JP5778642B2

JP5778642B2 - 有名スポット判別装置、有名スポット判別方法及び有名スポット判別プログラム

Info

Publication number: JP5778642B2
Application number: JP2012198025A
Authority: JP
Inventors: 田中　陽子; 陽子田中; 佐藤　吉秀; 吉秀佐藤; 宮原　伸二; 伸二宮原; 義昌小池; 良治片岡
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2012-09-10
Filing date: 2012-09-10
Publication date: 2015-09-16
Anticipated expiration: 2032-09-10
Also published as: JP2014052925A

Description

本発明は、有名スポットを判別する技術、例えば、店舗や建造物等の特定住所の場所（スポット）が全国的にどれくらい知名度を有するかを判定して知名度の高い観光向けのスポットを抽出する技術に関する。

スポットには、全国的に知名度が高いスポット（有名スポット）と、ある地域の中で地元の人からの知名度が高いスポット（ローカルスポット）がある。有名スポットを判別する技術としては、位置情報付きのウェブ文書を用いて人が集まっているエリアを有名スポットとする手法が知られている（例えば非特許文献１，２）。

非特許文献１に開示の手法では、位置情報付きのウェブ文書の密度から、人が集まっている場所を検出し、ユーザの行動パターンを抽出している。

非特許文献２に開示の手法では、ある期間内で多くのユーザから位置情報付きのウェブ文書が投稿された場所を人気スポットとして、関連するフレーズとともに抽出している。

Tatsuya Fujisaka,Ryong Lee,Kazutoshi Sumiya,"Discovery of User Behavior Patterns from Geo-tagged Micro-blogs", The ICUIMC'10, January 14-15, 2010, SKKU, Suwon, Korea 渡辺一史，大知正直，岡部誠，尾内理紀夫，"Twitterを用いた実世界ローカルイベント検出"，第４回楽天開発シンポジウム，デモ・ポスターセッション，２０１１年１１月１９日平野徹，松尾義博，菊井玄一郎"地理的距離と有名度を用いた地名の曖昧性解消"，情報処理学会第７０回全国大会，２００８年３月１３日，３Ｄ‐７，"２‐８５"〜"２‐８６"

従来技術では、位置情報付きのウェブ文書を用いているが、実際には位置情報が付いている文書の割合は少ない。位置情報のない文書に対して、位置を推定する技術もあるが、スポットの情報を含むすべての文書に対して推定を行うのは計算コストがかかる。

また、位置情報付きの文書の投稿数を用いる方法と同様に、あるスポットの情報を含む文書数を求めることによって、人気なスポットを検出する方法も考えられる。

しかし、この手法の場合、有名スポットとローカルスポットの区別ができない場合がある。例えば、京都のデパートである「藤井大丸」を含むウェブサイトを検索すると７３万件程度あるのに対し、祇園祭で有名な「八坂神社」を含むウェブサイトは２１万９千件程度である。藤井大丸は地元の人に人気のローカルスポットであるのに対し、八坂神社は全国的に知名度が高い有名スポットである。

以上のように、スポットの名称を含む文書数からは有名スポットを判別することができないことから、あるスポットが有名スポットであるかどうかを従来技術では区別することができなかった。

本発明は、上記の事情に鑑み、特定の住所表現を有するスポットについてその全国的な知名度の高さを把握して当該スポットが有名スポットであるかを判断することを技術課題とする。

そこで、本発明は、対象スポットが有名スポットであるかの判断にあたり、当該対象スポットの名称を含む文書の群から抽出された当該スポットの住所の各地名の出現頻度と、前記地名が表す地理範囲が狭いほど小さくなるように決定した前記各地名の地理スコアとに基づき、前記対象スポットの知名度を算出する。

本発明の有名スポット判別装置の態様としては、対象スポットが全国的に知名度の高い有名スポットであるかを判断する有名スポット判別装置であって、対象スポットの名称を含む文書の群から抽出された当該スポットの住所に含まれる各地名の出現頻度に基づき当該各地名の支持スコアを算出する支持スコア計算手段と、前記地名が表す地理範囲が狭いほど小さくなるように決定した前記各地名の地理スコアを用いて各地名の前記支持スコアに重み付けした値により前記スポットの知名度を算出する知名度計算手段とを備える。

本発明の有名スポット判別方法の態様としては、対象スポットが全国的に知名度の高い有名スポットであるかを判断する有名スポット判別方法であって、支持スコア計算手段が対象スポットの名称を含む文書の群から抽出された当該スポットの住所に含まれる各地名の出現頻度に基づき当該各地名の支持スコアを算出するステップと、知名度計算手段が前記地名の表す地理範囲が狭いほど小さくなるように決定した前記各地名の地理スコアを用いて各地名の前記支持スコアに重み付けした値により前記スポットの知名度を算出するステップとを有する。

尚、本発明は、前記有名スポット判別装置を構成する各手段としてコンピュータを機能させるプログラムまたは前記有名スポット判別方法の各ステップをコンピュータに実行させるプログラムの態様とすることもできる。

以上の発明によれば対象スポットの全国的な知名度の高さを把握できるので当該スポットが有名スポットであるかを判別できる。

本発明の実施形態である有名スポット判別装置を示したブロック図。本発明の実施形態である有名スポット判別処理の手順を説明したフロー図。地名の階層の一例を示した階層図。

以下、図面を参照しながら本発明の実施の形態について説明するが本発明はこの実施形態に限定されるものではない。

［概要］
図１に示された本発明の実施形態である有名スポット判別装置１は、対象スポットが有名スポットであるかを判別するにあたり、当該スポットの名称と地理スコア的に上位階層の地名との共起が多いほど当該スポットは全国的に知名度が高いとして判断する。そして、この知名度の高いスポットを有名スポットとして判断している。

以下の詳細な説明では、知名度の高さを判定する対象の場所を「スポット」、そして、当該場所にある店舗名や建造物名等のその場所を表す名称を「スポット名」と称している。ここでは、特定の住所で表現することができるスポットのみを扱う。

住所は例えば「京都府長岡京市天神２丁目１５番１３号」のように「京都府」「長岡京市」「天神」「２丁目」「１５番」「１３号」等の地名からなる特定の場所を示す表現を意味する。地名の区切り方は任意であればよく、「天神２丁目」までを１つの地名とするように区切っても構わない。また、全ての地名を扱ってもよいし、番地などを除いた「京都府」「長岡京市」「天神」までを地名として扱ってもよい。

行政区分で考えると、長岡京市は京都府に、天神２丁目は長岡京市に属している。ここで、ある地名の範囲での例えば面積や人口、その地名で始まる全ての住所数等、地理範囲が狭いほど小さくなるように決定した前記各地名の地理スコアを当該地名の地名スコアとして定義する。

ある地名で始まる全ての住所数は例えば「京都府京都市下京区立売西町７９番１号」「京都府長岡京市天神１丁目１４番１号」等の「京都府」で始まる住所の数を示し、「京都府」の地名スコアは例えば「京都府」から始まる全ての住所の数で定義する。「天神」で始まる住所は、「京都府長岡京市天神」で始まる住所を指し、例えば「京都府長岡京市天神１丁目１番１号」等が挙げられる。そして、「天神」の地名スコアとして例えば「京都府長岡京市天神」から始まる全ての住所数であると定義すると、地名スコアの高い地名を上位として地名を階層的に表現することができる。

国内の住所に含まれる階層の一例を図３に示した。地名スコアは面積や人口、住所数等というように、階層の親子関係にある２つの地名について、親の地名のスコアが子の地名のスコアより大きくなるような値であればよく、任意の値で設定してもよい。例えば「京都府」と「長岡京市」は行政区分的に親子関係であり、親の「京都府」の地名スコアを１０、子の「長岡京市」の地名スコアを「京都」の地名スコアより小さい５、同様に「長岡京市」を親に持つ「天神」の地名スコアはさらに小さい３、というように任意の値に決めて用いてもよい。

全国的に知名度が高いスポットは、そのスポットの場所を表す際に知名スコア的に上位の階層にある地名と併記されることが多い。例えば、１ｋｍ程度しか離れていない八坂神社と藤井大丸でも、八坂神社は「京都の八坂神社」「八坂神社は関西にある有名な神社」というように、「京都」「関西」のような地名スコア的に上位の地名との共起が多い。一方、「藤井大丸」は「四条高倉の藤井大丸」「四条に行ったついでに藤井大丸に行った」というように、「四条」「四条高倉」のような地名スコア的に下位の地名との共起が多い。

そこで、有名スポット判別装置１は、スポット名と地名スコア的に上位階層の住所表現との共起が多いほどそのスポットは全国的に知名度が高いと判断し、この知名度の高いスポットは有名スポットとして判別する。知名度は、あるスポットが全国的にどれくらい有名であるかの度合いを示す指標であり、予め獲得された文書群から抽出された地名とスポット名との共起回数（共起頻度）と、当該地名の地名スコアとに基づき決定される。

［装置の構成］
有名スポット判別装置１は図１に示されたように少なくとも地名スコア計算部２、文書獲得部３、地名抽出部４、支持スコア計算部５、知名度計算部６、有名スポット判断部７、文書データベース８（以下、文書ＤＢ８）を備える。各機能部２〜８はコンピュータのハードウェアリソースによって実現される。すなわち、装置１は少なくとも演算装置（ＣＰＵ）、記憶装置（メモリ、ハードディスク装置等）、通信インタフェース等のコンピュータに係るハードウェアリソースを備える。そして、これらのハードウェアリソースがソフトウェアリソース（ＯＳ、アプリケーション等）と協働することにより各機能部２〜８が実装される。

地名スコア計算部２は、知名度の高さの判定対象であるスポットの住所に含まれる地名の地名スコアを例えば面積，人口，住所数のいずれかに基づき算出する。例えば、前記判定対象のスポットＳのスポット名がＮであり、その住所Ａｄｄｒが複数の地名Ａ₁，…，Ａ_nからなる場合、地名Ａ₁，…，Ａ_nの範囲における例えば面積、人口、住所数のいずれかに基づき当該地名Ａ₁，…，Ａ_nの地名スコアＧ_A1，…，Ｇ_Anを算出する。

文書獲得部３は、スポットＳのスポット名Ｎを含む文書を文書ＤＢ８から任意の数だけ取得する。文書ＤＢ８は予めクローラ等の周知の情報収集手段によって収集した任意のスポット名を含んだ文書情報を格納している。前記文書情報としては例えばスポット名を含むブログ記事が挙げられる。文書ＤＢ８は定期的に更新される。尚、文書ＤＢ８は、装置１本体のハードウェア資源（記憶装置）に構築することに限定することなく、ネットワークを介したハードウェア資源（サーバ）に構築してもよい。

地名抽出部４は、前記取得された文書群からスポットＳの住所Ａｄｄｒに含まれる地名Ａ₁，…，Ａ_nを抽出する。この地名の抽出にあたり、同じスポット名だが住所が異なるスポットが複数ある場合、対象のスポット以外を表す地名は除外する。

例えば、同じ「八坂神社」というスポット名のスポットが京都府と長崎県にあり、それぞれの住所が「京都府」「京都市」「東山区」「祇園町」という地名と、「長崎県」「長崎市」「鍛治屋町」という地名からなるとする。知名度を算出したい対象のスポットは京都の八坂神社で、文書中に「長崎県長崎市」という地名が抽出された場合、「長崎県」「長崎市」のどちらも「京都府」の下位の階層にないため、抽出された「長崎県長崎市」の地名は以後用いない。このように、対象とするスポットの住所に含まれる地名の下位の階層にない地名を含む場合、その地名は異なるスポットを表すとして除外する。

前記地名の抽出にあたり、一つの文書中に前記対象のスポットの住所に含まれる地名がある場合、任意の方法によって一つの地名のスコアを用いるとよい。例えば、最も下位の地名の地名スコアや、全ての地名スコアを平均したスコアなどを用いてよい。

また、前記地名の抽出にあたり、ある文書から対象のスポットの住所を探した結果、そのスポットの住所そのものが在った場合、飲食店の一覧を掲載している文書等そのスポットの情報について主に述べているわけではない文書を前記抽出の対象にしてしまうことがある。若しくは、スポットの正式な住所を形式的に掲載している部分を後述の支持スコアに反映してしまうことがあり、知名度の算出に精度が下がる可能性があるので、当該住所そのものについては除外するとよい。

または、前記地名の抽出にあたり、地名の周辺に出現する語に基づき特定する技術（１），その地名の有名度などに基づき特定する技術（２）のいずれか、若しくは、技術（１）（２）を組合せたものを適用してもよい（非特許文献３）。技術（１）では、実世界での位置が特定されていない地名と獲得文書中で共起する他の地名の実世界での位置との地理的距離が最短となる候補を当該地名の実世界での位置と特定する。技術（２）では、地名の候補の最大の有名度（例えば店舗数）を全候補の和で割った値を尤度とし、この尤度が閾値よりも大きい場合に有名度が最大となる候補を当該地名の実世界での位置と特定する。

支持スコア計算部５は、前記取得された文書群の範囲で、前記抽出された地名Ａ₁，…，Ａ_nとスポット名Ｎとの共起回数を地名Ａ₁，…，Ａ_nの支持スコアＣ_A1，…，Ｃ_Anとして算出する。

知名度計算部６は、地名スコアＧ_A1，…，Ｇ_An及び支持スコアＣ_A1，…，Ｃ_Anに基づきスポットＳの知名度Ｆを計算する。スポットＳの知名度Ｆは以下の式（１）の演算によって算出できる。すなわち、地名Ａ₁，…，Ａ_nの支持スコアＣ_A1，…，Ｃ_Anと地名スコアＧ_A1，…，Ｇ_Anの積の積算によりスポットＳの知名度Ｆを算出できる。

知名度Ｆの算出方法はこれに限らず、支持スコアについて地名スコアに基づいて重み付けをした値の積算であれば任意の方法でよい。
有名スポット判断部７は、スポットＳの知名度Ｆの値に基づきスポットＳが有名であるかを判断する。知名度の値が高いスポットほど広い範囲で有名であるということを表す。具体的にはスポットＳの知名度Ｆが閾値を越えている場合、スポットＳは有名スポットであると判断する。前記閾値は任意に設定可能である。尚、複数のスポットの中から全国的に有名なスポットを探したい場合、知名度Ｆが高い順にソートし、知名度Ｆの値が上位ｋ件を有名スポットと判断するようにしてもよい。

［処理手順の説明］
図２を参照しながら具体例に基づき本実施形態における有名スポットの判別手順について説明する。

具体例では、住所「京都府長岡京市天神２丁目１５番１３号」のスポット「長岡天満宮」と、住所「京都府長岡京市天神１丁目１４番１号」のスポット「まんぷく食堂」の２つのスポットを入力データとした。尚、後述のＳ４での地名スコアの算出には当該地名の「人口」が利用されている。

Ｓ１：入力デバイス（キーボード、マウス等）またはネットワークを介してスポット名「長岡天満宮」及び当該スポットの住所「京都府長岡京市天神２丁目１５番１３号」が装置１内に入力される。

本事例では「住所」の記載において番地以前の部分のみを区切ったものを地名としている。入力されたスポットの住所は上位から順に「京都府」「長岡京市」「天神」の３つの地名を有するものであると判断される。

Ｓ２：文書獲得部３は、スポット名「長岡天満宮」の入力を受けるとこのスポット名を含む文書（例えばブログ記事）を文書ＤＢ８から任意の数（例えば１０００件）だけ取得する。

Ｓ３：地名抽出部４は、Ｓ２で取得された文書群から住所「京都府長岡京市天神」に含まれる地名を抽出する。

例えば文書「京都にある長岡天満宮にいった。」の場合には「京都府」が抽出される。文書「天神１丁目にできたまんぷく食堂でランチ。」の場合には「京都府長岡京市天神」が抽出される。また、文書「横浜にあるまんぷく食堂にいった。」は、「横浜市」が表す範囲は「京都府」「長岡京市」「天神」のどの地名が表すエリアにも当てはまらないので、対象としたスポット「長岡天満宮」について述べた記事ではないと判断される。このように対象のスポットの住所が持つ地名の範囲外にある地名は除外される。

Ｓ４：地名スコア計算部２は、スポット「長岡天満宮」の住所「京都府長岡京市天神」を構成する地名「京都府」「長岡京市」「天神」について「人口」に基づき地名スコアを算出する。地名「京都府」「長岡京市」「天神」の地名スコアＧ_京都府，Ｇ_長岡京市，Ｇ_天神は各々例えば以下の式（２）〜（４）で示した通りとなる。尚、Ｓ４では、地名の地理情報（例えば面積、人口、住所数等）の階層に基づき任意の値（例えば階層の上位の順に「京都府」「長岡京市」「天神」に対してそれぞれ１０点、５点、３点）で設定してもよい。

Ｓ５：支持スコア計算部５は、「長岡天満宮」を含む文書群（例えば１０００件）の範囲で、Ｓ３にて抽出した地名「京都府」「長岡京市」「天神」とスポット名「長岡天満宮」との共起回数を当該各地名の支持スコアとして算出する。地名「京都府」「長岡京市」「天神」の支持スコアＣ_京都府，Ｃ_長岡京市，Ｃ_天神は各々例えば以下の式（５）〜（７）の通りとなる。

Ｓ６：知名度計算部６はＳ４，Ｓ５でそれぞれ算出された地名「京都府」「長岡京市」「天神」の地名スコア，支持スコアをパラメータとする式（１）による演算によって「長岡天満宮」の知名度Ｆを算出する。

具体的には式（２）〜（７）の数値を以下の式（８）に代入した演算により以下の式（９）で示した値が「長岡天満宮」の知名度Ｆ（長岡天満宮）として算出される。

Ｓ７：有名スポット判断部７は、Ｓ６で算出したスポット「長岡天満宮」の知名度Ｆの値「１０７７９１０」に基づき当該スポットが有名であるかを判断する。当該知名度Ｆの値が閾値を越えている場合、同判断部７は「長岡天満宮」は有名スポットであると判断する。

次いで、Ｓ１で入力されたスポット名「まんぷく食堂」とその住所「京都府長岡京市天神１丁目１４番１号」が上述のＳ２〜Ｓ７の処理に供されて当該スポットが有名スポットであるかが判断される。

Ｓ５では、「まんぷく食堂」を含む文書群（例えば１０００件）の範囲で、Ｓ３にて抽出された地名「京都府」「長岡京市」「天神」とスポット名「まんぷく食堂」との共起回数が当該スポットに基づく当該各地名の支持スコアとして算出される。地名「京都府」「長岡京市」「天神」の支持スコアＣ_京都府，Ｃ_長岡京市，Ｃ_天神は各々例えば以下の式（１０）〜（１２）の通りとなる。

Ｓ６では、Ｓ４，Ｓ５で各々算出された地名「京都府」「長岡京市」「天神」の地名スコア，支持スコアをパラメータとする式（１）による演算によって「まんぷく食堂」の知名度Ｆが算出される。

具体的には式（２）〜（４）（１０）〜（１２）の数値を以下の式（１３）に代入した演算により以下の式（１４）で示した値が「まんぷく食堂」の知名度Ｆ（まんぷく食堂）として算出される。

Ｓ７では、Ｓ６で算出されたスポット「まんぷく食堂」の知名度Ｆの値「１５９９２０」に基づき当該スポットが有名であるかが判断される。具体的には当該知名度Ｆの値が閾値を越えている場合、「まんぷく食堂」は有名スポットであると判断される。

また、Ｓ７では、算出したスポット「まんぷく食堂」の知名度Ｆの値と先に算出したスポット「長岡天満宮」の知名度Ｆの値との比較によりどちらのスポットが有名なスポットであるかを判断する。式（９）（１４）の値から明らかなように知名度Ｆ（長岡天満宮）＞知名度Ｆ（まんぷく食堂）であるので「長岡天満宮」は「まんぷく食堂」よりも全国的に有名なスポットであることが判る。

以上の処理手順Ｓ１〜Ｓ７で得られた判別結果は出力デバイス（モニタ等）またはネットワークを介したユーザの端末に出力される。

［本実施形態の効果］
以上のように有名スポット判別装置１によれば判定対象のスポットが全国的に知名度の高い有名スポットであるかどうかを判断する際に当該スポットの知名度の高さを把握できる。これにより、特定の住所表現を有するスポットが有名スポットかどうかを判断できる。

特に、知名度の閾値が適宜に設けられることで有名スポットを客観的に判断できる。

また、一つの地域内に判定対象のスポットが複数在る場合、これらのスポットを知名度の高い順に並べることができ、知名度の高い単数または複数の有名スポットを抽出できる。

さらに、判定対象のスポットの住所に含まれる地名の地理範囲に応じた階層に基づく値を示す地名スコアが前記知名度の演算に供されることで、当該地名の地理情報に依存した有名スポットの判別が行える。

［本発明のプログラムとしての態様］
本発明は有名スポット判別装置１を構成する上記の機能部２〜７の一部若しくは全てとしてコンピュータを機能させるプログラムで構成しこれを当該コンピュータに実行させることで実現できる。または、有名スポット判別装置１が実行する上記の手順Ｓ１〜Ｓ７の一部若しくは全てをコンピュータに実行させるプログラムで構成しこれを当該コンピュータに実行させることで実現できる。そして、前記プログラムをそのコンピュータが読み取り可能な周知の記録媒体、例えば、ＦＤ（Ｆｌｏｐｐｙ（登録商標）Ｄｉｓｋ）や、ＭＯ（Ｍａｇｎｅｔｏ‐Ｏｐｔｉｃａｌｄｉｓｋ）、ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）、メモリカード、ＣＤ（ＣｏｍｐａｃｔＤｉｓｋ）‐ＲＯＭ、ＤＶＤ（ＤｉｇｉｔａｌＶｅｒｓａｔｉｌｅＤｉｓｋ）‐ＲＯＭ、ＣＤ‐Ｒ、ＣＤ‐ＲＷ、ＨＤＤ、ＳＳＤ、リムーバブルディスクなどに記録して、保存したり、配布したりすることが可能である。さらに、前記プログラムをインターネットや電子メール等でネットワークを介して提供することも可能である。

１…有名スポット判別装置
２…地名スコア計算部（地理スコア計算手段）
３…文書獲得部
４…地名抽出部
５…支持スコア計算部（支持スコア計算手段）
６…知名度計算部（知名度計算手段）

Claims

対象スポットが全国的に知名度の高い有名スポットであるかを判断する有名スポット判別装置であって、
対象スポットの名称を含む文書の群から抽出された当該スポットの住所に含まれる各地名の出現頻度に基づき当該各地名の支持スコアを算出する支持スコア計算手段と、
前記地名が表す地理範囲が狭いほど小さくなるように決定した前記各地名の地理スコアを用いて各地名の前記支持スコアに重み付けした値により前記スポットの知名度を算出する知名度計算手段と
を備えたこと
を特徴とする有名スポット判別装置。
前記知名度計算手段は前記各地名の地理スコアと支持スコアの積の積算により前記スポットの知名度を算出すること
を特徴とする請求項１に記載の有名スポット判別装置。
前記地名が表す地理範囲が狭いほど小さくなるように決定した値は前記地名の地理情報が示す範囲の面積、前記範囲内の人口、前記範囲内の住所数のいずれかに基づき設定された値であること
を特徴とする請求項１または２に記載の有名スポット判別装置。
対象スポットが全国的に知名度の高い有名スポットであるかを判断する有名スポット判別方法であって、
支持スコア計算手段が対象スポットの名称を含む文書の群から抽出された当該スポットの住所に含まれる各地名の出現頻度に基づき当該各地名の支持スコアを算出するステップと、
知名度計算手段が前記地名の表す地理範囲が狭いほど小さくなるように決定した前記各地名の地理スコアを用いて各地名の前記支持スコアに重み付けした値により前記スポットの知名度を算出するステップと
を有すること
を特徴とする有名スポット判別方法。
前記知名度を算出するステップでは、前記各地名の地理スコアと支持スコアの積の積算により前記スポットの知名度を算出すること
を特徴とする請求項４に記載の有名スポット判別方法。
前記地名が表す地理範囲が狭いほど小さくなるように決定した値は前記地名の地理情報が示す範囲の面積、前記範囲内の人口、前記範囲内の住所数のいずれかに基づき設定されること
を特徴とする請求項４または５に記載の有名スポット判別方法。
コンピュータを請求項１から３のいずれか１項に記載の有名スポット判別装置を構成する各手段として機能させることを特徴とする有名スポット判別プログラム。