JP6219795B2 - 投稿するコメント文章の影響度が高いインフルエンサを検知するプログラム、装置及び方法 - Google Patents

投稿するコメント文章の影響度が高いインフルエンサを検知するプログラム、装置及び方法 Download PDF

Info

Publication number
JP6219795B2
JP6219795B2 JP2014172069A JP2014172069A JP6219795B2 JP 6219795 B2 JP6219795 B2 JP 6219795B2 JP 2014172069 A JP2014172069 A JP 2014172069A JP 2014172069 A JP2014172069 A JP 2014172069A JP 6219795 B2 JP6219795 B2 JP 6219795B2
Authority
JP
Japan
Prior art keywords
psychological
psychological state
comment
score
keyword
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.)
Active
Application number
JP2014172069A
Other languages
English (en)
Other versions
JP2016045900A (ja
Inventor
麻佑 岩田
麻佑 岩田
池田　和史
和史 池田
服部　元
元 服部
滝嶋　康弘
康弘 滝嶋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
KDDI Corp
Original Assignee
KDDI Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by KDDI Corp filed Critical KDDI Corp
Priority to JP2014172069A priority Critical patent/JP6219795B2/ja
Publication of JP2016045900A publication Critical patent/JP2016045900A/ja
Application granted granted Critical
Publication of JP6219795B2 publication Critical patent/JP6219795B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Description

本発明は、例えばＳＮＳ(Social Networking Service)のようなコミュニケーションサイトサーバに投稿されるコメント文章を分析する技術に関する。
近年、不特定多数の第三者は、ＳＮＳサイトサーバを介して、自らのコメント文章（テキスト情報）を活発に発信することができる。ＳＮＳサイトサーバは、１人のユーザによって投稿されたコメント文章を、グループからなる多数のユーザへ公開する。例えばfacebook（登録商標）やtwitter（登録商標）、***＋（登録商標）、mixi（登録商標）があり、一般にミニブログサイトとも称される。
多数のユーザのコメント文章を分析することによって、ユーザのプロフィール（年代、性別、趣味等）に応じた傾向を知ることができる。同じ商品役務に対しても、ユーザのプロフィールによっては、そのコメント文章の内容が異なるものとなるためである。
一方で、ＳＮＳにおける特定ユーザのコメント文章を遡って収集し、それらコメント文章に出現する単語の特徴から、当該ユーザのプロフィールを推定する技術もある（例えば特許文献１参照）。
また、ＳＮＳを用いて、各ユーザの投稿内容に対するの他ユーザの反応（例えば引用回数や返信回数）に基づいて、インフルエンサを効率的に抽出する技術もある（例えば特許文献２参照）。「インフルエンサ」とは、その投稿内容によって、他ユーザの反応が大きいユーザを意味する。インフルエンサに相当するユーザほど、商品役務を紹介する投稿内容は、マーケティング又はプロモーションとして効果が大きいことを意味する。
尚、他の従来技術として、購買行動に関する経済学のモデルであるＡＩＤＭＡモデルを用いて、広告効果を分析する技術もある（例えば特許文献３参照）。経済学の一般的な知見によれば、ユーザの購買行動に関する心理状態は、Ａ(Attention：注目)->Ｉ(Interest：興味)->Ｄ(Desire:欲望)-> Ｍ(Memory:記憶)->Ａ(Action:行動)のように変化する。広告の種類又はアクション（テレビ広告、雑誌広告、メール、Ｗｅｂページ、バナーに対するクリック、ブックマーク、クーポン取得など）にそれぞれ、ＡＩＤＭＡの各フェーズを割り当てて、それらの件数（テレビ広告であれば本数、バナーのクリックであれば、クリック数）を測定する。これによって、広告が、ＡＩＤＭＡの各フェーズに与える影響を定量化している。
特開２０１３−１９６０７０号公報 特開２０１４−０２１８８９号公報 特開２００３−０４４７３８号公報
ユーザによって発信されるコメント文章には、そのユーザ自身の心理状態が、意識的又は無意識的に含まれている場合が多い。特に、マーケティングの用途によれば、商品役務に関するユーザの心理的な発言を分析することが所望される。
しかしながら、特許文献１に記載の技術によれば、推定するユーザのプロフィール情報は固定的なものであって、心理的に時系列に変化するような情報ではない。
また、特許文献２に記載の技術によれば、インフルエンサの投稿内容が、他のユーザに対する商品役務の購買心理に、どのような影響を与えたか？についてまで判断することはできない。
尚、特許文献３に記載の技術によれば、ＡＩＤＭＡモデルにおける心理状態の推定について、ＳＮＳに投稿されたコメント文章を想定したものではない。
これに対し、本願の発明者らは、特定の商品役務について、ＳＮＳに投稿されたコメント文章から、ユーザの購買心理状態の遷移を推定し、その遷移に寄与したユーザアドレス（例えばＳＮＳのアカウント名、リプライアドレス）を推定することはできないか？と考えた。例えば、ユーザアドレス毎に、当該商品役務に対する他ユーザの心理状態の遷移に寄与したスコア値を蓄積することはできないか？と考えた。これによって、どのユーザが、他のユーザに対して、マーケティングやプロモーションにおける心理状態の遷移に影響を与えているか、を検知することができる。
そこで、本発明は、投稿するコメント文章の影響度が高いインフルエンサを検知することができるプログラム、装置及び方法プログラム、装置及び方法を提供することを目的とする。
本発明によれば、投稿者毎に発信されたコメント文章の群から、対象キーワードに関するユーザの心理遷移の効果を分析するように、装置に搭載されたコンピュータを機能させるプログラムであって、
心理状態毎に、心理キーワードを予め登録した心理キーワード辞書手段と、
投稿者毎に、対象キーワードを含むコメント文章を時系列に取得するコメント文章取得手段と、
投稿者毎に、コメント文章に、心理キーワード辞書手段の心理キーワードが含まれている場合、当該心理キーワードの心理状態を出力する心理状態判定手段と、
引用アドレス毎に、各心理状態のスコアを記憶するスコア記憶手段と、
コメント文章の群の中で、引用アドレスを含む基準コメント文章について、該基準コメント文章とその過去に１つ以上の前方コメント文章との間で心理状態が変化した場合、当該基準コメント文章の心理状態のスコアを増分し、及び／又は、基準コメント文章とその未来に１つ以上の後方コメント文章との間で心理状態が変化した場合、当該後方コメント文章の心理状態のスコアを増分するように、スコア記憶手段へ指示するスコア更新手段と、
スコア記憶手段を用いて、各心理状態について、スコアの上位から所定数の引用アドレスを、影響度が高いインフルエンサであるとして出力するインフルエンサ検知手段と
してコンピュータを機能させることを特徴とする。
本発明のプログラムにおける他の実施形態によれば、
対象キーワードは、商品役務に基づくキーワードであり、
引用アドレスは、ＳＮＳ(Social Networking Service)におけるユーザアドレスである
ようにコンピュータを更に機能させることも好ましい。
本発明のプログラムにおける他の実施形態によれば、
心理キーワード辞書手段は、心理状態を、ＡＩＤＭＡ（Attention：注目-ｓ>Interest：興味->Desire：欲望->Memory：記憶->Action：行動）モデルに対応させており、心理状態毎に、対象キーワードに対する心理キーワードを登録する
ようにコンピュータを機能させることも好ましい。
本発明のプログラムにおける他の実施形態によれば、
心理状態には、Ａ->Ｉ->Ｄ->Ｍ->Ａの順に大きくなる数値が割り当てられており、
時系列の心理遷移は、心理状態の数値を時系列に並べたものであり、
スコア更新手段は、時系列に並ぶ数値を、所定範囲の移動平均値とする
ようにコンピュータを機能させることも好ましい。
本発明のプログラムにおける他の実施形態によれば、
スコア更新手段は、基準コメント文章の心理状態に対する重みｗbと、後方コメント文章の心理状態に対する重みｗaとを異なる値として設定し、スコアに重みを付けて増分するようにコンピュータを機能させることも好ましい。
本発明のプログラムにおける他の実施形態によれば、
スコア更新手段は、基準コメント文章の心理状態に対する重みｗbと、後方コメント文章の心理状態に対する重みｗaとについて、心理状態毎に異なる重みを付けて増分する
ようにコンピュータを機能させることも好ましい。
本発明のプログラムにおける他の実施形態によれば、
心理状態ＡＩＤＭ（Attention：注目-ｓ>Interest：興味->Desire：欲望->Memory：記憶）の重みｗbは、心理状態Ａ'（Action：行動）の重みｗbよりも大きく、
心理状態ＡＩＤＭ（Attention：注目-ｓ>Interest：興味->Desire：欲望->Memory：記憶）の重みｗaは、心理状態Ａ'（Action：行動）の重みｗaよりも小さくなる
べく重みを予め設定する
ようにコンピュータを機能させることも好ましい。
本発明のプログラムにおける他の実施形態によれば、
スコア更新手段は、
基準コメント文章とその未来に１つ以上の後方コメント文章との間で心理状態が変化した場合、基準コメント文章と後方コメント文章との間の投稿時間間隔が長くなるほど、重みｗaが小さくなるように設定する
ようにコンピュータを機能させることも好ましい。
本発明によれば、投稿者毎に発信されたコメント文章の群から、対象キーワードに関するユーザの心理遷移の効果を分析する装置であって、
心理状態毎に、心理キーワードを予め登録した心理キーワード辞書手段と、
投稿者毎に、対象キーワードを含むコメント文章を時系列に取得するコメント文章取得手段と、
投稿者毎に、コメント文章に、心理キーワード辞書手段の心理キーワードが含まれている場合、当該心理キーワードの心理状態を出力する心理状態判定手段と、
引用アドレス毎に、各心理状態のスコアを記憶するスコア記憶手段と、
コメント文章の群の中で、引用アドレスを含む基準コメント文章について、該基準コメント文章とその過去に１つ以上の前方コメント文章との間で心理状態が変化した場合、当該基準コメント文章の心理状態のスコアを増分し、及び／又は、基準コメント文章とその未来に１つ以上の後方コメント文章との間で心理状態が変化した場合、当該後方コメント文章の心理状態のスコアを増分するように、スコア記憶手段へ指示するスコア更新手段と、
スコア記憶手段を用いて、各心理状態について、スコアの上位から所定数の引用アドレスを、影響度が高いインフルエンサであるとして出力するインフルエンサ検知手段と
を有することを特徴とする。
本発明によれば、装置を用いて、投稿者毎に発信されたコメント文章の群から、対象キーワードに関するユーザの心理遷移の効果を分析する方法であって、
装置は、
心理状態毎に、心理キーワードを予め登録した心理キーワード辞書部と、
引用アドレス毎に、各心理状態のスコアを記憶するスコア記憶部と
を有し、
装置は、
投稿者毎に、対象キーワードを含むコメント文章を時系列に取得する第１のステップと、
投稿者毎に、コメント文章に、心理キーワード辞書部の心理キーワードが含まれている場合、当該心理キーワードの心理状態を出力する第２のステップと、
コメント文章の群の中で、引用アドレスを含む基準コメント文章について、該基準コメント文章とその過去に１つ以上の前方コメント文章との間で心理状態が変化した場合、当該基準コメント文章の心理状態のスコアを増分し、及び／又は、基準コメント文章とその未来に１つ以上の後方コメント文章との間で心理状態が変化した場合、当該後方コメント文章の心理状態のスコアを増分するように、スコア記憶手段へ指示する第３のステップと、
スコア記憶手段を用いて、各心理状態について、スコアの上位から所定数の引用アドレスを、影響度が高いインフルエンサであるとして出力する第４のステップと
を有することを特徴とする。
本発明のプログラム、装置及び方法によれば、投稿するコメント文章の影響度が高いインフルエンサを検知することができる。
本発明におけるシステム構成図である。 本発明における心理遷移分析装置の機能構成図である。 時系列に発信されたコメント文章を表す説明図である。 対象キーワードを含むコメント文章を、ユーザアドレス毎に区分した説明図である。 対象キーワードを含むコメント文章に、心理状態を付与した説明図である。 本発明における第１のスコア更新を表す説明図である。 本発明における第２のスコア更新を表す説明図である。 本発明における第１の重みを付けたスコア更新を表す説明図である。 本発明における第２の重みを付けたスコア更新を表す説明図である。
以下では、本発明の実施の形態について、図面を用いて詳細に説明する。
図１は、本発明におけるシステム構成図である。
図１によれば、本発明の心理遷移分析装置１がインターネットに接続されている。心理遷移分析装置１は、インターネットを介してＳＮＳサイトサーバ２と通信する。心理遷移分析装置１は、ＳＮＳサイトサーバ２に対して、ＡＰＩ(Application Programming Interface)を介して、投稿者毎のコメント文章を取得することができる。ＡＰＩは、アプリケーションサービスの機能を利用するための規則インタフェースであって、種々のサーバ毎に異なるものとして用意されている。
尚、心理遷移分析装置１が、コメント文章を予めデータベースに蓄積したものであってもよい。即ち、心理遷移分析装置１が、ＳＮＳサイトサーバ２と通信することを必須とするものではない。
不特定多数の第三者は、各自の端末３を用いて、インターネットを介してＳＮＳサイトサーバ２へ、コメント文章を送信することができる。また、心理遷移分析装置１は、投稿者毎に発信されたコメント文章の群から、対象キーワードに関するユーザ心理遷移を分析する。「対象キーワード」とは、商品役務に基づくキーワードである。また、多数のコメント文章には、他ユーザのユーザアドレス（例えばＳＮＳにおけるアカウント名、リプライアドレス、コメントアドレス）を含むものや含まないものが混在する。
図２は、本発明における心理遷移分析装置の機能構成図である。
本発明の心理遷移分析装置１は、投稿者毎に発信されたコメント文章の群から、対象キーワードに関するユーザ心理遷移を分析することができる。心理遷移分析装置１は、通信インタフェース部と共に、心理キーワード辞書部１０１と、スコア記憶部１０２と、コメント文章取得部１１と、心理状態判定部１２と、スコア更新部１３と、インフルエンサ検知部１４とを有する。通信インタフェース部を除くこれら機能構成部は、装置に搭載されたコンピュータを機能させるプログラムを実行することによって実現される。また、これら機能構成部の処理の流れは、装置の心理遷移分析方法としても理解できる。
［心理キーワード辞書部１０１］
心理キーワード辞書部１０１は、心理状態毎に、心理キーワードを予め登録したものである。心理状態は、ＡＩＤＭＡモデルに対応させて、以下のように時系列に遷移する。
認知段階： Attention：注目->
感情段階： Interest：興味->
Desire：欲望->
Memory：記憶->
行動段階： Action：行動
ＡＩＤＭＡモデルとは、広告宣伝に対する消費者の心理のプロセスを表す略語である。対象キーワード（対象となる商品役務）に関して、同一ユーザの発言を時系列に追跡することによって、経済学における購買心理状態の遷移モデルに当てはめて推定することができる。
心理キーワード辞書部１０１は、心理状態（Ａ，Ｉ．Ｄ，Ｍ，Ａ）毎に、対象キーワード（例えば「ａ社スマホ」）に対する心理キーワードを登録する。
注目状態：発売、ＣＭ、新作、新製品、・・・
興味状態：ラインナップ、パンフレット、ＨＰ、友達、・・・
欲望状態：欲しい、価格、スペック、デザイン、・・・
記憶状態：ショップ、展示、実物、下見、・・・
行動状態：買う、ゲット、諦め、機種変
これは、対象キーワードに対して、各心理状態に特徴的に表れる語を、辞書的に登録したものである。
尚、心理キーワード辞書部１０１は、基本的に予め人手で作成されたものである。但し、予め人手によって登録された心理キーワードをシード（教師データ）として、各心理状態に特徴的に表れる語を、統計的な指標（例えばΧ2値や赤池情報量基準（ＡＩＣ））を用いて算出したものであってもよい。
［コメント文章取得部１１］
コメント文章取得部１１は、ＳＮＳサイトサーバ２から、ユーザアドレス（投稿者）毎に、対象キーワード（例えば「ａ社スマホ」）を検索キーとして、コメント文章を時系列に取得する。対象キーワードは、例えば、インフルエンサを分析したい商品役務の名称であってもよい。この対象キーワードは、システム利用者、例えば企業のプロモーション担当者に設定される。取得されたコメント文章は、心理状態判定部１２へ出力される。
図３は、時系列に発信されたコメント文章を表す説明図である。
図３によれば、対象キーワード（a社スマホ）について、多数のユーザにおける様々なコメント文章が表されている。ここで、コメント文章には、自らのコメントの中で引用した引用アドレス（他ユーザのユーザアドレス）を含むものが混在している。
図３によれば、心理遷移分析装置１は、対象キーワード「ａ社スマホ」に対して、そのコメント文章に含まれる心理状態を分析したとする。例えば以下のような時系列で、コメント文章が発信されたとする。
ユーザ@CCC「@ABC いつａ社スマホ発売なんですか？」
ユーザ@ABC「新型ａ社スマホです。http://news.html」
ユーザ@AAA「ａ社スマホの新作発売されるのか。”@ABC：新型ａ社スマホです
http://news.html”」
ユーザ@AAA「ａ社スマホのＣＭよく見るなあ。」
ユーザ@BBB「やっぱａ社スマホに変えるかなぁ RT ”@ABC：新型ａ社スマホです
http://news.html”」
ユーザ@AAA「@DEF：ａ社スマホ、ＨＰ見ると、色変わったんですね。可愛いです！」
ユーザ@DEF「新しいａ社スマホ、使いやすくてオススメ」
ユーザ@AAA「私もa社スマホ欲しい ”@DEF：新しいａ社スマホ、使いやすくて
オススメ”」
・・・ 「・・・・・・・・・・・・・・・・・・・・・・・・・・・・・」
ユーザ@AAA「今度、ショップでａ社スマホ下見しようかな」
図４は、対象キーワードを含むコメント文章を、ユーザアドレス毎に区分した説明図である。
図４によれば、対象キーワード「ａ社スマホ」を含む、ユーザ@AAAから発信されたコメント文章のみが表されている。
ユーザ@AAA「ａ社スマホの新作発売されるのか。”@ABC：新型ａ社スマホです
http://news.html”」
ユーザ@AAA「ａ社スマホのＣＭよく見るなあ。」
ユーザ@AAA「@DEF：ａ社スマホ、ＨＰ見ると、色変わったんですね。可愛いです！」
ユーザ@AAA「私もa社スマホ欲しい ”@DEF：新しいａ社スマホ、使いやすくて
オススメ”」
ユーザ@AAA「今度、ショップでａ社スマホ下見しようかな」
［心理状態判定部１２］
心理状態判定部１２は、投稿者毎に、コメント文章に、心理キーワード辞書部１０１の心理キーワードが含まれている場合、当該心理キーワードの心理状態を出力する。本発明によれば、これらユーザアドレス毎に、ユーザの心理遷移に寄与する効果を推定しようとする。
図５は、対象キーワードを含むコメント文章に、心理状態を付与した説明図である。
対象キーワード「ａ社スマホ」と心理キーワード「新作」とを含むコメント文章から、そのユーザは、注目(Attention)状態にあると推定することができる。
対象キーワード「ａ社スマホ」と心理キーワード「ＣＭ」とを含むコメント文章から、そのユーザは、注目(Attention)状態にあると推定することができる。
対象キーワード「ａ社スマホ」と心理キーワード「ＨＰ」とを含むコメント文章から、そのユーザは、興味(Interest)状態にあると推定することができる。
対象キーワード「ａ社スマホ」と心理キーワード「欲しい」とを含むコメント文章から、そのユーザは、欲望(Desire)状態にあると推定することができる。
対象キーワード「ａ社スマホ」と心理キーワード「ショップ」「下見」とを含むコメント文章から、そのユーザは、記憶(Memory)状態にあると推定することができる。
ここで、当該ユーザにおける他ユーザのコメント文章の閲覧前と閲覧後との間で、そのユーザの心理状態が遷移した場合、他ユーザのコメント文章が心理状態の遷移に寄与したものと判定する。それら判定結果を累積することによって、当該他ユーザのコメント文章の影響度を推定することがでできる。
他の実施形態として、１つのコメント文章に複数の心理キーワードが含まれる場合、その出現頻度に基づいてコメント文章全体の心理状態を決定するものであってもよい。また、教師データにおける語の出現傾向から、サポートベクタマシンのような識別器を用いて心理状態を決定するものであってもよい。更に、ＡＩＤＭＡモデルに加えて、その尤度を付与してもよい。
「ａ社スマホの新作発売されるのか」
新作＝Ａ、発売＝Ａ
Ａ＝２、Ｉ＝０、Ｄ＝０、Ｍ＝０、Ａ＝０
Ａの尤度＝１００％
［スコア記憶部１０２］
スコア記憶部１０２は、ユーザアドレス毎に、各心理状態のスコアを記憶する。
［スコア更新部１３］
スコア更新部１３は、大きく以下の２つのステップを有する。
＜心理遷移判定ステップ＞
＜スコア更新ステップ＞
＜心理遷移判定ステップ＞
スコア更新部１３は、投稿者毎に、心理状態を時系列に並べた心理遷移を推定する。例えば以下のような心理遷移が推定される。
Ａ，Ａ，Ｉ，Ａ，Ｉ，Ｉ，Ｄ，Ｉ，Ｄ，Ｄ，Ｍ，Ｍ，Ｍ
ここで、心理遷移には、Ａ->Ｉ->Ｄ->Ｍ->Ａの順に大きくなる数値を割り当てることも好ましい。これによって、心理遷移は、心理状態の数値を時系列に並べたものとなる。数値の大きさによって、次の心理状態へ遷移したことが理解できる。
Ａ＝０、Ｉ＝１、Ｄ＝２、Ｍ＝３
Ａ，Ａ，Ｉ，Ａ，Ｉ，Ｉ，Ｄ，Ｉ，Ｄ，Ｄ，Ｍ，Ｍ，Ｍ
↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓
０，０，１，０，１，１，２，１，２，２，３，３，３
但し、この場合、心理状態が前後する場合も当然に生じる。
（心理遷移の移動平均による補正）
これに対し、スコア更新部１３は、時系列に並ぶ数値を、できる限り昇順となるように補正する。具体的には、隣接する前後ｎコメントの心理状態の平均値を、当該コメントの心理状態とする。即ち、前段所定範囲の移動平均値とすることも好ましい。
隣接する前後２項の平均を取る。
Ａ， Ａ， Ｉ， Ａ， Ｉ，Ｉ，Ｄ， Ｉ， Ｄ，Ｄ， Ｍ， Ｍ， Ｍ
↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓
０， ０， １， ０， １，１，２， １， ２，２， ３， ３， ３
0.3, 0.3, 0.4, 0.6, 1, 1, 1.4, 1.6, 2, 2.2, 2.4, 2.6, 2.75, 3
（（（（（（（（（（（（（（↓四捨五入↓）））））））））））））））））
０， ０， ０， １， １，１，１， ２， ２，２， ２， ３， ３， ３
↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓ ↓
Ａ， Ａ， Ａ， Ｉ， Ｉ，Ｉ，Ｉ， Ｄ， Ｄ，Ｄ， Ｄ， Ｍ， Ｍ， Ｍ
（心理状態の遷移間の時間差に基づく補正）
コメント文章には、発信時刻が含まれている。また、心理状態判定部１２は、心理キーワードを含むコメント文章の発信時刻も、当該心理状態と共に出力する。これによって、し、スコア更新部１３は、時系列に並ぶ心理状態の間に、経過時間間隔を登録することができる。
そして、スコア更新部１３は、時系列の心理遷移における時系列に並ぶ数値に対して、以下のように重み付ける。
前段の経過時間間隔が長くなるほど当該数値に対する重みを小さくする
前段の経過時間間隔が短くなるほど当該数値に対する重みを大きくする
尚、他の実施形態として、０〜４の数値に対して、推定された心理状態の尤度の積を用いてもよい。Ａ＝１０％、Ｉ＝７０％、Ｄ＝２０％、Ｍ＝０％の場合、以下のように乗算する。
０×１０％＋１×７０％＋２×２０％＋３×０％＝１．１
＜スコア更新ステップ＞
スコア更新部１３は、以下の２つの更新ステップのいずれか一方又は両方を実行し、スコア記憶部１０２へ指示する。
（基準更新ステップ）コメント文章の群の中で、ユーザアドレスを含む基準コメント文章について、その基準コメント文章とその過去に１つ以上の前方コメント文章との間で心理状態が変化した場合、当該基準コメント文章の心理状態のスコアを増分する。
（後方更新ステップ）基準コメント文章とその未来に１つ以上の後方コメント文章との間で心理状態が変化した場合、当該後方コメント文章の心理状態のスコアを増分する。
具体的には、ユーザ毎に、基準コメント文章からみて、前方／後方のコメント文章のＡＩＤＭＡの遷移を以下のように表す。
前方コメント文章->基準コメント文章：ｄb(a,i,d,m,a')
基準コメント文章->後方コメント文章：ｄa(a,i,d,m,a')
(a,i,d,m,a')の各要素は、0/1で表す。
他ユーザのユーザアドレスを含む基準コメント文章から見て、前後のコメントとの間で、ユーザの心理状態が購買行動に近づくほど、その他ユーザのコメント文章の影響度が大きいと考えられる。
図６は、本発明における第１のスコア更新を表す説明図である。
（Ｓ６１）ユーザ@AAAについて、以下のように心理状態が変化している。
「ａ社スマホのＣＭよく見るなあ。」
（前方コメント文章）->注目Ａ
「@DEF：ａ社スマホ、ＨＰ見ると、色変わったんですね。可愛いです！」
（基準コメント文章）->興味Ｉ
ここでは、ユーザ@AAAは、ユーザ@DEFのコメント文章を閲覧することによって、心理状態が注目Ａ->興味Ｉへ遷移している。このとき、ユーザ@DEFのコメント文章は、興味Ｉへの心理状態の遷移に寄与したものと判断される。そのために、スコア記憶部１０２について、ユーザ@DEFにおける興味Ｉのスコア値Ｐ（Ｉ）を１増分する。
前方コメント文章->基準コメント文章：ｄb(0,1,0,0,0)
（Ｓ６２）次に、ユーザ@AAAについて、以下のように心理状態が変化している。
「@DEF：ａ社スマホ、ＨＰ見ると、色変わったんですね。可愛いです！」
（基準コメント文章）->興味Ｉ
「私もａ社スマホ欲しい "@DEF：新しいａ社スマホ、使いやすくてオススメ"」
（後方コメント文章）->欲望Ｄ
ここでは、ユーザ@AAAは、@DEFのコメント文章を閲覧することによって、心理状態が更に興味Ｉ->欲望Ｄへ遷移している。このとき、@DEFのコメント文章は、欲望Ｄへの心理状態の遷移に寄与したものと判断される。そのために、スコア記憶部１０２について、ユーザ@DEFにおける欲望のスコア値Ｐ（Ｄ）を１増分する。
基準コメント文章->後方コメント文章：ｄa(0,0,1,0,0)
最終的に、ユーザアドレス毎に、ｄb(a,i,d,m,a')及びｄa(a,i,d,m,a')を累積することによってスコアが推定される。例えば図２のスコア記憶部１０２によれば、以下のように推定される。
ユーザ@ABCは、心理状態「注目（Ａ）」「興味（Ｉ）」「欲望（Ｄ）」への寄与が比較的高いインフルエンサであると認められる。
ユーザ@DEFは、心理状態「記憶（Ｍ）」「行動（Ａ）」への寄与が比較的高いインフルエンサであると認められる。
図７は、本発明における第２のスコア更新を表す説明図である。
（Ｓ７１）ユーザ@AAAについて、以下のように心理状態が変化している。
「ａ社スマホの新作発売されるのか。”@ABC：新型ａ社スマホです
http://news.html”」->注目Ａ
「ａ社スマホのＣＭよく見るなあ」->興味Ｉ
ここでは、ユーザ@AAAは、ユーザ@ABCのコメント文章を閲覧することによって、心理状態が注目Ａ->興味Ｉへ遷移している。このとき、ユーザ@ABCのコメント文章は、興味Ｉへの心理状態の遷移に寄与したものと判断される。そのために、スコア記憶部１０２について、ユーザ@ABCにおける興味Ｉのスコア値Ｐ（Ｉ）を１増分する。
（Ｓ７２）次に、ユーザ@AAAについて、以下のように心理状態が変化している。
「ａ社スマホのＣＭよく見るなあ」->興味Ｉ
「@DEF：ａ社スマホ、新製品が出たんですね。可愛いです！」->興味Ｉ
ここでは、ユーザ@AAAは、ユーザ@DEFのコメント文章を閲覧しても、心理状態が興味Ｉのままで遷移していない。そのために、スコア記憶部１０２についてスコア値を何ら更新しない。
（Ｓ７３）次に、ユーザ@AAAについて、以下のように心理状態が変化している。
「@DEF：ａ社スマホ、新製品が出たんですね。可愛いです！」->興味Ｉ
「ａ社スマホの新作か？ ”@DEF：新しいａ社スマホ、使いやすくてオススメ”」
->興味Ｉ
ここでは、ユーザ@AAAは、ユーザ@DEFのコメント文章を閲覧しても、心理状態が興味Ｉのままで遷移していない。そのために、スコア記憶部１０２についてスコア値を何ら更新しない。
図８は、本発明における第１の重みを付けたスコア更新を表す説明図である。
図８によれば、図６と同様のスコア更新を表している。但し、以下のように、スコアに、心理状態毎に異なる重みを付けて増分している。
（Ｓ８１）基準コメント文章の心理状態に対する重みｗb（Weight before）
ｗb(A)、ｗb(I)、ｗb(D)、ｗb(M)、ｗb(A')
（Ｓ８２）後方コメント文章の心理状態に対する重みｗa（Weight after）（≠ｗb）
ｗa(A)、ｗa(I)、ｗa(D)、ｗa(M)、ｗa(A')
この場合、影響度Ｐは、状態変化ｄb(i)及びｄa(i)を用いて、以下のような式で表される。
Ｐ＝Σi=A〜A'（ｗb(i)×ｄb(i)＋ｗa(i)×ｄa(i)）
図８によれば、重みｗb(i)及びｗa(i)それぞれについて、５×５の行列で設定することができる。例えばｂatiは、AttentionからInterestへの遷移に対する重みを意味する。この行列の各要素の値を調整することによって、特定の状態遷移を重視した影響度を算出することができる。
心理状態ＡＩＤＭ（Attention：注目-ｓ>Interest：興味->Desire：欲望->Memory：記憶）の重みｗbは、心理状態Ａ'（Action：行動）の重みｗbよりも大きく設定する。基準コメント文章の心理状態のスコアを増分する場合、心理状態Ａ'に遷移した基準コメント文章に記述されたユーザアドレスと比較して、心理状態ＡＩＤＭに遷移した基準コメント文章に記述されたユーザアドレスの方が、その心理状態へ遷移した寄与が高いことを意味する。
また、心理状態ＡＩＤＭ（Attention：注目-ｓ>Interest：興味->Desire：欲望->Memory：記憶）の重みｗaは、心理状態Ａ'（Action：行動）の重みｗaよりも小さく設定する。後方コメント文章の心理状態のスコアを増分する場合、心理状態Ａ'に遷移した基準コメント文章に記述されたユーザアドレスと比較して、心理状態ＡＩＤＭに遷移した基準コメント文章に記述されたユーザアドレスの方が、その心理状態へ遷移した寄与が低いことを意味する。
図９は、本発明における第２の重みを付けたスコア更新を表す説明図である。
図９によれば、スコア更新部１３は、基準コメント文章とその未来に１つ以上の後方コメント文章との間で心理状態が変化した場合、基準コメント文章と後方コメント文章との間の投稿時間間隔が長くなるほど、重みｗaが小さくなるように設定する。即ち、基準コメント文章に対して前方／後方に隣接する１件ずつのコメント文章だけでなく、複数のコメントを用いる。その場合、以下のように重みを設定する。
基準コメント文章に対して時刻的又は件数的に近いコメント文章によって遷移した心理状態ほど、大きい重みを設定する。
基準コメント文章に対して時刻的又は件数的に遠いコメント文章によって遷移した心理状態ほど、小さい重みを設定する。
［インフルエンサ検知部１４］
インフルエンサ検知部１４は、ユーザアドレス毎に、スコア記憶部１０２に記憶された心理状態毎のスコアを送信する。スコアは、当該ユーザから発信されるコメント文章が、他ユーザの購買心理に影響を与える度合いを意味する。例えばスコアが、当該心理状態について所定閾値以上となるユーザアドレスは、その心理状態への遷移に対するインフルエンサであるとして検知される。
以上、詳細に説明したように、本発明のプログラム、装置及び方法によれば、投稿するコメント文章の影響度が高いインフルエンサを検知することができる。
即ち、他ユーザを購買行動に近づけるようなコメント文章を発信するユーザほど、インフルエンサ（プロモーションに貢献するユーザ）としての価値が高いと認められる。単にコメント文章の心理状態を参照するのではなく、ユーザの購買心理状態の遷移に影響力のある他ユーザ（インフルエンサ）を推定することができる。
前述した本発明の種々の実施形態について、本発明の技術思想及び見地の範囲の種々の変更、修正及び省略は、当業者によれば容易に行うことができる。前述の説明はあくまで例であって、何ら制約しようとするものではない。本発明は、特許請求の範囲及びその均等物として限定するものにのみ制約される。
１ 心理遷移分析装置
１０１ 心理キーワード辞書部
１０２ スコア記憶部
１１ コメント文章取得部
１２ 心理状態判定部
１３ スコア更新部
１４ インフルエンサ検知部
２ ＳＮＳサイトサーバ
３ 端末

Claims (10)

  1. 投稿者毎に発信されたコメント文章の群から、対象キーワードに関するユーザの心理遷移の効果を分析するように、装置に搭載されたコンピュータを機能させるプログラムであって、
    心理状態毎に、心理キーワードを予め登録した心理キーワード辞書手段と、
    投稿者毎に、対象キーワードを含むコメント文章を時系列に取得するコメント文章取得手段と、
    投稿者毎に、コメント文章に、心理キーワード辞書手段の心理キーワードが含まれている場合、当該心理キーワードの心理状態を出力する心理状態判定手段と、
    引用アドレス毎に、各心理状態のスコアを記憶するスコア記憶手段と、
    コメント文章の群の中で、引用アドレスを含む基準コメント文章について、該基準コメント文章とその過去に１つ以上の前方コメント文章との間で心理状態が変化した場合、当該基準コメント文章の心理状態のスコアを増分し、及び／又は、基準コメント文章とその未来に１つ以上の後方コメント文章との間で心理状態が変化した場合、当該後方コメント文章の心理状態のスコアを増分するように、前記スコア記憶手段へ指示するスコア更新手段と、
    前記スコア記憶手段を用いて、各心理状態について、スコアの上位から所定数の引用アドレスを、影響度が高いインフルエンサであるとして出力するインフルエンサ検知手段と
    してコンピュータを機能させることを特徴とするプログラム。
  2. 対象キーワードは、商品役務に基づくキーワードであり、
    前記引用アドレスは、ＳＮＳ(Social Networking Service)におけるユーザアドレスである
    ようにコンピュータを更に機能させることを特徴とする請求項１又は２に記載のプログラム。
  3. 心理キーワード辞書手段は、心理状態を、ＡＩＤＭＡ（Attention：注目-ｓ>Interest：興味->Desire：欲望->Memory：記憶->Action：行動）モデルに対応させており、心理状態毎に、対象キーワードに対する心理キーワードを登録する
    ようにコンピュータを機能させることを特徴とする請求項１又は２に記載のプログラム。
  4. 心理状態には、Ａ->Ｉ->Ｄ->Ｍ->Ａの順に大きくなる数値が割り当てられており、
    時系列の心理遷移は、心理状態の数値を時系列に並べたものであり、
    前記スコア更新手段は、時系列に並ぶ数値を、所定範囲の移動平均値とする
    ようにコンピュータを機能させることを特徴とする請求項３に記載のプログラム。
  5. 前記スコア更新手段は、基準コメント文章の心理状態に対する重みｗbと、後方コメント文章の心理状態に対する重みｗaとを異なる値として設定し、スコアに重みを付けて増分する
    ようにコンピュータを機能させることを特徴とする請求項３又は４に記載のプログラム。
  6. 前記スコア更新手段は、基準コメント文章の心理状態に対する重みｗbと、後方コメント文章の心理状態に対する重みｗaとについて、心理状態毎に異なる重みを付けて増分する
    ようにコンピュータを機能させることを特徴とする請求項３から５のいずれか１項に記載のプログラム。
  7. 心理状態ＡＩＤＭ（Attention：注目-ｓ>Interest：興味->Desire：欲望->Memory：記憶）の重みｗbは、心理状態Ａ'（Action：行動）の重みｗbよりも大きく、
    心理状態ＡＩＤＭ（Attention：注目-ｓ>Interest：興味->Desire：欲望->Memory：記憶）の重みｗaは、心理状態Ａ'（Action：行動）の重みｗaよりも小さくなる
    べく重みを予め設定する
    ようにコンピュータを機能させることを特徴とする請求項５又は６に記載のプログラム。
  8. 前記スコア更新手段は、
    基準コメント文章とその未来に１つ以上の後方コメント文章との間で心理状態が変化した場合、基準コメント文章と後方コメント文章との間の投稿時間間隔が長くなるほど、重みｗaが小さくなるように設定する
    ようにコンピュータを機能させることを特徴とする請求項３から７のいずれか１項に記載のプログラム。
  9. 投稿者毎に発信されたコメント文章の群から、対象キーワードに関するユーザの心理遷移の効果を分析する装置であって、
    心理状態毎に、心理キーワードを予め登録した心理キーワード辞書手段と、
    投稿者毎に、対象キーワードを含むコメント文章を時系列に取得するコメント文章取得手段と、
    投稿者毎に、コメント文章に、心理キーワード辞書手段の心理キーワードが含まれている場合、当該心理キーワードの心理状態を出力する心理状態判定手段と、
    引用アドレス毎に、各心理状態のスコアを記憶するスコア記憶手段と、
    コメント文章の群の中で、引用アドレスを含む基準コメント文章について、該基準コメント文章とその過去に１つ以上の前方コメント文章との間で心理状態が変化した場合、当該基準コメント文章の心理状態のスコアを増分し、及び／又は、基準コメント文章とその未来に１つ以上の後方コメント文章との間で心理状態が変化した場合、当該後方コメント文章の心理状態のスコアを増分するように、前記スコア記憶手段へ指示するスコア更新手段と、
    前記スコア記憶手段を用いて、各心理状態について、スコアの上位から所定数の引用アドレスを、影響度が高いインフルエンサであるとして出力するインフルエンサ検知手段と
    を有することを特徴とする装置。
  10. 装置を用いて、投稿者毎に発信されたコメント文章の群から、対象キーワードに関するユーザの心理遷移の効果を分析する方法であって、
    前記装置は、
    心理状態毎に、心理キーワードを予め登録した心理キーワード辞書部と、
    引用アドレス毎に、各心理状態のスコアを記憶するスコア記憶部と
    を有し、
    前記装置は、
    投稿者毎に、対象キーワードを含むコメント文章を時系列に取得する第１のステップと、
    投稿者毎に、コメント文章に、心理キーワード辞書部の心理キーワードが含まれている場合、当該心理キーワードの心理状態を出力する第２のステップと、
    コメント文章の群の中で、引用アドレスを含む基準コメント文章について、該基準コメント文章とその過去に１つ以上の前方コメント文章との間で心理状態が変化した場合、当該基準コメント文章の心理状態のスコアを増分し、及び／又は、基準コメント文章とその未来に１つ以上の後方コメント文章との間で心理状態が変化した場合、当該後方コメント文章の心理状態のスコアを増分するように、前記スコア記憶手段へ指示する第３のステップと、
    前記スコア記憶手段を用いて、各心理状態について、スコアの上位から所定数の引用アドレスを、影響度が高いインフルエンサであるとして出力する第４のステップと
    を有することを特徴とする方法。
JP2014172069A 2014-08-26 2014-08-26 投稿するコメント文章の影響度が高いインフルエンサを検知するプログラム、装置及び方法 Active JP6219795B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2014172069A JP6219795B2 (ja) 2014-08-26 2014-08-26 投稿するコメント文章の影響度が高いインフルエンサを検知するプログラム、装置及び方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014172069A JP6219795B2 (ja) 2014-08-26 2014-08-26 投稿するコメント文章の影響度が高いインフルエンサを検知するプログラム、装置及び方法

Publications (2)

Publication Number Publication Date
JP2016045900A JP2016045900A (ja) 2016-04-04
JP6219795B2 true JP6219795B2 (ja) 2017-10-25

Family

ID=55636349

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014172069A Active JP6219795B2 (ja) 2014-08-26 2014-08-26 投稿するコメント文章の影響度が高いインフルエンサを検知するプログラム、装置及び方法

Country Status (1)

Country Link
JP (1) JP6219795B2 (ja)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002297875A (ja) * 2001-03-30 2002-10-11 Tuka Cellular Tokai:Kk 顧客関係管理方法、システム及びプログラム
US20070214097A1 (en) * 2006-02-28 2007-09-13 Todd Parsons Social analytics system and method for analyzing conversations in social media
AU2009341524B2 (en) * 2009-03-03 2015-12-24 Google Llc Adheat advertisement model for social network
WO2013179340A1 (ja) * 2012-05-30 2013-12-05 株式会社日立製作所 情報分析システム及び情報分析方法
JP5969292B2 (ja) * 2012-07-23 2016-08-17 Kddi株式会社 影響度分析装置、影響度分析方法、およびプログラム
JP2014048988A (ja) * 2012-09-02 2014-03-17 Ad-Dice:Kk 態度影響度総合指数算出プログラム、態度影響度総合指数算出方法、及び態度影響度総合指数算出プログラム
US9418391B2 (en) * 2013-06-24 2016-08-16 Infosys Limited System for influencer scoring and methods thereof

Also Published As

Publication number Publication date
JP2016045900A (ja) 2016-04-04

Similar Documents

Publication Publication Date Title
US8738698B2 (en) Using polling results as discrete metrics for content quality prediction model
JP6257086B2 (ja) プロモーションサイトに対するユーザの心理遷移の効果を分析するプログラム、装置及び方法
US20130332385A1 (en) Methods and systems for detecting and extracting product reviews
US20140172545A1 (en) Learned negative targeting features for ads based on negative feedback from users
US10262336B2 (en) Non-converting publisher attribution weighting and analytics server and method
US20140172544A1 (en) Using negative feedback about advertisements to serve advertisements
US20130110601A1 (en) Information processing device, information processing method, information processing program, and recording medium having information processing program recorded thereon
EP2991020A1 (en) Updating promotions provided to social media groups
US20150254714A1 (en) Systems and methods for keyword suggestion
US20140344035A1 (en) Managing content recommendations for customers
JP6169511B2 (ja) コメント文章に基づいて投稿者の心理遷移を分析する装置、プログラム及び方法
WO2014139372A1 (en) System and method for selecting and rendering content
JP5738785B2 (ja) ユーザ嗜好に合った批評者を推薦するレコメンドプログラム、装置及び方法
US9208509B1 (en) System, method, and computer program for personalizing content for a user based on a size of a working vocabulary of the user
US20210103953A1 (en) Conversion score determination for trending and non-trending content
CN111787042B (zh) 用于推送信息的方法和装置
JP6356055B2 (ja) 心理状態を抽出すべき単語の辞書を更新するプログラム、装置及び方法
JP6219795B2 (ja) 投稿するコメント文章の影響度が高いインフルエンサを検知するプログラム、装置及び方法
JP6487204B2 (ja) コメント文章から人の心理状態に影響した場所を検知するプログラム、装置及び方法
KR101561233B1 (ko) 사용자 단말 타겟팅 시스템 및 방법
JP2013205875A (ja) 批評者に批評すべきアイテムを検出するレコメンドアイテム検出プログラム、装置及び方法
US20160132903A1 (en) Identifying an industry specific e-maven
JP6025155B2 (ja) 情報処理装置、方法及びプログラム
JP2016048526A (ja) 抽出装置、抽出方法および抽出プログラム
Rondan Cataluña et al. Exploring the influence of eWOM in buying behavior

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20161227

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20170921

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20170926

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170928

R150 Certificate of patent or registration of utility model

Ref document number: 6219795

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150