特許 6607691 評価値演算装置、及びプログラム

(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】6607691

(24)【登録日】2019年11月1日

(45)【発行日】2019年11月20日

(54)【発明の名称】評価値演算装置、及びプログラム

(51)【国際特許分類】

   G06F 16/907 20190101AFI20191111BHJP

【ＦＩ】

   G06F16/907

【請求項の数】6

【全頁数】16

(21)【出願番号】特願2015-79427(P2015-79427)

(22)【出願日】2015年4月8日

(65)【公開番号】特開2016-200908(P2016-200908A)

(43)【公開日】2016年12月1日

【審査請求日】2018年4月3日

【新規性喪失の例外の表示】特許法第３０条第２項適用 電子情報通信学会 マルチメディア・仮想環境基礎研究会（ＭＶＥ） 平成２６年１０月９日 〔刊行物等〕 Ｆｉｒｓｔ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｗｏｒｋｓｈｏｐ ｏｎ Ｉｎｔｅｒｎｅｔ−Ｓｃａｌｅ Ｍｕｌｔｉｍｅｄｉａ Ｍａｎａｇｅｍｅｎｔ 平成２６年１１月７日 〔刊行物等〕 ＷＩＳＭＭ’１４ Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｆｉｒｓｔ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｗｏｒｋｓｈｏｐ ｏｎ Ｉｎｔｅｒｎｅｔ−Ｓｃａｌｅ Ｍｕｌｔｉｍｅｄｉａ Ｍａｎａｇｅｍｅｎｔ

(73)【特許権者】

【識別番号】504137912

【氏名又は名称】国立大学法人 東京大学

(74)【代理人】

【識別番号】100122275

【弁理士】

【氏名又は名称】竹居 信利

(74)【代理人】

【識別番号】100102716

【弁理士】

【氏名又は名称】在原 元司

(72)【発明者】

【氏名】山崎 俊彦

(72)【発明者】

【氏名】佐野 峻平

【審査官】 後藤 彰

(56)【参考文献】

【文献】 特開２０１２−２２１３１５（ＪＰ，Ａ）

【文献】 特開２０１２−１６４０１８（ＪＰ，Ａ）

【文献】 特開２０１０−０２６９９６（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０６Ｆ １６／９０７

(57)【特許請求の範囲】

【請求項1】

情報通信手段を介して配信可能に設定された複数のコンテンツと、各コンテンツに関するポイント値とを保持する保持手段にアクセス可能に接続され、
前記複数のコンテンツのそれぞれについてのポイント値を取得するポイント値取得手段と、
前記複数のコンテンツのそれぞれに係る所定の情報要素を処理対象として、各コンテンツから得た処理対象の情報要素を、重複を除いて列挙し、
（１）当該列挙した情報要素の各々についての評価値を表す要素を配列したベクトルＰの各要素を所定値に初期化し、
前記列挙した情報要素の各々を注目要素として、
注目要素と注目要素を含むコンテンツ情報とをリンクした無向グラフの前記注目要素についての隣接行列Ａの各値を、各値に対応するコンテンツのポイント値を重みとして定め、注目要素に対応する当該隣接行列Ａの各値の総和が既定値となるよう定めて確率行列ｔＡを求め、
（２）当該確率行列ｔＡに右側から前記ベクトルＰを乗じて得たベクトルＰ′により、前記ベクトルＰを更新し、
（３）前記ベクトルＰが所定の収束条件を満足するまで（２）の処理を繰り返し、
（４）前記所定の収束条件を満足したときの前記ベクトルＰの各要素の値を、対応する情報要素の評価値として出力する評価値演算手段と、
を含む評価値演算装置。

【請求項2】

情報通信手段を介して配信可能に設定された複数のコンテンツと、各コンテンツに関するポイント値とを保持する保持手段にアクセス可能に接続され、
前記複数のコンテンツのそれぞれについてのポイント値を取得するポイント値取得手段と、
前記複数のコンテンツのそれぞれに係る所定の情報要素を処理対象として、各コンテンツから得た処理対象の情報要素を、重複を除いて列挙し、
各コンテンツを注目コンテンツとして、
（１）注目コンテンツに係る情報要素に対応する要素を第１の所定値、含まれない情報要素に対応する要素を第２の所定値とした特徴ベクトルｘと、注目コンテンツに関するポイント値ｙとを用いて注目コンテンツごとに数式ｙ＝ｗ・ｘ（ここでｗは重みベクトルであり、「・」は内積を表す）を得て、
（２）前記コンテンツごとに得られた数式に基づく回帰分析処理により前記重みベクトルを求め、
（３）当該求められた重みベクトルの値と、情報要素ごとの複数のコンテンツ内での出現頻度の値とに基づいて、情報要素の評価値を演算して出力する評価値演算手段と、
を含む評価値演算装置。

【請求項3】

情報通信手段を介して配信可能に設定された複数のコンテンツと、各コンテンツに関するポイント値とを保持する保持手段にアクセス可能に接続され、
前記複数のコンテンツのそれぞれについてのポイント値を取得するポイント値取得手段と、
指定されたコンテンツを対象コンテンツとして、当該対象コンテンツに係る所定の情報要素を、重複を除いて列挙した対象情報要素群を求める手段と、
前記複数のコンテンツのそれぞれに係る所定の情報要素を処理対象として、各コンテンツから得た処理対象の情報要素を、重複を除いて列挙し、
（１）当該列挙した情報要素の各々についての評価値を表す要素を配列したベクトルＰの各要素のうち、前記対象情報要素群に係る情報要素に対応するベクトルＰの要素を第１の所定値に初期化し、前記対象情報要素群に含まれない情報要素に対応するベクトルＰの要素を、前記第１の所定値とは異なる第２の所定値に初期化し、
前記列挙した情報要素の各々を注目要素として、
注目要素と注目要素を含むコンテンツ情報とをリンクした無向グラフの前記注目要素についての隣接行列Ａの各値を、各値に対応するコンテンツのポイント値を重みとして定め、注目要素に対応する当該隣接行列Ａの各値の総和が既定値となるよう定めて確率行列ｔＡを求め、
（２）当該確率行列ｔＡに右側から前記ベクトルＰを乗じて得たベクトルＰ′により、前記ベクトルＰを更新し、
（３）前記ベクトルＰが所定の収束条件を満足するまで（２）の処理を繰り返し、
（４）前記所定の収束条件を満足したときの前記ベクトルＰの各要素のうち、所定の条件を満足する要素に対応する情報要素を提示する手段と、
を含む評価値演算装置。

【請求項4】

請求項１または３に記載の評価値演算装置であって、
前記確率行列ｔＡを求める手段は、確率行列ｔＡの各値をさらに、各値に対応するコンテンツ情報ごとに付されている情報要素の数ｓを用いて得られる１／ｓを乗じて正規化し、当該正規化した確率行列ｔＡを、用いて前記ベクトルＰの更新を行う評価値演算装置。

【請求項5】

情報通信手段を介して配信可能に設定された複数のコンテンツと、各コンテンツに関するポイント値とを保持する保持手段にアクセス可能に接続されるコンピュータを、
前記複数のコンテンツのそれぞれについてのポイント値を取得するポイント値取得手段と、
前記複数のコンテンツのそれぞれに係る所定の情報要素を処理対象として、各コンテンツから得た処理対象の情報要素を、重複を除いて列挙し、
（１）当該列挙した情報要素の各々についての評価値を表す要素を配列したベクトルＰの各要素を所定値に初期化し、
前記列挙した情報要素の各々を注目要素として、
注目要素と注目要素を含むコンテンツ情報とをリンクした無向グラフの前記注目要素についての隣接行列Ａの各値を、各値に対応するコンテンツのポイント値を重みとして定め、注目要素に対応する当該隣接行列Ａの各値の総和が既定値となるよう定めて確率行列ｔＡを求め、
（２）当該確率行列ｔＡに右側から前記ベクトルＰを乗じて得たベクトルＰ′により、前記ベクトルＰを更新し、
（３）前記ベクトルＰが所定の収束条件を満足するまで（２）の処理を繰り返し、
（４）前記所定の収束条件を満足したときの前記ベクトルＰの各要素の値を、対応する情報要素の評価値として出力する評価値演算手段と、
として機能させるプログラム。

【請求項6】

情報通信手段を介して配信可能に設定された複数のコンテンツと、各コンテンツに関するポイント値とを保持する保持手段にアクセス可能に接続されるコンピュータを、
前記複数のコンテンツのそれぞれについてのポイント値を取得するポイント値取得手段と、
前記複数のコンテンツのそれぞれに係る所定の情報要素を処理対象として、各コンテンツから得た処理対象の情報要素を、重複を除いて列挙し、
各コンテンツを注目コンテンツとして、
（１）注目コンテンツに係る情報要素に対応する要素を第１の所定値、含まれない情報要素に対応する要素を第２の所定値とした特徴ベクトルｘと、注目コンテンツに関するポイント値ｙとを用いて注目コンテンツごとに数式ｙ＝ｗ・ｘ（ここでｗは重みベクトルであり、「・」は内積を表す）を得て、
（２）前記コンテンツごとに得られた数式に基づく回帰分析処理により前記重みベクトルを求め、
（３）当該求められた重みベクトルの値と、情報要素ごとの複数のコンテンツ内での出現頻度の値とに基づいて、情報要素の評価値を演算して出力する評価値演算手段と、
として機能させるプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、評価値演算装置、及びプログラムに関する。

【背景技術】

【0002】

近年ではインターネット等を用いた通信サービスにより、さまざまなユーザが、写真や動画、文書など種々の情報の共有を図ったり、商品の売買を行ったりといった活動を行っている。

【0003】

こうした通信サービスのうちには、ユーザが所望の情報をより簡便に見つけ出すことができるように、写真や商品等に対してタイトルや商品名、アップロードしたユーザの情報などのほか、タグ情報などとして検索可能な文字列情報を自由に登録させ、対象となった写真や商品等に関連付けて記憶しているものがある。

【0004】

このように、公衆が自由にタグ付け等して情報の分類を支援する方法はフォクソノミー（folksonomy）と呼ばれ、近年広く利用されている。

【0005】

例えば写真の共有サイトにおいて、フクロウの写真を探したいユーザは、タイトルに「フクロウ」を含むものを検索するのではなく、「フクロウ」の文字列のタグを検索することによって、例えばタイトルに直接「フクロウ」が含まれなくても、所望の写真を検索できるようになる。

【0006】

また商品についてはその説明文を検索の対象とすることにより、例えば消費電力の低い家電製品を求めるユーザが「低消費電力」なるキーワードで検索を行ったときに、商品名に「低消費電力」なる文言が含まれなくても、「低消費電力」なる文言を説明文に含む商品を検索できるようになる。

【先行技術文献】

【非特許文献】

【0007】

【非特許文献1】A. Hotho, et. al., "Information retrieval in folksonomies: Search and ranking," The Semantic Web: Research and Applications, pp.411-426, 2006

【発明の概要】

【発明が解決しようとする課題】

【0008】

しかしながら、上記従来の通信サービスにおいては、タグや説明文に含める単語によって写真や商品等の検索のされやすさが変わり、あるいはユーザの興味を惹く度合が変化するにも関わらず、タグや説明文等については登録者の自由に任されているのが現状で、より有効な、つまりより閲覧数を多くできるような単語の使用を案内することは行われていない。

【0009】

非特許文献１には、画像等のリソースに関するユーザの関係やタグの付与状況を分析し、ページランク（よりリンク数の多いものがより重要度が高いとする基準によるランキング）に類似した方法でユーザやタグの重要度を求める試みが開示されている。

【0010】

しかし、この非特許文献１の方法では、例えば「フクロウ」の画像等についてより広い概念である「鳥」等のタグがより重要であると判断される蓋然性が高い（「鳥」が付与されるリソースの数は「フクロウ」よりも一般に数が多いと考えられるためである）。このように非特許文献１の方法では、より閲覧数を多くできるようなタグ等が必ずしも評価されず、より閲覧数を多くするために付与すべきタグ等として評価されることもないという問題点があった。

【0011】

本発明は上記実情に鑑みて為されたもので、タグや説明文等の情報要素を有効性の観点で評価でき、有効なタグや説明文の付与を支援できる評価値演算装置、及びプログラムを提供することを、その目的の一つとする。

【課題を解決するための手段】

【0012】

上記従来例の問題点を解決するための評価値演算装置は、情報通信手段を介して配信可能に設定された複数のコンテンツと、各コンテンツに関するポイント値とを保持する保持手段にアクセス可能に接続され、前記複数のコンテンツのそれぞれについてのポイント値を取得するポイント値取得手段と、前記複数のコンテンツのそれぞれに係る所定の情報要素を処理対象として、各コンテンツから得た処理対象の情報要素を、重複を除いて列挙し、（１）当該列挙した情報要素の各々についての評価値を表す要素を配列したベクトルＰの各要素を所定値に初期化し、前記列挙した情報要素の各々を注目要素として、注目要素と注目要素を含むコンテンツ情報とをリンクした無向グラフの前記注目要素についての隣接行列Ａの各列の値を、対応するコンテンツのポイント値を重みとして定め、当該隣接行列Ａの各列について要素の総和が既定値となるよう定めた確率行列ｔＡを求め、（２）当該確率行列ｔＡに右側から前記ベクトルＰを乗じて得たベクトルＰ′により、前記ベクトルＰを更新し、（３）前記ベクトルＰが所定の収束条件を満足するまで（２）の処理を繰り返し、（４）前記所定の収束条件を満足したときの前記ベクトルＰの各要素の値を、対応する情報要素の評価値として出力する評価値演算手段と、を含むこととしたものである。

【0013】

また本発明の別の態様に係る評価値演算装置は、情報通信手段を介して配信可能に設定された複数のコンテンツと、各コンテンツに関するポイント値とを保持する保持手段にアクセス可能に接続され、前記複数のコンテンツのそれぞれについてのポイント値を取得するポイント値取得手段と、前記複数のコンテンツのそれぞれに係る所定の情報要素を処理対象として、各コンテンツから得た処理対象の情報要素を、重複を除いて列挙し、各コンテンツを注目コンテンツとして、（１）注目コンテンツに係る情報要素に対応する要素を第１の所定値、含まれない情報要素に対応する要素を第２の所定値とした特徴ベクトルｘと、注目コンテンツに関するポイント値ｙとを用いて注目コンテンツごとに数式ｙ＝ｗ・ｘ（ここでｗは重みベクトルであり、「・」は内積を表す）を得て、（２）前記コンテンツごとに得られた数式に基づく回帰分析処理により前記重みベクトルを求め、（３）当該求められた重みベクトルの値と、情報要素ごとの複数のコンテンツ内での出現頻度の値とに基づいて、情報要素の評価値を演算して出力する評価値演算手段と、を含むこととしたものである。

【発明の効果】

【0014】

本発明によると、タグや説明文等の情報要素を有効性の観点で評価でき、有効なタグや説明文の付与を支援できる。

【図面の簡単な説明】

【0015】

【図1】本発明の実施の形態に係る評価値演算装置とその接続例を表す構成ブロック図である。

【図2】本発明の実施の形態に係る評価値演算装置におけるポイント値の情報の保持例を表す説明図である。

【図3】本発明の実施の形態に係る評価値演算装置の例を表す機能ブロック図である。

【図4】本発明の実施の形態に係る評価値演算装置の動作例を表すフローチャート図である。

【図5】本発明の実施の形態に係る評価値演算装置による演算に用いられる仮想的なグラフの例を表す説明図である。

【図6】本発明の実施の形態に係る評価値演算装置のもう一つの例を表す機能ブロック図である。

【発明を実施するための形態】

【0016】

本発明の実施の形態について図面を参照しながら説明する。本発明の実施の形態に係る評価値演算装置１は、図１に例示するように、制御部１１と記憶部１２と操作部１３と表示部１４と通信部１５とを含んで構成され、ネットワーク等の情報通信手段を介して、サーバ２（複数あってもよい）等との間で通信可能に接続されている。

【0017】

ここでサーバ２は、図２に例示するように、ネットワーク等の情報通信手段を介して配信可能に設定された複数のコンテンツ（Ｃ）と、当該複数のコンテンツの各々に関するポイント値（Ｐ）と、当該コンテンツ（Ｃ）に関係するユーザ（コンテンツを登録したユーザ、あるいはコンテンツの連絡先や発注先であるユーザ等）を特定するユーザ特定情報（Ｕ）とを関連付けて保持している。またここでコンテンツ（Ｃ）は例えば写真や楽曲等のメディアデータ等、主たる情報であるリソース情報（Ｒ）のほか、このコンテンツ情報に関連して検索の対象となる文字列情報（タグ情報や説明文の情報）等（Ｇ）とを含むものとする。ここで当該文字列情報に含まれる単語やタグ等（Ｇ）が本発明の情報要素の一例に相当する。なお、ここではコンテンツ（Ｃ）に情報要素であるタグ等（Ｇ）が含まれるものとしているが、タグ等はコンテンツ（Ｃ）に関連付けて記憶されていれば（コンテンツ（Ｃ）に係るものであれば）、必ずしもコンテンツ（Ｃ）に含まれている必要はない。

【0018】

またポイント値（Ｐ）は、コンテンツ（Ｃ）ごとの評価値に相当するものであり、例えば閲覧者が任意に付した評価点の合計点であってもよいし、閲覧数であってもよい。

【0019】

なお、本実施の形態においてサーバ２は、ウェブサーバであり、コンテンツ（Ｃ）はそれぞれ参照情報（ＵＲＬ：Uniform Resource Locator）によって識別されるものとする。

【0020】

制御部１１は、ＣＰＵ等のプログラム制御デバイスであり、記憶部１２に格納されたプログラムに従って動作する。本実施の形態では、この制御部１１は、情報要素の評価値を演算する処理を実行する。この制御部１１の詳しい処理の内容については後に述べる。

【0021】

記憶部１２は、メモリデバイス等であり、制御部１１によって実行されるプログラムを保持する。このプログラムは、ＤＶＤ−ＲＯＭ等のコンピュータ可読、かつ持続的（non-transitory）な記録媒体によって提供され、この記憶部１２に複写されたものであってもよいし、ネットワーク等の通信回線を介して提供され、この記憶部１２に複写されたものであってもよい。またこの記憶部１２は、制御部１１のワークメモリとしても動作する。

【0022】

操作部１３は、マウスやキーボード等であり、ユーザの指示操作を受け入れて、当該受け入れた指示操作の内容を表す情報を制御部１１に出力する。表示部１４は、ディスプレイ等であり、制御部１１から入力される指示に従って情報を表示する。

【0023】

通信部１５は、ネットワーク等の情報通信手段に接続される。この通信部１５は、ネットワーク等を介して情報を受信し、当該受信した情報を制御部１１に出力する。またこの通信部１５は、制御部１１から入力される指示に従い、指示された情報（情報の取得要求等を含む）を、ネットワークを介して送出する。

【0024】

ここで制御部１１の動作について述べるが、本実施の形態では、情報要素の評価値を演算する方法として、
（１）関連付けに基づく方法
（２）単語の重要度に基づく方法
との二通りの方法で情報要素の評価値を演算できるので、以下、これらを分けて説明する。

【0025】

［関連付けに基づく方法］
関連付けに基づく方法で情報要素の評価値を演算する本実施の形態の制御部１１は、図３に例示するように、記憶部１２に格納されたプログラムを実行することにより、ポイント値取得部２１と、情報要素列挙部２２と、繰り返し演算部２３と、収束判定部２４と、評価値出力部２５とを機能的に実現する。

【0026】

ポイント値取得部２１は、サーバ２に格納されているコンテンツ（Ｃ）ごとのポイント値を取得する。ポイント値取得部２１は、各コンテンツを識別する情報（例えばそのＵＲＬ等でよい）と、当該情報で識別されるコンテンツに関連付けてサーバ２が保持していたポイント値（取得した値）とを関連付けて記憶部１２にポイント値データベースとして格納する。

【0027】

情報要素列挙部２２は、サーバ２に格納されているコンテンツ（Ｃ）ごとに、当該コンテンツに含まれる所定の情報要素を取得する。具体的にここでは、コンテンツに含まれる検索対象の文字列情報（説明文やタグ等）を取得する。ここで情報要素列挙部２２は、取得した文字列情報がタグであれば、各タグを処理対象として以下の処理を行う。また、取得した文字列情報が説明文等の自然文であれば、所定の方法（広く知られた形態素解析等でよい）を用いて単語に分割し、分割して得た各単語を処理対象として以下の処理を行う。

【0028】

情報要素列挙部２２は、各コンテンツのそれぞれから得られた、処理対象となった情報要素を、重複を除いて列挙し、情報要素列を生成する。具体的に、あるコンテンツαについて「鳥」，「フクロウ」といったタグが含まれ、さらに別のコンテンツγについて「鳥」，「飛ぶ」といったタグが含まれる場合、これらから得られた、重複を除いて情報要素（タグ）を列挙した結果は、「鳥」，「フクロウ」，「飛ぶ」の３つの要素を含む情報要素のセットとなる。なお、ここで重複は完全一致を条件とし、「鳥」と「大きい鳥」とは異なる情報要素として列挙してもよいし、部分一致（例えば名詞が一致するなど）あるいは、予め用意されたシソーラスを用いて同一概念を表すものと判断される情報要素を重複しているものとして扱うようにしてもよい（その場合は同一概念を表す情報要素のいずれかを代表として、同じ概念の情報要素については当該代表の情報要素で置き換えて以下の処理を行う）。

【0029】

制御部１１は、繰り返し演算部２３及び収束判定部２４の動作として、次の図４に例示する処理を行う。まず、繰り返し演算部２３が、情報要素列挙部２２が列挙した情報要素Ｅi（ｉ＝１，２，…，Ｎ）の各々についての評価値ｗi（ｉ＝１，２，…，Ｎ）を表す要素を配列したベクトルＰを生成し、その各要素を所定値（例えば「１」）に初期化する。つまり、ｗi＝１（ｉ＝１，２，…，Ｎ）とする（Ｓ１）。

【0030】

繰り返し演算部２３は、情報要素列挙部２２が列挙した情報要素の各々を注目要素として、注目要素と注目要素を含むコンテンツとをそれぞれノードとしてリンクした無向グラフを生成し（Ｓ２）、当該無向グラフの各情報要素についての隣接行列Ａを求める（Ｓ３）。具体的に上述のコンテンツα，γに「鳥」，「フクロウ」，「飛ぶ」といったタグが含まれるコンテンツβを加えた、コンテンツα，β，γを例とする場合、図５に例示する無向グラフが得られる。図５では、情報要素のノードを円、コンテンツのノードを矩形で図示している。この図５の例に対応する隣接行列Ａは、

【数1】

となる。この隣接行列Ａにおいては、各行は列挙された各情報要素に対応し、各列はコンテンツに対応する。そしてこの隣接行列Ａは、「情報要素がコンテンツに含まれる」リンクについての隣接行列であり、ある情報要素がコンテンツに含まれる場合に対応する要素を「１」、含まれない場合に対応する要素を「０」としている。繰り返し演算部２３は、この隣接行列Ａの各列の値に、対応するコンテンツについてポイント値取得部２１が得ているポイント値の重みを乗じる（Ｓ４）。

【0031】

そして繰り返し演算部２３は、このポイントの重みを乗じた後の隣接行列Ａの各列について要素の総和が既定値（ここでは「１」）となるよう定めた確率行列ｔＡを求める（Ｓ５）。具体的にこの確率行列ｔＡは、コンテンツα，β，γのそれぞれに対応して取得されたポイント値を４０，７，３とすると、次のようになる。

【数2】

なお、ここでの要素の値は、行方向に要素の数で正規化したもので、例えば第１行目について要素の数が、

【数3】

となるので、当該行の各値にこの値１／２を乗じて正規化したものである。

【0032】

この行列ｔＡは、次の行確率行列Ｂｗ及び列確率行列Ｂｔとを用いて演算できる。これらの行列Ｂｗ，Ｂｔは、Ｎ×Ｍ（ただしＮは情報要素の数であり、Ｍはコンテンツの数である）の行列であり、行列Ｂｗは、そのｉ番目の行ベクトルが、ｉ番目の情報要素が付されたコンテンツのポイント値を正規化したもの（行内でのポイント値の総和が「１」となるよう演算したもの）となるよう設定したもので、上述の例のようにコンテンツα，β，γのそれぞれに対応して取得されたポイント値が４０，７，３であれば、

【数4】

となる。

【0033】

またＢｔは、ｊ番目の列ベクトルのｉ番目の要素が、ｊ番目のコンテンツにｉ番目の情報要素が付されている場合に、１／ｓ、付されていない場合に０としたものである。ここでｓは、ｊ番目のコンテンツに付されている情報要素の数であり、従ってこの行列Ｂｔのｊ番目の列ベクトルの要素の和は「１」となる。具体的に上述の例であれば、Ｂｔは、

【数5】

となる。

【0034】

繰り返し演算部２３は、そして行列ｔＡを、ｔＡ＝Ｂｗ×Ｂｔ^Ｔとして演算する。なお、Ｂｔ^Ｔは行列Ｂｔの転置行列を意味する。

【0035】

繰り返し演算部２３は、繰り返し演算を開始し（Ｓ６：ループ始）、当該確率行列ｔＡに右側から前記ベクトルＰを乗じて得たベクトルＰ′により、ベクトルＰを更新する（Ｓ７）。

【0036】

つまり、

【数6】

として、第ｎ世代目のベクトルＰnを求めていく。ここでＩは、ベクトルＰと同じ次元で、各要素が「１」であるようなベクトルである。またａは実験的あるいは経験的方法により定められるダンピングファクターである。ダンピングファクターとその設定の方法は、ページランクの演算における同種の方法で広く知られているので、ここでの詳しい説明を省略する。

【0037】

次に収束判定部２４が、ベクトルＰnが収束したか否かを、所定の収束条件を満足しているか否かにより判断する（Ｓ８）。ここで収束条件は、ベクトルＰnと、ベクトルＰn-1との差のノルム（ユークリッドノルムでよい）が所定のしきい値未満である、などの条件としておけばよい。収束判定部２４は、ベクトルＰnが収束したと判断すると、その時点でのベクトルＰnの値を評価値出力部２５に出力する（Ｓ９）。またこの収束判定部２４は、処理Ｓ８において収束条件を満足していないと判断すると、繰り返し演算部２３に対してベクトルＰを更新させる処理（処理Ｓ７）を繰り返させる（ループ）。

【0038】

具体的に上述の例の場合、ダンピングファクターａ＝０．１５とすると、初回の更新でベクトルＰの各要素は1.28，1.13，0.58となり、繰り返し演算の後、1.07，1.00，0.93に収束する。

【0039】

評価値出力部２５は、収束判定部２４が出力するベクトルＰの値を得て、この値に基づく表示を行う。このベクトルＰは、各要素の値が各情報要素の評価値を表す値となっている。そこで評価値出力部２５は例えば、この要素の値を降順（大きいものから小さいものの順）に並べ替え、その上位所定数までの要素の値に対応する情報要素を高評価値の情報要素として表示することとしてもよい。

【0040】

上記の例では、「鳥」に対応する値が1.07、「フクロウ」に対応する値が1.00、「飛ぶ」に対応する値が0.93であるので、例えば上位２つまでの「鳥」，「フクロウ」を有効な情報要素として提示する。

【0041】

［単語の重要度に基づく方法］
また本実施の形態の制御部１１は単語の重要度に基づいて情報要素の評価値を演算してもよい。この例の制御部１１は、図６に例示するように、記憶部１２に格納されたプログラムを実行することにより、ポイント値取得部２１と、情報要素列挙部２２と、回帰演算部３１と、出現頻度演算部３２と、評価値演算部３３と、評価値出力部２５とを機能的に実現する。なお、既に説明したものと同様の構成をとるものについては、同じ符号を付して説明を簡略にする。

【0042】

ポイント値取得部２１は、サーバ２に格納されているコンテンツ（Ｃ）ごとのポイント値を取得する。ポイント値取得部２１は、各コンテンツを識別する情報（例えばそのＵＲＬ等でよい）と、当該情報で識別されるコンテンツに関連付けてサーバ２が保持していたポイント値（取得した値）とを関連付けて記憶部１２にポイント値データベースとして格納する。

【0043】

情報要素列挙部２２は、サーバ２に格納されているコンテンツ（Ｃ）ごとに、当該コンテンツに含まれる所定の情報要素を取得する。具体的にここでは、コンテンツに含まれる検索対象の文字列情報（説明文やタグ等）を取得する。ここで情報要素列挙部２２は、取得した文字列情報がタグであれば、各タグを処理対象として以下の処理を行う。また、取得した文字列情報が説明文等の自然文であれば、所定の方法（広く知られた形態素解析等でよい）を用いて単語に分割し、分割して得た各単語を処理対象として、各コンテンツのそれぞれから得られた、処理対象となった情報要素を、重複を除いて列挙し、情報要素列を生成する。以下の説明ではここで生成した情報要素列に含まれる情報要素の個数をＮとする。

【0044】

回帰演算部３１は、各コンテンツｊ（ｊ＝１，２…，Ｍ）のいずれかを注目コンテンツｊｎとして、注目コンテンツｊｎに含まれる情報要素に対応する要素を第１の所定値（例えば「１」）、含まれない情報要素に対応する要素を第２の所定値（例えば「０」）としたＮ次元の特徴ベクトルｘjnと、注目コンテンツｊに関するポイント値ｙjn（ｊｎ＝１，２…，Ｍ）とを用いて注目コンテンツごとに数式ｙjn＝ｗ・ｘjn（ここでｗ＝（ｗ1，ｗ2，…，ｗN）は重みベクトルであり、「・」は内積を表す）を得る。そして回帰演算部３１は、コンテンツごとに得られた数式ｙj＝ｗ・ｘj（ｊ＝１，２…，Ｍ）に基づく回帰分析処理により重みベクトルｗを求める。この回帰分析処理は、ＳＶＲ（Support Vector Regression）等の広く知られた処理を用いることができるので、ここでの詳しい説明を省略する。

【0045】

出現頻度演算部３２は、情報要素列挙部２２が生成した情報要素列に含まれる各情報要素のコンテンツごとの出現頻度Ｆｒｅｑ［ｔ，ｊ］（ｔ＝１，２，…Ｎ、ｊ＝１，２，…Ｍ）を演算し、その総和を求める。つまり出現頻度演算部３２は、各情報要素ｔ（ｔ＝１，２，…Ｎ）のすべてのコンテンツ内での出現頻度
Ｆｒｅｑ［ｔ］＝ΣＦｒｅｑ［ｔ，ｊ］（ｔ＝１，２，…Ｎ）
（ただしΣは、ｊについて和をとることを意味する）を求める。

【0046】

評価値演算部３３は、回帰演算部３１が求めた重みベクトルｗ＝（ｗ1，ｗ2，…，ｗN）の各成分について、当該成分に対応する情報要素の出現頻度の情報（出現頻度演算部３２にて演算された情報）を乗じて、情報要素ｐ（ｐ＝１，２，…Ｎ）についての評価値Ｖｐを、Ｖｐ＝ｗp×Ｆｒｅｑ［ｐ］（ｐ＝１，２，…Ｎ）として求めて出力する。

【0047】

評価値出力部２５は、評価値演算部３３が出力する情報要素ｐ（ｐ＝１，２，…Ｎ）についての評価値を得て、この評価値に基づく表示を行う。評価値出力部２５は例えば、この評価値Ｖｐを降順（大きいものから小さいものの順）に並べ替え、その上位所定数までの評価値Ｖｐに対応する情報要素ｐを高評価値の情報要素として表示することとしてもよい。

【0048】

［動作例］
本実施の形態の評価値演算装置１は、以上の構成を備えており、次のように動作する。すなわち本実施の形態の評価値演算装置１は、ユーザから処理の対象とするデータセットの指定を受け入れる。本実施の形態の評価値演算装置１はデータセットとして、データセットコンテンツと、コンテンツに与えられたポイント情報（評価点や閲覧数等の情報）とを含むデータを選択する。

【0049】

この指定は処理の対象となるコンテンツのＵＲＬのリスト、あるいは当該リストを入手可能なＵＲＬを入力することで行う。具体的に、写真共有サイトであるflickr（登録商標）においては、flickr.phots.search APIを用いて、所定の期間にアップロードされたコンテンツのＵＲＬのリストを得ることができる。本実施の形態の評価値演算装置１は、こうしたサイトにおいてはサイトごとに規定されたＡＰＩ（Application Program Interface）を用いてコンテンツのＵＲＬのリストを得る。

【0050】

また評価値演算装置１は、得られたリストに含まれるＵＲＬで特定される複数のコンテンツのそれぞれから、少なくとも処理の対象とする情報要素であるテキスト等（例えばタグ等）を取得するとともに、各コンテンツのポイント情報を取得する。一例としてここではタグを処理対象の情報要素として取得することとするが、説明文等、複数の単語を含むテキストを処理対象とする場合は、既に述べたように、形態素解析処理により単語に分割し、分割により得られた各単語を処理対象の情報要素として取得することとしてもよい。

【0051】

評価値演算装置１は、そして、（１）関連付けに基づく方法、または（２）単語の重要度に基づく方法のいずれかの方法によって、コンテンツのポイント情報を用いて、取得した処理対象の情報要素であるタグごとの評価値を演算する。そして演算した評価値を例えば降順に並べ替えて、その上位所定数までの評価値に対応するタグを高評価値の情報要素として表示する。

【0052】

ユーザは、これにより、比較的高いポイント情報（評価が高い、あるいは閲覧数の多い）を得やすいタグの一覧を得ることができる。そしてユーザは、コンテンツにどのようなタグを含めればより高い評価が得られるか、あるいは閲覧数を多くできるかを知ることができるようになる。

【0053】

［関連付けるべき情報要素の案内］
また本実施の形態の評価値演算装置１は、ユーザにより指定されたコンテンツ等の対象コンテンツに含めることにより、コンテンツのポイント情報を向上できると判断される情報要素を案内する処理を行ってもよい。

【0054】

具体的にこの例の評価値演算装置１は、処理の対象とするデータセットの指定とともに対象コンテンツの指定をユーザから受け入れる。ここで対象コンテンツの指定は、そのＵＲＬを指定することで行うことができる。評価値演算装置１は、指定されたＵＲＬから対象コンテンツに含まれる所定の情報要素を重複を除いて列挙した対象情報要素群を求める。

【0055】

評価値演算装置１は、処理の対象とするデータセットである複数のコンテンツ（対象コンテンツを含んでもよい。以下、区別のためデータセットコンテンツと呼ぶ）のそれぞれから、少なくとも処理の対象とする情報要素であるテキスト等（例えばタグ等）を取得するとともに、各データセットコンテンツに係るポイント情報を取得する。この処理は既に述べた例と同様のものであるので、繰り返しての説明を省略する。

【0056】

評価値演算装置１は、そして、上記（２）単語の重要度に基づく方法等によって、処理対象の情報要素ごとの評価値を演算する。また評価値演算装置１は、複数のデータセットコンテンツのそれぞれについて、各データセットコンテンツに含まれる情報要素の重複を除いたリスト（比較情報要素群）を生成する。そして評価値演算装置１は、対象コンテンツから列挙された対象情報要素群を参照し、対象情報要素群と、各データセットコンテンツに係る比較情報要素群とを比較して、相関性に係る情報が、予め定めた基準より高い相関を表すものとなっているデータセットコンテンツに係る比較情報要素群を少なくとも一つ取り出す（協調フィルタリング処理）。

【0057】

具体的にここで相関性に係る情報は、対象情報要素群と、比較情報要素群とに共通して含まれる情報要素の数で構わない。例えば対象情報要素群に含まれる情報要素が｛ｘ1，ｘ2，ｘ3，ｘ4｝であり、ある比較情報要素群に含まれる情報要素が｛ｘ1，ｘ3，ｘ5，ｘ7｝であれば、これらに共通して含まれる情報要素は｛ｘ1，ｘ3｝であり、これらの相関性に係る情報は、当該共通して含まれる情報要素の数「２」とする。この場合、上記基準は、対象情報要素群に含まれる情報要素の数に基づいて定められるしきい値（例えば対象情報要素群に含まれる情報要素の数のｒ％）とすればよい。

【0058】

評価値演算装置１は、協調フィルタリング処理で取り出した比較情報要素群に含まれる情報要素を重複なく列挙し、当該列挙した情報要素から、対象情報要素群に含まれる情報要素を除いて候補情報要素群とする。これにより、対象情報要素群に含まれる情報要素と類似の情報要素が含まれている比較情報要素群から取り出された情報要素であって、対象情報要素群に含まれていない情報要素が得られる。

【0059】

評価値演算装置１は、候補情報要素群が空であれば、推薦できる情報要素がない旨表示して処理を終了してもよい。また候補情報要素群が空でなければ、候補情報要素群に含まれる情報要素についての評価値（先に演算したもの）を参照し、当該評価値が予め定めたしきい値を超えている情報要素を提示する。なお、ここで当該評価値が予め定めたしきい値を超えている情報要素のうち、評価値が上位である所定数個の情報要素を列挙して提示してもよい。

【0060】

また評価値演算装置１は協調フィルタリング処理を行うことなく、関連付けに基づく情報要素の評価方法を用いてコンテンツのポイント情報を向上できると判断される情報要素を案内する処理を行ってもよい。

【0061】

この例の評価値演算装置１は、図４に例示した処理を行うものであるが、処理Ｓ１に代えて、各データセットコンテンツから取り出して列挙した情報要素Ｅi（ｉ＝１，２，…，Ｎ）の各々についての評価値ｗi（ｉ＝１，２，…，Ｎ）を表す要素を配列したベクトルＰを生成し、その各要素のうち、対象情報要素群に含まれる情報要素に対応するベクトルＰの要素を第１の所定値（例えば「０」）に初期化し、対象情報要素群に含まれない情報要素に対応するベクトルＰの要素を、第１の所定値とは異なる第２の所定値（例えば「１」）に初期化する点が異なる。この例の評価値演算装置１は、処理Ｓ２以下の処理については、図４に例示した例と同様に実行する。

【0062】

この例では、評価値演算装置１は、対象情報要素群に含まれていない情報要素についての評価値を演算することとなる。そして評価値演算装置１は、当該演算された評価値に基づく表示を行う。例えば、この評価値を降順（大きいものから小さいものの順）に並べ替え、その上位所定数までの評価値に対応する情報要素を、対象コンテンツに含めるべき情報要素として表示することとしてもよい。

【0063】

［負の評価］
また本実施の形態に係る評価値演算装置１は、情報要素ごとの評価値を、降順で（評価が高いものから順に）提示するだけでなく、所定のしきい値よりも評価が低いことを表す評価値に対応する情報要素を提示するようにしてもよい。これによると情報要素ごとの評価値の情報に基づいて、避けるべき情報要素が案内されることとなる。

【0064】

［説明文への応用例］
またここまでの説明において述べたように、情報要素は、タグのみならず、説明文等から形態素解析等の処理によって抽出された単語であってもよい。この場合、データセットを所定種類の商品を販売するウェブページのコンテンツとし、ポイント情報を各コンテンツでの販売実績とする。

【0065】

この例によると、販売実績が比較的高いウェブページ（コンテンツ）に含まれる説明文で用いられる単語が提示されることとなり、ユーザは説明文の推敲に当該提示された情報を役立てることが可能となる。

【0066】

［文字列以外の情報への応用例］
さらにここまでの説明では情報要素はタグや、説明文から抽出された単語等文字列であるとしたが、本実施の形態の情報要素はこれだけに限られない。本実施の形態の情報要素は、符号化でき、コンテンツとの関係が定められるものであれば、どのようなものであっても構わない。例えば、コンテンツに含まれる写真画像の数や、サイズ（ウェブページに占める面積を１０％単位で分類した結果（０％以上１０％未満、１０％以上２０％未満…のいずれかなど））等の値を情報要素としても構わない。

【符号の説明】

【0067】

１ 評価値演算装置、２ サーバ、１１ 制御部、１２ 記憶部、１３ 操作部、１４ 表示部、１５ 通信部、２１ ポイント値取得部、２２ 情報要素列挙部、２３ 繰り返し演算部、２４ 収束判定部、２５ 評価値出力部、３１ 回帰演算部、３２ 出現頻度演算部、３３ 評価値演算部。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】