JP2017199258A - Related topic detection device - Google Patents
Related topic detection device Download PDFInfo
- Publication number
- JP2017199258A JP2017199258A JP2016090869A JP2016090869A JP2017199258A JP 2017199258 A JP2017199258 A JP 2017199258A JP 2016090869 A JP2016090869 A JP 2016090869A JP 2016090869 A JP2016090869 A JP 2016090869A JP 2017199258 A JP2017199258 A JP 2017199258A
- Authority
- JP
- Japan
- Prior art keywords
- topic
- information
- section
- user
- posted
- 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
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
本発明は、ユーザが投稿した投稿情報のトピックが時系列で変化する状況において、あるトピックに関連するトピックを検出する関連トピック検出装置に関する。 The present invention relates to a related topic detection apparatus that detects a topic related to a certain topic in a situation where a topic of posted information posted by a user changes in time series.
従来、メッセージ交換システムにおいて、ユーザ端末間で交換される時系列上のメッセージの内容に関連するトピックに関する表示を行う技術が知られている(下記特許文献1)。
2. Description of the Related Art Conventionally, in a message exchange system, a technique for performing display related to a topic related to the contents of time-series messages exchanged between user terminals is known (
一般的に、トピックの時系列変化の関連性(構造)を明らかにする手法として、単位時間毎のトピックにおける語の出現確率を比較する手法がある。しかしながら、当該手法では、出現確率が類似しているトピック間の関連性は明らかにできるものの、トピック間の語の出現確率が異なる場合、当該トピック間の関連性が明らかにならないという問題がある。すなわち、関連性のあるトピックを確実に検出することができないという問題がある。 Generally, as a technique for clarifying the relevance (structure) of topical time series changes, there is a technique for comparing the appearance probabilities of words in a topic for each unit time. However, although this method can clarify the relationship between topics having similar appearance probabilities, there is a problem that the relationship between the topics is not clarified when the appearance probabilities of words between topics are different. That is, there is a problem that related topics cannot be reliably detected.
そこで、本発明は、かかる課題に鑑みて為されたものであり、関連性のあるトピックをより確実に検出することができる関連トピック検出装置を提供することを目的とする。 Therefore, the present invention has been made in view of such problems, and an object of the present invention is to provide a related topic detection apparatus that can more reliably detect related topics.
上記課題を解決するため、本発明の関連トピック検出装置は、所定の時間の範囲である区間ごとに、当該区間において投稿された投稿情報のトピックと当該投稿情報を投稿したユーザとを対応付けた区間トピック情報を格納する区間トピック情報格納手段と、第1の区間の第1のトピックに関連する第2の区間の第2のトピックを、区間トピック情報格納手段によって格納された区間トピック情報に示されるユーザであって、第1のトピック及び第2のトピックの投稿情報を投稿したユーザに基づいて検出する関連トピック検出手段と、を備える。 In order to solve the above problems, the related topic detection device of the present invention associates, for each section that is a predetermined time range, the topic of posted information posted in the section and the user who posted the posted information. Section topic information storage means for storing section topic information and a second topic of the second section related to the first topic of the first section are indicated in the section topic information stored by the section topic information storage means. Relevant topic detection means for detecting based on a user who has posted information on the first topic and the second topic.
かかる構成を採れば、関連トピック検出手段により、第1の区間の第1のトピック(関連元トピック)に関連する第2の区間の第2のトピック(関連先トピック)が、第1のトピック及び第2のトピックの投稿情報を投稿したユーザに基づいて検出される。これにより、例えば、第1のトピックと第2のトピックとの間の語の出現確率が異なる場合でも、第1のトピック及び第2のトピックの投稿情報を投稿したユーザに基づいてより確実に、第1のトピックに関連するトピックとして第2のトピックを検出することができる。すなわち、関連性のあるトピックをより確実に検出することができる。 With this configuration, the second topic (related topic) in the second section related to the first topic (related source topic) in the first section is converted into the first topic and the related topic detection unit by the related topic detection unit. It is detected based on the user who posted the posting information of the second topic. Thereby, for example, even when the appearance probabilities of the words between the first topic and the second topic are different, more reliably based on the user who posted the posting information of the first topic and the second topic, The second topic can be detected as a topic related to the first topic. That is, a related topic can be detected more reliably.
また、本発明の関連トピック検出装置において、関連トピック検出手段は、第1のトピックの投稿情報を第1の区間内に投稿したユーザと、第2のトピックの投稿情報を第2の区間内に投稿したユーザとの類似度に基づいて検出することとしてもよい。一般的に、関連性のある2つのトピックそれぞれの投稿情報は、類似度の大きい(より類似している)ユーザが投稿している可能性が高いという特徴がある。かかる構成を採れば、当該特徴を利用して、第1のトピックの投稿情報を第1の区間内に投稿したユーザと、第2のトピックの投稿情報を第2の区間内に投稿したユーザとの類似度に基づいて、より確実に、第1のトピックに関連する第2のトピックを検出することができる。 In the related topic detection apparatus of the present invention, the related topic detection means includes a user who posted the first topic posting information in the first section, and the second topic posting information in the second section. It is good also as detecting based on the similarity with the user who contributed. Generally, the posting information of each of two related topics is characterized by a high possibility that a user with a high degree of similarity (more similar) has posted. With this configuration, using the feature, a user who posted the posting information on the first topic in the first section, and a user who posted the posting information on the second topic in the second section, Based on the similarity, the second topic related to the first topic can be detected more reliably.
また、本発明の関連トピック検出装置において、関連トピック検出手段は、第1のトピックの投稿情報を第1の区間内に投稿し、かつ、第2のトピックの投稿情報を第2の区間内に投稿したユーザの数に基づいて検出することとしてもよい。一般的に、関連性のある2つのトピックそれぞれの投稿情報は、同じユーザが投稿している可能性が高いという特徴がある。かかる構成を採れば、当該特徴を利用して、第1のトピックの投稿情報を第1の区間内に投稿し、かつ、第2のトピックの投稿情報を第2の区間内に投稿したユーザの数に基づいて、より確実に、第1のトピックに関連する第2のトピックを検出することができる。 In the related topic detection apparatus of the present invention, the related topic detection means posts the posting information of the first topic within the first section, and the posting information of the second topic within the second section. It may be detected based on the number of posted users. Generally, the posting information of each of two related topics is characterized by the high possibility that the same user has posted. If such a configuration is adopted, the posting information of the first topic is posted in the first section and the posting information of the second topic is posted in the second section using the feature. Based on the number, the second topic related to the first topic can be detected more reliably.
また、本発明の関連トピック検出装置は、関連トピック検出手段によって第1の区間の第1のトピックに関連する第2の区間の第2のトピックが検出された場合、区間トピック情報格納手段によって格納された区間トピック情報に基づいて、第1のトピックの投稿情報を第1の区間内に投稿したユーザのうち、第2のトピックの投稿情報を第2の区間内に投稿していないユーザを抽出し、抽出されたユーザに対して第2のトピックに基づく出力を行うトピック出力手段をさらに備えることとしてもよい。かかる構成を採れば、関連トピック検出手段によって第1のトピックに関連する第2のトピックが検出された場合、トピック出力手段により、第1のトピックの投稿情報を第1の区間内に投稿したユーザのうち、第2のトピックの投稿情報を第2の区間内に投稿していないユーザが抽出され、抽出されたユーザに対して第2のトピックに基づく出力が行われる。これにより、例えば、第1のトピックに関する投稿を行ったユーザのうち、当該第1のトピックに関連する第2のトピックの存在に気づいていないユーザに対して、当該第2のトピックの存在を気づかせることができる。すなわち、ユーザに対して、当該ユーザが興味のあるトピックと関連があるトピックであって、かつ当該ユーザが気づいていないトピックを気づかせることができる等、ユーザの利便性を向上することができる。 The related topic detection device of the present invention stores the second topic in the second section related to the first topic in the first section by the related topic detection means when the second topic is detected by the section topic information storage means. Out of the users who posted the posting information of the first topic in the first section, the users who have not posted the posting information of the second topic in the second section are extracted based on the section topic information Then, it may be further provided with topic output means for performing output based on the second topic for the extracted user. With this configuration, when the related topic detection unit detects the second topic related to the first topic, the user who posted the posting information of the first topic within the first section by the topic output unit Among them, the user who has not posted the posting information of the second topic within the second section is extracted, and the output based on the second topic is performed on the extracted user. Thereby, for example, among the users who have made postings related to the first topic, the user who is not aware of the existence of the second topic related to the first topic is aware of the existence of the second topic. Can be made. That is, it is possible to improve the convenience of the user, such as making the user aware of a topic that is related to a topic that the user is interested in and that the user is not aware of.
また、本発明の関連トピック検出装置は、関連トピック検出手段によって第1の区間の第1のトピックに関連する第2の区間の第2のトピックが検出された場合、第1のトピックと第2のトピックとの関連度を、区間トピック情報格納手段によって格納された区間トピック情報に示されるユーザであって、第1のトピック及び第2のトピックの投稿情報を投稿したユーザに基づいて算出する関連度算出手段をさらに備え、トピック出力手段は、関連度算出手段によって算出された関連度に基づいて第2のトピックに基づく出力を行うこととしてもよい。かかる構成を採れば、関連トピック検出手段によって第1のトピックに関連する第2のトピックが検出された場合、関連度算出手段により、第1のトピックと第2のトピックとの関連度が、第1のトピック及び第2のトピックの投稿情報を投稿したユーザに基づいて算出され、トピック出力手段により、算出された関連度に基づいて第2のトピックに基づく出力が行われる。これにより、第1のトピックに関連する第2のトピックに基づく出力が、第1のトピックと第2のトピックとの関連度に基づいて行われるため、例えば、より関連度が高いトピックを優先的にユーザに表示することができる等、ユーザの利便性を向上することができる。 Further, the related topic detection apparatus of the present invention detects the second topic in the second section related to the first topic in the first section and the second topic when the related topic detection unit detects the second topic in the second section. The degree of relevance to the topic is calculated based on the user who is indicated in the section topic information stored by the section topic information storage means and has posted the posting information of the first topic and the second topic The degree calculation means may be further provided, and the topic output means may perform output based on the second topic based on the degree of association calculated by the degree of association calculation means. With this configuration, when the second topic related to the first topic is detected by the related topic detecting unit, the degree of association between the first topic and the second topic is calculated by the related level calculating unit. It is calculated based on the user who posted the posting information of the first topic and the second topic, and the topic output means performs output based on the second topic based on the calculated degree of association. Thereby, since the output based on the second topic related to the first topic is performed based on the degree of association between the first topic and the second topic, for example, a topic having a higher degree of association is given priority. The convenience of the user can be improved, such as being able to display to the user.
また、本発明の関連トピック検出装置は、ユーザと当該ユーザの他のユーザに対する影響度とを対応付けたユーザ情報を格納するユーザ情報格納手段をさらに備え、関連度算出手段は、ユーザ情報格納手段において、第1のトピックの投稿情報を第1の区間内に投稿し、かつ、第2のトピックの投稿情報を第2の区間内に投稿したユーザに対応付けられた影響度に基づいて算出することとしてもよい。一般的に、2つのトピックの関連度は、当該2つのトピックに関する投稿を行ったユーザの、他のユーザに対する影響度に関連するという特徴がある。かかる構成を採れば、当該特徴を利用して、第1のトピックの投稿情報を第1の区間内に投稿し、かつ、第2のトピックの投稿情報を第2の区間内に投稿したユーザに対応付けられた影響度に基づいて、より確実に、第1のトピックと第2のトピックとの関連度を算出することができる。 The related topic detection apparatus of the present invention further includes user information storage means for storing user information in which a user is associated with the degree of influence of the user on other users, and the related degree calculation means is user information storage means. , The posting information of the first topic is posted within the first section, and the posting information of the second topic is calculated based on the degree of influence associated with the user who posted the posting information within the second section It is good as well. In general, the degree of relevance between two topics is characterized in that it is related to the degree of influence of a user who has posted on the two topics with respect to other users. By adopting such a configuration, it is possible to use the feature to post the posting information on the first topic in the first section and to the user who posted the posting information on the second topic in the second section. The degree of association between the first topic and the second topic can be calculated more reliably based on the associated degree of influence.
本発明によれば、関連性のあるトピックをより確実に検出することができる。 According to the present invention, related topics can be detected more reliably.
以下、図面とともに本発明による関連トピック検出装置の実施形態について詳細に説明する。なお、図面の説明においては同一要素には同一符号を付し、重複する説明を省略する。 Hereinafter, embodiments of a related topic detection apparatus according to the present invention will be described in detail with reference to the drawings. In the description of the drawings, the same elements are denoted by the same reference numerals, and redundant description is omitted.
図1は、本発明の実施形態に係る関連トピック検出装置1の機能ブロック図である。図1に示す通り、関連トピック検出装置1は、投稿情報履歴格納部10、ユーザ情報格納部11(ユーザ情報格納手段)、指示取得部12、区間トピック算出部13、区間トピック情報格納部14(区間トピック情報格納手段)、関連トピック検出部15(関連トピック検出手段)、関連トピック情報格納部16、関連度算出部17(関連度算出手段)、トピック出力部18(トピック出力手段)及び出力トピック情報格納部19を含んで構成される。
FIG. 1 is a functional block diagram of a related
図2は、関連トピック検出装置1のハードウェア構成図である。図1に示される関連トピック検出装置1は、物理的には、図2に示すように、一又は複数のCPU100、主記憶装置であるRAM101及びROM102、キーボード、マウス及びディスプレイ等の入出力装置103、ネットワークカード等のデータ送受信デバイスである通信モジュール104並びにハードディスクや半導体メモリ等の補助記憶装置105等を含むコンピュータシステムとして構成されている。
FIG. 2 is a hardware configuration diagram of the related
図1における各機能は、図2に示すCPU100及びRAM101等のハードウェア上に所定のコンピュータソフトウェアを読み込ませることにより、CPU100の制御のもとで入出力装置103及び通信モジュール104を動作させるとともに、RAM101及び補助記憶装置105におけるデータの読み出し及び書き込みを行うことで実現される。
Each function in FIG. 1 causes the input /
なお、CPU100などのプロセッサが図1における各機能を実行することに代えて、その機能全部または一部を専用の集積回路を構築することにより各機能を実行するように構成してもよい。例えば、画像処理や通信制御を行なうための専用の集積回路を構築することにより上記機能を実行するようにしてもよい。
Instead of executing the functions shown in FIG. 1 by a processor such as the
以下、図1に示す関連トピック検出装置1の各機能ブロックについて説明する。
Hereinafter, each functional block of the related
投稿情報履歴格納部10は、ユーザが投稿した投稿情報の時系列上の履歴である投稿情報履歴を格納する。投稿情報は、テキストや画像等のコンテンツであり、具体例として、ユーザが自身の状況や雑記などを表現したテキスト(つぶやき)、ユーザが作成した電子メール、ユーザが撮像した画像、ユーザがインターネット上のショッピングサイトで購入した商品に関する商品購入データ等が挙げられる。投稿情報履歴は、投稿情報と、当該投稿情報が投稿された(又は作成された)時刻や日時等の時間情報と等が対応付けられた情報である。本実施形態では、関連トピック検出装置1はマイクロブログの機能を備え、投稿情報履歴格納部10には複数のユーザから投稿されたつぶやきが蓄積されていることを想定する。
The posted information history storage unit 10 stores a posted information history that is a time-series history of posted information posted by the user. Posted information is content such as text and images. Specific examples include text (tweets) that expresses the user's situation and notes, emails created by the user, images captured by the user, and users on the Internet. Product purchase data related to products purchased at a shopping site. The posted information history is information in which posted information is associated with time information such as time and date when the posted information is posted (or created). In the present embodiment, it is assumed that the related
図3は、投稿情報履歴格納部10によって格納された投稿情報履歴のテーブル例を示す図である。図3に示すテーブル例の通り、投稿情報履歴は、各投稿情報の識別情報を示す「投稿ID」、当該投稿情報の内容(コンテンツ)を示す「投稿内容」、当該投稿情報を投稿したユーザの識別情報であるユーザ識別情報を示す「投稿ユーザ」、及び当該投稿情報が当該ユーザによって投稿された投稿日時(投稿時刻)を示す「投稿日時」が対応付けられている。 FIG. 3 is a diagram illustrating a table example of the posted information history stored by the posted information history storage unit 10. As shown in the table example in FIG. 3, the posted information history includes a “post ID” indicating identification information of each posted information, a “posted content” indicating the content (content) of the posted information, and the user who posted the posted information. “Posting user” indicating user identification information as identification information and “posting date” indicating posting date (posting time) when the posting information was posted by the user are associated with each other.
本実施形態では、関連トピック検出装置1が投稿情報履歴格納部10を備えているが、関連トピック検出装置1とネットワーク接続されている外部のサーバ装置が投稿情報履歴格納部10(と同様の機能)を備えていてもよい。その場合、関連トピック検出装置1は、投稿情報履歴格納部10に対してネットワークを介して必要な情報等の送受信を行うことで、本実施形態で説明する処理と同様の処理を実現することができる。
In the present embodiment, the related
ユーザ情報格納部11は、ユーザのステータスを示す等、ユーザに関するユーザ情報を格納する。具体的には、ユーザ情報格納部11は、ユーザと当該ユーザの他のユーザに対する影響度とを対応付けたユーザ情報を格納する。より具体的には、ユーザ情報は、投稿情報を投稿するユーザの購読者数(フォロワー数)及び被購読者数(フォロイー数)を含む。購読者数とは、対象のユーザの投稿を購読(フォロー)しているユーザの数である。なお、購読とは、金銭のやりとりが発生しないサブスクライブ(申込、契約、登録)も含む。被購読者数とは、対象のユーザが購読(フォロー)しているユーザの数である。図4は、ユーザ情報格納部11によって格納されたユーザ情報のテーブル例を示す図である。図4に示すテーブル例の通り、ユーザ情報は、ユーザ識別情報を示す「ユーザID」、当該ユーザ識別情報が示すユーザの購読者数を示す「フォロワー数」、及び当該ユーザ識別情報が示すユーザの被購読者数を示す「フォロイー数」が対応付けられている。
The user
指示取得部12は、関連トピック検出装置1の管理者等からの指示に関する指示情報を取得する。指示情報は、関連トピックの検出の開始を指示する旨の情報を含む。指示情報は、他にも情報を含んでもよく、どのような情報を含んでもよいかは適宜後述する。指示取得部12は、指示情報を、他の装置からネットワーク及び通信モジュール104を介して取得してもよいし、入出力装置103(例えばキーボード)を介して取得してもよい。指示取得部12は、取得した指示情報を区間トピック算出部13、関連トピック検出部15、関連度算出部17及びトピック出力部18等に出力する。指示取得部12は、また、指示取得部12は、取得した指示情報を関連トピック検出装置1に一時的に格納し、他の機能ブロックが適宜参照及び利用するようにしてもよい。
The
区間トピック算出部13は、指示取得部12から指示情報が入力されると、投稿情報履歴格納部10によって格納された投稿情報履歴に基づき、所定の時間の範囲である区間ごとの、当該区間において投稿された投稿情報のトピックと当該投稿情報の投稿を行ったユーザとを示す区間トピック情報を算出する。以下、具体的に説明する。区間トピック算出部13は、指示取得部12から関連トピックの検出の開始を指示する旨の指示情報が入力されると、投稿情報履歴格納部10によって格納された投稿情報履歴のうち、任意の複数のユーザであるサンプルユーザの投稿情報履歴を抽出する。サンプルユーザは、区間トピック算出部13によって、ランダムに決定されたものであってもよいし、所定の期間(例えば、過去3ヶ月)の投稿数が多いユーザを多い順に所定の人数(例えば、100人)に含まれるユーザであってもよいし、投稿情報履歴に含まれる全ユーザであってもよい。また、抽出する投稿情報履歴は、投稿情報履歴格納部10によって格納された投稿情報履歴の全期間分であってもよいし、所定の期間(例えば、過去1ヶ月)分であってもよい。ここで、区間トピック算出部13が利用する上述の「所定の期間」、「所定の人数」及び「所定の期間」に関する情報は、例えば関連トピック検出装置1に予め格納されていてもよいし、指示取得部12から入力された指示情報に含まれていてもよい。
When the instruction information is input from the
次に、区間トピック算出部13は、抽出した投稿情報履歴を、所定の時間の範囲(例えば、1週間)である区間ごとに分割する。ここで、区間トピック算出部13が利用する上述の「区間」に関する情報は、例えば関連トピック検出装置1に予め格納されていてもよいし、指示取得部12から入力された指示情報に含まれていてもよい。次に、区間トピック算出部13は、分割された区間ごとの投稿情報履歴に含まれる投稿情報に対して、従来技術であるトピックモデリングを行うことで、区間ごとの、当該区間において投稿された投稿情報のトピックと当該投稿情報の投稿を行ったユーザとを示す区間トピック情報を算出する。トピックモデリングの一例として下記非特許文献にて開示されているLDA(Latent Dirichlet Allocation。潜在的ディリクレ配分法)が挙げられる。LDAの具体的な計算方法については、下記非特許文献を参照されたい。
非特許文献:Blei, David M., Andrew Y. Ng, and Michael I. Jordan. "Latent dirichlet allocation." the Journal of machine Learning research 3 (2003): 993-1022.
Next, the section
Non-patent literature: Blei, David M., Andrew Y. Ng, and Michael I. Jordan. "Latent dirichlet allocation." The Journal of machine Learning research 3 (2003): 993-1022.
図5は、区間トピック算出部13によって算出された区間トピック情報のテーブル例を示す図である。図5に示すテーブル例の通り、区間トピック情報は、区間の識別情報である区間識別情報を示す「区間ID」、当該区間内に投稿された投稿情報のトピックの識別情報であるトピック識別情報を示す「トピックID」、当該トピックを構成する単語の出現確率分布を示す「単語の出現確率分布」、及び当該トピックに関する投稿情報を当該区間において投稿した(一人以上の)ユーザのユーザ識別情報を示す「投稿ユーザ」が対応付けられている。区間トピック算出部13は、算出した区間トピック情報を区間トピック情報格納部14に出力する(格納させる)と共に、区間トピック情報の算出が完了した旨の区間トピック情報算出完了情報を関連トピック検出部15に出力する。
FIG. 5 is a diagram illustrating a table example of the section topic information calculated by the section
なお、区間トピック算出部13が区間トピック情報を算出するタイミングは、指示取得部12から指示情報が入力された場合に限らず、定期的(例えば、1週間に1回)にバックグラウンドで行ってもよい。
Note that the timing at which the section
区間トピック情報格納部14は、区間トピック算出部13から入力された区間トピック情報を格納する。すなわち、区間トピック情報格納部14は、所定の時間の範囲である区間ごとに、当該区間において投稿された投稿情報のトピック(を識別するトピック識別情報)と当該投稿情報を投稿したユーザ(を識別するユーザ識別情報)とを対応付けた区間トピック情報を格納する。区間トピック情報格納部14は、例えば、図5のテーブル例にて示した区間トピック情報を格納する。
The section topic
関連トピック検出部15は、第1の区間の第1のトピックに関連する第2の区間の第2のトピックを、区間トピック情報格納部14によって格納された区間トピック情報に示されるユーザであって、第1のトピック及び第2のトピックの投稿情報を投稿したユーザに基づいて検出する。関連トピック検出部15は、第1のトピックの投稿情報を第1の区間内に投稿したユーザと、第2のトピックの投稿情報を第2の区間内に投稿したユーザとの類似度に基づいて検出してもよい。また、関連トピック検出部15は、第1のトピックの投稿情報を第1の区間内に投稿し、かつ、第2のトピックの投稿情報を第2の区間内に投稿したユーザの数に基づいて検出してもよい。以下、具体的に説明する。
The related
まず、関連トピック検出部15は、区間トピック算出部13から区間トピック情報算出完了情報が入力されると、区間トピック情報格納部14によって格納された区間トピック情報のうち、第1の区間の第1のトピック及び第2の区間の第2のトピックを選択する。第1の区間は、区間トピック情報格納部14によって格納された区間トピック情報のうち任意の区間であってもよいし、指示取得部12によって取得された指示情報において指定された区間であってもよいし、(関連トピック検出装置1が備える組み込み機能を利用して取得した)現在時刻が含まれる区間の時系列的に一つ前の区間であってもよい。以降、第1の区間を区間tと記す。第1のトピックは、区間tに含まれる任意のトピックであってもよいし、指示取得部12によって取得された指示情報において指定されたトピックであってもよい。以降、第1のトピックをTopiciと記す。第2の区間は、区間tの時系列的に一つ次の区間であってもよいし、区間トピック情報格納部14によって格納された区間トピック情報のうち任意の区間であってもよいし、指示取得部12によって取得された指示情報において指定された区間であってもよいし、(関連トピック検出装置1が備える組み込み機能を利用して取得した)現在時刻が含まれる区間であってもよい。以降、第2の区間を区間t+1と記す。第2のトピックは、区間t+1に含まれる任意のトピックであってもよいし、指示取得部12によって取得された指示情報において指定されたトピックであってもよい。以降、第2のトピックをTopicjと記す。
First, when the topic topic information calculation completion information is input from the section
次に、関連トピック検出部15は、区間トピック情報格納部14によって格納された区間トピック情報を参照し、選択した区間tのTopiciの投稿情報を当該区間tにおいて投稿したユーザのユーザ識別情報を取得する。以降、取得した当該ユーザ識別情報が示すユーザの集合をUiと記す。例えば、図5に示すテーブル例において、関連トピック検出部15が選択した区間tの区間識別情報が「I001」及び選択したTopiciのトピック識別情報が「T001」であった場合、関連トピック検出部15は、当該区間識別情報及びトピック識別情報を含むレコードに対応付いたユーザ識別情報である「U001」、「U003」及び「U005」を取得する。同様に、関連トピック検出部15は、区間トピック情報格納部14によって格納された区間トピック情報を参照し、選択した区間t+1のTopicjの投稿情報を当該区間t+1において投稿したユーザのユーザ識別情報を取得する。以降、取得した当該ユーザ識別情報が示すユーザの集合をUjと記す。
Next, the related
次に、関連トピック検出部15は、TopicjがTopiciに関連するか否かを、Ui及びUjに基づいて判定する。例えば、関連トピック検出部15は、ダイス係数による比較に基づいて判定してもよい。その場合、関連トピック検出部15は、まず、UiとUjとの類似度sim(Ui,Uj)を以下の式(1)によって算出する。
ここで、|Ui|は集合Uiに含まれるユーザの人数を示し、|Uj|は集合Ujに含まれるユーザの人数を示し、|Ui∩Uj|は集合Uiと集合Ujとの共通部分に含まれるユーザの人数を示す。なお、|Ui∩Uj|は、Topiciの投稿情報を区間t内に投稿し、かつ、Topicjの投稿情報を区間t+1内に投稿したユーザの数である。次に、関連トピック検出部15は、算出されたsim(Ui,Uj)が所定の閾値以上であるか否かを判定し、閾値以上であればTopicj(関連先トピック)がTopici(関連元トピック)に関連すると判定し(Topiciに関連するトピックとしてTopicjを検出し)、閾値未満であればTopicjがTopiciに関連しないと判定する。所定の閾値は、例えば関連トピック検出装置1に予め格納されているものとし、関連トピック検出部15は当該所定の閾値を参照及び利用する。
Next, the related
Here, | U i | indicates the number of users included in the set U i , | U j | indicates the number of users included in the set U j , and | U i ∩U j | indicates the set U i and the set U i The number of users included in the common part with U j is shown. Note that | U i ∩U j | is the number of users who posted Topic i posting information in section t and posted Topic j posting information in
次に、関連トピック検出部15は、TopicjがTopiciに関連すると判定した場合、当該判定結果を関連トピック情報として算出する。関連トピック情報は、Topiciに関連するTopicjを検出した旨を示し、Topiciのトピック識別情報とTopicjのトピック識別情報との組を含む。関連トピック検出部15は、一つ以上の第1の区間の一つ以上の第1のトピックに関連する、一つ以上の第2の区間の一つ以上の第2のトピックを検出してもよい。例えば、関連トピック検出部15は、指示取得部12によって取得された指示情報において指定された第1の区間に含まれる全てのトピックそれぞれについて、当該第1の区間の時系列的に一つ次の第2に区間に含まれる全てのトピックそれぞれに対して関連するか否かを判定し、関連するトピックを全て検出してもよい。その場合、関連トピック検出部15は、関連すると検出した関連元トピックの識別情報及び関連先トピックの識別情報の組の集合である関連トピック情報を算出する。
Next, when the related
図6(a)は、関連トピック検出部15によって算出された関連トピック情報のテーブル例を示す図である。図6(a)に示すテーブル例の通り、関連トピック情報は、関連元トピックのトピック識別情報を示す「関連元トピック」、及び関連先トピックのトピック識別情報を示す「関連先トピック」が対応付けられている。関連トピック検出部15は、算出した関連トピック情報を関連トピック情報格納部16に出力する(格納させる)と共に、関連トピック情報の出力が完了した旨の関連トピック情報算出完了情報を関連度算出部17及びトピック出力部18に出力する。なお、関連トピック検出部15は、算出した関連トピック情報を関連度算出部17及びトピック出力部18に出力してもよい。また、関連トピック検出部15は、TopicjがTopiciに関連しないと判定した場合、当該判定結果(TopicjはTopiciに関連しないことを検出した旨)をトピック出力部18に出力してもよい。
FIG. 6A is a diagram illustrating a table example of related topic information calculated by the related
関連トピック情報格納部16は、関連トピック検出部15から出力された関連トピック情報を格納する。関連トピック情報格納部16は、例えば、図6(a)のテーブル例にて示した関連トピック情報を格納する。
The related topic
関連度算出部17は、関連トピック検出部15によって区間tのTopiciに関連する区間t+1のTopicjが検出された場合、TopiciとTopicjとの関連度を、区間トピック情報格納部14によって格納された区間トピック情報に示されるユーザであって、Topici及びTopicjの投稿情報を投稿したユーザに基づいて算出する。関連度算出部17は、ユーザ情報格納部11において、Topiciの投稿情報を区間t内に投稿し、かつ、Topicjの投稿情報を区間t+1内に投稿したユーザに対応付けられた影響度に基づいて算出してもよい。以下、具体的に説明する。
When the related
関連度算出部17は、関連トピック検出部15から関連トピック情報算出完了情報が入力されると(すなわち、関連トピック検出部15によって区間tのTopiciに関連する区間t+1のTopicjが検出された場合)、区間トピック情報格納部14によって格納された区間トピック情報に含まれるTopiciとTopicjとの関連度(重要度)weight(Topici,Topicj)を以下の式(2)によって算出する。
ここで、αは所定の値(パラメータ)を示し、uk∈Ui∩Ujはユーザ集合Uiとユーザ集合Ujとの共通部分に含まれる各ユーザuを示し、num_followeruはユーザuのフォロワー数を示し、num_followeeuはユーザuのフォロイー数を示す。αは、例えば関連トピック検出装置1に予め格納されているものとし、関連度算出部17が当該αを適宜利用及び参照する。また、num_followeru及びnum_followeeuはユーザ情報格納部11によって格納されたユーザ情報を関連度算出部17が参照及び利用する。例えば、関連度算出部17は、ユーザuのユーザ識別情報を引数として、ユーザ情報格納部11によって格納されたユーザ情報から当該ユーザuの識別情報に対応付いたnum_followeru及びnum_followeeuを取得する。なお、m_followeru及びnum_followeeuは、値が0の場合は1とする。
When the related topic information calculation completion information is input from the related topic detection unit 15 (that is, the related
Here, α represents a predetermined value (parameter), u k εU i ∩U j represents each user u included in the common part of the user set U i and the user set U j, and num_follower u represents the user u Num_followe u indicates the number of followers of user u. For example, α is stored in advance in the related
なお、関連度算出部17による関連度の算出は、上述のフォロワー数及びフォロイー数に基づく算出に限らない。例えば、|Ui∩Uj|の大きさに基づいた算出であってもよい。
Note that the relevance calculation by the
関連度算出部17は、算出した関連度を用いて関連トピック情報格納部16によって格納された関連トピック情報を更新する。図6(b)に示す関連トピック情報のテーブル例は、図6(a)に示す関連トピック情報のテーブル例が関連度算出部17によって更新された後のテーブル例を示す。すなわち、関連度算出部17によって、算出されたTopiciとTopicjとの関連度が、当該Topiciのトピック識別情報とTopicjのトピック識別情報との組で示されるレコードにさらに対応付けられて格納される。
The related
関連度算出部17は、関連度の算出が完了すると、関連度の算出が完了した旨の関連度算出完了情報をトピック出力部18に出力する。
When the calculation of the relevance level is completed, the relevance
トピック出力部18は、関連トピック検出部15によって区間tのTopiciに関連する区間t+1のTopicjが検出された場合、区間トピック情報格納部14によって格納された区間トピック情報に基づいて、Topiciの投稿情報を区間t内に投稿したユーザ集合Uiのうち、Topicjの投稿情報を区間t+1内に投稿していないユーザを抽出し、抽出されたユーザに対してTopicjに基づく出力を行う。以下、具体的に説明する。
The
まず、トピック出力部18は、関連トピック検出部15から関連トピック情報算出完了情報が入力されると、区間トピック情報格納部14によって格納された区間トピック情報に基づいて、Topiciの投稿情報を区間t内に投稿したユーザ集合Uiのうち、Topicjの投稿情報を区間t+1内に投稿していないユーザ集合Uj−Uiを抽出する。例えば、図5に示すテーブル例において、区間tの区間識別情報が「I001」及びTopiciのトピック識別情報が「T001」であり、区間t+1の区間識別情報が「I002」及びTopicjのトピック識別情報が「T101」である場合、Uiはユーザ識別情報が「U001」、「U003」及び「U005」であるユーザを含む集合であり、Ujはユーザ識別情報が「U003」及び「U004」であるユーザを含む集合であるため、トピック出力部18は、Uj−Uiとしてユーザ識別情報が「U001」及び「U005」であるユーザを含む集合を抽出する。
First, when the related topic information calculation completion information is input from the related
次に、トピック出力部18は、例えば、抽出したユーザ集合Uj−Uiに含まれる各ユーザの携帯端末に対して、区間t+1において投稿されたTopicjに関する投稿情報を、ネットワークを介して出力する。なお、ユーザの携帯端末の特定は、例えば、予めユーザ識別情報と携帯端末の識別情報とが対応付いた携帯端末情報が関連トピック検出装置1に格納されており、トピック出力部18が当該携帯端末情報に基づいて特定するようにしてもよい。また、出力する情報はTopicjに関する投稿情報に限らず、Topicjに基づくものであればいかなる情報であってもよい。
Next, the
トピック出力部18は、関連度算出部17によって算出された関連度に基づいてTopicjに基づく出力を行ってもよい。例えば、トピック出力部18は、関連度算出部17から関連度算出完了情報が入力されると、上記と同様にユーザ集合Uj−Uiを抽出すると共に、ユーザ集合Uj−Uiに含まれる各ユーザ(出力対象ユーザ)に対するTopicj(出力対象トピック)を抽出する。次に、トピック出力部18は、関連度算出部17によって算出された関連度(関連トピック情報格納部16によって格納された関連トピック情報)に基づいて、ユーザ集合Uj−Uiに含まれる各ユーザごとのTopicjを関連度の大きい順に並べたリストである出力トピック情報を算出する。図7は、トピック出力部18によって算出された出力トピック情報のテーブル例を示す図である。図7に示すテーブル例の通り、出力トピック情報は、出力対象ユーザのユーザ識別情報である「出力対象ユーザ」、出力対象トピックのトピック識別情報である「出力対象トピック」、及び関連度である「関連度」が対応付けられている。図7に示すテーブル例において、関連度は、図6(b)に示す関連トピック情報のテーブル例において、関連先トピックが出力対象トピックであるレコードに対応付いた関連度に対応する。トピック出力部18は、算出した出力トピック情報を出力トピック情報格納部19に出力してもよい(格納させてもよい)。次に、トピック出力部18は、算出した出力トピック情報に含まれる各出力対象ユーザに対して、例えば、関連度の上位N件の出力対象トピックに基づく出力を行う。ここでNは所定の数であり、例えば関連トピック検出装置1に予め格納されているものとし、トピック出力部18は当該Nを参照及び利用する。
The
なお、トピック出力部18は、関連トピック検出部15から、TopicjはTopiciに関連しないことを検出した旨の判定結果が入力された場合、特に処理を行わないか、又は当該結果をユーザ等に伝えるエラー情報を出力する。
Note that when the
出力トピック情報格納部19は、トピック出力部18から出力された出力トピック情報を格納する。出力トピック情報格納部19は、例えば、図7のテーブル例にて示した出力トピック情報を格納する。
The output topic
続いて、図8に示すフローチャート図を用いて、本実施形態に係る関連トピック検出装置1における関連トピック検出方法の処理について説明する。
Next, processing of the related topic detection method in the related
まず、指示取得部12により、指示情報が取得される(ステップS1、指示情報取得ステップ)。次に、区間トピック算出部13により、S1にて取得された指示情報及び投稿情報履歴格納部10によって格納された投稿情報履歴に基づいて、区間トピック情報が算出され(ステップS2、区間トピック情報算出ステップ)、算出された区間トピック情報が区間トピック情報格納部14によって格納される。次に、関連トピック検出部15により、S2にて算出された区間トピック情報(又は区間トピック情報格納部14によって格納された区間トピック情報)に基づいて、関連トピック情報が算出され(ステップS3、関連トピック情報算出ステップ)、算出された関連トピック情報が関連トピック情報格納部16によって格納される。次に、関連度算出部17により、S3にて算出された関連トピック情報(又は関連トピック情報格納部16によって格納された関連トピック情報)に基づいて、関連度が算出され(ステップS4、関連度算出ステップ)、算出された関連度が関連トピック情報格納部16によって格納される。次に、トピック出力部18により、S3にて算出された関連トピック情報(又は関連トピック情報格納部16によって格納された関連トピック情報)及びS4にて算出された関連度(又は関連トピック情報格納部16によって格納された関連トピック情報に含まれる関連度)に基づいて、出力トピック情報が算出されると共に、算出された出力トピック情報に基づく出力が行われる(ステップS5、出力トピック情報出力ステップ)。
First, the instruction information is acquired by the instruction acquisition unit 12 (step S1, instruction information acquisition step). Next, the section
以上、関連トピック検出装置1における関連トピック検出方法の処理について説明した。なお、区間トピック情報が予め区間トピック情報格納部14によって格納されている場合は、S1及びS2の処理は必須ではなく、関連トピック検出装置1はS3から処理を始めてもよい。また、S4の処理は必須ではなく、S4を省略する場合、S5では、トピック出力部18により、S3にて算出された関連トピック情報のみに基づいて出力トピック情報が算出されると共に、算出された出力トピック情報に基づく出力が行われる。
The processing of the related topic detection method in the related
次に、本実施形態のように構成された関連トピック検出装置1の作用効果について説明する。
Next, the effect of the related
本実施形態の関連トピック検出装置1によれば、関連トピック検出部15により、区間tのTopici(関連元トピック)に関連する区間t+1のTopicj(関連先トピック)が、Topici及びTopicjの投稿情報を投稿したユーザに基づいて検出される。これにより、例えば、TopiciとTopicjとの間の語の出現確率が異なる場合でも、Topici及びTopicjの投稿情報を投稿したユーザに基づいてより確実に、Topiciに関連するトピックとしてTopicjを検出することができる。すなわち、関連性のあるトピックをより確実に検出することができる。
According to a related
また、本実施形態の関連トピック検出装置1によれば、関連トピック検出部15は、Topiciの投稿情報を区間t内に投稿したユーザと、Topicjの投稿情報を区間t+1内に投稿したユーザとの類似度に基づいて検出することとしてもよい。一般的に、関連性のある2つのトピックそれぞれの投稿情報は、類似度の大きい(より類似している)ユーザが投稿している可能性が高いという特徴がある。かかる構成を採れば、当該特徴を利用して、Topiciの投稿情報を区間t内に投稿したユーザと、Topicjの投稿情報を区間t+1内に投稿したユーザとの類似度に基づいて、より確実に、Topiciに関連するTopicjを検出することができる。
Further, according to the related
また、本実施形態の関連トピック検出装置1によれば、関連トピック検出部15は、Topiciの投稿情報を区間t内に投稿し、かつ、Topicjの投稿情報を区間t+1内に投稿したユーザの数に基づいて検出することとしてもよい。一般的に、関連性のある2つのトピックそれぞれの投稿情報は、同じユーザが投稿している可能性が高いという特徴がある。かかる構成を採れば、当該特徴を利用して、Topiciの投稿情報を区間t内に投稿し、かつ、Topicjの投稿情報を区間t+1内に投稿したユーザの数に基づいて、より確実に、Topiciに関連するTopicjを検出することができる。
Further, according to the related
また、本実施形態の関連トピック検出装置1によれば、関連トピック検出部15によってTopiciに関連するTopicjが検出された場合、トピック出力部18により、Topiciの投稿情報を区間t内に投稿したユーザのうち、Topicjの投稿情報を区間t+1内に投稿していないユーザが抽出され、抽出されたユーザに対してTopicjに基づく出力が行われる。これにより、例えば、Topiciに関する投稿を行ったユーザのうち、当該Topiciに関連するTopicjの存在に気づいていないユーザに対して、当該Topicjの存在を気づかせることができる。すなわち、ユーザに対して、当該ユーザが興味のあるトピックと関連があるトピックであって、かつ当該ユーザが気づいていないトピックを気づかせることができる等、ユーザの利便性を向上することができる。
Further, according to the relevant
また、本実施形態の関連トピック検出装置1によれば、関連トピック検出部15によってTopiciに関連するTopicjが検出された場合、関連度算出部17により、TopiciとTopicjとの関連度が、Topici及びTopicjの投稿情報を投稿したユーザに基づいて算出され、トピック出力部18により、算出された関連度に基づいてTopicjに基づく出力が行われる。これにより、Topiciに関連するTopicjに基づく出力が、TopiciとTopicjとの関連度に基づいて行われるため、例えば、より関連度が高いトピックを優先的にユーザに表示することができる等、ユーザの利便性を向上することができる。
Also according to the relevant
また、本実施形態の関連トピック検出装置1によれば、関連度算出部17は、ユーザ情報格納部11において、Topiciの投稿情報を区間t内に投稿し、かつ、Topicjの投稿情報を区間t+1内に投稿したユーザに対応付けられた影響度(ユーザのフォロワー数、フォロイー数)に基づいて算出することとしてもよい。一般的に、2つのトピックの関連度は、当該2つのトピックに関する投稿を行ったユーザの、他のユーザに対する影響度に関連するという特徴がある。かかる構成を採れば、当該特徴を利用して、Topiciの投稿情報を区間t内に投稿し、かつ、Topicjの投稿情報を区間t+1内に投稿したユーザに対応付けられた影響度に基づいて(影響力のある投稿ユーザがどれほどトピック間を遷移しているかに基づいて)、より確実に、TopiciとTopicjとの関連度を算出することができる。
Further, according to the related
本実施形態では、トピックを用いて説明したが、これに限るものではない。例えば、トピックの替わりに、投稿情報の内容の特徴を示す情報として、キーワードや画像等を利用してもよい。 Although the present embodiment has been described using topics, the present invention is not limited to this. For example, instead of a topic, a keyword, an image, or the like may be used as information indicating the characteristics of the content of posted information.
以上の通り、本実施形態の関連トピック検出装置1では、マイクロブログ等の投稿から学習されたトピック情報とともに、そのトピックの投稿ユーザ情報を用いてトピックの時間的構造変化(トピック間構造)を抽出する。次に、抽出されたトピック間構造に、投稿ユーザ情報を用いて関連度(重要度)スコアを付加する。最後に、あるトピックに投稿あるいは閲覧していたユーザに対し、最新の重要度の高い関連トピックにおける投稿情報を提示する。これにより、最新かつ重要度の高い関連トピック情報の提示が可能になる。すなわち、マイクロブログ等を用いたリアルタイムなトピック情報をユーザに提示することができる。
As described above, the related
図9は、ユーザが投稿した投稿情報のトピックが時系列で変化する状況において、トピックの時系列変化(トピック間構造、リンク構造)を判定する手法として、従来手法を用いた場合と、本実施形態の関連トピック検出装置1による手法を用いた場合との比較を示す図である。
FIG. 9 shows a case where a conventional method is used as a method for determining a time series change (inter-topic structure, link structure) of a topic in a situation where a topic of posting information posted by a user changes in time series, and this implementation. It is a figure which shows the comparison with the case where the method by the related
図9(a)に示す従来手法では、時刻別のトピック間構造は,各トピックにおける単語の確率分布の比較等により行われる。しかしながら、現実にはトピックが変化するだけではなく、複数のトピックに枝分かれしたり、あるいは複数のトピックが1つのトピックに吸収されたりし、単語の確率分布の比較だけからは確実なトピック間構造は判定できない。 In the conventional method shown in FIG. 9A, the structure between topics according to time is performed by comparing the probability distribution of words in each topic. However, in reality, not only the topic changes, but it also branches into multiple topics, or multiple topics are absorbed into one topic, and a reliable inter-topic structure is only determined by comparing the probability distribution of words. Cannot judge.
一方、図9(b)に示す本実施形態の関連トピック検出装置1による手法では、関連するトピックであれば、単語の確率分布が違ったとしても、そのトピックに投稿しているユーザは似ている点に着目し、トピックと、当該トピックに投稿しているユーザ情報を用い、トピック間構造を明らかにする。さらに、トピックに投稿しているユーザ情報を用いることで、トピック間構造に関連度スコアを付加することが可能となり、より正確なトピック間構造を判定することができる。
On the other hand, in the method using the related
本実施形態の関連トピック検出装置1は、検索、自然言語処理及びリコメンドといった分野で適応可能である。
The related
1…関連トピック検出装置、10…投稿情報履歴格納部、11…ユーザ情報格納部、12…指示取得部、13…区間トピック算出部、14…区間トピック情報格納部、15…関連トピック検出部、16…関連トピック情報格納部、17…関連度算出部、18…トピック出力部、19…出力トピック情報格納部。
DESCRIPTION OF
Claims (6)
第1の区間の第1のトピックに関連する第2の区間の第2のトピックを、前記区間トピック情報格納手段によって格納された区間トピック情報に示されるユーザであって、第1のトピック及び第2のトピックの投稿情報を投稿したユーザに基づいて検出する関連トピック検出手段と、
を備える関連トピック検出装置。 Section topic information storage means for storing section topic information that associates a topic of posted information posted in the section with a user who posted the posted information for each section that is a predetermined time range;
The second topic of the second section related to the first topic of the first section is a user indicated in the section topic information stored by the section topic information storage means, and the first topic and the first topic Related topic detection means for detecting based on the user who posted the posting information of the two topics,
Related topic detection apparatus comprising:
前記トピック出力手段は、前記関連度算出手段によって算出された関連度に基づいて第2のトピックに基づく出力を行う、
請求項4に記載の関連トピック検出装置。 When the second topic of the second section related to the first topic of the first section is detected by the related topic detection means, the degree of association between the first topic and the second topic is determined as the section. Relevance calculation means for calculating based on a user who is indicated in the section topic information stored by the topic information storage means and has posted the posting information of the first topic and the second topic,
The topic output means performs output based on a second topic based on the relevance calculated by the relevance calculation means.
The related topic detection apparatus according to claim 4.
前記関連度算出手段は、前記ユーザ情報格納手段において、第1のトピックの投稿情報を第1の区間内に投稿し、かつ、第2のトピックの投稿情報を第2の区間内に投稿したユーザに対応付けられた影響度に基づいて算出する、請求項5に記載の関連トピック検出装置。
A user information storage unit that stores user information in which the user and the degree of influence of the user on other users are associated;
In the user information storage means, the relevance calculation means posts the posting information of the first topic within the first section, and the user who posted the posting information of the second topic within the second section The related topic detection apparatus according to claim 5, wherein the related topic detection apparatus calculates the influence based on the degree of influence associated with.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016090869A JP2017199258A (en) | 2016-04-28 | 2016-04-28 | Related topic detection device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016090869A JP2017199258A (en) | 2016-04-28 | 2016-04-28 | Related topic detection device |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2017199258A true JP2017199258A (en) | 2017-11-02 |
Family
ID=60237956
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016090869A Pending JP2017199258A (en) | 2016-04-28 | 2016-04-28 | Related topic detection device |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2017199258A (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020047141A (en) * | 2018-09-21 | 2020-03-26 | 日本電気株式会社 | Selection device, selection method and selection program |
-
2016
- 2016-04-28 JP JP2016090869A patent/JP2017199258A/en active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020047141A (en) * | 2018-09-21 | 2020-03-26 | 日本電気株式会社 | Selection device, selection method and selection program |
JP7180231B2 (en) | 2018-09-21 | 2022-11-30 | 日本電気株式会社 | Selection device, selection method and selection program |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10936959B2 (en) | Determining trustworthiness and compatibility of a person | |
US11797595B2 (en) | Method, apparatus, and computer program product for user-specific contextual integration for a searchable enterprise platform | |
CA3001453C (en) | Method and system for performing a probabilistic topic analysis of search queries for a customer support system | |
US9218568B2 (en) | Disambiguating data using contextual and historical information | |
US20130332385A1 (en) | Methods and systems for detecting and extracting product reviews | |
US20180060915A1 (en) | Audience expansion for online social network content | |
US20140244532A1 (en) | Candidate and job trending in employment system | |
US20140095308A1 (en) | Advertisement distribution apparatus and advertisement distribution method | |
US20190294731A1 (en) | Search query dispatcher using machine learning | |
CN103563332A (en) | Social media identity discovery and mapping | |
US10097552B2 (en) | Network of trusted users | |
US20160225017A1 (en) | Size of prize predictive model | |
US10497045B2 (en) | Social network data processing and profiling | |
US20140129460A1 (en) | Social network for employment search | |
US10496716B2 (en) | Discovery of network based data sources for ingestion and recommendations | |
EP3327577A1 (en) | Information processing device, information processing method and program | |
CN107809370B (en) | User recommendation method and device | |
JP2014203442A (en) | Recommendation information generation device and recommendation information generation method | |
US20180285751A1 (en) | Size data inference model based on machine-learning | |
EP2613275B1 (en) | Search device, search method, search program, and computer-readable memory medium for recording search program | |
US10164931B2 (en) | Content personalization based on attributes of members of a social networking service | |
US20160034915A1 (en) | Document performance indicators based on referral context | |
CN106575418B (en) | Suggested keywords | |
JP2017199258A (en) | Related topic detection device | |
CN113742614A (en) | Method for generating and displaying recommendation information, electronic device and storage medium |