JP7070665B2 - 情報処理装置、制御方法、及びプログラム - Google Patents

Description

本発明はユーザアカウントに関する。

Social Networking Service（SNS）などのように、ユーザがユーザアカウントを利用して種々の行動を行える環境を提供するサービスがある。例えば、ユーザアカウントに紐付けて、写真、動画、又はテキストメッセージのアップロードが行える。

ここで、同一の人物が複数のアカウントを所有することがある。この点に関し、非特許文献１は、複数のユーザアカウントそれぞれのユーザ名の類似度に基づいて、それらのユーザアカウントが同一人物によって所有されているか否かを判定する技術を開示している。

Y. Li, Y. Peng、W. Ji, Z. Zhang、及び Q. Xu、「User Identification Based on Display Names Across Online Social Networks」、IEEE Access、vol. 5、pp. 17342－17353、２０１７年８月２５日

一般に、ユーザアカウントに登録するユーザ名は、ユーザの本名と関係のない任意の名前にすることができる。そのため、複数のユーザアカウントを作る人物は、それらのユーザアカウントに登録するユーザ名を互いに類似しないものにすることが可能である。そして、非特許文献１の技術では、このように互いに類似しないユーザ名が登録された複数のユーザアカウントについて、これらが同一の人物によって所有されているものであることを特定することは難しい。

本願発明は上記の課題に鑑みてなされたものであり、対比するユーザアカウントのユーザ名が互いに類似しない場合であっても、それらのユーザアカウントが同一人物によって所有されているか否かを精度よく検出できる技術を提供することである。

本発明の情報処理装置は、１）第１注目アカウントに関連付けられている第１関連アカウントによって公開されたコンテンツデータである第１コンテンツデータと、第２注目アカウントに関連付けられている第２関連アカウントによって公開されたコンテンツデータである第２コンテンツデータと、をそれぞれ取得し、第１コンテンツデータと第２コンテンツデータとが類似しているか否かを判定する判定部と、２）第１コンテンツデータと第２コンテンツデータとが類似していると判定された場合、所定の処理を実行する処理実行部と、を有する。

本発明の制御方法は、コンピュータによって実行させる。当該制御方法は、１）第１の注目アカウントに関連付けられている第１の関連アカウントによって公開されたコンテンツデータである第１コンテンツデータと、第２の注目アカウントに関連付けられている第２の関連アカウントによって公開されたコンテンツデータである第２コンテンツデータと、をそれぞれ取得し、第１のコンテンツデータと第２のコンテンツデータとが類似しているか否かを判定する判定ステップと、２）第１のコンテンツデータと第２のコンテンツデータとが類似していると判定された場合、所定の処理を実行する処理実行ステップと、を有する。

本発明のプログラムは、コンピュータに、本発明の制御方法が有する各ステップを実行させる。

本発明によれば、対比するユーザアカウントのユーザ名が互いに類似しない場合であっても、それらのユーザアカウントが同一人物によって所有されているか否かを精度よく検出できる技術が提供される。

上述した目的、およびその他の目的、特徴および利点は、以下に述べる好適な実施の形態、およびそれに付随する以下の図面によってさらに明らかになる。

本実施形態の情報処理装置が行う処理を概念的に示す図である。 実施形態１の情報処理装置の機能構成を例示する図である。 情報処理装置を実現するための計算機を例示する図である。 実施形態１の情報処理装置によって実行される処理の流れを例示するフローチャートである。 関連アカウントについて生成されるヒストグラムを例示する図である。 トピックのヒストグラムを例示する図である。 キーワードの出現頻度のヒストグラムを例示する図である。 話者の出現頻度のヒストグラムを例示する図である。 ディスプレイ装置に表示される通知を例示する図である。

以下、本発明の実施の形態について、図面を用いて説明する。尚、すべての図面において、同様な構成要素には同様の符号を付し、適宜説明を省略する。また、特に説明する場合を除き、各ブロック図において、各ブロックは、ハードウエア単位の構成ではなく、機能単位の構成を表している。

［実施形態１］
＜概要＞
図１は、本実施形態の情報処理装置２０００が行う処理を概念的に示す図である。情報処理装置２０００は、互いに異なるユーザアカウントの所有者が、互いに同一の人物であるか否かを推定する。ユーザアカウントには、例えば、ユーザ自身に関する情報であるユーザ情報と、アカウントに関連付けて登録された画像データやテキストデータなどの情報（以下、コンテンツ）が関連付けられている。ユーザ情報は、例えば氏名、住所、電話番号、又はメールアドレスなどである。

一般に、Social Networking Service（SNS）などにおいてユーザアカウントを作成する際、ユーザは、前述した種々のユーザ情報を入力する。その際、入力するユーザ情報の内容の正しさを証明することは要求されないケースが多く、このような場合には、ユーザ情報の内容を偽ることもできる。そのため、同一の人物が、ユーザ情報の内容が互いに異なる複数のアカウントを作成することができてしまう。すなわち、同一人物が複数のアカウントを所有できてしまう。このように「実際の所有者は互いに同一人物であるにもかかわらず、互いに異なるユーザ情報が登録されている」という性質を持つ複数のユーザアカウントについては、そのユーザアカウントのユーザ情報やコンテンツのみからでは、それらのユーザアカウントが互いに同一の人物に所有されているという事実を把握することが難しい。

また、SNS などのサービスは複数存在するため、同一人物が、複数のサービスにおいて、それぞれ異なるアカウント名でユーザアカウントを作成するケースもある。この場合、たとえユーザが偽りなくユーザ情報を登録していたとしても、ユーザ情報が非公開となっていれば、これら複数のユーザアカウントが互いに同一の人物によって所有されているという事実を把握することが難しい。

そこで本実施形態の情報処理装置２０００は、ユーザアカウントに関連付けられている他のユーザアカウントに関連づけられているコンテンツを利用して、同一の人物に所有されている互いに異なるユーザアカウントを推定する。以下、同一人物に所有されているものかどうかの判定対象とするアカウントを注目アカウントと表記し、注目アカウントに関連付けられている他のアカウントを関連アカウントと呼ぶ。例えば SNS では、ユーザアカウント同士を友人として関連付ける機能が提供されていることが多い。そこで例えば、注目アカウントの友人として関連付けられているアカウントを関連アカウントして利用する。なお、どのアカウントを注目アカウントとして扱うかについては後述する。

図１の例では、情報処理装置２０００は、注目アカウント１０－１と注目アカウント１０－２という２つの注目アカウントについて、これらが同一人物によって所有されるアカウントであるか否かを判定する。注目アカウント１０－１には、関連アカウント２０が複数存在する。ここで、注目アカウント１０－１に関連づけられている関連アカウント２０を、関連アカウント２０－１と表記する。図１では、図を簡潔にするため、複数の関連アカウント２０－１のうちの１つのみに符号を付している。関連アカウント２０－１に関連づけられているコンテンツを、コンテンツ３０－１と表記する。例えばコンテンツ３０－１は、関連アカウント２０－１に関連づけてアップロードされた画像データなどである。同様に、注目アカウント１０－２の関連アカウントを関連アカウント２０－２と表記し、関連アカウント２０－２に関連づけられているコンテンツをコンテンツ３０－２と表記する。以下、「関連アカウント２０に関連づけられているコンテンツ３０」を、単に「関連アカウント２０のコンテンツ３０」とも表記する。

情報処理装置２０００は、関連アカウント２０－１のコンテンツ３０－１と、関連アカウント２０－２のコンテンツ３０－２とが類似しているか否かを判定する。これらが類似している場合、注目アカウント１０－１と注目アカウント１０－２が同一人物のものであると推定できる。そこで情報処理装置２０００は、これらが類似している場合、注目アカウント１０－１と注目アカウント１０－２に関して所定の処理を行う。例えば情報処理装置２０００は、所定の処理として、注目アカウント１０－１と注目アカウント１０－２とが同一の人物のものである旨を示す通知を出力する。

＜作用効果＞
本実施形態の情報処理装置２０００によれば、注目アカウント１０－１に関連づけられている関連アカウント２０－１のコンテンツ３０－１と、注目アカウント１０－２に関連づけられている関連アカウント２０－２のコンテンツ３０－２との類似度合いを判定する。ここで、これらの類似度が高い場合、注目アカウント１０－１と注目アカウント１０－２とが同一人物によって所有されていると推定できる。以下、その理由を説明する。

注目アカウント１０－１に関連づけられている関連アカウント２０－１は、例えば注目アカウント１０－１の所有者の友人など、注目アカウント１０－１の所有者と何らかのつながりを持っている人物であると考えられる。そのため、関連アカウント２０－１の所有者が関連アカウント２０－１に関連づけてアップロード等するコンテンツ３０－１の中には、注目アカウント１０－１に関係する何らかの情報を含むものが存在する蓋然性が高い。言い換えれば、関連アカウント２０－１によって公開される情報には、注目アカウント１０－１に関係する何らかの情報が漏れ出ている蓋然性が高い。例えば、関連アカウント２０－１がアップロードする写真や動画に、注目アカウント１０－１の所有者、注目アカウント１０－１の所有者の所有物（車両など）、注目アカウント１０－１が訪れた場所を表すランドマークなどが含まれている蓋然性が高い。また、関連アカウント２０－１がアップロードするテキストデータや音声データにも、注目アカウント１０－１に関係する何らかの情報が含まれている蓋然性が高い。

同様に、関連アカウント２０－２の所有者が関連アカウント２０－２に関連づけてアップロード等するコンテンツ３０－２の中には、注目アカウント１０－２に関係する何らかの情報を含むものが存在する蓋然性が高い。このことから、関連アカウント２０－１のコンテンツ３０－１と、関連アカウント２０－２のコンテンツ３０－２とが類似していることは、コンテンツ３０－１に含まれている注目アカウント１０－１に関係する情報と、コンテンツ３０－２に含まれている注目アカウント１０－２に関係する情報とが類似していることを表している蓋然性が高いといえる。

そこで情報処理装置２０００は、コンテンツ３０－１とコンテンツ３０－２とが類似している場合に、注目アカウント１０－１の所有者と注目アカウント１０－２の所有者が同一の人物である蓋然性が高いと推定する。こうすることで、注目アカウント１０－１のユーザ情報と注目アカウント１０－２のユーザ情報とを比較するだけではこれらのアカウントが同一の人物によって所有されているものであるかどうかが分からない場合でも、注目アカウント１０－１と注目アカウント１０－２が同一の人物によって所有されるアカウントであるか否かを推定することができる。

なお、図１を参照した上述の説明は、情報処理装置２０００の理解を容易にするための例示であり、情報処理装置２０００の機能を限定するものではない。以下、本実施形態の情報処理装置２０００についてさらに詳細に説明する。

＜情報処理装置２０００の機能構成の例＞
図２は、実施形態１の情報処理装置２０００の機能構成を例示する図である。情報処理装置２０００は、判定部２０２０及び処理実行部２０４０を有する。判定部２０２０は、注目アカウント１０－１に関連付けられている関連アカウント２０－１のコンテンツ３０－１と、注目アカウント１０－２に関連付けられている関連アカウント２０－２のコンテンツ３０－２とが類似しているか否かを判定する。処理実行部２０４０は、コンテンツ３０－１とコンテンツ３０－２とが類似している場合に、注目アカウント１０－１と注目アカウント１０－２に関する所定の処理を行う。

＜情報処理装置２０００のハードウエア構成＞
情報処理装置２０００の各機能構成部は、各機能構成部を実現するハードウエア（例：ハードワイヤードされた電子回路など）で実現されてもよいし、ハードウエアとソフトウエアとの組み合わせ（例：電子回路とそれを制御するプログラムの組み合わせなど）で実現されてもよい。以下、情報処理装置２０００の各機能構成部がハードウエアとソフトウエアとの組み合わせで実現される場合について、さらに説明する。

図３は、情報処理装置２０００を実現するための計算機１０００を例示する図である。計算機１０００は任意の計算機である。例えば計算機１０００は、Personal Computer（PC）やサーバマシンなどである。計算機１０００は、情報処理装置２０００を実現するために設計された専用の計算機であってもよいし、汎用の計算機であってもよい。

計算機１０００は、バス１０２０、プロセッサ１０４０、メモリ１０６０、ストレージデバイス１０８０、入出力インタフェース１１００、及びネットワークインタフェース１１２０を有する。バス１０２０は、プロセッサ１０４０、メモリ１０６０、ストレージデバイス１０８０、入出力インタフェース１１００、及びネットワークインタフェース１１２０が、相互にデータを送受信するためのデータ伝送路である。ただし、プロセッサ１０４０などを互いに接続する方法は、バス接続に限定されない。

プロセッサ１０４０は、CPU（Central Processing Unit）、GPU（Graphics Processing Unit）、FPGA（Field－Programmable Gate Array）などの種々のプロセッサである。メモリ１０６０は、RAM（Random Access Memory）などを用いて実現される主記憶装置である。ストレージデバイス１０８０は、ハードディスク、SSD（Solid State Drive）、メモリカード、又は ROM（Read Only Memory）などを用いて実現される補助記憶装置である。

入出力インタフェース１１００は、計算機１０００と入出力デバイスとを接続するためのインタフェースである。例えば入出力インタフェース１１００には、キーボードなどの入力装置や、ディスプレイ装置などの出力装置が接続される。ネットワークインタフェース１１２０は、計算機１０００を通信網に接続するためのインタフェースである。この通信網は、例えば LAN（Local Area Network）や WAN（Wide Area Network）である。ネットワークインタフェース１１２０が通信網に接続する方法は、無線接続であってもよいし、有線接続であってもよい。

ストレージデバイス１０８０は、情報処理装置２０００の各機能構成部を実現するプログラムモジュールを記憶している。プロセッサ１０４０は、これら各プログラムモジュールをメモリ１０６０に読み出して実行することで、各プログラムモジュールに対応する機能を実現する。

＜処理の流れ＞
図４は、実施形態１の情報処理装置２０００によって実行される処理の流れを例示するフローチャートである。判定部２０２０は、注目アカウント１０－１に関連付けられている各関連アカウント２０－１のコンテンツ３０－１を取得する（Ｓ１０２）。判定部２０２０は、注目アカウント１０－２に関連づけられている各関連アカウント２０－２のコンテンツ３０－２を取得する（Ｓ１０４）。判定部２０２０は、コンテンツ３０－１とコンテンツ３０－２が類似しているか否かを判定する（Ｓ１０６）。これらが類似している場合（Ｓ１０６：ＹＥＳ）、処理実行部２０４０は所定の処理を実行する（Ｓ１０８）。一方、これらが類似していない場合（Ｓ１０６：ＮＯ）、図４の処理は終了する。

＜ユーザアカウントについて＞
前述したように、注目アカウント１０や関連アカウント２０は、例えば SNS などのサービスでユーザが作成するユーザアカウントである。一般に、このようなユーザアカウントは、氏名などのユーザ情報を登録することで作成され、継続して使用される。

しかしながら、情報処理装置２０００が扱うユーザアカウントは、このようにユーザ情報を登録することで生成されるものに限定されない。例えば、Web ページ上の掲示板などでは、ユーザがコンテンツの投稿（テキストデータのアップロードなど）を行う際、その投稿に対して識別子が割り当てられる。情報処理装置２０００は、この識別子をユーザアカウントとして扱ってもよい。この場合、例えば或るユーザが掲示板サイトにコンテンツを投稿し、その投稿に対して他のユーザがコメントをした場合、前者と後者のいずれか一方を注目アカウント１０として扱い、他方の関連アカウント２０として扱うことができる。

＜注目アカウント１０について＞
情報処理装置２０００は、２つの注目アカウント１０－１と注目アカウント１０－２について、これらのアカウントが同一の人物のものであるか否かを推定する。ここで、注目アカウント１０－１と注目アカウント１０－２は、互いに同一のサービス（例えば SNS）を利用するためのユーザアカウントであってもよいし、互いに異なるサービスを利用するためのユーザアカウントであってもよい。

ここで、複数のユーザアカウントのうち、どのユーザアカウントを注目アカウント１０として扱うかを決める方法には、種々の方法がある。以下、その方法のバリエーションを例示する。

＜＜注目アカウント１０を決める方法１＞＞
例えば情報処理装置２０００は、注目アカウント１０として扱うユーザアカウントの指定を、情報処理装置２０００のユーザから受け付ける。ユーザによって指定されるユーザアカウントは、２つであってもよいし、３つ以上であってもよい。３つ以上のユーザアカウントが指定された場合、例えば情報処理装置２０００は、指定されたユーザアカウントについて作成可能な任意の２つのユーザアカウントの組み合わせ（n－2 combination）それぞれについて、その組み合わせに含まれる２つのユーザアカウントを注目アカウント１０として扱った処理を行う。すなわち、Ａ、Ｂ、及びＣというユーザアカウントを指定されたら、ＡとＢを注目アカウント１０とした処理、ＡとＣを注目アカウント１０とした処理、ＢとＣを注目アカウント１０とした処理をそれぞれ実行する。

＜＜注目アカウント１０を決める方法２＞＞
例えば情報処理装置２０００は、注目アカウント１０として扱うユーザアカウントを１つ指定する入力を、ユーザから受け付ける。情報処理装置２０００は、ユーザによって指定されたユーザアカウントを注目アカウント１０－１として扱う。さらに情報処理装置２０００は、注目アカウント１０－１のユーザ情報と類似するユーザ情報を持つ他のユーザアカウントを、注目アカウント１０－２として扱う。ここでいうユーザ情報間の類似は、例えば、種々の情報の一部（ユーザＩＤの一部、名前の一部、生年月日の一部、又はメールアドレスの一部など）が共通していることである。注目アカウント１０－１のユーザ情報と類似するユーザ情報を持つ他のユーザアカウントが複数存在する場合、情報処理装置２０００は、それら複数のユーザアカウントそれぞれを注目アカウント１０－２として扱う。

＜＜注目アカウント１０を決める方法３＞＞
情報処理装置２０００は、ユーザアカウントを監視する監視システムと連携して動作し、この監視システムからユーザアカウントの指定を受け付けてもよい。例えばこの監視システムは、ユーザアカウントの利用態様（アップロードされるコンテンツの内容やアップロードの頻度など）を監視し、その利用態様が常識、サービスの利用規約、又は法律などに反しているユーザアカウントを特定する（すなわち、要注意のユーザアカウントを特定する）。監視システムは、特定したユーザアカウントを情報処理装置２０００に通知する。情報処理装置２０００は、監視システムから通知された複数のユーザアカウントについて作成可能な任意の２つのユーザアカウントの組み合わせそれぞれについて、その組み合わせに含まれる２つのユーザアカウントを注目アカウント１０として扱った処理を行う。なお、監視システムがユーザアカウントを１つずつ通知する場合、情報処理装置２０００は、例えば所定期間の間に受けた複数の通知によって示される複数のユーザアカウントについて、上述した処理を行う。

＜関連アカウント２０について＞
前述したように、関連アカウント２０は、注目アカウント１０に関連付けられている他のアカウントであり、例えば SNS において注目アカウント１０と友人関係にあるアカウントである。注目アカウント１０に複数の関連アカウント２０が関連づけられている場合、判定部２０２０は、その全ての関連アカウント２０についてコンテンツ３０を取得してもよいし、その一部の関連アカウント２０についてコンテンツ３０を取得してもよい。一部の関連アカウント２０についてコンテンツ３０を取得する場合、判定部２０２０は、例えば複数の関連アカウント２０から所定数の関連アカウント２０を任意に（例えばランダムに）選択する。

＜コンテンツ３０の取得：Ｓ１０２、Ｓ１０４＞
判定部２０２０は、関連アカウント２０－１に関連づけられているコンテンツ３０－１と、関連アカウント２０－２に関連づけられているコンテンツ３０－２を取得する（Ｓ１０２、Ｓ１０４）。例えば判定部２０２０は、各関連アカウント２０について、その関連アカウント２０のコンテンツ３０が公開されている Web ページへ順次アクセスすることで、これらの Web ページから各コンテンツ３０を自動的に収集する。

また、SNS などのサービスでは、ユーザアカウントに関連づけられているコンテンツを取得するための API（Application Programming Interface） が提供されていることがある。そこで判定部２０２０は、関連アカウント２０が利用しているサービスで提供されている API を利用して、関連アカウント２０のコンテンツ３０を取得してもよい。

なお、判定部２０２０は、関連アカウント２０に関連づけられているコンテンツ３０の全てを取得してもよいし、所定の種類のコンテンツ３０のみを取得してもよい。例えば、類似判定の対象を画像データのみとする場合、判定部２０２０は、関連アカウント２０に関連づけられている画像データをコンテンツ３０として取得する。

＜コンテンツデータの比較：Ｓ１０６＞
判定部２０２０は、関連アカウント２０－１のコンテンツデータと関連アカウント２０－２のコンテンツデータとを比較し、これらの類似度合いが高い場合に、注目アカウント１０－１と注目アカウント１０－２が同一人物によって所有されていると推定する。この処理は、１）どの種類のコンテンツデータを比較対象とするか、及び２）どのような比較を行うかという点について、様々なバリエーションを採用しうる。以下、この２点に着目して、コンテンツデータの比較について説明する。

＜＜画像データの比較＞＞
比較対象とするコンテンツデータの種類として、画像データが考えられる。例えば、SNS では、ユーザアカウントを利用して、人、建物、又は風景などの写真の画像データがアップロードされる。判定部２０２０は、このようにユーザアカウントを利用してアップロードされた画像データを、そのユーザアカウントに関連づけられたコンテンツとして扱う。また、ユーザは、画像データが含まれる Web ページを参照する（リンクする）投稿を行ったり、他のユーザによってアップロードされた画像データを参照する投稿を行ったりすることもある。判定部２０２０は、このようにユーザが参照した画像データも、そのユーザのアカウントに関連付けられたコンテンツデータとして扱ってよい。なお、画像データには、動画データを構成する動画フレームも含まれる。画像データを利用することには、関連アカウント２０－１で使用されている言語と関連アカウント２０－２で使用されている言語が異なる場合であっても、コンテンツ３０－１とコンテンツ３０－２の類似を判定しやすいといった利点がある。以下、画像データに関する具体的な比較方法について、いくつか例示する。

＜＜＜画像データに関する比較の方法１＞＞＞
判定部２０２０は、関連アカウント２０－１に関連付けられた画像データから検出されるオブジェクトと、関連アカウント２０－２に関連付けられた画像データから検出されるオブジェクトの類似度に着目する。例えば、判定部２０２０は、関連アカウント２０－１に関連付けられた画像データから検出されるオブジェクトと、関連アカウント２０－２に関連付けられた画像データから検出されるオブジェクトとの間で類似度を算出する。そして判定部２０２０は、類似度が所定値以上であるオブジェクトの組み（すなわち、互いに同一であると推定されるオブジェクトの組み）の数が所定数以上である場合に、関連アカウント２０－１のコンテンツデータと関連アカウント２０－２のコンテンツデータの類似度が高いと判定する。一方、類似度が所定値以上であるオブジェクトの組みの数が所定数未満である場合、判定部２０２０は、関連アカウント２０－１のコンテンツデータと関連アカウント２０－２のコンテンツデータの類似度が高くないと判定する。上記所定数は、判定部２０２０からアクセス可能な記憶装置に予め記憶させておく。

ここで、画像データ３２から検出するオブジェクトは、任意の種類のオブジェクトであってもよいし、特定の種類のオブジェクトであってもよい。後者の場合、例えば画像データ３２に含まれるオブジェクトのうち、人物のみを検出対象とする。

なお、画像データからオブジェクトを検出する技術や、検出されたオブジェクトの類似度合いを判定する技術には、既存の技術を利用することができる。

＜＜＜画像データに関する比較の方法２＞＞＞
判定部２０２０は、関連アカウント２０－１と関連アカウント２０－２のそれぞれについて、関連付けられた画像データにおけるオブジェクトの出現頻度の分布を表すヒストグラムを生成し、ヒストグラム間の類似度合いを判定する。図５は、関連アカウント２０について生成されるヒストグラムを例示する図である。図５では、関連アカウント２０に複数の画像データ３２が対応づけられている。ヒストグラム４０は、画像データ３２から検出されるオブジェクトの出現頻度の分布である。以下、関連アカウント２０－１に関連づけられている画像データ３２を画像データ３２－１と表記し、画像データ３２－１について生成されるヒストグラム４０をヒストグラム４０－１と表記する。同様に、関連アカウント２０－２に関連づけられている画像データ３２を画像データ３２－２と表記し、画像データ３２－２について生成されるヒストグラム４０をヒストグラム４０－２と表記する。

判定部２０２０は、ヒストグラム４０－１とヒストグラム４０－２の類似度合いを判定する。例えば判定部２０２０は、ヒストグラム４０－１とヒストグラム４０－２の類似度を算出し、算出した類似度が所定値以上である場合に、コンテンツ３０－１とコンテンツ３０－２の類似度が高いと判定する。一方、ヒストグラム４０－１とヒストグラム４０－２との類似度が所定値未満である場合、判定部２０２０は、コンテンツ３０－１とコンテンツ３０－２の類似度が高くないと判定する。ここで、２つのヒストグラムの類似度を算出する技術には、既存の技術を利用することができる。また、上記所定値は、判定部２０２０からアクセス可能な記憶装置に記憶させておく。

ヒストグラム４０－１とヒストグラム４０－２は、例えば以下のように生成される。まず判定部２０２０は、各画像データ３２－１を対象としてオブジェクト認識処理を行うことで、それぞれに含まれるオブジェクトを認識する。さらに判定部２０２０は、各オブジェクトの出現数をカウントすることで、オブジェクトの出現頻度の分布を表すヒストグラム４０－１を生成する。

ここで、判定部２０２０は、画像データ３２－１から検出される各オブジェクトに識別子を割り当てている。この際、例えば判定部２０２０は、互いに同じオブジェクトには同一の識別子を割り当てることにより、各オブジェクトを識別可能にすることで、オブジェクトの出現数をカウントできるようにする。そのためには、画像データ３２から検出される各オブジェクトが同一であるか否かを判断すること（オブジェクトの同定）が必要である。すなわち、判定部２０２０は、画像データ３２から検出したオブジェクトに識別子を割り当てる際、そのオブジェクトが既に検出されている他のオブジェクトと同じものであれば、当該既に検出されているオブジェクトに割り当てた識別子と同じものを割り当てる。一方、そのオブジェクトが既に検出されているいずれのオブジェクトとも異なる場合、どのオブジェクトにも割り当てていない新規の識別子を割り当てる。

判定部２０２０は、画像データ３２－２についても同様の処理を行うことにより、ヒストグラム４０－２を生成する。この際、画像データ３２－２から検出されたオブジェクトについては、他の画像データ３２－２から検出されたオブジェクトとの同定だけでなく、画像データ３２－１から検出されたオブジェクトとの同定も行う。すなわち、画像データ３２－２から検出されたオブジェクトと同じオブジェクトが画像データ３２－１から既に検出されている場合、判定部２０２０は、当該既に検出されているオブジェクトに割り当てた識別子を、画像データ３２－２から検出されたオブジェクトにも割り当てる。オブジェクトの同定には、既存の種々の技術を利用することができる。

ここで、ヒストグラム４０－１とヒストグラム４０－２の比較は、ヒストグラム４０－１とヒストグラム４０－２の一部のみを用いて行われてもよい。例えば判定部２０２０は、ヒストグラム４０－１において出現頻度が上位Ｎ位（Ｎは２以上の自然数）までのオブジェクトの出現頻度と、ヒストグラム４０－２において出現頻度が上位Ｎ位までのオブジェクトの出現頻度とを比較することにより、ヒストグラム４０－１とヒストグラム４０－２の類似度を算出する。

＜＜＜画像データに関する比較の方法３＞＞＞
画像データに関する比較は、画像データから検出したオブジェクトについての比較ではなく、画像データのトピックについての比較で実現してもよい。ここで、或るデータにおけるトピックとは、そのデータによって表現されている主たる物事や事象を意味する。例えば、仕事、食事、スポーツ、旅行、ゲーム、又は政治といったトピックが考えられる。判定部２０２０は、関連アカウント２０に関連付けられた各画像データ３２をトピックで分類する。ここで、画像データをトピックで分類する技術には、既存の技術を利用することができる。

例えば判定部２０２０は、画像データ３２－１と画像データ３２－２のそれぞれについて、トピックの出現頻度のヒストグラムを生成する。図６は、トピックのヒストグラムを例示する図である。判定部２０２０は、画像データ３２－１から生成されたトピックのヒストグラムと、画像データ３２－２から生成されたトピックのヒストグラムとの類似度が所定値以上である場合に、コンテンツ３０－１とコンテンツ３０－２の類似度が高いと判定する。一方、画像データ３２－１から生成されたトピックのヒストグラムと、画像データ３２－２から生成されたトピックのヒストグラムとの類似度が所定値未満である場合に、コンテンツ３０－１とコンテンツ３０－２の類似度が高くないと判定する。

＜＜テキストデータに関する比較＞＞
判定部２０２０は、前述した画像データ３２に関する比較と同様の比較を、関連アカウント２０に関連付けられたテキストデータについて行ってもよい。例えば SNS において、ユーザの考えたことやユーザの近況などといった情報を表すテキストデータが、ユーザアカウントに関連付けてアップロードされる。判定部２０２０は、例えばこのようにユーザによってアップロードされたテキストデータを、コンテンツ３０として扱う。

その他にも例えば、ユーザは、Web ページを参照する投稿、他のユーザがアップロードしたテキストデータを参照する投稿、他のユーザのコンテンツに対するコメントの投稿などを行ったりすることもある。判定部２０２０は、このようにユーザが参照した Web ページに含まれるテキストデータや他のユーザがアップロードしたテキストデータ、及び他のユーザのコンテンツに対するコメントを表すテキストデータも、ユーザのアカウントに関連付けられたコンテンツデータとして扱ってよい。以下、テキストデータに関する具体的な比較方法について、いくつか例示する。

＜＜＜テキストデータに関する比較の方法１＞＞＞
例えば判定部２０２０は、関連アカウント２０－１に関連付けられたテキストデータと、関連アカウント２０－２に関連付けられたテキストデータとから、キーワードの抽出を行う。例えば判定部２０２０は、双方のテキストデータで共通に現れるキーワードの数が所定数以上である場合に、コンテンツ３０－１とコンテンツ３０－２の類似度合いが高いと判定する。一方、判定部２０２０は、双方のテキストデータで共通に現れるキーワードの数が所定数未満である場合に、コンテンツ３０－１とコンテンツ３０－２の類似度合いが高くないと判定する。

ここで、テキストデータから抽出するキーワードは、任意の単語であってもよいし、特定の単語であってもよい。後者の場合、例えばキーワードとして採用する単語のリストを予め用意しておき、そのリストに含まれる単語のみをキーワードとして抽出するようにする。なお、テキストデータからキーワードを抽出する技術には、既存の技術を利用することができる。

＜＜＜テキストデータに関する比較の方法２＞＞＞
例えば判定部２０２０は、関連アカウント２０に関連付けられた画像データから検出されるオブジェクトの出現頻度のヒストグラムに関する比較と同様の比較を、関連アカウント２０に関連付けられたテキストデータから抽出されるキーワードについて行ってもよい。具体的には、判定部２０２０は、関連アカウント２０－１と関連アカウント２０－２のそれぞれについて、関連付けられたテキストデータにおけるキーワードの出現頻度の分布を表すヒストグラムを生成し、ヒストグラム間の類似度合いを判定する。

図７は、キーワードの出現頻度のヒストグラムを例示する図である。図７では、関連アカウント２０に関連づけられているテキストデータ３４について、ヒストグラム５０が生成されている。以下、関連アカウント２０－１に関連づけられているテキストデータ３４をテキストデータ３４－１と表記し、テキストデータ３４－１から生成されるヒストグラム５０をヒストグラム５０－１と表記する。同様に、関連アカウント２０－２に関連づけられているテキストデータ３４をテキストデータ３４－２と表記し、テキストデータ３４－２から生成されるヒストグラム５０をヒストグラム５０－２と表記する。

例えば判定部２０２０は、ヒストグラム５０－１とヒストグラム５０－２の類似度を算出し、その類似度が所定値以上である場合に、コンテンツ３０－１とコンテンツ３０－２の類似度が高いと判定する。一方、ヒストグラム５０－１とヒストグラム５０－２との類似度が所定値未満である場合、判定部２０２０は、コンテンツ３０－１とコンテンツ３０－２の類似度が高くないと判定する。上記所定値は、判定部２０２０からアクセス可能な記憶装置に予め記憶させておく。

ここで、ヒストグラム５０－１とヒストグラム５０－２の比較は、ヒストグラム４０－１とヒストグラム４０－２の比較と同様に、ヒストグラムの一部のみ（例えば上位Ｎ位まで）を用いて行われてもよい。

＜＜＜テキストデータに関する比較の方法３＞＞＞
判定部２０２０は、テキストデータ３４から抽出されるトピックの出現頻度についての比較により、コンテンツ３０－１とコンテンツ３０－２の類似度合いを判定してもよい。テキストデータ３４から抽出されるトピックの出現頻度について比較する方法は、前述した、画像データから抽出されるトピックの出現頻度について比較すると同様である。なお、テキストデータからトピックを抽出する技術には、既存の技術を利用することができる。

＜＜音声データに関する比較＞＞
判定部２０２０は、関連アカウント２０に関連づけられている音声データを、コンテンツ３０として扱ってもよい。ここでいう音声データは、音声単体で生成されたデータだけでなく、動画データに含まれる音声のデータも含まれる。以下、音声データに関する比較の方法について例示する。

＜＜＜音声データに関する比較の方法１＞＞＞
判定部２０２０は、関連アカウント２０－１に関連付けられた音声データと、関連アカウント２０－２に関連付けられた音声データのそれぞれから、キーワードを抽出する。そして、これら音声データから抽出されたキーワードを、前述したテキストデータから抽出されたキーワードと同様に扱うことで、コンテンツ３０－１とコンテンツ３０－２の類似度合いを判定する。すなわち、共通するキーワードの数や、キーワードの出現頻度を表すヒストグラムの比較により、コンテンツ３０－１とコンテンツ３０－２の類似度合いを判定する。

＜＜＜音声データに関する比較の方法２＞＞＞
判定部２０２０は、関連アカウント２０－１に関連づけられた音声データから抽出されるトピックの出現頻度と、関連アカウント２０－２に関連づけられた音声データから抽出されるトピックの出現頻度とを比較することで、コンテンツ３０－１とコンテンツ３０－２の類似度合いを判定する。トピックの出現頻度について比較する方法は、前述した、画像データから抽出されるトピックの出現頻度について比較すると同様である。なお、音声データからトピックを抽出する技術には、既存の技術を利用することができる。

＜＜＜音声データに関する比較の方法３＞＞＞
判定部２０２０は、関連アカウント２０－１に関連付けられた音声データと、関連アカウント２０－２に関連付けられた音声データのそれぞれに対し、話者の抽出を行う。音声データについて話者の抽出を行う手法には、例えば、声紋識別などの既存の技術を利用することができる。例えば、音声データから、声紋を表すサウンドスペクトログラムデータを生成し、このサウンドスペクトログラムデータを識別情報として利用することで、話者を識別するといった手法がある。

例えば判定部２０２０は、関連アカウント２０－１と関連アカウント２０－２のそれぞれについて、関連づけられた音声データにから抽出される話者の出現頻度のヒストグラムを生成する。図８は、話者の出現頻度のヒストグラムを例示する図である。図８では、関連アカウント２０に関連づけられている音声データ３６について、話者の出現頻度のヒストグラム６０が生成されている。以下、関連アカウント２０－１に関連づけられている音声データ３６を音声データ３６－１と表記し、音声データ３６－１から生成されるヒストグラム６０をヒストグラム６０－１と表記する。同様に、関連アカウント２０－２に関連づけられている音声データ３６を音声データ３６－２と表記し、音声データ３６－２から生成されるヒストグラム６０をヒストグラム６０－２と表記する。

例えば判定部２０２０は、ヒストグラム６０－１とヒストグラム６０－２の類似度を算出し、その類似度が所定値以上である場合に、コンテンツ３０－１とコンテンツ３０－２の類似度が高いと判定する。一方、ヒストグラム６０－１とヒストグラム６０－２との類似度が所定値未満である場合、判定部２０２０は、コンテンツ３０－１とコンテンツ３０－２の類似度が高くないと判定する。上記所定値は、判定部２０２０からアクセス可能な記憶装置に予め記憶させておく。

ここで、ヒストグラム６０－１とヒストグラム６０－２の比較は、ヒストグラム４０やヒストグラム５０の比較と同様に、ヒストグラムの一部のみ（例えば上位Ｎ位まで）を用いて行われてもよい。

音声データ３６から抽出される話者に基づく比較は、ヒストグラムの比較に限定されない。例えば判定部２０２０は、「テキストデータに関する比較の方法１」で説明した方法と同様の比較方法を用いてもよい。すなわち、判定部２０２０は、関連アカウント２０－１に関連付けられた音声データ３６と、関連アカウント２０－２に関連づけられた音声データ３６で共通に現れる話者の数が所定数以上である場合に、コンテンツ３０－１とコンテンツ３０－２の類似度合いが高いと判定する。一方、判定部２０２０は、双方の音声データ３６で共通に現れる話者の数が所定数未満である場合に、コンテンツ３０－１とコンテンツ３０－２の類似度合いが高くないと判定する。

＜所定の処理＞
前述したように、関連アカウント２０－１に関連付けられたコンテンツ３０－１と、関連アカウント２０－２に関連付けられたコンテンツ３０－２の類似度が高いと判定された場合、注目アカウント１０－１と注目アカウント１０－２が同一の人物によって所有されている蓋然性が高い。そこで処理実行部２０４０は、コンテンツ３０－１とコンテンツ３０－２の類似度が高いと判定された場合、注目アカウント１０－１と注目アカウント１０－２について、所定の処理を行う。以下、処理実行部２０４０が行う処理のバリエーションを例示する。

＜＜所定の処理１＞＞
例えば処理実行部２０４０は、コンテンツ３０－１とコンテンツ３０－２の類似度が高いと判定された場合、注目アカウント１０－１及び注目アカウント１０－２が同一の人物によって所有されている蓋然性が高いことを表す情報を出力する。この情報が出力されることにより、この情報を取得した情報処理装置２０００のユーザは、同一人物によって所有されている蓋然性が高い注目アカウント１０の組みを容易に把握することができる。

上記情報の出力方法は様々である。例えば処理実行部２０４０は、注目アカウント１０－１と注目アカウント１０－２が同一の人物によって所有されている蓋然性が高いことを表す通知を、情報処理装置２０００に接続されているディスプレイ装置に表示させる。図９は、ディスプレイ装置に表示される通知を例示する図である。その他にも例えば、処理実行部２０４０は、上記通知を、情報処理装置２０００と通信可能に接続されている他のコンピュータに送信したり、情報処理装置２０００と通信可能に接続されている記憶装置に記憶させたりしてもよい。

また、情報処理装置２０００が、注目アカウント１０－１と注目アカウント１０－２の複数の組み合わせについて、判定部２０２０による判定を行うとする。この場合、同一人物に所有されている蓋然性が高い注目アカウント１０の組み合わせが、複数見つかることがある。そこで処理実行部２０４０は、同一の人物によって所有されている蓋然性が高い注目アカウント１０の組み合わせを１つ以上示すリストを生成し、そのリストを前述した種々の方法で出力してもよい。このようなリストを出力することにより、情報処理装置２０００のユーザが、同一人物によって所有されている蓋然性が高い注目アカウント１０の複数の組みを容易に把握することができる。

＜＜所定の処理２＞＞
その他にも例えば、処理実行部２０４０は、コンテンツ３０－１とコンテンツ３０－２の類似度合いが高いと判定された場合、コンテンツ３０－１及びコンテンツ３０－２に関する情報を出力する。以下、この情報を類似コンテンツ情報と呼ぶ。類似コンテンツ情報を出力することにより、情報処理装置２０００のユーザは、同一人物によって所有されている蓋然性が高いと推定される注目アカウント１０－１と注目アカウント１０－２について、その推定の根拠となる情報を取得することができる。以下に、類似コンテンツ情報のバリエーションを例示する。

＜＜＜バリエーション１：オブジェクトの画像＞＞＞
判定部２０２０が、画像データ３２から抽出したオブジェクトの比較を行うとする。この場合、例えば処理実行部２０４０は、画像データ３２について生成されるオブジェクトの出現頻度を表すヒストグラム４０（図５参照）を類似コンテンツ情報に含める。ここで、ヒストグラム４０と共に、ヒストグラム４０が示す各オブジェクトの画像を類似コンテンツ情報に含めてもよい。その他にも例えば、処理実行部２０４０は、画像データ３２－１から抽出されたオブジェクトと、画像データ３２－２から抽出されたオブジェクトのうち、互いに類似していると判定されたオブジェクトの画像の組み合わせを、類似コンテンツ情報に含める。なお、類似コンテンツ情報にオブジェクトの画像を含める場合、そのオブジェクトが含まれている画像データ３２全体を類似コンテンツ情報に含めてもよい。

さらに処理実行部２０４０は、類似コンテンツ情報に含めるオブジェクトの画像について解析処理を行い、その結果を類似コンテンツ情報に含めてもよい。例えば処理実行部２０４０は、類似コンテンツ情報に含めるオブジェクト画像の中に人物の画像がある場合、その画像の人物の属性（年齢、身長、体型、及び性別）を推定してその結果を類似コンテンツ情報に含めたり、その画像の人物の附帯物（眼鏡、服装、荷物など）についての特徴を算出してその特徴に関する情報を類似コンテンツ情報に含めたりしてもよい。その他にも例えば、人物の画像の中からその人物の特徴を表す部位（顔、ほくろ、入れ墨、爪、又は指紋など）の画像を抽出して、その部位の画像を類似コンテンツ情報に含めてもよい。

その他にも例えば、類似コンテンツ情報に含めるオブジェクト画像の中に車両（車、バイク、自転車など）の画像がある場合、処理実行部２０４０は、その車両のメーカ、車種、ナンバープレートの番号などを割り出して、割り出した情報を類似コンテンツ情報に含める。

その他にも例えば、類似コンテンツ情報に含めるオブジェクト画像の中に、撮影場所（画像データ３２が生成された場所）の特定に利用できるランドマーク（建物、標識、山、川、海など）の画像がある場合、処理実行部２０４０は、そのランドマークの名称を類似コンテンツ情報に含める。また、処理実行部２０４０は、そのランドマークの所在地を特定し、その所在地を表す情報（住所や GPS（Global Positioning System）座標）を類似コンテンツ情報に含めてもよい。なお、ランドマークの所在地は、例えば地図情報などを利用することで特定することができる。

＜＜＜バリエーション２：キーワード＞＞＞
判定部２０２０が、テキストデータや音声データから抽出したキーワードの比較を行うとする。この場合、例えば処理実行部２０４０は、キーワードについて生成されたヒストグラム（図７参照）を類似コンテンツ情報に含める。この際、ヒストグラムが示す各キーワードを類似コンテンツ情報に含めてもよい。その他にも例えば、処理実行部２０４０は、コンテンツ３０－１から抽出されたキーワードと、コンテンツ３０－２から抽出されたキーワードのうち、互いに一致すると判定されたキーワードを、類似コンテンツ情報に含める。

なお、キーワードがテキストデータから抽出された場合、処理実行部２０４０は、互いに一致すると判定されたキーワードだけでなく、そのキーワードが含まれていたセンテンスやテキストデータ全体を類似コンテンツ情報に含めてもよい。また、キーワードが音声データから抽出された場合、処理実行部２０４０は、互いに一致すると判定されたキーワードだけでなく、そのキーワードが含まれていた発言の音声データやキーワードが抽出された音声データ全体を類似コンテンツ情報に含めてもよい。

＜＜＜バリエーション３：話者＞＞＞
判定部２０２０が、音声データから話者の抽出を行うとする。この場合、例えば判定部２０２０は、話者の出現頻度を表すヒストグラム６０（図８参照）を類似コンテンツ情報に含める。この際、ヒストグラムによって示される各話者のサウンドスペクトログラムデータを類似コンテンツ情報に含めてもよい。その他にも例えば、音声データ３６－１から抽出された話者と、音声データ３６－２から抽出された話者のうち、互いに一致すると判定された話者のサウンドスペクトログラムデータを類似コンテンツ情報に含める。

＜＜＜バリエーション４：トピック＞＞＞
判定部２０２０が、コンテンツ３０から抽出したトピックの比較を行うとする。この場合、例えば処理実行部２０４０は、コンテンツ３０から抽出されたトピックの出現頻度を表すヒストグラム（図６参照）を類似コンテンツ情報に含める。その他にも例えば、処理実行部２０４０は、コンテンツ３０－１から抽出されたトピックと、コンテンツ３０－２から抽出されたトピックのうち、互いに一致すると判定されたトピックを表す情報（トピックの名称など）を、類似コンテンツ情報に含める。

以上、図面を参照して本発明の実施形態について述べたが、これらは本発明の例示であり、上記以外の様々な構成を採用することもできる。

例えば情報処理装置２０００は、コンテンツ３０－１とコンテンツ３０－２が類似している場合に、「注目アカウント１０－１と注目アカウント１０－２が同一の人物によって所有されている」と推定する代わりに、「注目アカウント１０－１の所有者と注目アカウント１０－２の所有者が互いに同一のグループに属している」と推定してもよい。この場合、処理実行部２０４０は、「注目アカウント１０－１及び注目アカウント１０－２が同一の人物によって所有されている蓋然性が高いことを表す情報」の代わりに、「注目アカウント１０－１の所有者がと注目アカウント１０－２の所有者が同一のグループの属している蓋然性が高いことを表す情報」を出力する。
上記の実施形態の一部または全部は、以下の付記のようにも記載されうるが、以下に限られない。
１．
第１注目アカウントに関連付けられている第１関連アカウントと第２注目アカウントに関連付けられている第２関連アカウントについて、前記第１関連アカウントに関連づけられている第１コンテンツデータと前記第２関連アカウントに関連付けられている第２コンテンツデータとが類似しているか否かを判定する判定部と、
前記第１コンテンツデータと前記第２コンテンツデータとが類似していると判定された場合、所定の処理を実行する処理実行部と、を有する情報処理装置。
２．
前記判定部は、前記第１関連アカウントに関連付けられている画像データに含まれるオブジェクトの出現頻度の分布と、前記第２関連アカウントに関連づけられている画像データに含まれるオブジェクトの出現頻度の分布とが類似しているか否かを判定することで、前記第１コンテンツデータと前記第２コンテンツデータとが類似しているか否かを判定する、１．に記載の情報処理装置。
３．
前記判定部は、前記第１関連アカウントに関連づけられているテキストデータ又は音声データに含まれる単語の出現頻度の分布と、前記第２関連アカウントに関連づけられているテキストデータ又は音声データに含まれる単語の出現頻度の分布とが類似しているか否かを判定することで、前記第１コンテンツデータと前記第２コンテンツデータとが類似しているか否かを判定する、１．に記載の情報処理装置。
４．
前記判定部は、前記第１関連アカウントに関連づけられている音声データから抽出される話者の出現頻度の分布と、前記第２関連アカウントに関連づけられている音声データから抽出される話者の出現頻度の分布とが類似しているか否かを判定することで、前記第１コンテンツデータと前記第２コンテンツデータとが類似しているか否かを判定する、１．に記載の情報処理装置。
５．
前記判定部は、前記第１関連アカウントに関連づけられているコンテンツデータから抽出されるトピックの出現頻度の分布と、前記第２関連アカウントに関連づけられているコンテンツデータから抽出されるトピックの出現頻度の分布とが類似しているか否かを判定することで、前記第１コンテンツデータと前記第２コンテンツデータとが類似しているか否かを判定する、１．に記載の情報処理装置。
６．
前記処理実行部は、前記所定の処理として、前記第１注目アカウントと前記第２注目アカウントが同一人物によって所有されている蓋然性が高い旨を示す情報、又は前記第１注目アカウントの所有者と前記第２注目アカウントの所有者とが同一のグループに属している蓋然性が高い旨を示す情報を出力する、１．乃至５．いずれか一つに記載の情報処理装置。
７．
前記処理実行部は、前記所定の処理として、前記判定部によって生成された前記分布を出力する、２．乃至５．いずれか一つに記載の情報処理装置。
８．
前記処理実行部は、前記所定の処理として、前記第１コンテンツデータと前記第２コンテンツデータのうち、互いに一致又は類似するコンテンツデータを出力する、１．乃至７．いずれか一つに記載の情報処理装置。
９．
前記処理実行部は、画像データに含まれる人物の特徴的な部位を表す画像領域を抽出して出力する、８．に記載の情報処理装置。
１０．
前記処理実行部は、画像データに含まれる車両の種類、メーカ、及びナンバープレートのナンバーのうち、少なくとも１つを示す情報を出力する、８．に記載の情報処理装置。
１１．
前記処理実行部は、画像データに含まれるランドマークの名称又は所在地を出力する、８．に記載の情報処理装置。
１２．
コンピュータによって実行させる制御方法であって、
第１注目アカウントに関連付けられている第１関連アカウントと第２注目アカウントに関連付けられている第２関連アカウントについて、前記第１関連アカウントに関連づけられている第１コンテンツデータと前記第２関連アカウントに関連付けられている第２コンテンツデータとが類似しているか否かを判定する判定ステップと、
前記第１コンテンツデータと前記第２コンテンツデータとが類似していると判定された場合、所定の処理を実行する処理実行ステップと、を有する制御方法。
１３．
前記判定ステップにおいて、前記第１関連アカウントに関連付けられている画像データに含まれるオブジェクトの出現頻度の分布と、前記第２関連アカウントに関連づけられている画像データに含まれるオブジェクトの出現頻度の分布とが類似しているか否かを判定することで、前記第１コンテンツデータと前記第２コンテンツデータとが類似しているか否かを判定する、１２．に記載の制御方法。
１４．
前記判定ステップにおいて、前記第１関連アカウントに関連づけられているテキストデータ又は音声データに含まれる単語の出現頻度の分布と、前記第２関連アカウントに関連づけられているテキストデータ又は音声データに含まれる単語の出現頻度の分布とが類似しているか否かを判定することで、前記第１コンテンツデータと前記第２コンテンツデータとが類似しているか否かを判定する、１２．に記載の制御方法。
１５．
前記判定ステップにおいて、前記第１関連アカウントに関連づけられている音声データから抽出される話者の出現頻度の分布と、前記第２関連アカウントに関連づけられている音声データから抽出される話者の出現頻度の分布とが類似しているか否かを判定することで、前記第１コンテンツデータと前記第２コンテンツデータとが類似しているか否かを判定する、１２．に記載の制御方法。
１６．
前記判定ステップにおいて、前記第１関連アカウントに関連づけられているコンテンツデータから抽出されるトピックの出現頻度の分布と、前記第２関連アカウントに関連づけられているコンテンツデータから抽出されるトピックの出現頻度の分布とが類似しているか否かを判定することで、前記第１コンテンツデータと前記第２コンテンツデータとが類似しているか否かを判定する、１２．に記載の制御方法。
１７．
前記処理実行ステップにおいて、前記所定の処理として、前記第１注目アカウントと前記第２注目アカウントが同一人物によって所有されている蓋然性が高い旨を示す情報、又は前記第１注目アカウントの所有者と前記第２注目アカウントの所有者とが同一のグループに属している蓋然性が高い旨を示す情報を出力する、１２．乃至１６．いずれか一つに記載の制御方法。
１８．
前記処理実行ステップにおいて、前記所定の処理として、前記判定ステップによって生成された前記分布を出力する、１３．乃至１６．いずれか一つに記載の制御方法。
１９．
前記処理実行ステップにおいて、前記所定の処理として、前記第１コンテンツデータと前記第２コンテンツデータのうち、互いに一致又は類似するコンテンツデータを出力する、１２．乃至１８．いずれか一つに記載の制御方法。
２０．
前記処理実行ステップにおいて、画像データに含まれる人物の特徴的な部位を表す画像領域を抽出して出力する、１９．に記載の制御方法。
２１．
前記処理実行ステップにおいて、画像データに含まれる車両の種類、メーカ、及びナンバープレートのナンバーのうち、少なくとも１つを示す情報を出力する、１９．に記載の制御方法。
２２．
前記処理実行ステップにおいて、画像データに含まれるランドマークの名称又は所在地を出力する、１９．に記載の制御方法。
２３．
１２．乃至２２．いずれか一つに記載の制御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。

Claims (13)

1. 第１注目アカウントに関連付けられている第１関連アカウントによって公開されたコンテンツデータである第１コンテンツデータと、第２注目アカウントに関連付けられている第２関連アカウントによって公開されたコンテンツデータである第２コンテンツデータと、をそれぞれ取得し、前記第１コンテンツデータと前記第２コンテンツデータとが類似しているか否かを判定する判定部と、
   前記第１コンテンツデータと前記第２コンテンツデータとが類似していると判定された場合、所定の処理を実行する処理実行部と、を有する情報処理装置。
2. 前記判定部は、前記第１関連アカウントに関連付けられている画像データに含まれるオブジェクトの出現頻度の分布と、前記第２関連アカウントに関連づけられている画像データに含まれるオブジェクトの出現頻度の分布とが類似しているか否かを判定することで、前記第１コンテンツデータと前記第２コンテンツデータとが類似しているか否かを判定する、請求項１に記載の情報処理装置。
3. 前記判定部は、前記第１関連アカウントに関連づけられているテキストデータ又は音声データに含まれる単語の出現頻度の分布と、前記第２関連アカウントに関連づけられているテキストデータ又は音声データに含まれる単語の出現頻度の分布とが類似しているか否かを判定することで、前記第１コンテンツデータと前記第２コンテンツデータとが類似しているか否かを判定する、請求項１に記載の情報処理装置。
4. 前記判定部は、前記第１関連アカウントに関連づけられている音声データから抽出される話者の出現頻度の分布と、前記第２関連アカウントに関連づけられている音声データから抽出される話者の出現頻度の分布とが類似しているか否かを判定することで、前記第１コンテンツデータと前記第２コンテンツデータとが類似しているか否かを判定する、請求項１に記載の情報処理装置。
5. 前記判定部は、前記第１関連アカウントに関連づけられているコンテンツデータから抽出されるトピックの出現頻度の分布と、前記第２関連アカウントに関連づけられているコンテンツデータから抽出されるトピックの出現頻度の分布とが類似しているか否かを判定することで、前記第１コンテンツデータと前記第２コンテンツデータとが類似しているか否かを判定する、請求項１に記載の情報処理装置。
6. 前記処理実行部は、前記所定の処理として、前記第１注目アカウントと前記第２注目アカウントが同一人物によって所有されている蓋然性が高い旨を示す情報、又は前記第１注目アカウントの所有者と前記第２注目アカウントの所有者とが同一のグループに属している蓋然性が高い旨を示す情報を出力する、請求項１乃至５いずれか一項に記載の情報処理装置。
7. 前記処理実行部は、前記所定の処理として、前記判定部によって生成された前記分布を出力する、請求項２乃至５いずれか一項に記載の情報処理装置。
8. 前記処理実行部は、前記所定の処理として、前記第１コンテンツデータと前記第２コンテンツデータのうち、互いに一致又は類似するコンテンツデータを出力する、請求項１乃至７いずれか一項に記載の情報処理装置。
9. 前記処理実行部は、画像データに含まれる人物の特徴的な部位を表す画像領域を抽出して出力する、請求項８に記載の情報処理装置。
10. 前記処理実行部は、画像データに含まれる車両の種類、メーカ、及びナンバープレートのナンバーのうち、少なくとも１つを示す情報を出力する、請求項８に記載の情報処理装置。
11. 前記処理実行部は、画像データに含まれるランドマークの名称又は所在地を出力する、請求項８に記載の情報処理装置。
12. コンピュータによって実行させる制御方法であって、
    第１注目アカウントに関連付けられている第１関連アカウントによって公開されたコンテンツデータである第１コンテンツデータと、第２注目アカウントに関連付けられている第２関連アカウントによって公開されたコンテンツデータである第２コンテンツデータと、をそれぞれ取得し、前記第１コンテンツデータと前記第２コンテンツデータとが類似しているか否かを判定する判定ステップと、
    前記第１コンテンツデータと前記第２コンテンツデータとが類似していると判定された場合、所定の処理を実行する処理実行ステップと、を有する制御方法。
13. 請求項１２に記載の制御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。

Images