Enabling access to aggregated software security information | |
US9946703B2 (en) | Title extraction using natural language processing | |
US10545638B2 (en) | Automatic generation of preferred views for personal content collections | |
JP2009535733A (ja) | Webサイトを使用した効率のよいフィルタリング | |
US20110219299A1 (en) | Method and system of providing completion suggestion to a partial linguistic element | |
US20170242917A1 (en) | Generating text snippets using universal concept graph | |
US9454523B2 (en) | Non-transitory computer-readable storage medium for storing acronym-management program, acronym-management device, non-transitory computer-readable storage medium for storing expanded-display program, and expanded-display device | |
CN105426508A (zh) | 网页生成方法和装置 | |
JPWO2012096388A1 (ja) | 意外性判定システム、意外性判定方法およびプログラム | |
Chai et al. | Developing an early warning system of suicide using Google Trends and media reporting | |
CN112507230A (zh) | 基于浏览器的网页推荐方法、装置、电子设备及存储介质 | |
Peng et al. | The gender gap in scholarly self-promotion on social media | |
CN113468421A (zh) | 基于向量匹配技术的产品推荐方法、装置、设备及介质 | |
WO2022125096A1 (en) | Method and system for resume data extraction | |
Shovon et al. | Cvr: An automated cv recommender system using machine learning techniques | |
US20160196266A1 (en) | Inferring seniority based on canonical titles | |
JP2010160719A (ja) | 評価度合いデータの表示方法 | |
JP2010205006A (ja) | 未来表現収集システム、未来表現収集方法および未来表現収集用プログラム | |
JP2010224667A (ja) | 文字入力支援装置及び文字入力支援方法 | |
US20210103702A1 (en) | System and method for link prediction with semantic analysis | |
Li et al. | Double AR model without intercept: An alternative to modeling nonstationarity and heteroscedasticity | |
US20160196619A1 (en) | Homogenizing time-based seniority signal with transition-based signal |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20111117 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120810 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120911 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20130129 |