特許 6573529 ユーザ種別判定装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6573529

(24)【登録日】2019年8月23日

(45)【発行日】2019年9月11日

(54)【発明の名称】ユーザ種別判定装置

(51)【国際特許分類】

   G06F 16/906 20190101AFI20190902BHJP

   G06F 16/909 20190101ALI20190902BHJP

   G06F 13/00 20060101ALI20190902BHJP

【ＦＩ】

   G06F16/906

   G06F16/909

   G06F13/00 650B

【請求項の数】8

【全頁数】20

(21)【出願番号】特願2015-213973(P2015-213973)

(22)【出願日】2015年10月30日

(65)【公開番号】特開2017-84225(P2017-84225A)

(43)【公開日】2017年5月18日

【審査請求日】2018年8月14日

(73)【特許権者】

【識別番号】392026693

【氏名又は名称】株式会社ＮＴＴドコモ

(74)【代理人】

【識別番号】100088155

【弁理士】

【氏名又は名称】長谷川 芳樹

(74)【代理人】

【識別番号】100113435

【弁理士】

【氏名又は名称】黒木 義樹

(74)【代理人】

【識別番号】100121980

【弁理士】

【氏名又は名称】沖山 隆

(74)【代理人】

【識別番号】100128107

【弁理士】

【氏名又は名称】深石 賢治

(72)【発明者】

【氏名】落合 桂一

(72)【発明者】

【氏名】深澤 佑介

(72)【発明者】

【氏名】菊地 悠

(72)【発明者】

【氏名】榎園 健

(72)【発明者】

【氏名】山田 渉

(72)【発明者】

【氏名】森 陽平

【審査官】 松尾 真人

(56)【参考文献】

【文献】 特開２００５−０７１０２７（ＪＰ，Ａ）

【文献】 特開２００８−２５７６０４（ＪＰ，Ａ）

【文献】 特開２０１３−１９６０７０（ＪＰ，Ａ）

【文献】 国際公開第２０１２／０１１４９６（ＷＯ，Ａ１）

【文献】 特開２０１４−０８９５８３（ＪＰ，Ａ）

【文献】 特開２０１４−１０６７２２（ＪＰ，Ａ）

【文献】 特開２０１４−０１６８７０（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｆ １６／００−１６／９５８

Ｇ０６Ｑ １０／００−９９／００

Ｇ１６Ｚ ９９／００

Ｇ０６Ｆ １３／００

(57)【特許請求の範囲】

【請求項1】

複数のユーザがそれぞれ文書を投稿し、投稿された文書を閲覧するコミュニケーションサービスを利用するユーザが特定の地域に関する情報を発信する地域ユーザであるか否かを判定するユーザ種別判定装置であって、
前記ユーザのプロフィールに関するプロフィール情報及び前記ユーザが投稿した文書に関する文書情報を含むサービス情報を取得する取得手段と、
前記サービス情報に基づいて、前記ユーザが発信する情報に含まれる場所を含む地理的な範囲の限定の程度を示す地理的局所性に関する第１特徴量を計算する地理的局所性計算手段と、
前記第１特徴量に基づいて、前記ユーザが前記地域ユーザであるか否かを判定する判定手段と、
を備えるユーザ種別判定装置。

【請求項2】

前記地理的局所性計算手段は、前記サービス情報に基づいて１以上の位置情報を取得し、取得した前記１以上の位置情報の分散に基づいて、前記第１特徴量を計算する、請求項１に記載のユーザ種別判定装置。

【請求項3】

前記サービス情報に基づいて、前記ユーザが発信する情報の信頼度を示す公式性に関する第２特徴量を計算する公式性計算手段をさらに備え、
前記判定手段は、前記第１特徴量及び前記第２特徴量に基づいて、前記ユーザが前記地域ユーザであるか否かを判定する、請求項１または請求項２に記載のユーザ種別判定装置。

【請求項4】

前記公式性計算手段は、前記ユーザがリンクしている他のユーザの数を示すリンク数、及び前記ユーザをリンクしている他のユーザの数を示す被リンク数に基づいて、前記第２特徴量を計算する、請求項３に記載のユーザ種別判定装置。

【請求項5】

前記サービス情報に基づいて、前記ユーザが他のユーザとコミュニケーションを行う程度を示す社会性に関する第３特徴量を計算する社会性計算手段をさらに備え、
前記判定手段は、前記第１特徴量、前記第２特徴量及び前記第３特徴量に基づいて、前記ユーザが前記地域ユーザであるか否かを判定する、請求項３または請求項４に記載のユーザ種別判定装置。

【請求項6】

前記社会性計算手段は、前記ユーザが投稿した文書のうち、前記ユーザが他のユーザに向けて投稿した文書の数に基づいて、前記第３特徴量を計算する、請求項５に記載のユーザ種別判定装置。

【請求項7】

前記判定手段は、前記第１特徴量が第１閾値以上であり、前記第２特徴量が第２閾値以上であり、前記第３特徴量が第３閾値以下である場合に、前記ユーザが前記地域ユーザであると判定する、請求項５または請求項６に記載のユーザ種別判定装置。

【請求項8】

地域ユーザに関する地域ユーザ情報を記憶する地域ユーザ情報記憶手段をさらに備え、
前記判定手段は、前記ユーザが前記地域ユーザであると判定した場合に、前記ユーザの前記プロフィール情報に基づいて、前記地域ユーザ情報記憶手段に前記地域ユーザ情報を追加する、請求項１〜請求項７のいずれか一項に記載のユーザ種別判定装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、ユーザ種別判定装置に関する。

【背景技術】

【0002】

従来、ツイッター等のＳＮＳ（Social Networking Service）において、ＳＮＳサーバから取得した情報に基づいて、ユーザを分類するユーザ分類装置がある（例えば、特許文献１参照）。特許文献１に記載のユーザ分類装置は、記事の投稿を主に行うユーザ、他のユーザが投稿した記事の閲覧を主に行うユーザ、他のユーザが投稿した記事の再投稿を主に行うユーザ、並びに、記事の投稿及び他のユーザが投稿した記事の再投稿を主に行うユーザに各ユーザを分類している。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１２−２２１２８６号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

ＳＮＳでは、一般ユーザだけでなく、有名人、ニュース配信、観光スポット、及び商業施設等の様々なユーザが即時性の高い情報を投稿している。例えば、観光スポット及び商業施設等の施設に関するユーザ（アカウント）は、イベント情報及びセール情報等を投稿することがある。施設に関するユーザのように、特定の地域に関する情報を発信する地域ユーザは、他のユーザにとって有益な情報を投稿することがある。しかしながら、特許文献１に記載のユーザ分類装置では、地域ユーザを特定することはできない。

【0005】

本発明は、特定の地域に関する情報を発信する地域ユーザを特定可能なユーザ種別判定装置を提供する。

【課題を解決するための手段】

【0006】

本発明の一側面に係るユーザ種別判定装置は、複数のユーザがそれぞれ文書を投稿し、投稿された文書を閲覧するコミュニケーションサービスを利用するユーザが特定の地域に関する情報を発信する地域ユーザであるか否かを判定するユーザ種別判定装置である。このユーザ種別判定装置は、ユーザのプロフィールに関するプロフィール情報及びユーザが投稿した文書に関する文書情報を含むサービス情報を取得する取得手段と、サービス情報に基づいて、ユーザが発信する情報に含まれる場所を含む地理的な範囲の限定の程度を示す地理的局所性に関する第１特徴量を計算する地理的局所性計算手段と、第１特徴量に基づいて、ユーザが地域ユーザであるか否かを判定する判定手段と、を備える。

【0007】

このユーザ種別判定装置では、ユーザのプロフィールに関するプロフィール情報及びユーザが投稿した文書に関する文書情報を含むサービス情報に基づいて、ユーザの地理的局所性に関する第１特徴量が計算される。そして、第１特徴量に基づいて、ユーザが特定の地域に関する情報を発信する地域ユーザであるか否かが判定される。地域ユーザは、特定の地域内の情報を記載した文書を投稿することが多い。このため、地域ユーザは他のユーザよりも大きい地理的局所性を有する可能性が高い。したがって、例えば、第１特徴量が高い場合に、ユーザが地域ユーザであると判定することができ、地域ユーザを特定することが可能となる。

【0008】

地理的局所性計算手段は、サービス情報に基づいて１以上の位置情報を取得し、取得した１以上の位置情報の分散に基づいて、第１特徴量を計算してもよい。地域ユーザは、特定の地域に関するプロフィールを有していることが多く、特定の地域内の情報を記載した文書を投稿することが多い。このため、地域ユーザのプロフィール及び投稿した文書に含まれる位置情報の分散は小さくなる可能性が高い。このように、サービス情報から取得した位置情報の分散が小さいほど地理的局所性は大きく、分散が大きいほど地理的局所性は小さいといえるので、サービス情報から取得した位置情報の分散は、ユーザの地理的局所性を示す指標となり得る。したがって、サービス情報から取得した１以上の位置情報の分散に基づいて、ユーザの地理的局所性に関する第１特徴量を計算することができる。

【0009】

本発明の別の側面に係るユーザ種別判定装置は、サービス情報に基づいて、ユーザが発信する情報の信頼度を示す公式性に関する第２特徴量を計算する公式性計算手段をさらに備えてもよい。判定手段は、第１特徴量及び第２特徴量に基づいて、ユーザが地域ユーザであるか否かを判定してもよい。ユーザが公式なユーザである場合、ユーザが投稿した文書に含まれる情報の信頼性は高い。このため、公式性を考慮して、地域ユーザか否かを判定することにより、特定の地域に関する信頼性の高い情報を発信する地域ユーザを特定することが可能となる。

【0010】

公式性計算手段は、ユーザがリンクしている他のユーザの数を示すリンク数、及びユーザをリンクしている他のユーザの数を示す被リンク数に基づいて、第２特徴量を計算してもよい。有益な情報、つまり信頼できる情報を発信するユーザは、他のユーザをリンクする数よりも、他のユーザからリンクされる数が多い可能性が高いと考えられる。このため、リンク数及び被リンク数は、ユーザの公式性の指標となり得るので、リンク数及び被リンク数に基づいてユーザの公式性に関する第２特徴量を計算することができる。

【0011】

本発明のさらに別の側面に係るユーザ種別判定装置は、サービス情報に基づいて、ユーザが他のユーザとコミュニケーションを行う程度を示す社会性に関する第３特徴量を計算する社会性計算手段をさらに備えてもよい。判定手段は、第１特徴量、第２特徴量及び第３特徴量に基づいて、ユーザが地域ユーザであるか否かを判定してもよい。公式なユーザは、他のユーザと個別に会話をしない可能性が高く、社会性が低い可能性が高い。このため、社会性を考慮することにより、公式なユーザであるか否かの判定精度を向上することができる。

【0012】

社会性計算手段は、ユーザが投稿した文書のうち、ユーザが他のユーザに向けて投稿した文書の数に基づいて、第３特徴量を計算してもよい。ユーザが他のユーザに向けて投稿した文書の数は、ユーザが他のユーザと個別に会話をしている数とみなし得るので、ユーザの社会性を示す指標となり得る。このため、ユーザが他のユーザに向けて投稿した文書の数に基づいて、ユーザの社会性に関する第３特徴量を計算することができる。

【0013】

判定手段は、第１特徴量が第１閾値以上であり、第２特徴量が第２閾値以上であり、第３特徴量が第３閾値以下である場合に、ユーザが地域ユーザであると判定してもよい。この場合、地理的局所性及び公式性が高く、社会性が低いユーザが地域ユーザとして判定される。このような地域ユーザが発信する情報は、特定の地域に関する信頼できる情報であるので、特定の地域に関する信頼性の高い情報を発信する地域ユーザを特定することが可能となる。

【0014】

本発明のさらに別の側面に係るユーザ種別判定装置は、地域ユーザに関する地域ユーザ情報を記憶する地域ユーザ情報記憶手段をさらに備えてもよい。判定手段は、ユーザが地域ユーザであると判定した場合に、ユーザのプロフィール情報に基づいて、地域ユーザ情報記憶手段に地域ユーザ情報を追加してもよい。地域ユーザに関する情報を記憶しておくことにより、様々な地域に関する情報を発信する地域ユーザを容易に検索することが可能となる。

【発明の効果】

【0015】

本発明によれば、特定の地域に関する情報を発信する地域ユーザを特定することができる。

【図面の簡単な説明】

【0016】

【図1】ユーザ種別判定システムの構成を示す図である。

【図2】図１のユーザ種別判定システムの機能構成を示すブロック図である。

【図3】図１のユーザ種別判定装置のハードウェア構成を示す図である。

【図4】ＳＮＳ情報テーブルの一例を示す図である。

【図5】ユーザ種別ごとの特徴を説明するための図である。

【図6】地域ユーザ情報テーブルの一例を示す図である。

【図7】図１のユーザ種別判定装置によるサービスの一例を示す図である。

【図8】図１のユーザ種別判定装置が行うユーザ種別判定方法の一連の処理を示すフローチャートである。

【図9】図８のＳＮＳ情報取得処理の詳細を示すフローチャートである。

【図10】図８の地理的局所性計算処理の詳細を示すフローチャートである。

【図11】図８の公式性計算処理の詳細を示すフローチャートである。

【図12】図８の社会性計算処理の詳細を示すフローチャートである。

【図13】図８のユーザ判定処理の詳細を示すフローチャートである。

【発明を実施するための形態】

【0017】

以下、添付図面を参照しながら本発明の実施形態を詳細に説明する。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。

【0018】

図１は、ユーザ種別判定システムの構成を示す図である。図１に示されるように、ユーザ種別判定システム１は、ＳＮＳサーバ１０が提供するサービスを利用するユーザ（アカウント）のうち、地域ユーザを特定するためのシステムであり、ＳＮＳサーバ１０とユーザ種別判定装置２０とを含む。ここで、ＳＮＳサーバ１０が提供するサービスは、複数のユーザがそれぞれ文書を投稿し、投稿された文書を閲覧するコミュニケーションサービス、いわゆるＳＮＳ（Social Networking Service）である。本実施形態では、ＳＮＳとしてツイッターを用いて説明を行う。

【0019】

地域ユーザは、特定の地域に関する情報を発信するユーザである。地域とは、ある範囲内の領域を意味し、例えば、市町村、及び地図上の領域を分割して得られる区画等である。アカウントとは、ＳＮＳサーバ１０によって提供されるサービスを利用するための権限であり、当該権限を有するユーザの識別情報という意味にも用いられることがある。つまり、ＳＮＳを利用するユーザはアカウントを有している。

【0020】

ＳＮＳサーバ１０は、ユーザのプロフィール情報及び文書情報を含むＳＮＳ情報（サービス情報）を記憶するサーバ装置である。プロフィール情報は、ユーザのプロフィールに関する情報である。文書情報は、ユーザが投稿した文書に関する情報である。プロフィール情報及び文書情報の詳細については後述する。ユーザ種別判定装置２０は、判定対象のユーザである対象ユーザが地域ユーザであるか否かを判定する装置である。ユーザ種別判定装置２０とＳＮＳサーバ１０とは、ネットワークＮを介して互いに通信可能に接続されている。

【0021】

次に、図２を参照して、ユーザ種別判定システム１の機能構成について説明する。図２は、ユーザ種別判定システム１の機能構成を示すブロック図である。図２に示されるように、ＳＮＳサーバ１０は、機能的には、受信部１１と、応答部１２と、プロフィール情報ＤＢ１３と、ユーザ投稿ＤＢ１４と、を備えている。

【0022】

受信部１１は、ユーザ種別判定装置２０によって送信されたＳＮＳ情報取得要求を受信する受信手段として機能する。ＳＮＳ情報取得要求は、ＳＮＳサーバ１０が記憶しているＳＮＳ情報を取得するための要求である。受信部１１は、ＳＮＳ情報取得要求を受信すると、ＳＮＳ情報取得要求を応答部１２に出力する。

【0023】

応答部１２は、ＳＮＳ情報取得要求に応答する応答手段として機能する。応答部１２は、受信部１１からＳＮＳ情報取得要求を受け取ると、プロフィール情報ＤＢ１３からプロフィール情報を取得し、ユーザ投稿ＤＢ１４から文書情報を取得する。応答部１２は、取得したプロフィール情報及び文書情報をＳＮＳ情報としてユーザ種別判定装置２０に送信する。

【0024】

プロフィール情報ＤＢ１３は、各ユーザのプロフィール情報を記憶するプロフィール情報記憶手段として機能する。プロフィール情報は、ユーザごとに記憶されており、例えば、ユーザＩＤ（Identification）、ユーザ名、スクリーン名、フォロー数、フォロワー数、総投稿数、ｄｅｓｃｒｉｐｔｉｏｎ情報、ｌｏｃａｔｉｏｎ情報、ＵＲＬ（Uniform Resource Locator）、認証情報（Ｖｅｒｉｆｉｅｄ）、及びプロフィール画像等を含む。

【0025】

ユーザＩＤは、ユーザを一意に識別可能な識別情報である。ユーザ名は、ユーザの名称を示す文字列である。スクリーン名は、ユーザ名とは異なる名称を示す文字列であり、ツイッターでは「＠ｘｘｘｘ」という形式で表される。フォロー数は、ユーザがリンクしている他のユーザの数（リンク数）であって、ツイッターではユーザがフォローしている他のユーザの数である。フォロワー数は、ユーザをリンクしている他のユーザの数（被リンク数）であって、ツイッターではユーザをフォローしている他のユーザの数である。総投稿数は、ユーザが文書を投稿した回数である。

【0026】

ｄｅｓｃｒｉｐｔｉｏｎ情報は、自己紹介文を示す文字列であり、ユーザによって任意に設定される。ｌｏｃａｔｉｏｎ情報は、住所等の場所を示す文字列であり、ユーザによって任意に設定される。ＵＲＬは、例えば、ユーザが有するＷｅｂページのＵＲＬを示す文字列であり、ユーザによって任意に設定される。認証情報は、認証済みユーザであるか否かを示す情報である。認証情報が「Ｔｒｕｅ」である場合、当該ユーザは認証されていることを示し、認証情報が「Ｆａｌｓｅ」である場合、当該ユーザは認証されていないことを示す。プロフィール画像は、ユーザを識別するための画像であり、ユーザによって任意に設定される。なお、プロフィール情報ＤＢ１３は、プロフィール画像として、プロフィール画像のＵＲＬを記憶していてもよい。

【0027】

ユーザ投稿ＤＢ１４は、ユーザの文書情報を記憶する文書情報記憶手段として機能する。この文書は、ＳＮＳによっては、ツイート又はコメント等とも呼ばれる。文書情報は、投稿された文書ごとに記憶されており、例えば、ステータスＩＤ、ユーザＩＤ、投稿日時、投稿文書、及びジオタグを含む。ステータスＩＤは、投稿された文書を一意に識別可能な識別情報である。投稿日時は、文書が投稿された日時を示す情報である。投稿文書は、ユーザによって投稿された文書である。ジオタグは、投稿された文書に付加された位置情報であって、例えば、文書が投稿された場所の緯度及び経度を示す。

【0028】

続いて、ユーザ種別判定装置２０の機能について説明する。図２に示されるように、ユーザ種別判定装置２０は、機能的には、要求部２１と、受信部２２と、ＳＮＳ情報ＤＢ２３と、地理的局所性計算部２４と、公式性計算部２５と、社会性計算部２６と、判定部２７と、地域ユーザ情報ＤＢ２８と、を備えている。ユーザ種別判定装置２０は、例えば、図３に示されるハードウェアによって構成されている。

【0029】

図３は、ユーザ種別判定装置２０のハードウェア構成を示す図である。図３に示されるように、ユーザ種別判定装置２０は、物理的には、１又は複数のＣＰＵ（Central Processing Unit）２０１、主記憶装置であるＲＡＭ（RandomAccess Memory）２０２及びＲＯＭ（Read Only Memory）２０３、データ送受信デバイスである通信モジュール２０４、並びに、ハードディスク及びフラッシュメモリ等の補助記憶装置２０５等を備えるコンピュータとして構成されている。図２に示されるユーザ種別判定装置２０の各機能は、ＣＰＵ２０１、ＲＡＭ２０２等のハードウェア上に１又は複数の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、ＣＰＵ２０１の制御のもとで通信モジュール２０４を動作させるとともに、ＲＡＭ２０２及び補助記憶装置２０５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。なお、図２に示されるＳＮＳサーバ１０もユーザ種別判定装置２０と同様のコンピュータシステムとして構成される。

【0030】

再び図２を参照して、ユーザ種別判定装置２０の各機能の詳細を説明する。要求部２１は、ＳＮＳ情報をＳＮＳサーバ１０に要求する要求手段として機能する。具体的には、要求部２１は、ＳＮＳ情報取得要求をＳＮＳサーバ１０に送信する。ＳＮＳ情報取得要求は、例えば、ＡＰＩ（Application Programming Interface）を利用して行われる。

【0031】

受信部２２は、ＳＮＳ情報を取得する取得手段として機能する。受信部２２は、ＳＮＳサーバ１０によって送信されたＳＮＳ情報を受信し、受信したＳＮＳ情報をＳＮＳ情報ＤＢ２３に出力して格納する。なお、プロフィール情報に含まれるプロフィール画像として、画像ファイルのＵＲＬが用いられている場合、受信部２２は、当該ＵＲＬにアクセスすることによってプロフィール画像を取得してもよい。

【0032】

ＳＮＳ情報ＤＢ２３は、ＳＮＳサーバ１０から取得したＳＮＳ情報を記憶するＳＮＳ情報記憶手段として機能する。ＳＮＳ情報ＤＢ２３は、ＳＮＳ情報を記憶するＳＮＳ情報テーブルを有している。図４は、ＳＮＳ情報テーブルの一例を示す図である。図４に示されるように、ＳＮＳ情報テーブルには、ステータスＩＤと、ユーザＩＤと、ユーザ名と、スクリーン名と、投稿日時と、投稿文書と、ジオタグと、フォロー数と、フォロワー数と、総投稿数と、ｄｅｓｃｒｉｐｔｉｏｎ情報と、ｌｏｃａｔｉｏｎ情報と、ＵＲＬと、認証情報と、プロフィール画像ＵＲＬと、プロフィール画像と、が対応付けられたＳＮＳ情報が含まれている。

【0033】

ＳＮＳ情報は、投稿された文書ごとに記憶されている。つまり、同じユーザが複数の文書を投稿した場合には、それぞれの文書についてＳＮＳ情報がＳＮＳ情報テーブルに記憶される。なお、ｄｅｓｃｒｉｐｔｉｏｎ情報、ｌｏｃａｔｉｏｎ情報、ＵＲＬ、プロフィール画像ＵＲＬ、及びプロフィール画像は、ユーザが任意に設定する情報であるので、ユーザがこれらの情報を設定していない場合には、ＳＮＳ情報には含まれない。

【0034】

地理的局所性計算部２４は、ＳＮＳ情報に基づいて、対象ユーザの地理的局所性に関するスコアＳｌ（第１特徴量）を計算する地理的局所性計算手段として機能する。地理的局所性とは、ユーザが発信する情報（文書情報及びプロフィール情報）に含まれる場所を含む地理的な範囲の限定の程度を意味し、地理的局所性が高いほど地理的に限定されている。スコアＳｌが大きいほど地理的局所性が高いことを示す。スコアＳｌの計算方法について、以下に説明する。

【0035】

地理的局所性計算部２４は、例えば、ＳＮＳ情報ＤＢ２３に記憶されているＳＮＳ情報に基づいて、１以上の位置情報を取得する。地理的局所性計算部２４は、施設名及び地名等の場所を示す場所情報と、当該場所の位置（例えば、緯度及び経度）を示す位置情報と、を対応付けた場所情報テーブルを有している。場所情報テーブルは、予め設定されている。地理的局所性計算部２４は、例えば、以下の解析を行い、対象ユーザに関する位置情報を取得する。

【0036】

地理的局所性計算部２４は、対象ユーザのユーザＩＤに対応付けられているｄｅｓｃｒｉｐｔｉｏｎ情報及びｌｏｃａｔｉｏｎ情報をＳＮＳ情報ＤＢ２３から取得する。地理的局所性計算部２４は、例えば、対象ユーザのユーザＩＤに対応付けられているｄｅｓｃｒｉｐｔｉｏｎ情報及びｌｏｃａｔｉｏｎ情報のうち、最新の投稿日時に対応付けられているｄｅｓｃｒｉｐｔｉｏｎ情報及びｌｏｃａｔｉｏｎ情報を取得する。地理的局所性計算部２４は、ｄｅｓｃｒｉｐｔｉｏｎ情報及びｌｏｃａｔｉｏｎ情報を形態素解析し、ｄｅｓｃｒｉｐｔｉｏｎ情報及びｌｏｃａｔｉｏｎ情報から施設名、地名及び住所等の場所の特定が可能な文字列を抽出する。地理的局所性計算部２４は、場所情報テーブルを参照し、抽出した文字列によって特定される場所に対応付けられた位置情報を取得する。

【0037】

地理的局所性計算部２４は、対象ユーザのユーザＩＤに対応付けられている投稿文書をＳＮＳ情報ＤＢ２３から取得する。地理的局所性計算部２４は、投稿文書を形態素解析し、投稿文書から施設名、地名及び住所等の場所の特定が可能な文字列を抽出する。地理的局所性計算部２４は、場所情報テーブルを参照し、抽出した文字列によって特定される場所に対応付けられた位置情報を取得する。

【0038】

地理的局所性計算部２４は、対象ユーザのユーザＩＤに対応付けられている投稿文書のジオタグをＳＮＳ情報ＤＢ２３から取得し、ジオタグを位置情報とする。

【0039】

地理的局所性計算部２４は、ＳＮＳ情報から取得した位置情報に基づいてスコアＳｌを計算する。地域ユーザは、特定の地域に関するプロフィールを有していることが多く、特定の地域内の情報を記載した文書を投稿することが多い。例えば、観光スポット及び商業施設等の施設の公式なユーザである施設公式ユーザは、ｌｏｃａｔｉｏｎ情報に施設の場所を含めていたり、施設内及び施設周辺のイベント等の情報を含む文書を投稿することがある。このため、地域ユーザのプロフィール及び投稿した文書に含まれる位置情報の分散は小さくなる可能性が高い。このように、ＳＮＳ情報に含まれる情報から取得した位置情報の分散が小さいほど地理的局所性は大きく、分散が大きいほど地理的局所性は小さいといえるので、ＳＮＳ情報から取得した１以上の位置情報の分散は、地理的局所性を示す指標となり得る。

【0040】

このため、地理的局所性計算部２４は、上述のようにして取得したＮ（Ｎは１以上の整数）個の位置情報ｘ_ｉ（ｉは１〜Ｎの整数）の分散に基づいて、スコアＳｌを計算する。具体的には、地理的局所性計算部２４は、式（１）に示されるように、Ｎ個の位置情報ｘ_ｉの分散（不偏分散）の逆数を計算し、その計算結果をスコアＳｌとする。なお、平均値ｘ_ｍは、Ｎ個の位置情報ｘ_ｉの平均値である。ｌｏｃａｔｉｏｎ情報から位置情報ｘｌが取得された場合には、平均値ｘ_ｍとして位置情報ｘｌが用いられてもよい。地理的局所性計算部２４は、計算したスコアＳｌを対象ユーザのユーザＩＤとともに判定部２７に出力する。

【数1】

【0041】

地理的局所性計算部２４は、ｌｏｃａｔｉｏｎ情報から位置情報ｘｌを取得した場合、位置情報ｘｌを対象ユーザのユーザＩＤとともに判定部２７に出力する。

【0042】

公式性計算部２５は、ＳＮＳ情報に基づいて、対象ユーザの公式性に関するスコアＳｏ（第２特徴量）を計算する公式性計算手段として機能する。公式性とは、ユーザの発信する情報の信頼度を意味し、公式性が高いほど信頼度が高い。スコアＳｏが大きいほど公式性が高いことを示す。スコアＳｏの計算方法について、以下に説明する。

【0043】

公式性計算部２５は、例えば、対象ユーザのユーザＩＤに対応付けられているフォロー数と、フォロワー数と、ｄｅｓｃｒｉｐｔｉｏｎ情報と、プロフィール画像と、をＳＮＳ情報ＤＢ２３から取得する。公式性計算部２５は、取得したフォロー数のうち最新の投稿日時に対応付けられているフォロー数をフォロー数Ｃ＿ｆｏｌｌｏｗとし、取得したフォロワー数のうち最新の投稿日時に対応付けられているフォロワー数をフォロワー数Ｃ＿ｆｏｌｌｏｗｅｒとする。公式性計算部２５は、式（２）に示されるように、フォロー数に対するフォロワー数の比率Ｒｆを計算する。有益な情報、つまり信頼できる情報を発信するユーザは、他のユーザをフォローする数よりも、他のユーザにフォローされる数が多くなる可能性が高いと考えられる。このため、フォロー数Ｃ＿ｆｏｌｌｏｗ、フォロワー数Ｃ＿ｆｏｌｌｏｗｅｒ、及び比率Ｒｆは、公式性の指標となり得る。

【数2】

【0044】

公式性計算部２５は、プロフィール画像からプロフィール画像がロゴである可能性を示すロゴ度Ｐｌを計算する。ロゴとは、企業及び施設等のイメージを印象付けるために、企業及び施設等の名称及びマークを組み合わせて表された図である。ロゴ度Ｐｌが大きいほどロゴである可能性が高い。企業ユーザ及び施設公式ユーザ等の公式なユーザは、企業のロゴ及び施設のロゴをプロフィール画像として用いていることが多い。このため、ロゴ度Ｐｌは、公式性の指標となり得る。

【0045】

公式性計算部２５は、例えば、ニューラルネットワークを用いて、プロフィール画像の各画素の画素値の重み付き和を計算し、計算結果をロゴ度Ｐｌとする。また、公式性計算部２５は、Ｂａｇ−ｏｆ−Ｖｉｓｕａｌ−ｗｏｒｄｓを用いて、ロゴ度Ｐｌを計算してもよい。この場合、公式性計算部２５は、プロフィール画像の一定間隔の画素または特徴点に対応する画素のＳＩＦＴ（Scale-Invariant Feature Transform）特徴量を計算し、ＳＩＦＴ特徴量をクラスタリングした場合の各クラスタのＳＩＦＴ特徴量の個数を特徴量とする。公式性計算部２５は、ＳＶＭ（Support Vector Machine）等を用いて特徴量からロゴ度Ｐｌを計算する。

【0046】

ロゴは、写真等と比較して、プロフィール画像内のエッジが明瞭である、プロフィール画像に含まれる直線の数が多い、プロフィール画像に用いられる色の数が少ないといった特徴がある。このロゴ度Ｐｌの計算では、これらの特徴を有する場合に、ロゴ度Ｐｌが大きくなるようにロゴ度Ｐｌが計算される。なお、公式性計算部２５は、ＳＮＳ情報ＤＢ２３に記憶されているプロフィール画像について、対象ユーザの判定処理とは無関係に、ロゴ度Ｐｌを予め計算しておいてもよい。

【0047】

公式性計算部２５は、取得したｄｅｓｃｒｉｐｔｉｏｎ情報から営業時間及び問い合わせ先等の施設らしさを示す文字列を正規表現で抽出する。問い合わせ先としては、例えば、電話番号及びメールアドレスが挙げられる。営業時間の文字列としては、例えば「営業時間」、「＊＊時〜＊＊時」、及び「＊＊：＊＊〜＊＊：＊＊」等が用いられる。電話番号の文字列としては、例えば「電話番号」、「０＊−＊＊＊＊−＊＊＊＊」、及び「０＊＊−＊＊＊−＊＊＊＊」等が用いられる。メールアドレスの文字列としては、例えば「Ｅ−ｍａｉｌ」、及び「＠＊＊＊＊．ｃｏ．ｊｐ」等が用いられる。なお、「＊」は任意の文字を示す。

【0048】

公式性計算部２５は、施設らしさを示す情報の有無に基づいて、施設度Ｐｓを計算する。公式性計算部２５は、例えば、営業時間、電話番号、及びメールアドレスのそれぞれに相当する文字列が抽出された場合に「１」を加算することによって、施設度Ｐｓを計算する。この場合、施設度Ｐｓは、０〜３の値を取る。

【0049】

公式性計算部２５は、上述のように計算したフォロー数Ｃ＿ｆｏｌｌｏｗ、フォロワー数Ｃ＿ｆｏｌｌｏｗｅｒ、比率Ｒｆ、ロゴ度Ｐｌ及び施設度Ｐｓに基づいて、スコアＳｏを計算する。具体的には、公式性計算部２５は、式（３）に示されるように、各値の重み付け和を計算し、その計算結果をスコアＳｏとする。なお、重みｗ１〜ｗ５は、予め定められた値である。各要素が公式性の判定に及ぼす影響が大きいほど、その要素に付与される重みは大きく設定される。公式性計算部２５は、計算したスコアＳｏを対象ユーザのユーザＩＤとともに判定部２７に出力する。

【数3】

【0050】

社会性計算部２６は、ＳＮＳ情報に基づいて、対象ユーザの社会性に関するスコアＳｓ（第３特徴量）を計算する社会性計算手段として機能する。社会性とは、ユーザが他のユーザとコミュニケーションを行う程度を意味し、社会性が高いほど他のユーザとのコミュニケーションの頻度が高い。スコアＳｓが大きいほど社会性が高いことを示す。スコアＳｓの計算方法について、以下に説明する。

【0051】

社会性計算部２６は、例えば、対象ユーザのユーザＩＤに対応付けられている投稿文書及び総投稿数をＳＮＳ情報ＤＢ２３から取得する。社会性計算部２６は、取得した総投稿数のうち、最新の投稿日時に対応付けられている総投稿数を総投稿数Ｃａとする。対象ユーザが投稿した文書のうち、対象ユーザが他のユーザに向けて投稿した文書の数は、対象ユーザが他のユーザと個別に会話をしている数とみなし得るので、社会性を示す指標となり得る。

【0052】

社会性計算部２６は、取得した投稿文書に基づいて、対象ユーザの会話数Ｃｍを計算する。会話数Ｃｍは、対象ユーザが他のユーザに向けて投稿した文書（つまり、会話）の数である。ツイッターでは、文書に「＠ユーザ名」を含めることで、ユーザ名のユーザとの会話が可能となる。このため、社会性計算部２６は、例えば、投稿文書を解析し、アットマーク「＠」を含む投稿文書の数をカウントし、カウントした数を会話数Ｃｍとする。社会性計算部２６は、式（４）に示されるように、総投稿数Ｃａに対する対象ユーザの会話数Ｃｍの割合を計算し、その計算結果を相対会話数Ｃｒとする。

【数4】

【0053】

社会性計算部２６は、対象ユーザが投稿した文書のうち、他のユーザに向けて投稿した文書の数に基づいてスコアＳｓを計算する。具体的には、社会性計算部２６は、上述のように計算した会話数Ｃｍ及び相対会話数Ｃｒを用いて、式（５）に示されるように、各値の重み付け和を計算し、その計算結果をスコアＳｓとする。なお、重みｗ６及び重みｗ７は、予め定められた値である。各要素が社会性の判定に及ぼす影響が大きいほど、その要素に付与される重みは大きく設定される。社会性計算部２６は、計算したスコアＳｓを対象ユーザのユーザＩＤとともに判定部２７に出力する。

【数5】

【0054】

判定部２７は、対象ユーザが地域ユーザであるか否かを判定する判定手段として機能する。図５に示されるように、ユーザの種別ごとに地理的局所性、公式性及び社会性が異なる。ユーザには、一般ユーザ、有名人、施設公式ユーザ、及びニュース配信ユーザなどが存在する。例えば、一般ユーザの公式性は、他のユーザの公式性よりも低い。施設公式ユーザは、施設の場所及び連絡先等がプロフィール情報に含まれている可能性が高く、また、施設及び施設周辺の情報を発信し、他のユーザと個別に会話をしない可能性が高い。このため、施設公式ユーザの公式性及び地理的局所性は高く、施設公式ユーザの社会性は低い。

【0055】

ニュース配信ユーザは、情報を配信することを目的としているので、他のユーザと個別に会話をしない可能性が高い。また、ニュース配信ユーザは、様々な地域のニュースを配信する可能性が高い。このため、ニュース配信ユーザの公式性は高いが、ニュース配信ユーザの地理的局所性及び社会性は低い。有名人は、他のユーザと個別に会話をすることがあり、地域限定の有名人を除いて、様々な地域で活動することがあるので、有名人の公式性及び社会性は高く、有名人の地理的局所性は低い。このように、ユーザの種別は、地理的局所性、公式性及び社会性によって分類され得る。

【0056】

したがって、判定部２７は、スコアＳｌに基づいて、対象ユーザが地域ユーザであるか否かを判定する。判定部２７は、例えば、スコアＳｌが閾値Ｓｔｈ１（第１閾値）以上である場合に、対象ユーザが地域ユーザであると判定し、スコアＳｌが閾値Ｓｔｈ１よりも小さい場合に、対象ユーザが地域ユーザでないと判定する。このようにして判定された地域ユーザには、特定の地域に関する情報を発信する一般ユーザが含まれる。一般ユーザの発信する情報には、信頼性が低い情報が含まれることがある。

【0057】

このため、判定部２７は、スコアＳｌに加えてスコアＳｏに基づいて、対象ユーザが地域ユーザであるか否かを判定してもよい。判定部２７は、例えば、スコアＳｌが閾値Ｓｔｈ１以上であり、かつ、スコアＳｏが閾値Ｓｔｈ２（第２閾値）以上である場合に、対象ユーザが地域ユーザであると判定し、スコアＳｌが閾値Ｓｔｈ１よりも小さい場合、又はスコアＳｏが閾値Ｓｔｈ２よりも小さい場合に、対象ユーザが地域ユーザでないと判定する。地理的局所性及び公式性が高いユーザとしては、施設公式ユーザ及びローカルな有名人が挙げられる。これらのユーザは、公式なユーザであることから、信頼性の高い情報を発信する可能性が高い。

【0058】

このうち、施設公式ユーザは、施設及び施設周辺の情報を発信することが多く、イベント情報及びセール情報等、他のユーザにとって有益な情報を発信することが特に多い。このため、判定部２７は、スコアＳｌ、スコアＳｏ及びスコアＳｓに基づいて、対象ユーザが地域ユーザ（施設公式ユーザ）であるか否かを判定してもよい。判定部２７は、例えば、スコアＳｌが閾値Ｓｔｈ１以上であり、スコアＳｏが閾値Ｓｔｈ２以上であり、かつ、スコアＳｓが閾値Ｓｔｈ３（第３閾値）以下である場合に、対象ユーザが地域ユーザ（施設公式ユーザ）であると判定する。判定部２７は、スコアＳｌが閾値Ｓｔｈ１よりも小さい場合、スコアＳｏが閾値Ｓｔｈ２よりも小さい場合、又は、スコアＳｓが閾値Ｓｔｈ３よりも大きい場合に、対象ユーザが地域ユーザ（施設公式ユーザ）でないと判定する。

【0059】

判定部２７は、スコアＳｌ、スコアＳｏ及びスコアＳｓを用いて、機械学習によって対象ユーザが地域ユーザであるか否かを判定してもよい。

【0060】

判定部２７は、対象ユーザが地域ユーザであると判定した場合に、対象ユーザのプロフィール情報に基づいて、対象ユーザに関する情報を地域ユーザ情報として地域ユーザ情報ＤＢ２８に追加する。具体的には、判定部２７は、対象ユーザのユーザＩＤに対応付けられているユーザ名及びスクリーン名をＳＮＳ情報ＤＢ２３から取得する。そして、判定部２７は、取得したユーザ名及びスクリーン名をユーザＩＤに対応付けて、地域ユーザ情報として地域ユーザ情報ＤＢ２８に格納する。判定部２７は、地理的局所性計算部２４から対象ユーザのユーザＩＤとともに位置情報ｘｌを受け取った場合には、ユーザＩＤに対応付けられた地域ユーザ情報に位置情報ｘｌをさらに追加する。

【0061】

地域ユーザ情報ＤＢ２８は、地域ユーザに関する地域ユーザ情報を記憶する地域ユーザ情報記憶手段として機能する。地域ユーザ情報ＤＢ２８は、地域ユーザ情報を記憶する地域ユーザ情報テーブルを有している。図６は、地域ユーザ情報テーブルの一例を示す図である。図６に示されるように、地域ユーザ情報テーブルには、ユーザＩＤと、ユーザ名と、スクリーン名と、位置情報と、が対応付けられた地域ユーザ情報が含まれている。なお、対象ユーザのｌｏｃａｔｉｏｎ情報から位置情報ｘｌが取得されなかった場合には、地域ユーザ情報は位置情報を含まない。

【0062】

ユーザ種別判定装置２０は、地域ユーザ情報ＤＢ２８を用いて携帯端末のユーザに、携帯端末の周辺に存在する施設に関する周辺施設情報を配信するサービスを提供してもよい。この場合、ユーザ種別判定装置２０は、さらに要求受信部３１及び提供部３２を備えていてもよい。

【0063】

要求受信部３１は、周辺施設情報を要求する周辺施設情報要求を受信する要求受信手段として機能する。例えば、携帯端末に周辺施設を検索するためのアプリケーションがインストールされている場合に、携帯端末において周辺施設の検索が行われると、携帯端末から当該携帯端末の位置情報とともに周辺施設情報要求がユーザ種別判定装置２０に送信される。要求受信部３１は、位置情報とともに周辺施設情報要求を受信すると、位置情報及び周辺施設情報要求を提供部３２に出力する。

【0064】

提供部３２は、周辺施設情報を携帯端末に提供する提供手段として機能する。提供部３２は、要求受信部３１から位置情報及び周辺施設情報要求を受け取ると、地域ユーザ情報ＤＢ２８の地域ユーザ情報テーブルを参照し、携帯端末の位置から所定距離内の位置情報を有する地域ユーザの地域ユーザ情報を抽出する。例えば、スコアＳｌ、スコアＳｏ及びスコアＳｓを用いて判定された地域ユーザは、施設公式ユーザである可能性が高い。このため、提供部３２は、抽出した地域ユーザ情報を周辺施設情報として、周辺施設情報要求を送信した携帯端末に送信する。

【0065】

図７に示されるように、提供部３２によって送信された情報に基づいて、携帯端末では、例えば、周辺施設のユーザ（アカウント）が表示される。携帯端末に周辺施設のユーザが表示されることにより、携帯端末のユーザは周辺で行われるイベント等を知ることができる。

【0066】

次に、図８〜図１３を参照して、ユーザ種別判定装置２０におけるユーザ種別判定方法の処理を説明する。図８は、ユーザ種別判定装置２０が行うユーザ種別判定方法の一連の処理を示すフローチャートである。図９は、図８のＳＮＳ情報取得処理を詳細に示すフローチャートである。図１０は、図８の地理的局所性計算処理を詳細に示すフローチャートである。図１１は、図８の公式性計算処理を詳細に示すフローチャートである。図１２は、図８の社会性計算処理を詳細に示すフローチャートである。図１３は、図８のユーザ判定処理を詳細に示すフローチャートである。図８に示される処理は、例えば、一定の周期で（例えば、５〜１０分ごとに）開始される。

【0067】

まず、ユーザ種別判定装置２０は、ＳＮＳ情報取得処理を行う（ステップＳ０１）。ステップＳ０１のＳＮＳ情報取得処理では、図９に示されるように、まず、要求部２１が、ＳＮＳ情報取得要求をＳＮＳサーバ１０に送信する（ステップＳ１１）。そして、受信部２２は、ＳＮＳサーバ１０からＳＮＳ情報を受信し（ステップＳ１２）、受信したＳＮＳ情報をＳＮＳ情報ＤＢ２３に出力して格納する（ステップＳ１３）。

【0068】

さらに、プロフィール情報に含まれるプロフィール画像として、画像ファイルのＵＲＬが用いられている場合、受信部２２は、当該ＵＲＬにアクセスすることによってプロフィール画像を取得し、取得したプロフィール画像をＳＮＳ情報ＤＢ２３に出力して格納する（ステップＳ１４）。以上のようにして、ＳＮＳ情報取得処理が終了し、ステップＳ０２に進む。

【0069】

続いて、ユーザ種別判定装置２０は、地理的局所性計算処理（ステップＳ０２）を行う。ステップＳ０２の地理的局所性計算処理では、図１０に示されるように、まず、地理的局所性計算部２４は、対象ユーザのユーザＩＤに対応付けられているｄｅｓｃｒｉｐｔｉｏｎ情報、ｌｏｃａｔｉｏｎ情報、投稿文書及びジオタグをＳＮＳ情報ＤＢ２３から取得する（ステップＳ２１）。

【0070】

そして、地理的局所性計算部２４は、ｄｅｓｃｒｉｐｔｉｏｎ情報、ｌｏｃａｔｉｏｎ情報及び投稿文書を形態素解析し、ｄｅｓｃｒｉｐｔｉｏｎ情報、ｌｏｃａｔｉｏｎ情報及び投稿文書から施設名、地名及び住所等の場所の特定が可能な文字列を抽出する（ステップＳ２２）。そして、地理的局所性計算部２４は、場所情報テーブルを参照し、抽出した文字列によって特定される場所に対応付けられた位置情報を取得する（ステップＳ２３）。また、地理的局所性計算部２４は、ジオタグを位置情報とする。

【0071】

そして、地理的局所性計算部２４は、ステップＳ２３で取得したＮ個の位置情報ｘ_ｉを用いて、式（１）に示されるように、位置情報の分散の逆数を計算し、その計算結果をスコアＳｌとする（ステップＳ２４）。そして、地理的局所性計算部２４は、計算したスコアＳｌを対象ユーザのユーザＩＤとともに判定部２７に出力する。以上のようにして、地理的局所性計算処理が終了し、ステップＳ０３に進む。

【0072】

続いて、ユーザ種別判定装置２０は、公式性計算処理（ステップＳ０３）を行う。ステップＳ０３の公式性計算処理では、図１１に示されるように、まず、公式性計算部２５は、対象ユーザのユーザＩＤに対応付けられているフォロー数と、フォロワー数と、ｄｅｓｃｒｉｐｔｉｏｎ情報と、プロフィール画像と、をＳＮＳ情報ＤＢ２３から取得する（ステップＳ３１）。このとき、公式性計算部２５は、例えば、対象ユーザのユーザＩＤに対応付けられているＳＮＳ情報のうち、最新の投稿日時を有するＳＮＳ情報からフォロー数と、フォロワー数と、ｄｅｓｃｒｉｐｔｉｏｎ情報と、プロフィール画像と、を取得する。

【0073】

そして、公式性計算部２５は、取得したフォロー数をフォロー数Ｃ＿ｆｏｌｌｏｗとし、取得したフォロワー数をフォロワー数Ｃ＿ｆｏｌｌｏｗｅｒとする。そして、公式性計算部２５は、式（２）に示されるように、フォロー数Ｃ＿ｆｏｌｌｏｗに対するフォロワー数Ｃ＿ｆｏｌｌｏｗｅｒの比率Ｒｆを計算する（ステップＳ３２）。そして、公式性計算部２５は、プロフィール画像からプロフィール画像がロゴである可能性を示すロゴ度Ｐｌを計算する（ステップＳ３３）。さらに、公式性計算部２５は、ｄｅｓｃｒｉｐｔｉｏｎ情報から営業時間、電話番号及びメールアドレスの有無に基づいて、施設度Ｐｓを計算する（ステップＳ３４）。

【0074】

そして、公式性計算部２５は、計算したフォロー数Ｃ＿ｆｏｌｌｏｗ、フォロワー数Ｃ＿ｆｏｌｌｏｗｅｒ、比率Ｒｆ、ロゴ度Ｐｌ及び施設度Ｐｓを用いて、式（３）に示されるように、各値の重み付け和を計算し、その計算結果をスコアＳｏとする（ステップＳ３５）。そして、公式性計算部２５は、計算したスコアＳｏを対象ユーザのユーザＩＤとともに判定部２７に出力する。以上のようにして、公式性計算処理が終了し、ステップＳ０４に進む。

【0075】

続いて、ユーザ種別判定装置２０は、社会性計算処理（ステップＳ０４）を行う。ステップＳ０４の社会性計算処理では、図１２に示されるように、まず、社会性計算部２６は、対象ユーザのユーザＩＤに対応付けられている投稿文書及び総投稿数をＳＮＳ情報ＤＢ２３から取得する（ステップＳ４１）。そして、社会性計算部２６は、取得した総投稿数のうち、最新の投稿日時に対応付けられている総投稿数を総投稿数Ｃａとする。

【0076】

社会性計算部２６は、取得した投稿文書を解析して、アットマーク「＠」を含む投稿文書の数をカウントし、カウントした数を会話数Ｃｍとする（ステップＳ４２）。そして、社会性計算部２６は、式（４）に示されるように、総投稿数Ｃａに対する対象ユーザの会話数Ｃｍの割合を計算し、その計算結果を相対会話数Ｃｒとする（ステップＳ４３）。

【0077】

そして、社会性計算部２６は、計算した会話数Ｃｍ及び相対会話数Ｃｒを用いて、式（５）に示されるように、各値の重み付け和を計算し、その計算結果をスコアＳｓとする（ステップＳ４４）。そして、社会性計算部２６は、計算したスコアＳｓを対象ユーザのユーザＩＤとともに判定部２７に出力する。以上のようにして、社会性計算処理が終了し、ステップＳ０５に進む。

【0078】

続いて、ユーザ種別判定装置２０は、ユーザ判定処理（ステップＳ０５）を行う。ステップＳ０５のユーザ判定処理では、図１３に示されるように、まず、判定部２７は、スコアＳｌが閾値Ｓｔｈ１以上であるか否かを判定する（ステップＳ５１）。ステップＳ５１においてスコアＳｌが閾値Ｓｔｈ１以上であると判定された場合（ステップＳ５１；Ｙｅｓ）、判定部２７は、スコアＳｏが閾値Ｓｔｈ２以上であるか否かを判定する（ステップＳ５２）。

【0079】

ステップＳ５２においてスコアＳｏが閾値Ｓｔｈ２以上であると判定された場合（ステップＳ５２；Ｙｅｓ）、判定部２７は、スコアＳｓが閾値Ｓｔｈ３以下であるか否かを判定する（ステップＳ５３）。ステップＳ５３においてスコアＳｓが閾値Ｓｔｈ３以下であると判定された場合（ステップＳ５３；Ｙｅｓ）、判定部２７は、対象ユーザが地域ユーザ（施設公式ユーザ）であると判定する（ステップＳ５４）。

【0080】

一方、ステップＳ５１においてスコアＳｌが閾値Ｓｔｈ１未満であると判定された場合（ステップＳ５１；Ｎｏ）、ステップＳ５２においてスコアＳｏが閾値Ｓｔｈ２未満であると判定された場合（ステップＳ５２；Ｎｏ）、及びステップＳ５３においてスコアＳｓが閾値Ｓｔｈ３よりも大きいと判定された場合（ステップＳ５３；Ｎｏ）、判定部２７は、対象ユーザが地域ユーザ以外のユーザであると判定する（ステップＳ５５）。以上のようにして、ユーザ判定処理が終了し、ステップＳ０６に進む。

【0081】

続いて、ユーザ種別判定装置２０は、地域ユーザ情報格納処理（ステップＳ０６）を行う。ステップＳ０６では、ステップＳ０５において対象ユーザが地域ユーザであると判定された場合に、判定部２７は、当該対象ユーザのユーザＩＤに対応付けられているユーザ名及びスクリーン名をＳＮＳ情報ＤＢ２３から取得する。そして、判定部２７は、取得したユーザ名及びスクリーン名をユーザＩＤに対応付けて地域ユーザ情報として地域ユーザ情報ＤＢ２８に格納する。なお、ステップＳ２２において、ｌｏｃａｔｉｏｎ情報から場所を特定可能な文字列を抽出できた場合には、判定部２７は、当該文字列によって特定される場所を示す位置情報を地域ユーザ情報にさらに含めて地域ユーザ情報ＤＢ２８に格納する。そして、ユーザ種別判定装置２０が行うユーザ種別判定方法の一連の処理が終了する。

【0082】

以上説明したユーザ種別判定装置２０では、対象ユーザのプロフィール情報及び文書情報を含むＳＮＳ情報に基づいて、対象ユーザの地理的局所性に関するスコアＳｌ、対象ユーザの公式性に関するスコアＳｏ、及び対象ユーザの社会性に関するスコアＳｓが計算される。そして、スコアＳｌ、スコアＳｏ及びスコアＳｓに基づいて、対象ユーザが地域ユーザであるか否かが判定される。

【0083】

地域ユーザは、特定の地域内の情報を記載した文書を投稿することが多い。このため、地域ユーザは他のユーザよりも高い地理的局所性を有する可能性が高い。したがって、スコアＳｌが大きい場合に、対象ユーザが地域ユーザであると判定することができ、地域ユーザを特定することが可能となる。また、公式なユーザが投稿した文書に含まれる情報の信頼性は高い。このため、公式性を考慮して、対象ユーザが地域ユーザか否かを判定することにより、特定の地域に関する信頼性の高い情報を発信する地域ユーザを特定することが可能となる。さらに、公式なユーザは、他のユーザと個別に会話をしない可能性が高く、社会性が低い可能性が高い。このため、社会性を考慮することにより、公式なユーザであるか否かの判定精度を向上することができる。

【0084】

上記実施形態では、スコアＳｌが閾値Ｓｔｈ１以上であり、スコアＳｏが閾値Ｓｔｈ２以上であり、スコアＳｓが閾値Ｓｔｈ３以下である場合に、対象ユーザが地域ユーザであると判定される。この場合、地理的局所性及び公式性が高く、社会性が低いユーザが地域ユーザとして判定される。このような地域ユーザが発信する情報は、特定の地域に関する信頼できる情報であるので、特定の地域に関する信頼性の高い情報を発信する地域ユーザを特定することが可能となる。

【0085】

対象ユーザが地域ユーザであると判定された場合に、対象ユーザのプロフィール情報に基づいて、地域ユーザ情報ＤＢ２８に地域ユーザ情報が追加される。地域ユーザ情報を記憶しておくことにより、様々な地域に関する情報を発信する地域ユーザを容易に検索することが可能となる。言い換えると、地域ユーザは、施設公式ユーザである可能性が高いので、施設公式ユーザの投稿を容易に検索することが可能となる。その結果、携帯端末のユーザが施設及び施設周辺の最新情報（ツイート）を簡単に閲覧することができる。

【0086】

以上、本発明の実施形態について説明したが、本発明は上記実施形態に限定されない。例えば、地理的局所性計算部２４は、ＳＮＳ情報から取得した位置情報の分散に限られず、地理的局所性を判定し得る他の指標を用いてスコアＳｌを計算してもよい。

【0087】

また、公式性計算部２５は、フォロー数Ｃ＿ｆｏｌｌｏｗ、フォロワー数Ｃ＿ｆｏｌｌｏｗｅｒ、比率Ｒｆ、ロゴ度Ｐｌ及び施設度Ｐｓの少なくとも１つを用いてスコアＳｏを計算してもよく、ユーザの公式性を判定し得る他の指標をさらに用いてスコアＳｏを計算してもよい。例えば、企業ユーザであれば信頼できる情報を発信すると考えられるので、企業ユーザか否かの値が公式性の指標として用いられてもよい。また、認証されているユーザは、信頼できる情報を発信する可能性が高いので、ＳＮＳ情報の認証情報が公式性の指標として用いられてもよい。この場合、例えば、認証情報が「Ｔｒｕｅ」であれば「１」、「Ｆａｌｓｅ」であれば「０」が割り当てられてもよい。

【0088】

また、社会性計算部２６は、会話数Ｃｍ及び相対会話数Ｃｒの少なくとも１つを用いてスコアＳｓを計算してもよく、ユーザの社会性を判定し得る他の指標をさらに用いてスコアＳｓを計算してもよい。

【0089】

また、判定部２７は、スコアＳｌ及びスコアＳｏに基づいて、対象ユーザが地域ユーザのうちの施設公式ユーザであるか否かを判定することとしてもよい。さらに、判定部２７は、スコアＳｌ、スコアＳｏ及びスコアＳｓに基づいて、対象ユーザが地域ユーザのうちの施設公式ユーザであるか否かを判定することとしてもよい。この判定方法は、地域ユーザの判定方法と同じ方法が用いられ得る。

【0090】

なお、ＳＮＳのユーザには、機械による自動投稿システムであるｂｏｔユーザが存在する。このｂｏｔユーザが特定の地域の情報を配信している場合には、上述の判定方法では、施設公式ユーザとｂｏｔユーザとを区別することができないおそれがある。そこで、公式性計算部２５は、対象ユーザのユーザＩＤに対応付けられたユーザ名及びスクリーン名の少なくともいずれかをＳＮＳ情報ＤＢ２３から取得する。公式性計算部２５は、正規表現を用いて、ユーザ名及びスクリーン名の少なくともいずれかに「ｂｏｔ」という文字列が含まれるか否かを判定し、「ｂｏｔ」の文字列が含まれる場合にスコアＳｏの値を小さく（例えば、ゼロ）してもよい。これにより、ｂｏｔユーザが施設公式ユーザと判定されることを回避することが可能となる。

【0091】

また、地域ユーザであると判定された対象ユーザのユーザ名から施設名を抽出可能である場合、判定部２７は、対象ユーザのユーザＩＤに対応付けられた地域ユーザ情報に施設名をさらに含めて地域ユーザ情報ＤＢ２８に格納してもよい。

【符号の説明】

【0092】

２０…ユーザ種別判定装置、２２…受信部（取得手段）、２４…地理的局所性計算部（地理的局所性計算手段）、２５…公式性計算部（公式性計算手段）、２６…社会性計算部（社会性計算手段）、２７…判定部（判定手段）、２８…地域ユーザ情報ＤＢ（地域ユーザ情報記憶手段）。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】