ホーム > 特許ランキング > ｈａｃｋｊｐｎ株式会社
(19)【発行国】日本国特許庁(JP)
(12)【公報種別】特許公報(B1)
(11)【特許番号】
(24)【登録日】2022-11-21
(45)【発行日】2022-11-30
(54)【発明の名称】プログラム、情報処理装置および情報処理方法
(51)【国際特許分類】
G06Q 50/10 20120101AFI20221122BHJP
【ＦＩ】
G06Q50/10
【請求項の数】
14
(21)【出願番号】P 2021205067
(22)【出願日】2021-12-17
【審査請求日】2021-12-20
【早期審査対象出願】
【前置審査】
(73)【特許権者】
【識別番号】521552785
【氏名又は名称】ｈａｃｋｊｐｎ株式会社
(74)【代理人】
【識別番号】110002815
【氏名又は名称】ＩＰＴｅｃｈ弁理士法人
(72)【発明者】
【氏名】戸村 光
【審査官】野元 久道
(56)【参考文献】
【文献】特開２０１９－０４６２８９（ＪＰ，Ａ）
【文献】特許第６９６４７２２（ＪＰ，Ｂ１）
【文献】特開２０１６－１１８９３２（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０６Ｑ １０／００－９９／００
(57)【特許請求の範囲】
【請求項1】
プロセッサと、記憶部とを備えるコンピュータに実行させるためのプログラムであって、前記プログラムは、前記プロセッサに、
ユーザにより投稿された投稿記事情報を取得する投稿取得ステップと、
前記投稿取得ステップにおいて取得した前記投稿記事情報に関連しているプロダクトを特定する第１特定ステップと、
前記投稿記事情報を第１学習モデルに適用することにより、第１特定ステップにおいて特定された前記プロダクトに関する評価指標値であるプロダクトスコアを算定する第１算定ステップと、
前記投稿取得ステップにおいて取得した前記投稿記事情報が関連している企業を特定する第３特定ステップと、
前記投稿記事情報に基づき、第３特定ステップにおいて特定された前記企業に関する評価指標値である第１企業スコアを算定する第２算定ステップと、
第１算定ステップにおいて算定された前記プロダクトスコアを第３学習モデルに適用することにより、前記プロダクトを提供する前記企業に関する評価指標値である第２企業スコアを算定する第３算定ステップと、
所定企業について第２算定ステップにおいて算定された第１企業スコアと、前記所定企業について第３算定ステップにおいて算定された第２企業スコアとに基づき、前記所定企業に関する評価指標値である総合企業スコアを算定する第４算定ステップと、
を実行させるプログラム。
【請求項2】
第４算定ステップは、前記所定企業の投資ステージに基づき、前記所定企業に関する前記総合企業スコアを算定するステップである、請求項１記載のプログラム。
【請求項3】
第４算定ステップは、前記所定企業の投資ステージがシードまたはアーリーである場合は、第１の算定手法に基づき、前記所定企業に関する前記総合企業スコアを算定し、
前記所定企業の投資ステージがシリーズＡ以降である場合は、第２の算定手法に基づき、前記所定企業に関する前記総合企業スコアを算定する、
請求項２記載のプログラム。
【請求項4】
第４算定ステップは、前記所定企業に関する第１企業スコアと、前記所定企業に関する第２企業スコアとの重み付け和により、前記所定企業に関する前記総合企業スコアを算定するステップであり、第１の算定手法における第１企業スコアの重みに対する第２企業スコアの重みの比は、第２の算定手法における第１企業スコアの重みに対する第２企業スコアの重みの比よりも大きい、
請求項３記載のプログラム。
【請求項5】
前記プログラムは、前記プロセッサに、ユーザから、前記所定企業に関する評価を要求するリクエストを受け付ける受付ステップと、
前記受付ステップにおいて受け付けた前記リクエストに応じて、第４ステップにおいて算定された前記総合企業スコアをレスポンスとして出力する出力ステップと、
を実行させる請求項１から４のいずれか記載のプログラム。
【請求項6】
前記出力ステップは、第１算定ステップにおいて算定された前記プロダクトスコアおよび、前記プロダクトスコアの算定に用いられた情報と、
第２算定ステップにおいて算定された第１企業スコアおよび、第１企業スコアの算定に用いられた情報と、
第３算定ステップにおいて算定された第２企業スコアおよび、第２企業スコアの算定に用いられた情報と、
を含む情報を出力するステップを含む、
請求項５記載のプログラム。
【請求項7】
第１算定ステップは、前記投稿記事情報および前記投稿記事情報を投稿したユーザ個人の属性情報であるユーザ属性に基づき、前記プロダクトスコアを算定するステップである、請求項１から６のいずれか記載のプログラム。
【請求項8】
前記プログラムは、前記プロセッサに、メディアにより掲載された掲載記事情報を取得する掲載取得ステップと、
前記掲載取得ステップにおいて取得した前記掲載記事情報が関連しているプロダクトを特定する第２特定ステップと、
を実行させ、
第１算定ステップは、前記掲載記事情報に基づき、第２特定ステップにおいて特定された前記プロダクトに関する前記プロダクトスコアを算定するステップである、
請求項１から７のいずれか記載のプログラム。
【請求項9】
第１算定ステップは、前記掲載記事情報および前記掲載記事情報を掲載したメディアのメディア属性に基づき、前記プロダクトスコアを算定するステップである、請求項８記載のプログラム。
【請求項10】
前記プログラムは、前記プロセッサに、前記掲載取得ステップにおいて取得した前記掲載記事情報が関連している企業を特定する第４特定ステップと、
を実行し、
第２算定ステップは、前記掲載記事情報に基づき、第４特定ステップにおいて特定された前記企業に関する評価指標値である第１企業スコアを算定するステップである、
請求項８または９記載のプログラム。
【請求項11】
前記プログラムは、前記プロセッサに、前記投稿取得ステップにおいて取得した複数の前記投稿記事情報のうち、前記投稿記事を投稿したユーザのユーザ属性または前記投稿記事の記事内容に対して算出される評価値に基づき算定される評価指標値が所定値以上の１または複数の前記投稿記事を特定し提示する、記事提示ステップと、
を実行させる請求項１から１０のいずれか記載のプログラム。
【請求項12】
プロセッサと、記憶部とを備える情報処理装置であって、前記プロセッサは、請求項１から１１のいずれか記載のプログラムを実行する、
情報処理装置。
【請求項13】
プロセッサと、記憶部とを備える情報処理装置を含む情報処理システムであって、前記プロセッサは、請求項１から１１のいずれか記載のプログラムを実行する、
情報処理システム。
【請求項14】
プロセッサと、記憶部とを備えるコンピュータにより実行される情報処理方法であって、前記コンピュータに、請求項１から１１のいずれか記載のプログラムを実行させる、
情報処理方法。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、プログラム、情報処理装置および情報処理方法に関する。
【背景技術】
【0002】
インターネット上の情報を基に事業者を評価する技術が知られている。
特許文献１には、事業者に対する信用度を精度高く評価する技術が開示されている。
特許文献２には、分析対象企業について書かれた文章情報を分析し、株式投資に利用するため企業評価値を算出する技術が開示されている。
特許文献１には、事業者に対する信用度を精度高く評価する技術が開示されている。
特許文献２には、分析対象企業について書かれた文章情報を分析し、株式投資に利用するため企業評価値を算出する技術が開示されている。
【先行技術文献】
【特許文献】
【0003】
【文献】特開２０１６―０９５７２９号公報
【文献】特開２００７―１８３７９６号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
市場や顧客に対して新しいプロダクト、サービスを提供するスタートアップ企業などにおいて、スタートアップ企業が提供するプロダクトがどの程度市場に受けられているのかを客観的に評価することが難しいという課題がある。
【0005】
そこで、本開示は、上記課題を解決すべくなされたものであって、その目的は、企業が提供するプロダクトについて評価指標値や、企業自体の評価値を算出する技術を提供することである。
【課題を解決するための手段】
【0006】
プロセッサと、記憶部とを備えるコンピュータに実行させるためのプログラムであって、プログラムは、プロセッサに、ユーザにより投稿された投稿記事情報を取得する投稿取得ステップと、投稿取得ステップにおいて取得した投稿記事情報に関連しているプロダクトを特定する第１特定ステップと、投稿記事情報に基づき、第１特定ステップにおいて特定されたプロダクトに関する評価指標値であるプロダクトスコアを算定する第１算定ステップと、を実行させるプログラム。
【発明の効果】
【0007】
本開示によれば、企業が提供するプロダクトが市場でどの程度受け入れられているのか、受け入れられる見込みがあるのかを表す評価指標値を算定することができる。
【図面の簡単な説明】
【0008】
【図1】情報処理システム１の全体の構成を示す図である。
【図2】サーバ１０の機能構成を示すブロック図である。
【図3】ユーザ端末２０の機能構成を示すブロック図である。
【図4】ユーザテーブル１０１２のデータ構造を示す図である。
【図5】企業テーブル１０１３のデータ構造を示す図である。
【図6】プロダクトテーブル１０１４のデータ構造を示す図である。
【図7】投稿記事テーブル１０１５のデータ構造を示す図である。
【図8】掲載記事テーブル１０１６のデータ構造を示す図である。
【図9】メディアテーブル１０１７のデータ構造を示す図である。
【図10】プロダクトスコア算定処理の動作を示すフローチャートである。
【図11】総合企業スコア算定処理の動作を示すフローチャートである。
【図12】企業レポート出力処理の動作を示すフローチャートである。
【図13】企業レポート出力処理の動作を示す画面例である。
【図14】コンピュータ９０の基本的なハードウェア構成を示すブロック図である。
【発明を実施するための形態】
【0009】
以下、本開示の実施形態について図面を参照して説明する。実施形態を説明する全図において、共通の構成要素には同一の符号を付し、繰り返しの説明を省略する。なお、以下の実施形態は、特許請求の範囲に記載された本開示の内容を不当に限定するものではない。また、実施形態に示される構成要素のすべてが、本開示の必須の構成要素であるとは限らない。また、各図は模式図であり、必ずしも厳密に図示されたものではない。
【0010】
＜情報処理システム１の概要＞
図１は、情報処理システム１の全体の構成を示す図である。本開示における情報処理システム１は、企業の情報（企業情報）、企業が提供するプロダクト、サービス（以下、プロダクト）に関する情報（プロダクト情報）を提供する情報処理システムである。特に、情報処理システム１は、市場や顧客に対して新しいプロダクト、サービスを提供するスタートアップ企業の情報、スタートアップ企業が提供するプロダクトに関する情報を提供するための情報処理システムである。
図１は、情報処理システム１の全体の構成を示す図である。本開示における情報処理システム１は、企業の情報（企業情報）、企業が提供するプロダクト、サービス（以下、プロダクト）に関する情報（プロダクト情報）を提供する情報処理システムである。特に、情報処理システム１は、市場や顧客に対して新しいプロダクト、サービスを提供するスタートアップ企業の情報、スタートアップ企業が提供するプロダクトに関する情報を提供するための情報処理システムである。
【0011】
＜情報処理システム１の基本構成＞
本開示における情報処理システム１を図１に示す。情報処理システム１は、ネットワークＮを介して接続された、サーバ１０、複数のユーザ端末２０Ａ、２０Ｂ、２０Ｃを備えて構成されている。図２は、サーバ１０の機能構成を示すブロック図である。図３は、ユーザ端末２０の機能構成を示すブロック図である。
本開示における情報処理システム１を図１に示す。情報処理システム１は、ネットワークＮを介して接続された、サーバ１０、複数のユーザ端末２０Ａ、２０Ｂ、２０Ｃを備えて構成されている。図２は、サーバ１０の機能構成を示すブロック図である。図３は、ユーザ端末２０の機能構成を示すブロック図である。
【0012】
サーバ１０は、企業情報の提供サービス、企業が提供するプロダクトのプロダクト情報の提供サービスを提供する情報処理装置である。ユーザは、ユーザ端末２０を介して、企業および企業が提供するプロダクトに関する投稿記事をサーバ１０に投稿することができる。サーバ１０は、投稿記事を受け付け記憶、蓄積を行い、他のユーザに対して企業情報、プロダクト情報として提供を行う。
【0013】
ユーザ端末２０は、サービスを利用するユーザが操作する情報処理装置である。ユーザ端末２０は、例えば、スマートフォン、タブレット等の携帯端末でもよいし、据え置き型のＰＣ（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ）、ラップトップＰＣであってもよい。また、ＨＭＤ（Ｈｅａｄ Ｍｏｕｎｔ Ｄｉｓｐｌａｙ）、腕時計型端末等のウェアラブル端末であってもよい。
【0014】
各情報処理装置は演算装置と記憶装置とを備えたコンピュータにより構成されている。コンピュータの基本ハードウェア構成および、当該ハードウェア構成により実現されるコンピュータの基本機能構成は後述する。サーバ１０、ユーザ端末２０のそれぞれについて、後述するコンピュータの基本ハードウェア構成およびコンピュータの基本機能構成と重複する説明は省略する。
【0015】
以下、各装置の構成およびその動作を説明する。
【0016】
＜サーバ１０の機能構成＞
サーバ１０のハードウェア構成が実現する機能構成を図２に示す。サーバ１０は、記憶部１０１、制御部１０４を備える。
サーバ１０のハードウェア構成が実現する機能構成を図２に示す。サーバ１０は、記憶部１０１、制御部１０４を備える。
【0017】
＜サーバ１０の記憶部の構成＞
サーバ１０の記憶部１０１は、アプリケーションプログラム１０１１、ユーザテーブル１０１２、企業テーブル１０１３、プロダクトテーブル１０１４、投稿記事テーブル１０１５、掲載記事テーブル１０１６、メディアテーブル１０１７、を備える。
図４は、ユーザテーブル１０１２のデータ構造を示す図である。
図５は、企業テーブル１０１３のデータ構造を示す図である。
図６は、プロダクトテーブル１０１４のデータ構造を示す図である。
図７は、投稿記事テーブル１０１５のデータ構造を示す図である。
図８は、掲載記事テーブル１０１６のデータ構造を示す図である。
図９は、メディアテーブル１０１７のデータ構造を示す図である。
サーバ１０の記憶部１０１は、アプリケーションプログラム１０１１、ユーザテーブル１０１２、企業テーブル１０１３、プロダクトテーブル１０１４、投稿記事テーブル１０１５、掲載記事テーブル１０１６、メディアテーブル１０１７、を備える。
図４は、ユーザテーブル１０１２のデータ構造を示す図である。
図５は、企業テーブル１０１３のデータ構造を示す図である。
図６は、プロダクトテーブル１０１４のデータ構造を示す図である。
図７は、投稿記事テーブル１０１５のデータ構造を示す図である。
図８は、掲載記事テーブル１０１６のデータ構造を示す図である。
図９は、メディアテーブル１０１７のデータ構造を示す図である。
【0018】
ユーザテーブル１０１２は、サービスを利用する会員ユーザ（以下、ユーザ）の情報を記憶し管理するテーブルである。ユーザは、サービスの利用登録を行うことで、当該ユーザの情報がユーザテーブルの新しいレコードに記憶される。これにより、ユーザは本開示にかかるサービスを利用できるようになる。
ユーザテーブル１０１２は、ユーザＩＤを主キーとして、ユーザＩＤ、ユーザ名、ユーザ属性、のカラムを有するテーブルである。
ユーザテーブル１０１２は、ユーザＩＤを主キーとして、ユーザＩＤ、ユーザ名、ユーザ属性、のカラムを有するテーブルである。
【0019】
ユーザＩＤは、ユーザを識別するためのユーザ識別情報を記憶する項目である。ユーザ識別情報は、ユーザごとにユニークな値が設定されている項目である。
ユーザ名は、ユーザの氏名を記憶する項目である。ユーザ名は、氏名ではなく、ニックネームなど任意の文字列を設定しても良い。
ユーザ属性は、ユーザの属性情報を記憶する項目である。ユーザ属性は、ユーザデータ、ユーザランクなどの情報を含む。
ユーザデータは、ユーザの職種、職歴、勤務先、これまでの事業経験などに基づき定まる情報を含む。具体的には、一般ユーザ、上場経験者、企業売却経験者、資金調達経験者、ベンチャーキャピタリスト、ベンチャーキャピタルにおいて高位の役職経験者、芸能人・インフルエンサーなどの情報が含まれる。
ユーザランクは、ユーザの信頼性、信用性、権威性、著名性などに基づく指標値を記憶する。上場経験者、企業売却経験者、ベンチャーキャピタルにおいて高位の役職経験者などは、高いユーザランクとして評価される。
また、ユーザがお互いに評価、レーティングを行わせることが可能なサービスにおいて、他のユーザからの評価内容に基づいてユーザランクを定めても良い。具体的には、他のユーザからの評価ランクの平均などの統計値を当該ユーザのユーザランクとしても良い。
ユーザ名は、ユーザの氏名を記憶する項目である。ユーザ名は、氏名ではなく、ニックネームなど任意の文字列を設定しても良い。
ユーザ属性は、ユーザの属性情報を記憶する項目である。ユーザ属性は、ユーザデータ、ユーザランクなどの情報を含む。
ユーザデータは、ユーザの職種、職歴、勤務先、これまでの事業経験などに基づき定まる情報を含む。具体的には、一般ユーザ、上場経験者、企業売却経験者、資金調達経験者、ベンチャーキャピタリスト、ベンチャーキャピタルにおいて高位の役職経験者、芸能人・インフルエンサーなどの情報が含まれる。
ユーザランクは、ユーザの信頼性、信用性、権威性、著名性などに基づく指標値を記憶する。上場経験者、企業売却経験者、ベンチャーキャピタルにおいて高位の役職経験者などは、高いユーザランクとして評価される。
また、ユーザがお互いに評価、レーティングを行わせることが可能なサービスにおいて、他のユーザからの評価内容に基づいてユーザランクを定めても良い。具体的には、他のユーザからの評価ランクの平均などの統計値を当該ユーザのユーザランクとしても良い。
【0020】
企業テーブル１０１３は、本開示にかかる情報サービスにおいて、情報提供の対象となる企業情報を記憶し管理するテーブルである。
企業テーブル１０１３は、企業ＩＤを主キーとして、企業ＩＤ、企業名、企業データ、投資ステージ、第１企業スコア、第２企業スコア、総合企業スコアのカラムを有するテーブルである。
企業テーブル１０１３は、企業ＩＤを主キーとして、企業ＩＤ、企業名、企業データ、投資ステージ、第１企業スコア、第２企業スコア、総合企業スコアのカラムを有するテーブルである。
【0021】
企業ＩＤは、企業情報を識別するための企業識別情報を記憶する項目である。
企業名は、企業の名称を記憶する項目である。
企業データは、企業に関する情報を記憶する項目である。企業に関する情報は、法人番号、照合、所在地、商号、取締役の情報、役員の情報、事業内容、業種、電話番号、創業年月日、設立年月日、資本金、従業員数、株主または出資者総数、上場区分、証券コード、決算期、決算期ことの売上高、利益、自己資本比率などの経営情報、取引先、主要仕入先、主要得意先、系列、事業目的などを含む。
投資ステージは、企業の事業展開の状況、投資フェーズ、投資ラウンドなどの情報を記憶する項目である。投資ステージは、シード（起業前の段階）、アーリー（起業直後の段階。いわゆる「スタートアップ」）、シリーズＡ（事業を本格開始する段階）、シリーズＢ（事業がやや軌道に乗り始めた段階）、シリーズＣ（黒字になり、経営が安定しつつある段階）などの値が記憶される。
第１企業スコアは、企業に関する第１の評価指標値を記憶する項目である。第１の評価指標値は、投稿記事、掲載記事において企業についてどの程度ポジティブな言及がなされているかを表す評価指標値である。
第２企業スコアは、企業に関する第２の評価指標値を記憶する項目である。第２の評価指標値は、企業が提供するプロダクトのプロダクトマーケットフィットの達成度合いであるプロダクトスコアに基づき算定される評価指標値である。つまり、企業が提供するプロダクトが市場でどの程度受け入れられているのか、受け入れられる見込みがあるのかを表す評価指標値である。
総合企業スコアは、企業に関する総合的な評価指標値を記憶する項目である。総合企業スコアは、企業に関する投資適格性に関する評価指標値を含む。例えば、総合企業スコアは、当該企業が提供するプロダクト、サービスなどが、顧客の課題を解決できる適切な市場で受け入れられている達成度（プロダクトマーケットフィットの達成度合い）を示す指標が含まれる。プロダクトマーケットフィットの達成度合いは、Ｐｒｏｄｕｃｔ／Ｍａｒｋｅｔ Ｆｉｔ Ｓｕｒｖｅｙ（ＰＭＦＳｕｒｖｅｙ）などの顧客調査手法により調査することができる。
総合企業スコアは、第１企業スコア、第２企業スコアに基づき算定される企業の総合的な評価指標値である。
企業名は、企業の名称を記憶する項目である。
企業データは、企業に関する情報を記憶する項目である。企業に関する情報は、法人番号、照合、所在地、商号、取締役の情報、役員の情報、事業内容、業種、電話番号、創業年月日、設立年月日、資本金、従業員数、株主または出資者総数、上場区分、証券コード、決算期、決算期ことの売上高、利益、自己資本比率などの経営情報、取引先、主要仕入先、主要得意先、系列、事業目的などを含む。
投資ステージは、企業の事業展開の状況、投資フェーズ、投資ラウンドなどの情報を記憶する項目である。投資ステージは、シード（起業前の段階）、アーリー（起業直後の段階。いわゆる「スタートアップ」）、シリーズＡ（事業を本格開始する段階）、シリーズＢ（事業がやや軌道に乗り始めた段階）、シリーズＣ（黒字になり、経営が安定しつつある段階）などの値が記憶される。
第１企業スコアは、企業に関する第１の評価指標値を記憶する項目である。第１の評価指標値は、投稿記事、掲載記事において企業についてどの程度ポジティブな言及がなされているかを表す評価指標値である。
第２企業スコアは、企業に関する第２の評価指標値を記憶する項目である。第２の評価指標値は、企業が提供するプロダクトのプロダクトマーケットフィットの達成度合いであるプロダクトスコアに基づき算定される評価指標値である。つまり、企業が提供するプロダクトが市場でどの程度受け入れられているのか、受け入れられる見込みがあるのかを表す評価指標値である。
総合企業スコアは、企業に関する総合的な評価指標値を記憶する項目である。総合企業スコアは、企業に関する投資適格性に関する評価指標値を含む。例えば、総合企業スコアは、当該企業が提供するプロダクト、サービスなどが、顧客の課題を解決できる適切な市場で受け入れられている達成度（プロダクトマーケットフィットの達成度合い）を示す指標が含まれる。プロダクトマーケットフィットの達成度合いは、Ｐｒｏｄｕｃｔ／Ｍａｒｋｅｔ Ｆｉｔ Ｓｕｒｖｅｙ（ＰＭＦＳｕｒｖｅｙ）などの顧客調査手法により調査することができる。
総合企業スコアは、第１企業スコア、第２企業スコアに基づき算定される企業の総合的な評価指標値である。
【0022】
プロダクトテーブル１０１４は、企業が提供するプロダクト、サービス（以下、プロダクト）などのプロダクト情報を記憶し管理するテーブルである。
プロダクトテーブル１０１４は、プロダクトＩＤを主キーとして、プロダクトＩＤ、プロダクト名、プロダクトスコア、企業ＩＤ、のカラムを有するテーブルである。
プロダクトテーブル１０１４は、プロダクトＩＤを主キーとして、プロダクトＩＤ、プロダクト名、プロダクトスコア、企業ＩＤ、のカラムを有するテーブルである。
【0023】
プロダクトＩＤは、プロダクト情報を識別するためのプロダクト識別情報を記憶する項目である。
プロダクト名は、プロダクトの名称を記憶する項目である。
プロダクトスコアは、プロダクトに関する評価指標を記憶する項目である。例えば、プロダクトスコアは、プロダクトが、顧客の課題を解決できる適切な市場で受け入れられている達成度（プロダクトマーケットフィットの達成度合い）を示す指標が含まれる。具体的には、プロダクトスコアは、プロダクトが市場でどの程度受け入れられているのか、受け入れられる見込みがあるのかを表す評価指標である。
企業ＩＤは、当該プロダクトを提供する企業の企業ＩＤを記憶する項目である。
プロダクト名は、プロダクトの名称を記憶する項目である。
プロダクトスコアは、プロダクトに関する評価指標を記憶する項目である。例えば、プロダクトスコアは、プロダクトが、顧客の課題を解決できる適切な市場で受け入れられている達成度（プロダクトマーケットフィットの達成度合い）を示す指標が含まれる。具体的には、プロダクトスコアは、プロダクトが市場でどの程度受け入れられているのか、受け入れられる見込みがあるのかを表す評価指標である。
企業ＩＤは、当該プロダクトを提供する企業の企業ＩＤを記憶する項目である。
【0024】
投稿記事テーブル１０１５は、ユーザが投稿する投稿記事情報を記憶し管理するテーブルである。
投稿記事テーブル１０１５は、投稿記事ＩＤを主キーとして、投稿記事ＩＤ、投稿者ユーザＩＤ、投稿記事データ、企業ＩＤ、プロダクトＩＤ、投稿日時、のカラムを有するテーブルである。
投稿記事テーブル１０１５は、投稿記事ＩＤを主キーとして、投稿記事ＩＤ、投稿者ユーザＩＤ、投稿記事データ、企業ＩＤ、プロダクトＩＤ、投稿日時、のカラムを有するテーブルである。
【0025】
投稿記事ＩＤは、投稿記事情報を識別するための投稿記事識別情報を記憶する項目である。
投稿ユーザＩＤは、投稿記事を投稿したユーザのユーザ識別情報を記憶する項目である。
投稿記事データは、投稿記事の内容に関する情報を記憶する項目である。具体的に、投稿記事データは、本開示にかかる情報サービスにおいて、ユーザにより投稿された投稿文書（テキスト）、写真、動画、音声などの各種データを含む。
企業ＩＤは、投稿記事情報において言及、参照されている企業の企業識別情報を記憶する項目である。１の投稿記事情報は、複数の企業ＩＤと関連づけられていても良い。
プロダクトＩＤは、投稿記事情報において言及、参照されているプロダクトのプロダクト識別情報を記憶する項目である。１の投稿記事情報は、複数のプロダクトＩＤと関連づけられていても良い。
投稿日時は、投稿記事情報が投稿された日時を記憶する項目である。
投稿ユーザＩＤは、投稿記事を投稿したユーザのユーザ識別情報を記憶する項目である。
投稿記事データは、投稿記事の内容に関する情報を記憶する項目である。具体的に、投稿記事データは、本開示にかかる情報サービスにおいて、ユーザにより投稿された投稿文書（テキスト）、写真、動画、音声などの各種データを含む。
企業ＩＤは、投稿記事情報において言及、参照されている企業の企業識別情報を記憶する項目である。１の投稿記事情報は、複数の企業ＩＤと関連づけられていても良い。
プロダクトＩＤは、投稿記事情報において言及、参照されているプロダクトのプロダクト識別情報を記憶する項目である。１の投稿記事情報は、複数のプロダクトＩＤと関連づけられていても良い。
投稿日時は、投稿記事情報が投稿された日時を記憶する項目である。
【0026】
掲載記事テーブル１０１６は、ウェブメディア、テレビ、ラジオ、新聞、雑誌などの各種メディアが掲載する掲載記事情報を記憶し管理するテーブルである。
掲載記事テーブル１０１６は、掲載記事ＩＤを主キーとして、掲載記事ＩＤ、掲載メディアＩＤ、掲載記事データ、企業ＩＤ、プロダクトＩＤ、掲載日時、のカラムを有するテーブルである。
掲載記事テーブル１０１６は、掲載記事ＩＤを主キーとして、掲載記事ＩＤ、掲載メディアＩＤ、掲載記事データ、企業ＩＤ、プロダクトＩＤ、掲載日時、のカラムを有するテーブルである。
【0027】
掲載記事ＩＤは、掲載記事情報を識別するための掲載記事識別情報を記憶する項目である。
掲載メディアＩＤは、掲載記事を掲載したメディアのメディア識別情報を記憶する項目である。
掲載記事データは、掲載記事の内容に関する情報を記憶する項目である。具体的に、掲載記事データは、掲載記事の種別（文書テキスト、画像、写真、動画、音声など）、掲載記事の内容に関するデータである掲載文書（テキスト）、写真、動画、音声などの各種データを含む。
企業ＩＤは、掲載記事情報において言及、参照されている企業の企業識別情報を記憶する項目である。１の掲載記事情報は、複数の企業ＩＤと関連づけられていても良い。
プロダクトＩＤは、掲載記事情報において言及、参照されているプロダクトのプロダクト識別情報を記憶する項目である。１の掲載記事情報は、複数のプロダクトＩＤと関連づけられていても良い。
掲載日時は、掲載記事情報が掲載された日時を記憶する項目である。
掲載メディアＩＤは、掲載記事を掲載したメディアのメディア識別情報を記憶する項目である。
掲載記事データは、掲載記事の内容に関する情報を記憶する項目である。具体的に、掲載記事データは、掲載記事の種別（文書テキスト、画像、写真、動画、音声など）、掲載記事の内容に関するデータである掲載文書（テキスト）、写真、動画、音声などの各種データを含む。
企業ＩＤは、掲載記事情報において言及、参照されている企業の企業識別情報を記憶する項目である。１の掲載記事情報は、複数の企業ＩＤと関連づけられていても良い。
プロダクトＩＤは、掲載記事情報において言及、参照されているプロダクトのプロダクト識別情報を記憶する項目である。１の掲載記事情報は、複数のプロダクトＩＤと関連づけられていても良い。
掲載日時は、掲載記事情報が掲載された日時を記憶する項目である。
【0028】
メディアテーブル１０１７は、ウェブメディア、テレビ、ラジオ、新聞、雑誌などの各種メディアに関するメディア情報を記憶し管理するテーブルである。
メディアテーブル１０１７は、メディアＩＤを主キーとして、メディアＩＤ、メディア名、メディア属性のカラムを有するテーブルである。
メディアテーブル１０１７は、メディアＩＤを主キーとして、メディアＩＤ、メディア名、メディア属性のカラムを有するテーブルである。
【0029】
メディアＩＤは、メディアを識別するためのメディア識別情報を記憶する項目である。
メディア名は、メディアの名称を記憶する項目である。
メディア属性は、メディアの属性情報を記憶する項目である。メディア属性は、メディアデータ、メディアランクなどの情報を含む。
メディアデータは、メディアに関する情報を記憶する。メディアに関する情報は、ウェブメディア、テレビ、ラジオ、新聞、雑誌などのメディア種別、発行部数、ユーザー数、アクセス数、視聴者数などを含む。
メディアランクは、メディアの信頼性、信用性、権威性、著名性などに基づく指標値を記憶する。大手新聞社、大手テレビ局、出版部数が多いメディアなどは、高いメディアランクとして評価される。
また、ユーザがメディアに評価、レーティングを行うことが可能なサービスにおいて、ユーザからの評価内容に基づいてメディアランクを定めても良い。具体的には、ユーザからの評価ランクの平均などの統計値を当該メディアのメディアランクとしても良い。
メディア名は、メディアの名称を記憶する項目である。
メディア属性は、メディアの属性情報を記憶する項目である。メディア属性は、メディアデータ、メディアランクなどの情報を含む。
メディアデータは、メディアに関する情報を記憶する。メディアに関する情報は、ウェブメディア、テレビ、ラジオ、新聞、雑誌などのメディア種別、発行部数、ユーザー数、アクセス数、視聴者数などを含む。
メディアランクは、メディアの信頼性、信用性、権威性、著名性などに基づく指標値を記憶する。大手新聞社、大手テレビ局、出版部数が多いメディアなどは、高いメディアランクとして評価される。
また、ユーザがメディアに評価、レーティングを行うことが可能なサービスにおいて、ユーザからの評価内容に基づいてメディアランクを定めても良い。具体的には、ユーザからの評価ランクの平均などの統計値を当該メディアのメディアランクとしても良い。
【0030】
プロダクト評価モデル１０３１は、プロダクトに関連づけられた投稿記事データ、掲載記事データ、投稿記事を投稿したユーザのユーザ属性、掲載記事を掲載したメディアのメディア属性を入力データとし、当該プロダクトのプロダクトスコアを出力(推論)する学習モデルである。
第１企業評価モデル１０３２は、企業に関連づけられた投稿記事データ、掲載記事データ、投稿記事を投稿したユーザのユーザ属性、掲載記事を掲載したメディアのメディア属性を入力データとし、当該企業の第１企業スコアを出力(推論)する学習モデルである。
第２企業評価モデル１０３３は、企業の提供するプロダクトのプロダクトスコア、投資ステージを入力データとし、当該企業の第２企業スコアを出力(推論)する学習モデルである。
総合企業評価モデル１０３４は、企業の第１企業スコア、第２企業スコア、投資ステージを入力データとし、当該企業の総合企業スコアを出力(推論)する学習モデルである。
第１企業評価モデル１０３２は、企業に関連づけられた投稿記事データ、掲載記事データ、投稿記事を投稿したユーザのユーザ属性、掲載記事を掲載したメディアのメディア属性を入力データとし、当該企業の第１企業スコアを出力(推論)する学習モデルである。
第２企業評価モデル１０３３は、企業の提供するプロダクトのプロダクトスコア、投資ステージを入力データとし、当該企業の第２企業スコアを出力(推論)する学習モデルである。
総合企業評価モデル１０３４は、企業の第１企業スコア、第２企業スコア、投資ステージを入力データとし、当該企業の総合企業スコアを出力(推論)する学習モデルである。
【0031】
プロダクト評価モデル１０３１、第１企業評価モデル１０３２、第２企業評価モデル１０３３、総合企業評価モデル１０３４モデルの学習処理は、後述する。
プロダクト評価モデル１０３１、第１企業評価モデル１０３２、第２企業評価モデル１０３３、総合企業評価モデル１０３４モデルは、例えば機械学習、人工知能、深層学習モデルなどの一種である。
プロダクト評価モデル１０３１、第１企業評価モデル１０３２、第２企業評価モデル１０３３、総合企業評価モデル１０３４モデルの一例として、深層学習におけるディープニューラルネットワークによる深層学習モデルを説明する。プロダクト評価モデル１０３１、第１企業評価モデル１０３２、第２企業評価モデル１０３３、総合企業評価モデル１０３４モデルは、深層学習モデルである必要は必ずしもなく、任意の機械学習モデル、人工知能モデルなどでも良い。
プロダクト評価モデル１０３１、第１企業評価モデル１０３２、第２企業評価モデル１０３３、総合企業評価モデル１０３４モデルは、例えば機械学習、人工知能、深層学習モデルなどの一種である。
プロダクト評価モデル１０３１、第１企業評価モデル１０３２、第２企業評価モデル１０３３、総合企業評価モデル１０３４モデルの一例として、深層学習におけるディープニューラルネットワークによる深層学習モデルを説明する。プロダクト評価モデル１０３１、第１企業評価モデル１０３２、第２企業評価モデル１０３３、総合企業評価モデル１０３４モデルは、深層学習モデルである必要は必ずしもなく、任意の機械学習モデル、人工知能モデルなどでも良い。
【0032】
＜サーバ１０の制御部の構成＞
サーバ１０の制御部１０４は、ユーザ登録制御部１０４１、解析部１０４２、スコア算定部１０４３、スコア出力部１０４４、レポート出力部１０４５、学習部１０５１、を備える。制御部１０４は、記憶部１０１に記憶されたアプリケーションプログラム１０１１を実行することにより、各機能ユニットが実現される。
サーバ１０の制御部１０４は、ユーザ登録制御部１０４１、解析部１０４２、スコア算定部１０４３、スコア出力部１０４４、レポート出力部１０４５、学習部１０５１、を備える。制御部１０４は、記憶部１０１に記憶されたアプリケーションプログラム１０１１を実行することにより、各機能ユニットが実現される。
【0033】
ユーザ登録制御部１０４１は、本開示に係るサービスの利用を希望するユーザの情報をユーザテーブル１０１２に記憶する処理を行う。
ユーザテーブル１０１２に記憶される、ユーザＩＤ、ユーザ名、ユーザ属性の情報は、ユーザが任意の情報処理端末からサービス提供者が運営するウェブページなどを開き、所定の入力フォームにユーザＩＤ、ユーザ名、ユーザ属性を入力しサーバ１０へ送信する。サーバ１０のユーザ登録制御部１０４１は、受信したユーザＩＤ、ユーザ名、ユーザ属性をユーザテーブル１０１２の新しいレコードに記憶し、ユーザ登録が完了する。これにより、ユーザテーブル１０１２に記憶されたユーザはサービスを利用することができるようになる。
ユーザ登録制御部１０４１によるユーザ情報のユーザテーブル１０１２への登録に先立ち、サービス提供者は所定の審査を行いユーザによるサービス利用可否を制限しても良い。
ユーザＩＤは、ユーザを識別できる任意の文字列または数字で良く、ユーザが希望する任意の文字列または数字、もしくはサーバ１０のユーザ登録制御部１０４１が自動的に任意の文字列または数字を設定しても良い。
ユーザ属性に含まれる、ユーザランクは、サービス提供者が所定の審査を行い設定しても良い。
ユーザテーブル１０１２に記憶される、ユーザＩＤ、ユーザ名、ユーザ属性の情報は、ユーザが任意の情報処理端末からサービス提供者が運営するウェブページなどを開き、所定の入力フォームにユーザＩＤ、ユーザ名、ユーザ属性を入力しサーバ１０へ送信する。サーバ１０のユーザ登録制御部１０４１は、受信したユーザＩＤ、ユーザ名、ユーザ属性をユーザテーブル１０１２の新しいレコードに記憶し、ユーザ登録が完了する。これにより、ユーザテーブル１０１２に記憶されたユーザはサービスを利用することができるようになる。
ユーザ登録制御部１０４１によるユーザ情報のユーザテーブル１０１２への登録に先立ち、サービス提供者は所定の審査を行いユーザによるサービス利用可否を制限しても良い。
ユーザＩＤは、ユーザを識別できる任意の文字列または数字で良く、ユーザが希望する任意の文字列または数字、もしくはサーバ１０のユーザ登録制御部１０４１が自動的に任意の文字列または数字を設定しても良い。
ユーザ属性に含まれる、ユーザランクは、サービス提供者が所定の審査を行い設定しても良い。
【0034】
解析部１０４２は、投稿解析処理、掲載解析処理を実行する。詳細は後述する。
スコア算定部１０４３は、プロダクトスコア算定処理、第１企業スコア算定処理、第２企業スコア算定処理、総合企業スコア算定処理を実行する。
スコア出力部１０４４は、総合企業スコア出力処理を実行する。詳細は後述する。
レポート出力部１０４５は、企業レポート出力処理を実行する。詳細は後述する。
スコア算定部１０４３は、プロダクトスコア算定処理、第１企業スコア算定処理、第２企業スコア算定処理、総合企業スコア算定処理を実行する。
スコア出力部１０４４は、総合企業スコア出力処理を実行する。詳細は後述する。
レポート出力部１０４５は、企業レポート出力処理を実行する。詳細は後述する。
【0035】
＜ユーザ端末２０の機能構成＞
ユーザ端末２０のハードウェア構成が実現する機能構成を図３に示す。ユーザ端末２０は、記憶部２０１、制御部２０４、タッチパネル２０６、タッチセンシティブデバイス２０６１、ディスプレイ２０６２、マイク２０８１、スピーカ２０８２、位置情報センサ２０８３、カメラ２０８４、モーションセンサ２０８５、を備える。
ユーザ端末２０のハードウェア構成が実現する機能構成を図３に示す。ユーザ端末２０は、記憶部２０１、制御部２０４、タッチパネル２０６、タッチセンシティブデバイス２０６１、ディスプレイ２０６２、マイク２０８１、スピーカ２０８２、位置情報センサ２０８３、カメラ２０８４、モーションセンサ２０８５、を備える。
【0036】
＜ユーザ端末２０の記憶部の構成＞
ユーザ端末２０の記憶部２０１は、ユーザ端末２０を利用するユーザを識別するためのユーザＩＤ２０１１、アプリケーションプログラム２０１２を記憶する。
ユーザＩＤはユーザのアカウントＩＤである。ユーザは、ユーザ端末２０からユーザＩＤ２０１１を、サーバ１０へ送信する。サーバ１０は、ユーザＩＤ２０１１に基づきユーザを識別し、本開示にかかるサービスをユーザに対して提供する。なお、ユーザＩＤには、ユーザ端末２０を利用しているユーザを識別するにあたりサーバ１０から一時的に付与されるセッションＩＤなどの情報を含む。
アプリケーションプログラム２０１２は、記憶部２０１に予め記憶されていても良いし、通信ＩＦを介してサービス提供者が運営するウェブサーバ等からダウンロードする構成としても良い。アプリケーションプログラム２０１２は、ユーザ端末２０に記憶されているウェブブラウザアプリケーション上で実行されるＪａｖａＳｃｒｉｐｔ（登録商標）などのインタープリター型プログラミング言語を含む。
ユーザ端末２０の記憶部２０１は、ユーザ端末２０を利用するユーザを識別するためのユーザＩＤ２０１１、アプリケーションプログラム２０１２を記憶する。
ユーザＩＤはユーザのアカウントＩＤである。ユーザは、ユーザ端末２０からユーザＩＤ２０１１を、サーバ１０へ送信する。サーバ１０は、ユーザＩＤ２０１１に基づきユーザを識別し、本開示にかかるサービスをユーザに対して提供する。なお、ユーザＩＤには、ユーザ端末２０を利用しているユーザを識別するにあたりサーバ１０から一時的に付与されるセッションＩＤなどの情報を含む。
アプリケーションプログラム２０１２は、記憶部２０１に予め記憶されていても良いし、通信ＩＦを介してサービス提供者が運営するウェブサーバ等からダウンロードする構成としても良い。アプリケーションプログラム２０１２は、ユーザ端末２０に記憶されているウェブブラウザアプリケーション上で実行されるＪａｖａＳｃｒｉｐｔ（登録商標）などのインタープリター型プログラミング言語を含む。
【0037】
＜ユーザ端末２０の制御部の構成＞
ユーザ端末２０の制御部２０４は、入力制御部２０４１および出力制御部２０４２を備える。制御部２０４は、記憶部２０１に記憶されたアプリケーションプログラム２０１２を実行することにより、入力制御部２０４１、出力制御部２０４２の機能ユニットが実現される。
ユーザ端末２０の入力制御部２０４１は、ユーザによるタッチパネル２０６のタッチセンシティブデバイス２０６１への操作内容、マイク２０８１への音声入力、位置情報センサ２０８３、カメラ２０８４、モーションセンサ２０８５、などの入力装置から出力される情報を取得し各種処理を実行する。ユーザ端末２０の入力制御部２０４１は、入力装置から取得した情報をユーザＩＤ２０１１とともにサーバ１０へ送信する処理を実行する。
ユーザ端末２０の出力制御部２０４２は、入力装置に対するユーザによる操作およびサーバ１０から情報を受信し、ディスプレイ２０６２の表示内容、スピーカ２０８２の音声出力内容、の制御処理を実行する。
ユーザ端末２０の制御部２０４は、入力制御部２０４１および出力制御部２０４２を備える。制御部２０４は、記憶部２０１に記憶されたアプリケーションプログラム２０１２を実行することにより、入力制御部２０４１、出力制御部２０４２の機能ユニットが実現される。
ユーザ端末２０の入力制御部２０４１は、ユーザによるタッチパネル２０６のタッチセンシティブデバイス２０６１への操作内容、マイク２０８１への音声入力、位置情報センサ２０８３、カメラ２０８４、モーションセンサ２０８５、などの入力装置から出力される情報を取得し各種処理を実行する。ユーザ端末２０の入力制御部２０４１は、入力装置から取得した情報をユーザＩＤ２０１１とともにサーバ１０へ送信する処理を実行する。
ユーザ端末２０の出力制御部２０４２は、入力装置に対するユーザによる操作およびサーバ１０から情報を受信し、ディスプレイ２０６２の表示内容、スピーカ２０８２の音声出力内容、の制御処理を実行する。
【0038】
＜情報処理システム１の動作＞
以下、情報処理システム１の各処理について説明する。
図１０は、プロダクトスコア算定処理の動作を示すフローチャートである。
図１１は、総合企業スコア算定処理の動作を示すフローチャートである。
図１２は、企業レポート出力処理の動作を示すフローチャートである。
図１３は、企業レポート出力処理の動作を示す画面例である。
以下、情報処理システム１の各処理について説明する。
図１０は、プロダクトスコア算定処理の動作を示すフローチャートである。
図１１は、総合企業スコア算定処理の動作を示すフローチャートである。
図１２は、企業レポート出力処理の動作を示すフローチャートである。
図１３は、企業レポート出力処理の動作を示す画面例である。
【0039】
＜投稿処理＞
投稿処理は、ユーザにより投稿された投稿記事を、記憶する処理である。記憶された投稿記事は、他のユーザが確認し、投稿記事に対してコメントなどを行うことができる。
投稿処理は、ユーザにより投稿された投稿記事を、記憶する処理である。記憶された投稿記事は、他のユーザが確認し、投稿記事に対してコメントなどを行うことができる。
【0040】
＜投稿処理の詳細＞
ユーザは、ユーザ端末２０のブラウザアプリケーションなどを用いて、サーバ１０が提供する投稿記事を投稿するための所定のウェブサイトへアクセスする。ユーザは、ユーザ端末２０のタッチパネル２０６を操作することにより、ウェブサイトに設けられた所定の入力フォームに企業、プロダクトに関する投稿記事を作成する。投稿記事には、文書テキスト、画像、写真、動画、音声などの各種データが含まれてよい。
ユーザは、ユーザ端末２０のタッチパネル２０６を操作することにより、ユーザＩＤ２０１１、入力した投稿記事に関する投稿記事データを、サーバ１０へ送信する。サーバ１０は、受信した投稿記事データを、ユーザＩＤと関連付けて、それぞれ、投稿記事テーブル１０１５の新たなレコードの投稿記事データ、投稿者ユーザＩＤの項目に記憶する。
ユーザは、自身のユーザ端末２０のブラウザアプリケーションなどを用いて、サーバ１０が提供する所定のウェブサーとへアクセスすることにより、他のユーザにより投稿された投稿記事の内容を確認し、投稿記事に対してコメントなどの新たな投稿記事の投稿を行うことができる
ユーザは、ユーザ端末２０のブラウザアプリケーションなどを用いて、サーバ１０が提供する投稿記事を投稿するための所定のウェブサイトへアクセスする。ユーザは、ユーザ端末２０のタッチパネル２０６を操作することにより、ウェブサイトに設けられた所定の入力フォームに企業、プロダクトに関する投稿記事を作成する。投稿記事には、文書テキスト、画像、写真、動画、音声などの各種データが含まれてよい。
ユーザは、ユーザ端末２０のタッチパネル２０６を操作することにより、ユーザＩＤ２０１１、入力した投稿記事に関する投稿記事データを、サーバ１０へ送信する。サーバ１０は、受信した投稿記事データを、ユーザＩＤと関連付けて、それぞれ、投稿記事テーブル１０１５の新たなレコードの投稿記事データ、投稿者ユーザＩＤの項目に記憶する。
ユーザは、自身のユーザ端末２０のブラウザアプリケーションなどを用いて、サーバ１０が提供する所定のウェブサーとへアクセスすることにより、他のユーザにより投稿された投稿記事の内容を確認し、投稿記事に対してコメントなどの新たな投稿記事の投稿を行うことができる
【0041】
＜掲載記事取得処理＞
掲載記事取得処理は、メディアにより掲載された掲載記事を、記憶する処理である。
掲載記事取得処理は、メディアにより掲載された掲載記事を、記憶する処理である。
【0042】
＜掲載記事取得処理の詳細＞
サーバ１０の制御部１０４は、定期的に掲載記事取得処理を自動的に実行する。なお、サーバ１０の制御部１０４は、サービス提供者が指定した管理者等の指示に従い、掲載記事取得処理を実行しても良い。
サーバ１０の制御部１０４は、ウェブメディア、テレビ、ラジオ、新聞、雑誌などの各種メディアが掲載する掲載記事情報を収集し、当該掲載記事情報に関する掲載記事データと、収集元のメディアのメディアテーブル１０１７におけるメディアＩＤとを、掲載記事テーブル１０１６の新たなレコードの掲載記事データ、掲載メディアＩＤの項目に記憶する。
サーバ１０の制御部１０４は、定期的に掲載記事取得処理を自動的に実行する。なお、サーバ１０の制御部１０４は、サービス提供者が指定した管理者等の指示に従い、掲載記事取得処理を実行しても良い。
サーバ１０の制御部１０４は、ウェブメディア、テレビ、ラジオ、新聞、雑誌などの各種メディアが掲載する掲載記事情報を収集し、当該掲載記事情報に関する掲載記事データと、収集元のメディアのメディアテーブル１０１７におけるメディアＩＤとを、掲載記事テーブル１０１６の新たなレコードの掲載記事データ、掲載メディアＩＤの項目に記憶する。
【0043】
＜投稿解析処理＞
投稿解析処理は、ユーザにより投稿された投稿記事を解析し、プロダクト、企業と関連づけ記憶するための処理である。これにより、投稿記事情報がプロダクト情報、企業情報と関連づけて記憶される。
投稿解析処理は、ユーザにより投稿された投稿記事を解析し、プロダクト、企業と関連づけ記憶するための処理である。これにより、投稿記事情報がプロダクト情報、企業情報と関連づけて記憶される。
【0044】
＜投稿解析処理の概要＞
投稿解析処理は、サーバ１０の解析部１０４２は、ユーザにより投稿された投稿記事データを取得し、取得した投稿記事データを解析することにより、投稿記事に関連しているプロダクトのプロダクトＩＤおよび企業の企業ＩＤを特定する一連の処理である。
投稿解析処理は、サーバ１０の解析部１０４２は、ユーザにより投稿された投稿記事データを取得し、取得した投稿記事データを解析することにより、投稿記事に関連しているプロダクトのプロダクトＩＤおよび企業の企業ＩＤを特定する一連の処理である。
【0045】
＜投稿解析処理の詳細＞
サーバ１０の解析部１０４２は、定期的に投稿解析処理を自動的に実行する。なお、サーバ１０の解析部１０４２は、サービス提供者が指定した管理者等の指示に従い、投稿解析処理を実行しても良い。なお、サーバ１０の解析部１０４２は、ユーザにより投稿記事が投稿されるごとに、投稿解析処理を実行しても良い。
投稿解析処理において、サーバ１０の解析部１０４２は、投稿記事テーブル１０１５を参照し、投稿記事データを取得する。サーバ１０の解析部１０４２は、既に投稿解析処理が実行された投稿記事データを除外して取得しても良い。
サーバ１０の解析部１０４２は、定期的に投稿解析処理を自動的に実行する。なお、サーバ１０の解析部１０４２は、サービス提供者が指定した管理者等の指示に従い、投稿解析処理を実行しても良い。なお、サーバ１０の解析部１０４２は、ユーザにより投稿記事が投稿されるごとに、投稿解析処理を実行しても良い。
投稿解析処理において、サーバ１０の解析部１０４２は、投稿記事テーブル１０１５を参照し、投稿記事データを取得する。サーバ１０の解析部１０４２は、既に投稿解析処理が実行された投稿記事データを除外して取得しても良い。
【0046】
サーバ１０の解析部１０４２は、取得した投稿記事データに含まれる投稿文書（テキスト）、写真、動画、音声などの各種データを解析し、当該投稿記事が参照、言及、引用などしている、投稿記事に関連しているプロダクトを特定し、当該プロダクトのプロダクトテーブル１０１４におけるプロダクトＩＤを、投稿記事テーブル１０１５における解析対象の投稿記事情報のプロダクトＩＤの項目に記憶し関連付ける。１の投稿記事情報は、複数のプロダクトＩＤと関連付けられても良い。
具体的に、サーバ１０の解析部１０４２は、投稿記事データの投稿文書に対して形態素解析を実行し、分かち書きされた文章単位にプロダクト名が含まれている場合には、投稿記事テーブル１０１５において当該投稿記事ＩＤと当該プロダクト名に対応するプロダクトＩＤとを関連付けて記憶する。その他、サーバ１０の解析部１０４２は、機械学習モデル、深層学習モデル、人工知能モデルなどにおけるプロダクト分類モデルなどを用いることにより、投稿記事データとプロダクトＩＤとを関連づけて記憶しても良い。
具体的に、サーバ１０の解析部１０４２は、投稿記事データの投稿文書に対して形態素解析を実行し、分かち書きされた文章単位にプロダクト名が含まれている場合には、投稿記事テーブル１０１５において当該投稿記事ＩＤと当該プロダクト名に対応するプロダクトＩＤとを関連付けて記憶する。その他、サーバ１０の解析部１０４２は、機械学習モデル、深層学習モデル、人工知能モデルなどにおけるプロダクト分類モデルなどを用いることにより、投稿記事データとプロダクトＩＤとを関連づけて記憶しても良い。
【0047】
サーバ１０の解析部１０４２は、取得した投稿記事データに含まれる投稿文書（テキスト）、写真、動画、音声などの各種データを解析し、当該投稿記事が参照、言及、引用などしている、投稿記事に関連している企業を特定し、当該企業の企業テーブル１０１３における企業ＩＤを、投稿記事テーブル１０１５における解析対象の投稿記事情報の企業ＩＤの項目に記憶し関連付ける。１の投稿記事情報は、複数の企業ＩＤと関連付けられても良い。
具体的に、サーバ１０の解析部１０４２は、投稿記事データの投稿文書に対して形態素解析を実行し、分かち書きされた文章単位に企業名が含まれている場合には、投稿記事テーブル１０１５において当該投稿記事ＩＤと当該企業名に対応する企業ＩＤとを関連付けて記憶する。その他、サーバ１０の解析部１０４２は、機械学習モデル、深層学習モデル、人工知能モデルなどにおける企業分類モデルなどを用いることにより、投稿記事データと企業ＩＤとを関連づけて記憶しても良い。
具体的に、サーバ１０の解析部１０４２は、投稿記事データの投稿文書に対して形態素解析を実行し、分かち書きされた文章単位に企業名が含まれている場合には、投稿記事テーブル１０１５において当該投稿記事ＩＤと当該企業名に対応する企業ＩＤとを関連付けて記憶する。その他、サーバ１０の解析部１０４２は、機械学習モデル、深層学習モデル、人工知能モデルなどにおける企業分類モデルなどを用いることにより、投稿記事データと企業ＩＤとを関連づけて記憶しても良い。
【0048】
＜掲載解析処理＞
掲載解析処理は、メディアにより掲載された掲載記事を解析し、プロダクト、企業と関連づけ記憶するための処理である。これにより、掲載記事情報がプロダクト情報、企業情報と関連づけて記憶される。
掲載解析処理は、メディアにより掲載された掲載記事を解析し、プロダクト、企業と関連づけ記憶するための処理である。これにより、掲載記事情報がプロダクト情報、企業情報と関連づけて記憶される。
【0049】
＜掲載解析処理の概要＞
掲載解析処理は、サーバ１０の解析部１０４２は、外部のメディアなどにより掲載された掲載記事を特定し、特定した掲載記事データを解析することにより、掲載記事に関連しているプロダクトのプロダクトＩＤおよび企業の企業ＩＤを特定する一連の処理である。
掲載解析処理は、サーバ１０の解析部１０４２は、外部のメディアなどにより掲載された掲載記事を特定し、特定した掲載記事データを解析することにより、掲載記事に関連しているプロダクトのプロダクトＩＤおよび企業の企業ＩＤを特定する一連の処理である。
【0050】
＜掲載解析処理の詳細＞
サーバ１０の解析部１０４２は、定期的に掲載解析処理を自動的に実行する。なお、サーバ１０の解析部１０４２は、サービス提供者が指定した管理者等の指示に従い、掲載解析処理を実行しても良い。
掲載解析処理において、サーバ１０の解析部１０４２は、掲載記事テーブル１０１６を参照し、掲載記事データを取得する。サーバ１０の解析部１０４２は、既に掲載解析処理が実行された掲載記事データを除外して取得しても良い。
サーバ１０の解析部１０４２は、定期的に掲載解析処理を自動的に実行する。なお、サーバ１０の解析部１０４２は、サービス提供者が指定した管理者等の指示に従い、掲載解析処理を実行しても良い。
掲載解析処理において、サーバ１０の解析部１０４２は、掲載記事テーブル１０１６を参照し、掲載記事データを取得する。サーバ１０の解析部１０４２は、既に掲載解析処理が実行された掲載記事データを除外して取得しても良い。
【0051】
サーバ１０の解析部１０４２は、取得した掲載記事データに含まれる掲載文書（テキスト）、写真、動画、音声などの各種データを解析し、当該掲載記事が参照、言及、引用などしている、掲載記事に関連しているプロダクトを特定し、当該プロダクトのプロダクトテーブル１０１４におけるプロダクトＩＤを、掲載記事テーブル１０１６における解析対象の掲載記事情報のプロダクトＩＤの項目に記憶し関連付ける。１の掲載記事情報は、複数のプロダクトＩＤと関連付けられても良い。
具体的に、サーバ１０の解析部１０４２は、掲載記事データの掲載文書に対して形態素解析を実行し、分かち書きされた文章単位にプロダクト名が含まれている場合には、掲載記事テーブル１０１６において当該掲載記事ＩＤと当該プロダクト名に対応するプロダクトＩＤとを関連付けて記憶する。その他、サーバ１０の解析部１０４２は、機械学習モデル、深層学習モデル、人工知能モデルなどにおけるプロダクト分類モデルなどを用いることにより、掲載記事データとプロダクトＩＤとを関連づけて記憶しても良い。
具体的に、サーバ１０の解析部１０４２は、掲載記事データの掲載文書に対して形態素解析を実行し、分かち書きされた文章単位にプロダクト名が含まれている場合には、掲載記事テーブル１０１６において当該掲載記事ＩＤと当該プロダクト名に対応するプロダクトＩＤとを関連付けて記憶する。その他、サーバ１０の解析部１０４２は、機械学習モデル、深層学習モデル、人工知能モデルなどにおけるプロダクト分類モデルなどを用いることにより、掲載記事データとプロダクトＩＤとを関連づけて記憶しても良い。
【0052】
サーバ１０の解析部１０４２は、取得した掲載記事データに含まれる掲載文書（テキスト）、写真、動画、音声などの各種データを解析し、当該掲載記事が参照、言及、引用などしている、掲載記事に関連している企業を特定し、当該企業の企業テーブル１０１３における企業ＩＤを、掲載記事テーブル１０１６における解析対象の掲載記事情報の企業ＩＤの項目に記憶し関連付ける。１の掲載記事情報は、複数の企業ＩＤと関連付けられても良い。
具体的に、サーバ１０の解析部１０４２は、掲載記事データの掲載文書に対して形態素解析を実行し、分かち書きされた文章単位に企業名が含まれている場合には、掲載記事テーブル１０１６において当該掲載記事ＩＤと当該企業名に対応する企業ＩＤとを関連付けて記憶する。その他、サーバ１０の解析部１０４２は、機械学習モデル、深層学習モデル、人工知能モデルなどにおける企業分類モデルなどを用いることにより、掲載記事データと企業ＩＤとを関連づけて記憶しても良い。
具体的に、サーバ１０の解析部１０４２は、掲載記事データの掲載文書に対して形態素解析を実行し、分かち書きされた文章単位に企業名が含まれている場合には、掲載記事テーブル１０１６において当該掲載記事ＩＤと当該企業名に対応する企業ＩＤとを関連付けて記憶する。その他、サーバ１０の解析部１０４２は、機械学習モデル、深層学習モデル、人工知能モデルなどにおける企業分類モデルなどを用いることにより、掲載記事データと企業ＩＤとを関連づけて記憶しても良い。
【0053】
本開示において、掲載記事テーブル１０１６に記憶された掲載記事データに対して掲載解析処理を実行する構成としたが、ウェブメディア、テレビ、ラジオ、新聞、雑誌などの各種メディアが掲載する掲載記事情報の収集を行う際に、掲載解析処理を実行する構成としても良い。このとき、サーバ１０の制御部１０４は、収集した掲載記事情報を記憶せずに、当該掲載記事情報を特定する情報（見出し、番組名、放送時間などの当該掲載記事を特定するための情報）のみをサーバ１０の掲載記事テーブル１０１６に記憶しても良い。これにより、掲載記事情報を複製することなしに、掲載解析処理を実行することができる。
【0054】
＜プロダクトスコア算定処理＞
プロダクトスコア算定処理は、プロダクトに関する評価指標値であるプロダクトスコアを算定するための処理である。以下、プロダクトスコア算定処理の詳細を図１０のフローチャートを用いて説明する。
プロダクトスコア算定処理は、プロダクトに関する評価指標値であるプロダクトスコアを算定するための処理である。以下、プロダクトスコア算定処理の詳細を図１０のフローチャートを用いて説明する。
【0055】
＜プロダクトスコア算定処理の概要＞
プロダクトスコア算定処理は、ユーザにより投稿された投稿記事情報を取得し、取得した投稿記事情報が参照しているプロダクトを特定し、メディアにより掲載された掲載記事情報を取得し、取得した掲載記事情報が関連しているプロダクトを特定し、投稿記事情報および掲載記事情報に基づき、特定されたプロダクトに関する評価指標値であるプロダクトスコアを算定する一連の処理である。プロダクトスコアは、投稿記事情報、掲載記事情報のいずれか一方のみから算定しても良い。
プロダクトスコア算定処理は、ユーザにより投稿された投稿記事情報を取得し、取得した投稿記事情報が参照しているプロダクトを特定し、メディアにより掲載された掲載記事情報を取得し、取得した掲載記事情報が関連しているプロダクトを特定し、投稿記事情報および掲載記事情報に基づき、特定されたプロダクトに関する評価指標値であるプロダクトスコアを算定する一連の処理である。プロダクトスコアは、投稿記事情報、掲載記事情報のいずれか一方のみから算定しても良い。
【0056】
＜プロダクトスコア算定処理の詳細＞
サーバ１０のスコア算定部１０４３は、定期的にプロダクトスコア算定処理を自動的に実行する。なお、サーバ１０のスコア算定部１０４３は、サービス提供者が指定した管理者等の指示に従い、プロダクトスコア算定処理を実行しても良い。また、ユーザからプロダクトに関するプロダクトスコアを要求するリクエストに応じて、当該プロダクトに関するプロダクトスコア算定処理を実行し、算定されたプロダクトスコアをレスポンスとして送信する構成としても良い。
サーバ１０のスコア算定部１０４３は、定期的にプロダクトスコア算定処理を自動的に実行する。なお、サーバ１０のスコア算定部１０４３は、サービス提供者が指定した管理者等の指示に従い、プロダクトスコア算定処理を実行しても良い。また、ユーザからプロダクトに関するプロダクトスコアを要求するリクエストに応じて、当該プロダクトに関するプロダクトスコア算定処理を実行し、算定されたプロダクトスコアをレスポンスとして送信する構成としても良い。
【0057】
ステップＳ１０１において、サーバ１０のスコア算定部１０４３は、ユーザにより投稿された投稿記事情報を取得する。具体的に、サーバ１０のスコア算定部１０４３は、投稿記事テーブル１０１５を参照して、投稿記事ＩＤ、投稿者ユーザＩＤ、投稿記事データ、プロダクトＩＤ、投稿日時を取得する。サーバ１０のスコア算定部１０４３は、既にプロダクトスコア算定処理が実行された投稿記事情報を除外して取得しても良い。
【0058】
ステップＳ１０２において、サーバ１０のスコア算定部１０４３は、取得した投稿記事情報に関連しているプロダクトを特定する。本開示においては、投稿解析処理により既に投稿記事テーブル１０１５のプロダクトＩＤの項目に、当該投稿記事が関連するプロダクトのプロダクトＩＤが記憶されている。
なお、ステップＳ１０２において、サーバ１０のスコア算定部１０４３は、ステップＳ１０１において取得した投稿記事データに対して投稿解析処理を実行することにより、投稿記事情報ごとにプロダクトＩＤを特定する構成としても良い。この場合、事前の投稿解析処理の実行を省略しても良い。
なお、ステップＳ１０２において、サーバ１０のスコア算定部１０４３は、ステップＳ１０１において取得した投稿記事データに対して投稿解析処理を実行することにより、投稿記事情報ごとにプロダクトＩＤを特定する構成としても良い。この場合、事前の投稿解析処理の実行を省略しても良い。
【0059】
サーバ１０のスコア算定部１０４３は、取得した投稿者ユーザＩＤに基づき、ユーザテーブル１０１２のユーザＩＤの項目を検索し、ユーザ属性の項目を取得する。これにより、取得した投稿記事情報を投稿したユーザのユーザ属性を取得することができる。
【0060】
ステップＳ１０３において、サーバ１０のスコア算定部１０４３は、メディアにより掲載された掲載記事情報を取得する。具体的に、サーバ１０のスコア算定部１０４３は、掲載記事テーブル１０１６を参照して、掲載記事ＩＤ、掲載メディアＩＤ、掲載記事データ、プロダクトＩＤ、掲載日時を取得する。サーバ１０のスコア算定部１０４３は、既にプロダクトスコア算定処理が実行された掲載記事情報を除外して取得しても良い。
【0061】
ステップＳ１０４において、サーバ１０のスコア算定部１０４３は、取得した掲載記事情報ごとにプロダクトを特定する。本開示においては、掲載解析処理により既に掲載記事テーブル１０１６のプロダクトＩＤの項目に、当該掲載記事が関連するプロダクトのプロダクトＩＤが記憶されている。
なお、ステップＳ１０４において、サーバ１０のスコア算定部１０４３は、ステップＳ１０３において取得した掲載記事データに対して掲載解析処理を実行することにより、掲載記事情報ごとにプロダクトＩＤを特定する構成としても良い。この場合、事前の掲載解析処理の実行を省略しても良い。
なお、ステップＳ１０４において、サーバ１０のスコア算定部１０４３は、ステップＳ１０３において取得した掲載記事データに対して掲載解析処理を実行することにより、掲載記事情報ごとにプロダクトＩＤを特定する構成としても良い。この場合、事前の掲載解析処理の実行を省略しても良い。
【0062】
サーバ１０のスコア算定部１０４３は、取得した掲載ユーザＩＤに基づき、メディアテーブル１０１７のメディアＩＤの項目を検索し、メディア属性の項目を取得する。これにより、取得した掲載記事情報を掲載したメディアのメディア属性を取得することができる。
【0063】
ステップＳ１０５において、サーバ１０のスコア算定部１０４３は、投稿記事情報、投稿記事情報を投稿したユーザのユーザ属性、掲載記事情報、掲載記事情報を掲載したメディアのメディア属性、に基づき、特定されたプロダクトに関する評価指標値であるプロダクトスコアを算定する。
具体的に、サーバ１０のスコア算定部１０４３は、取得した投稿記事データ、掲載記事データが、プロダクトに対して肯定的な言及を行っているか、否定的な言及を行っているか算定する。サーバ１０のスコア算定部１０４３は、投稿記事データ、掲載記事データをそれぞれ入力ベクトルとして、機械学習モデル、深層学習モデル、人工知能モデルなどにおける評価分類モデルに適用することにより、投稿記事、掲載記事それぞれに関する評価値を取得することができる。本開示においては、１を最も否定的、１０を最も肯定的として、１から１０までの１０段階の評価値を取得できるものとする。なお、投稿記事データ、掲載記事データがレーティングなどのユーザまたはメディアによる評価値を有している場合は、当該評価値を投稿記事データ、掲載記事データに対する評価値として取得しても良い。
サーバ１０のスコア算定部１０４３は、投稿記事データに対して取得した評価値に対して、当該投稿記事を投稿したユーザのユーザ属性に含まれるユーザランクを掛けることにより、投稿記事データに基づくプロダクトの投稿記事に関する評価指標値を算定する。
サーバ１０のスコア算定部１０４３は、掲載記事データに対して取得した評価値に対して、当該掲載記事を掲載したメディアのメディア属性に含まれるメディアランクを掛けることにより、掲載記事データに基づくプロダクトの掲載記事に関する評価指標値を算定する。
サーバ１０のスコア算定部１０４３は、所定のプロダクトに関連する投稿記事に関する評価指標値と、同じ所定のプロダクトに関連する掲載記事に関する評価指標値の和をプロダクトスコアとして算定する。なお、サーバ１０のスコア算定部１０４３は、投稿記事に関する評価指標値と、掲載記事に関する評価指標値の重み付け和をプロダクトスコアとしても良い。具体的には、投稿記事に関する評価指標値、掲載記事に関する評価指標値のそれぞれの信頼度、信用性、権威性などに基づき、それぞれ重み付けを設定しても良い。
具体的に、サーバ１０のスコア算定部１０４３は、取得した投稿記事データ、掲載記事データが、プロダクトに対して肯定的な言及を行っているか、否定的な言及を行っているか算定する。サーバ１０のスコア算定部１０４３は、投稿記事データ、掲載記事データをそれぞれ入力ベクトルとして、機械学習モデル、深層学習モデル、人工知能モデルなどにおける評価分類モデルに適用することにより、投稿記事、掲載記事それぞれに関する評価値を取得することができる。本開示においては、１を最も否定的、１０を最も肯定的として、１から１０までの１０段階の評価値を取得できるものとする。なお、投稿記事データ、掲載記事データがレーティングなどのユーザまたはメディアによる評価値を有している場合は、当該評価値を投稿記事データ、掲載記事データに対する評価値として取得しても良い。
サーバ１０のスコア算定部１０４３は、投稿記事データに対して取得した評価値に対して、当該投稿記事を投稿したユーザのユーザ属性に含まれるユーザランクを掛けることにより、投稿記事データに基づくプロダクトの投稿記事に関する評価指標値を算定する。
サーバ１０のスコア算定部１０４３は、掲載記事データに対して取得した評価値に対して、当該掲載記事を掲載したメディアのメディア属性に含まれるメディアランクを掛けることにより、掲載記事データに基づくプロダクトの掲載記事に関する評価指標値を算定する。
サーバ１０のスコア算定部１０４３は、所定のプロダクトに関連する投稿記事に関する評価指標値と、同じ所定のプロダクトに関連する掲載記事に関する評価指標値の和をプロダクトスコアとして算定する。なお、サーバ１０のスコア算定部１０４３は、投稿記事に関する評価指標値と、掲載記事に関する評価指標値の重み付け和をプロダクトスコアとしても良い。具体的には、投稿記事に関する評価指標値、掲載記事に関する評価指標値のそれぞれの信頼度、信用性、権威性などに基づき、それぞれ重み付けを設定しても良い。
【0064】
ステップＳ１０５において、サーバ１０のスコア算定部１０４３は、取得した投稿記事データ、掲載記事データ、投稿記事を投稿したユーザのユーザ属性、掲載記事を掲載したメディアのメディア属性などを入力データとし、プロダクト評価モデル１０３１に適用することにより、プロダクトスコアを算定する構成としても良い。これにより、詳細なアルゴリズムを人手による設計せずに、プロダクトスコアを算定することができる。
【0065】
サーバ１０のスコア算定部１０４３は、所定のプロダクトに対して算定されたプロダクトスコアを、プロダクトテーブル１０１４の当該所定のプロダクトのプロダクトＩＤのレコードのプロダクトスコアの項目に記憶する。これにより、プロダクトスコアがプロダクトＩＤ、即ちプロダクト情報と関連づけて記憶される。
【0066】
＜総合企業スコア算定処理＞
総合企業スコア算定処理は、企業に関する評価指標値である総合企業スコアを算定するための処理である。以下、総合企業スコア算定処理の詳細を図１１のフローチャートを用いて説明する。
総合企業スコア算定処理は、企業に関する評価指標値である総合企業スコアを算定するための処理である。以下、総合企業スコア算定処理の詳細を図１１のフローチャートを用いて説明する。
【0067】
＜総合企業スコア算定処理の概要＞
総合企業スコア算定処理は、ユーザにより投稿された投稿記事情報を取得し、取得した投稿記事情報が参照している企業を特定し、メディアにより掲載された掲載記事情報を取得し、取得した掲載記事情報が関連している企業を特定し、投稿記事情報および掲載記事情報に基づき、特定された企業に関する評価指標値である第１企業スコアを算定し、プロダクトスコア算定処理において算定されたプロダクトスコアに基づき、プロダクトを提供する企業に関する評価指標値である第２企業スコアを算定し、第１企業スコアと、第２企業スコアとに基づき、企業に関する評価指標値である総合企業スコアを算定する一連の処理である。総合企業スコアは、投稿記事情報、掲載記事情報のいずれか一方のみから算定しても良い。
総合企業スコア算定処理は、ユーザにより投稿された投稿記事情報を取得し、取得した投稿記事情報が参照している企業を特定し、メディアにより掲載された掲載記事情報を取得し、取得した掲載記事情報が関連している企業を特定し、投稿記事情報および掲載記事情報に基づき、特定された企業に関する評価指標値である第１企業スコアを算定し、プロダクトスコア算定処理において算定されたプロダクトスコアに基づき、プロダクトを提供する企業に関する評価指標値である第２企業スコアを算定し、第１企業スコアと、第２企業スコアとに基づき、企業に関する評価指標値である総合企業スコアを算定する一連の処理である。総合企業スコアは、投稿記事情報、掲載記事情報のいずれか一方のみから算定しても良い。
【0068】
＜総合企業スコア算定処理の詳細＞
サーバ１０のスコア算定部１０４３は、定期的に総合企業スコア算定処理を自動的に実行する。なお、サーバ１０のスコア算定部１０４３は、サービス提供者が指定した管理者等の指示に従い、総合企業スコア算定処理を実行しても良い。また、ユーザから企業に関する総合企業スコアを要求するリクエストに応じて、当該企業に関する総合企業スコア算定処理を実行し、算定された総合企業スコアをレスポンスとして送信する構成としても良い。
サーバ１０のスコア算定部１０４３は、定期的に総合企業スコア算定処理を自動的に実行する。なお、サーバ１０のスコア算定部１０４３は、サービス提供者が指定した管理者等の指示に従い、総合企業スコア算定処理を実行しても良い。また、ユーザから企業に関する総合企業スコアを要求するリクエストに応じて、当該企業に関する総合企業スコア算定処理を実行し、算定された総合企業スコアをレスポンスとして送信する構成としても良い。
【0069】
ステップＳ３０１において、サーバ１０のスコア算定部１０４３は、ユーザにより投稿された投稿記事情報を取得する。具体的に、サーバ１０のスコア算定部１０４３は、投稿記事テーブル１０１５を参照して、投稿記事ＩＤ、投稿者ユーザＩＤ、投稿記事データ、企業ＩＤ、投稿日時を取得する。サーバ１０のスコア算定部１０４３は、既に総合企業スコア算定処理が実行された投稿記事情報を除外して取得しても良い。
【0070】
ステップＳ３０２において、サーバ１０のスコア算定部１０４３は、取得した投稿記事情報ごとに関連している企業を特定する。本開示においては、投稿解析処理により既に投稿記事テーブル１０１５の企業ＩＤの項目に、当該投稿記事が関連する企業の企業ＩＤが記憶されている。
なお、ステップＳ３０２において、サーバ１０のスコア算定部１０４３は、ステップＳ３０１において取得した投稿記事データに対して投稿解析処理を実行することにより、投稿記事情報ごとに企業ＩＤを特定する構成としても良い。この場合、事前の投稿解析処理の実行を省略しても良い。
なお、ステップＳ３０２において、サーバ１０のスコア算定部１０４３は、ステップＳ３０１において取得した投稿記事データに対して投稿解析処理を実行することにより、投稿記事情報ごとに企業ＩＤを特定する構成としても良い。この場合、事前の投稿解析処理の実行を省略しても良い。
【0071】
サーバ１０のスコア算定部１０４３は、取得した投稿者ユーザＩＤに基づき、ユーザテーブル１０１２のユーザＩＤの項目を検索し、ユーザ属性の項目を取得する。これにより、取得した投稿記事情報を投稿したユーザのユーザ属性を取得することができる。
【0072】
サーバ１０のスコア算定部１０４３は、特定した企業ＩＤに基づき、企業テーブル１０１３の企業ＩＤの項目を検索し、特定した企業の企業ステージの項目を取得する。
【0073】
ステップＳ３０３において、サーバ１０のスコア算定部１０４３は、メディアにより掲載された掲載記事情報を取得する。具体的に、サーバ１０のスコア算定部１０４３は、掲載記事テーブル１０１６を参照して、掲載記事ＩＤ、掲載メディアＩＤ、掲載記事データ、企業ＩＤ、掲載日時を取得する。サーバ１０のスコア算定部１０４３は、既に総合企業スコア算定処理が実行された掲載記事情報を除外して取得しても良い。
【0074】
ステップＳ３０４において、サーバ１０のスコア算定部１０４３は、取得した掲載記事情報ごとに関連している企業を特定する。本開示においては、掲載解析処理により既に掲載記事テーブル１０１６の企業ＩＤの項目に、当該掲載記事が関連する企業の企業ＩＤが記憶されている。
なお、ステップＳ３０４において、サーバ１０のスコア算定部１０４３は、ステップＳ３０３において取得した掲載記事データに対して掲載解析処理を実行することにより、掲載記事情報ごとに企業ＩＤを特定する構成としても良い。この場合、事前の掲載解析処理の実行を省略しても良い。
なお、ステップＳ３０４において、サーバ１０のスコア算定部１０４３は、ステップＳ３０３において取得した掲載記事データに対して掲載解析処理を実行することにより、掲載記事情報ごとに企業ＩＤを特定する構成としても良い。この場合、事前の掲載解析処理の実行を省略しても良い。
【0075】
サーバ１０のスコア算定部１０４３は、取得した掲載メディアＩＤに基づき、メディアテーブル１０１７のメディアＩＤの項目を検索し、メディア属性の項目を取得する。これにより、取得した掲載記事情報を掲載したメディアのメディア属性を取得することができる。
【0076】
サーバ１０のスコア算定部１０４３は、特定した企業ＩＤに基づき、企業テーブル１０１３の企業ＩＤの項目を検索し、特定した企業の企業ステージの項目を取得する。
【0077】
ステップＳ３０５において、サーバ１０のスコア算定部１０４３は、投稿記事情報、投稿記事情報を投稿したユーザのユーザ属性、掲載記事情報、掲載記事情報を掲載したメディアのメディア属性、に基づき、特定された企業に関する評価指標値である第１企業スコアを算定する。
具体的に、サーバ１０のスコア算定部１０４３は、取得した投稿記事データ、掲載記事データが、企業に対して肯定的な言及を行っているか、否定的な言及を行っているか算定する。具体的には、サーバ１０のスコア算定部１０４３は、投稿記事データ、掲載記事データをそれぞれ入力ベクトルとして、機械学習モデル、深層学習モデル、人工知能モデルなどにおける評価分類モデルに適用することにより、投稿記事、掲載記事それぞれに関する評価値を取得することができる。本開示においては、１を最も否定的、１０を最も肯定的として、１から１０までの１０段階の評価値を取得できるものとする。なお、投稿記事データ、掲載記事データがレーティングなどのユーザまたはメディアによる評価値を有している場合は、当該評価値を投稿記事データ、掲載記事データに対する評価値として取得しても良い。
サーバ１０のスコア算定部１０４３は、投稿記事データに対して取得された評価値に対して、当該投稿記事を投稿したユーザのユーザ属性に含まれるユーザランクを掛けることにより、投稿記事データに基づく企業の投稿記事に関する評価指標値を算定する。
サーバ１０のスコア算定部１０４３は、掲載記事データに対して取得された評価値に対して、当該掲載記事を掲載したメディアのメディア属性に含まれるメディアランクを掛けることにより、掲載記事データに基づく企業の掲載記事に関する評価指標値を算定する。
サーバ１０のスコア算定部１０４３は、所定の企業に関連する投稿記事に関する評価指標値と、同じ所定の企業に関連する掲載記事に関する評価指標値の和を第１企業スコアとして算定する。なお、サーバ１０のスコア算定部１０４３は、投稿記事に関する評価指標値と、掲載記事に関する評価指標値の重み付け和を第１企業スコアとしても良い。具体的には、投稿記事に関する評価指標値、掲載記事に関する評価指標値のそれぞれの信頼度、信用性、権威性などに基づき、それぞれ重み付けを設定しても良い。
具体的に、サーバ１０のスコア算定部１０４３は、取得した投稿記事データ、掲載記事データが、企業に対して肯定的な言及を行っているか、否定的な言及を行っているか算定する。具体的には、サーバ１０のスコア算定部１０４３は、投稿記事データ、掲載記事データをそれぞれ入力ベクトルとして、機械学習モデル、深層学習モデル、人工知能モデルなどにおける評価分類モデルに適用することにより、投稿記事、掲載記事それぞれに関する評価値を取得することができる。本開示においては、１を最も否定的、１０を最も肯定的として、１から１０までの１０段階の評価値を取得できるものとする。なお、投稿記事データ、掲載記事データがレーティングなどのユーザまたはメディアによる評価値を有している場合は、当該評価値を投稿記事データ、掲載記事データに対する評価値として取得しても良い。
サーバ１０のスコア算定部１０４３は、投稿記事データに対して取得された評価値に対して、当該投稿記事を投稿したユーザのユーザ属性に含まれるユーザランクを掛けることにより、投稿記事データに基づく企業の投稿記事に関する評価指標値を算定する。
サーバ１０のスコア算定部１０４３は、掲載記事データに対して取得された評価値に対して、当該掲載記事を掲載したメディアのメディア属性に含まれるメディアランクを掛けることにより、掲載記事データに基づく企業の掲載記事に関する評価指標値を算定する。
サーバ１０のスコア算定部１０４３は、所定の企業に関連する投稿記事に関する評価指標値と、同じ所定の企業に関連する掲載記事に関する評価指標値の和を第１企業スコアとして算定する。なお、サーバ１０のスコア算定部１０４３は、投稿記事に関する評価指標値と、掲載記事に関する評価指標値の重み付け和を第１企業スコアとしても良い。具体的には、投稿記事に関する評価指標値、掲載記事に関する評価指標値のそれぞれの信頼度、信用性、権威性などに基づき、それぞれ重み付けを設定しても良い。
【0078】
ステップＳ３０５において、サーバ１０のスコア算定部１０４３は、取得した投稿記事データ、掲載記事データ、投稿記事を投稿したユーザのユーザ属性、掲載記事データを掲載したメディアのメディア属性などを入力データとし、第１企業評価モデル１０３２に適用することにより、第１企業スコアを算定する構成としても良い。これにより、詳細なアルゴリズムを人手による設計せずに、第１企業スコアを算定することができる。
【0079】
ステップS３０６において、サーバ１０のスコア算定部１０４３は、プロダクトスコアを取得する。具体的に、サーバ１０のスコア算定部１０４３は、第１企業スコアを算定した企業の企業ＩＤに基づき、プロダクトテーブル１０１４の企業ＩＤの項目を検索し、当該企業が提供するプロダクトごとのプロダクトスコアを取得する。
【0080】
ステップS３０７において、取得したプロダクトスコアに基づき、プロダクトを提供する企業に関する評価指標値である第２企業スコアを算定する。
具体的に、サーバ１０のスコア算定部１０４３は、取得したプロダクトスコアを積算することにより、第１企業スコアを算定した企業の第２企業スコアを算定する。取得したプロダクトスコアに対する重み付け和を第２企業スコアとしても良い。リリース日が新しいプロダクトほど、第２企業スコアを算定する際のプロダクトスコアに対する重み付けを大きくすることにより算定しても良い。
具体的に、サーバ１０のスコア算定部１０４３は、取得したプロダクトスコアを積算することにより、第１企業スコアを算定した企業の第２企業スコアを算定する。取得したプロダクトスコアに対する重み付け和を第２企業スコアとしても良い。リリース日が新しいプロダクトほど、第２企業スコアを算定する際のプロダクトスコアに対する重み付けを大きくすることにより算定しても良い。
【0081】
ステップＳ３０７において、サーバ１０のスコア算定部１０４３は、取得したプロダクトスコア、投資ステージなどを入力データとし、第２企業評価モデル１０３３に適用することにより、第２企業スコアを算定する構成としても良い。これにより、詳細なアルゴリズムを人手による設計せずに、第２企業スコアを算定することができる。
【0082】
ステップS３０８において、サーバ１０のスコア算定部１０４３は、所定の企業について算定された第１企業スコア、同じ所定企業について算定された第２企業スコア、所定企業の投資ステージ、に基づき、所定企業に関する評価指標値である総合企業スコアを算定する。
具体的に、サーバ１０のスコア算定部１０４３は、所定の企業に対して算定した第１企業スコアと、同じ所定の企業に対して算定した第２企業スコアとの和を算定し、総合企業スコアとして算定する。
サーバ１０のスコア算定部１０４３は、所定の企業に対して算定した第１企業スコアと、同じ所定の企業に対して算定した第２企業スコアとの重み付け和を総合企業スコアとしても良い。このとき、第１企業スコアに対する重み（第１重み）と、第２企業スコアに対する重み（第２重み）の比の値（第1重み：第2重み、第1重み／第2重み）は、算定対象の企業の投資ステージに応じて異なる値を設定しても良い。つまり、企業の投資ステージに応じて、総合企業スコアを算定するアルゴリズムを変化させても良い。
例えば、ステップＳ３０２、Ｓ３０４において取得した所定の企業の投資ステージが、シードまたはアーリーである場合には、今後プロダクトが異なるプロダクトにピボットする可能性が高いことから、プロダクトに関する評価指標値である第2企業スコアに対する第2重みを第1重みに対して小さいものとする。つまり、企業自体に対する評価指標値である第1企業スコアに対する第1重みを第2重みに対して大きいものとする。これにより、創業間もない企業について、プロダクトに基づく評価指標値への影響を軽減することができる。
一方、ステップＳ３０２、Ｓ３０４において取得した所定の企業の投資ステージが、シリーズA以降である場合には、第2企業スコアを考慮して総合企業スコアを算定する。
つまり、企業の投資ステージがシードまたはアーリーである場合の第1重みと第2重みの比の値は、企業の投資ステージがシリーズA以降である場合の第1重みと第2重みの比の値よりも大きいものとする。
なお、投資ステージがより初期であるほど、第1重みと第2重みの比の値をより大きいものとするよう構成しても良い。
具体的に、サーバ１０のスコア算定部１０４３は、所定の企業に対して算定した第１企業スコアと、同じ所定の企業に対して算定した第２企業スコアとの和を算定し、総合企業スコアとして算定する。
サーバ１０のスコア算定部１０４３は、所定の企業に対して算定した第１企業スコアと、同じ所定の企業に対して算定した第２企業スコアとの重み付け和を総合企業スコアとしても良い。このとき、第１企業スコアに対する重み（第１重み）と、第２企業スコアに対する重み（第２重み）の比の値（第1重み：第2重み、第1重み／第2重み）は、算定対象の企業の投資ステージに応じて異なる値を設定しても良い。つまり、企業の投資ステージに応じて、総合企業スコアを算定するアルゴリズムを変化させても良い。
例えば、ステップＳ３０２、Ｓ３０４において取得した所定の企業の投資ステージが、シードまたはアーリーである場合には、今後プロダクトが異なるプロダクトにピボットする可能性が高いことから、プロダクトに関する評価指標値である第2企業スコアに対する第2重みを第1重みに対して小さいものとする。つまり、企業自体に対する評価指標値である第1企業スコアに対する第1重みを第2重みに対して大きいものとする。これにより、創業間もない企業について、プロダクトに基づく評価指標値への影響を軽減することができる。
一方、ステップＳ３０２、Ｓ３０４において取得した所定の企業の投資ステージが、シリーズA以降である場合には、第2企業スコアを考慮して総合企業スコアを算定する。
つまり、企業の投資ステージがシードまたはアーリーである場合の第1重みと第2重みの比の値は、企業の投資ステージがシリーズA以降である場合の第1重みと第2重みの比の値よりも大きいものとする。
なお、投資ステージがより初期であるほど、第1重みと第2重みの比の値をより大きいものとするよう構成しても良い。
【0083】
ステップＳ３０８において、サーバ１０のスコア算定部１０４３は、取得した第１企業スコア、第２企業スコア、投資ステージなどを入力データとし、総合企業評価モデル１０３４に適用することにより、総合企業スコアを算定する構成としても良い。これにより、詳細なアルゴリズムを人手による設計せずに、総合企業スコアを算定することができる。
【0084】
サーバ１０のスコア算定部１０４３は、所定の企業に対して算定された第１企業スコア、第２企業スコア、総合企業スコアを、企業テーブル１０１３の当該所定の企業の企業ＩＤのレコードの第１企業スコア、第２企業スコア、総合企業スコアの項目に記憶する。これにより、第１企業スコア、第２企業スコア、総合企業スコアが企業ＩＤ、即ち企業情報と関連付けて記憶される。
【0085】
＜総合企業スコア出力処理＞
総合企業スコア出力処理は、ユーザから企業に関する評価を要求するリクエストを受け付けて、総合企業スコアを出力する処理である。
総合企業スコア出力処理は、ユーザから企業に関する評価を要求するリクエストを受け付けて、総合企業スコアを出力する処理である。
【0086】
＜総合企業スコア出力処理の概要＞
総合企業スコア出力処理は、ユーザから、所定企業に関する評価を要求するリクエストを受け付け、リクエストに応じて、総合企業スコア算定処理において算定された総合企業スコアをレスポンスとして出力する一連の処理である。
総合企業スコア出力処理は、ユーザから、所定企業に関する評価を要求するリクエストを受け付け、リクエストに応じて、総合企業スコア算定処理において算定された総合企業スコアをレスポンスとして出力する一連の処理である。
【0087】
＜総合企業スコア出力処理の詳細＞
ユーザは、ユーザ端末２０のブラウザアプリケーションなどを用いて、サーバ１０が提供する総合企業スコアの提供を受けるための所定のウェブサイトへアクセスする。ユーザは、ユーザ端末２０のタッチパネル２０６を操作することにより、ウェブサイトに設けられた所定の入力フォームに企業名などを入力し、送信することにより当該企業に関する総合企業スコアを照会するリクエストをサーバ１０へ送信する。
サーバ１０のスコア出力部１０４４は、受信したリクエストに含まれる企業名に基づき、企業テーブル１０１３の企業名の項目を検索し、当該企業の企業名、総合企業スコアの項目を特定する。サーバ１０のスコア出力部１０４４は、特定した企業名、総合企業スコアの項目を含むレスポンスをユーザ端末２０へ出力し、送信する。
ユーザ端末２０のディスプレイ２０６２は、受信した企業名と、当該企業の総合企業スコアをユーザに対して提示する。総合企業スコアは、数値ではなく、例えばＳ、Ａ、Ｂ、Ｃなどのランクとして提示しても良い。これにより、ユーザは企業ごとの総合企業スコアを確認することができる。
ユーザは、ユーザ端末２０のブラウザアプリケーションなどを用いて、サーバ１０が提供する総合企業スコアの提供を受けるための所定のウェブサイトへアクセスする。ユーザは、ユーザ端末２０のタッチパネル２０６を操作することにより、ウェブサイトに設けられた所定の入力フォームに企業名などを入力し、送信することにより当該企業に関する総合企業スコアを照会するリクエストをサーバ１０へ送信する。
サーバ１０のスコア出力部１０４４は、受信したリクエストに含まれる企業名に基づき、企業テーブル１０１３の企業名の項目を検索し、当該企業の企業名、総合企業スコアの項目を特定する。サーバ１０のスコア出力部１０４４は、特定した企業名、総合企業スコアの項目を含むレスポンスをユーザ端末２０へ出力し、送信する。
ユーザ端末２０のディスプレイ２０６２は、受信した企業名と、当該企業の総合企業スコアをユーザに対して提示する。総合企業スコアは、数値ではなく、例えばＳ、Ａ、Ｂ、Ｃなどのランクとして提示しても良い。これにより、ユーザは企業ごとの総合企業スコアを確認することができる。
【0088】
ユーザは、提示された総合企業スコアを、次のような用途に活用することができる。
ユーザが、銀行の融資担当者であれば、総合企業スコアを、当該企業への資金融資の判断材料として活用することができる。
ユーザが、クレジットカードの審査担当者であれば、総合企業スコアを、当該企業のクレジットカード発行可否の判断材料として活用することができる。
ユーザが、金融機関の口座開設可否の審査担当者であれば、総合企業スコアを、当該企業の口座開設可否の判断材料として活用することができる。
ユーザは、対象企業への投資判断をするにあたり、総合企業スコアを、投資可否の判断材料として活用することができる。
ユーザが、当該企業への就職を検討している場合には、総合企業スコアを、当該企業へ就職するか否かの判断材料として活用することができる。
ユーザが、銀行の融資担当者であれば、総合企業スコアを、当該企業への資金融資の判断材料として活用することができる。
ユーザが、クレジットカードの審査担当者であれば、総合企業スコアを、当該企業のクレジットカード発行可否の判断材料として活用することができる。
ユーザが、金融機関の口座開設可否の審査担当者であれば、総合企業スコアを、当該企業の口座開設可否の判断材料として活用することができる。
ユーザは、対象企業への投資判断をするにあたり、総合企業スコアを、投資可否の判断材料として活用することができる。
ユーザが、当該企業への就職を検討している場合には、総合企業スコアを、当該企業へ就職するか否かの判断材料として活用することができる。
【0089】
＜企業レポート出力処理＞
企業レポート出力処理は、ユーザから企業に関するレポートを要求するリクエストを受け付けて、企業に関する評価レポートを出力する処理である。以下、企業レポート出力処理の詳細を図１２のフローチャートおよび図１３の表示画面例を用いて説明する。
企業レポート出力処理は、ユーザから企業に関するレポートを要求するリクエストを受け付けて、企業に関する評価レポートを出力する処理である。以下、企業レポート出力処理の詳細を図１２のフローチャートおよび図１３の表示画面例を用いて説明する。
【0090】
＜企業レポート出力処理の概要＞
企業スコア出力処理は、ユーザから、所定企業に関するレポートを要求するリクエストを受け付け、リクエストに応じて所定企業に関する企業情報を取得し、所定企業が提供するプロダクトに関するプロダクト情報を取得し、所定企業に関する投稿記事情報、掲載記事情報を取得し、プロダクトに関する投稿記事情報、掲載記事情報を取得し、投稿記事情報、掲載記事情報にそれぞれ対応するユーザ属性、メディア属性を取得し、プロダクトスコアおよび、プロダクトスコアの算定に用いられた情報、第１企業スコア、第１企業スコアの算定に用いられた情報、第２企業スコア、第２企業スコアの算定に用いられた情報を、プロダクトスコアおよび総合企業スコアとともにレスポンスとして出力する一連の処理である。
企業スコア出力処理は、ユーザから、所定企業に関するレポートを要求するリクエストを受け付け、リクエストに応じて所定企業に関する企業情報を取得し、所定企業が提供するプロダクトに関するプロダクト情報を取得し、所定企業に関する投稿記事情報、掲載記事情報を取得し、プロダクトに関する投稿記事情報、掲載記事情報を取得し、投稿記事情報、掲載記事情報にそれぞれ対応するユーザ属性、メディア属性を取得し、プロダクトスコアおよび、プロダクトスコアの算定に用いられた情報、第１企業スコア、第１企業スコアの算定に用いられた情報、第２企業スコア、第２企業スコアの算定に用いられた情報を、プロダクトスコアおよび総合企業スコアとともにレスポンスとして出力する一連の処理である。
【0091】
＜企業レポート出力処理の詳細＞
ステップＳ５０１において、ユーザは、企業レポート出力処理の実行対象となる企業情報を指定し、サーバ１０へ送信する。
具体的に、ユーザは、ユーザ端末２０のブラウザアプリケーションなどを用いて、サーバ１０が提供する企業レポートの提供を受けるための所定のウェブサイトへアクセスする。ユーザは、ユーザ端末２０のタッチパネル２０６を操作することにより、ウェブサイトに設けられた所定の入力フォームに企業名などを入力し、送信することにより当該企業に関する企業レポートを照会するリクエストをサーバ１０へ送信する。サーバ１０のレポート出力部１０４５は、受信したリクエストを受け付ける。
ステップＳ５０１において、ユーザは、企業レポート出力処理の実行対象となる企業情報を指定し、サーバ１０へ送信する。
具体的に、ユーザは、ユーザ端末２０のブラウザアプリケーションなどを用いて、サーバ１０が提供する企業レポートの提供を受けるための所定のウェブサイトへアクセスする。ユーザは、ユーザ端末２０のタッチパネル２０６を操作することにより、ウェブサイトに設けられた所定の入力フォームに企業名などを入力し、送信することにより当該企業に関する企業レポートを照会するリクエストをサーバ１０へ送信する。サーバ１０のレポート出力部１０４５は、受信したリクエストを受け付ける。
【0092】
ステップＳ５０２において、サーバ１０のレポート出力部１０４５は、受信したリクエストに基づき、当該リクエストに含まれる企業名に基づき企業情報を取得する。
具体的に、サーバ１０のレポート出力部１０４５は、受信したリクエストに含まれる企業名に基づき、企業テーブル１０１３の企業名の項目を検索し、当該企業の企業ＩＤ、企業名、企業データ、投資ステージ、第１企業スコア、第２企業スコア、総合企業スコアの項目を取得する。
具体的に、サーバ１０のレポート出力部１０４５は、受信したリクエストに含まれる企業名に基づき、企業テーブル１０１３の企業名の項目を検索し、当該企業の企業ＩＤ、企業名、企業データ、投資ステージ、第１企業スコア、第２企業スコア、総合企業スコアの項目を取得する。
【0093】
サーバ１０のレポート出力部１０４５は、取得した企業情報に関する企業に関連付けられた投稿記事情報、掲載記事情報を取得する。
具体的に、サーバ１０のレポート出力部１０４５は、取得した企業ＩＤに基づき、投稿記事テーブル１０１５の企業ＩＤの項目を検索し、投稿記事ＩＤ、投稿者ユーザＩＤ、投稿記事データ、企業ＩＤ、プロダクトＩＤ、投稿日時の項目を取得する。サーバ１０のレポート出力部１０４５は、投稿者ユーザＩＤに基づき、ユーザテーブル１０１２のユーザＩＤの項目を検索し、ユーザ属性の項目を取得する。
サーバ１０のレポート出力部１０４５は、取得した企業ＩＤに基づき、掲載記事テーブル１０１６の企業ＩＤの項目を検索し、掲載記事ＩＤ、掲載メディアＩＤ、掲載記事データ、企業ＩＤ、プロダクトＩＤ、掲載日時の項目を取得する。サーバ１０のレポート出力部１０４５は、掲載メディアＩＤに基づき、メディアテーブル１０１７のメディアＩＤの項目を検索し、メディア属性の項目を取得する。
具体的に、サーバ１０のレポート出力部１０４５は、取得した企業ＩＤに基づき、投稿記事テーブル１０１５の企業ＩＤの項目を検索し、投稿記事ＩＤ、投稿者ユーザＩＤ、投稿記事データ、企業ＩＤ、プロダクトＩＤ、投稿日時の項目を取得する。サーバ１０のレポート出力部１０４５は、投稿者ユーザＩＤに基づき、ユーザテーブル１０１２のユーザＩＤの項目を検索し、ユーザ属性の項目を取得する。
サーバ１０のレポート出力部１０４５は、取得した企業ＩＤに基づき、掲載記事テーブル１０１６の企業ＩＤの項目を検索し、掲載記事ＩＤ、掲載メディアＩＤ、掲載記事データ、企業ＩＤ、プロダクトＩＤ、掲載日時の項目を取得する。サーバ１０のレポート出力部１０４５は、掲載メディアＩＤに基づき、メディアテーブル１０１７のメディアＩＤの項目を検索し、メディア属性の項目を取得する。
【0094】
ステップＳ５０３において、サーバ１０のレポート出力部１０４５は、受信したリクエストに基づき、当該リクエストに含まれる企業名に基づき当該企業が提供するプロダクト情報を取得する。
具体的に、サーバ１０のレポート出力部１０４５は、ステップＳ５０２において、企業テーブル１０１３を検索することにより取得した企業ＩＤに基づき、プロダクトテーブル１０１４の企業ＩＤの項目を検索し、当該企業が提供するプロダクトのプロダクトＩＤ、プロダクト名、プロダクトスコアの項目を取得する。
具体的に、サーバ１０のレポート出力部１０４５は、ステップＳ５０２において、企業テーブル１０１３を検索することにより取得した企業ＩＤに基づき、プロダクトテーブル１０１４の企業ＩＤの項目を検索し、当該企業が提供するプロダクトのプロダクトＩＤ、プロダクト名、プロダクトスコアの項目を取得する。
【0095】
サーバ１０のレポート出力部１０４５は、取得したプロダクト情報に関するプロダクトに関連付けられた投稿記事情報、掲載記事情報を取得する。
具体的に、サーバ１０のレポート出力部１０４５は、取得したプロダクトＩＤに基づき、投稿記事テーブル１０１５のプロダクトＩＤの項目を検索し、投稿記事ＩＤ、投稿者ユーザＩＤ、投稿記事データ、企業ＩＤ、プロダクトＩＤ、投稿日時の項目を取得する。サーバ１０のレポート出力部１０４５は、投稿者ユーザＩＤに基づき、ユーザテーブル１０１２のユーザＩＤの項目を検索し、ユーザ属性の項目を取得する。
サーバ１０のレポート出力部１０４５は、取得したプロダクトＩＤに基づき、掲載記事テーブル１０１６のプロダクトＩＤの項目を検索し、掲載記事ＩＤ、掲載メディアＩＤ、掲載記事データ、企業ＩＤ、プロダクトＩＤ、掲載日時の項目を取得する。サーバ１０のレポート出力部１０４５は、掲載メディアＩＤに基づき、メディアテーブル１０１７のメディアＩＤの項目を検索し、メディア属性の項目を取得する。
具体的に、サーバ１０のレポート出力部１０４５は、取得したプロダクトＩＤに基づき、投稿記事テーブル１０１５のプロダクトＩＤの項目を検索し、投稿記事ＩＤ、投稿者ユーザＩＤ、投稿記事データ、企業ＩＤ、プロダクトＩＤ、投稿日時の項目を取得する。サーバ１０のレポート出力部１０４５は、投稿者ユーザＩＤに基づき、ユーザテーブル１０１２のユーザＩＤの項目を検索し、ユーザ属性の項目を取得する。
サーバ１０のレポート出力部１０４５は、取得したプロダクトＩＤに基づき、掲載記事テーブル１０１６のプロダクトＩＤの項目を検索し、掲載記事ＩＤ、掲載メディアＩＤ、掲載記事データ、企業ＩＤ、プロダクトＩＤ、掲載日時の項目を取得する。サーバ１０のレポート出力部１０４５は、掲載メディアＩＤに基づき、メディアテーブル１０１７のメディアＩＤの項目を検索し、メディア属性の項目を取得する。
【0096】
ステップＳ５０４において、サーバ１０のレポート出力部１０４５は、取得した企業情報、プロダクト情報に基づきレポートデータを生成する。レポートデータは、企業情報、プロダクト情報、当該企業および当該プロダクトに関する投稿記事情報、掲載記事情報を含むオブジェクトデータである。なお、レポートデータを任意のテーブルなどのサーバ１０の記憶部１０１に記憶しても良い。
レポートデータは、プロダクトスコアおよび、前記プロダクトスコアの算定に用いられた情報、第１企業スコアおよび、第１企業スコアの算定に用いられた情報、第２企業スコアおよび、第２企業スコアの算定に用いられた情報を含む。
レポートデータは、プロダクトスコアおよび、前記プロダクトスコアの算定に用いられた情報、第１企業スコアおよび、第１企業スコアの算定に用いられた情報、第２企業スコアおよび、第２企業スコアの算定に用いられた情報を含む。
【0097】
ステップＳ５０５において、サーバ１０のレポート出力部１０４５は、総合企業スコアを含むレポートデータをユーザ端末２０へレスポンスとして出力する。
具体的に、サーバ１０のレポート出力部１０４５は、生成したレポートデータをユーザ端末２０へ送信する。ユーザ端末２０のディスプレイ２０６２は、受信したレポートデータに基づき、整形されたレポート形式のドキュメントを生成し、ユーザに対して提示する。
具体的に、サーバ１０のレポート出力部１０４５は、生成したレポートデータをユーザ端末２０へ送信する。ユーザ端末２０のディスプレイ２０６２は、受信したレポートデータに基づき、整形されたレポート形式のドキュメントを生成し、ユーザに対して提示する。
【0098】
レポートデータは、算定されたプロダクトスコアおよび、プロダクトスコアの算定に用いられた情報と、算定された第１企業スコアおよび、第１企業スコアの算定に用いられた情報と、算定された第２企業スコアおよび、第２企業スコアの算定に用いられた情報と、を含む。
【0099】
サーバ１０のレポート出力部１０４５は、例えばユーザランクが高い有力なユーザの投稿記事情報、メディアランクが高い有力なメディアの掲載記事情報に基づき、投稿記事を投稿した有力なユーザ数、掲載記事を掲載した有力なメディア数、投稿記事数、掲載記事数、投稿記事の頻度、掲載記事の頻度、投稿記事の掲載量、掲載記事の掲載量などの補足的な情報をユーザに対して提示しても良い。
【0100】
サーバ１０のレポート出力部１０４５は、企業、企業が提供するプロダクトについて否定的な言及を行っている投稿記事情報、掲載記事情報に基づき、投稿記事の内容、掲載記事の内容、投稿記事を投稿したユーザ数、掲載記事を掲載したメディア数、投稿記事数、掲載記事数、投稿記事の頻度、掲載記事の頻度、投稿記事の掲載量、掲載記事の掲載量などの補足的な情報をユーザに対して提示しても良い。
【0101】
サーバ１０のレポート出力部１０４５は、投稿記事情報、掲載記事情報に基づき、プロダクトがどの市場、顧客に受け入れられているか、受け入れられる見込みがあるのか顧客セグメントに関する情報をユーザに対して提示しても良い。市場セグメント、顧客セグメントごとに、プロダクトが市場、顧客に受け入れられている程度をグラフとして視覚的にユーザに対して提示しても良い。
【0102】
＜重要記事提示処理＞
重要記事提示処理は、影響力が大きい投稿記事、掲載記事を特定し提示する処理である。
重要記事提示処理は、影響力が大きい投稿記事、掲載記事を特定し提示する処理である。
【0103】
＜重要記事提示処理の概要＞
重要記事提示処理は、企業レポート出力処理において、プロダクトスコア、第１企業スコアを算定するにあたり影響力が大きい投稿記事を特定し提示する一連の処理である。
重要記事提示処理は、企業レポート出力処理において、プロダクトスコア、第１企業スコアを算定するにあたり影響力が大きい投稿記事を特定し提示する一連の処理である。
【0104】
＜重要記事提示処理の詳細＞
サーバ１０のレポート出力部１０４５は、レポート出力処理において、プロダクトスコア、第１企業スコアを算定するにあたり影響力が大きい投稿記事を特定しする。
サーバ１０のレポート出力部１０４５は、レポート出力処理において、プロダクトスコア、第１企業スコアを算定するにあたり影響力が大きい投稿記事を特定しする。
【0105】
具体的には、サーバ１０のレポート出力部１０４５は、ステップＳ５０２、Ｓ５０３において取得したプロダクトに関する投稿記事情報に含まれる投稿記事データを入力ベクトルとして評価分類モデルを適用することにより、評価値を取得する。本開示においては、１を最も否定的、１０を最も肯定的として、１から１０までの１０段階の評価値を取得できるものとする。
サーバ１０のレポート出力部１０４５は、投稿記事データに対して取得された評価値に対して、当該投稿記事を投稿したユーザのユーザ属性に含まれるユーザランクを掛けることにより、投稿記事データに基づくプロダクトの投稿記事に関する評価指標値を算定する。
サーバ１０のレポート出力部１０４５は、評価指標値が大きい所定数の投稿記事を、プロダクトスコアを算定するにあたり影響力が大きい投稿記事として特定する。
サーバ１０のレポート出力部１０４５は、投稿記事データに対して取得された評価値に対して、当該投稿記事を投稿したユーザのユーザ属性に含まれるユーザランクを掛けることにより、投稿記事データに基づくプロダクトの投稿記事に関する評価指標値を算定する。
サーバ１０のレポート出力部１０４５は、評価指標値が大きい所定数の投稿記事を、プロダクトスコアを算定するにあたり影響力が大きい投稿記事として特定する。
【0106】
具体的には、サーバ１０のレポート出力部１０４５は、ステップＳ５０２、Ｓ５０３において取得した企業に関する投稿記事情報に含まれる投稿記事データを入力ベクトルとして評価分類モデルを適用することにより、評価値を取得する。本開示においては、１を最も否定的、１０を最も肯定的として、１から１０までの１０段階の評価値を取得できるものとする。
サーバ１０のレポート出力部１０４５は、投稿記事データに対して取得された評価値に対して、当該投稿記事を投稿したユーザのユーザ属性に含まれるユーザランクを掛けることにより、投稿記事データに基づく企業の投稿記事に関する評価指標値を算定する。
サーバ１０のレポート出力部１０４５は、評価指標値が大きい所定数の投稿記事を、第１企業スコアを算定するにあたり影響力が大きい投稿記事として特定する。
サーバ１０のレポート出力部１０４５は、投稿記事データに対して取得された評価値に対して、当該投稿記事を投稿したユーザのユーザ属性に含まれるユーザランクを掛けることにより、投稿記事データに基づく企業の投稿記事に関する評価指標値を算定する。
サーバ１０のレポート出力部１０４５は、評価指標値が大きい所定数の投稿記事を、第１企業スコアを算定するにあたり影響力が大きい投稿記事として特定する。
【0107】
サーバ１０のレポート出力部１０４５は、特定した、影響力が大きい投稿記事に関する投稿記事情報をユーザ端末２０へ送信する。サーバ１０のレポート出力部１０４５は、特定した影響力が大きい投稿記事を、企業レポート出力処理におけるレポートデータに含めても良い。
ユーザ端末２０のディスプレイ２０６２は、受信したレポートデータに基づき、プロダクト、企業ごとに、それぞれプロダクトスコア、第１企業スコアを算定するにあたり影響力が大きい投稿記事を、ユーザに対して提示する。
ユーザ端末２０のディスプレイ２０６２は、受信したレポートデータに基づき、プロダクト、企業ごとに、それぞれプロダクトスコア、第１企業スコアを算定するにあたり影響力が大きい投稿記事を、ユーザに対して提示する。
【0108】
サーバ１０のレポート出力部１０４５は、重要記事提示処理において、投稿記事情報、掲載記事情報に基づき、プロダクトがなぜ市場、顧客に受け入れられたのか、要因に関する情報を生成しユーザに対して提示しても良い。
【0109】
図１３は、ユーザに対して提示されるレポート形式のドキュメントの提示画面例である。ユーザ端末２０のディスプレイ２０６２には、レポート画面７０がユーザに対して提示される。レポート画面には、総合企業スコア７０１、第１企業スコア７０２、第２企業スコア７０３、企業情報７０５、プロダクト情報７０７が表示される。
企業情報７０５の表には、企業について言及している投稿記事の一覧７０５１、掲載記事の一覧７０６１が含まれる。企業について言及している投稿記事の一覧７０５１には、投稿記事ごとに、影響度の大きさが影響ランク７０５２、投稿記事を投稿したユーザのユーザランク７０５３が視覚的に描画される。企業について言及している掲載記事の一覧７０６１には、掲載記事ごとに、影響度の大きさが影響ランク７０６２、掲載記事を掲載したメディアのメディアランク７０６３が視覚的に描画される。
プロダクト情報７０７の表には、プロダクトについて言及している投稿記事の一覧７０７１、掲載記事の一覧７０７１、プロダクトスコア７０７４が含まれる。プロダクトについて言及している投稿記事の一覧７０７１には、投稿記事ごとに、影響度の大きさが影響ランク７０７２、投稿記事を投稿したユーザのユーザランク７０７３が視覚的に描画される。プロダクトについて言及している掲載記事の一覧には、掲載記事ごとに、影響度の大きさが影響ランク、掲載記事を掲載したメディアのメディアランクが視覚的に描画される。
＜学習処理＞
プロダクト評価モデル１０３１、第１企業評価モデル１０３２、第２企業評価モデル１０３３、総合企業評価モデル１０３４の学習処理を以下に説明する。
企業情報７０５の表には、企業について言及している投稿記事の一覧７０５１、掲載記事の一覧７０６１が含まれる。企業について言及している投稿記事の一覧７０５１には、投稿記事ごとに、影響度の大きさが影響ランク７０５２、投稿記事を投稿したユーザのユーザランク７０５３が視覚的に描画される。企業について言及している掲載記事の一覧７０６１には、掲載記事ごとに、影響度の大きさが影響ランク７０６２、掲載記事を掲載したメディアのメディアランク７０６３が視覚的に描画される。
プロダクト情報７０７の表には、プロダクトについて言及している投稿記事の一覧７０７１、掲載記事の一覧７０７１、プロダクトスコア７０７４が含まれる。プロダクトについて言及している投稿記事の一覧７０７１には、投稿記事ごとに、影響度の大きさが影響ランク７０７２、投稿記事を投稿したユーザのユーザランク７０７３が視覚的に描画される。プロダクトについて言及している掲載記事の一覧には、掲載記事ごとに、影響度の大きさが影響ランク、掲載記事を掲載したメディアのメディアランクが視覚的に描画される。
＜学習処理＞
プロダクト評価モデル１０３１、第１企業評価モデル１０３２、第２企業評価モデル１０３３、総合企業評価モデル１０３４の学習処理を以下に説明する。
【0110】
＜プロダクト評価モデル１０３１の学習処理＞
プロダクト評価モデル１０３１の学習処理は、プロダクト評価モデル１０３１に含まれるディープニューラルネットワークの学習パラメータを深層学習により学習させる処理である。
プロダクト評価モデル１０３１の学習処理は、プロダクト評価モデル１０３１に含まれるディープニューラルネットワークの学習パラメータを深層学習により学習させる処理である。
【0111】
＜プロダクト評価モデル１０３１の学習処理の概要＞
プロダクト評価モデル１０３１の学習処理は、プロダクトに関連づけられた投稿記事データ、掲載記事データ、投稿記事を投稿したユーザのユーザ属性、掲載記事を掲載したメディアのメディア属性を入力データ（入力ベクトル）として、当該プロダクトのプロダクトスコアを出力データ（教師データ）となるように、プロダクト評価モデル１０３１に含まれるディープニューラルネットワークの学習パラメータを深層学習により学習させる処理である。
プロダクト評価モデル１０３１の入力データから、ユーザ属性、メディア属性を省略しても構わない。
プロダクト評価モデル１０３１の学習処理は、プロダクトに関連づけられた投稿記事データ、掲載記事データ、投稿記事を投稿したユーザのユーザ属性、掲載記事を掲載したメディアのメディア属性を入力データ（入力ベクトル）として、当該プロダクトのプロダクトスコアを出力データ（教師データ）となるように、プロダクト評価モデル１０３１に含まれるディープニューラルネットワークの学習パラメータを深層学習により学習させる処理である。
プロダクト評価モデル１０３１の入力データから、ユーザ属性、メディア属性を省略しても構わない。
【0112】
＜プロダクト評価モデル１０３１の学習処理の詳細＞
サービス提供者は、プロダクトテーブル１０１４に含まれるプロダクト情報のうち、一部のプロダクトに対してプロダクトスコアを設定し教師データを作成する。教師データとなるプロダクトスコアは、専門家などの意見に基づき設定する。
教師データとなるプロダクトスコアは、投稿記事テーブル１０１５に記憶されている投稿記事情報に基づき設定しても良い。教師データとなるプロダクトスコアは、ユーザランクが高いユーザによる、投稿記事情報に基づき設定しても良い。
教師データとなるプロダクトスコアは、掲載記事テーブル１０１６に記憶されている掲載記事情報に基づき設定しても良い。教師データとなるプロダクトスコアは、メディアランクが高いメディアによる、掲載記事情報に基づき設定しても良い。
サーバ１０の学習部１０５１は、プロダクトに関連づけられた投稿記事データ、掲載記事データ、投稿記事を投稿したユーザのユーザ属性、掲載記事を掲載したメディアのメディア属性を入力データ（入力ベクトル）として、設定したプロダクトスコアを出力データ（教師データ）となるよう、学習データを作成する。
サーバ１０の学習部１０５１は、学習データに基づき、プロダクト評価モデル１０３１のディープニューラルネットワークを学習させるための訓練データ、テストデータ、検証データなどのデータセットを作成する。
サーバ１０の学習部１０５１は、作成したデータセットに基づきプロダクト評価モデル１０３１に含まれるディープニューラルネットワークの学習パラメータを深層学習により学習させる。
サービス提供者は、プロダクトテーブル１０１４に含まれるプロダクト情報のうち、一部のプロダクトに対してプロダクトスコアを設定し教師データを作成する。教師データとなるプロダクトスコアは、専門家などの意見に基づき設定する。
教師データとなるプロダクトスコアは、投稿記事テーブル１０１５に記憶されている投稿記事情報に基づき設定しても良い。教師データとなるプロダクトスコアは、ユーザランクが高いユーザによる、投稿記事情報に基づき設定しても良い。
教師データとなるプロダクトスコアは、掲載記事テーブル１０１６に記憶されている掲載記事情報に基づき設定しても良い。教師データとなるプロダクトスコアは、メディアランクが高いメディアによる、掲載記事情報に基づき設定しても良い。
サーバ１０の学習部１０５１は、プロダクトに関連づけられた投稿記事データ、掲載記事データ、投稿記事を投稿したユーザのユーザ属性、掲載記事を掲載したメディアのメディア属性を入力データ（入力ベクトル）として、設定したプロダクトスコアを出力データ（教師データ）となるよう、学習データを作成する。
サーバ１０の学習部１０５１は、学習データに基づき、プロダクト評価モデル１０３１のディープニューラルネットワークを学習させるための訓練データ、テストデータ、検証データなどのデータセットを作成する。
サーバ１０の学習部１０５１は、作成したデータセットに基づきプロダクト評価モデル１０３１に含まれるディープニューラルネットワークの学習パラメータを深層学習により学習させる。
【0113】
＜第１企業評価モデル１０３２の学習処理＞
第１企業評価モデル１０３２の学習処理は、第１企業評価モデル１０３２に含まれるディープニューラルネットワークの学習パラメータを深層学習により学習させる処理である。
第１企業評価モデル１０３２の学習処理は、第１企業評価モデル１０３２に含まれるディープニューラルネットワークの学習パラメータを深層学習により学習させる処理である。
【0114】
＜第１企業評価モデル１０３２の学習処理の概要＞
第１企業評価モデル１０３２の学習処理は、企業に関連づけられた投稿記事データ、掲載記事データ、投稿記事を投稿したユーザのユーザ属性、掲載記事を掲載したメディアのメディア属性を入力データ（入力ベクトル）として、当該企業の第１企業スコアを出力データ（教師データ）となるように、第１企業評価モデル１０３２に含まれるディープニューラルネットワークの学習パラメータを深層学習により学習させる処理である。
第１企業評価モデル１０３２の入力データから、ユーザ属性、メディア属性を省略しても構わない。
第１企業評価モデル１０３２の学習処理は、企業に関連づけられた投稿記事データ、掲載記事データ、投稿記事を投稿したユーザのユーザ属性、掲載記事を掲載したメディアのメディア属性を入力データ（入力ベクトル）として、当該企業の第１企業スコアを出力データ（教師データ）となるように、第１企業評価モデル１０３２に含まれるディープニューラルネットワークの学習パラメータを深層学習により学習させる処理である。
第１企業評価モデル１０３２の入力データから、ユーザ属性、メディア属性を省略しても構わない。
【0115】
＜第１企業評価モデル１０３２の学習処理の詳細＞
サービス提供者は、企業テーブル１０１３に含まれる企業情報のうち、一部の企業に対して第１企業スコアを設定し教師データを作成する。教師データとなる第１企業スコアは、専門家などの意見に基づき設定する。
教師データとなる第１企業スコアは、投稿記事テーブル１０１５に記憶されている投稿記事情報に基づき設定しても良い。教師データとなる第１企業スコアは、ユーザランクが高いユーザによる、投稿記事情報に基づき設定しても良い。
教師データとなる第１企業スコアは、掲載記事テーブル１０１６に記憶されている掲載記事情報に基づき設定しても良い。教師データとなる第１企業スコアは、メディアランクが高いメディアによる、掲載記事情報に基づき設定しても良い。
サーバ１０の学習部１０５１は、企業に関連づけられた投稿記事データ、掲載記事データ、投稿記事を投稿したユーザのユーザ属性、掲載記事を掲載したメディアのメディア属性を入力データ（入力ベクトル）として、設定した第１企業スコアを出力データ（教師データ）となるよう、学習データを作成する。
サーバ１０の学習部１０５１は、学習データに基づき、第１企業評価モデル１０３２のディープニューラルネットワークを学習させるための訓練データ、テストデータ、検証データなどのデータセットを作成する。
サーバ１０の学習部１０５１は、作成したデータセットに基づき第１企業評価モデル１０３２に含まれるディープニューラルネットワークの学習パラメータを深層学習により学習させる。
サービス提供者は、企業テーブル１０１３に含まれる企業情報のうち、一部の企業に対して第１企業スコアを設定し教師データを作成する。教師データとなる第１企業スコアは、専門家などの意見に基づき設定する。
教師データとなる第１企業スコアは、投稿記事テーブル１０１５に記憶されている投稿記事情報に基づき設定しても良い。教師データとなる第１企業スコアは、ユーザランクが高いユーザによる、投稿記事情報に基づき設定しても良い。
教師データとなる第１企業スコアは、掲載記事テーブル１０１６に記憶されている掲載記事情報に基づき設定しても良い。教師データとなる第１企業スコアは、メディアランクが高いメディアによる、掲載記事情報に基づき設定しても良い。
サーバ１０の学習部１０５１は、企業に関連づけられた投稿記事データ、掲載記事データ、投稿記事を投稿したユーザのユーザ属性、掲載記事を掲載したメディアのメディア属性を入力データ（入力ベクトル）として、設定した第１企業スコアを出力データ（教師データ）となるよう、学習データを作成する。
サーバ１０の学習部１０５１は、学習データに基づき、第１企業評価モデル１０３２のディープニューラルネットワークを学習させるための訓練データ、テストデータ、検証データなどのデータセットを作成する。
サーバ１０の学習部１０５１は、作成したデータセットに基づき第１企業評価モデル１０３２に含まれるディープニューラルネットワークの学習パラメータを深層学習により学習させる。
【0116】
＜第２企業評価モデル１０３３の学習処理＞
第２企業評価モデル１０３３の学習処理は、第２企業評価モデル１０３３に含まれるディープニューラルネットワークの学習パラメータを深層学習により学習させる処理である。
第２企業評価モデル１０３３の学習処理は、第２企業評価モデル１０３３に含まれるディープニューラルネットワークの学習パラメータを深層学習により学習させる処理である。
【0117】
＜第２企業評価モデル１０３３の学習処理の概要＞
第２企業評価モデル１０３３の学習処理は、企業の提供するプロダクトのプロダクトスコア、投資ステージを入力データ（入力ベクトル）として、当該企業の第２企業スコアを出力データ（教師データ）となるように、第２企業評価モデル１０３３に含まれるディープニューラルネットワークの学習パラメータを深層学習により学習させる処理である。
第２企業評価モデル１０３３の入力データから、投資ステージを省略しても構わない。
第２企業評価モデル１０３３の学習処理は、企業の提供するプロダクトのプロダクトスコア、投資ステージを入力データ（入力ベクトル）として、当該企業の第２企業スコアを出力データ（教師データ）となるように、第２企業評価モデル１０３３に含まれるディープニューラルネットワークの学習パラメータを深層学習により学習させる処理である。
第２企業評価モデル１０３３の入力データから、投資ステージを省略しても構わない。
【0118】
＜第２企業評価モデル１０３３の学習処理の詳細＞
サービス提供者は、企業テーブル１０１３に含まれる企業情報のうち、一部の企業に対して第２企業スコアを設定し教師データを作成する。教師データとなる第２企業スコアは、専門家などの意見に基づき設定する。
教師データとなる第２企業スコアは、投稿記事テーブル１０１５に記憶されている投稿記事情報に基づき設定しても良い。教師データとなる第２企業スコアは、ユーザランクが高いユーザによる、投稿記事情報に基づき設定しても良い。
教師データとなる第２企業スコアは、掲載記事テーブル１０１６に記憶されている掲載記事情報に基づき設定しても良い。教師データとなる第２企業スコアは、メディアランクが高いメディアによる、掲載記事情報に基づき設定しても良い。
サーバ１０の学習部１０５１は、企業の提供するプロダクトのプロダクトスコア、投資ステージを入力データ（入力ベクトル）として、当該企業の第２企業スコアを出力データ（教師データ）となるよう、学習データを作成する。
サーバ１０の学習部１０５１は、学習データに基づき、第２企業評価モデル１０３３のディープニューラルネットワークを学習させるための訓練データ、テストデータ、検証データなどのデータセットを作成する。
サーバ１０の学習部１０５１は、作成したデータセットに基づき第２企業評価モデル１０３３に含まれるディープニューラルネットワークの学習パラメータを深層学習により学習させる。
サービス提供者は、企業テーブル１０１３に含まれる企業情報のうち、一部の企業に対して第２企業スコアを設定し教師データを作成する。教師データとなる第２企業スコアは、専門家などの意見に基づき設定する。
教師データとなる第２企業スコアは、投稿記事テーブル１０１５に記憶されている投稿記事情報に基づき設定しても良い。教師データとなる第２企業スコアは、ユーザランクが高いユーザによる、投稿記事情報に基づき設定しても良い。
教師データとなる第２企業スコアは、掲載記事テーブル１０１６に記憶されている掲載記事情報に基づき設定しても良い。教師データとなる第２企業スコアは、メディアランクが高いメディアによる、掲載記事情報に基づき設定しても良い。
サーバ１０の学習部１０５１は、企業の提供するプロダクトのプロダクトスコア、投資ステージを入力データ（入力ベクトル）として、当該企業の第２企業スコアを出力データ（教師データ）となるよう、学習データを作成する。
サーバ１０の学習部１０５１は、学習データに基づき、第２企業評価モデル１０３３のディープニューラルネットワークを学習させるための訓練データ、テストデータ、検証データなどのデータセットを作成する。
サーバ１０の学習部１０５１は、作成したデータセットに基づき第２企業評価モデル１０３３に含まれるディープニューラルネットワークの学習パラメータを深層学習により学習させる。
【0119】
＜総合企業評価モデル１０３４の学習処理＞
総合企業評価モデル１０３４の学習処理は、総合企業評価モデル１０３４に含まれるディープニューラルネットワークの学習パラメータを深層学習により学習させる処理である。
総合企業評価モデル１０３４の学習処理は、総合企業評価モデル１０３４に含まれるディープニューラルネットワークの学習パラメータを深層学習により学習させる処理である。
【0120】
＜総合企業評価モデル１０３４の学習処理の概要＞
総合企業評価モデル１０３４の学習処理は、企業の第１企業スコア、第２企業スコア、投資ステージを入力データ（入力ベクトル）として、当該企業の総合企業スコアを出力データ（教師データ）となるように、総合企業評価モデル１０３４に含まれるディープニューラルネットワークの学習パラメータを深層学習により学習させる処理である。
総合企業評価モデル１０３４の入力データから、投資ステージを省略しても構わない。
総合企業評価モデル１０３４の学習処理は、企業の第１企業スコア、第２企業スコア、投資ステージを入力データ（入力ベクトル）として、当該企業の総合企業スコアを出力データ（教師データ）となるように、総合企業評価モデル１０３４に含まれるディープニューラルネットワークの学習パラメータを深層学習により学習させる処理である。
総合企業評価モデル１０３４の入力データから、投資ステージを省略しても構わない。
【0121】
＜総合企業評価モデル１０３４の学習処理の詳細＞
サービス提供者は、企業テーブル１０１３に含まれる企業情報のうち、一部の企業に対して総合企業スコアを設定し教師データを作成する。教師データとなる総合企業スコアは、専門家などの意見に基づき設定する。
教師データとなる総合企業スコアは、投稿記事テーブル１０１５に記憶されている投稿記事情報に基づき設定しても良い。教師データとなる総合企業スコアは、ユーザランクが高いユーザによる、投稿記事情報に基づき設定しても良い。
教師データとなる総合企業スコアは、掲載記事テーブル１０１６に記憶されている掲載記事情報に基づき設定しても良い。教師データとなる総合企業スコアは、メディアランクが高いメディアによる、掲載記事情報に基づき設定しても良い。
サーバ１０の学習部１０５１は、企業の第１企業スコア、第２企業スコア、投資ステージを入力データ（入力ベクトル）として、当該企業の総合企業スコアを出力データ（教師データ）となるよう、学習データを作成する。
サーバ１０の学習部１０５１は、学習データに基づき、総合企業評価モデル１０３４のディープニューラルネットワークを学習させるための訓練データ、テストデータ、検証データなどのデータセットを作成する。
サーバ１０の学習部１０５１は、作成したデータセットに基づき総合企業評価モデル１０３４に含まれるディープニューラルネットワークの学習パラメータを深層学習により学習させる。
サービス提供者は、企業テーブル１０１３に含まれる企業情報のうち、一部の企業に対して総合企業スコアを設定し教師データを作成する。教師データとなる総合企業スコアは、専門家などの意見に基づき設定する。
教師データとなる総合企業スコアは、投稿記事テーブル１０１５に記憶されている投稿記事情報に基づき設定しても良い。教師データとなる総合企業スコアは、ユーザランクが高いユーザによる、投稿記事情報に基づき設定しても良い。
教師データとなる総合企業スコアは、掲載記事テーブル１０１６に記憶されている掲載記事情報に基づき設定しても良い。教師データとなる総合企業スコアは、メディアランクが高いメディアによる、掲載記事情報に基づき設定しても良い。
サーバ１０の学習部１０５１は、企業の第１企業スコア、第２企業スコア、投資ステージを入力データ（入力ベクトル）として、当該企業の総合企業スコアを出力データ（教師データ）となるよう、学習データを作成する。
サーバ１０の学習部１０５１は、学習データに基づき、総合企業評価モデル１０３４のディープニューラルネットワークを学習させるための訓練データ、テストデータ、検証データなどのデータセットを作成する。
サーバ１０の学習部１０５１は、作成したデータセットに基づき総合企業評価モデル１０３４に含まれるディープニューラルネットワークの学習パラメータを深層学習により学習させる。
【0122】
＜コンピュータの基本ハードウェア構成＞
図１４は、コンピュータ９０の基本的なハードウェア構成を示すブロック図である。コンピュータ９０は、プロセッサ９０１、主記憶装置９０２、補助記憶装置９０３、通信ＩＦ９９１（インタフェース、Interface）を少なくとも備える。これらは通信バス９２１により相互に電気的に接続される。
図１４は、コンピュータ９０の基本的なハードウェア構成を示すブロック図である。コンピュータ９０は、プロセッサ９０１、主記憶装置９０２、補助記憶装置９０３、通信ＩＦ９９１（インタフェース、Interface）を少なくとも備える。これらは通信バス９２１により相互に電気的に接続される。
【0123】
プロセッサ９０１とは、プログラムに記述された命令セットを実行するためのハードウェアである。プロセッサ９０１は、演算装置、レジスタ、周辺回路等から構成される。
【0124】
主記憶装置９０２とは、プログラム、及びプログラム等で処理されるデータ等を一時的に記憶するためのものである。例えば、ＤＲＡＭ（Dynamic Random Access Memory）等の揮発性のメモリである。
【0125】
補助記憶装置９０３とは、データ及びプログラムを保存するための記憶装置である。例えば、フラッシュメモリ、ＨＤＤ（Hard Disc Drive）、光磁気ディスク、ＣＤ―ＲＯＭ、ＤＶＤ―ＲＯＭ、半導体メモリ等である。
【0126】
通信ＩＦ９９１とは、有線又は無線の通信規格を用いて、他のコンピュータとネットワークを介して通信するための信号を入出力するためのインタフェースである。
ネットワークは、インターネット、ＬＡＮ、無線基地局等によって構築される各種移動通信システム等で構成される。例えば、ネットワークには、３Ｇ、４Ｇ、５Ｇ移動通信システム、ＬＴＥ（Long Term Evolution）、所定のアクセスポイントによってインターネットに接続可能な無線ネットワーク（例えばWi-Fi（登録商標））等が含まれる。無線で接続する場合、通信プロトコルとして例えば、Ｚ―Ｗａｖｅ（登録商標）、ＺｉｇＢｅｅ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）等が含まれる。有線で接続する場合は、ネットワークには、ＵＳＢ（Universal Serial Bus）ケーブル等により直接接続するものも含む。
ネットワークは、インターネット、ＬＡＮ、無線基地局等によって構築される各種移動通信システム等で構成される。例えば、ネットワークには、３Ｇ、４Ｇ、５Ｇ移動通信システム、ＬＴＥ（Long Term Evolution）、所定のアクセスポイントによってインターネットに接続可能な無線ネットワーク（例えばWi-Fi（登録商標））等が含まれる。無線で接続する場合、通信プロトコルとして例えば、Ｚ―Ｗａｖｅ（登録商標）、ＺｉｇＢｅｅ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）等が含まれる。有線で接続する場合は、ネットワークには、ＵＳＢ（Universal Serial Bus）ケーブル等により直接接続するものも含む。
【0127】
なお、各ハードウェア構成の全部または一部を複数のコンピュータ９０に分散して設け、ネットワークを介して相互に接続することによりコンピュータ９０を仮想的に実現することができる。このように、コンピュータ９０は、単一の筐体、ケースに収納されたコンピュータ９０だけでなく、仮想化されたコンピュータシステムも含む概念である。
【0128】
＜コンピュータ９０の基本機能構成＞
コンピュータ９０の基本ハードウェア構成（図１４）により実現されるコンピュータの機能構成を説明する。コンピュータは、制御部、記憶部、通信部の機能ユニットを少なくとも備える。
コンピュータ９０の基本ハードウェア構成（図１４）により実現されるコンピュータの機能構成を説明する。コンピュータは、制御部、記憶部、通信部の機能ユニットを少なくとも備える。
【0129】
なお、コンピュータ９０が備える機能ユニットは、それぞれの機能ユニットの全部または一部を、ネットワークで相互に接続された複数のコンピュータ９０に分散して設けても実現することができる。コンピュータ９０は、単一のコンピュータ９０だけでなく、仮想化されたコンピュータシステムも含む概念である。
【0130】
制御部は、プロセッサ９０１が補助記憶装置９０３に記憶された各種プログラムを読み出して主記憶装置９０２に展開し、当該プログラムに従って処理を実行することにより実現される。制御部は、プログラムの種類に応じて様々な情報処理を行う機能ユニットを実現することができる。これにより、コンピュータは情報処理を行う情報処理装置として実現される。
【0131】
記憶部は、主記憶装置９０２、補助記憶装置９０３により実現される。記憶部は、データ、各種プログラム、各種データベースを記憶する。また、プロセッサ９０１は、プログラムに従って記憶部に対応する記憶領域を主記憶装置９０２または補助記憶装置９０３に確保することができる。また、制御部は、各種プログラムに従ってプロセッサ９０１に、記憶部に記憶されたデータの追加、更新、削除処理を実行させることができる。
【0132】
データベースは、リレーショナルデータベースを指し、行と列によって構造的に規定された表形式のテーブル、マスタと呼ばれるデータ集合を、互いに関連づけて管理するためのものである。データベースでは、表をテーブル、マスタ、表の列をカラム、表の行をレコードと呼ぶ。リレーショナルデータベースでは、テーブル、マスタ同士の関係を設定し、関連づけることができる。
通常、各テーブル、各マスタにはレコードを一意に特定するための主キーとなるカラムが設定されるが、カラムへの主キーの設定は必須ではない。制御部は、各種プログラムに従ってプロセッサ９０１に、記憶部に記憶された特定のテーブル、マスタにレコードを追加、削除、更新を実行させることができる。
通常、各テーブル、各マスタにはレコードを一意に特定するための主キーとなるカラムが設定されるが、カラムへの主キーの設定は必須ではない。制御部は、各種プログラムに従ってプロセッサ９０１に、記憶部に記憶された特定のテーブル、マスタにレコードを追加、削除、更新を実行させることができる。
【0133】
なお、本開示におけるデータベース、マスタは、情報が構造的に規定された任意のデータ構造体（リスト、辞書、連想配列、オブジェクトなど）を含み得る。データ構造体には、データと、任意のプログラミング言語により記述された関数、クラス、メソッドなどを組み合わせることにより、データ構造体と見なし得るデータも含むものとする。
【0134】
通信部は、通信ＩＦ９９１により実現される。通信部は、ネットワークを介して他のコンピュータ９０と通信を行う機能を実現する。通信部は、他のコンピュータ９０から送信された情報を受信し、制御部へ入力することができる。制御部は、各種プログラムに従ってプロセッサ９０１に、受信した情報に対する情報処理を実行させることができる。また、通信部は、制御部から出力された情報を他のコンピュータ９０へ送信することができる。
【0135】
＜付記＞
以上の各実施形態で説明した事項を以下に付記する。
以上の各実施形態で説明した事項を以下に付記する。
【0136】
（付記１）
プロセッサと、記憶部とを備えるコンピュータに実行させるためのプログラムであって、プログラムは、プロセッサに、ユーザにより投稿された投稿記事情報を取得する投稿取得ステップ（Ｓ１０１、Ｓ３０１）と、投稿取得ステップにおいて取得した投稿記事情報に関連しているプロダクトを特定する第１特定ステップ（Ｓ１０２）と、投稿記事情報に基づき、第１特定ステップにおいて特定されたプロダクトに関する評価指標値であるプロダクトスコアを算定する第１算定ステップ（Ｓ１０５）と、を実行させるプログラム。
これにより、企業が提供するプロダクトが市場でどの程度受け入れられているのか、受け入れられる見込みがあるのかを表す評価指標値を算定することができる。
プロセッサと、記憶部とを備えるコンピュータに実行させるためのプログラムであって、プログラムは、プロセッサに、ユーザにより投稿された投稿記事情報を取得する投稿取得ステップ（Ｓ１０１、Ｓ３０１）と、投稿取得ステップにおいて取得した投稿記事情報に関連しているプロダクトを特定する第１特定ステップ（Ｓ１０２）と、投稿記事情報に基づき、第１特定ステップにおいて特定されたプロダクトに関する評価指標値であるプロダクトスコアを算定する第１算定ステップ（Ｓ１０５）と、を実行させるプログラム。
これにより、企業が提供するプロダクトが市場でどの程度受け入れられているのか、受け入れられる見込みがあるのかを表す評価指標値を算定することができる。
【0137】
（付記２）
第１算定ステップは、投稿記事情報および投稿記事情報を投稿したユーザのユーザ属性に基づき、プロダクトスコアを算定するステップである、付記１記載のプログラム。
これにより、投稿記事を投稿したユーザのユーザ属性を考慮した、より精度が高いプロダクトスコアを算定することができる。
第１算定ステップは、投稿記事情報および投稿記事情報を投稿したユーザのユーザ属性に基づき、プロダクトスコアを算定するステップである、付記１記載のプログラム。
これにより、投稿記事を投稿したユーザのユーザ属性を考慮した、より精度が高いプロダクトスコアを算定することができる。
【0138】
（付記３）
プログラムは、プロセッサに、メディアにより掲載された掲載記事情報を取得する掲載取得ステップ（Ｓ１０３、Ｓ３０３）と、掲載取得ステップにおいて取得した掲載記事情報が関連しているプロダクトを特定する第２特定ステップ（Ｓ１０４）と、を実行させ、第１算定ステップは、掲載記事情報に基づき、第２特定ステップにおいて特定されたプロダクトに関するプロダクトスコアを算定するステップである、付記１または２記載のプログラム。
これにより、メディアによる掲載記事を考慮した、より精度が高いプロダクトスコアを算定することができる。
プログラムは、プロセッサに、メディアにより掲載された掲載記事情報を取得する掲載取得ステップ（Ｓ１０３、Ｓ３０３）と、掲載取得ステップにおいて取得した掲載記事情報が関連しているプロダクトを特定する第２特定ステップ（Ｓ１０４）と、を実行させ、第１算定ステップは、掲載記事情報に基づき、第２特定ステップにおいて特定されたプロダクトに関するプロダクトスコアを算定するステップである、付記１または２記載のプログラム。
これにより、メディアによる掲載記事を考慮した、より精度が高いプロダクトスコアを算定することができる。
【0139】
（付記４）
第１算定ステップは、掲載記事情報および掲載記事情報を掲載したメディアのメディア属性に基づき、プロダクトスコアを算定するステップである、付記３記載のプログラム。
これにより、掲載記事を掲載したメディアのメディア属性を考慮した、より精度が高いプロダクトスコアを算定することができる。
第１算定ステップは、掲載記事情報および掲載記事情報を掲載したメディアのメディア属性に基づき、プロダクトスコアを算定するステップである、付記３記載のプログラム。
これにより、掲載記事を掲載したメディアのメディア属性を考慮した、より精度が高いプロダクトスコアを算定することができる。
【0140】
（付記５）
プログラムは、プロセッサに、投稿取得ステップにおいて取得した投稿記事情報が関連している企業を特定する第３特定ステップ（Ｓ３０２）と、投稿記事情報に基づき、第３特定ステップにおいて特定された企業に関する評価指標値である第１企業スコアを算定する第２算定ステップ（Ｓ３０５）と、を実行させる付記３または４記載のプログラム。
これにより、投稿記事において企業についてどの程度ポジティブな言及がなされているかを表す評価指標値である第１企業スコアを算定することができる。
プログラムは、プロセッサに、投稿取得ステップにおいて取得した投稿記事情報が関連している企業を特定する第３特定ステップ（Ｓ３０２）と、投稿記事情報に基づき、第３特定ステップにおいて特定された企業に関する評価指標値である第１企業スコアを算定する第２算定ステップ（Ｓ３０５）と、を実行させる付記３または４記載のプログラム。
これにより、投稿記事において企業についてどの程度ポジティブな言及がなされているかを表す評価指標値である第１企業スコアを算定することができる。
【0141】
（付記６）
プログラムは、プロセッサに、掲載取得ステップにおいて取得した掲載記事情報が関連している企業を特定する第４特定ステップ（Ｓ３０４）と、を実行し、第２算定ステップは、掲載記事情報に基づき、第４特定ステップにおいて特定された企業に関する評価指標値である第１企業スコアを算定するステップである、付記３から５のいずれか記載のプログラム。
これにより、メディアによる掲載記事を考慮した、より精度が高い第１企業スコアを算定することができる。
プログラムは、プロセッサに、掲載取得ステップにおいて取得した掲載記事情報が関連している企業を特定する第４特定ステップ（Ｓ３０４）と、を実行し、第２算定ステップは、掲載記事情報に基づき、第４特定ステップにおいて特定された企業に関する評価指標値である第１企業スコアを算定するステップである、付記３から５のいずれか記載のプログラム。
これにより、メディアによる掲載記事を考慮した、より精度が高い第１企業スコアを算定することができる。
【0142】
（付記７）
プログラムは、プロセッサに、第１算定ステップにおいて算定されたプロダクトスコアに基づき、プロダクトを提供する企業に関する評価指標値である第２企業スコアを算定する第３算定ステップ（S３０６、S３０７）と、を実行させる付記５または６記載のプログラム。
これにより、企業が提供するプロダクトが市場でどの程度受け入れられているのか、受け入れられる見込みがあるのかを表す評価指標値である第２企業スコアを算定することができる。
プログラムは、プロセッサに、第１算定ステップにおいて算定されたプロダクトスコアに基づき、プロダクトを提供する企業に関する評価指標値である第２企業スコアを算定する第３算定ステップ（S３０６、S３０７）と、を実行させる付記５または６記載のプログラム。
これにより、企業が提供するプロダクトが市場でどの程度受け入れられているのか、受け入れられる見込みがあるのかを表す評価指標値である第２企業スコアを算定することができる。
【0143】
（付記８）
プログラムは、プロセッサに、所定企業について第２算定ステップにおいて算定された第１企業スコアと、所定企業について第３算定ステップにおいて算定された第２企業スコアとに基づき、所定企業に関する評価指標値である総合企業スコアを算定する第４算定ステップ（S３０８）と、を実行させる付記７記載のプログラム。
これにより、企業に関する評価指標値である総合企業スコアを算定することができる。
プログラムは、プロセッサに、所定企業について第２算定ステップにおいて算定された第１企業スコアと、所定企業について第３算定ステップにおいて算定された第２企業スコアとに基づき、所定企業に関する評価指標値である総合企業スコアを算定する第４算定ステップ（S３０８）と、を実行させる付記７記載のプログラム。
これにより、企業に関する評価指標値である総合企業スコアを算定することができる。
【0144】
（付記９）
第４算定ステップは、所定企業の投資ステージに基づき、所定企業に関する総合企業スコアを算定するステップである、付記８記載のプログラム。
これにより、特に評価指標値の算定対象がスタートアップ企業の場合においても、より精度が高い総合企業スコアを算定することができる。
第４算定ステップは、所定企業の投資ステージに基づき、所定企業に関する総合企業スコアを算定するステップである、付記８記載のプログラム。
これにより、特に評価指標値の算定対象がスタートアップ企業の場合においても、より精度が高い総合企業スコアを算定することができる。
【0145】
（付記１０）
第４算定ステップは、所定企業の投資ステージがシードまたはアーリーである場合は、第１の算定手法に基づき、所定企業に関する総合企業スコアを算定し、所定企業の投資ステージがシリーズＡ以降である場合は、第２の算定手法に基づき、所定企業に関する総合企業スコアを算定する、付記９記載のプログラム。
これにより、特に評価指標値の算定対象がスタートアップ企業の場合においても、より精度が高い総合企業スコアを算定することができる。
第４算定ステップは、所定企業の投資ステージがシードまたはアーリーである場合は、第１の算定手法に基づき、所定企業に関する総合企業スコアを算定し、所定企業の投資ステージがシリーズＡ以降である場合は、第２の算定手法に基づき、所定企業に関する総合企業スコアを算定する、付記９記載のプログラム。
これにより、特に評価指標値の算定対象がスタートアップ企業の場合においても、より精度が高い総合企業スコアを算定することができる。
【0146】
（付記１１）
第４算定ステップは、所定企業に関する第１企業スコアと、所定企業に関する第２企業スコアとの重み付け和により、所定企業に関する総合企業スコアを算定するステップであり、第１の算定手法における第１企業スコアの重みに対する第２企業スコアの重みの比は、第２の算定手法における第１企業スコアの重みに対する第２企業スコアの重みの比よりも大きい、付記１０記載のプログラム。
これにより、特に評価指標値の算定対象がスタートアップ企業の場合において、投資ステージがシードまたはアーリーである場合は記事における企業自体の言及内容を重視して企業の評価指標値を算定し、当ステージがシリーズＡ以降の場合には企業が提供するプロダクトのプロダクトスコアを重視して企業の評価指標値を算定することで、より精度が高い総合企業スコアを算定することができる。
第４算定ステップは、所定企業に関する第１企業スコアと、所定企業に関する第２企業スコアとの重み付け和により、所定企業に関する総合企業スコアを算定するステップであり、第１の算定手法における第１企業スコアの重みに対する第２企業スコアの重みの比は、第２の算定手法における第１企業スコアの重みに対する第２企業スコアの重みの比よりも大きい、付記１０記載のプログラム。
これにより、特に評価指標値の算定対象がスタートアップ企業の場合において、投資ステージがシードまたはアーリーである場合は記事における企業自体の言及内容を重視して企業の評価指標値を算定し、当ステージがシリーズＡ以降の場合には企業が提供するプロダクトのプロダクトスコアを重視して企業の評価指標値を算定することで、より精度が高い総合企業スコアを算定することができる。
【0147】
（付記１２）
プログラムは、プロセッサに、ユーザから、所定企業に関する評価を要求するリクエストを受け付ける受付ステップ（Ｓ５０１）と、受付ステップにおいて受け付けたリクエストに応じて、第４ステップにおいて算定された総合企業スコアをレスポンスとして出力する出力ステップ（Ｓ５０５）と、を実行させる付記８から１１のいずれか記載のプログラム。
ユーザからのリクエストに応じて、企業の総合企業スコアをユーザに対して提供することができる。
プログラムは、プロセッサに、ユーザから、所定企業に関する評価を要求するリクエストを受け付ける受付ステップ（Ｓ５０１）と、受付ステップにおいて受け付けたリクエストに応じて、第４ステップにおいて算定された総合企業スコアをレスポンスとして出力する出力ステップ（Ｓ５０５）と、を実行させる付記８から１１のいずれか記載のプログラム。
ユーザからのリクエストに応じて、企業の総合企業スコアをユーザに対して提供することができる。
【0148】
（付記１３）
出力ステップは、第１算定ステップにおいて算定されたプロダクトスコアおよび、プロダクトスコアの算定に用いられた情報と、第２算定ステップにおいて算定された第１企業スコアおよび、第１企業スコアの算定に用いられた情報と、第３算定ステップにおいて算定された第２企業スコアおよび、第２企業スコアの算定に用いられた情報と、を含む情報を出力するステップを含む、付記１２記載のプログラム。
ユーザに対して、総合企業スコアを含む、企業の総合的な評価指標値をユーザに対して提供することができる。
出力ステップは、第１算定ステップにおいて算定されたプロダクトスコアおよび、プロダクトスコアの算定に用いられた情報と、第２算定ステップにおいて算定された第１企業スコアおよび、第１企業スコアの算定に用いられた情報と、第３算定ステップにおいて算定された第２企業スコアおよび、第２企業スコアの算定に用いられた情報と、を含む情報を出力するステップを含む、付記１２記載のプログラム。
ユーザに対して、総合企業スコアを含む、企業の総合的な評価指標値をユーザに対して提供することができる。
【0149】
（付記１４）
プログラムは、プロセッサに、第１算定ステップにおいてプロダクトスコアを算定するにあたり、影響力が大きい投稿記事を特定し提示する、記事提示ステップと、を実行させる付記１から１３のいずれか記載のプログラム。
ユーザに対して、プロダクトのプロダクトスコアを算定するにあたり、大きな影響力を与えた投稿記事に関する情報を提供することができる。
プログラムは、プロセッサに、第１算定ステップにおいてプロダクトスコアを算定するにあたり、影響力が大きい投稿記事を特定し提示する、記事提示ステップと、を実行させる付記１から１３のいずれか記載のプログラム。
ユーザに対して、プロダクトのプロダクトスコアを算定するにあたり、大きな影響力を与えた投稿記事に関する情報を提供することができる。
【0150】
（付記１５）
プロセッサと、記憶部とを備える情報処理装置であって、プロセッサに、ユーザにより投稿された投稿記事情報を取得する投稿取得ステップ（Ｓ１０１、Ｓ３０１）と、投稿取得ステップにおいて取得した投稿記事情報に関連しているプロダクトを特定する第１特定ステップ（Ｓ１０２）と、投稿記事情報に基づき、第１特定ステップにおいて特定されたプロダクトに関する評価指標値であるプロダクトスコアを算定する第１算定ステップ（Ｓ１０５）と、を実行させる情報処理装置。
これにより、企業が提供するプロダクトが市場でどの程度受け入れられているのか、受け入れられる見込みがあるのかを表す評価指標値を算定することができる。
プロセッサと、記憶部とを備える情報処理装置であって、プロセッサに、ユーザにより投稿された投稿記事情報を取得する投稿取得ステップ（Ｓ１０１、Ｓ３０１）と、投稿取得ステップにおいて取得した投稿記事情報に関連しているプロダクトを特定する第１特定ステップ（Ｓ１０２）と、投稿記事情報に基づき、第１特定ステップにおいて特定されたプロダクトに関する評価指標値であるプロダクトスコアを算定する第１算定ステップ（Ｓ１０５）と、を実行させる情報処理装置。
これにより、企業が提供するプロダクトが市場でどの程度受け入れられているのか、受け入れられる見込みがあるのかを表す評価指標値を算定することができる。
【0151】
（付記１６）
プロセッサと、記憶部とを備えるコンピュータにより実行される情報処理方法であって、プロセッサに、ユーザにより投稿された投稿記事情報を取得する投稿取得ステップ（Ｓ１０１、Ｓ３０１）と、投稿取得ステップにおいて取得した投稿記事情報に関連しているプロダクトを特定する第１特定ステップ（Ｓ１０２）と、投稿記事情報に基づき、第１特定ステップにおいて特定されたプロダクトに関する評価指標値であるプロダクトスコアを算定する第１算定ステップ（Ｓ１０５）と、を実行させる情報処理方法。
これにより、企業が提供するプロダクトが市場でどの程度受け入れられているのか、受け入れられる見込みがあるのかを表す評価指標値を算定することができる。
プロセッサと、記憶部とを備えるコンピュータにより実行される情報処理方法であって、プロセッサに、ユーザにより投稿された投稿記事情報を取得する投稿取得ステップ（Ｓ１０１、Ｓ３０１）と、投稿取得ステップにおいて取得した投稿記事情報に関連しているプロダクトを特定する第１特定ステップ（Ｓ１０２）と、投稿記事情報に基づき、第１特定ステップにおいて特定されたプロダクトに関する評価指標値であるプロダクトスコアを算定する第１算定ステップ（Ｓ１０５）と、を実行させる情報処理方法。
これにより、企業が提供するプロダクトが市場でどの程度受け入れられているのか、受け入れられる見込みがあるのかを表す評価指標値を算定することができる。
【符号の説明】
【0152】
１ 情報処理システム、１０ サーバ、１０１ 記憶部、１０３ 制御部、２０Ａ，２０Ｂ，２０Ｃ ユーザ端末、２０１ 記憶部、２０４ 制御部
【要約】 （修正有）
【課題】企業が提供するプロダクトについて評価指標値や、企業自体の評価値を算出するプログラム、情報処理装置及び情報処理方法を提供する。
【解決手段】プロダクトスコア算定処理において、ユーザにより投稿された投稿記事情報を取得する投稿取得ステップ、投稿取得ステップにおいて取得した前記投稿記事情報に関連しているプロダクトを特定するステップ及び投稿記事情報に基づき、特定されたプロダクトに関する評価指標値であるプロダクトスコアを算定するステップを備える。
【選択図】図１０
【解決手段】プロダクトスコア算定処理において、ユーザにより投稿された投稿記事情報を取得する投稿取得ステップ、投稿取得ステップにおいて取得した前記投稿記事情報に関連しているプロダクトを特定するステップ及び投稿記事情報に基づき、特定されたプロダクトに関する評価指標値であるプロダクトスコアを算定するステップを備える。
【選択図】図１０
【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】
【図14】
