特開 2025-97487 投稿感情予測システム

(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】P2025097487

(43)【公開日】2025-07-01

(54)【発明の名称】投稿感情予測システム

(51)【国際特許分類】

   G06Q 50/00 20240101AFI20250624BHJP

【ＦＩ】

G06Q50/00 300

【審査請求】未請求

【請求項の数】4

【出願形態】ＯＬ

(21)【出願番号】P 2023213706

(22)【出願日】2023-12-19

(71)【出願人】

【識別番号】000000011

【氏名又は名称】株式会社アイシン

(74)【代理人】

【識別番号】110000992

【氏名又は名称】弁理士法人ネクスト

(72)【発明者】

【氏名】藤井 雄文

(57)【要約】

【課題】地点毎の投稿感情についてより信頼性の高い判定を可能にした投稿感情予測システムを提供する。
【解決手段】ネットワーク上に投稿された投稿文を、該投稿文に紐づけられた地点を特定する地点情報及び投稿した投稿者に関する投稿者情報とともに取得し、取得された投稿文を分析することにより投稿文を投稿した投稿者の感情である投稿感情を予測するとともに、投稿文に紐づけられた地点のある地域の地域特性と投稿者情報の少なくとも一方を用いて、投稿文毎に投稿感情の予測結果に対する重みづけを行い、予測された投稿感情を分析元となる投稿文に紐づけられた地点毎に区分して集計し、重みづけを参照した上で地点毎の投稿感情を特定するように構成する。
【選択図】図１０

【特許請求の範囲】

【請求項1】

ネットワーク上に投稿された投稿文を、該投稿文に紐づけられた地点を特定する地点情報及び投稿した投稿者に関する投稿者情報とともに取得する投稿文情報取得手段と、
前記投稿文情報取得手段により取得された前記投稿文を分析することにより前記投稿文を投稿した投稿者の感情である投稿感情を予測する感情予測手段と、
前記投稿文に紐づけられた地点のある地域の地域特性と前記投稿者情報の少なくとも一方を用いて、投稿文毎に前記感情予測手段による予測結果に対する重みづけを行う重みづけ手段と、
前記感情予測手段により予測された前記投稿感情を分析元となる前記投稿文に紐づけられた地点毎に区分して集計し、前記重みづけを参照した上で地点毎の前記投稿感情を特定する地点感情特定手段と、を有する投稿感情予測システム。

【請求項2】

指定された地点について前記地点感情特定手段により特定された前記投稿感情を画面上に表示する投稿感情表示手段を有し、
前記投稿感情表示手段は、前記地点感情特定手段により特定された前記投稿感情とともに、前記指定された地点のある地域の地域特性を示す第１情報、及び前記指定された地点を紐づけた投稿文の投稿を行った投稿者の前記投稿者情報を示す第２情報の少なくとも一方についても表示する請求項１に記載の投稿感情予測システム。

【請求項3】

前記投稿感情表示手段は、
前記第１情報として、前記指定された地点のある地域の地域特性に対して前記重みづけ手段により設定される重みづけを他の地点と比較した比較結果を表示し、
前記第２情報として、前記指定された地点を紐づけた投稿文の投稿を行った投稿者の投稿者情報に対して前記重みづけ手段により設定される重みづけを他の地点と比較した比較結果を表示する請求項２に記載の投稿感情予測システム。

【請求項4】

前記感情予測手段は、投稿文毎に前記投稿感情を複数種類の感情の内のいずれに該当するかを特定し、
前記地点感情特定手段は、
前記感情予測手段により予測された前記投稿感情を分析元となる前記投稿文に紐づけられた地点毎且つ投稿感情の種類毎に区分して集計し、
地点毎且つ投稿感情の種類毎に前記集計の結果に対して前記投稿感情の分析元となる前記投稿文の前記重みづけを参照することで、地点毎且つ投稿感情の種類毎の前記感情予測手段による予測結果に対する信頼度を示す評価点を算出し、
地点毎に最も評価点の高い種類の投稿感情をその地点の投稿感情として特定する請求項１乃至請求項３のいずれかに記載の投稿感情予測システム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、ネットワーク上に投稿された投稿文から感情を予測する投稿感情予測システムに関する。

【背景技術】

【0002】

近年、端末を介してコンピュータネットワーク上にユーザが投稿文を投稿するとともに、他のユーザから投稿された投稿文を閲覧することが可能なシステムが提供されている。例えば、ブログ、ＳＮＳ(Social Network Service)、Ｘ（登録商標）、チャット等（以下、ＳＮＳ等という）がある。また、これらの投稿文の中には、投稿者が訪れた施設等の地点に関する情報を投稿した投稿文も多数含まれている。

【0003】

ここで、上記ＳＮＳ等では実際に現地を訪れたユーザが体験或いは感じた最新の情報をいち早く取得できるメリットがあり、ＳＮＳ等で投稿された投稿文に基づいた情報提供を行う各種システムについて提案されている。例えば特開２０１９－２０７８４号公報にはＳＮＳ上に投稿された投稿文と投稿位置を特定する情報を収集し、同じ地点において投稿された投稿文を分析することによってその地点に対する投稿文を投稿した投稿者が全体としてポジティブ感情及びネガティブ感情のいずれが支配的であるかを判定し、その判定結果を地図画像において感情マークとして表示する技術について提案されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１９－２０７８４号公報（段落００７１－００７４、０１４６、図６）

【発明の概要】

【発明が解決しようとする課題】

【0005】

ここで、上記特許文献１ではＳＮＳ等で投稿された投稿文を地点毎に集めて分析することによって、その地点における投稿者の感情が全体としてポジティブ感情かネガティブ感情かを判定しているが、その分析においては判定対象となる地点がどのような地域にあるかについては考慮されていなかった。しかしながら、一例として若者人口の少ない地方ではＳＮＳ等の利用者が減るので、そのような地方にある店舗などでは都会に比べで利用者の数と比較して投稿数が極端に少なくなることが予想される。そのような地域差を考慮せずに同じ条件で感情の分析を行うと、信頼性の高い感情判定ができない問題があった。

【0006】

また、ＳＮＳ等では形式的な利用者登録を行いアカウントを作成すれば、基本的に誰であっても投稿が可能であるので、投稿文の中には営業用やいたずら目的で作成されたアカウントで投稿された情報としての信頼度の低い投稿文も多い。しかしながら、上記特許文献１では投稿した投稿者がどのような投稿者であるかについては考慮されていなかったので、情報としての信頼度が低い投稿文であっても信頼度が高い投稿文であっても同じ扱いとなっており、同じく信頼性の高い感情判定ができない問題があった。

【0007】

本発明は前記従来における問題点を解消するためになされたものであり、投稿感情を特定する対象となる地点のある地域特性、或いは投稿文を投稿した投稿者情報について考慮することで、地点毎の投稿感情についてより信頼性の高い判定を可能にした投稿感情予測システ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】

【0008】

前記目的を達成するため本発明に係る投稿感情予測システムは、ネットワーク上に投稿された投稿文を、該投稿文に紐づけられた地点を特定する地点情報及び投稿した投稿者に関する投稿者情報とともに取得する投稿文情報取得手段と、前記投稿文情報取得手段により取得された前記投稿文を分析することにより前記投稿文を投稿した投稿者の感情である投稿感情を予測する感情予測手段と、前記投稿文に紐づけられた地点のある地域の地域特性と前記投稿者情報の少なくとも一方を用いて、投稿文毎に前記感情予測手段による予測結果に対する重みづけを行う重みづけ手段と、前記感情予測手段により予測された前記投稿感情を分析元となる前記投稿文に紐づけられた地点毎に区分して集計し、前記重みづけを参照した上で地点毎の前記投稿感情を特定する地点感情特定手段と、を有する。

【発明の効果】

【0009】

前記構成を有する本発明に係る投稿感情予測システムによれば、地点毎にその地点に対する投稿文を投稿した投稿者の感情である投稿感情を特定する際に、投稿感情を予測する対象となる地点のある地域特性、或いは投稿文を投稿した投稿者情報について考慮することで、投稿感情のより信頼性の高い特定が可能となる。

【図面の簡単な説明】

【0010】

【図1】本実施形態に係る情報提供システムを示した概略構成図である。

【図2】本実施形態に係る情報提供サーバの制御系を模式的に示すブロック図である。

【図3】投稿文情報ＤＢに格納される投稿文情報の一例を示した図である。

【図4】配信情報ＤＢに格納される情報の一例を示した図である。

【図5】本実施形態に係る通信端末の制御系を模式的に示すブロック図である。

【図6】本実施形態に係る感情分析処理プログラムのフローチャートである。

【図7】投稿文情報に対する感情分析を行った結果、出力される“感情カテゴリ”の例を示した図である。

【図8】投稿者パラメータの設定方法を説明した図である。

【図9】地域度パラメータの設定方法を説明した図である。

【図10】地域特性と投稿者情報の重みづけを考慮して投稿感情を特定する方法について説明した図である。

【図11】本実施形態に係る情報提供処理プログラムのフローチャートである。

【図12】投稿感情の出力態様の一例を示した図である。

【図13】投稿感情に加えてより詳細な情報を出力する際の出力態様の一例を示した図である。

【発明を実施するための形態】

【0011】

以下、本発明に係る投稿感情予測システムを情報提供システム１に具体化した一実施形態に基づき図面を参照しつつ詳細に説明する。先ず、本実施形態に係る情報提供システム１の概略構成について図１を用いて説明する。図１は本実施形態に係る情報提供システム１を示した概略構成図である。

【0012】

図１に示すように、本実施形態に係る情報提供システム１は、情報提供センタ２が備える情報提供サーバ３と、ユーザ４が所持する通信端末５と、を基本的に有する。また、情報提供サーバ３と通信端末５は通信ネットワーク網６を介して互いに電子データを送受信可能に構成されている。尚、通信端末５としては例えば携帯電話機、スマートフォン、タブレット型端末、パーソナルコンピュータ、車載器であるナビゲーション装置等がある。

【0013】

ここで、情報提供サーバ３は、通信端末５（即ち通信端末５を所持するユーザ）に対して提供する情報を管理するサーバ装置である。情報提供サーバ３は、通信端末５に対して提供する対象となる全国各地の情報提供地点に関する情報を配信情報ＤＢ７に記憶する。尚、情報提供地点については特にジャンルや規模は限定されることなく、例えば飲食店や小売店などの商業施設、駅や病院などの公共施設、その他に宿泊施設、駐車場等が挙げられる。また、施設に限られることなく例えば観光スポット等であっても良い。また、後述のように配信情報ＤＢ７に記憶される情報提供地点に関する情報としては、情報提供地点の名称、住所、位置座標、電話番号、営業時間等に加えて、本実施形態では特にネットワーク上に投稿された投稿文を分析することにより特定された“投稿感情”に関する情報を含む。投稿感情に関する詳細については後述する。そして、情報提供サーバ３は通信ネットワーク網６を介してＤＢに記憶された情報提供地点に関する情報を通信端末５に対して提供（配信）する。

【0014】

また、通信端末５は、ユーザが所持し、通信機能やナビ機能等を備えた情報端末が用いられ、例えば携帯電話機、スマートフォン、タブレット型端末、パーソナルコンピュータ、車載器であるナビゲーション装置等が該当する。特に通信端末５がスマートフォン等のアプリケーションを実行可能な端末である場合には、アプリケーションの一つとしてユーザにより指定されたエリアの地図画像を表示するとともに、表示された地図画像に含まれる上記情報提供地点の位置に対して投稿感情を示すアイコンを表示可能なアプリケーションプログラムがインストールされている。更に、上記アプリケーションプログラムでは、地図画像上に表示されたアイコンを選択することで、選択したアイコンに対応する情報提供地点に関するより詳細な情報を情報提供サーバ３から取得して案内可能となっている。尚、案内対象とする情報提供地点の選択は上記のような地図画像を用いての選択も可能であるし、検索条件を入力した検索結果からの選択も可能である。また、これらの情報提供地点に関する案内を行う機能は、目的地までの移動案内を行うナビ機能の一部としても良いし、ナビ機能とは異なるアプリケーションプログラムにより実行されても良い。

【0015】

また、通信ネットワーク網６は全国各地に配置された多数の基地局と、各基地局を管理及び制御する通信会社とを含み、基地局及び通信会社を有線（光ファイバー、ＩＳＤＮ等）又は無線で互いに接続することにより構成されている。ここで、基地局は通信端末５との通信をするトランシーバー（送受信機）とアンテナを有する。そして、基地局は通信会社の間で無線通信を行う一方、通信ネットワーク網６の末端となり、基地局の電波が届く範囲（セル）にある通信端末５の通信を情報提供サーバ３との間で中継する役割を持つ。

【0016】

一方で、上記情報提供システム１に含まれる情報提供サーバ３は、ネットワーク上に存在するソーシャルネットワーキングサービス（以下、ＳＮＳという）を提供するＳＮＳサーバ８から、ネットワーク上に投稿された投稿文を、該投稿文に紐づけられた地点を特定する地点情報及びその投稿文を投稿した投稿者（より正確には投稿者のアカウント）を特定する情報（以上併せて投稿文情報という）とともに取得可能となっている。更に、ＳＮＳのサービス利用者として登録されているアカウントに関するアカウント情報についてもＳＮＳサーバ８から取得可能となっている。尚、投稿文情報やアカウント情報の取得の方法は、ネットワークを介して取得しても良いし、フラッシュメモリ等の記憶媒体を介して取得しても良い。

【0017】

ここで、ＳＮＳサーバ８は、ネットワーク上でＳＮＳを構築するサーバ装置である。ＳＮＳは他者（個人のみでなく法人であっても良い）との繋がりを構築する為のコミュニティ型のサービスであり、サービス利用者はクライアントであるスマートフォン、タブレット型端末、パーソナルコンピュータ等からアクセスし、メッセージや画像などを投稿することによって、他のサービス使用者からその内容を閲覧可能とする。また、メッセージや画像を閲覧した他のサービス利用者は、投稿に対してコメントをすることが可能である他、内容を引用してリツイート（再投稿）したり、フォロー機能により投稿者をフォローしたり、投稿内容に共感した場合に肯定的なリアクション（例えば『いいね』、『Ｌｉｋｅ』）を行ったりすることが可能である。尚、本実施形態では特に利用するユーザの制限なく登録されたユーザであれば誰でも利用可能なオープン型のＳＮＳとする。また、ＳＮＳサーバ８は保存ＤＢ９を備えており、サービス利用者から投稿されたメッセージや画像データ、投稿が行われた日時、ハッシュタグ、投稿が行われた場所（施設名でも位置座標でも良い）、投稿毎に他のサービス利用者から肯定的なリアクションをされた回数やリツイートされた数が保存ＤＢ９に保存される。更に、登録されたサービス利用者（アカウント）毎に、サービス利用者がこれまで行った投稿数、投稿に対して『いいね』された数、リツイートされたリツイート数、フォローされたフォロワー数などについてそのアカウントに関するアカウント情報として保存ＤＢ９に記憶されている。

【0018】

そして、本実施形態では情報提供サーバ３は、保存ＤＢ９に保存される上記データの内、特に投稿文の内容（メッセージのみでも良いし、画像が添付されている場合には画像も含めても良い）と、その投稿文を投稿した投稿者（より正確には投稿者のアカウント）を特定する情報と、その投稿文が投稿された場所の組み合わせについて、投稿文情報としてＳＮＳサーバ８から取得する。更に、アカウント情報についても必要に応じて取得する。

【0019】

続いて、情報提供システム１における情報提供サーバ３の構成について図２を用いてより詳細に説明する。情報提供サーバ３は、図２に示すようにサーバ制御部１１と、サーバ制御部１１に接続された情報記録手段としての投稿文情報ＤＢ１３と、配信情報ＤＢ７と、地図情報ＤＢ１４と、サーバ側通信装置１５とを備える。

【0020】

サーバ制御部１１は、情報提供サーバ３の全体の制御を行う制御ユニット（ＭＣＵ、ＭＰＵ等）であり、演算装置及び制御装置としてのＣＰＵ２１、並びにＣＰＵ２１が各種の演算処理を行うにあたってワーキングメモリとして使用されるＲＡＭ２２、制御用のプログラムのほか、後述の感情分析処理プログラム（図６）や情報提供処理プログラム（図１１）が記録されたＲＯＭ２３、ＲＯＭ２３から読み出したプログラムを記憶するフラッシュメモリ２４等の内部記憶装置を備えている。尚、サーバ制御部１１は処理アルゴリズムとしての各種手段を有する。例えば、投稿文情報取得手段は、ネットワーク上に投稿された投稿文を、該投稿文に紐づけられた地点を特定する地点情報及び投稿した投稿者に関する投稿者情報とともに取得する。感情予測手段は、投稿文情報取得手段により取得された投稿文を分析することにより投稿文を投稿した投稿者の感情である投稿感情を予測する。重みづけ手段は、投稿文に紐づけられた地点のある地域の地域特性と投稿者情報の少なくとも一方を用いて、投稿文毎に感情予測手段による予測結果に対する重みづけを行う。地点感情特定手段は、感情予測手段により予測された投稿感情を分析元となる投稿文に紐づけられた地点毎に区分して集計し、重みづけを参照した上で地点毎の投稿感情を特定する。

【0021】

また、投稿文情報ＤＢ１３は、ＳＮＳサーバ８から取得された投稿文情報が格納される記憶手段である。ここで、投稿文情報には、前述したようにネットワーク上に投稿された投稿文と、該投稿文に紐づけられた地点を特定する地点情報及びその投稿文を投稿した投稿者（より正確には投稿者のアカウント）を特定する情報を含む。尚、“投稿文に紐づけられた地点”とは、本実施形態では投稿文を投稿した場所（投稿文を投稿した投稿者が位置する場所）とするが、例えば投稿文に地名が含まれている場合、ハッシュタグとして地名が紐づけられていた場合には、その地名を投稿文に紐づけられた地点としても良い。

【0022】

ここで、図３は投稿文情報ＤＢ１３に格納される投稿文情報の一例を示した図である。投稿文情報ＤＢ１３には、図３に示すように投稿文の内容（メッセージのテキストデータ）が、投稿文に紐づけられた地点を示す地点名称と、投稿した投稿者を特定する情報（例えばアカウントＩＤ）と紐づけて格納されている。尚、図３に示す例では投稿文に紐づけられた地点名称毎に区分されて格納されているが、どのように区分して格納するかについては適宜変更可能である。また、図３に示す例では投稿文の内容はテキスト情報のみとしているが、画像が添付されている場合には画像も含めても良い。また、投稿文に紐づけられた地点を示す情報として地点名称が記憶されているが、地点名称ではなく位置座標であっても良い。尚、ＳＮＳサーバ８がサービス利用者（投稿者）によりネットワーク上に投稿された投稿文を受信する際には、サービス利用者が投稿に用いた端末の位置座標（端末が備えるＧＰＳ等によって特定される）についても投稿文を投稿した場所として併せて取得される。従って、図３に示すように投稿文情報として投稿文を投稿した具体的な地点名称を記憶する場合には、地図情報を参照し、取得した位置座標からサービス利用者が位置すると予測される地点の地点名称を特定する必要があるが、その処理はＳＮＳサーバ８で行っても良いし、情報提供サーバ３で行っても良い。

【0023】

また、配信情報ＤＢ７は、前述したように全国各地の情報提供の対象となる情報提供地点に関する各種情報が記憶される記憶手段である。ここで、図４は配信情報ＤＢ７に格納される情報の一例を示した図である。

【0024】

図４に示すように配信情報ＤＢ７には、全国各地にある情報提供地点について、地点ＩＤ、地点名称、地点の位置座標、地点の詳細な情報、現在の混雑状況、投稿感情、地域度レベル、投稿者レベル等が格納されている。但し、配信情報ＤＢ７には必ずしもこれらの全ての情報を格納する必要はない。尚、“投稿感情”については、具体的にはその地点に関する投稿文を投稿した投稿者（正確にはその地点で投稿文を投稿した投稿者）の感情が全体としてどの感情にあるかを特定したものであり、後述するように投稿文情報ＤＢ１３に格納された投稿文情報を分析することによりサーバ制御部１１により特定される。尚、人の感情としては喜び、信頼、恐れ、驚き、悲しみ、嫌悪、怒り、期待等の様々なものがあるが、特に本実施形態で投稿感情は、感情の種類までは区分せずにポジティブ感情（正の感情）とネガティブ感情（負の感情）の２種類を判断要素として、投稿者の感情がポジティブ感情とネガティブ感情のどちら寄りにあるか、或いはどちらでもないニュートラル（中立）にあるかについて特定することとする。

【0025】

また、“地域度レベル”についてはその情報提供地点のある地域の地域特性を示すものである。例えばレベル１（低）～レベル１０（高）までの１０段階により示される。尚、地域特性は例えば人口密度、平均年齢層、交通インフラストラクチャ（交通インフラ）整備状況等を用いて統合的に判断され、レベルが低い程、ＳＮＳの利用者が少ないことが予測される過疎地域であって、レベルが高い程、ＳＮＳの利用者が多いことが予測される都会であることを示す。

【0026】

また、“投稿者レベル”についてはその情報提供地点に対して行われた投稿の情報としての信頼度（投稿を行っている投稿者の信頼度）を示すものである。例えばレベル１（低）～レベル１０（高）までの１０段階により示される。一例として過去に多数の投稿を行いその投稿に対して第３者から共感を得ている投稿者が投稿を行っている場合には、その投稿内容は信頼できるのでレベルが高く判定される。尚、“地域度レベル”と“投稿者レベル”の算出方法については後述する。

【0027】

例えば、図４に示す配信情報ＤＢ７では位置座標（ｘ１，ｙ１）にある“××駅”について施設情報や現在の混雑状況、並びに投稿感情、地域度レベル、投稿者レベルについて記憶されている。同様にして他の情報提供地点に関する情報も格納されている。

【0028】

また、地図情報ＤＢ１４は、地図情報が記憶される記憶手段である。地図情報は、道路網を始めとして経路探索、経路案内及び地図表示に必要な各種情報から構成されている。例えば、道路（リンク）に関するリンクデータ、ノード点に関するノードデータ、各交差点に関する交差点データ、施設等の地点に関する地点データ、地図を表示するための地図表示データ、経路を探索するための探索データ、地点を検索するための検索データ等からなる。

【0029】

そして、サーバ制御部１１は、地図情報ＤＢ１４を用いて、通信端末５からの要求に応じて例えば通信端末５において地図画像を表示する為の地図表示データを送信したり、入力された検索条件に該当する地点を検索したり、経路探索要求を受信した場合には、上記地図情報ＤＢ１４に格納された地図情報を用いて出発地から目的地までの経路探索を行うことも可能である。

【0030】

但し、通信端末５が地図情報を有する場合には通信端末５は自らが有する地図情報を用いて上記の処理を行うことができるので、その場合には情報提供サーバ３において地図情報ＤＢ１４は必ずしも必要でない。

【0031】

一方、サーバ側通信装置１５は情報の送受信対象となる通信端末５と通信ネットワーク網６を介して通信を行う為の通信装置である。また、通信端末５以外にインターネット網や、交通情報センタ、例えば、ＶＩＣＳ（登録商標：Vehicle Information and Communication System）センタ等から送信された渋滞情報、規制情報、交通事故情報等の各情報から成る交通情報の受信についても可能である。更に、交通情報以外に、外部のサーバと通信を行うことによって、全国各地域の天候情報、全国各地で開催されるイベントに関するイベント情報、各地のニュース、地点の混雑情報、地域ごとの地域特性（人口密度、平均年齢層、交通インフラ整備状況）等についても受信可能とする。

【0032】

次に、ユーザが所有する通信端末５の概略構成について図５を用いて説明する。図５は本実施形態に係る通信端末５の制御系を模式的に示すブロック図である。尚、以下では特に通信端末５がスマートフォンである場合を例に挙げて説明する。

【0033】

図５に示すように通信端末５はデータバスＢＵＳに、ＣＰＵ３１と、通信端末５を所持するユーザに関するユーザ情報（ユーザＩＤ、氏名等）やアプリケーションプログラム等が記憶されたメモリ３２と、マイクロホン３３やスピーカ３４等のインターフェイスである入出力部３５と、液晶表示パネル等で構成されたディスプレイ３６と、タッチパネルやキーボード等から構成される入力操作部３７と、ＧＰＳ３８と、通信ネットワーク網６の基地局との間で信号の送受信を行う送受信回路部（ＲＦ）３９と、が接続されることにより構成されている。

【0034】

ここで、通信端末５に内蔵されるＣＰＵ３１は、メモリ３２に格納されている動作プログラムに従って種々の動作を実行する通信端末５の制御手段であり、メモリ３２とともに通信端末制御部４１を構成する。また、通信端末制御部４１の各種処理内容は必要に応じてディスプレイ３６に表示される。尚、通信端末制御部４１は、処理アルゴリズムとしての各種手段を構成する。例えば、投稿感情表示手段は、指定された地点について特定された投稿感情を画面上に表示する。

【0035】

また、通信端末５は、送受信回路部３９を介して通信を行うことにより、通話以外に、インターネット通信や、情報提供サーバ３からの充電施設に関する情報の受信、交通情報センタ、例えば、ＶＩＣＳ（登録商標）センタやプローブセンタ等から送信された渋滞情報、規制情報、交通事故情報等の各情報から成る交通情報の受信についても可能である。

【0036】

また、メモリ３２は、通信端末５を所持するユーザに関するユーザ情報（ユーザＩＤ、氏名等）や地図情報の他、ユーザによるウェブの閲覧履歴、ＧＰＳ３８やその他のセンサに基づいて検出された位置情報の履歴であるユーザの移動履歴、スケジュール情報等が記憶された記憶媒体である。また、後述の情報提供処理プログラム（図１１）を含む各種アプリケーションプログラムについても記憶される。また、メモリ３２は、ハードディスク、メモリーカード等により構成しても良い。

【0037】

また、スピーカ３４は、通話の音声出力以外に、ナビ機能の実行時においては通信端末制御部４１からの指示に基づいて案内経路（ユーザの移動予定経路）に沿った走行を案内する音声ガイダンスを出力する。

【0038】

また、ディスプレイ３６は、筐体の一面に配設されており、液晶ディスプレイや有機ＥＬディスプレイ等が用いられる。そして、通信端末５にインストールされている各種アプリケーションを実行する為のトップ画面や、実行されたアプリケーションに係る画面（インターネット画面、メール画面、ナビ画面等）や、画像、動画等の各種情報が表示される。特に本実施形態ではユーザにより指定されたエリアの地図画像を表示するとともに、表示された地図画像に含まれる情報提供地点の位置に対して投稿感情を示すアイコンを表示する。更に、地図画像上に表示されたアイコンが選択されると、選択されたアイコンに対する情報提供地点に関するより詳細な情報について表示される。

【0039】

また、入力操作部３７は、ディスプレイ３６の前面に設けられたタッチパネルや筐体に配置されたハードボタン等によって構成されている。そして、通信端末制御部４１は、タッチパネルやハードボタンの押下等により出力される電気信号に基づき、対応する各種の動作を実行すべく制御を行う。尚、入力操作部３７は、番号／文字入力キー、表示された内容を選択するためのカーソルを動かすカーソルキー、選択を確定する決定キー等の各種キー等により構成することもできる。

【0040】

また、ＧＰＳ３８は、人工衛星によって発生させられた電波を受信することにより、通信端末５（即ちユーザ）の現在位置及び現在時刻を検出可能とする。また、ＧＰＳ３８以外にも通信端末５の現在位置や方位を検出する為の他の装置（例えばジャイロセンサ等）を備える構成としても良い。

【0041】

また、送受信回路部３９は、３Ｇ、４Ｇ、ＬＴＥ等の通信規格により通信ネットワーク網６の基地局との間で信号の送受信を行う為の回路部である。

【0042】

続いて、前記構成を有する情報提供システム１において、情報提供サーバ３が実行する感情分析処理プログラムについて図６に基づき説明する。図６は本実施形態に係る感情分析処理プログラムのフローチャートである。ここで、感情分析処理プログラムは、前回実行されてから所定時間（例えば２４時間）経過後に実行され、投稿文情報ＤＢ１３に格納された投稿文情報を分析することにより、情報提供地点毎に“投稿感情”、“地域度レベル”、“投稿者レベル”を特定するプログラムである。尚、以下の図６及び図１１にフローチャートで示されるプログラムは、情報提供サーバ３が備えているＲＡＭ２２やＲＯＭ２３等に記憶されており、ＣＰＵ２１により実行される。

【0043】

ここで、感情分析処理プログラムは全国にある情報提供地点を対象に処理を実行し、情報提供地点毎に“投稿感情”、“地域度レベル”、“投稿者レベル”が特定されることとする。但し、必ずしも全国にある全ての情報提供地点に対して処理を実行する必要はなく、例えば特定のジャンルや所定規模以上の地点のみを対象として実行することも可能である。また、地点毎に感情分析処理プログラムを実行する間隔を変えるようにしても良い。

【0044】

先ず、ステップ（以下、Ｓと略記する）１においてＣＰＵ２１は、投稿文情報ＤＢ１３に今回の評価対象となる情報提供地点に紐づけられた投稿文情報があるか否かを判定する。尚、正確な感情分析を行う為に古い投稿文は分析対象から除外するのが望ましく、基本的には３か月以内或いは半年以内に投稿された投稿文情報があるか否かを判定する。また、少なくとも一以上の投稿文情報があるか否かを判定しても良いが、サンプル数が少ないと正確な分析が困難であるので、所定数（例えば３）以上の投稿文情報があるか否かを判定するようにしても良い。

【0045】

ここで、図３に示すように投稿文情報ＤＢ１３は、予め外部のＳＮＳサーバ８から取得された投稿文情報が格納されており、特に投稿文の内容（メッセージのテキストデータ）が、投稿文に紐づけられた地点（投稿文を投稿した場所）を示す地点名称と、その投稿文を投稿した投稿者（より正確には投稿者のアカウント）と紐づけて格納されている。従って、前記Ｓ１では評価対象となる情報提供地点の地点名称に紐づけられた投稿文情報があるか否かを判定することとなる。

【0046】

そして、投稿文情報ＤＢ１３に今回の評価対象となる情報提供地点が紐づけられた投稿文情報があると判定された場合（Ｓ１：ＹＥＳ）には、Ｓ２へと移行する。それに対して、投稿文情報ＤＢ１３に今回の評価対象となる情報提供地点が紐づけられた投稿文情報がないと判定された場合（Ｓ１：ＮＯ）には、評価対象となる情報提供地点感情には分析する対象となる投稿文が投稿されていないので当該感情分析処理プログラムを終了する。

【0047】

Ｓ２においてＣＰＵ２１は、投稿文情報ＤＢ１３から今回の評価対象となる情報提供地が紐づけられた投稿文情報を抽出して取得する。尚、正確な感情分析を行う為に古い投稿文は分析対象から除外するのが望ましく、基本的には３か月以内或いは半年以内に投稿された投稿文情報を対象として取得する。

【0048】

そして、以下のＳ３～Ｓ６の処理については前記Ｓ２で取得した投稿文情報毎に行い、取得した全ての投稿文情報に対してＳ３～Ｓ６の処理を実行した後にＳ７へと移行する。

【0049】

先ず、Ｓ３においてＣＰＵ２１は、処理対象の投稿文情報について感情分析（センチメント分析）を行うことにより、特に投稿内容を示すテキストデータから投稿文を投稿した投稿者の感情である投稿感情を予測する。ここで、感情分析には機械学習、ルールベース、それらの組み合わせ等の各種手法が存在するが、一例として深層学習等の機械学習を適用した感情分析では、投稿文のテキストデータを入力することで、そのテキストデータから投稿感情の“感情カテゴリ”を特定した情報を出力することが可能である（Ｓ４）。機械学習を適用した感情分析では、自然言語処理技術によって単語単体の分析ではなく、文章内に出現する単語の意味や、使用している言葉の文脈、表現方法などの要素を基にテキストデータから感情を分析することが可能となる。

【0050】

尚、“感情カテゴリ”は感情の傾向を特定するものであり、本実施形態では特にポジティブ感情とネガティブ感情のどちらが支配的であるかを特定する為に『ポジティブ』、『ニュートラル（ポジティブとネガティブの中間の中立状態）』、『ネガティブ』の３つに分類する。但し、よりシンプルに『ポジティブ』と『ネガティブ』のいずれかに分類するようにしても良いし、逆により詳細に『喜び』、『信頼』、『恐れ』、『驚き』、『悲しみ』、『嫌悪』、『怒り』、『期待』等の感情の種類まで分類するようにしても良い。また、前記Ｓ３の感情分析では“感情カテゴリ”の特定に加えて特定された感情カテゴリでの感情の大きさ（感情量）を示す“感情の度合い”についても特定するようにしても良い。例えば０．１（低）から１．０（高）までの０．１刻みの１０段階で特定することとし、『ポジティブ』のレベル０．１であれば投稿感情はポジティブではあるもののニュートラルに近い弱い感情であり、一方で『ポジティブ』のレベル１．０であれば投稿感情はポジティブであって且つ極めてプラス方向に強い感情であることを示す。

【0051】

ここで、図７は前記Ｓ３の投稿文情報に対する感情分析を行った結果、出力される“感情カテゴリ”の例を示した図である。例えば図７に示す例では「今日は晴れです」との投稿文の感情分析を行うことによって投稿感情として『ニュートラル』が出力される。同じく、「○○でセールをやっています」との投稿文の感情分析を行うことによって投稿感情として『ポジティブ』が出力される。同じく、「楽しみにしていたが雨だった」との投稿文の感情分析を行うことによって投稿感情として『ネガティブ』が出力される。同じく、「イベントがお休みだった」との投稿文の感情分析を行うことによって投稿感情として『ネガティブ』が出力される。

【0052】

その後、Ｓ５でＣＰＵ２１は、処理対象の投稿文情報を投稿した投稿者のアカウント情報をＳＮＳサーバ８から取得する。ここで、前記Ｓ５で取得されるアカウント情報は、そのアカウントに対する第３者の評価、即ち投稿文に対する信頼度を示す情報であり、より具体的にはそのアカウントでこれまで行った投稿数、投稿に対して『いいね』された数、リツイートされたリツイート数、フォローされたフォロワー数などを含む。

【0053】

続いて、Ｓ６でＣＰＵ２１は、前記Ｓ５で取得した投稿者のアカウント情報（投稿者情報）に基づいて、処理対象の投稿文情報に対して投稿者パラメータを設定する。前記Ｓ６で設定される投稿者パラメータは、前記Ｓ３で予測された投稿感情の予測結果に対する重みづけとして用いる。具体的には以下のように投稿者パラメータを設定する。

【0054】

先ずＣＰＵ２１は、図８に示すように前記Ｓ５で処理対象の投稿文情報を投稿した投稿者のアカウント情報として取得可能な『いいね』されたいいね数、リツイートされたリツイート数、フォローされたフォロワー数に基づいてそれぞれパラメータ値を特定する。具体的には、いいね数、リツイート数、フォロワー数が１０未満であればパラメータ値として０．０３が特定される。同様に、いいね数、リツイート数、フォロワー数が１０以上１００未満であればパラメータ値として０．０８が特定される。いいね数、リツイート数、フォロワー数が１００以上５００未満であればパラメータ値として０．１２が特定される。いいね数、リツイート数、フォロワー数が５００以上１０００未満であればパラメータ値として０．２２が特定される。いいね数、リツイート数、フォロワー数が１０００以上５０００未満であればパラメータ値として０．２５が特定される。いいね数、リツイート数、フォロワー数が５０００以上であればパラメータ値として０．３０が特定される。そして、いいね数に対して特定されたパラメータ値と、リツイート数に対して特定されたパラメータ値と、フォロワー数に対して特定されたパラメータ値との合計を算出し、算出した合計値を投稿者パラメータとする。

【0055】

ここで、前記Ｓ６で設定された投稿者パラメータの数値が大きい投稿文情報は、その投稿文を投稿した投稿者は過去に多数の投稿を行いその投稿に対して第３者から共感を得ていることから、即ち、その投稿文に対する情報の信頼度が高いと予想される。一方で、前記Ｓ６で設定された投稿者パラメータの数値が小さい投稿文情報は、その投稿文を投稿した投稿者は過去にほとんど投稿を行っていない新規のアカウントであるか、或いはこれまで正確な情報を発信していないアカウントであるので、即ち、その投稿文に対する情報の信頼度が低いと予想される。

【0056】

以下同様にして前記Ｓ２で取得した投稿文情報毎に感情カテゴリの特定と投稿者パラメータの設定を行い（Ｓ３～Ｓ６）、取得した全ての投稿文情報に対して感情カテゴリの特定と投稿者パラメータの設定を行った後にＳ７へと移行する。

【0057】

Ｓ７においてＣＰＵ２１は、今回の評価対象となる情報提供地点のある地域の地域特性を取得する。ここで、地域の区分は市区町村などの行政区画単位とするが、それより狭く（例えば町や丁単位）或いは広く（例えば都道府県単位）しても良い。また、地域特性としては例えば人口密度、平均年齢層、交通インフラストラクチャ（以下、交通インフラとする）整備状況を取得する。一方、人口密度については全年齢層を含む人口密度としても良いが、本実施形態では特にＳＮＳを利用すると予想される対象となる人口を対象にした人口密度、具体的には４０歳代以下の人口密度とし、例えば以下の式（１）により算出する。
人口密度＝４０歳代以下の人口×２／地域の面積・・・・（１）
但し、上記以外を地域特性として取得しても良く、例えば総人口、全年齢層を含む人口密度、平均地価などを取得しても良い。これらの地域特性は例えば地図情報の一部として地図情報ＤＢ１４から取得しても良いし、インターネットなどを介して外部のサーバから取得しても良い。

【0058】

続いて、Ｓ８においてＣＰＵ２１は、前記Ｓ７で取得した今回の評価対象となる情報提供地点のある地域の地域特性に基づいて、今回の評価対象となる情報提供地点に対して地域度パラメータを設定する。前記Ｓ８で設定される地域度パラメータは、前記Ｓ３で予測された投稿感情の予測結果に対する重みづけとして用いる。具体的には以下のように地域度パラメータを設定する。

【0059】

先ずＣＰＵ２１は、図９に示すように前記Ｓ５で今回の評価対象となる情報提供地点のある地域の地域特性として取得可能な人口密度（本実施形態では特に４０代以下）、平均年齢層、交通インフラ整備状況に基づいてそれぞれパラメータ値を特定する。具体的には、例えば人口密度について６０００人／ｋｍ^２以上であればパラメータ値として０．１が特定される。同様に人口密度について８００人／ｋｍ^２以上６０００人／ｋｍ^２未満であればパラメータ値として０．２が特定される。人口密度について８００人／ｋｍ^２未満であればパラメータ値として０．７が特定される。また、平均年齢層について４５歳未満であればパラメータ値として０．１が特定される。同様に平均年齢層について４５歳以上６０歳未満であればパラメータ値として０．２が特定される。平均年齢層について６０歳以上であればパラメータ値として０．７が特定される。また、交通インフラ整備状況について国際線の空港がある地域であればパラメータ値として０．１が特定される。同様に新幹線の駅、空港、フェリー港のいずれかがあればパラメータ値として０．１が特定される。上記空港や新幹線の駅がなかったとしても在来線の駅、バス停のいずれかがあればパラメータ値として０．３が特定される。更に上記いずれの交通インフラもないのであればパラメータ値として０．５が特定される。そして、人口密度に対して特定されたパラメータ値と、平均年齢層に対して特定されたパラメータ値と、交通インフラ整備状況に対して特定されたパラメータ値との合計を算出し、算出した合計値を地域度パラメータとする。

【0060】

ここで、前記Ｓ８で設定された地域度パラメータの数値が大きい地域にある情報提供地点は、若者人口が少なく交通インフラも発展していない（即ち地域外から訪れる人が少ない）地域にあって、ＳＮＳを利用する利用者が少なく、利用者の数に対して投稿数が少ないと予想される。一方で、前記Ｓ８で設定された地域度パラメータの数値が小さい地域にある情報提供地点は、若者人口が多く交通インフラも発展している（即ち地域外から訪れる人が多い）地域にあって、ＳＮＳを利用する利用者が多く、利用者の数に対して投稿数が多いと予想される。

【0061】

その後、Ｓ９でＣＰＵ２１は、今回の評価対象となる情報提供地点について、感情カテゴリ毎のポイント数（評価点）を算出する。ここで、本実施形態において感情カテゴリは前記Ｓ３で説明したように『ポジティブ』、『ニュートラル（ポジティブとネガティブの中間の中立状態）』、『ネガティブ』の３つに分類する。具体的には以下のように感情カテゴリ毎のポイント数を算出する。

【0062】

先ずＣＰＵ２１は、図１０に示すように今回の評価対象となる情報提供地点（図１０に示す例では○○レストラン）について、前記Ｓ２で取得した投稿文情報毎に前記Ｓ６で設定された投稿者パラメータと前記Ｓ８で設定された地域度パラメータを乗じたポイントを算出する。但し、乗じるのではなく加算してポイントを算出しても良い。尚、地域度パラメータは情報提供地点毎に設定されるので同じ情報提供地点に対する投稿文情報であれば全て同じ値となる。一方で投稿者パラメータは投稿した投稿者によって異なるので、同じ情報提供地点に対する投稿文情報であっても投稿文毎に異なる値となる。例えば図１０に示す例では投稿文Ａの投稿者情報に基づいて設定された投稿者パラメータが１．５８であるので、投稿文Ａに対するポイントは１．１×１．５８＝１．７３となる。同じく投稿文Ｂの投稿者情報に基づいて設定された投稿者パラメータが０．１５であるので、投稿文Ｂに対するポイントは１．１×０．１５＝０．１６となる。また、投稿文Ｃの投稿者情報に基づいて設定された投稿者パラメータが０．１８であるので、投稿文Ｃに対するポイントは１．１×０．１８＝０．１９となる。また、投稿文Ｄの投稿者情報に基づいて設定された投稿者パラメータが０．１５であるので、投稿文Ｄに対するポイントは１．１×０．１５＝０．１６となる。

【0063】

その後、ＣＰＵ２１は、投稿文情報毎に算出されたポイントを感情カテゴリ毎に区分して集計し、感情カテゴリ毎のポイント数（評価点）を算出する。例えば図１０に示す例では前記Ｓ３の感情分析の結果、感情カテゴリが『ポジティブ』と予測されたのは投稿文Ａと投稿文Ｃであり、投稿文Ａと投稿文Ｃに対して算出されたポイントの合計値である１．９３が『ポジティブ』のポイント数となる。同様に、感情カテゴリが『ネガティブ』と予測されたのは投稿文Ｂであり、投稿文Ｂに対して算出されたポイントである０．１６が『ネガティブ』のポイント数となる。また、感情カテゴリが『ニュートラル』と予測されたのは投稿文Ｄであり、投稿文Ｄに対して算出されたポイントである０．１６が『ニュートラル』のポイント数となる。尚、前記Ｓ９で算出される感情カテゴリ毎のポイント数（評価点）は、前記Ｓ３の投稿文毎の投稿感情の予測結果に対して地域特性と投稿者情報を用いた重みづけを行い、それを集計した結果であり、感情カテゴリ毎の投稿感情の予測結果に対する信頼度を示す。即ちポイント数が高い程、その感情カテゴリが情報提供地点に対する投稿感情の全体の総意に近いといえる。

【0064】

続いて、Ｓ１０でＣＰＵ２１は、今回の評価対象となる情報提供地点について、前記Ｓ９で算出された感情カテゴリ毎のポイント数（評価点）を比較し、最もポイント数の高い感情カテゴリを今回の評価対象となる情報提供地点の投稿感情として特定する。例えば図１０に示す例では『ポジティブ』のポイント数が最も高いので○○レストランの投稿感情は『ポジティブ』であると特定される。但し、ポイント数の最低値を設定し、最もポイント数の高い感情カテゴリのポイント数が最低値以上であることを投稿感情の特定の条件としても良い。

【0065】

本実施形態では地域度パラメータが高い、即ち利用者に対して投稿数の少ないと予測される田舎にある情報提供地点では、上記重みづけを行うことで１件当たりの投稿文に対する投稿感情の予測結果が影響する度合いがより大きくなる。それによって、地域差を埋めて平等な評価が可能となる。例えば、前記Ｓ１０で算出されるポイント数（評価点）について、感情カテゴリ毎のポイント数の差が都会にある情報提供地点より大きくなり易いので、投稿数が少なかったとしても投稿感情の特定が容易となる。更に、ポイント数（評価点）についても案内することとすれば、投稿数が少なくても注目される対象となるので、例えば地元民しか知らない質の良い店舗の発見などに繋がる。また、特に信頼度の高い投稿者が投稿を行っている場合には、その投稿文に対する投稿感情の予測結果について全体の投稿感情の特定に影響する度合いが大きくなる。その結果、信頼度の高い情報をより尊重することでより正確な投稿感情の特定が可能となる。

【0066】

次に、Ｓ１１においてＣＰＵ２１は、今回の評価対象となる情報提供地点について、地域度レベルを算出する。尚、“地域度レベル”についてはその情報提供地点のある地域の地域特性を他の地域と比較して相対評価で示すものである。レベルが低い程、ＳＮＳの利用者が少ないことが予測される過疎地域であって、レベルが高い程、ＳＮＳの利用者が多いことが予測される都会であることを示す。具体的には、今回の評価対象となる情報提供地点について前記Ｓ８で設定された地域度パラメータ（地域特性に基づく重みづけ）を他の地点と比較することで以下のように算出される。

【0067】

先ず全国の地点について理論上設定される可能性のある地域度パラメータの最小値（図９に示す例では０．３）をレベル１とし、同じく地域度パラメータの最大値（図９に示す例では１．９）をレベル１０とし、その間を１０等分することでレベル１～１０の地域度パラメータの各基準値を決める。その上でレベル１～１０の各基準値の内、今回の評価対象となる情報提供地点について前記Ｓ８で設定された地域度パラメータに最も近い基準値に対応するレベルを、今回の評価対象となる情報提供地点の地域度レベルとする。

【0068】

続いて、Ｓ１２においてＣＰＵ２１は、今回の評価対象となる情報提供地点について、投稿者レベルを算出する。尚、“投稿者レベル”についてはその情報提供地点のある地域の投稿者情報を他の地域と比較して相対評価で示すものである。レベルが低い程、その情報提供地点に対して行われた投稿の情報としての信頼度（投稿を行っている投稿者の信頼度）が低く、レベルが高い程、その情報提供地点に対して行われた投稿の情報としての信頼度（投稿を行っている投稿者の信頼度）が高いことを示す。具体的には、今回の評価対象となる情報提供地点について前記Ｓ６で設定された投稿者パラメータ（投稿者情報に基づく重みづけ）を他の地点と比較することで以下のように算出される。

【0069】

具体的には、全国の地点について理論上設定される可能性のある投稿者パラメータの最小値（図８に示す例では０．０９）をレベル１とし、同じく投稿者パラメータの最大値（図８に示す例では０．９）をレベル１０とし、その間を１０等分することでレベル１～１０の投稿者パラメータの各基準値を決める。その上でレベル１～１０の各基準値の内、今回の評価対象となる情報提供地点について前記Ｓ６で設定された投稿者パラメータに最も近い基準値に対応するレベルを、今回の評価対象となる情報提供地点の投稿者レベルとする。尚、今回の評価対象となる情報提供地点に対して複数の投稿文情報が紐づけられており（複数の投稿文が投稿されており）、同じ情報提供地点に対して複数の投稿者パラメータが設定されている場合には、最も高い投稿者パラメータを用いて投稿者レベルを算出しても良いし、投稿者パラメータの平均値或いは中央値を用いて投稿者レベルを算出しても良い。

【0070】

その後、Ｓ１３においてＣＰＵ２１は、前記Ｓ１０で特定された投稿感情を今回の評価対象となる情報提供地点についての“投稿感情”として配信情報ＤＢ７に格納する。同じく前記Ｓ１１で特定された“地域度レベル”と前記Ｓ１２で特定された“投稿者レベル”についても配信情報ＤＢ７に格納する。配信情報ＤＢ７には前述したように全国各地の情報提供の対象となる情報提供地点について“投稿感情”、“地域度レベル”、“投稿者レベル”に関する情報を含む各種情報が記憶される（図４）。

【0071】

続いて、情報提供システム１において、情報提供サーバ３及び通信端末５が実行する情報提供処理プログラムについて図１１に基づき説明する。図１１は本実施形態に係る情報提供処理プログラムのフローチャートである。ここで、情報提供処理プログラムは、通信端末５において情報提供地点の情報を得るための所定のアプリケーションプログラムが起動された後に実行され、情報提供地点に関する情報をユーザへと提供するプログラムである。尚、以下の図１１にフローチャートで示されるプログラムは、情報提供サーバ３や通信端末５が備えているＲＡＭやＲＯＭに記憶されており、ＣＰＵ２１或いはＣＰＵ３１により実行される。

【0072】

先ず、図１１に基づいて通信端末５のＣＰＵ３１が実行する情報提供処理プログラムについて説明する。Ｓ２１においてＣＰＵ３１は、情報提供地点の情報を得るための所定のアプリケーションプログラム（以下、情報提供アプリという）を起動する。尚、情報提供アプリはナビゲーションアプリであっても良いし、ナビゲーションアプリとは異なる専用のアプリケーションプログラムであっても良い。情報提供アプリは予めウェブサーバ等からダウンロードされて通信端末５にインストールされていることを前提とする。

【0073】

ここで、通信端末５において情報提供アプリが起動されると、先ずディスプレイ３６には現在位置周辺の地図画像が表示される（Ｓ２２）。尚、地図画像５１を表示する為の地図表示データについては情報提供サーバ３から取得する。ディスプレイ３６に表示された地図画像５１はユーザの操作に基づいて自由に縮尺を変更したり、表示対象となるエリアを変更可能となっている。

【0074】

次に、Ｓ２３においてＣＰＵ３１は、現時点でディスプレイ３６に表示対象となっている地図画像に含まれる情報提供地点に関する情報を要求する要求信号を情報提供サーバ３に対して送信する。尚、要求信号には送信元の通信端末５を識別する端末ＩＤと、現時点でディスプレイ３６に表示対象となっている地図画像に含まれる情報提供地点を識別する地点ＩＤ（地点ＩＤの代わりに地点名称や位置座標でも良い）を含む。

【0075】

その後、Ｓ２４においてＣＰＵ３１は、前記Ｓ２３で送信した要求信号に応じて情報提供サーバ３から送信された情報を受信する。尚、前記Ｓ２４で受信する情報は、現時点でディスプレイ３６に表示対象となっている地図画像に含まれる情報提供地点に関する情報、特に前述した感情分析処理プログラム（図６）によって特定された“投稿感情”についての情報である。

【0076】

続いて、Ｓ２５においてＣＰＵ３１は、ディスプレイ３６に表示されている現在位置周辺の地図画像において情報提供地点が存在する位置に、その位置に情報提供地点が存在することを示すアイコンが表示される。また、アイコンはその情報提供地点の投稿感情についても示す。

【0077】

ここで、図１２は前記Ｓ２５で表示されるアイコンの一例を示した図である。図１２に示すようにディスプレイ３６には地図画像５１が表示され、更に地図画像５１において情報提供地点が存在する位置にアイコン５２が表示される。アイコン５２の外観は顔を模しており、その表情が３種類あって表情の違いによってその情報提供地点の投稿感情を示している。具体的には『ポジティブ』であればにこやかな表情であり、『ネガティブ』であれば怒りの表示となり、『ニュートラル』は無表情となる。従って、ユーザはアイコン５２を視認すれば視覚的にその情報提供地点の投稿感情を容易に把握可能となる。尚、前述した感情分析処理プログラム（図６）において情報提供地点に対して投稿感情の種類だけではなく感情の大きさについても特定した場合には、感情の大きさをアイコン５２で示しても良い。例えば、アイコン５２の表示サイズを変更したり表示色を変更するなどが可能である。尚、投稿感情が特定できなかった情報提供地点については、アイコン５２を表示しないこととしても良いし、『ニュートラル』のアイコン５２を表示することとしても良い。

【0078】

また、地図画像５１上に表示されたアイコン５２についてはユーザによる選択対象となっており、Ｓ２６においてＣＰＵ３１は、入力操作部３７からの信号に基づいて、ユーザが地図画像５１上に表示されたいずれかのアイコン５２を選択する操作を受け付けたか否かを判定する。

【0079】

そして、ユーザが地図画像５１上に表示されたいずれかのアイコン５２を選択する操作を受け付けたかと判定された場合（Ｓ２６：ＹＥＳ）には、Ｓ２７へと移行する。それに対して、ユーザが地図画像５１上に表示されたいずれかのアイコン５２を選択する操作を受け付けていないと判定された場合（Ｓ２６：ＮＯ）には、当該情報提供処理プログラムを終了する。

【0080】

続いて、Ｓ２７においてＣＰＵ３１は、ユーザによって選択されたアイコン５２に対応する情報提供地点に関するより詳細な情報を要求する要求信号を情報提供サーバ３に対して送信する。尚、要求信号には送信元の通信端末５を識別する端末ＩＤと、ユーザによって選択されたアイコン５２に対応する情報提供地点を識別する地点ＩＤ（地点ＩＤの代わりに地点名称や位置座標でも良い）を含む。

【0081】

その後、Ｓ２８においてＣＰＵ３１は、前記Ｓ２７で送信した要求信号に応じて情報提供サーバ３から送信された情報を受信する。尚、前記Ｓ２８で受信する情報は、ユーザによって選択されたアイコン５２に対応する情報提供地点に関するより詳細な情報である。

【0082】

次に、Ｓ２９においてＣＰＵ３１は、前記Ｓ２８で受信した情報に基づいて、ユーザによって選択されたアイコン５２に対応する情報提供地点に関するより詳細な情報をディスプレイ３６に表示する。尚、表示対象となる情報には特に前述した感情分析処理プログラム（図６）によって特定された“投稿感情”、“地域度レベル”、“投稿者レベル”に加えて、後述のＳ３９において情報提供サーバ３により取得される“投稿反応予測”を含む。“投稿反応予測”の詳細については後述するが、簡単に説明すると仮にユーザが今回選択したアイコン５２に対する情報提供地点に対する投稿をＳＮＳで新たに行った場合に、第３者からどの程度の反応が得られるかを予測したものである。

【0083】

ここで、図１３に前記Ｓ２９においてディスプレイ３６に表示される情報提供画面５３の一例を示す。図１３に示す例では情報提供画面５３には、例えば情報提供地点の名称と、外観写真と、営業時間や連絡先などの地点の詳細に関する情報と、“投稿感情”と“地域度レベル”と“投稿者レベル”と“投稿反応予測”とが表示される。

【0084】

具体的には“投稿感情”については選択された情報提供地点に関する投稿文を投稿した投稿者の感情が全体としてどの感情にあるかを特定したものであり、前記Ｓ１０で特定された『ポジティブ』、『ネガティブ』、『ニュートラル』のいずれかの感情カテゴリが表示される。
また、“地域度レベル（第１情報）”については選択された情報提供地点のある地域の地域特性を他の地域と比較して相対評価で示したものであり、左右方向の目盛５４に対するポインタ５５の位置でレベルを示す。レベルは１０段階であり、レベルが低い程（ポインタ５５の位置が右側に位置する程）、ＳＮＳの利用者が少ないことが予測される過疎地域であって、レベルが高い程（ポインタ５５が左側に位置する程）、ＳＮＳの利用者が多いことが予測される都会であることを示す。
また、“投稿者レベル（第２情報）”については選択された情報提供地点のある地域の投稿者情報を他の地域と比較して相対評価で示したものであり、左右方向の目盛５６に対するポインタ５７の位置でレベルを示す。レベルは１０段階であり、レベルが低い程（ポインタ５７の位置が右側に位置する程）、その情報提供地点に対して行われた投稿の情報としての信頼度（投稿を行っている投稿者の信頼度）が低く、レベルが高い程（ポインタ５７が左側に位置する程）、その情報提供地点に対して行われた投稿の情報としての信頼度（投稿を行っている投稿者の信頼度）が高いことを示す。
また、“投稿反応予測”については仮にユーザが今回選択した情報提供地点に対する投稿をＳＮＳで新たに行った場合に、第３者からどの程度の反応が得られるかを『いいね数』と『リツイート数』で夫々予測して示したものである。具体的には矢印の向きで示しており、矢印の向きが水平であれば基準値程度の『いいね数』や『リツイート数』が得られると予測されることを示す。また、矢印の向きが上向きであれば基準値よりも多い『いいね数』や『リツイート数』が得られると予測されることを示す。また、矢印の向きが下向きであれば基準値よりも少ない『いいね数』や『リツイート数』が得られると予測されることを示す。尚、基準値については固定値（例えば１０）としても良いし、ユーザのこれまでの投稿に対する『いいね数』や『リツイート数』の平均値としても良いし、ユーザを問わず全国の情報提供地点に対して行われた投稿文に対する『いいね数』や『リツイート数』の平均値としても良い。

【0085】

尚、図１３に示す情報提供画面５３はあくまで一例であり、“投稿感情”と“地域度レベル”と“投稿者レベル”と“投稿反応予測”とが表示されるのであればどのような表示態様であっても良い。そして、図１３に示す情報提供画面５３をユーザが視認することによって、ユーザは指定した地点に対する投稿文に基づく正確な評価を得ることができる。特に、その地点のある地域特性やその地点に対して投稿を行っている投稿者のレベル（情報信頼度）に加えて、仮に自分が投稿を行った場合の第３者からの反応予測についても把握することが可能となる。

【0086】

次に、情報提供サーバ３のＣＰＵ２１が実行する情報提供処理プログラムについて説明する。尚、以下のＳ３１～Ｓ４０の各処理は、通信端末５からの対応する情報を受信したタイミングで開始される。従って、各ステップの実施順序は必ずしもステップ番号の小さい順に実施されるとは限らない。

【0087】

先ず、Ｓ３１においてＣＰＵ２１は、通信端末５から送信される情報の要求信号を受信する。尚、要求信号には、送信元の通信端末５を識別する端末ＩＤと、ユーザによって選択されたアイコン５２に対応する情報提供地点を識別する地点ＩＤ（地点ＩＤの代わりに地点名称や位置座標でも良い）を含む。

【0088】

その後、Ｓ３２においてＣＰＵ２１は、前記Ｓ３１で受信した要求信号に基づいて、配信情報ＤＢ７から要求のあった情報提供地点に関する情報を抽出する。尚、配信情報ＤＢ７には前述したように全国各地の情報提供の対象となる情報提供地点について“投稿感情”と“地域度レベル”と“投稿者レベル”に関する情報を含む各種情報が記憶されている（図４）が、前記Ｓ３２では特に“投稿感情”のみを抽出する。

【0089】

続いて、Ｓ３３においてＣＰＵ２１は、前記Ｓ３１で受信した要求信号の送信元の通信端末５に対して、前記Ｓ３２で抽出した情報提供地点に関する情報として“投稿感情”を送信する。その後、情報を受信した通信端末５では前述したように情報提供地点の投稿感情が地図画像５１上にアイコン５２で表示される（図１２）。

【0090】

次に、Ｓ３４においてＣＰＵ２１は、通信端末５から送信される詳細情報の要求信号を受信する。尚、要求信号には、送信元の通信端末５を識別する端末ＩＤと、ユーザによって選択されたアイコン５２に対応する情報提供地点を識別する地点ＩＤ（地点ＩＤの代わりに地点名称や位置座標でも良い）を含む。

【0091】

その後、Ｓ３５においてＣＰＵ２１は、前記Ｓ３４で受信した要求信号に基づいて、配信情報ＤＢ７から要求のあった情報提供地点に関する情報を抽出する。尚、配信情報ＤＢ７には前述したように全国各地の情報提供の対象となる情報提供地点について“投稿感情”と“地域度レベル”と“投稿者レベル”に関する情報を含む各種情報が記憶されている（図４）が、前記Ｓ３５では基本的にそれら全ての情報を抽出する。

【0092】

続いて、Ｓ３６においてＣＰＵ２１は、送信元の通信端末５を識別する端末ＩＤに基づいて情報の要求を行っているユーザを特定し、そのユーザのアカウント情報をＳＮＳサーバ８から取得する。ここで、前記Ｓ３６で取得されるアカウント情報は、そのアカウントに対する第３者の評価、即ち投稿文に対する信頼度を示す情報であり、より具体的にはそのアカウントでこれまで行った投稿数、投稿に対して『いいね』された数、リツイートされたリツイート数、フォローされたフォロワー数などを含む。

【0093】

続いて、Ｓ３７においてＣＰＵ２１は、情報を要求されている情報要求地点において投稿を行っている投稿者のアカウント情報を同じくＳＮＳサーバ８から取得し、情報の要求を行っているユーザのアカウント情報と類似するアカウント情報を探索する。尚、類似するアカウント情報があるか否かについては、例えばいいね数、リツイート数、フォロワー数を比較し、一部或いはすべてが近いアカウントを探索する。例えばフォロワー数については１０人未満、１０人以上１万人未満、１万人以上で区分し、同じ区分に入れば類似するアカウント情報とみなす。また、いいね数、リツイート数についてはこれまでのトータルで獲得した数を比較しても良いし、１投稿当たりの平均取得数を比較しても良いし、或いはその両方を比較しても良い。

【0094】

そして、Ｓ３８においてＣＰＵ２１は、前記Ｓ３７の探索の結果、情報を要求されている情報要求地点において投稿を行っている投稿者のアカウント情報の内、情報の要求を行っているユーザのアカウント情報と類似するアカウント情報があるか否かを判定する。尚、情報を要求されている情報要求地点において投稿を行っている投稿者のアカウント情報に限定せず、同規模や同じ地域特性の情報提供地点において投稿を行っている投稿者のアカウント情報についても探索対象に含めても良い。

【0095】

そして、情報の要求を行っているユーザのアカウント情報と類似するアカウント情報があると判定された場合（Ｓ３８：ＹＥＳ）には、Ｓ３９へと移行する。それに対して、情報の要求を行っているユーザのアカウント情報と類似するアカウント情報がないと判定された場合（Ｓ３８：ＮＯ）には、Ｓ４０へと移行する。尚、情報の要求を行っているユーザのアカウント情報と類似するアカウント情報がないと判定された場合については、前述の“投稿反応予測”は送信されず、情報提供画面５３においても表示対象から除外される。

【0096】

Ｓ３９においてＣＰＵ２１は、情報の要求を行っているユーザのアカウント情報と類似すると判定されたアカウントが、特に今回情報を要求されている情報要求地点において過去に行った投稿に対して、これまでに『いいね』された数、リツイートされたリツイート数を取得する。尚、それらの情報は仮に情報の要求を行っているユーザが情報提供地点に対する投稿をＳＮＳで新たに行った場合に、第３者からどの程度の反応が得られるかを予測した“投稿反応予測”に相当する。

【0097】

続いて、Ｓ４０においてＣＰＵ２１は、前記Ｓ３４で受信した要求信号の送信元の通信端末５に対して、前記Ｓ３５で抽出した情報提供地点に関する詳細情報と前記Ｓ３９で取得された“投稿反応予測”を送信する。その後、情報を受信した通信端末５では前述したように情報提供地点に関する情報が出力される（図１３）。

【0098】

以上詳細に説明した通り、本実施形態に係る情報提供システム１、情報提供サーバ３及び通信端末５では、ネットワーク上に投稿された投稿文を、該投稿文に紐づけられた地点を特定する地点情報及び投稿した投稿者に関する投稿者情報とともに取得し（Ｓ２）、取得された投稿文を分析することにより投稿文を投稿した投稿者の感情である投稿感情を予測する（Ｓ３）とともに、投稿文に紐づけられた地点のある地域の地域特性と投稿者情報の少なくとも一方を用いて、投稿文毎に投稿感情の予測結果に対する重みづけを行い（Ｓ６、Ｓ８、Ｓ９）、予測された投稿感情を分析元となる投稿文に紐づけられた地点毎に区分して集計し、重みづけを参照した上で地点毎の投稿感情を特定する（Ｓ９、Ｓ１０）ので、地点毎にその地点に対する投稿文を投稿した投稿者の感情である投稿感情を特定する際に、投稿感情を予測する対象となる地点のある地域特性、或いは投稿文を投稿した投稿者情報について考慮することで、投稿感情のより信頼性の高い特定が可能となる。
また、指定された地点に対して特定された投稿感情を画面上に表示し（Ｓ２９）、更に投稿感情を表示する際には、指定された地点のある地域の地域特性を示す第１情報、及び指定された地点を紐づけた投稿文の投稿を行った投稿者の投稿者情報を示す第２情報の少なくとも一方についても表示するので、投稿感情に加えて投稿感情の分析に影響する地域特性や投稿者情報についても案内することが可能となる。特に、投稿感情の分析においてどのような点を考慮したのかについて、より詳細にユーザに案内することが可能となる。
また、指定された地点のある地域の地域特性については、地域特性により設定される重みづけを他の地点と比較した比較結果を表示し、指定された地点を紐づけた投稿文の投稿を行った投稿者の投稿者情報については、投稿者情報により設定される重みづけを他の地点と比較した比較結果を表示するので、ユーザは視覚的に分かりやすく案内態様となった地点の地域特性や投稿者情報について把握することが可能となる。特に相対評価とすることで、複数の地点を比較する場合に、投稿感情を比較するだけではなく投稿感情の分析に影響する地域特性や投稿者情報についても同時に比較できる。
また、地点毎の投稿感情を特定する際には、投稿文毎に予測された投稿感情を分析元となる投稿文に紐づけられた地点毎且つ投稿感情の種類毎に区分して集計し、地点毎且つ投稿感情の種類毎に集計の結果に対して投稿感情の分析元となる投稿文の重みづけを参照することで、地点毎且つ投稿感情の種類毎の感情予測手段による予測結果に対する信頼度を示す評価点を算出し（Ｓ９）、地点毎に最も評価点の高い種類の投稿感情をその地点の投稿感情として特定するので、投稿感情を予測する対象となる地点のある地域特性、或いは投稿文を投稿した投稿者情報について考慮することで、投稿感情のより信頼性の高い特定が可能となる。

【0099】

尚、本発明は前記実施形態に限定されるものではなく、本発明の要旨を逸脱しない範囲内で種々の改良、変形が可能であることは勿論である。
例えば本実施形態では、情報提供地点の投稿感情としてポジティブ感情（正の感情）とネガティブ感情（負の感情）のどちら寄りにあるか、或いはどちらでもないニュートラル（中立）にあるかについて特定しているが、感情についてより詳細に区分し、例えば投稿感情が喜び、信頼、恐れ、驚き、悲しみ、嫌悪、怒り、期待のいずれにあるかを特定するようにしても良い。また、前記Ｓ３の感情分析によって特定される“感情カテゴリ”の種類についても『ポジティブ』、『ニュートラル』、『ネガティブ』の３つに分類するのではなく、喜び、信頼、恐れ、驚き、悲しみ、嫌悪、怒り、期待等のより詳細な区分に分類しても良い。

【0100】

また、本実施形態では情報提供地点の投稿感情の特定を行う場合に、投稿文に紐づけられた地点のある地域の地域特性と投稿者情報の両方を用いて、投稿文毎に投稿感情の予測結果に対する重みづけを行っている（Ｓ６、Ｓ８、Ｓ９）が、地域特性のみを用いて重みづけを行っても良いし、投稿者情報のみを用いて重みづけを行っても良い。即ち、感情分析処理プログラム（図６）においてＳ５及びＳ６の処理を省略しても良いし、或いはＳ７及びＳ８の処理を省略しても良い。

【0101】

また、地域特性のみを用いて重みづけを行う場合にはＳ１２の投稿者レベルの算出も省略し、情報提供画面５３（図１３）において投稿者レベルの表示は除外する。同じく、投稿者情報のみを用いて重みづけを行う場合にはＳ１１の地域度レベルの算出も省略し、情報提供画面５３（図１３）において地域度レベルの表示は除外する。

【0102】

また、本実施形態では、通信端末５をスマートフォンに適用した例について説明したが、情報提供地点に関する情報を出力する機能を有していれば他の種類の通信端末に対して適用することも可能である。例えば携帯電話機、タブレット型端末、パーソナルコンピュータ、車載器であるナビゲーション装置等に適用することが可能である。また、ナビゲーション装置以外に適用する場合には、ユーザが車で移動する以外の状況、例えば徒歩で移動する状況においても実施可能である。

【0103】

また、本実施形態では、感情分析処理プログラム（図６）について情報提供サーバ３が行う構成としているが、処理の一部を通信端末５が実行しても良い。

【符号の説明】

【0104】

１…情報提供システム（投稿感情予測システム）、２…情報提供センタ、３…情報提供サーバ、４…ユーザ、５…通信端末、６…通信ネットワーク網、７…配信情報ＤＢ、８…ＳＮＳサーバ、９…保存ＤＢ、１１…サーバ制御部、１３…投稿文情報ＤＢ、３６…ディスプレイ、４１…通信端末制御部、５１…地図画像、５２…アイコン、５３…情報提供画面

【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】