ホーム > 特許ランキング > ＬＩＮＥヤフー株式会社
知財求人 - 知財ポータルサイト「IP Force」
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公開特許公報(A)
(11)【公開番号】P2024027035
(43)【公開日】2024-02-29
(54)【発明の名称】情報処理装置、情報処理方法、及び情報処理プログラム
(51)【国際特許分類】
G06F 16/906 20190101AFI20240221BHJP
【ＦＩ】
G06F16/906
【審査請求】未請求
【請求項の数】22
【出願形態】ＯＬ
(21)【出願番号】P 2022129736
(22)【出願日】2022-08-16
【新規性喪失の例外の表示】特許法第３０条第２項適用申請有り 公開日 令和３年１０月２２日 令和４年９月２日時点における本願に関連するソフトウェアを公開するページその１ ｈｔｔｐｓ：／／ｇｉｔｈｕｂ．ｃｏｍ／ｙａｈｏｏｊａｐａｎ／ＮＧＴ／ｔｒｅｅ／０９７ｂ１２９８８０ｅ８７２８ｅ１３３ｅｅ５ａｆ２ｄａ０ａ３ｄ３ｆ１４０ｆｂ９７ 公開日 令和４年８月１０日 令和４年９月２日時点における本願に関連するソフトウェアを公開するページその２ ｈｔｔｐｓ：／／ｇｉｔｈｕｂ．ｃｏｍ／ｙａｈｏｏｊａｐａｎ／ＮＧＴ／ｔｒｅｅ／９７９ａ９ａｆ８３１０ｄ１９ｅ２ａ５ｂ９ａ０ｃ７ｂ６６ｃｂａ６ｆ１１６ｃ２５ｂｆ
(71)【出願人】
【識別番号】500257300
【氏名又は名称】ＬＩＮＥヤフー株式会社
(74)【代理人】
【識別番号】110002147
【氏名又は名称】弁理士法人酒井国際特許事務所
(72)【発明者】
【氏名】岩崎 雅二郎
【テーマコード（参考）】
5B175
【Ｆターム（参考）】
5B175FA01
5B175FA03
5B175KA12
(57)【要約】
【課題】処理に用いる基準を適切に決定する。
【解決手段】本願に係る情報処理装置は、取得部と、処理部とを有する。取得部は、クラスタリングの対象となる複数のオブジェクトを示すオブジェクト情報と、所定の処理における複数の基準を示す基準情報とを取得する。処理部は、取得部により取得された基準情報が示す複数の基準を処理開始時点の候補基準とし、複数のオブジェクトのうち一部のオブジェクトを処理開始時点のオブジェクト群として、オブジェクト群を対象とした候補基準の各々を用いた所定のクラスタリング手法による複数のクラスタリング結果に応じて、候補基準のうち一部の基準を候補基準として残す基準として選択し、他の基準を候補基準から除外する選択処理を実行することにより、複数の基準のうち一の基準に対応する基準を、所定の処理に用いる基準である対象基準として決定する。
【選択図】図１
【解決手段】本願に係る情報処理装置は、取得部と、処理部とを有する。取得部は、クラスタリングの対象となる複数のオブジェクトを示すオブジェクト情報と、所定の処理における複数の基準を示す基準情報とを取得する。処理部は、取得部により取得された基準情報が示す複数の基準を処理開始時点の候補基準とし、複数のオブジェクトのうち一部のオブジェクトを処理開始時点のオブジェクト群として、オブジェクト群を対象とした候補基準の各々を用いた所定のクラスタリング手法による複数のクラスタリング結果に応じて、候補基準のうち一部の基準を候補基準として残す基準として選択し、他の基準を候補基準から除外する選択処理を実行することにより、複数の基準のうち一の基準に対応する基準を、所定の処理に用いる基準である対象基準として決定する。
【選択図】図１
【特許請求の範囲】
【請求項1】
クラスタリングの対象となる複数のオブジェクトを示すオブジェクト情報と、所定の処理における複数の基準を示す基準情報とを取得する取得部と、
前記取得部により取得された前記基準情報が示す前記複数の基準を処理開始時点の候補基準とし、前記複数のオブジェクトのうち一部のオブジェクトを処理開始時点のオブジェクト群として、前記オブジェクト群を対象とした前記候補基準の各々を用いた所定のクラスタリング手法による複数のクラスタリング結果に応じて、前記候補基準のうち一部の基準を前記候補基準として残す基準として選択し、他の基準を前記候補基準から除外する選択処理を実行することにより、前記複数の基準のうち一の基準に対応する基準を、前記所定の処理に用いる基準である対象基準として決定する処理部と、
を備えることを特徴とする情報処理装置。
前記取得部により取得された前記基準情報が示す前記複数の基準を処理開始時点の候補基準とし、前記複数のオブジェクトのうち一部のオブジェクトを処理開始時点のオブジェクト群として、前記オブジェクト群を対象とした前記候補基準の各々を用いた所定のクラスタリング手法による複数のクラスタリング結果に応じて、前記候補基準のうち一部の基準を前記候補基準として残す基準として選択し、他の基準を前記候補基準から除外する選択処理を実行することにより、前記複数の基準のうち一の基準に対応する基準を、前記所定の処理に用いる基準である対象基準として決定する処理部と、
を備えることを特徴とする情報処理装置。
【請求項2】
前記処理部は、
前記オブジェクト群を対象とした前記候補基準の各々を用いたｋ－ｍｅａｎｓに関する手法による前記複数のクラスタリング結果に応じて、前記候補基準のうち前記一部の基準を前記候補基準として選択する前記選択処理を実行する
ことを特徴とする請求項１に記載の情報処理装置。
前記オブジェクト群を対象とした前記候補基準の各々を用いたｋ－ｍｅａｎｓに関する手法による前記複数のクラスタリング結果に応じて、前記候補基準のうち前記一部の基準を前記候補基準として選択する前記選択処理を実行する
ことを特徴とする請求項１に記載の情報処理装置。
【請求項3】
前記処理部は、
前記選択処理後に、前記複数のオブジェクトのうち前記オブジェクト群に含まれないオブジェクトを前記オブジェクト群に追加することにより、前記オブジェクト群を増加させ前記選択処理を繰り返すことにより、前記対象基準を決定する
ことを特徴とする請求項１に記載の情報処理装置。
前記選択処理後に、前記複数のオブジェクトのうち前記オブジェクト群に含まれないオブジェクトを前記オブジェクト群に追加することにより、前記オブジェクト群を増加させ前記選択処理を繰り返すことにより、前記対象基準を決定する
ことを特徴とする請求項１に記載の情報処理装置。
【請求項4】
前記処理部は、
前記選択処理後に、前記複数のオブジェクトのうち所定数のオブジェクトを前記オブジェクト群に追加することにより、前記オブジェクト群を増加させ前記選択処理を繰り返す
ことを特徴とする請求項３に記載の情報処理装置。
前記選択処理後に、前記複数のオブジェクトのうち所定数のオブジェクトを前記オブジェクト群に追加することにより、前記オブジェクト群を増加させ前記選択処理を繰り返す
ことを特徴とする請求項３に記載の情報処理装置。
【請求項5】
前記処理部は、
前記オブジェクト群の数に１よりも大きい係数を乗算した値のオブジェクトを前記オブジェクト群に追加することにより、前記オブジェクト群を増加させ前記選択処理を繰り返す
ことを特徴とする請求項４に記載の情報処理装置。
前記オブジェクト群の数に１よりも大きい係数を乗算した値のオブジェクトを前記オブジェクト群に追加することにより、前記オブジェクト群を増加させ前記選択処理を繰り返す
ことを特徴とする請求項４に記載の情報処理装置。
【請求項6】
前記処理部は、
前記候補基準が１つになるまで前記選択処理を繰り返すことにより、前記対象基準を決定する
ことを特徴とする請求項１に記載の情報処理装置。
前記候補基準が１つになるまで前記選択処理を繰り返すことにより、前記対象基準を決定する
ことを特徴とする請求項１に記載の情報処理装置。
【請求項7】
前記処理部は、
前記候補基準の各々に基づく前記オブジェクト群のクラスタリング結果に応じて、前記候補基準のうち、前記クラスタリングに関する評価が高い方から順に前記一部の基準を前記候補基準として選択する前記選択処理を実行する
ことを特徴とする請求項１に記載の情報処理装置。
前記候補基準の各々に基づく前記オブジェクト群のクラスタリング結果に応じて、前記候補基準のうち、前記クラスタリングに関する評価が高い方から順に前記一部の基準を前記候補基準として選択する前記選択処理を実行する
ことを特徴とする請求項１に記載の情報処理装置。
【請求項8】
前記処理部は、
前記候補基準の各々に基づく前記オブジェクト群のクラスタリング結果に応じて、前記候補基準のうち、前記クラスタリングに関する誤差が小さい方から順に前記一部の基準を前記候補基準として選択する前記選択処理を実行する
ことを特徴とする請求項７に記載の情報処理装置。
前記候補基準の各々に基づく前記オブジェクト群のクラスタリング結果に応じて、前記候補基準のうち、前記クラスタリングに関する誤差が小さい方から順に前記一部の基準を前記候補基準として選択する前記選択処理を実行する
ことを特徴とする請求項７に記載の情報処理装置。
【請求項9】
前記処理部は、
前記候補基準のうち、所定の関数に基づく所定の数の基準を残すことにより、前記候補基準に含まれる基準の数を減らす前記選択処理を実行する
ことを特徴とする請求項１に記載の情報処理装置。
前記候補基準のうち、所定の関数に基づく所定の数の基準を残すことにより、前記候補基準に含まれる基準の数を減らす前記選択処理を実行する
ことを特徴とする請求項１に記載の情報処理装置。
【請求項10】
前記処理部は、
前記選択処理の度に前記所定の数を減少させる前記所定の関数に基づく前記所定の数の基準を前記候補基準として選択することにより、前記候補基準に含まれる基準の数を減らす前記選択処理を実行する
ことを特徴とする請求項９に記載の情報処理装置。
前記選択処理の度に前記所定の数を減少させる前記所定の関数に基づく前記所定の数の基準を前記候補基準として選択することにより、前記候補基準に含まれる基準の数を減らす前記選択処理を実行する
ことを特徴とする請求項９に記載の情報処理装置。
【請求項11】
前記処理部は、
前記複数のオブジェクトの一部である第１オブジェクト群を対象としてクラスタリングすることにより、前記複数の基準の各々に対応する複数の第１クラスタリング結果を生成し、生成した前記複数の第１クラスタリング結果を用いて、前記複数の基準のうち前記クラスタリングに関する評価が高い方から順に第１数の基準を、第１候補基準として選択する第１の選択処理を実行し、前記第１の選択処理により選択された前記第１候補基準の各々に基づいて、前記複数のオブジェクトのうち前記第１オブジェクト群以外のオブジェクトを前記第１オブジェクト群に追加した第２オブジェクト群を対象としてクラスタリングすることにより、前記第１候補基準の各々に対応する複数の第２クラスタリング結果を生成し、生成した前記複数の第２クラスタリング結果を用いて、前記第１候補基準のうち前記クラスタリングに関する評価が高い方から順に前記第１数よりも少ない第２数の基準を、第２候補基準として選択する第２の選択処理を実行することにより、前記対象基準を決定する
ことを特徴とする請求項１に記載の情報処理装置。
前記複数のオブジェクトの一部である第１オブジェクト群を対象としてクラスタリングすることにより、前記複数の基準の各々に対応する複数の第１クラスタリング結果を生成し、生成した前記複数の第１クラスタリング結果を用いて、前記複数の基準のうち前記クラスタリングに関する評価が高い方から順に第１数の基準を、第１候補基準として選択する第１の選択処理を実行し、前記第１の選択処理により選択された前記第１候補基準の各々に基づいて、前記複数のオブジェクトのうち前記第１オブジェクト群以外のオブジェクトを前記第１オブジェクト群に追加した第２オブジェクト群を対象としてクラスタリングすることにより、前記第１候補基準の各々に対応する複数の第２クラスタリング結果を生成し、生成した前記複数の第２クラスタリング結果を用いて、前記第１候補基準のうち前記クラスタリングに関する評価が高い方から順に前記第１数よりも少ない第２数の基準を、第２候補基準として選択する第２の選択処理を実行することにより、前記対象基準を決定する
ことを特徴とする請求項１に記載の情報処理装置。
【請求項12】
前記処理部は、
前記第２候補基準の各々に基づいて、前記複数のオブジェクトのうち前記第２オブジェクト群以外のオブジェクトを前記第２オブジェクト群に追加することにより更新した前記第２オブジェクト群を対象としてクラスタリングすることにより、前記第２候補基準の各々に対応する前記複数の第２クラスタリング結果を生成し、生成した前記複数の第２クラスタリング結果を用いて、前記第２候補基準のうち前記クラスタリングに関する評価が高い方から順に数を減らした更新後の前記第２数の基準を、前記第２候補基準として選択することにより、前記第２候補基準を更新する第３の選択処理を実行することにより、前記対象基準を決定する
ことを特徴とする請求項１１に記載の情報処理装置。
前記第２候補基準の各々に基づいて、前記複数のオブジェクトのうち前記第２オブジェクト群以外のオブジェクトを前記第２オブジェクト群に追加することにより更新した前記第２オブジェクト群を対象としてクラスタリングすることにより、前記第２候補基準の各々に対応する前記複数の第２クラスタリング結果を生成し、生成した前記複数の第２クラスタリング結果を用いて、前記第２候補基準のうち前記クラスタリングに関する評価が高い方から順に数を減らした更新後の前記第２数の基準を、前記第２候補基準として選択することにより、前記第２候補基準を更新する第３の選択処理を実行することにより、前記対象基準を決定する
ことを特徴とする請求項１１に記載の情報処理装置。
【請求項13】
前記処理部は、
前記第３の選択処理を繰り返すことにより、前記対象基準を決定する
ことを特徴とする請求項１２に記載の情報処理装置。
前記第３の選択処理を繰り返すことにより、前記対象基準を決定する
ことを特徴とする請求項１２に記載の情報処理装置。
【請求項14】
前記処理部は、
前記第２候補基準が１つになるまで前記第３の選択処理を繰り返すことにより、前記対象基準を決定する
ことを特徴とする請求項１２に記載の情報処理装置。
前記第２候補基準が１つになるまで前記第３の選択処理を繰り返すことにより、前記対象基準を決定する
ことを特徴とする請求項１２に記載の情報処理装置。
【請求項15】
前記取得部は、
前記クラスタリングにおける複数のセントロイド群の各々に対応する前記複数の基準を示す基準情報を取得し、
前記処理部は、
前記複数のセントロイド群の各々を用いた前記複数のクラスタリング結果に応じて、前記選択処理を実行する
ことを特徴とする請求項１に記載の情報処理装置。
前記クラスタリングにおける複数のセントロイド群の各々に対応する前記複数の基準を示す基準情報を取得し、
前記処理部は、
前記複数のセントロイド群の各々を用いた前記複数のクラスタリング結果に応じて、前記選択処理を実行する
ことを特徴とする請求項１に記載の情報処理装置。
【請求項16】
前記処理部は、
前記候補基準が１つになるまで前記選択処理を繰り返すことにより、前記所定の処理に用いるセントロイド群を決定する
ことを特徴とする請求項１４に記載の情報処理装置。
前記候補基準が１つになるまで前記選択処理を繰り返すことにより、前記所定の処理に用いるセントロイド群を決定する
ことを特徴とする請求項１４に記載の情報処理装置。
【請求項17】
前記取得部は、
直積量子化の最適化における複数の回転行列の各々に対応する前記複数の基準を示す基準情報を取得し、
前記処理部は、
前記複数の回転行列の各々を用いた前記複数のクラスタリング結果に応じて、前記選択処理を実行する
ことを特徴とする請求項１に記載の情報処理装置。
直積量子化の最適化における複数の回転行列の各々に対応する前記複数の基準を示す基準情報を取得し、
前記処理部は、
前記複数の回転行列の各々を用いた前記複数のクラスタリング結果に応じて、前記選択処理を実行する
ことを特徴とする請求項１に記載の情報処理装置。
【請求項18】
前記処理部は、
前記基準情報が示す回転行列を前記複数の回転行列の各々の初期回転行列として前記選択処理を実行する
ことを特徴とする請求項１７に記載の情報処理装置。
前記基準情報が示す回転行列を前記複数の回転行列の各々の初期回転行列として前記選択処理を実行する
ことを特徴とする請求項１７に記載の情報処理装置。
【請求項19】
前記処理部は、
前記複数の回転行列の各々の最適化を含む前記選択処理を実行する
ことを特徴とする請求項１８に記載の情報処理装置。
前記複数の回転行列の各々の最適化を含む前記選択処理を実行する
ことを特徴とする請求項１８に記載の情報処理装置。
【請求項20】
前記取得部は、
データ検索の対象となる前記複数のオブジェクトを示すオブジェクト情報を取得し、
前記処理部は、
前記データ検索での前記クラスタリングに用いる前記対象基準を決定する
ことを特徴とする請求項１に記載の情報処理装置。
データ検索の対象となる前記複数のオブジェクトを示すオブジェクト情報を取得し、
前記処理部は、
前記データ検索での前記クラスタリングに用いる前記対象基準を決定する
ことを特徴とする請求項１に記載の情報処理装置。
【請求項21】
コンピュータが実行する情報処理方法であって、
クラスタリングの対象となる複数のオブジェクトを示すオブジェクト情報と、所定の処理における複数の基準を示す基準情報とを取得する取得工程と、
前記取得工程により取得された前記基準情報が示す前記複数の基準を処理開始時点の候補基準とし、前記複数のオブジェクトのうち一部のオブジェクトを処理開始時点のオブジェクト群として、前記オブジェクト群を対象とした前記候補基準の各々を用いた所定のクラスタリング手法による複数のクラスタリング結果に応じて、前記候補基準のうち一部の基準を前記候補基準として残す基準として選択し、他の基準を前記候補基準から除外する選択処理を実行することにより、前記複数の基準のうち一の基準に対応する基準を、前記所定の処理に用いる基準である対象基準として決定する処理工程と、
を含むことを特徴とする情報処理方法。
クラスタリングの対象となる複数のオブジェクトを示すオブジェクト情報と、所定の処理における複数の基準を示す基準情報とを取得する取得工程と、
前記取得工程により取得された前記基準情報が示す前記複数の基準を処理開始時点の候補基準とし、前記複数のオブジェクトのうち一部のオブジェクトを処理開始時点のオブジェクト群として、前記オブジェクト群を対象とした前記候補基準の各々を用いた所定のクラスタリング手法による複数のクラスタリング結果に応じて、前記候補基準のうち一部の基準を前記候補基準として残す基準として選択し、他の基準を前記候補基準から除外する選択処理を実行することにより、前記複数の基準のうち一の基準に対応する基準を、前記所定の処理に用いる基準である対象基準として決定する処理工程と、
を含むことを特徴とする情報処理方法。
【請求項22】
クラスタリングの対象となる複数のオブジェクトを示すオブジェクト情報と、所定の処理における複数の基準を示す基準情報とを取得する取得手順と、
前記取得手順により取得された前記基準情報が示す前記複数の基準を処理開始時点の候補基準とし、前記複数のオブジェクトのうち一部のオブジェクトを処理開始時点のオブジェクト群として、前記オブジェクト群を対象とした前記候補基準の各々を用いた所定のクラスタリング手法による複数のクラスタリング結果に応じて、前記候補基準のうち一部の基準を前記候補基準として残す基準として選択し、他の基準を前記候補基準から除外する選択処理を実行することにより、前記複数の基準のうち一の基準に対応する基準を、前記所定の処理に用いる基準である対象基準として決定する処理手順と、
をコンピュータに実行させることを特徴とする情報処理プログラム。
前記取得手順により取得された前記基準情報が示す前記複数の基準を処理開始時点の候補基準とし、前記複数のオブジェクトのうち一部のオブジェクトを処理開始時点のオブジェクト群として、前記オブジェクト群を対象とした前記候補基準の各々を用いた所定のクラスタリング手法による複数のクラスタリング結果に応じて、前記候補基準のうち一部の基準を前記候補基準として残す基準として選択し、他の基準を前記候補基準から除外する選択処理を実行することにより、前記複数の基準のうち一の基準に対応する基準を、前記所定の処理に用いる基準である対象基準として決定する処理手順と、
をコンピュータに実行させることを特徴とする情報処理プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、情報処理装置、情報処理方法、及び情報処理プログラムに関する。
【背景技術】
【0002】
従来、種々の情報をクラスタリング（分類）する技術が提供されている。例えば、種々の情報を効率的に探索（検索）するために、対象となる情報をクラスタリングし、クラスタリングした結果が用いられている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特許第７１０９５２２号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、上記の従来技術では、改善の余地がある。上記の従来技術では、ｋ－ｍｅａｎｓ等により検索対象となるオブジェクト等をクラスタリングしているものの、例えばクラスタリング等の処理に関する複数の基準がある場合にどの基準を採用するかを決定するかについては考慮されていない。そのため、処理に用いる基準を適切に決定することが望まれている。
【0005】
本願は、上記に鑑みてなされたものであって、処理に用いる基準を適切に決定する情報処理装置、情報処理方法、及び情報処理プログラムを提供することを目的とする。
【課題を解決するための手段】
【0006】
本願に係る情報処理装置は、クラスタリングの対象となる複数のオブジェクトを示すオブジェクト情報と、所定の処理における複数の基準を示す基準情報とを取得する取得部と、前記取得部により取得された前記基準情報が示す前記複数の基準を処理開始時点の候補基準とし、前記複数のオブジェクトのうち一部のオブジェクトを処理開始時点のオブジェクト群として、前記オブジェクト群を対象とした前記候補基準の各々を用いた所定のクラスタリング手法による複数のクラスタリング結果に応じて、前記候補基準のうち一部の基準を前記候補基準として残す基準として選択し、他の基準を前記候補基準から除外する選択処理を実行することにより、前記複数の基準のうち一の基準に対応する基準を、前記所定の処理に用いる基準である対象基準として決定する処理部と、を備えたことを特徴とする。
【発明の効果】
【0007】
実施形態の一態様によれば、処理に用いる基準を適切に決定することができるという効果を奏する。
【図面の簡単な説明】
【0008】
【発明を実施するための形態】
【0009】
以下に、本願に係る情報処理装置、情報処理方法、及び情報処理プログラムを実施するための形態（以下、「実施形態」と呼ぶ）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、情報処理方法、及び情報処理プログラムが限定されるものではない。また、以下の各実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。
【0010】
（実施形態）
〔１．実施形態〕
〔１－１．情報処理〕
図１を用いて、実施形態に係る情報処理の一例について説明する。図１は、実施形態に係る情報処理の一例を示す図である。以下では、画像に関する情報をクラスタリング（分類）の対象となるオブジェクトとした場合を一例として説明する。なお、クラスタリング（分類）の対象は、クラスタリング処理が実行可能な対象であればどのようなものであってもよく、画像に限らず、例えば動画や音声等の任意の種別が採用可能である。例えば、オブジェクトは、所定の対象（情報）がベクトル化された多次元（数百次元、数千次元等）のベクトルである。例えば、オブジェクトは、所定の対象（情報）から抽出された局所特徴量のであってもよい。
〔１．実施形態〕
〔１－１．情報処理〕
図１を用いて、実施形態に係る情報処理の一例について説明する。図１は、実施形態に係る情報処理の一例を示す図である。以下では、画像に関する情報をクラスタリング（分類）の対象となるオブジェクトとした場合を一例として説明する。なお、クラスタリング（分類）の対象は、クラスタリング処理が実行可能な対象であればどのようなものであってもよく、画像に限らず、例えば動画や音声等の任意の種別が採用可能である。例えば、オブジェクトは、所定の対象（情報）がベクトル化された多次元（数百次元、数千次元等）のベクトルである。例えば、オブジェクトは、所定の対象（情報）から抽出された局所特徴量のであってもよい。
【0011】
図１では、情報処理装置１００（図３参照）は、例えば数十億等の単位の膨大なオブジェクトを対象にクラスタリング処理を行うために、クラスタリング処理で用いる基準を決定する。以下では、クラスタリング処理で用いる基準として、クラスタリングでのシードとなるセントロイド集合（「セントロイド群」ともいう）を情報処理装置１００が決定する場合を一例として説明する。なお、決定対象となる基準は、セントロイド集合に限らず、様々な処理に用いられる任意の基準が採用可能である。例えば、基準は回転行列であってもよいが、この点については後述する。
【0012】
〔１－１－１．処理例〕
ここから、図１を用いて処理の詳細を説明する。まず、以下に示す処理の説明に先だって前提を簡単に説明する。例えば、十億個のオブジェクト（ベクトル）をｋ－ｍｅａｎｓ法（「ｋ－ｍｅａｎｓ」や「ｋｍｅａｎｓ」と記載する場合がある）やｋ－ｍｅａｎｓ＋＋法（「ｋ－ｍｅａｎｓ＋＋」や「ｋｍｅａｎｓ＋＋」と記載する場合がある）等を、単純に実行するだけでは実用的な時間で処理を完了することが現状では難しい場合がある。また、クラスタリング対象となる複数のオブジェクト（「オブジェクトセット」ともいう）を、１つのシード（セントロイド集合）だけを用いてクラスタリングを行う場合、そのシードが対象とするオブジェクトセットのクラスタリングに適していない場合、適切にオブジェクトがクラスタリングされた結果を得ることが難しい。
ここから、図１を用いて処理の詳細を説明する。まず、以下に示す処理の説明に先だって前提を簡単に説明する。例えば、十億個のオブジェクト（ベクトル）をｋ－ｍｅａｎｓ法（「ｋ－ｍｅａｎｓ」や「ｋｍｅａｎｓ」と記載する場合がある）やｋ－ｍｅａｎｓ＋＋法（「ｋ－ｍｅａｎｓ＋＋」や「ｋｍｅａｎｓ＋＋」と記載する場合がある）等を、単純に実行するだけでは実用的な時間で処理を完了することが現状では難しい場合がある。また、クラスタリング対象となる複数のオブジェクト（「オブジェクトセット」ともいう）を、１つのシード（セントロイド集合）だけを用いてクラスタリングを行う場合、そのシードが対象とするオブジェクトセットのクラスタリングに適していない場合、適切にオブジェクトがクラスタリングされた結果を得ることが難しい。
【0013】
そこで、情報処理装置１００は、以下に示すような複数のシード（セントロイド集合）を処理開始時点の候補シード（候補セントロイド集合）とし、クラスタリング結果を基に候補シードから一部のシードを候補シードに残す基準として選択し、他の基準を前記候補基準から除外する選択処理により、徐々に候補を絞り込む。また、情報処理装置１００は、処理開始時点では、対象とするオブジェクトセットのうち、一部のオブジェクト群をクラスタリングし、選択処理を行うたびに、徐々のオブジェクトを追加したオブジェクト群を対象として選択処理を行う。例えば、以下で説明する例では、クラスタリング対象となるオブジェクトセット（「オブジェクトセットＯＳ１」とする）に十億個のオブジェクト（ベクトル）が含まれる。
【0014】
情報処理装置１００は、複数のシードを複数の基準として取得する。情報処理装置１００は、ｓ個（「候補数ｓ」ともいう）の初期シード集合Ｓ＝｛Ｓ０、Ｓ１、…｝を生成する。図１では、情報処理装置１００は、各々が複数のセントロイドからなるシードである７個のセントロイド集合Ｓ０、Ｓ１、Ｓ２、Ｓ３、Ｓ４、Ｓ５、Ｓ６を生成する。なお、セントロイド集合Ｓ０、Ｓ１、Ｓ２、Ｓ３、Ｓ４、Ｓ５、Ｓ６を区別せずに説明する場合、セントロイド集合Ｓｘと記載する場合がある。ここで、Ｓｘ＝｛Ｃ０、Ｃ１、Ｃ２…Ｃｋ｝（ｋは任意の数）である。すなわち、セントロイド集合Ｓｘは、セントロイドＣ０、Ｃ１、Ｃ２…Ｃｋの複数のセントロイド（セントロイド群）からなる。なお、セントロイドＣ０、Ｃ１、Ｃ２…Ｃｋを区別せずに説明する場合、セントロイドＣと記載する場合がある。例えば、各セントロイドＣはベクトルデータである。
【0015】
情報処理装置１００は、任意の手法によりセントロイド集合Ｓｘの各々を生成する。例えば、情報処理装置１００は、ｋ－ｍｅａｎｓ法やｋ－ｍｅａｎｓ＋＋法の一般的な生成方法により各セントロイド集合Ｓｘを生成する。例えば、情報処理装置１００は、ランダムにデータをクラスタに割り振り、その平均を初期セントロイドとしたり、ランダムにデータを選択してクラスタにしたりすること等により、各セントロイド集合Ｓｘを生成する。図１では、セントロイド集合Ｓ０、Ｓ１、Ｓ２、Ｓ３、Ｓ４、Ｓ５、Ｓ６の各々を生成する。
【0016】
なお、セントロイド集合Ｓｘに含まれるセントロイドＣの個数（ｋの値）は、任意の値であってもよい。例えば、セントロイド集合Ｓｘに含まれるセントロイドＣの個数は、オプションにより設定可能であってもよい。例えば、セントロイド集合Ｓｘに含まれるセントロイドＣの個数は、オブジェクトセットＯＳ１のサイズに応じて決定されてもよい。例えば、各セントロイド集合Ｓｘに含まれるセントロイドＣの個数は、オブジェクトセットＯＳ１のサイズに比例させ、オブジェクトの数が多い程多くしてもよい。また、各セントロイド集合Ｓｘに含まれるセントロイドＣの個数は、同じであってもよいし、異なってもよい。各セントロイド集合Ｓｘについて、ｋの値は同じであってもよいし、異なってもよい。
【0017】
また、セントロイド集合Ｓｘの個数（例えばｓの値）は、７は一例に過ぎず、７以外の任意の値であってもよい。例えば、セントロイド集合Ｓｘの個数は、オプションにより設定可能であってもよい。例えば、セントロイド集合Ｓｘの個数は、オブジェクトセットＯＳ１のサイズに応じて決定されてもよい。セントロイド集合Ｓｘの個数は、オブジェクトセットＯＳ１のサイズに比例させ、オブジェクトの数が多い程多くしてもよい。
【0018】
情報処理装置１００は、図１に示すように、オブジェクトセットＯＳ１のうち一部のオオブジェクトを処理開始時点のオブジェクト群（「第１オブジェクト群Ｄ０」ともいう）を対象として取得する（ステップＳＴ０１）。情報処理装置１００は、オブジェクトセットＯＳ１からｄ個（「対象数ｄ」ともいう）のオブジェクトをランダムに選択することにより、第１オブジェクト群Ｄ０を取得する。例えば対象数ｄは、オプションにより設定可能であり、数万、数十万などの任意の数が設定されてもよい。
【0019】
情報処理装置１００は、初期シード集合Ｓ、すなわちセントロイド集合Ｓ０、Ｓ１、Ｓ２、Ｓ３、Ｓ４、Ｓ５、Ｓ６を処理開始時点の候補セントロイド集合とし、候補セントロイド集合から一部のセントロイド集合を選択する選択処理（「第１の選択処理」ともいう）を実行する。まず、情報処理装置１００は、第１オブジェクト群Ｄ０を対象として、セントロイド集合Ｓ０、Ｓ１、Ｓ２、Ｓ３、Ｓ４、Ｓ５、Ｓ６の各々を用いたクラスタリング処理により、セントロイド集合Ｓ０、Ｓ１、Ｓ２、Ｓ３、Ｓ４、Ｓ５、Ｓ６の各々に対応する７個の第１クラスタリング結果を生成する（ステップＳＴ０２）。
【0020】
例えば、情報処理装置１００は、ｋ－ｍｅａｎｓに関する手法により、第１クラスタリング結果を生成する。なお、ｋ－ｍｅａｎｓに関する手法は、ｋ－ｍｅａｎｓに関するものであれば、ｋ－ｍｅａｎｓ法やｋ－ｍｅａｎｓ＋＋法等の任意の手法であってもよい。なお、以下では、情報処理装置１００は、ｋ－ｍｅａｎｓに関する手法として、ｋｍｅａｎｓを用いるものとする。このように、情報処理装置１００は、対象とする全データ（オブジェクトセットＯＳ１）から対象数ｄのデータをランダムに取得し、初期シード集合Ｓの各要素（セントロイド集合Ｓｘ）を用いて、個別にｋｍｅａｎｓを実行し、セントロイド集合Ｓ＊を取得する。
【0021】
例えば、情報処理装置１００は、第１オブジェクト群Ｄ０を対象として、セントロイド集合Ｓ０を用いたクラスタリング処理により、セントロイド集合Ｓ０に対応する第１クラスタリング結果ＲＳ０１を生成する。例えば、情報処理装置１００は、第１クラスタリング結果ＲＳ０１の生成処理において、セントロイド集合Ｓ０の各セントロイドＣの値を更新することにより、セントロイド集合Ｓ０＊を取得する。
【0022】
同様に、情報処理装置１００は、第１オブジェクト群Ｄ０を対象として、セントロイド集合Ｓ１～Ｓ６の各々を用いたクラスタリング処理により、セントロイド集合Ｓ１～Ｓ６の各々に対応する第１クラスタリング結果ＲＳ０１～ＲＳ６１の各々を生成する。例えば、情報処理装置１００は、第１クラスタリング結果ＲＳ０１～ＲＳ６１の各々の生成処理において、セントロイド集合Ｓ０～Ｓ６の各々の各セントロイドＣの値を更新することにより、セントロイド集合Ｓ０＊～Ｓ６＊の各々を取得する。
【0023】
情報処理装置１００は、取得されたセントロイド集合Ｓ＊のそれぞれの量子化誤差を算出し、誤差が小さい方から順にソートし、候補数ｓを式＃１「ｓ × ｋｓ」（ｋｓは１未満の値）で更新し、誤差が小さい方から上位ｓ個のセントロイド集合を初期シード集合Ｓとする（ステップＳＴ０３）。
【0024】
例えばｋｓを「０．５」とした場合、式＃１により「３．５（＝７×０．５）」と算出され、四捨五入した場合、候補数ｓは「４」に更新される。なお、ｋｓの値は一例に過ぎず、１より小さい値であれば、任意の値が設定可能である。情報処理装置１００は、セントロイド集合Ｓ０＊～Ｓ６＊のうち、量子化誤差が小さい方から１位～４位のセントロイド集合を候補セントロイド集合として残すセントロイド集合として選択する。
【0025】
図１では、量子化誤差が小さい方から１位～４位のセントロイド集合は、セントロイド集合Ｓ１、Ｓ２、Ｓ４、Ｓ６であるため、情報処理装置１００は、セントロイド集合Ｓ１、Ｓ２、Ｓ４、Ｓ６を候補セントロイド集合として残すセントロイド集合として選択し、残りのセントロイド集合Ｓ０、Ｓ３、Ｓ５を候補セントロイド集合から除外する。この場合、更新後の初期シード集合Ｓには、セントロイド集合Ｓ１、Ｓ２、Ｓ４、Ｓ６の４個のセントロイド集合が含まれる。例えば、情報処理装置１００は、セントロイド集合Ｓ１、Ｓ２、Ｓ４、Ｓ６を第１候補セントロイド集合として選択する。
【0026】
そして、情報処理装置１００は、対象数ｄを式＃２「ｄ × ｋｄ」（ｋｄは１より大きい値）で更新する。例えば、ｋｄを「１．２」とした場合、式＃２により対象数ｄを１．２倍にとし、対象とするオブジェクトの数を増加させる。なお、ｋｄの値は一例に過ぎず、１より大きい値であれば、任意の値が設定可能である。
【0027】
情報処理装置１００は、図１に示すように、オブジェクトセットＯＳ１のうち更新後の対象数ｄのオブジェクトを含むオブジェクト群（「第２オブジェクト群Ｄ１」ともいう）を対象として取得する（ステップＳＴ１１）。なお、情報処理装置１００は、任意の方法により第２オブジェクト群Ｄ１を取得する。例えば、情報処理装置１００は、毎回ランダムにｄ個のデータをランダムに取得してもよいし、増加分のみランダムに取得して前回のデータ（オブジェクト群）に追加してもよい。
【0028】
例えば、情報処理装置１００は、オブジェクトセットＯＳ１から更新後の対象数ｄのオブジェクトをランダムに選択することにより、第２オブジェクト群Ｄ１を取得する。また、情報処理装置１００は、更新後の対象数ｄから更新前の対象数ｄを減算することにより値（「追加数」ともいう）を算出し、オブジェクトセットＯＳ１のうち、第１オブジェクト群Ｄ０に含まれないオブジェクトから追加数だけオブジェクトをランダムに選択し、選択した追加数のオブジェクトを第１オブジェクト群Ｄ０に追加することにより、第２オブジェクト群Ｄ１を取得する。
【0029】
情報処理装置１００は、更新後の初期シード集合Ｓに含まれるセントロイド集合Ｓ１、Ｓ２、Ｓ４、Ｓ６を第１候補セントロイド集合とし、第１候補セントロイド集合から一部のセントロイド集合を選択する選択処理（「第２の選択処理」ともいう）を実行する。まず、情報処理装置１００は、第２オブジェクト群Ｄ１を対象として、セントロイド集合Ｓ１、Ｓ２、Ｓ４、Ｓ６の各々を用いたクラスタリング処理により、セントロイド集合Ｓ１、Ｓ２、Ｓ４、Ｓ６の各々に対応する４個の第２クラスタリング結果を生成する（ステップＳＴ１２）。
【0030】
例えば、情報処理装置１００は、ｋ－ｍｅａｎｓに関する手法により、第２クラスタリング結果を生成する。例えば、情報処理装置１００は、第２オブジェクト群Ｄ１を対象として、セントロイド集合Ｓ１を用いたクラスタリング処理により、セントロイド集合Ｓ１に対応する第２クラスタリング結果ＲＳ１２を生成する。例えば、情報処理装置１００は、第２クラスタリング結果ＲＳ１２の生成処理において、セントロイド集合Ｓ１の各セントロイドＣの値を更新することにより、セントロイド集合Ｓ１＊を取得する。
【0031】
同様に、情報処理装置１００は、第２オブジェクト群Ｄ１を対象として、セントロイド集合Ｓ２、Ｓ４、Ｓ６の各々を用いたクラスタリング処理により、セントロイド集合Ｓ２、Ｓ４、Ｓ６の各々に対応する第２クラスタリング結果ＲＳ２２、ＲＳ４２、ＲＳ６２の各々を生成する。例えば、情報処理装置１００は、第２クラスタリング結果ＲＳ２２、ＲＳ４２、ＲＳ６２の各々の生成処理において、セントロイド集合Ｓ２、Ｓ４、Ｓ６の各々の各セントロイドＣの値を更新することにより、セントロイド集合Ｓ２＊、Ｓ４＊、Ｓ６＊の各々を取得する。
【0032】
情報処理装置１００は、取得されたセントロイド集合Ｓ＊のそれぞれの量子化誤差を算出し、誤差が小さい方から順にソートし、候補数ｓを式＃１「ｓ × ｋｓ」（ｋｓは１未満の値）で更新し、誤差が小さい方から上位ｓ個のセントロイド集合を初期シード集合Ｓとする（ステップＳＴ１３）。
【0033】
図１では、上記の式＃１により候補数ｓは「３」に更新される。情報処理装置１００は、セントロイド集合Ｓ１＊、Ｓ２＊、Ｓ４＊、Ｓ６＊のうち、量子化誤差が小さい方から１位～３位のセントロイド集合を候補セントロイド集合として残すセントロイド集合として選択する。
【0034】
図１では、量子化誤差が小さい方から１位～３位のセントロイド集合は、セントロイド集合Ｓ２、Ｓ４、Ｓ６であるため、情報処理装置１００は、セントロイド集合Ｓ２、Ｓ４、Ｓ６を候補セントロイド集合として残すセントロイド集合として選択し、残りのセントロイド集合Ｓ１を候補セントロイド集合から除外する。この場合、更新後の初期シード集合Ｓには、セントロイド集合Ｓ２、Ｓ４、Ｓ６の３個のセントロイド集合が含まれる。例えば、情報処理装置１００は、セントロイド集合Ｓ２、Ｓ４、Ｓ６を第２候補セントロイド集合として選択する。
【0035】
そして、情報処理装置１００は、対象数ｄを式＃２「ｄ × ｋｄ」で更新する。情報処理装置１００は、図１に示すように、オブジェクトセットＯＳ１のうち更新後の対象数ｄのオブジェクトを含むオブジェクト群（「更新後の第２オブジェクト群Ｄ２」ともいう）を対象として取得する（ステップＳＴ２１）。なお、情報処理装置１００は、任意の方法により更新後の第２オブジェクト群Ｄ２を取得する。例えば、情報処理装置１００は、オブジェクトセットＯＳ１から更新後の対象数ｄのオブジェクトをランダムに選択することにより、更新後の第２オブジェクト群Ｄ２を取得する。また、情報処理装置１００は、更新後の対象数ｄから更新前の対象数ｄを減算することにより値（追加数）を算出し、オブジェクトセットＯＳ１のうち、第２オブジェクト群Ｄ１に含まれないオブジェクトから追加数だけオブジェクトをランダムに選択し、選択した追加数のオブジェクトを第２オブジェクト群Ｄ１に追加することにより、更新後の第２オブジェクト群Ｄ２を取得する。
【0036】
情報処理装置１００は、更新後の初期シード集合Ｓに含まれるセントロイド集合Ｓ２、Ｓ４、Ｓ６を第２候補セントロイド集合とし、第２候補セントロイド集合から一部のセントロイド集合を選択する選択処理（「第３の選択処理」ともいう）を実行する。まず、情報処理装置１００は、更新後の第２オブジェクト群Ｄ２を対象として、セントロイド集合Ｓ２、Ｓ４、Ｓ６の各々を用いたクラスタリング処理により、セントロイド集合Ｓ２、Ｓ４、Ｓ６の各々に対応する３個の第２クラスタリング結果を生成する（ステップＳＴ２２）。
【0037】
例えば、情報処理装置１００は、ｋ－ｍｅａｎｓに関する手法により、第２クラスタリング結果を生成する。例えば、情報処理装置１００は、更新後の第２オブジェクト群Ｄ２を対象として、セントロイド集合Ｓ２を用いたクラスタリング処理により、セントロイド集合Ｓ２に対応する第２クラスタリング結果ＲＳ２３を生成する。例えば、情報処理装置１００は、第２クラスタリング結果ＲＳ２２の生成処理において、セントロイド集合Ｓ２の各セントロイドＣの値を更新することにより、セントロイド集合Ｓ２＊を取得する。
【0038】
同様に、情報処理装置１００は、更新後の第２オブジェクト群Ｄ２を対象として、セントロイド集合Ｓ４、Ｓ６の各々を用いたクラスタリング処理により、セントロイド集合Ｓ４、Ｓ６の各々に対応する更新後の第２クラスタリング結果ＲＳ４３、ＲＳ６３の各々を生成する。例えば、情報処理装置１００は、更新後の第２クラスタリング結果ＲＳ４３、ＲＳ６３の各々の生成処理において、セントロイド集合Ｓ４、Ｓ６の各々の各セントロイドＣの値を更新することにより、セントロイド集合Ｓ４＊、Ｓ６＊の各々を取得する。
【0039】
情報処理装置１００は、取得されたセントロイド集合Ｓ＊のそれぞれの量子化誤差を算出し、誤差が小さい方から順にソートし、候補数ｓを式＃１「ｓ × ｋｓ」（ｋｓは１未満の値）で更新し、誤差が小さい方から上位ｓ個のセントロイド集合を初期シード集合Ｓとする（ステップＳＴ２３）。
【0040】
図１では、式＃１により候補数ｓは「１」に更新される。情報処理装置１００は、セントロイド集合Ｓ２＊、Ｓ４＊、Ｓ６＊のうち、量子化誤差が小さい方から１位のセントロイド集合を候補セントロイド集合として残すセントロイド集合として選択する。
【0041】
図１では、量子化誤差が小さい方から１位のセントロイド集合は、セントロイド集合Ｓ４であるため、情報処理装置１００は、セントロイド集合Ｓ４を候補セントロイド集合として残すセントロイド集合として選択し、残りのセントロイド集合Ｓ２、Ｓ６を候補セントロイド集合から除外する。この場合、更新後の初期シード集合Ｓには、セントロイド集合Ｓ４の１個のセントロイド集合が含まれる。
【0042】
情報処理装置１００は、更新後の初期シード集合Ｓ、すなわち候補セントロイド集合の要素が１つとなり、対象数ｄが上限値に達している場合、初期シード集合Ｓに残っているセントロイド集合を対象基準に決定して、処理を中断する。例えば、上限値は、対象とするオブジェクトセットに含まれるオブジェクト数以下の任意の値が設定される。図１では、更新後の第２オブジェクト群Ｄ２のオブジェクトの数が上限値を超えているものとする。この場合、情報処理装置１００は、更新後の初期シード集合Ｓ、すなわち候補セントロイド集合がセントロイド集合Ｓ４の１つであり、対象数ｄが上限値に達しているため、セントロイド集合Ｓ４を対象基準に決定して、処理を中断する。
【0043】
図１では、情報処理装置１００は、更新後の第２オブジェクト群Ｄ２に新たなオブジェクトが追加されたオブジェクト群（「第３オブジェクト群Ｄ３」ともいう）を対象として取得する（ステップＳＴ３１）。第３オブジェクト群Ｄ３は、オブジェクトセットＯＳ１全体であってもよい。そして、情報処理装置１００は、第３オブジェクト群Ｄ３を対象として、対象基準として決定したセントロイド集合Ｓ４を用いたクラスタリング処理により、セントロイド集合Ｓ４に対応するクラスタリング結果を生成する（ステップＳＴ３２）。例えば、情報処理装置１００は、第３オブジェクト群Ｄ３を対象としたクラスタリング処理において、セントロイド集合Ｓ４の各セントロイドＣの値を更新する。
【0044】
上述したように、情報処理装置１００は、複数のセントロイド集合から一のセントロイド集合をクラスタリングに用いるセントロイド集合に決定することにより、処理に用いる基準を適切に決定することができる。また、情報処理装置１００は、複数のセントロイド集合から決定したセントロイド集合を用いることで、適切にクラスタリング処理を実行することができる。このように、情報処理装置１００は、複数の基準から決定した基準を用いることで、適切にクラスタリング処理を実行することができる。したがって、情報処理装置１００は、適切なクラスタリングを可能にすることができる。
【0045】
一般的に、量子化グラフを生成するときに大量のデータをｋｍｅａｎｓでクラスタリングする。このような場合、データが多ければ多いほど検索精度が向上するが、より処理時間を要する。例えば、ｋｍｅａｎｓはセントロイドへのデータの割り当てとセントロイドの算出を繰り返し行うことで徐々にクラスタリングの精度が向上する。そこで、情報処理装置１００は、繰り返しの初期ではデータを少なくして処理を高速化し、徐々にデータを増やすことで精度が高く、かつ、処理時間を抑制することができる。
【0046】
また、ｋｍｅａｎｓでは初期のセントロイドの設定によって最終的な精度が大きく異なる。そこで、情報処理装置１００は、異なる初期セントロイドでｋｍｅａｎｓを行い、最終的に最も量子化誤差が小さくなった、クラスタリング結果を採用する。しかし、この様な場合、異なる初期セントロイドの数だけ処理時間が掛け算で増大する。そこで、情報処理装置１００は、初期のデータ数が少ない間は多数の初期セントロイドでｋｍｅａｎｓを行い、データ数を増やす時に量子化誤差が大きいもの（候補）を捨てていく（除外する）ことで、処理時間の増加を抑えることができる。なお、個々のｋｍｅａｎｓは特許出願１等に開示されるようなグラフインデックスを用いたクラスタリングでもよい。また、情報処理装置１００は、上述したクラスタリング処理を階層的に実行することにより、階層クラスタリングの各階層で行うことも可能である。例えば、情報処理装置１００は、最初のクラスタリング処理により得られた各第１クラスタに属するオブジェクトをさらに分類し複数の第２クラスタに分割することにより、階層クラスタリングの各階層で行ってもよい。
【0047】
〔１－１－１．適用範囲について〕
クラスタリング対象となるオブジェクトは種々の処理の対象であってもよい。例えば、オブジェクトは、データ検索の対象であってもよい。すなわち、情報処理装置１００が実行するクラスタリング処理により生成された情報は、データ検索に用いられてもよい。例えば、セントロイド集合Ｓ４を用いてクラスタリングされたクラスタが特許文献１に開示されるグループ（ブロブ）として用いられてもよい。また、セントロイド集合Ｓ４を用いてクラスタリングされたクラスタが量子化の単位となるクラスタ（量子化クラスタ）として用いられてもよい。
クラスタリング対象となるオブジェクトは種々の処理の対象であってもよい。例えば、オブジェクトは、データ検索の対象であってもよい。すなわち、情報処理装置１００が実行するクラスタリング処理により生成された情報は、データ検索に用いられてもよい。例えば、セントロイド集合Ｓ４を用いてクラスタリングされたクラスタが特許文献１に開示されるグループ（ブロブ）として用いられてもよい。また、セントロイド集合Ｓ４を用いてクラスタリングされたクラスタが量子化の単位となるクラスタ（量子化クラスタ）として用いられてもよい。
【0048】
なお、クラスタリング処理により生成された情報の用途は、データ検索に限らず、クラスタリング結果を利用可能な処理であれば、どのような処理に利用されてもよい。すなわち、情報処理装置１００が実行するクラスタリング処理は、そのクラスタリング処理の結果が利用可能な任意の処理に適用可能である。また、クラスタリング処理による情報の生成自体が目的であってもよい。例えば、情報処理装置１００は、クラスタリングに関する情報を用いてサービスを提供するサービス提供装置へクラスタリング処理の結果を提供してもよい。
【0049】
〔１－２．情報処理システムの構成〕
図４に示すように、情報処理システム１は、端末装置１０と、情報提供装置５０と、情報処理装置１００とが含まれる。端末装置１０と、情報提供装置５０と、情報処理装置１００とは所定のネットワークＮを介して、有線または無線により通信可能に接続される。図４は、第１の実施形態に係る情報処理システムの構成例を示す図である。なお、図４に示した情報処理システム１には、複数台の端末装置１０や、複数台の情報提供装置５０や、複数台の情報処理装置１００が含まれてもよい。
図４に示すように、情報処理システム１は、端末装置１０と、情報提供装置５０と、情報処理装置１００とが含まれる。端末装置１０と、情報提供装置５０と、情報処理装置１００とは所定のネットワークＮを介して、有線または無線により通信可能に接続される。図４は、第１の実施形態に係る情報処理システムの構成例を示す図である。なお、図４に示した情報処理システム１には、複数台の端末装置１０や、複数台の情報提供装置５０や、複数台の情報処理装置１００が含まれてもよい。
【0050】
端末装置１０は、ユーザによって利用される情報処理装置である。端末装置１０は、ユーザによる種々の操作を受け付ける。なお、以下では、端末装置１０をユーザと表記する場合がある。すなわち、以下では、ユーザを端末装置１０と読み替えることもできる。なお、上述した端末装置１０は、例えば、スマートフォンや、タブレット型端末や、ノート型ＰＣ（Personal Computer）や、デスクトップＰＣや、携帯電話機や、ＰＤＡ（Personal Digital Assistant）等により実現される。
【0051】
情報提供装置５０は、ユーザ等に種々の情報提供を行うための情報が格納された情報処理装置である。例えば、情報提供装置５０は、ウェブサーバ等の種々の外部装置から収集した文字情報等に基づくオブジェクトＩＤが格納される。例えば、情報提供装置５０は、ユーザ等に画像検索サービスを提供する情報処理装置である。例えば、情報提供装置５０は、画像検索サービスを提供するための各情報が格納される。例えば、情報提供装置５０は、画像検索サービスの対象となる画像に対応するベクトル情報を情報処理装置１００に提供する。また、情報提供装置５０は、クエリを情報処理装置１００に送信することにより、情報処理装置１００からクエリに対応する画像を示すオブジェクトＩＤ等を受信する。
【0052】
情報処理装置１００は、情報処理を実行するコンピュータである。情報処理装置１００は、クラスタリングに関する処理を実行する。情報処理装置１００は、クラスタリングに関する処理を実行する。情報処理装置１００は、複数の基準を処理開始時点の候補基準とし、複数のオブジェクトのうち一部のオブジェクトを処理開始時点のオブジェクト群として、オブジェクト群を対象とした候補基準の各々を用いた所定のクラスタリング手法による複数のクラスタリング結果を生成する。情報処理装置１００は、候補基準のうち一部の基準を候補基準として残す基準として選択し、他の基準を候補基準から除外する選択処理を実行することにより、複数の基準のうち一の基準に対応する基準を、所定の処理に用いる基準である対象基準として決定する。
【0053】
情報処理装置１００は、検索サービスを提供してもよい。例えば、情報処理装置１００は、端末装置１０からクエリ（検索クエリ）を受信すると、検索クエリに類似する対象（オブジェクト）を検索し、検索結果を端末装置に提供する。また、例えば、情報処理装置１００が端末装置に提供するデータは、画像情報等のデータ自体であってもよいし、ＵＲＬ（Uniform Resource Locator）等の対応するデータを参照するための情報であってもよい。また、検索クエリや検索対象（オブジェクト）は、画像、音声、テキストデータなど、如何なる種類のデータであってもよい。
【0054】
〔１－３．情報処理装置の構成〕
次に、図３を用いて、実施形態に係る情報処理装置１００の構成について説明する。図３は、実施形態に係る情報処理装置１００の構成例を示す図である。図３に示すように、情報処理装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、情報処理装置１００は、情報処理装置１００の管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。
次に、図３を用いて、実施形態に係る情報処理装置１００の構成について説明する。図３は、実施形態に係る情報処理装置１００の構成例を示す図である。図３に示すように、情報処理装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。なお、情報処理装置１００は、情報処理装置１００の管理者等から各種操作を受け付ける入力部（例えば、キーボードやマウス等）や、各種情報を表示するための表示部（例えば、液晶ディスプレイ等）を有してもよい。
【0055】
（通信部１１０）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワーク（例えば図２中のネットワークＮ）と有線または無線で接続され、端末装置１０や情報提供装置５０との間で情報の送受信を行う。
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。そして、通信部１１０は、ネットワーク（例えば図２中のネットワークＮ）と有線または無線で接続され、端末装置１０や情報提供装置５０との間で情報の送受信を行う。
【0056】
（記憶部１２０）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。実施形態に係る記憶部１２０は、図３に示すように、オブジェクト情報記憶部１２１と、クラスタリング情報記憶部１２２と、量子化情報記憶部１２３と、コードブック情報記憶部１２４と、グラフ情報記憶部１２５とを有する。
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置によって実現される。実施形態に係る記憶部１２０は、図３に示すように、オブジェクト情報記憶部１２１と、クラスタリング情報記憶部１２２と、量子化情報記憶部１２３と、コードブック情報記憶部１２４と、グラフ情報記憶部１２５とを有する。
【0057】
（オブジェクト情報記憶部１２１）
実施形態に係るオブジェクト情報記憶部１２１は、オブジェクトに関する各種情報を記憶する。例えば、オブジェクト情報記憶部１２１は、オブジェクトＩＤやベクトルデータを記憶する。図４は、実施形態に係るオブジェクト情報記憶部の一例を示す図である。図４に示すオブジェクト情報記憶部１２１は、「オブジェクトＩＤ」、「ベクトル情報」といった項目が含まれる。
実施形態に係るオブジェクト情報記憶部１２１は、オブジェクトに関する各種情報を記憶する。例えば、オブジェクト情報記憶部１２１は、オブジェクトＩＤやベクトルデータを記憶する。図４は、実施形態に係るオブジェクト情報記憶部の一例を示す図である。図４に示すオブジェクト情報記憶部１２１は、「オブジェクトＩＤ」、「ベクトル情報」といった項目が含まれる。
【0058】
「オブジェクトＩＤ」は、オブジェクトを識別するための識別情報を示す。また、「ベクトル情報」は、オブジェクトＩＤにより識別されるオブジェクトに対応するベクトル情報を示す。すなわち、図４の例では、オブジェクトを識別するオブジェクトＩＤに対して、オブジェクトに対応するベクトルデータ（ベクトル情報）が対応付けられて登録されている。
【0059】
例えば、図４の例では、オブジェクトＩＤ「Ｎ１」により識別されるオブジェクト（対象）は、「１０，２４，５１，２・・・」の多次元のベクトル情報が対応付けられることを示す。
【0060】
なお、オブジェクト情報記憶部１２１は、上記に限らず、目的に応じて種々の情報を記憶してもよい。
【0061】
（クラスタリング情報記憶部１２２）
実施形態に係るクラスタリング情報記憶部１２２は、クラスタリングに関する各種情報を記憶する。クラスタリング情報記憶部１２２は、クラスタリングに用いる対象基準の決定処理に関する情報を記憶する。例えば、クラスタリング情報記憶部１２２は、一の基準を用いて生成されたクラスタリングの結果を示す情報を記憶する。
実施形態に係るクラスタリング情報記憶部１２２は、クラスタリングに関する各種情報を記憶する。クラスタリング情報記憶部１２２は、クラスタリングに用いる対象基準の決定処理に関する情報を記憶する。例えば、クラスタリング情報記憶部１２２は、一の基準を用いて生成されたクラスタリングの結果を示す情報を記憶する。
【0062】
クラスタリング情報記憶部１２２は、所定の処理における複数の基準を示す基準情報を記憶する。クラスタリング情報記憶部１２２は、クラスタリングにおける複数の基準を示す基準情報を記憶する。例えば、クラスタリング情報記憶部１２２は、複数の基準である複数のセントロイド群の各々を示す情報を記憶する。クラスタリング情報記憶部１２２は、直積量子化の最適化における複数の基準を示す基準情報を記憶する。例えば、クラスタリング情報記憶部１２２は、複数の基準である複数の回転行列の各々を示す情報を記憶する。
【0063】
クラスタリング情報記憶部１２２は、複数の基準から一の基準を対象基準として決定するまでの処理過程を示す情報を記憶する。クラスタリング情報記憶部１２２は、第１の選択処理の結果を示す情報を記憶する。クラスタリング情報記憶部１２２は、第２の選択処理の結果を示す情報を記憶する。クラスタリング情報記憶部１２２は、第３の選択処理の結果を示す情報を記憶する。例えば、クラスタリング情報記憶部１２２は、対象基準として選択されたセントロイド群を用いたクラスタリング処理の結果を示す情報を記憶する。例えば、クラスタリング情報記憶部１２２は、対象基準として選択されたセントロイド集合Ｓ４を用いたクラスタリング処理の結果を示す情報を記憶する。
【0064】
クラスタリング情報記憶部１２２は、対象基準を用いて生成されたクラスタリングの結果を示す情報を記憶する。例えば、クラスタリング情報記憶部１２２は、対象基準として決定された一のセントロイド群を用いて生成されたクラスタリングの結果を示す情報を記憶する。例えば、クラスタリング情報記憶部１２２は、対象基準として決定された一の回転行列を用いて生成されたクラスタリングの結果を示す情報を記憶する。
【0065】
なお、クラスタリング情報記憶部１２２は、上記に限らず、目的に応じて種々の情報を記憶してもよい。
【0066】
（量子化情報記憶部１２３）
実施形態に係る量子化情報記憶部１２３は、量子化に関する各種情報を記憶する。量子化情報記憶部１２３には、「オブジェクトＩＤ」、「量子化情報」といった項目を有する。例えば、量子化情報記憶部１２３には、セントロイド集合Ｓ４を用いてクラスタリングされたクラスタごとに量子化した情報を記憶する。
実施形態に係る量子化情報記憶部１２３は、量子化に関する各種情報を記憶する。量子化情報記憶部１２３には、「オブジェクトＩＤ」、「量子化情報」といった項目を有する。例えば、量子化情報記憶部１２３には、セントロイド集合Ｓ４を用いてクラスタリングされたクラスタごとに量子化した情報を記憶する。
【0067】
「オブジェクトＩＤ」は、オブジェクトを識別するための識別情報を示す。「量子化情報」は、各オブジェクトの量子化されたベクトルの情報を示す。例えば、「量子化情報」には、「要素」、「コードブックＩＤ」といった情報が含まれる。「要素」は、対応するオブジェクトのベクトルにおける配置を示す。例えば、各オブジェクトのベクトルは４分割され、各分割された部分ベクトルがコードブックにより量子化されることを示す。なお、分割数は４に限られない。「コードブックＩＤ」は、各要素（部分ベクトル）に対応するコードブックを識別するための情報を示す。
【0068】
なお、コードブックを用いた量子化については、特許文献１等の従来技術により適宜実行されればよく、詳細な説明は省略する。また、量子化情報記憶部１２３は、上記に限らず、目的に応じて種々の情報を記憶してもよい。
【0069】
（コードブック情報記憶部１２４）
実施形態に係るコードブック情報記憶部１２４は、コードブックに関する各種情報を記憶する。例えば、コードブック情報記憶部１２４は、コードブックＩＤや各コードブックのベクトル情報を記憶する。例えば、コードブック情報記憶部１２４は、各コードブックとベクトルとの対応付けを示すルックアップテーブルを記憶する。
実施形態に係るコードブック情報記憶部１２４は、コードブックに関する各種情報を記憶する。例えば、コードブック情報記憶部１２４は、コードブックＩＤや各コードブックのベクトル情報を記憶する。例えば、コードブック情報記憶部１２４は、各コードブックとベクトルとの対応付けを示すルックアップテーブルを記憶する。
【0070】
コードブック情報記憶部１２４は、４分割された部分ベクトルの各々を量子化するために用いるコードブック等を記憶する。なお、コードブックは、特許文献１等の従来技術で開示されるような情報であり、詳細な説明は省略する。また、コードブック情報記憶部１２４は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、コードブック情報記憶部１２４は、各コードブックと検索クエリとの差分（距離）を示す情報を記憶してもよい。
【0071】
（グラフ情報記憶部１２５）
実施形態に係るグラフ情報記憶部１２５は、グラフに関する各種情報を記憶する。例えば、グラフ情報記憶部１２５は、検索処理に用いられるグラフを記憶する。グラフ情報記憶部１２５は、エッジ及びそのエッジで接続（連結）される接続対象を特定するための情報（ＩＤ等の識別情報）等を記憶する。なお、接続対象は、グループ（ブロブ等）、オブジェクト等の任意の対象が採用可能である。情報処理装置１００は、データ検索の対象となる複数のオブジェクトに関する接続対象をグラフ構造化したグラフインデックス（グラフ）を用いた検索処理を実行する。
実施形態に係るグラフ情報記憶部１２５は、グラフに関する各種情報を記憶する。例えば、グラフ情報記憶部１２５は、検索処理に用いられるグラフを記憶する。グラフ情報記憶部１２５は、エッジ及びそのエッジで接続（連結）される接続対象を特定するための情報（ＩＤ等の識別情報）等を記憶する。なお、接続対象は、グループ（ブロブ等）、オブジェクト等の任意の対象が採用可能である。情報処理装置１００は、データ検索の対象となる複数のオブジェクトに関する接続対象をグラフ構造化したグラフインデックス（グラフ）を用いた検索処理を実行する。
【0072】
例えば、グラフ情報記憶部１２５は、オブジェクト間をエッジで連結したグラフ（「オブジェクトグラフ」ともいう）が検索に用いられる場合、オブジェクトグラフを記憶する。この場合、グラフ情報記憶部１２５は、各オブジェクトに所定数の近傍のオブジェクトが連結されたオブジェクトグラフが記憶される。なお、情報処理装置１００は、オブジェクトグラフを生成してもよいし、外部装置からオブジェクトグラフを取得してもよい。例えば、オブジェクトグラフは、ｋ近傍グラフ（k-nearest neighbor graph）である。例えば、オブジェクトグラフは、検索処理に利用可能なグラフであれば、グラフ生成に関する種々の技術を適宜用いて生成されればよく、詳細な説明は省略する。
【0073】
また、例えば、グラフ情報記憶部１２５は、グループ（ブロブ）間を連結したグラフ（「グループ連結グラフ」ともいう）が検索に用いられる場合、グループ連結グラフを記憶する。この場合、グラフ情報記憶部１２５は、各グループに所定数の近傍のグループが連結されたグループ連結グラフが記憶される。なお、情報処理装置１００は、グループ連結グラフを生成してもよいし、外部装置からグループ連結グラフを取得してもよい。
【0074】
例えば、グラフ情報記憶部１２５は、各グループ（ブロブ）のセントロイドに所定数の近傍のグループ（ブロブ）のセントロイドが連結されたグループ連結グラフが記憶される。例えば、グループ（ブロブ）のセントロイド間を連結したグループ連結グラフは、例えば各セントロイド間の距離に応じて所定数の近傍のセントロイドが連結されることにより生成される。例えば、グループ連結グラフは、ｋ近傍グラフ（k-nearest neighbor graph）である。例えば、グループ連結グラフは、検索処理に利用可能なグラフであれば、グラフ生成に関する種々の技術を適宜用いて生成されればよく、詳細な説明は省略する。
【0075】
なお、グラフ情報記憶部１２５は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、グラフ情報記憶部１２５は、各接続対象間を連結するエッジの長さが記憶されてもよい。すなわち、グラフ情報記憶部１２５は、接続対象間の距離を示す情報が記憶されてもよい。上記データ構造は一例に過ぎず、グラフ情報記憶部１２５は、上記に限らず、種々のデータ構造によりグラフ情報を記憶してもよい。
【0076】
また、グラフは、クエリを入力とし、グラフ中のエッジを辿ることにより接続対象を探索し、クエリに類似する接続対象を抽出し出力するプログラムモジュールを含んでもよい。すなわち、グラフは、グラフを用いて検索処理を行うプログラムモジュールとしての利用が想定されるものであってもよい。例えば、グラフは、クエリとしてベクトルデータが入力された場合に、そのベクトルデータに類似するベクトルデータに対応する接続対象をグラフ中から抽出し、出力するプログラムであってもよい。例えば、グラフは、クエリ画像に対応する類似画像を検索するプログラムモジュールとして利用されるデータであってもよい。例えば、グラフは、入力されたクエリに基づいて、グラフにおいてそのクエリに類似する接続対象を抽出し、出力するよう、コンピュータを機能させる。
【0077】
（制御部１３０）
図３の説明に戻って、制御部１３０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）やＧＰＵ（Graphics Processing Unit）等によって、情報処理装置１００内部の記憶装置に記憶されている各種プログラム（情報処理プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。
図３の説明に戻って、制御部１３０は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）やＧＰＵ（Graphics Processing Unit）等によって、情報処理装置１００内部の記憶装置に記憶されている各種プログラム（情報処理プログラムの一例に相当）がＲＡＭを作業領域として実行されることにより実現される。また、制御部１３０は、コントローラであり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現される。
【0078】
図３に示すように、制御部１３０は、取得部１３１と、生成部１３２と、検索処理部１３３と、提供部１３４とを有し、以下に説明する情報処理の機能や作用を実現または実行する。なお、制御部１３０の内部構成は、図３に示した構成に限られず、後述する情報処理を行う構成であれば他の構成であってもよい。
【0079】
（取得部１３１）
取得部１３１は、各種情報を取得する。例えば、取得部１３１は、記憶部１２０から各種情報を取得する。例えば、取得部１３１は、オブジェクト情報記憶部１２１や、クラスタリング情報記憶部１２２や、量子化情報記憶部１２３や、コードブック情報記憶部１２４や、グラフ情報記憶部１２５等から各種情報を取得する。また、取得部１３１は、各種情報を外部の情報処理装置から取得する。取得部１３１は、端末装置１０や情報提供装置５０から各種情報を取得する。
取得部１３１は、各種情報を取得する。例えば、取得部１３１は、記憶部１２０から各種情報を取得する。例えば、取得部１３１は、オブジェクト情報記憶部１２１や、クラスタリング情報記憶部１２２や、量子化情報記憶部１２３や、コードブック情報記憶部１２４や、グラフ情報記憶部１２５等から各種情報を取得する。また、取得部１３１は、各種情報を外部の情報処理装置から取得する。取得部１３１は、端末装置１０や情報提供装置５０から各種情報を取得する。
【0080】
取得部１３１は、クラスタリングの対象となる複数のオブジェクトを示すオブジェクト情報を取得する。取得部１３１は、データ検索の対象となる複数のオブジェクトを示すオブジェクト情報を取得する。取得部１３１は、所定の処理における複数の基準を示す基準情報を取得する。取得部１３１は、所定の処理における複数の基準を示す基準情報を取得する。取得部１３１は、クラスタリングにおける複数のセントロイド群の各々に対応する複数の基準を示す基準情報を取得する。取得部１３１は、直積量子化の最適化における複数の回転行列の各々に対応する複数の基準を示す基準情報を取得する。
【0081】
取得部１３１は、データ検索の対象となる複数のオブジェクトに対する検索クエリを取得する。例えば、取得部１３１は、画像検索に関する検索クエリを取得する。例えば、取得部１３１は、利用する端末装置１０からクエリを取得する。例えば、取得部１３１は、利用する端末装置１０からクエリを受け付けた情報提供装置５０からクエリを取得する。取得部１３１は、グラフを取得する。例えば、情報処理装置１００は、情報提供装置５０等の外部装置からグラフを取得してもよい。
【0082】
（生成部１３２）
生成部１３２は、オブジェクト等のクラスタリング対象のクラスタリングに関する各種処理を実行する処理部である。生成部１３２は、各種情報を生成する。例えば、生成部１３２は、記憶部１２０に記憶された情報（データ）から各種情報（データ）を生成する。例えば、生成部１３２は、オブジェクト情報記憶部１２１や、クラスタリング情報記憶部１２２や、量子化情報記憶部１２３や、コードブック情報記憶部１２４や、グラフ情報記憶部１２５等に記憶された情報（データ）から各種情報を生成する。生成部１３２は、グラフ情報記憶部１２５に示すようなグラフを生成してもよい。
生成部１３２は、オブジェクト等のクラスタリング対象のクラスタリングに関する各種処理を実行する処理部である。生成部１３２は、各種情報を生成する。例えば、生成部１３２は、記憶部１２０に記憶された情報（データ）から各種情報（データ）を生成する。例えば、生成部１３２は、オブジェクト情報記憶部１２１や、クラスタリング情報記憶部１２２や、量子化情報記憶部１２３や、コードブック情報記憶部１２４や、グラフ情報記憶部１２５等に記憶された情報（データ）から各種情報を生成する。生成部１３２は、グラフ情報記憶部１２５に示すようなグラフを生成してもよい。
【0083】
生成部１３２は、取得部１３１により取得された基準情報が示す複数の基準を処理開始時点の候補基準とし、複数のオブジェクトのうち一部のオブジェクトを処理開始時点のオブジェクト群として、オブジェクト群を対象とした候補基準の各々を用いた所定のクラスタリング手法による複数のクラスタリング結果に応じて、候補基準のうち一部の基準を候補基準として残す基準として選択し、他の基準を候補基準から除外する選択処理を実行する。
【0084】
生成部１３２は、選択処理により、複数の基準のうち一の基準に対応する基準を、所定の処理に用いる基準である対象基準として決定する。生成部１３２は、選択処理により、複数の基準のうち一の基準に対応する基準を、クラスタリングに用いる基準である対象基準として決定する。生成部１３２は、選択処理により、複数の基準のうち一の基準に対応する基準を、直積量子化の最適化に用いる基準である対象基準として決定する。生成部１３２は、オブジェクト群を対象とした候補基準の各々を用いたｋ－ｍｅａｎｓに関する手法による複数のクラスタリング結果に応じて、候補基準のうち一部の基準を候補基準として選択する選択処理を実行する。
【0085】
生成部１３２は、選択処理後に、複数のオブジェクトのうちオブジェクト群に含まれないオブジェクトをオブジェクト群に追加することにより、オブジェクト群を増加させ選択処理を繰り返すことにより、対象基準を決定する。生成部１３２は、選択処理後に、複数のオブジェクトのうち所定数のオブジェクトをオブジェクト群に追加することにより、オブジェクト群を増加させ選択処理を繰り返す。
【0086】
生成部１３２は、オブジェクト群の数に１よりも大きい係数を乗算した値のオブジェクトをオブジェクト群に追加することにより、オブジェクト群を増加させ選択処理を繰り返す。生成部１３２は、候補基準が１つになるまで選択処理を繰り返すことにより、対象基準を決定する。
【0087】
生成部１３２は、候補基準の各々に基づくオブジェクト群のクラスタリング結果に応じて、候補基準のうち、クラスタリングに関する評価が高い方から順に一部の基準を候補基準として選択する選択処理を実行する。生成部１３２は、候補基準の各々に基づくオブジェクト群のクラスタリング結果に応じて、候補基準のうち、クラスタリングに関する誤差が小さい方から順に一部の基準を候補基準として選択する選択処理を実行する。
【0088】
生成部１３２は、候補基準のうち、所定の関数に基づく所定の数の基準を残すことにより、候補基準に含まれる基準の数を減らす選択処理を実行する。生成部１３２は、選択処理の度に所定の数を減少させる所定の関数に基づく所定の数の基準を候補基準として選択することにより、候補基準に含まれる基準の数を減らす選択処理を実行する。
【0089】
生成部１３２は、複数のオブジェクトの一部である第１オブジェクト群を対象としてクラスタリングすることにより、複数の基準の各々に対応する複数の第１クラスタリング結果を生成し、生成した複数の第１クラスタリング結果を用いて、複数の基準のうちクラスタリングに関する評価が高い方から順に第１数の基準を、第１候補基準として選択する第１の選択処理を実行する。生成部１３２は、第１の選択処理により選択された第１候補基準の各々に基づいて、複数のオブジェクトのうち第１オブジェクト群以外のオブジェクトを第１オブジェクト群に追加した第２オブジェクト群を対象としてクラスタリングすることにより、第１候補基準の各々に対応する複数の第２クラスタリング結果を生成し、生成した複数の第２クラスタリング結果を用いて、第１候補基準のうちクラスタリングに関する評価が高い方から順に第１数よりも少ない第２数の基準を、第２候補基準として選択する第２の選択処理を実行する。生成部１３２は、第１の選択処理及び第２の選択処理を実行することにより、対象基準を決定する。
【0090】
生成部１３２は、第２候補基準の各々に基づいて、複数のオブジェクトのうち第２オブジェクト群以外のオブジェクトを第２オブジェクト群に追加することにより更新した第２オブジェクト群を対象としてクラスタリングすることにより、第２候補基準の各々に対応する複数の第２クラスタリング結果を生成し、生成した複数の第２クラスタリング結果を用いて、第２候補基準のうちクラスタリングに関する評価が高い方から順に数を減らした更新後の第２数の基準を、第２候補基準として選択することにより、第２候補基準を更新する第３の選択処理を実行する。生成部１３２は、第３の選択処理を実行することにより、対象基準を決定する。生成部１３２は、第３の選択処理を繰り返すことにより、対象基準を決定する。生成部１３２は、第２候補基準が１つになるまで第３の選択処理を繰り返すことにより、対象基準を決定する。
【0091】
生成部１３２は、複数のセントロイド群の各々を用いた複数のクラスタリング結果に応じて、選択処理を実行する。生成部１３２は、候補基準が１つになるまで選択処理を繰り返すことにより、クラスタリングに用いるセントロイド群を決定する。
【0092】
生成部１３２は、複数の回転行列の各々を用いた複数のクラスタリング結果に応じて、選択処理を実行する。生成部１３２は、基準情報が示す回転行列を複数の回転行列の各々の初期回転行列として選択処理を実行する。生成部１３２は、複数の回転行列の各々の最適化を含む選択処理を実行する。生成部１３２は、データ検索でのクラスタリングに用いる対象基準を決定する。
【0093】
生成部１３２は、決定した対象基準を用いてクラスタリング処理を実行することによりクラスタリング情報を生成する。生成部１３２は、対象基準として決定したセントロイド群を用いてクラスタリング処理を実行することによりクラスタリング情報を生成する。生成部１３２は、対象基準として決定したセントロイド群を用いて複数のオブジェクトを分類することにより、クラスタリング情報を生成する。生成部１３２は、グラフを利用したデータ検索で用いるクラスタリングを示すクラスタリング情報を生成する。
【0094】
生成部１３２は、グラフ情報記憶部１２５、量子化情報記憶部１２３、コードブック情報記憶部１２４に記憶される情報を生成してもよい。なお、情報処理装置１００が量子化情報記憶部１２３、コードブック情報記憶部１２４、グラフ情報記憶部１２５等に記憶される情報を、情報提供装置５０等の外部装置から取得する場合、生成部１３２は、量子化情報記憶部１２３、コードブック情報記憶部１２４、グラフ情報記憶部１２５等に記憶される情報を生成しなくてもよい。
【0095】
（検索処理部１３３）
検索処理部１３３は、オブジェクトに関する検索サービスを提供する。検索処理部１３３は、各種情報を探索する。検索処理部１３３は、各種情報を検索する。例えば、検索処理部１３３は、グラフを探索することにより、オブジェクトを検索する。例えば、検索処理部１３３は、取得部１３１により取得されたクエリが取得された場合、グラフを探索することにより、クエリに類似するオブジェクトを検索する。例えば、検索処理部１３３は、グラフを探索することにより、クエリに類似するオブジェクトを抽出する。なお、情報処理装置１００は、検索サービスを提供しない場合、検索処理部１３３を有しなくてもよい。
検索処理部１３３は、オブジェクトに関する検索サービスを提供する。検索処理部１３３は、各種情報を探索する。検索処理部１３３は、各種情報を検索する。例えば、検索処理部１３３は、グラフを探索することにより、オブジェクトを検索する。例えば、検索処理部１３３は、取得部１３１により取得されたクエリが取得された場合、グラフを探索することにより、クエリに類似するオブジェクトを検索する。例えば、検索処理部１３３は、グラフを探索することにより、クエリに類似するオブジェクトを抽出する。なお、情報処理装置１００は、検索サービスを提供しない場合、検索処理部１３３を有しなくてもよい。
【0096】
検索処理部１３３は、検索処理において各種情報を選択する。検索処理部１３３は、検索処理において各種情報を抽出する。検索処理部１３３は、検索処理において各種情報を判定する。検索処理部１３３は、検索処理において各種情報を決定する。検索処理部１３３は、検索処理において各種情報を変更する。検索処理部１３３は、検索処理において各種情報を更新する。
【0097】
検索処理部１３３は、上述したようなクラスタリングにより生成された情報を用いて、オブジェクトの検索処理を実行可能であれば、どのような手法により検索処理を行ってもよい。例えば、検索処理部１３３は、特許文献１に開示されるような検索フローに基づいて、検索処理を実行する。検索処理部１３３は、データ検索の対象となる複数のオブジェクトに関する接続対象をグラフ構造化したグラフインデックス（グラフ）を用いた検索処理を実行する。
【0098】
例えば、検索処理部１３３は、データ検索の対象となる複数のオブジェクトをグラフ構造化したオブジェクトグラフを用いた検索処理を実行する。検索処理部１３３は、データ検索の対象であるオブジェクトがベクトル化され、ノードとして連結されたオブジェクトグラフを用いて近傍検索を行う。検索処理部１３３は、オブジェクトを検索対象として、オブジェクトグラフを辿って与えられた検索クエリ（ベクトル）の近傍のオブジェクトを探索する。検索処理部１３３は、検索処理により、抽出する近傍のオブジェクトの数として指定された所定数（検索数）のオブジェクトを、検索クエリの近傍のオブジェクトとして抽出する。
【0099】
例えば、検索処理部１３３は、データ検索の対象となる複数のオブジェクトをクラスタリング（グルーピング）したクラスタ（グループ）をグラフ構造化したグループ連結グラフを用いた検索処理を実行する。検索処理部１３３は、データ検索の対象であるオブジェクトが分類されたグループ（ブロブ）がエッジで連結されたグループ連結グラフを用いて近傍検索を行う。検索処理部１３３は、グループ連結グラフの各グループ（ブロブ）に属するオブジェクトを検索対象のオブジェクトとして、グループ連結グラフを辿って与えられた検索クエリ（ベクトル）の近傍のオブジェクトを探索する。検索処理部１３３は、検索処理により、抽出する近傍のオブジェクトの数として指定された所定数（検索数）のオブジェクトを、検索クエリの近傍のオブジェクトとして抽出する。
【0100】
（提供部１３４）
提供部１３４は、各種情報を提供する。例えば、提供部１３４は、端末装置１０や情報提供装置５０に各種情報を送信する。例えば、提供部１３４は、検索クエリに対応するオブジェクトＩＤを検索結果として提供する。提供部１３４は、検索結果を端末装置１０へ送信する。提供部１３４は、検索処理部１３３により検索されたオブジェクトＩＤを、検索クエリに対応する検索結果として端末装置１０へ提供する。
提供部１３４は、各種情報を提供する。例えば、提供部１３４は、端末装置１０や情報提供装置５０に各種情報を送信する。例えば、提供部１３４は、検索クエリに対応するオブジェクトＩＤを検索結果として提供する。提供部１３４は、検索結果を端末装置１０へ送信する。提供部１３４は、検索処理部１３３により検索されたオブジェクトＩＤを、検索クエリに対応する検索結果として端末装置１０へ提供する。
【0101】
また、提供部１３４は、検索処理部１３３により検索されたオブジェクトＩＤを情報提供装置５０へ提供してもよい。例えば、提供部１３４は、検索処理部１３３が検索により抽出したオブジェクトＩＤを情報提供装置５０へ提供する。提供部１３４は、検索処理部１３３により抽出されたオブジェクトＩＤをクエリに対応するベクトルを示す情報として情報提供装置５０に提供する。
【0102】
【0103】
図５に示すように、情報処理装置１００は、クラスタリングの対象となる複数のオブジェクトを示すオブジェクト情報を取得する（ステップＳＴ１０１）。情報処理装置１００は、所定の処理における複数の基準を示す基準情報を取得する（ステップＳＴ１０２）。
【0104】
情報処理装置１００は、基準情報が示す複数の基準を処理開始時点の候補基準とし、複数のオブジェクトのうち一部のオブジェクトを処理開始時点のオブジェクト群として、オブジェクト群を対象とした候補基準の各々を用いた所定のクラスタリング手法による複数のクラスタリング結果に応じて、候補基準のうち一部の基準を候補基準として残す基準として選択し、他の基準を候補基準から除外する選択処理を実行する（ステップＳＴ１０３）。
【0105】
情報処理装置１００は、複数の基準のうち一の基準に対応する基準を、所定の処理に用いる基準である対象基準として決定する（ステップＳＴ１０４）。
【0106】
〔１－５．回転行列の例〕
上述したように、決定対象となる基準は、セントロイド群に限らず、様々な基準であってもよく、例えば、基準は回転行列であってもよい。この点について、以下一例を記載する。
上述したように、決定対象となる基準は、セントロイド群に限らず、様々な基準であってもよく、例えば、基準は回転行列であってもよい。この点について、以下一例を記載する。
【0107】
以下に決定処理の対象となる基準の一例として示す回転行列は、例えばベクトル空間（単に「空間」ともいう）を回転し直積量子化を最適化するために用いられる。例えば、回転行列は、特許文献１に示すような直積量子化の最適化に用いられる。なお、直積量子化や後述する部分ベクトル等については、特許文献１等に開示されており従来技術であるため、詳細についての説明は省略する。
【0108】
例えば、情報処理装置１００は、複数の回転行列から一の回転行列を、直積量子化の最適化に用いる対象基準（対象回答行列）として決定する。なお、回転行列を用いた空間の回転は距離不変である。例えば、情報処理装置１００は、回転行列を用いて、空間を回転することで部分ベクトル単位の分散を均等化させる。情報処理装置１００は、均等化された部分ベクトル空間をクラスタリングすることで量子化誤差を最小化する。
【0109】
以下、回転行列の算出例について、図６を参照しつつ説明する。図６は、回転行列を用いた処理の一例を示す概念図である。以下では、情報処理装置１００を処理主体として説明するが、回転行列の算出処理は、情報処理装置１００が行ってもよいし、情報処理装置１００以外の回転行列を算出する装置が行ってもよい。
【0110】
例えば、回転行列の算出処理は、以下に示すような処理Ａ及び処理Ｂを含む。以下では、回転行列Ｒを算出対象として説明する。
【0111】
（回転行列の算出処理）
処理Ａ：量子化（Coarse Quantization）により対象ベクトル集合から残差ベクトル集合を算出
処理Ｂ：初期値としてランダムな回転行列Ｒを設定し、以下の処理ａ～ｆの順で実行
処理ａ：残差ベクトル集合を回転行列Ｒで回転
処理ｂ：残差ベクトルを分割して部分ベクトル集合を生成
処理ｃ：部分ベクトル空間ごとにクラスタリング（量子化誤差を最小化）
処理ｄ：各部分ベクトル空間のクラスタのセントロイドを用いて量子化ベクトルを生成
処理ｅ：残差ベクトル集合から量子化ベクトル集合への回転行列を特異値分解で算出し、回転行列Ｒを更新
処理ｆ：指定繰り返し回数に達するまで処理ａに戻る
処理Ａ：量子化（Coarse Quantization）により対象ベクトル集合から残差ベクトル集合を算出
処理Ｂ：初期値としてランダムな回転行列Ｒを設定し、以下の処理ａ～ｆの順で実行
処理ａ：残差ベクトル集合を回転行列Ｒで回転
処理ｂ：残差ベクトルを分割して部分ベクトル集合を生成
処理ｃ：部分ベクトル空間ごとにクラスタリング（量子化誤差を最小化）
処理ｄ：各部分ベクトル空間のクラスタのセントロイドを用いて量子化ベクトルを生成
処理ｅ：残差ベクトル集合から量子化ベクトル集合への回転行列を特異値分解で算出し、回転行列Ｒを更新
処理ｆ：指定繰り返し回数に達するまで処理ａに戻る
【0112】
図６では、回転行列Ｒの算出を概念的に示す。なお、図６中の丸（ドット）の各々が各オブジェクトの残差ベクトルに対応する。なお、図６では、残差ベクトルに対応する丸（ドット）の一部のみを図示する。図６中のＲ０、Ｒ１、Ｒ２は、回転行列Ｒの更新を示し、回転行列Ｒは、回転行列Ｒ０が初期値（初期回転行列）に設定され、回転行列Ｒ１、回転行列Ｒ２の順に更新されることを示す。初期回転行列は、ランダムな回転行列である。例えば、情報処理装置１００は、ランダムな要素で生成した行列から回転成分を抽出して初期回転行列を生成してもよい。
【0113】
まず、情報処理装置１００は、概念図ＤＴ１１に示す空間を回転行列Ｒ０により回転させ、概念図ＤＴ１２に示す空間に変換する（処理ａに対応）。情報処理装置１００は、残差ベクトルを分割して部分ベクトル集合を生成する（処理ｂに対応）。情報処理装置１００は、概念図ＤＴ１３に示すように、量子化誤差を最小化するように残差ベクトル（オブジェクト）をクラスタリングする（処理ｃに対応）。情報処理装置１００は、概念図ＤＴ１４に示すように、各部分ベクトル空間のクラスタのセントロイドを用いて量子化ベクトルを生成し（処理ｄに対応）、回転行列Ｒ１を算出する（処理ｅに対応）。例えば、情報処理装置１００は、残差ベクトル集合から量子化ベクトル集合への回転行列Ｒを特異値分解で算出することにより、回転行列Ｒを、回転行列Ｒ０から回転行列Ｒ１に更新する。
【0114】
次に、情報処理装置１００は、概念図ＤＴ２１に示す空間を回転行列Ｒ１により回転させ、概念図ＤＴ２２に示す空間に変換する（処理ａに対応）。情報処理装置１００は、残差ベクトルを分割して部分ベクトル集合を生成する（処理ｂに対応）。情報処理装置１００は、概念図ＤＴ２３に示すように、量子化誤差を最小化するように残差ベクトル（オブジェクト）をクラスタリングする（処理ｃに対応）。情報処理装置１００は、概念図ＤＴ２４に示すように、各部分ベクトル空間のクラスタのセントロイドを用いて量子化ベクトルを生成し（処理ｄに対応）、回転行列Ｒ２を算出する（処理ｅに対応）。例えば、情報処理装置１００は、残差ベクトル集合から量子化ベクトル集合への回転行列Ｒを特異値分解で算出することにより、回転行列Ｒを、回転行列Ｒ１から回転行列Ｒ２に更新する。
【0115】
〔１－５－１．処理例〕
ここから、情報処理装置１００が実行する回転行列の決定処理例を説明する。まず、処理の説明に先立って前提を説明する。例えば、初期回転行列により精度が変動し、複数の初期回転行列での最適化には時間を要するという課題がある。そこで、情報処理装置１００は、以下に示すようにデータを段階的に増加させて、複数の回転行列から用いる回転行列を決定する処理である回転行列決定処理を実行する。例えば、回転行列決定処理は、以下に示すような処理＃１～＃３を含む。
ここから、情報処理装置１００が実行する回転行列の決定処理例を説明する。まず、処理の説明に先立って前提を説明する。例えば、初期回転行列により精度が変動し、複数の初期回転行列での最適化には時間を要するという課題がある。そこで、情報処理装置１００は、以下に示すようにデータを段階的に増加させて、複数の回転行列から用いる回転行列を決定する処理である回転行列決定処理を実行する。例えば、回転行列決定処理は、以下に示すような処理＃１～＃３を含む。
【0116】
（回転行列決定処理）
処理＃１：Ｏ個のベクトルをロード
処理＃２：Ｍ＋１個の回転行列の各々を初期化
処理＃３：入力ベクトルを徐々に増やして繰り返し
（初期個数の係数：Ｓ、個数拡大の係数：Ｘ）
処理＃３－１：残差ベクトルを算出
処理＃３－２：回転行列数分の繰り返し
処理＃３－２－１：ベクトルを回転行列で回転
処理＃３－２－２：部分空間の最大Ｉ回でｋｍｅａｎｓを行いコードブック生成
処理＃３－２－３：コードブックを使ってベクトルから量子化ベクトルを生成
処理＃３－２－４：回転前ベクトルと回転後の量子化ベクトルから回転行列の算出
処理＃３－３：量子化誤差が大きい回転行列を削除
処理＃１：Ｏ個のベクトルをロード
処理＃２：Ｍ＋１個の回転行列の各々を初期化
処理＃３：入力ベクトルを徐々に増やして繰り返し
（初期個数の係数：Ｓ、個数拡大の係数：Ｘ）
処理＃３－１：残差ベクトルを算出
処理＃３－２：回転行列数分の繰り返し
処理＃３－２－１：ベクトルを回転行列で回転
処理＃３－２－２：部分空間の最大Ｉ回でｋｍｅａｎｓを行いコードブック生成
処理＃３－２－３：コードブックを使ってベクトルから量子化ベクトルを生成
処理＃３－２－４：回転前ベクトルと回転後の量子化ベクトルから回転行列の算出
処理＃３－３：量子化誤差が大きい回転行列を削除
【0117】
例えば、上述した回転行列決定処理において、処理＃３－２－１～処理＃３－２－４の処理は、規定回数分繰り返される。また、処理＃３－３でいう量子化誤差は、元のベクトルと直積量子化した量子化ベクトルとの誤差を意味する。以下、上述した回転行列決定処理の一例について、図７を参照しつつ説明する。図７は、対象基準の決定処理の一例を示す図である。なお、上述した点については、適宜説明を省略する。例えば、図１において説明した処理と同様の点については説明を省略する。
【0118】
なお、図７に示す例では、各回転行列の更新を、カンマ等の区切り文字で区切られる各添え字（下付き文字）にうち、２つ目の添え字により示す。すなわち、回転行列の２つ目の添え字の数が、更新の回数を示す。例えば、２つ目の添え字が０である回転行列（例えば回転行列ＲＭ，０等）が初期回転行列に対応する。また、２つ目の添え字が１である回転行列が１回更新された後の回転行列に対応する。例えば、回転行列ＲＭ，１は、初期回転行列ＲＭ，０が更新された回転行列ＲＭに対応し、初期回転行列から１回更新されたことを示す。回転行列の各々について、更新回数を区別せずに説明する場合、２つ目の添え字を除いた態様で記載する。例えば、初期回転行列ＲＭ，０、１回更新後の回転行列ＲＭ，１、２回更新後の回転行列ＲＭ，２等を区別せずに説明する場合、回転行列ＲＭと記載する。
【0119】
情報処理装置１００は、複数の回転行列を、処理開始時点の複数の基準（「初期回転行列」ともいう）として取得する。情報処理装置１００は、ｓ（＝Ｍ＋１）個（「候補数ｓ」ともいう）の初期回転行列集合Ｓｅｔ＝｛Ｒ０、Ｒ１、Ｒ２…ＲＭ｝を生成する。図７では、情報処理装置１００は、各々が複数の回転行列であるＭ＋１個の回転行列Ｒ０、Ｒ１、Ｒ２…ＲＭを生成する。なお、回転行列Ｒ０、Ｒ１、Ｒ２…ＲＭ等を区別せずに説明する場合、添え字無しの回転行列Ｒと記載する場合がある。
【0120】
また、初期回転行列として用いられる回転行列Ｒの個数（例えばｓの値）は、初期回転行列が複数となる数であれば、任意の値であってもよい。すなわち、ｓの値は、２以上であれば任意の値であってもよく、Ｍは１以上の値であれば任意の値であってもよい。例えば、初期回転行列として用いられる回転行列Ｒの個数は、オプションにより設定可能であってもよい。例えば、初期回転行列として用いられる回転行列Ｒの個数は、オブジェクトセットＯＳ１のサイズに応じて決定されてもよい。初期回転行列として用いられる回転行列Ｒの個数は、オブジェクトセットＯＳ１のサイズに比例させ、オブジェクトの数が多い程多くしてもよい。
【0121】
情報処理装置１００は、図７に示すように、オブジェクトセットＯＳ１のうち一部のオオブジェクトを処理開始時点のオブジェクト群（第１オブジェクト群Ｄ１０）を対象として取得する（ステップＳＴ２０１）。情報処理装置１００は、Ｏ個のオブジェクトからなるオブジェクトセットＯＳ１からｄ（＝Ｏ×Ｓ）個（「対象数ｄ」ともいう）のオブジェクトをランダムに選択することにより、第１オブジェクト群Ｄ１０を取得する。例えば、オブジェクトセットＯＳ１に含まれるオブジェクトの個数Ｏに乗算される係数Ｓは、初期個数の係数である。係数Ｓは、オプションにより設定可能であり、１未満の任意の数が設定される。
【0122】
情報処理装置１００は、初期回転行列集合Ｓｅｔ、すなわち回転行列Ｒ０、Ｒ１、Ｒ２…ＲＭを処理開始時点の候補回転行列（「候補回転行列ＣＲ」ともいう）とし、候補回転行列から一部の回転行列を選択する選択処理（第１の選択処理）を実行する。まず、情報処理装置１００は、第１オブジェクト群Ｄ１０を対象として、回転行列Ｒ０、Ｒ１、Ｒ２…ＲＭの各々について行列最適化の処理を実行する（ステップＳＴ２０２）。例えば、情報処理装置１００は、行列最適化に関する任意の手法により、候補回転行列ＣＲに含まれる各回転行列Ｒの各々について行列最適化の処理を実行する。例えば、情報処理装置１００は、上述した処理＃３－１、処理＃３－２の処理により回転行列Ｒの各々を更新する。
【0123】
例えば、情報処理装置１００は、行列最適化ＲＳ２０１に示すように、回転行列Ｒ０，０について行列最適化の処理を実行することにより、回転行列Ｒ０を回転行列Ｒ０，１に更新する。情報処理装置１００は、行列最適化ＲＳ２０２に示すように、回転行列Ｒ１，０について行列最適化の処理を実行することにより、回転行列Ｒ１を回転行列Ｒ１，１に更新する。情報処理装置１００は、行列最適化ＲＳ２０３、ＲＳ２０４等に示すように、回転行列Ｒ２，０～ＲＭ，０についても同様に行列最適化の処理を実行することにより、回転行列Ｒ２～ＲＭの各々の回転行列Ｒ２，１～ＲＭ，１に更新する。これにより、情報処理装置１００は、行列最適化の処理により１回目の更新が行われたＲ０～ＲＭの各々を取得する。
【0124】
情報処理装置１００は、取得された回転行列Ｒ０，１～ＲＭ，１の各々について、量子化誤差を算出し、誤差が小さい方から順にソートし、候補数ｓを上述した式＃１で更新し、誤差が小さい方から上位ｓ個の回転行列を初期回転行列集合Ｓｅｔとする（ステップＳＴ２０３）。図７では、例えば、情報処理装置１００は、候補数ｓを「３」に更新する。情報処理装置１００は、候補回転行列ＣＲのうち、量子化誤差が小さい方から１位～３位の回転行列を候補回転行列ＣＲとして残す回転行列として選択する。
【0125】
図７では、量子化誤差が小さい方から１位～３位の回転行列は、回転行列Ｒ１、Ｒ２、ＲＭであるため、情報処理装置１００は、回転行列Ｒ１、Ｒ２、ＲＭを候補回転行列ＣＲとして残す回転行列として選択し、残りの回転行列Ｒ０等を候補回転行列ＣＲから除外する。この場合、更新後の初期回転行列集合Ｓｅｔには、回転行列Ｒ１、Ｒ２、ＲＭの３個の回転行列が含まれる。例えば、情報処理装置１００は、回転行列Ｒ１、Ｒ２、ＲＭを候補回転行列ＣＲとして選択する。
【0126】
そして、情報処理装置１００は、対象数ｄを更新する。図７では、情報処理装置１００は、対象数ｄに係数Ｘを乗算することにより、対象数ｄを更新する。例えば、情報処理装置１００は、「Ｏ×Ｓ×Ｘ」により対象数ｄを更新する。係数Ｘは、個数拡大の係数である。係数Ｘは、オプションにより設定可能であり、１より大きい任意の数が設定される。
【0127】
情報処理装置１００は、図７に示すように、オブジェクトセットＯＳ１のうち更新後の対象数ｄ（＝Ｏ×Ｓ×Ｘ）個のオブジェクトを含むオブジェクト群（第２オブジェクト群Ｄ１１）を対象として取得する（ステップＳＴ２１１）。なお、情報処理装置１００は、任意の方法により第２オブジェクト群Ｄ１１を取得する。例えば、情報処理装置１００は、毎回ランダムにｄ個のデータをランダムに取得してもよいし、増加分のみランダムに取得して前回のデータ（オブジェクト群）に追加してもよい。
【0128】
情報処理装置１００は、更新後の初期回転行列集合Ｓｅｔ、回転行列Ｒ１、Ｒ２、ＲＭを第１候補回転行列とし、第１候補回転行列から一部の回転行列を選択する選択処理（第２の選択処理）を実行する。まず、情報処理装置１００は、第２オブジェクト群Ｄ１１を対象として、回転行列Ｒ１、Ｒ２、ＲＭの各々について行列最適化の処理を実行する（ステップＳＴ２１２）。例えば、情報処理装置１００は、上述した処理＃３－１、処理＃３－２の処理により候補回転行列ＣＲに含まれる回転行列Ｒの各々を更新する。情報処理装置１００は、行列最適化ＲＳ２１２に示すように、回転行列Ｒ１，１について行列最適化の処理を実行することにより、回転行列Ｒ１を回転行列Ｒ１，２に更新する。情報処理装置１００は、行列最適化ＲＳ２１３に示すように、回転行列Ｒ２，１について行列最適化の処理を実行することにより、回転行列Ｒ２を回転行列Ｒ２，２に更新する。情報処理装置１００は、行列最適化ＲＳ２１４に示すように、回転行列ＲＭ，１について行列最適化の処理を実行することにより、回転行列Ｒ２を回転行列ＲＭ，２に更新する。これにより、情報処理装置１００は、行列最適化の処理により２回目の更新が行われた回転行列Ｒ１、Ｒ２、ＲＭの各々を取得する。
【0129】
情報処理装置１００は、取得された回転行列Ｒ１，２、Ｒ２，２、ＲＭ，２の各々について、量子化誤差を算出し、誤差が小さい方から順にソートし、候補数ｓを上述した式＃１で更新し、誤差が小さい方から上位ｓ個の回転行列を初期回転行列集合Ｓｅｔとする（ステップＳＴ２１３）。図７では、情報処理装置１００は、候補数ｓを「２」に更新する。情報処理装置１００は、候補回転行列ＣＲのうち、量子化誤差が小さい方から１位、２位の回転行列を候補回転行列ＣＲとして残す回転行列として選択する。
【0130】
図７では、量子化誤差が小さい方から１位、２位の回転行列は、回転行列Ｒ２、ＲＭであるため、情報処理装置１００は、回転行列Ｒ２、ＲＭを候補回転行列ＣＲとして残す回転行列として選択し、残りの回転行列Ｒ１を候補回転行列ＣＲから除外する。この場合、更新後の初期回転行列集合Ｓｅｔには、回転行列Ｒ２、ＲＭの２個の回転行列が含まれる。例えば、情報処理装置１００は、回転行列Ｒ２、ＲＭを候補回転行列ＣＲとして選択する。
【0131】
そして、情報処理装置１００は、対象数ｄを更新する。図７では、情報処理装置１００は、対象数ｄにＸを乗算することにより、対象数ｄを更新する。例えば、情報処理装置１００は、「Ｏ×Ｓ×Ｘ×Ｘ」により対象数ｄを更新する。
【0132】
情報処理装置１００は、図７に示すように、オブジェクトセットＯＳ１のうち更新後の対象数ｄ（＝Ｏ×Ｓ×Ｘ２）個のオブジェクトを含むオブジェクト群（更新後の第２オブジェクト群Ｄ１２）を対象として取得する（ステップＳＴ２２１）。なお、情報処理装置１００は、任意の方法により更新後の第２オブジェクト群Ｄ１２を取得する。例えば、情報処理装置１００は、毎回ランダムにｄ個のデータをランダムに取得してもよいし、増加分のみランダムに取得して前回のデータ（オブジェクト群）に追加してもよい。
【0133】
情報処理装置１００は、更新後の初期回転行列集合Ｓｅｔ、回転行列Ｒ２、ＲＭを第２候補回転行列とし、第２候補回転行列から一部の回転行列を選択する選択処理（第３の選択処理）を実行する。まず、情報処理装置１００は、更新後の第２オブジェクト群Ｄ１２を対象として、回転行列Ｒ２、ＲＭの各々について行列最適化の処理を実行する（ステップＳＴ２２２）。例えば、情報処理装置１００は、上述した処理＃３－１、処理＃３－２の処理により候補回転行列ＣＲに含まれる回転行列Ｒの各々を更新する。情報処理装置１００は、行列最適化ＲＳ２２３に示すように、回転行列Ｒ２，２について行列最適化の処理を実行することにより、回転行列Ｒ２を回転行列Ｒ２，３に更新する。情報処理装置１００は、行列最適化ＲＳ２２４に示すように、回転行列ＲＭ，２について行列最適化の処理を実行することにより、回転行列Ｒ２を回転行列ＲＭ，３に更新する。これにより、情報処理装置１００は、行列最適化の処理により３回目の更新が行われたＲ２、ＲＭの各々を取得する。
【0134】
情報処理装置１００は、取得された回転行列Ｒ２，３、ＲＭ，３の各々について、量子化誤差を算出し、誤差が小さい方から順にソートし、候補数ｓを上述した式＃１で更新し、誤差が小さい方から上位ｓ個の回転行列を初期回転行列集合Ｓｅｔとする（ステップＳＴ２２３）。図７では、情報処理装置１００は、候補数ｓを「１」に更新する。情報処理装置１００は、候補回転行列ＣＲのうち、量子化誤差が小さい方から１位の回転行列を候補回転行列ＣＲとして残す回転行列として選択する。
【0135】
図７では、量子化誤差が小さい方から１位の回転行列は、回転行列Ｒ２であるため、情報処理装置１００は、回転行列Ｒ２を候補回転行列ＣＲとして残す回転行列として選択し、残りの回転行列ＲＭを候補回転行列ＣＲから除外する。この場合、更新後の初期回転行列集合Ｓｅｔには、回転行列Ｒ２の１個の回転行列が含まれる。
【0136】
情報処理装置１００は、更新後の初期回転行列集合Ｓｅｔ、すなわち候補回転行列ＣＲの要素が１つとなっている場合、初期回転行列集合Ｓｅｔに残っている回転行列を対象基準に決定して、処理を中断する。図７では、情報処理装置１００は、更新後の初期回転行列集合Ｓｅｔ、すなわち候補回転行列ＣＲが回転行列Ｒ２の１つであるため、回転行列Ｒ２を対象基準に決定して、処理を中断する。
【0137】
図７では、情報処理装置１００は、更新後の第２オブジェクト群Ｄ１２に新たなオブジェクトが追加されたオブジェクト群（第３オブジェクト群Ｄ１３）を対象として取得する（ステップＳＴ２３１）。図７に示すように、情報処理装置１００は、オブジェクトセットＯＳ１のうち更新後の対象数ｄ（＝Ｏ×Ｓ×Ｘ３）個のオブジェクトを含む第３オブジェクト群Ｄ１３を対象として取得する。第３オブジェクト群Ｄ１３は、オブジェクトセットＯＳ１全体であってもよい。そして、情報処理装置１００は、第３オブジェクト群Ｄ１３を対象として、対象基準として決定した回転行列Ｒ４を用いた行列最適化の処理を実行する（ステップＳＴ２３２）。例えば、情報処理装置１００は、上述した処理＃３－１、処理＃３－２の処理により回転行列Ｒ２を更新する。情報処理装置１００は、行列最適化ＲＳ２３３に示すように、回転行列Ｒ２，３について行列最適化の処理を実行することにより、回転行列Ｒ２を更新する。情報処理装置１００は、回転行列Ｒ２により直積量子化の最適化を実行する。
【0138】
上述したように、情報処理装置１００は、複数の回転行列から一の回転行列を直積量子化の最適化に用いる回転行列に決定することにより、処理に用いる基準を適切に決定することができる。また、情報処理装置１００は、複数の回転行列から決定した回転行列を用いることで、適切に直積量子化の最適化処理を実行することができる。このように、情報処理装置１００は、複数の基準から決定した基準を用いることで、適切に直積量子化の最適化処理を実行することができる。したがって、情報処理装置１００は、適切な直積量子化の最適化を可能にすることができる。
【0139】
〔２．効果〕
上述してきたように、実施形態に係る情報処理装置１００は、取得部１３１と、処理部（実施形態では生成部１３２）とを有する。取得部１３１は、クラスタリングの対象となる複数のオブジェクトを示すオブジェクト情報と、所定の処理における複数の基準を示す基準情報とを取得する。処理部は、取得部１３１により取得された基準情報が示す複数の基準を処理開始時点の候補基準とし、複数のオブジェクトのうち一部のオブジェクトを処理開始時点のオブジェクト群として、オブジェクト群を対象とした候補基準の各々を用いた所定のクラスタリング手法による複数のクラスタリング結果に応じて、候補基準のうち一部の基準を候補基準として残す基準として選択し、他の基準を候補基準から除外する選択処理を実行することにより、複数の基準のうち一の基準に対応する基準を、所定の処理に用いる基準である対象基準として決定する。
上述してきたように、実施形態に係る情報処理装置１００は、取得部１３１と、処理部（実施形態では生成部１３２）とを有する。取得部１３１は、クラスタリングの対象となる複数のオブジェクトを示すオブジェクト情報と、所定の処理における複数の基準を示す基準情報とを取得する。処理部は、取得部１３１により取得された基準情報が示す複数の基準を処理開始時点の候補基準とし、複数のオブジェクトのうち一部のオブジェクトを処理開始時点のオブジェクト群として、オブジェクト群を対象とした候補基準の各々を用いた所定のクラスタリング手法による複数のクラスタリング結果に応じて、候補基準のうち一部の基準を候補基準として残す基準として選択し、他の基準を候補基準から除外する選択処理を実行することにより、複数の基準のうち一の基準に対応する基準を、所定の処理に用いる基準である対象基準として決定する。
【0140】
このように、実施形態に係る情報処理装置１００は、候補基準のうち一部の基準を候補基準として残す基準として選択し、他の基準を候補基準から除外する選択処理を実行することにより、複数の基準のうち一の基準に対応する基準を、所定の処理に用いる基準である対象基準として決定することにより、処理に用いる基準を適切に決定することができる。
【0141】
また、実施形態に係る情報処理装置１００において、処理部は、オブジェクト群を対象とした候補基準の各々を用いたｋ－ｍｅａｎｓに関する手法による複数のクラスタリング結果に応じて、候補基準のうち一部の基準を候補基準として選択する選択処理を実行する。
【0142】
このように、実施形態に係る情報処理装置１００は、ｋ－ｍｅａｎｓに関する手法による複数のクラスタリング結果に応じて、候補基準のうち一部の基準を候補基準として選択する選択処理を実行することにより、処理に用いる基準を適切に決定することができる。
【0143】
また、実施形態に係る情報処理装置１００において、処理部は、選択処理後に、複数のオブジェクトのうちオブジェクト群に含まれないオブジェクトをオブジェクト群に追加することにより、オブジェクト群を増加させ選択処理を繰り返すことにより、対象基準を決定する。
【0144】
このように、実施形態に係る情報処理装置１００は、選択処理後に、複数のオブジェクトのうちオブジェクト群に含まれないオブジェクトをオブジェクト群に追加することにより、オブジェクト群を増加させ選択処理を繰り返し、対象基準を決定することにより、処理に用いる基準を適切に決定することができる。
【0145】
また、実施形態に係る情報処理装置１００において、処理部は、選択処理後に、複数のオブジェクトのうち所定数のオブジェクトをオブジェクト群に追加することにより、オブジェクト群を増加させ選択処理を繰り返す。
【0146】
このように、実施形態に係る情報処理装置１００は、選択処理後に、複数のオブジェクトのうち所定数のオブジェクトをオブジェクト群に追加することにより、オブジェクト群を増加させ選択処理を繰り返すことにより、処理に用いる基準を適切に決定することができる。
【0147】
また、実施形態に係る情報処理装置１００において、処理部は、オブジェクト群の数に１よりも大きい係数を乗算した値のオブジェクトをオブジェクト群に追加することにより、オブジェクト群を増加させ選択処理を繰り返す。
【0148】
このように、実施形態に係る情報処理装置１００は、オブジェクト群の数に１よりも大きい係数を乗算した値のオブジェクトをオブジェクト群に追加することにより、オブジェクト群を増加させ選択処理を繰り返すことにより、処理に用いる基準を適切に決定することができる。
【0149】
また、実施形態に係る情報処理装置１００において、処理部は、候補基準が１つになるまで選択処理を繰り返すことにより、対象基準を決定する。
【0150】
このように、実施形態に係る情報処理装置１００は、候補基準が１つになるまで選択処理を繰り返し、対象基準を決定することにより、処理に用いる基準を適切に決定することができる。
【0151】
また、実施形態に係る情報処理装置１００において、処理部は、候補基準の各々に基づくオブジェクト群のクラスタリング結果に応じて、候補基準のうち、クラスタリングに関する評価が高い方から順に一部の基準を候補基準として選択する選択処理を実行する。
【0152】
このように、実施形態に係る情報処理装置１００は、候補基準の各々に基づくオブジェクト群のクラスタリング結果に応じて、候補基準のうち、クラスタリングに関する評価が高い方から順に一部の基準を候補基準として選択する選択処理を実行することにより、処理に用いる基準を適切に決定することができる。
【0153】
また、実施形態に係る情報処理装置１００において、処理部は、候補基準の各々に基づくオブジェクト群のクラスタリング結果に応じて、候補基準のうち、クラスタリングに関する誤差が小さい方から順に一部の基準を候補基準として選択する選択処理を実行する。
【0154】
このように、実施形態に係る情報処理装置１００は、候補基準の各々に基づくオブジェクト群のクラスタリング結果に応じて、候補基準のうち、クラスタリングに関する誤差が小さい方から順に一部の基準を候補基準として選択する選択処理を実行することにより、処理に用いる基準を適切に決定することができる。
【0155】
また、実施形態に係る情報処理装置１００において、処理部は、候補基準のうち、所定の関数に基づく所定の数の基準を残すことにより、候補基準に含まれる基準の数を減らす選択処理を実行する。
【0156】
このように、実施形態に係る情報処理装置１００は、候補基準のうち、所定の関数に基づく所定の数の基準を残すことにより、候補基準に含まれる基準の数を減らす選択処理を実行することにより、処理に用いる基準を適切に決定することができる。
【0157】
また、実施形態に係る情報処理装置１００において、処理部は、選択処理の度に所定の数を減少させる所定の関数に基づく所定の数の基準を候補基準として選択することにより、候補基準に含まれる基準の数を減らす選択処理を実行する。
【0158】
このように、実施形態に係る情報処理装置１００は、選択処理の度に所定の数を減少させる所定の関数に基づく所定の数の基準を候補基準として選択することにより、候補基準に含まれる基準の数を減らす選択処理を実行することにより、処理に用いる基準を適切に決定することができる。
【0159】
また、実施形態に係る情報処理装置１００において、処理部は、複数のオブジェクトの一部である第１オブジェクト群を対象としてクラスタリングすることにより、複数の基準の各々に対応する複数の第１クラスタリング結果を生成し、生成した複数の第１クラスタリング結果を用いて、複数の基準のうちクラスタリングに関する評価が高い方から順に第１数の基準を、第１候補基準として選択する第１の選択処理を実行し、第１の選択処理により選択された第１候補基準の各々に基づいて、複数のオブジェクトのうち第１オブジェクト群以外のオブジェクトを第１オブジェクト群に追加した第２オブジェクト群を対象としてクラスタリングすることにより、第１候補基準の各々に対応する複数の第２クラスタリング結果を生成し、生成した複数の第２クラスタリング結果を用いて、第１候補基準のうちクラスタリングに関する評価が高い方から順に第１数よりも少ない第２数の基準を、第２候補基準として選択する第２の選択処理を実行することにより、対象基準を決定する。
【0160】
このように、実施形態に係る情報処理装置１００は、第１の選択処理及び第２の選択処理を実行し候補基準の次第に減らすことにより、処理に用いる基準を適切に決定することができる。
【0161】
また、実施形態に係る情報処理装置１００において、処理部は、第２候補基準の各々に基づいて、複数のオブジェクトのうち第２オブジェクト群以外のオブジェクトを第２オブジェクト群に追加することにより更新した第２オブジェクト群を対象としてクラスタリングすることにより、第２候補基準の各々に対応する複数の第２クラスタリング結果を生成し、生成した複数の第２クラスタリング結果を用いて、第２候補基準のうちクラスタリングに関する評価が高い方から順に数を減らした更新後の第２数の基準を、第２候補基準として選択することにより、第２候補基準を更新する第３の選択処理を実行することにより、対象基準を決定する。
【0162】
このように、実施形態に係る情報処理装置１００は、第３の選択処理を実行し候補基準の次第に減らすことにより、処理に用いる基準を適切に決定することができる。
【0163】
また、実施形態に係る情報処理装置１００において、処理部は、第３の選択処理を繰り返すことにより、対象基準を決定する。
【0164】
このように、実施形態に係る情報処理装置１００は、第３の選択処理を繰り返し実行し候補基準の次第に減らすことにより、処理に用いる基準を適切に決定することができる。
【0165】
また、実施形態に係る情報処理装置１００において、処理部は、第２候補基準が１つになるまで第３の選択処理を繰り返すことにより、対象基準を決定する。
【0166】
このように、実施形態に係る情報処理装置１００は、第２候補基準が１つになるまで第３の選択処理を繰り返すことにより、処理に用いる基準を適切に決定することができる。
【0167】
また、実施形態に係る情報処理装置１００において、取得部１３１は、クラスタリングにおける複数のセントロイド群の各々に対応する複数の基準を示す基準情報を取得する。処理部は、複数のセントロイド群の各々を用いた複数のクラスタリング結果に応じて、選択処理を実行する。
【0168】
このように、実施形態に係る情報処理装置１００は、複数のセントロイド群の各々を用いた複数のクラスタリング結果に応じて、選択処理を実行することにより、処理に用いる基準を適切に決定することができる。
【0169】
また、実施形態に係る情報処理装置１００において、処理部は、候補基準が１つになるまで選択処理を繰り返すことにより、クラスタリングに用いるセントロイド群を決定する。
【0170】
このように、実施形態に係る情報処理装置１００は、クラスタリングに用いるセントロイド群を決定することにより、クラスタリングに用いる基準を適切に決定することができる。
【0171】
また、実施形態に係る情報処理装置１００において、取得部１３１は、直積量子化の最適化における複数の回転行列の各々に対応する複数の基準を示す基準情報を取得する。処理部は、複数の回転行列の各々を用いた複数のクラスタリング結果に応じて、選択処理を実行する。
【0172】
このように、実施形態に係る情報処理装置１００は、複数の回転行列の各々を用いた複数のクラスタリング結果に応じて、選択処理を実行することにより、直積量子化の最適化に用いる基準を適切に決定することができる。
【0173】
また、実施形態に係る情報処理装置１００において、処理部は、基準情報が示す回転行列を複数の回転行列の各々の初期回転行列として選択処理を実行する。
【0174】
このように、実施形態に係る情報処理装置１００は、複数の回転行列の各々の初期回転行列として選択処理を実行することにより、処理に用いる基準を適切に決定することができる。
【0175】
また、実施形態に係る情報処理装置１００において、処理部は、複数の回転行列の各々の最適化を含む選択処理を実行する。
【0176】
このように、実施形態に係る情報処理装置１００は、複数の回転行列の各々の最適化を含む選択処理を実行することにより、処理に用いる基準を適切に決定することができる。
【0177】
また、実施形態に係る情報処理装置１００において、取得部１３１は、データ検索の対象となる複数のオブジェクトを示すオブジェクト情報を取得する。処理部は、データ検索でのクラスタリングに用いる対象基準を決定する。
【0178】
このように、実施形態に係る情報処理装置１００は、データ検索でのクラスタリングに用いる対象基準を決定することにより、処理に用いる基準を適切に決定することができる。
【0179】
〔３．ハードウェア構成〕
上述してきた各実施形態に係る情報処理装置１００は、例えば図８に示すような構成のコンピュータ１０００によって実現される。図８は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ（Read Only Memory）１３００、ＨＤＤ（Hard Disk Drive）１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。
上述してきた各実施形態に係る情報処理装置１００は、例えば図８に示すような構成のコンピュータ１０００によって実現される。図８は、情報処理装置の機能を実現するコンピュータの一例を示すハードウェア構成図である。コンピュータ１０００は、ＣＰＵ１１００、ＲＡＭ１２００、ＲＯＭ（Read Only Memory）１３００、ＨＤＤ（Hard Disk Drive）１４００、通信インターフェイス（Ｉ／Ｆ）１５００、入出力インターフェイス（Ｉ／Ｆ）１６００、及びメディアインターフェイス（Ｉ／Ｆ）１７００を有する。
【0180】
ＣＰＵ１１００は、ＲＯＭ１３００またはＨＤＤ１４００に格納されたプログラムに基づいて動作し、各部の制御を行う。ＲＯＭ１３００は、コンピュータ１０００の起動時にＣＰＵ１１００によって実行されるブートプログラムや、コンピュータ１０００のハードウェアに依存するプログラム等を格納する。
【0181】
ＨＤＤ１４００は、ＣＰＵ１１００によって実行されるプログラム、及び、かかるプログラムによって使用されるデータ等を格納する。通信インターフェイス１５００は、ネットワークＮを介して他の機器からデータを受信してＣＰＵ１１００へ送り、ＣＰＵ１１００が生成したデータをネットワークＮを介して他の機器へ送信する。
【0182】
ＣＰＵ１１００は、入出力インターフェイス１６００を介して、ディスプレイやプリンタ等の出力装置、及び、キーボードやマウス等の入力装置を制御する。ＣＰＵ１１００は、入出力インターフェイス１６００を介して、入力装置からデータを取得する。また、ＣＰＵ１１００は、生成したデータを入出力インターフェイス１６００を介して出力装置へ出力する。
【0183】
メディアインターフェイス１７００は、記録媒体１８００に格納されたプログラムまたはデータを読み取り、ＲＡＭ１２００を介してＣＰＵ１１００に提供する。ＣＰＵ１１００は、かかるプログラムを、メディアインターフェイス１７００を介して記録媒体１８００からＲＡＭ１２００上にロードし、ロードしたプログラムを実行する。記録媒体１８００は、例えばＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、または半導体メモリ等である。
【0184】
例えば、コンピュータ１０００が実施形態に係る情報処理装置１００として機能する場合、コンピュータ１０００のＣＰＵ１１００は、ＲＡＭ１２００上にロードされたプログラムを実行することにより、制御部１３０の機能を実現する。コンピュータ１０００のＣＰＵ１１００は、これらのプログラムを記録媒体１８００から読み取って実行するが、他の例として、他の装置からネットワークＮを介してこれらのプログラムを取得してもよい。
【0185】
以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の行に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。
【0186】
〔４．その他〕
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。
【0187】
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。
【0188】
また、上述してきた各実施形態に記載された各処理は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。
【0189】
また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。
【符号の説明】
【0190】
１ 情報処理システム
１０ 端末装置
５０ 情報提供装置
１００ 情報処理装置
１２０ 記憶部
１２１ オブジェクト情報記憶部
１２２ クラスタリング情報記憶部
１２３ 量子化情報記憶部
１２４ コードブック情報記憶部
１２５ グラフ情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 生成部（処理部）
１３３ 検索処理部
１３４ 提供部
１０ 端末装置
５０ 情報提供装置
１００ 情報処理装置
１２０ 記憶部
１２１ オブジェクト情報記憶部
１２２ クラスタリング情報記憶部
１２３ 量子化情報記憶部
１２４ コードブック情報記憶部
１２５ グラフ情報記憶部
１３０ 制御部
１３１ 取得部
１３２ 生成部（処理部）
１３３ 検索処理部
１３４ 提供部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】