情報処理システム、情報処理方法、プログラム及び情報記憶媒体
【課題】提供される情報に関連する情報の登録に基づくユーザの特徴の特定を可能とする。
【解決手段】クラスタバリュー特定部２６は、提供される情報に関連する情報の登録に応じて決定される、提供される情報に関する盛り上がりの高さを表すパラメータの値を特定する。期間特定部２８は、パラメータの値に基づいて、提供される情報に関する盛り上がりが時間経過とともに高くなる期間を特定する。ユーザ特徴特定部３０は、特定される期間に基づいて、関連する情報を登録するユーザの特徴を特定する。
【解決手段】クラスタバリュー特定部２６は、提供される情報に関連する情報の登録に応じて決定される、提供される情報に関する盛り上がりの高さを表すパラメータの値を特定する。期間特定部２８は、パラメータの値に基づいて、提供される情報に関する盛り上がりが時間経過とともに高くなる期間を特定する。ユーザ特徴特定部３０は、特定される期間に基づいて、関連する情報を登録するユーザの特徴を特定する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、情報処理システム、情報処理方法、プログラム及び情報記憶媒体に関する。
【背景技術】
【０００２】
ユーザが手軽に情報発信することができる様々なソーシャルメディアが存在する。このようなソーシャルメディアとしては、例えば、電子掲示板、ブログ、ウィキ、ソーシャルブックマーク、Ｔｗｉｔｔｅｒ（登録商標）、ソーシャル・ネットワーキング・サービス、などが挙げられる。
【０００３】
また、ソーシャルメディアに登録されたコンテンツを分析するツールも知られている。このようなツールを用いることによって、例えば、ソーシャルメディアを利用するユーザ同士の関係の特定や、旬な話題の特定などを行うことができる。
【発明の概要】
【発明が解決しようとする課題】
【０００４】
ソーシャルメディアにおいて、ユーザに提供されるニュース等の情報（ここでは、提供情報と呼ぶ。）に関連する情報（ここでは、関連情報と呼ぶ。）の登録（例えば、提供情報に対する感想等のリアクションが示されたブログ記事やコメントの投稿、ニュースが掲載されたウェブページに対するソーシャルブックマークの登録、など）が行われることがある。そして、関連情報を登録するユーザのなかには、提供情報に関する盛り上がりが時間経過とともに高くなる期間に関連情報を登録するものもいれば、提供情報に関する盛り上がりのピークを過ぎた後に関連情報を登録するものもいると思われる。
【０００５】
そのため、例えば、提供情報に関する盛り上がりが時間経過とともに高くなる期間に関連情報を登録するユーザ群をトレンドに対する感度が高いユーザ群として特定する、あるいは、提供情報に関する盛り上がりのピークを過ぎた後に関連情報を登録するユーザ群をトレンドに対する感度が低いユーザ群として特定する、などといった、ユーザによる関連情報の登録の分析に基づくユーザの特徴の特定が可能になると考えられる。しかし、従来の分析技術では、関連情報の登録に基づくユーザの特徴の特定を行うことができなかった。
【０００６】
本発明は上記課題に鑑みてなされたものであって、その目的の１つは、提供される情報に関連する情報の登録に基づくユーザの特徴の特定を可能とすることにある。
【課題を解決するための手段】
【０００７】
上記課題を解決するために、本発明に係る情報処理システムは、提供される情報に関連する情報の登録に応じて決定される、前記提供される情報に関する盛り上がりの高さを表すパラメータの値を特定する値特定手段と、前記パラメータの値に基づいて、前記提供される情報に関する盛り上がりが時間経過とともに高くなる期間を特定する期間特定手段と、特定される期間に基づいて、前記関連する情報を登録するユーザの特徴を特定する特徴特定手段と、を含むことを特徴とする。
【０００８】
また、本発明に係る情報処理方法は、提供される情報に関連する情報の登録に応じて決定される、前記提供される情報に関する盛り上がりの高さを表すパラメータの値を特定する値特定ステップと、前記パラメータの値に基づいて、前記提供される情報に関する盛り上がりが時間経過とともに高くなる期間を特定する期間特定ステップと、特定される期間に基づいて、前記関連する情報を登録するユーザの特徴を特定する特徴特定ステップと、を含むことを特徴とする。
【０００９】
また、本発明に係るプログラムは、提供される情報に関連する情報の登録に応じて決定される、前記提供される情報に関する盛り上がりの高さを表すパラメータの値を特定する値特定手段、前記パラメータの値に基づいて、前記提供される情報に関する盛り上がりが時間経過とともに高くなる期間を特定する期間特定手段、特定される期間に基づいて、前記関連する情報を登録するユーザの特徴を特定する特徴特定手段、としてコンピュータを機能させることを特徴とする。
【００１０】
また、本発明に係る情報記憶媒体は、提供される情報に関連する情報の登録に応じて決定される、前記提供される情報に関する盛り上がりの高さを表すパラメータの値を特定する値特定手段、前記パラメータの値に基づいて、前記提供される情報に関する盛り上がりが時間経過とともに高くなる期間を特定する期間特定手段、特定される期間に基づいて、前記関連する情報を登録するユーザの特徴を特定する特徴特定手段、としてコンピュータを機能させることを特徴とするプログラムを記憶したコンピュータ読み取り可能な情報記憶媒体である。
【００１１】
本発明によれば、提供される情報に関する盛り上がりが時間経過とともに高くなる期間に基づいて、関連する情報を登録するユーザの特徴が特定されるので、提供される情報に関連する情報の登録に基づくユーザの特徴の特定が可能となる。
【００１２】
本発明の一態様では、前記特徴特定手段は、前記期間特定手段により特定される期間にユーザにより登録される前記関連する情報の数に基づいて、当該ユーザの特徴を特定することを特徴とする。
【００１３】
また、本発明の一態様では、前記値特定手段は、単位時間あたりに前記関連する情報が登録される数を特定し、前記期間特定手段は、単位時間あたりに前記関連する情報が登録される数が増加傾向にある期間を特定することを特徴とする。
【００１４】
また、本発明の一態様では、前記値特定手段は、前記提供される情報に関連するキーワードを含むコメントの単位時間あたりの登録回数を特定し、前記期間特定手段は、前記キーワードを含むコメントの単位時間あたりの登録回数が増加傾向にある期間を特定することを特徴とする。
【００１５】
また、本発明の一態様では、前記値特定手段は、情報が提供されるウェブページに対するソーシャルブックマークの単位時間あたりの登録回数を特定し、前記期間特定手段は、情報が提供されるウェブページに対するソーシャルブックマークの単位時間あたりの登録回数が増加傾向にある期間を特定することを特徴とする。
【００１６】
また、本発明に係る別の情報処理システムは、（１）提供される情報に関連する情報の登録に応じて決定される、前記提供される情報に関する盛り上がりの高さを表すパラメータの値、（２）前記パラメータの値に基づいて特定される、前記提供される情報に関する盛り上がりが時間経過とともに高くなる期間を示す情報、及び、（３）特定される期間に基づいて特定される、前記関連する情報を登録するユーザの特徴を示す情報、のうちの少なくとも１つを取得する取得手段と、前記取得手段により取得される情報に基づいて生成される情報を提示する提示手段と、を含むことを特徴とする。
【図面の簡単な説明】
【００１７】
【図１】本発明の一実施形態に係るコンピュータネットワークの全体構成図である。
【図２】本発明の一実施形態に係る分析システムで実現される機能の一例を示す機能ブロック図である。
【図３】本発明の一実施形態に係る分析システムで行われる処理の流れの一例を示すフロー図である。
【図４】コンテンツ管理データの一例を示す図である。
【図５】本発明の一実施形態に係る分析システムで行われる処理の流れの一例を示すフロー図である。
【図６】本発明の一実施形態に係る分析システムで行われる処理の実行状況の一例を模式的に示す図である。
【図７】先駆けユーザデータの一例を示す図である。
【図８】クラスタ検出結果ページの一例を示す図である。
【図９】先駆けユーザ一覧ページの一例を示す図である。
【図１０】ソーシャルブックマーク管理データの一例を示す図である。
【図１１】ヒストグラムの一例を模式的に示す図である。
【発明を実施するための形態】
【００１８】
［第１実施形態］
以下、本発明の一実施形態である第１実施形態について図面に基づき詳細に説明する。
【００１９】
図１は、本発明の第１実施形態に係るコンピュータネットワークの全体構成図である。図１に示すように、インターネットなどのコンピュータネットワーク１６には、いずれもコンピュータを中心に構成された分析システム１０、ソーシャルメディアシステム１２、クライアント１４（１４−１〜１４−ｎ）が接続されている。そして、分析システム１０、ソーシャルメディアシステム１２、クライアント１４、は互いに通信可能になっている。
【００２０】
分析システム１０は、本実施形態に係る情報処理システムとして機能するサーバ等のコンピュータシステムであり、ソーシャルメディアシステム１２に登録されているデータに対する分析を行う。ソーシャルメディアシステム１２は、例えば、ユーザから受け付けるコンテンツを公開するサービスを提供するサーバ等のコンピュータシステムである。本実施形態に係るソーシャルメディアシステム１２は、電子掲示板サービスを提供する。
【００２１】
分析システム１０、ソーシャルメディアシステム１２は、それぞれ、例えば、自装置にインストールされるプログラムに従って動作するＣＰＵ等のプログラム制御デバイスである制御部、ＲＯＭやＲＡＭ等の記憶素子やハードディスクドライブなどである記憶部、ネットワークボードなどの通信インタフェースである通信部、を含んで構成されている。これらの要素は、バスを介して接続される。分析システム１０、ソーシャルメディアシステム１２の記憶部には、自装置の制御部によって実行されるプログラムが記憶される。また、分析システム１０、及び、ソーシャルメディアシステム１２の記憶部は、自装置のワークメモリとしても動作する。
【００２２】
クライアント１４は、分析システム１０やソーシャルメディアシステム１２のユーザが利用するコンピュータであり、例えば、パーソナルコンピュータ、ゲームコンソール、テレビ受像機、携帯型ゲーム装置、携帯情報端末、などである。そして、クライアント１４は、例えば、ＣＰＵ等の制御部、ＲＯＭやＲＡＭ等の記憶素子やハードディスクドライブ等の記憶部、ディスプレイ、スピーカ等の出力部、ゲームコントローラ、タッチパッド、マウス、キーボード、マイク等の入力部、ネットワークボード等の通信部、ＤＶＤ−ＲＯＭやＢｌｕ−ｒａｙ（登録商標）ディスクなどの光ディスク（コンピュータ読み取り可能な情報記憶媒体）を読み取る光ディスクドライブ部、等を備えている。
【００２３】
また、本実施形態に係るクライアント１４には、ウェブブラウザが予めインストールされている。そして、本実施形態では、クライアント１４が、ウェブブラウザを通じて分析システム１０にアクセスし、分析システム１０に登録されているユーザＩＤ及びパスワードを入力してログインしてから、その後に所定のＵＲＬにアクセスすると、クライアント１４のディスプレイに所定のＵＲＬに対応する画面が表示される。また、本実施形態では、クライアント１４が、ウェブブラウザを通じてソーシャルメディアシステム１２にアクセスし、ソーシャルメディアシステム１２に登録されているユーザのユーザＩＤ及びパスワードを入力してログインしてから、その後に所定のＵＲＬにアクセスすると、クライアント１４のディスプレイに所定のＵＲＬに対応する画面が表示される。なお、分析システム１０やソーシャルメディアシステム１２では、ユーザＩＤ及びパスワードが入力された後は、例えば、セッションＩＤを参照すること等により、クライアント１４を利用するユーザのユーザＩＤを特定することができるようになっている。
【００２４】
本実施形態に係るソーシャルメディアシステム１２は、コメント等のコンテンツの投稿をクライアント１４から受け付けることができるようになっている。そして、投稿されたコンテンツは、ソーシャルメディアシステム１２が備える記憶部に記憶される。そして、ソーシャルメディアシステム１２は、クライアント１４からの要求に応じて、投稿されたコンテンツをクライアント１４に送信する。クライアント１４は、コンテンツを受信するとディスプレイに表示出力する。このようにして、ユーザにより投稿されたコンテンツが公開されることとなる。
【００２５】
図２は、本実施形態に係る分析システム１０で実現される機能の一例を示す機能ブロック図である。図２に示すように、分析システム１０は、機能的には、データ記憶部２０、データ収集部２２、コンテンツ管理データ取得部２４、クラスタバリュー特定部２６、期間特定部２８、ユーザ特徴特定部３０、ページ生成部３２、ページ出力部３４、を含んでいる。データ記憶部２０は、分析システム１０が備える記憶部を主として実現されている。その他の要素は、分析システム１０が備える制御部を主として実現されている。
【００２６】
これらの機能は、コンピュータである分析システム１０で、本実施形態に係るプログラムが実行されることにより実現される。このプログラムは、コンピュータ通信ネットワーク経由で通信インタフェースを介して他のコンピュータからダウンロードされてもよいし、光ディスク（例えば、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、Ｂｌｕ−ｒａｙディスクなど）、ＵＳＢメモリ等のコンピュータ読み取り可能な情報記憶媒体に格納され、そこから光ディスクドライブやＵＳＢ（Universal Serial Bus）ポートなどを介して分析システム１０にインストールされてもよい。
【００２７】
ここで、本実施形態に係る分析システム１０で行われる、分析対象となるコンテンツの収集処理の流れの一例を、図３に示すフロー図を参照しながら説明する。なお、本実施形態では、予め、データ記憶部２０に、ソーシャルメディアシステム１２から取得されるコンテンツに関する条件を示す条件データが記憶されている。そして、条件データは、分析システム１０のユーザによって設定することができるようになっている。ここでは、例えば、所定のキーワード文字列が条件データとしてデータ記憶部２０に記憶されていることとする。
【００２８】
まず、データ収集部２２は、ソーシャルメディアシステム１２から、ユーザによりソーシャルメディアシステム１２に投稿されたコンテンツであって、上述の条件データが示す条件を満足するコンテンツを取得する（Ｓ１０１）。そして、データ収集部２２は、Ｓ１０１に示す処理で取得したコンテンツについて、取得済であるコンテンツと重複するものがないか否かを確認して、取得済であるコンテンツを以降の処理の対象から除外する（Ｓ１０２）。そして、データ収集部２２は、Ｓ１０２に示す処理で除外されなかったコンテンツに基づいて、図４に例示するコンテンツ管理データ４０を生成する（Ｓ１０３）。このように、本実施形態では、ソーシャルメディアシステム１２から取得されるコンテンツは、コンテンツ管理データ４０として管理される。コンテンツ管理データ４０は、図４に示すように、例えば、コンテンツ管理データ４０の識別子であるコンテンツ管理ＩＤ、コンテンツの投稿を行ったユーザの識別子であるユーザＩＤ、コンテンツの投稿が行われた日時を示す投稿日時データ、投稿されたコンテンツ（本実施形態では、コメント）を示すコンテンツデータ、などが含まれている。そして、データ収集部２２は、Ｓ１０３に示す処理で生成されたコンテンツ管理データ４０をデータ記憶部２０に記憶させる（Ｓ１０４）。そして、データ収集部２２は、予め定められたループタイミングが到来したか否か（例えば、Ｓ１０１に示す処理の開始時点から１時間が経過したか否か）を監視して（Ｓ１０５）、ループタイミングが到来したら、Ｓ１０１以降の処理を再度実行する。
【００２９】
このようにして、本実施形態では、ソーシャルメディアシステム１２に投稿されたコンテンツに基づくコンテンツ管理データ４０が、データ記憶部２０に蓄積されていくこととなる。
【００３０】
次に、本実施形態に係る分析システム１０で行われる、コンテンツ管理データ４０に基づく、ソーシャルメディアシステム１２に投稿されたコンテンツの分析処理の流れの一例を、図５に示すフロー図を参照しながら説明する。
【００３１】
まず、コンテンツ管理データ取得部２４が、データ記憶部２０に記憶されているコンテンツ管理データ４０を取得する。（Ｓ２０１）。そして、クラスタバリュー特定部２６が、Ｓ２０１に示す処理で取得されたコンテンツ管理データ４０を、コンテンツ管理データ４０に含まれる投稿日時データが示す投稿日時が早いものから遅いものへの順序となるようソートする（Ｓ２０２）。そして、クラスタバリュー特定部２６は、コンテンツが投稿された日時の順序が最初ではないコンテンツ管理データ４０のそれぞれについて、当該コンテンツ管理データ４０に含まれる投稿日時データが示す投稿日時と、コンテンツが投稿された日時の順序が直前であるコンテンツ管理データ４０に含まれる投稿日時データが示す投稿日時と、の時間差である投稿時間差を関連付ける。（Ｓ２０３）。そして、クラスタバリュー特定部２６が、Ｓ２０３に示す処理でコンテンツが投稿された日時の順序が最初ではないコンテンツ管理データ４０のそれぞれについて算出された投稿時間差の代表値（本実施形態では、例えば、複数の投稿時間差の中央値（メジアン））を算出する（Ｓ２０４）。
【００３２】
そして、クラスタバリュー特定部２６は、関連付けられている投稿時間差に基づく、コンテンツ管理データ４０のクラスタリングを実行する（Ｓ２０５）。
【００３３】
図６は、Ｓ２０５以降の処理の実行状況の一例を模式的に示す図である。本処理例では、クラスタバリュー特定部２６は、Ｓ２０５に示す処理において、例えば、コンテンツが投稿された日時の順序が最初であるコンテンツ管理データ４０を最初のクラスタ４２に属するメンバとして設定する。そして、コンテンツが投稿された日時の順序が２番目以降であるコンテンツ管理データ４０について、関連付けられている投稿時間差がＳ２０４に示す処理で算出された代表値よりも小さければ、当該コンテンツ管理データ４０を、コンテンツが投稿された日時の順序が直前であるコンテンツ管理データ４０と同一のクラスタ４２に属するメンバとして設定し、そうでない場合は、当該コンテンツ管理データ４０を新たなクラスタ４２に属するメンバとして設定する。
【００３４】
図６では、コンテンツ管理データ４０に対応する投稿が丸印によって表されている。そして、図６に示されている横軸は、左が早い時刻、右が遅い時刻を示す時間軸である。そして、それぞれの丸印について、丸印を横軸に射影した位置は、丸印に対応するコンテンツの投稿が行われた時刻に対応している。
【００３５】
そして、線分によって互いに連結されている丸印群は、上述のクラスタ４２を表している。図６には、５つのクラスタ４２（第１のクラスタ４２−１、第２のクラスタ４２−２、第３のクラスタ４２−３、第４のクラスタ４２−４、及び、第５のクラスタ４２−５）が表されている。図６では、第１のクラスタ４２−１には３つのコンテンツ管理データ４０、第２のクラスタ４２−２には２つのコンテンツ管理データ４０、第３のクラスタ４２−３には１つのコンテンツ管理データ４０、第４のクラスタ４２−４には２つのコンテンツ管理データ４０、第５のクラスタ４２−５には３つのコンテンツ管理データ４０が属していることが示されている。図６に示すように、Ｓ２０５に示す処理では、コンテンツが投稿された日時の間隔が上述の代表値よりも小さな一連のコンテンツ管理データ４０が、同一のクラスタ４２に属するよう設定されることとなる。
【００３６】
そして、クラスタバリュー特定部２６は、Ｓ２０５に示す処理によって設定された各クラスタ４２について、上述の条件データが示す条件を満足する投稿の盛り上がりの高さを示すパラメータの値であるクラスタバリューを特定して、クラスタ４２に対応付ける（Ｓ２０６）。本処理例では、クラスタバリューは、クラスタ４２に属するコンテンツ管理データ４０が表すコンテンツの投稿速度（単位時間あたりの投稿回数）を示しており、例えば、（クラスタ４２に属するコンテンツ管理データ４０の数−１）／（クラスタ４２に属するコンテンツ管理データ４０のうちの最初に投稿されたコンテンツに対応するコンテンツ管理データ４０に含まれる投稿日時データが示す投稿日時からクラスタ４２に属するコンテンツ管理データ４０のうちの最後に投稿されたコンテンツに対応するコンテンツ管理データ４０に含まれる投稿日時データが示す投稿日時までの時間）という数式によって算出される。なお、本処理例では、属するメンバの数が１であるクラスタ４２（図６の例では第３のクラスタ４２−３）については、クラスタバリューの値は設定されない。
【００３７】
図６の縦軸は、クラスタバリューの大きさを示している。そして、図６には、第１のクラスタ４２−１、第２のクラスタ４２−２、第４のクラスタ４２−４、及び、第５のクラスタ４２−５に対応するクラスタバリューが四角印により示されている。また、図６には、第２のクラスタ４２−２、第４のクラスタ４２−４、に対応付けられるクラスタバリューが、第１のクラスタ４２−２、第５のクラスタ４２−４、に対応付けられるクラスタバリューよりも大きいことが示されている。
【００３８】
そして、クラスタバリュー特定部２６は、Ｓ２０５に示す処理によって設定されたクラスタ４２のそれぞれについて、クラスタ４２に属するコンテンツ管理データ４０に含まれるコンテンツデータが示す文字列から、所定回数以上登場している技術用語の抽出を行って、抽出された技術用語をクラスタに関連付ける（Ｓ２０７）。
【００３９】
そして、期間特定部２８は、Ｓ２０６に示す処理で特定されるクラスタバリューの値が大きなクラスタ４２（例えば、対応付けられているクラスタバリューの値の大きさが、クラスタバリューが算出されたクラスタのうちの上位５％であるクラスタ４２）を特定する（Ｓ２０８）。ここでは、例えば、図６における、第２のクラスタ４２−２及び第４のクラスタ４２−４が特定されたこととする。
【００４０】
そして、期間特定部２８は、クラスタバリューが対応付けられたクラスタ４２（すなわち、Ｓ２０８に示す処理における特定の対象となったクラスタ４２）において、対応付けられる投稿日時が連続する複数のクラスタ４２がＳ２０８に示す処理で特定された際には、これら複数のクラスタをまとめて１つのクラスタに統合する（Ｓ２０９）。図６では、第２のクラスタ４２−２及び第４のクラスタ４２−４が特定されているので、第２のクラスタ４２−２及び第４のクラスタ４２−４をまとめて１つのクラスタ４２（統合クラスタ４２ａ）に統合する。
【００４１】
そして、期間特定部２８は、Ｓ２０８及びＳ２０９に示す処理で特定されたクラスタ４２に対応する時間（例えば、図６における、統合クラスタ４２ａに属するコンテンツ管理データ４０のうちの最初に投稿されたコンテンツに対応するコンテンツ管理データ４０に含まれる投稿日時データが示す日時から、統合クラスタ４２ａに属するコンテンツ管理データ４０のうち最後に投稿されたコンテンツに対応するコンテンツ管理データ４０に含まれる投稿日時データが示す投稿日時までの時間Ｔ１）を、時間の長さが等しい３つの時間（例えば、それぞれの時間の長さはＴ１／３である３つの時間）に分割する（Ｓ２１０）。そして、期間特定部２８は、分割されたそれぞれの時間を、早いものから順に、先頭時間、中間時間、末尾時間と設定する（Ｓ２１１）。図６の例では、Ｓ２０８及びＳ２０９に示す処理で１つのクラスタ４２（統合クラスタ４２ａ）だけが特定されるが、Ｓ２０８に示す処理で複数のクラスタ４２（統合クラスタ４２ａも含まれる。）が特定された場合には、Ｓ２０９に示す処理で特定されたクラスタ４２それぞれについて先頭時間、中間時間、及び、末尾時間が設定されることとなる。第１実施形態では、先頭期間が、ユーザに提供される情報に関する盛り上がりが時間経過とともに高くなる期間として取り扱われる。
【００４２】
そして、ユーザ特徴特定部３０は、コンテンツ管理データ４０に基づいて、ユーザ毎の、先頭時間の範囲内に投稿された投稿数を特定する（Ｓ２１２）。Ｓ２１１に示す処理で複数の先頭時間が設定された場合には、ユーザ毎の、それぞれの先頭時間の範囲内に投稿された投稿数の合計を特定する。そして、ユーザ特徴特定部３０は、各ユーザに対応付けられる、Ｓ２１２に示す処理で特定された投稿数の多いユーザから順に設定された順位、当該ユーザのユーザＩＤ、当該ユーザについてＳ２１２に示す処理で特定された投稿数を示すスコア、が含まれる、図７に例示する先駆けユーザデータ４４を生成して、データ記憶部２０に記憶させて（Ｓ２１３）、本処理例に示す処理を終了する。
【００４３】
ページ生成部３２は、上述の処理の終了後に受け付ける分析システム１０のユーザからの要求に応じて、クラスタバリュー、先駆け時間区間を示す情報、及び、先駆けユーザデータ４４のうちの少なくとも１つを取得する。そして、ページ生成部３２は、取得したデータに基づいて、図８に示すクラスタ検出結果ページ４６を生成する。そして、ページ出力部３４は、生成されたクラスタ検出結果ページ４６をクライアント１４に送信する。そして、クライアント１４は、クラスタ検出結果ページ４６を受信すると、ディスプレイに表示出力する。
【００４４】
図８に示すクラスタ検出結果ページ４６には、図６に示されている内容と同様のクラスタバリューの時間変化が示されている。また、図８に示すクラスタ検出結果ページ４６では、クラスタバリューが算出されたクラスタ４２について、上述のＳ２０７に示す処理でクラスタ４２に属するコンテンツ管理データ４０に含まれるコンテンツデータから抽出された技術用語が関連付けられている。なお、クラスタ検出結果ページ４６に、上述の第３のクラスタ４２−３について抽出された技術用語が配置されていても構わない。
【００４５】
また、ページ生成部３２は、上述の処理の終了後に受け付ける分析システム１０のユーザからの要求に応じて、図９に示す先駆けユーザ一覧ページ４８を生成する。そして、ページ出力部３４は、生成された先駆けユーザ一覧ページ４８をクライアント１４に送信する。クライアント１４は、先駆けユーザ一覧ページ４８を受信すると、ディスプレイに表示出力する。先駆けユーザ一覧ページ４８には、先駆けユーザデータ４４における順位が５位以内であるユーザの順位、ユーザＩＤ、及び、スコアが配置されている。
【００４６】
なお、先駆けユーザ一覧ページ４８に配置されているユーザＩＤをユーザがクリックした際に、ページ生成部３２が、クリックされたユーザＩＤに関連するコンテンツ（例えば、クリックされたユーザＩＤに対応付けられるユーザにより投稿されたコンテンツ）が配置されたページを生成するようにしてもよい。そして、ページ出力部３４が、このページをクライアント１４に送信し、クライアント１４が、受信したこのページを表示するようにしてもよい。
【００４７】
また、先駆けユーザ一覧ページ４８に配置されているユーザＩＤをユーザがクリックした際に、分析システム１０が、クリックしたユーザＩＤに、クリックを行ったユーザのユーザＩＤを関連づけて記憶するようにしてもよい。そして、分析システム１０は、クライアント１４からの要求に応じて、当該クライアント１４のユーザに関連づけられているユーザに関する情報を、要求元のクライアント１４に提供するようにしてもよい。
【００４８】
また、ページ生成部３２は、先駆けユーザ一覧ページ４８に、ユーザの順位、ユーザＩＤ、及び、スコアに加え、先駆けユーザ一覧ページ４８に配置されているユーザＩＤの選択を行うユーザにとって参考となる情報（例えば、ユーザＩＤに対応付けられるユーザによる先駆け時間区間内におけるコンテンツの投稿数などといった分析システム１０による分析で用いられた情報、ユーザＩＤに対応付けられるユーザにより投稿されたコンテンツに所定数以上含まれる語句、ユーザＩＤに対応付けられるユーザの属性（例えば、性別や住所）など）も併せて配置するようにしてもよい。
【００４９】
なお、本実施形態に係る分析システム１０で行われるコンテンツの分析処理の流れの一例は上述の処理例には限定されない。
【００５０】
例えば、クラスタバリュー特定部２６によるクラスタの決定処理は、上述のＳ２０４及びＳ２０５に示す処理に限定されない。例えば、クラスタバリュー特定部２６は、予め定められた複数の閾値（例えば、１秒、２秒、３秒・・・）のそれぞれについて、投稿日時の間隔が閾値よりも小さい一連のコンテンツ管理データ４０が同一のクラスタ４２に属するようクラスタ４２の設定を行ってもよい。そして、クラスタバリュー特定部２６は、設定されたクラスタ４２の個数と、クラスタ４２とクラスタ４２との間の隙間の数と、の和を算出するようにしてもよい。例えば、図６のように、クラスタ４２の数が５であり、クラスタ４２とクラスタ４２との間の隙間の数が４である場合には、上述の和は９と算出される。そして、クラスタバリュー特定部２６は、このようにして算出される和が最大となる閾値を特定するようにしてもよい。そして、クラスタバリュー特定部２６は、コンテンツが投稿された日時の間隔が、特定された閾値よりも小さな一連のコンテンツ管理データ４０が、同一のクラスタ４２に属するようクラスタ４２の設定を行うようにしてもよい。
【００５１】
また、例えば、投稿時間差の定義は、上述の処理例に示す定義に限定されない。例えば、クラスタバリュー特定部２６が、所定の１サイクルの時間（例えば、２４時間）を所定数（例えば、１００）に分割した時間範囲（標準投稿速度適用時間範囲と呼ぶ。）毎に、その時間範囲内の投稿に対応付けられるコンテンツ管理データ４０について、当該コンテンツ管理データ４０の投稿日時と、投稿日時の順序が直前であるコンテンツ管理データ４０の投稿日時と、の時間差の逆数を算出するようにしてもよい。ここでは、時間差が０．５秒以下である場合には、時間差の逆数は２．０として取り扱うこととする。そして、クラスタバリュー特定部２６は、このようにして算出された時間差の逆数の平均値を、対応する標準投稿速度適用時間範囲における標準投稿速度として算出するようにしてもよい。そして、上述のＳ２０３に示す処理において、クラスタバリュー特定部２６は、投稿日時の順序が最初ではないコンテンツ管理データ４０のそれぞれについて、当該コンテンツ管理データ４０に含まれる投稿日時データが示す投稿日時と、コンテンツが投稿された日時の順序が直前であるコンテンツ管理データ４０に含まれる投稿日時データが示す投稿日時と、の時間差と、当該コンテンツ管理データ４０の投稿日時が含まれる標準投稿速度適用時間範囲における標準投稿速度と、の積である標準投稿時間差を上述の投稿時間差の代わりに関連付けるようにしてもよい。そして、分析システム１０は、Ｓ２０４以降の処理において、このようにして関連付けられた標準投稿時間差を、上述の処理例における投稿時間差の代わりに用いるようにしてもよい。
【００５２】
また、例えば、期間特定部２８は、上述のＳ２０９に示す処理において、Ｓ２０８に示す処理で特定されたクラスタ４２（又は統合クラスタ４２ａ）に対応する時間を、時間内におけるコンテンツの投稿数が等しい３つの時間に分割するようにしてもよい。
【００５３】
また、例えば、上述のＳ２０９に示す処理において、期間特定部２８は、対応付けられる投稿日時が、第２のクラスタ４２−２と第４のクラスタ４２−４の間である第３のクラスタ４２−３も統合クラスタ４２ａに統合するようにしてもよい。
【００５４】
また、例えば、条件データは、コンテンツ名を表す文字列、サイトＵＲＬを表す文字列、タグ名を表す文字列、などを示すものであっても構わない。そして、データ収集部２２が、上述の条件を満足するコンテンツ（例えば、条件データが示す文字列に名称が合致するコンテンツ、条件データが示すサイトＵＲＬで所在が示されるブログ記事等のコンテンツ、条件データが示す文字列にタグ名が合致するタグを含むコンテンツ、など）を取得するようにしてもよい。そして、分析システム１０が、データ収集部２２により取得されたコンテンツに対して上述のような分析を行うようにしてもよい。
【００５５】
［第２実施形態］
以下、本発明の別の実施形態である第２実施形態について図面に基づき詳細に説明する。
【００５６】
第２実施形態に係るコンピュータネットワークの全体構成は、図１と同様の全体構成図により表される。また、第２実施形態に係るソーシャルメディアシステム１２は、ソーシャルブックマークサービスを提供する。また、第２実施形態に係る分析システム１０で実現される機能の一例は、図２と同様の機能ブロック図により表される。
【００５７】
第２実施形態では、データ記憶部２０に、所定のＵＲＬが条件データとして予め記憶されている。そして、データ収集部２２は、ソーシャルメディアシステム１２から、ソーシャルメディアシステム１２に登録されたソーシャルブックマークであって、上述の条件データが示す条件を満足する（例えば、条件データが示すＵＲＬで所在が表されたウェブページに対するソーシャルブックマークである、等）ソーシャルブックマークを取得する。そして、データ収集部２２は、ソーシャルメディアシステム１２から取得されるソーシャルブックマークの解析を実行することによって、図１０に例示するソーシャルブックマーク管理データ５０を生成して、データ記憶部２０に記憶させる。本実施形態では、ソーシャルメディアシステム１２から取得されるソーシャルブックマークは、ソーシャルブックマーク管理データ５０として管理される。図１０に示すように、ソーシャルブックマーク管理データ５０は、ソーシャルブックマーク管理データ５０の識別子であるソーシャルブックマーク管理ＩＤ、ソーシャルブックマークの登録を行ったユーザの識別子であるユーザＩＤ、ソーシャルブックマークの登録が行われた日時を示す登録日時データ、ソーシャルブックマークの対象となるウェブページのＵＲＬ（リンク先のＵＲＬ）を示すＵＲＬデータ、ソーシャルブックマークの登録の際にユーザにより登録されたコメントを示すコメントデータ、などが含まれている。
【００５８】
このようにして、本実施形態では、ソーシャルメディアシステム１２に登録されたソーシャルブックマークに基づくソーシャルブックマーク管理データ５０が、データ記憶部２０に記憶される。
【００５９】
以下、データ記憶部２０に記憶されたソーシャルブックマーク管理データ５０のうち、ソーシャルブックマークの登録日時が最も早いソーシャルブックマーク管理データ５０に含まれる登録日時データが示す登録日時から、ソーシャルブックマークの登録日時が最も遅いソーシャルブックマーク管理データ５０に含まれる登録日時データが示す登録日時までの時間を分析対象時間Ｔ２と呼ぶこととする。
【００６０】
そして、クラスタバリュー特定部２６が、データ記憶部２０に記憶されたソーシャルブックマーク管理データ５０に基づいて、ソーシャルブックマークの登録頻度を表すヒストグラム５２を生成する（図１１参照）。本実施形態に係るヒストグラム５２では、条件データが示すＵＲＬで所在が表されたウェブページに対する最初のソーシャルブックマークが登録された時点からの経過時間を、所定時間毎（例えば、５分毎）に区切った時間区間（以下、ヒストグラム区間と呼ぶ。）それぞれについての、登録日時が時間区間によって表される時間の範囲内であるソーシャルブックマーク数（単位時間あたりのソーシャルブックマークの登録回数）が表される。
【００６１】
そして、クラスタバリュー特定部２６は、ヒストグラム５２に対して平滑化を実行する。クラスタバリュー特定部２６は、具体的には、例えば、あるヒストグラム区間に対応付けられるソーシャルブックマークの数＝直前のヒストグラム区間に対応付けられるソーシャルブックマークの数の１／５＋当該ヒストグラム区間に対応付けられるソーシャルブックマークの数の３／５＋直後のヒストグラム区間に対応付けられるソーシャルブックマークの数の１／５という数式によって、各ヒストグラム区間に対応付けられるソーシャルブックマークの数を変更する。図１１は、上述の平滑化が実行された後のヒストグラム５２の一例を模式的に示した図である。そして、図１１には、平滑化が実行された後における、各ヒストグラム区間に対応付けられるソーシャルブックマーク数が示されている。第２実施形態では、ヒストグラム区間に対応付けられるソーシャルブックマーク数が、ユーザに提供される情報であるウェブページに関する盛り上がりの高さを表すパラメータの値として取り扱われる。
【００６２】
そして、クラスタバリュー特定部２６は、上述の平滑化の後の、各ヒストグラム区間に対応付けられるソーシャルブックマーク数に基づいて、分析対象時間を等時間間隔で分割した時間区間であり、かつ、連続する所定数（図１１の例では、３）のヒストグラム区間に対応付けられる時間区間である分析単位時間区間のそれぞれについて、分析単位時間区間における、ソーシャルブックマークの単位時間あたりの平均登録数（以下、区間平均登録数と呼ぶ。）を算出する。また、クラスタバリュー特定部２６は、解析の対象となる時間についての、ソーシャルブックマークの単位時間あたりの平均登録数（以下、全体平均登録数と呼ぶ。）を算出する。図１１には、区間平均登録数及び全体平均登録数も示されている。
【００６３】
そして、期間特定部２８は、区間平均登録数が全体平均登録数以上である分析単位時間区間における、対応付けられるソーシャルブックマークの数が最大であるヒストグラム区間をピークヒストグラム区間として特定する。ピークヒストグラム区間は、区間平均登録数が全体平均登録数以上である分析単位時間区間毎に特定される。そして、期間特定部２８は、区間平均登録数が全体平均登録数未満である分析単位時間区間における、対応付けられるソーシャルブックマークの数が最小である（０でもよい。）ヒストグラム区間をディップヒストグラム区間として特定する。ディップヒストグラム区間は、区間平均登録数が全体平均登録数未満である分析単位時間区間毎に特定される。
【００６４】
なお、本実施形態では、区間平均登録数が全体平均登録数以上である分析単位時間区間において、ヒストグラム５２が示すソーシャルブックマークの数が最大であるヒストグラム区間が複数存在する場合は、最も早い時間に対応付けられるヒストグラム区間をピークヒストグラム区間として特定する。また、本実施形態では、区間平均登録数が全体平均登録数未満である分析単位時間区間において、ヒストグラム５２が示すソーシャルブックマークの数が最小であるヒストグラム区間が複数存在する場合は、最も遅い時間に対応付けられるヒストグラム区間をディップヒストグラム区間として特定する。
【００６５】
そして、期間特定部２８は、時間において隣接し、かつ、ディップヒストグラム区間に対する時間がピークヒストグラム区間に対応する時間よりも前である、ディップヒストグラム区間とピークヒストグラム区間の組合せのそれぞれについて、ディップヒストグラム区間の開始時点からピークヒストグラム区間の終了時点までに対応する時間区間を、先駆け時間区間として特定する。図１１の例では、３つの先駆け時間区間が特定されている。第２実施形態では、先駆け時間区間が、ユーザに提供される情報であるウェブページに関する盛り上がりが時間経過とともに高くなる期間として取り扱われる。
【００６６】
そして、ユーザ特徴特定部３０は、各ユーザのスコアの初期値を０に設定する。そして、ユーザ特徴特定部３０が、ソーシャルブックマーク管理データ５０に基づいて、先駆け時間区間の範囲内である各ヒストグラム区間について、ソーシャルブックマークの登録を行ったユーザを特定する。そして、特定されたユーザについては、当該ヒストグラム区間が含まれる分析単位時間区間における区間平均登録数を当該ユーザのスコアに加算する。
【００６７】
そして、ユーザ特徴特定部３０は、各ユーザに対応付けられる、上述のようにして算出されたスコアが大きなユーザから順に設定された順位、当該ユーザのユーザＩＤ、当該ユーザについて算出されたスコア、が含まれる、図７と同様の先駆けユーザデータ４４を生成して、データ記憶部２０に記憶させる。
【００６８】
第２実施形態では、ページ生成部３２は、上述の処理の終了後に受け付ける分析システム１０のユーザからの要求に応じて、区間平均登録数、全体平均登録数、先駆け時間区間を示す情報、及び、先駆けユーザデータ４４のうちの少なくとも１つを取得する。そして、ページ生成部３２は、取得したデータに基づいて、図９と同様の先駆けユーザ一覧ページ４８を生成する。そして、ページ出力部３４は、生成された先駆けユーザ一覧ページ４８をクライアント１４に送信する。クライアント１４は、先駆けユーザ一覧ページ４８を受信すると、ディスプレイに表示出力する。先駆けユーザ一覧ページ４８には、先駆けユーザデータ４４における順位が５位以内であるユーザの順位、ユーザＩＤ、及び、スコアが配置されている。
【００６９】
また、第２実施形態では、ページ生成部３２は、上述の処理の終了後に受け付ける分析システム１０のユーザからの要求に応じて、ユーザにより指定される先駆けユーザにより最近登録されたソーシャルブックマークのタイトルのリスト、及び、ユーザにより指定される先駆けユーザにより先駆け時間区間に登録されたソーシャルブックマークのタイトルのリストが一覧で表された先駆けソーシャルブックマークリストページ（図示せず）を生成する。このとき、リストに含まれるタイトルのそれぞれは、ソーシャルブックマークの対象となるウェブページへのリンクとして設定される。そして、ページ出力部３４は、生成された先駆けソーシャルブックマークリストページをクライアント１４に送信する。クライアント１４は、先駆けソーシャルブックマークリストページを受信すると、ディスプレイに表示出力する。
【００７０】
また、ページ生成部３２は、先駆けユーザ一覧ページ４８に、ユーザの順位、ユーザＩＤ、及び、スコアに加え、先駆けユーザの指定を行うユーザにとって参考となる情報（例えば、ユーザＩＤに対応付けられるユーザによる先駆け時間区間内におけるソーシャルブックマークの登録数など分析システム１０による分析で用いられた情報、ユーザＩＤに対応付けられるユーザにより登録されたソーシャルブックマークの対象となるウェブページに所定数以上含まれる語句、ユーザＩＤに対応付けられるユーザの属性（例えば、性別や住所）など）も併せて配置されていてもよい。
【００７１】
例えば、ニュース等の情報が掲載されたウェブページがユーザに提供された際には、電子掲示板サービスを提供するソーシャルメディアシステム１２に、その情報に対するリアクションであるコメントが投稿されたり、ソーシャルブックマークサービスを提供するソーシャルメディアシステム１２に、そのニュース等の情報が掲載されたウェブページに対するソーシャルブックマークが登録されたりする。このようにして、ユーザに提供された情報に関連する情報が、ソーシャルメディアシステム１２に登録されることとなる。
【００７２】
そして、そのようなコンテンツは、例えば、第１実施形態におけるキーワード、あるいは、第２実施形態におけるＵＲＬ、などといった条件を指定することで、ソーシャルメディアシステム１２から収集することができる。そして、第１実施形態における先頭時間、あるいは、第２実施形態における先駆け時間区間、などといった、ユーザに提供された情報に関する盛り上がりが時間経過とともに高くなる期間に、ソーシャルメディアシステム１２にコンテンツを登録する傾向の強いユーザは、ユーザに提供された情報に対する感度が高いユーザ（先駆けユーザ）である可能性が高いと考えられる。よって、第１実施形態や第２実施形態における先駆けユーザデータ４４における順位の高い（スコアの大きい）ユーザは、ユーザに提供された情報に対する感度が高いユーザ（先駆けユーザ）であると考えられる。よって、先駆けユーザデータ４４によって、ユーザが先駆けユーザであるか否かを判別することができることとなる。
【００７３】
なお、第１実施形態において、分析システム１０が、例えば、ユーザ毎の、第１実施形態における末尾時間（又は、中間時間）の範囲内に投稿された投稿数の多いユーザから順に設定された順位、当該ユーザのユーザＩＤ、当該ユーザについてＳ２１０に示す処理で特定された投稿数を示すスコア、が含まれる後追いユーザデータ（又は、目利きユーザデータ）を生成して、データ記憶部２０に記憶させるようにしてもよい。
【００７４】
また、第２実施形態において、分析システム１０が、時間において隣接し、かつ、ピークヒストグラム区間に対する時間がディップヒストグラム区間に対応する時間よりも前である、ピークヒストグラム区間とディップヒストグラム区間の組合せのそれぞれについて、ピークヒストグラム区間の開始時点からディップヒストグラム区間の終了時点までに対応する時間区間を、後追い時間区間として特定するようにしてもよい。そして、分析システム１０が、後追い時間区間の範囲内である各ヒストグラム区間にソーシャルブックマークの登録を行ったユーザについて、ヒストグラム区間が含まれる分析単位時間区間における区間平均登録数を加算することによりスコアを算出するようにしてもよい。そして、分析システム１０が、上述のようにして算出されたスコアが大きなユーザから順に設定された順位、当該ユーザのユーザＩＤ、当該ユーザについて算出されたスコア、が含まれる、後追いユーザデータを生成して、データ記憶部２０に記憶させるようにしてもよい。
【００７５】
このようにして、第１実施形態や第２実施形態によれば、提供される情報に関連するコンテンツの投稿に基づくユーザの特徴（例えば、先駆けユーザであるか、目利きユーザであるか、後追いユーザであるか、など。）の特定が可能となる。
【００７６】
そして、先駆けユーザデータや目利きユーザデータや後追いユーザデータは、広告、宣伝、情報推薦、情報提供等に役立つと考えられる。具体的には、例えば、先駆けユーザには新商品の情報を提供するようにして、後追いユーザにはベストセラーになった商品の情報を提供する、などのようにすることが考えられる。また、先駆けユーザが投稿するコンテンツを監視することによって、今後の流行の予測を行うことが考えられる。また、先駆けユーザに、レビュー記事の依頼をするということも考えられる。また、先駆けユーザに新情報を提供することによって、コンテンツの投稿を促し、新情報の発信を行ってもらうようにすることも考えられる。
【００７７】
また、第１実施形態や第２実施形態において、例えば、ページ生成部３２が、（１）先駆け時間区間と、当該先駆け時間区間に対応付けられる値（例えば、第１実施形態における先駆け時間区間内におけるクラスタバリューの代表値（例えば、先駆け時間区間内におけるクラスタバリューの最大値等）や、第２実施形態における先駆け時間区間内における区間平均登録数の代表値（例えば、先駆け時間区間内における区間平均登録数の最大値等））と、を対応付けた情報、（２）先駆け時間区間と、当該先駆け時間区間に対応付けられる語句及び当該語句が含まれる個数（例えば、第１実施形態における投稿されたコンテンツに含まれる語句及び語句が含まれる個数や、第２実施形態におけるソーシャルブックマークの対象となるウェブページに含まれる語句及び語句が含まれる個数）と、を対応付けた情報、（３）先駆け時間区間と、当該先駆け時間区間におけるコンテンツの投稿数やソーシャルブックマーク登録数などが所定数以上であるユーザの数の、先駆け時間区間にコンテンツの投稿やソーシャルブックマークの登録などを行ったユーザの総数に対する割合と、を対応付けた情報等が配置されたページを生成するようにしてもよい。
【００７８】
また、第１実施形態や第２実施形態において、例えば、本実施形態に係る分析システム１０が、分析システム１０による解析により得られる語句、ＵＲＬ、タグ等の情報を提示するようにしてもよい。例えば、ページ生成部３２が、先駆け時間区間と、当該先駆け時間区間に投稿されたコンテンツに所定数以上多く含まれる語句、タグ、ＵＲＬなどと、を対応付けた情報等が配置されたページを生成するようにしてもよい。また、第１実施形態や第２実施形態において、例えば、ページ生成部３２が、先駆け時間区間に投稿されたコンテンツのタイトル等のリストが配置されたページを生成するようにしてもよい。そして、ページ出力部３４が、このページをクライアント１４に送信し、クライアント１４が、受信したこのページを表示するようにしてもよい。そして、分析システム１０が、このリストに含まれるタイトル等のユーザによる選択をクライアント１４から受け付けると、ページ生成部３２が、選択されたタイトル等に対応付けられるコンテンツが配置されたページを生成するようにしてもよい。そして、ページ出力部３４が、このページをクライアント１４に送信し、クライアント１４が、受信したこのページを表示するようにしてもよい。
【００７９】
また、第１実施形態や第２実施形態において、例えば、分析システム１０が、クライアント１４から、先駆け時間区間の指定を受け付けてもよい。そして、分析システム１０が、先駆け時間区間に基づいて特定される値（例えば、先駆け時間区間内におけるクラスタバリューの最大値や区間平均登録数の最大値など）が、指定された先駆け時間区間に基づいて特定される値を超える先駆け時間区間が発生した際に、その旨を先駆け時間区間の指定の送信元のクライアント１４に通知するようにしてもよい。
【００８０】
また、例えば、分析システム１０が、ユーザの特徴（先駆けユーザであるのか、目利きユーザであるのか、あるいは、後追いユーザであるのか、など）に基づいて、当該ユーザに推薦されるコンテンツを特定するようにしてもよい。そして、分析システム１０が、ユーザからの要求に応じて、当該ユーザに推薦されるコンテンツを提供するようにしてもよい。
【００８１】
また、例えば、分析システム１０が、複数の先駆け時間区間のそれぞれに対応付けられるキーワードや先駆けユーザ等に基づいて、先駆け時間区間同士の関係を特定するようにしてもよい。そして、特定された関係を表す情報をクライアント１４に提供するようにしてもよい。
【００８２】
なお、本発明は上述の実施形態に限定されるものではない。
【００８３】
例えば、分析システム１０は、時間経過と共に内容が変化する電子掲示板の投稿スレッドに投稿されたコメントを分析するようにしてもよい。このとき、分析システム１０は、定期的に、分析を実行する時刻の所定時間前（例えば、３時間前）から分析を実行する時刻までの時間の範囲に投稿されたコメントに応じた特徴量に基づいて、当該時間の範囲における投稿の盛り上がりの高さを示す指標（ここでは、尤度と呼ぶ。）の値を算出するようにしてもよい。
【００８４】
分析システム１０は、例えば、上述の時間の範囲に投稿されたコメントに基づいて、以下の（１）〜（１３）のそれぞれの特徴量の算出を行う。そして、分析システム１０は、算出された特徴量が所定の条件を満足するか否かを確認し、条件を満足する場合には尤度の値を１増加させる。ここで、尤度の初期値は０であることとする。
【００８５】
（１）常連密度：複数の人が所定の投稿件数内に登場しており、それぞれの人が複数回登場している程度。例えば、分析システム１０は、「所定の投稿数Ａ１だけ連続する投稿についての、質問型の投稿（例えば、文末が「？」である投稿）を所定数Ａ２以上含む、所定数Ａ３以上の投稿を行ったユーザ数Ｖ＿Ａ１を計算する。」という処理を、解析対象の投稿の範囲内で、所定の投稿数Ａ１だけ連続する投稿の範囲を所定の投稿数ずつ（例えば、１投稿ずつ）ずらしながら繰り返し、それぞれの範囲におけるＶ＿Ａ１を計算する。そして、分析システム１０は、それぞれの範囲について計算されたＶ＿Ａ１の最大値Ｖ＿Ａ２を常連密度として特定する。そして、分析システム１０は、Ｖ＿Ａ２が所定の閾値ｔｈ＿Ａ２以上であれば、上述の尤度の値を１増加させる。
【００８６】
（２）同時多発度：短期間内に、短い投稿の連鎖が入り乱れた多数発生する程度を表す。例えば、分析システム１０は、「所定期間Ｂ１内に投稿された投稿についての、投稿と、その投稿から所定時間Ｂ２内に行われた返信投稿の組合せの数Ｖ＿Ｂ１を計算する。」という処理を、解析対象の投稿の範囲内で、所定期間Ｂ１内に投稿された投稿の範囲を所定時間ずつ（例えば、１分ずつ）ずらしながら繰り返し、それぞれの範囲におけるＶ＿Ｂ１を計算する。そして、分析システム１０は、Ｖ＿Ｂ１が所定数Ｂ３以上である上述の範囲の数Ｖ＿Ｂ２を同時多発度として特定する。そして、分析システム１０は、Ｖ＿Ｂ２が所定の閾値ｔｈ＿Ｂ２以上であれば、上述の尤度の値を１増加させる。
【００８７】
（３）キャッチボール度：複数のユーザによりコメントが交互に投稿される程度を表す。例えば、分析システム１０は、「所定の投稿数Ｃ１だけ連続する投稿についての、質問型の投稿（例えば、文末が「？」である投稿）を所定数Ｃ２以上含む、所定数Ｃ３以上の投稿を行ったユーザを特定する。そして、そのユーザの投稿を投稿時刻に古い順に並べ、同一のユーザによる投稿が連続する投稿群を１グループとした際の、グループの個数Ｖ＿Ｃ１を計算する。」という処理を、解析対象の投稿の範囲内で、所定の投稿数Ｃ１だけ連続する投稿の範囲を所定の投稿数ずつ（例えば、１投稿ずつ）ずらしながら、それぞれの範囲におけるＶ＿Ｃ１を計算する。そして、分析システム１０は、計算されたＶ＿Ｃ１の最大値Ｖ＿Ｃ２をキャッチボール度として特定する。そして、分析システム１０は、Ｖ＿Ｃ２が所定の閾値ｔｈ＿Ｃ２以上であれば、上述の尤度の値を１増加させる。
【００８８】
（４）同意度：他人の投稿に対して同意する趣旨のコメントが投稿される程度を表す。例えば、分析システム１０は、「所定の投稿数Ｄ１だけ連続する投稿のうち、所定のマジックワード（例えば、「俺も」）を含む投稿数Ｖ＿Ｄ１を計算する。」という処理を、解析対象の投稿の範囲内で、所定の投稿数Ｄ１だけ連続する投稿の範囲を所定の投稿数ずつ（例えば、１投稿ずつ）ずらしながら、それぞれの範囲におけるＶ＿Ｄ１を計算する。そして、分析システム１０は、計算されたＶ＿Ｄ１の最大値Ｖ＿Ｄ２を同意度として特定する。そして、分析システム１０は、Ｖ＿Ｄ２が所定の閾値ｔｈ＿Ｄ２以上であれば上述の尤度の値を１増加させる。
【００８９】
（５）正常度：コメントの内容が意味をなしており、文章構造や論理構造がある程度存在する程度を表す。例えば、分析システム１０は、「所定の投稿数Ｅ１だけ連続する投稿のうち、アスキーアート（同一の記号のＥ２個以上の連続）や半角のカタカナが含まれないコメントであって、バイト数が所定数Ｅ３以上であるコメントの数Ｖ＿Ｅ１を計算する。」という処理を、解析対象の投稿の範囲内で、所定の投稿数Ｅ１だけ連続する投稿の範囲を所定の投稿数ずつ（例えば、１投稿ずつ）ずらしながら、それぞれの範囲におけるＶ＿Ｅ１を計算する。そして、分析システム１０は、計算されたＶ＿Ｅ１の最大値Ｖ＿Ｅ２を正常度として特定する。そして、分析システム１０は、Ｖ＿Ｅ２が所定の閾値ｔｈ＿Ｅ２以上であれば、上述の尤度の値を１増加させる。
【００９０】
（６）長文反応連続度：長文のコメントへの返信として、短文での返信投稿が複数連続して行われる程度を表す。例えば、分析システム１０は、投稿の返信の連続をチェーンと呼ぶこととした際に、解析対象の投稿の範囲内におけるすべてのチェーンについて、最初の投稿がバイト数が所定数Ｆ１以上であるコメントであって、それに対するバイト数が所定数Ｆ２以下である返信投稿（返信投稿に対する返信投稿も含む）の数Ｖ＿Ｆ１を計算する。そして、分析システム１０は、計算されたＶ＿Ｆ１の最大値Ｖ＿Ｆ２を長文反応連続度として特定する。そして、分析システム１０は、Ｖ＿Ｆ２が所定の閾値ｔｈ＿Ｆ２以上であれば、上述の尤度の値を１増加させる。
【００９１】
（７）感謝度：一定の区間内の投稿において、感謝の趣旨のコメントが含まれる程度を表す。例えば、分析システム１０は、「所定の投稿数Ｇ１だけ連続する投稿のうち、感謝の種別に属する所定のマジックワード（例えば、「ありがとう」。ただし、所定のＮＧワード（例えば、「本当にありがとうございました。」）は除く。）を含むコメントの数Ｖ＿Ｇ１を計算する。」という処理を、解析対象の投稿の範囲内で、所定の投稿数Ｇ１だけ連続する投稿の範囲を所定の投稿数ずつ（例えば、１投稿ずつ）ずらしながら、それぞれの範囲におけるＶ＿Ｇ１を計算する。そして、分析システム１０は、計算されたＶ＿Ｇ１の最大値Ｖ＿Ｇ２を感謝度として特定する。そして、分析システム１０は、Ｖ＿Ｇ２が所定の閾値ｔｈ＿Ｇ２以上であれば、上述の尤度の値を１増加させる。
【００９２】
（８）短文連続度：短文でのコメントが連続しない程度を表す。例えば、分析システム１０は、「所定の投稿数Ｈ１だけ連続する投稿のうち、バイト数が所定数Ｈ２以下のコメントが連続して出現する数Ｖ＿Ｈ１を計算する。」という処理を、解析対象の投稿の範囲内で、所定の投稿数Ｈ１だけ連続する投稿の範囲を所定の投稿数ずつ（例えば、１投稿ずつ）ずらしながら、それぞれの範囲におけるＶ＿Ｈ１を計算する。そして、分析システム１０は、計算されたＶ＿Ｈ１の最大値Ｖ＿Ｈ２を短文連続度として特定する。そして、分析システム１０は、Ｖ＿Ｈ２が所定の閾値ｔｈ＿Ｈ２以下であれば、上述の尤度の値を１増加させる。
【００９３】
（９）瞬間風速：単位時間あたりの投稿数が多い状況が発生する程度を表す。例えば、分析システム１０は、「所定の投稿数Ｉ１だけ連続する投稿のうち、投稿回数が所定数Ｈ２以上であるか否かを確認する。」という処理を、解析対象の投稿の範囲内で、所定の投稿数Ｅ１だけ連続する投稿の範囲を所定の投稿数ずつ（例えば、１投稿ずつ）ずらしながら、それぞれの範囲について、投稿回数が所定のＨ２以上であるか否かを確認する。そして、分析システム１０は、投稿回数が所定のＨ２以上であることが確認された回数Ｖ＿Ｉ１を瞬間風速として特定する。そして、分析システム１０は、Ｖ＿Ｉ１が所定の閾値ｔｈ＿Ｖ１以上であれば、上述の尤度の値を１増加させる。
【００９４】
（１０）マジックワード出現頻度：所定のマジックワードの出現頻度。例えば、アラートモードである場合のマジックワードとしては、「ダウンロード」、「アップデート」、「始まった」、「仕様」、「対応」などが挙げられ、レピュートモードである場合のマジックワードとしては、「リリース」、「ありがとう」、「同様」などが挙げられる。なお、アラートモードのマジックワードとレピュートモードのマジックワードの少なくとも一部が共通していても構わない。なお、マジックワードは、予めデータ記憶部２０に記憶されていることとする。分析システム１０は、例えば、投稿スレッドデータのコメントデータに含まれるマジックワードの数ｍｗａをマジックワード出現頻度として特定する。そして、分析システム１０は、ｍｗａが所定数ｔｈ＿ｍｗａ以上であれば、上述の尤度の値を１増加させる。
【００９５】
（１１）マジックワード直近出現頻度：所定のマジックワードの直近での出現頻度。分析システム１０は、例えば、投稿スレッドデータのコメントデータのうち、直近投稿されたコメント（例えば、検索開始時点の直前１時間以内に投稿されたコメント）を示すコメントデータに含まれるマジックワードの数ｍｗｒをマジックワード直近出現頻度として特定する。そして、分析システム１０は、ｍｗｒが所定数ｔｈ＿ｍｗｒ以上であれば、上述の尤度の値を１増加させる。
【００９６】
（１２）ユーザ指定キーワード出現頻度：キーワード条件式に設定されているキーワードの出現頻度。なお、本実施形態では、一般的であると考えられる所定の語については出現頻度をカウントする対象とはならない。分析システム１０は、例えば、投稿スレッドデータのコメントデータに含まれるカウントの対象となるキーワードの数ｋｗａをユーザ指定キーワード出現頻度として特定する。そして、分析システム１０は、ｋｗａが所定数ｔｈ＿ｋｗａ以上であれば、上述の尤度の値を１増加させる。
【００９７】
（１３）ユーザ指定キーワード直近出現頻度：キーワード条件式に設定されているキーワードの直近での出現頻度。分析システム１０は、例えば、投稿スレッドデータのコメントデータのうち、直近投稿されたコメント（例えば、検索開始時点の直前１時間以内に投稿されたコメント）を示すコメントデータに含まれるマジックワードの数ｋｗｒをユーザ指定キーワード直近出現頻度として特定する。そして、分析システム１０は、ｋｗｒが所定数ｔｈ＿ｋｗｒ以上であれば、上述の尤度の値を１増加させる。
【００９８】
以上のようにして、尤度の値が算出される。そして、分析システム１０は、対応付けられた尤度の値が所定値以上である時間の範囲におけるユーザ毎のコメントの投稿数を特定するようにしてもよい。そして、分析システム１０は、各ユーザに対応付けられる、特定された投稿数の多いユーザから順に設定された順位、当該ユーザのユーザＩＤ、当該ユーザについて特定された投稿数を示すスコア、が含まれる、先駆けユーザデータ４４を生成して、データ記憶部２０に記憶させるようにしてもよい。
【００９９】
また、分析システム１０は、例えば、電子掲示板におけるコメントの投稿やソーシャルブックマークの登録に限らず、ブログ記事の登録タイミング、ウィキの記事の登録、Ｔｗｉｔｔｅｒ（登録商標）におけるツイート等を、上述と同様の方法によって分析することで、ユーザの特徴を特定するようにしてもよい。
【０１００】
また、本実施形態に係る分析システム１０、ソーシャルメディアシステム１２、及びクライアント１４の役割分担は上述のものには限定されない。また、上記の具体的な文字列や図面中の具体的な文字列は例示であり、これらの文字列には限定されない。
【符号の説明】
【０１０１】
１０ 分析システム、１２ ソーシャルメディアシステム、１４ クライアント、１６ コンピュータネットワーク、２０ データ記憶部、２２ データ収集部、２４ コンテンツ管理データ取得部、２６ クラスタバリュー特定部、２８ 期間特定部、３０ ユーザ特徴特定部、３２ ページ生成部、３４ ページ出力部、４０ コンテンツ管理データ、４２ クラスタ、４２ａ 統合クラスタ、４４ 先駆けユーザデータ、４６ クラスタ検出結果ページ、４８ 先駆けユーザ一覧ページ、５０ ソーシャルブックマーク管理データ、５２ ヒストグラム。
【技術分野】
【０００１】
本発明は、情報処理システム、情報処理方法、プログラム及び情報記憶媒体に関する。
【背景技術】
【０００２】
ユーザが手軽に情報発信することができる様々なソーシャルメディアが存在する。このようなソーシャルメディアとしては、例えば、電子掲示板、ブログ、ウィキ、ソーシャルブックマーク、Ｔｗｉｔｔｅｒ（登録商標）、ソーシャル・ネットワーキング・サービス、などが挙げられる。
【０００３】
また、ソーシャルメディアに登録されたコンテンツを分析するツールも知られている。このようなツールを用いることによって、例えば、ソーシャルメディアを利用するユーザ同士の関係の特定や、旬な話題の特定などを行うことができる。
【発明の概要】
【発明が解決しようとする課題】
【０００４】
ソーシャルメディアにおいて、ユーザに提供されるニュース等の情報（ここでは、提供情報と呼ぶ。）に関連する情報（ここでは、関連情報と呼ぶ。）の登録（例えば、提供情報に対する感想等のリアクションが示されたブログ記事やコメントの投稿、ニュースが掲載されたウェブページに対するソーシャルブックマークの登録、など）が行われることがある。そして、関連情報を登録するユーザのなかには、提供情報に関する盛り上がりが時間経過とともに高くなる期間に関連情報を登録するものもいれば、提供情報に関する盛り上がりのピークを過ぎた後に関連情報を登録するものもいると思われる。
【０００５】
そのため、例えば、提供情報に関する盛り上がりが時間経過とともに高くなる期間に関連情報を登録するユーザ群をトレンドに対する感度が高いユーザ群として特定する、あるいは、提供情報に関する盛り上がりのピークを過ぎた後に関連情報を登録するユーザ群をトレンドに対する感度が低いユーザ群として特定する、などといった、ユーザによる関連情報の登録の分析に基づくユーザの特徴の特定が可能になると考えられる。しかし、従来の分析技術では、関連情報の登録に基づくユーザの特徴の特定を行うことができなかった。
【０００６】
本発明は上記課題に鑑みてなされたものであって、その目的の１つは、提供される情報に関連する情報の登録に基づくユーザの特徴の特定を可能とすることにある。
【課題を解決するための手段】
【０００７】
上記課題を解決するために、本発明に係る情報処理システムは、提供される情報に関連する情報の登録に応じて決定される、前記提供される情報に関する盛り上がりの高さを表すパラメータの値を特定する値特定手段と、前記パラメータの値に基づいて、前記提供される情報に関する盛り上がりが時間経過とともに高くなる期間を特定する期間特定手段と、特定される期間に基づいて、前記関連する情報を登録するユーザの特徴を特定する特徴特定手段と、を含むことを特徴とする。
【０００８】
また、本発明に係る情報処理方法は、提供される情報に関連する情報の登録に応じて決定される、前記提供される情報に関する盛り上がりの高さを表すパラメータの値を特定する値特定ステップと、前記パラメータの値に基づいて、前記提供される情報に関する盛り上がりが時間経過とともに高くなる期間を特定する期間特定ステップと、特定される期間に基づいて、前記関連する情報を登録するユーザの特徴を特定する特徴特定ステップと、を含むことを特徴とする。
【０００９】
また、本発明に係るプログラムは、提供される情報に関連する情報の登録に応じて決定される、前記提供される情報に関する盛り上がりの高さを表すパラメータの値を特定する値特定手段、前記パラメータの値に基づいて、前記提供される情報に関する盛り上がりが時間経過とともに高くなる期間を特定する期間特定手段、特定される期間に基づいて、前記関連する情報を登録するユーザの特徴を特定する特徴特定手段、としてコンピュータを機能させることを特徴とする。
【００１０】
また、本発明に係る情報記憶媒体は、提供される情報に関連する情報の登録に応じて決定される、前記提供される情報に関する盛り上がりの高さを表すパラメータの値を特定する値特定手段、前記パラメータの値に基づいて、前記提供される情報に関する盛り上がりが時間経過とともに高くなる期間を特定する期間特定手段、特定される期間に基づいて、前記関連する情報を登録するユーザの特徴を特定する特徴特定手段、としてコンピュータを機能させることを特徴とするプログラムを記憶したコンピュータ読み取り可能な情報記憶媒体である。
【００１１】
本発明によれば、提供される情報に関する盛り上がりが時間経過とともに高くなる期間に基づいて、関連する情報を登録するユーザの特徴が特定されるので、提供される情報に関連する情報の登録に基づくユーザの特徴の特定が可能となる。
【００１２】
本発明の一態様では、前記特徴特定手段は、前記期間特定手段により特定される期間にユーザにより登録される前記関連する情報の数に基づいて、当該ユーザの特徴を特定することを特徴とする。
【００１３】
また、本発明の一態様では、前記値特定手段は、単位時間あたりに前記関連する情報が登録される数を特定し、前記期間特定手段は、単位時間あたりに前記関連する情報が登録される数が増加傾向にある期間を特定することを特徴とする。
【００１４】
また、本発明の一態様では、前記値特定手段は、前記提供される情報に関連するキーワードを含むコメントの単位時間あたりの登録回数を特定し、前記期間特定手段は、前記キーワードを含むコメントの単位時間あたりの登録回数が増加傾向にある期間を特定することを特徴とする。
【００１５】
また、本発明の一態様では、前記値特定手段は、情報が提供されるウェブページに対するソーシャルブックマークの単位時間あたりの登録回数を特定し、前記期間特定手段は、情報が提供されるウェブページに対するソーシャルブックマークの単位時間あたりの登録回数が増加傾向にある期間を特定することを特徴とする。
【００１６】
また、本発明に係る別の情報処理システムは、（１）提供される情報に関連する情報の登録に応じて決定される、前記提供される情報に関する盛り上がりの高さを表すパラメータの値、（２）前記パラメータの値に基づいて特定される、前記提供される情報に関する盛り上がりが時間経過とともに高くなる期間を示す情報、及び、（３）特定される期間に基づいて特定される、前記関連する情報を登録するユーザの特徴を示す情報、のうちの少なくとも１つを取得する取得手段と、前記取得手段により取得される情報に基づいて生成される情報を提示する提示手段と、を含むことを特徴とする。
【図面の簡単な説明】
【００１７】
【図１】本発明の一実施形態に係るコンピュータネットワークの全体構成図である。
【図２】本発明の一実施形態に係る分析システムで実現される機能の一例を示す機能ブロック図である。
【図３】本発明の一実施形態に係る分析システムで行われる処理の流れの一例を示すフロー図である。
【図４】コンテンツ管理データの一例を示す図である。
【図５】本発明の一実施形態に係る分析システムで行われる処理の流れの一例を示すフロー図である。
【図６】本発明の一実施形態に係る分析システムで行われる処理の実行状況の一例を模式的に示す図である。
【図７】先駆けユーザデータの一例を示す図である。
【図８】クラスタ検出結果ページの一例を示す図である。
【図９】先駆けユーザ一覧ページの一例を示す図である。
【図１０】ソーシャルブックマーク管理データの一例を示す図である。
【図１１】ヒストグラムの一例を模式的に示す図である。
【発明を実施するための形態】
【００１８】
［第１実施形態］
以下、本発明の一実施形態である第１実施形態について図面に基づき詳細に説明する。
【００１９】
図１は、本発明の第１実施形態に係るコンピュータネットワークの全体構成図である。図１に示すように、インターネットなどのコンピュータネットワーク１６には、いずれもコンピュータを中心に構成された分析システム１０、ソーシャルメディアシステム１２、クライアント１４（１４−１〜１４−ｎ）が接続されている。そして、分析システム１０、ソーシャルメディアシステム１２、クライアント１４、は互いに通信可能になっている。
【００２０】
分析システム１０は、本実施形態に係る情報処理システムとして機能するサーバ等のコンピュータシステムであり、ソーシャルメディアシステム１２に登録されているデータに対する分析を行う。ソーシャルメディアシステム１２は、例えば、ユーザから受け付けるコンテンツを公開するサービスを提供するサーバ等のコンピュータシステムである。本実施形態に係るソーシャルメディアシステム１２は、電子掲示板サービスを提供する。
【００２１】
分析システム１０、ソーシャルメディアシステム１２は、それぞれ、例えば、自装置にインストールされるプログラムに従って動作するＣＰＵ等のプログラム制御デバイスである制御部、ＲＯＭやＲＡＭ等の記憶素子やハードディスクドライブなどである記憶部、ネットワークボードなどの通信インタフェースである通信部、を含んで構成されている。これらの要素は、バスを介して接続される。分析システム１０、ソーシャルメディアシステム１２の記憶部には、自装置の制御部によって実行されるプログラムが記憶される。また、分析システム１０、及び、ソーシャルメディアシステム１２の記憶部は、自装置のワークメモリとしても動作する。
【００２２】
クライアント１４は、分析システム１０やソーシャルメディアシステム１２のユーザが利用するコンピュータであり、例えば、パーソナルコンピュータ、ゲームコンソール、テレビ受像機、携帯型ゲーム装置、携帯情報端末、などである。そして、クライアント１４は、例えば、ＣＰＵ等の制御部、ＲＯＭやＲＡＭ等の記憶素子やハードディスクドライブ等の記憶部、ディスプレイ、スピーカ等の出力部、ゲームコントローラ、タッチパッド、マウス、キーボード、マイク等の入力部、ネットワークボード等の通信部、ＤＶＤ−ＲＯＭやＢｌｕ−ｒａｙ（登録商標）ディスクなどの光ディスク（コンピュータ読み取り可能な情報記憶媒体）を読み取る光ディスクドライブ部、等を備えている。
【００２３】
また、本実施形態に係るクライアント１４には、ウェブブラウザが予めインストールされている。そして、本実施形態では、クライアント１４が、ウェブブラウザを通じて分析システム１０にアクセスし、分析システム１０に登録されているユーザＩＤ及びパスワードを入力してログインしてから、その後に所定のＵＲＬにアクセスすると、クライアント１４のディスプレイに所定のＵＲＬに対応する画面が表示される。また、本実施形態では、クライアント１４が、ウェブブラウザを通じてソーシャルメディアシステム１２にアクセスし、ソーシャルメディアシステム１２に登録されているユーザのユーザＩＤ及びパスワードを入力してログインしてから、その後に所定のＵＲＬにアクセスすると、クライアント１４のディスプレイに所定のＵＲＬに対応する画面が表示される。なお、分析システム１０やソーシャルメディアシステム１２では、ユーザＩＤ及びパスワードが入力された後は、例えば、セッションＩＤを参照すること等により、クライアント１４を利用するユーザのユーザＩＤを特定することができるようになっている。
【００２４】
本実施形態に係るソーシャルメディアシステム１２は、コメント等のコンテンツの投稿をクライアント１４から受け付けることができるようになっている。そして、投稿されたコンテンツは、ソーシャルメディアシステム１２が備える記憶部に記憶される。そして、ソーシャルメディアシステム１２は、クライアント１４からの要求に応じて、投稿されたコンテンツをクライアント１４に送信する。クライアント１４は、コンテンツを受信するとディスプレイに表示出力する。このようにして、ユーザにより投稿されたコンテンツが公開されることとなる。
【００２５】
図２は、本実施形態に係る分析システム１０で実現される機能の一例を示す機能ブロック図である。図２に示すように、分析システム１０は、機能的には、データ記憶部２０、データ収集部２２、コンテンツ管理データ取得部２４、クラスタバリュー特定部２６、期間特定部２８、ユーザ特徴特定部３０、ページ生成部３２、ページ出力部３４、を含んでいる。データ記憶部２０は、分析システム１０が備える記憶部を主として実現されている。その他の要素は、分析システム１０が備える制御部を主として実現されている。
【００２６】
これらの機能は、コンピュータである分析システム１０で、本実施形態に係るプログラムが実行されることにより実現される。このプログラムは、コンピュータ通信ネットワーク経由で通信インタフェースを介して他のコンピュータからダウンロードされてもよいし、光ディスク（例えば、ＣＤ−ＲＯＭ、ＤＶＤ−ＲＯＭ、Ｂｌｕ−ｒａｙディスクなど）、ＵＳＢメモリ等のコンピュータ読み取り可能な情報記憶媒体に格納され、そこから光ディスクドライブやＵＳＢ（Universal Serial Bus）ポートなどを介して分析システム１０にインストールされてもよい。
【００２７】
ここで、本実施形態に係る分析システム１０で行われる、分析対象となるコンテンツの収集処理の流れの一例を、図３に示すフロー図を参照しながら説明する。なお、本実施形態では、予め、データ記憶部２０に、ソーシャルメディアシステム１２から取得されるコンテンツに関する条件を示す条件データが記憶されている。そして、条件データは、分析システム１０のユーザによって設定することができるようになっている。ここでは、例えば、所定のキーワード文字列が条件データとしてデータ記憶部２０に記憶されていることとする。
【００２８】
まず、データ収集部２２は、ソーシャルメディアシステム１２から、ユーザによりソーシャルメディアシステム１２に投稿されたコンテンツであって、上述の条件データが示す条件を満足するコンテンツを取得する（Ｓ１０１）。そして、データ収集部２２は、Ｓ１０１に示す処理で取得したコンテンツについて、取得済であるコンテンツと重複するものがないか否かを確認して、取得済であるコンテンツを以降の処理の対象から除外する（Ｓ１０２）。そして、データ収集部２２は、Ｓ１０２に示す処理で除外されなかったコンテンツに基づいて、図４に例示するコンテンツ管理データ４０を生成する（Ｓ１０３）。このように、本実施形態では、ソーシャルメディアシステム１２から取得されるコンテンツは、コンテンツ管理データ４０として管理される。コンテンツ管理データ４０は、図４に示すように、例えば、コンテンツ管理データ４０の識別子であるコンテンツ管理ＩＤ、コンテンツの投稿を行ったユーザの識別子であるユーザＩＤ、コンテンツの投稿が行われた日時を示す投稿日時データ、投稿されたコンテンツ（本実施形態では、コメント）を示すコンテンツデータ、などが含まれている。そして、データ収集部２２は、Ｓ１０３に示す処理で生成されたコンテンツ管理データ４０をデータ記憶部２０に記憶させる（Ｓ１０４）。そして、データ収集部２２は、予め定められたループタイミングが到来したか否か（例えば、Ｓ１０１に示す処理の開始時点から１時間が経過したか否か）を監視して（Ｓ１０５）、ループタイミングが到来したら、Ｓ１０１以降の処理を再度実行する。
【００２９】
このようにして、本実施形態では、ソーシャルメディアシステム１２に投稿されたコンテンツに基づくコンテンツ管理データ４０が、データ記憶部２０に蓄積されていくこととなる。
【００３０】
次に、本実施形態に係る分析システム１０で行われる、コンテンツ管理データ４０に基づく、ソーシャルメディアシステム１２に投稿されたコンテンツの分析処理の流れの一例を、図５に示すフロー図を参照しながら説明する。
【００３１】
まず、コンテンツ管理データ取得部２４が、データ記憶部２０に記憶されているコンテンツ管理データ４０を取得する。（Ｓ２０１）。そして、クラスタバリュー特定部２６が、Ｓ２０１に示す処理で取得されたコンテンツ管理データ４０を、コンテンツ管理データ４０に含まれる投稿日時データが示す投稿日時が早いものから遅いものへの順序となるようソートする（Ｓ２０２）。そして、クラスタバリュー特定部２６は、コンテンツが投稿された日時の順序が最初ではないコンテンツ管理データ４０のそれぞれについて、当該コンテンツ管理データ４０に含まれる投稿日時データが示す投稿日時と、コンテンツが投稿された日時の順序が直前であるコンテンツ管理データ４０に含まれる投稿日時データが示す投稿日時と、の時間差である投稿時間差を関連付ける。（Ｓ２０３）。そして、クラスタバリュー特定部２６が、Ｓ２０３に示す処理でコンテンツが投稿された日時の順序が最初ではないコンテンツ管理データ４０のそれぞれについて算出された投稿時間差の代表値（本実施形態では、例えば、複数の投稿時間差の中央値（メジアン））を算出する（Ｓ２０４）。
【００３２】
そして、クラスタバリュー特定部２６は、関連付けられている投稿時間差に基づく、コンテンツ管理データ４０のクラスタリングを実行する（Ｓ２０５）。
【００３３】
図６は、Ｓ２０５以降の処理の実行状況の一例を模式的に示す図である。本処理例では、クラスタバリュー特定部２６は、Ｓ２０５に示す処理において、例えば、コンテンツが投稿された日時の順序が最初であるコンテンツ管理データ４０を最初のクラスタ４２に属するメンバとして設定する。そして、コンテンツが投稿された日時の順序が２番目以降であるコンテンツ管理データ４０について、関連付けられている投稿時間差がＳ２０４に示す処理で算出された代表値よりも小さければ、当該コンテンツ管理データ４０を、コンテンツが投稿された日時の順序が直前であるコンテンツ管理データ４０と同一のクラスタ４２に属するメンバとして設定し、そうでない場合は、当該コンテンツ管理データ４０を新たなクラスタ４２に属するメンバとして設定する。
【００３４】
図６では、コンテンツ管理データ４０に対応する投稿が丸印によって表されている。そして、図６に示されている横軸は、左が早い時刻、右が遅い時刻を示す時間軸である。そして、それぞれの丸印について、丸印を横軸に射影した位置は、丸印に対応するコンテンツの投稿が行われた時刻に対応している。
【００３５】
そして、線分によって互いに連結されている丸印群は、上述のクラスタ４２を表している。図６には、５つのクラスタ４２（第１のクラスタ４２−１、第２のクラスタ４２−２、第３のクラスタ４２−３、第４のクラスタ４２−４、及び、第５のクラスタ４２−５）が表されている。図６では、第１のクラスタ４２−１には３つのコンテンツ管理データ４０、第２のクラスタ４２−２には２つのコンテンツ管理データ４０、第３のクラスタ４２−３には１つのコンテンツ管理データ４０、第４のクラスタ４２−４には２つのコンテンツ管理データ４０、第５のクラスタ４２−５には３つのコンテンツ管理データ４０が属していることが示されている。図６に示すように、Ｓ２０５に示す処理では、コンテンツが投稿された日時の間隔が上述の代表値よりも小さな一連のコンテンツ管理データ４０が、同一のクラスタ４２に属するよう設定されることとなる。
【００３６】
そして、クラスタバリュー特定部２６は、Ｓ２０５に示す処理によって設定された各クラスタ４２について、上述の条件データが示す条件を満足する投稿の盛り上がりの高さを示すパラメータの値であるクラスタバリューを特定して、クラスタ４２に対応付ける（Ｓ２０６）。本処理例では、クラスタバリューは、クラスタ４２に属するコンテンツ管理データ４０が表すコンテンツの投稿速度（単位時間あたりの投稿回数）を示しており、例えば、（クラスタ４２に属するコンテンツ管理データ４０の数−１）／（クラスタ４２に属するコンテンツ管理データ４０のうちの最初に投稿されたコンテンツに対応するコンテンツ管理データ４０に含まれる投稿日時データが示す投稿日時からクラスタ４２に属するコンテンツ管理データ４０のうちの最後に投稿されたコンテンツに対応するコンテンツ管理データ４０に含まれる投稿日時データが示す投稿日時までの時間）という数式によって算出される。なお、本処理例では、属するメンバの数が１であるクラスタ４２（図６の例では第３のクラスタ４２−３）については、クラスタバリューの値は設定されない。
【００３７】
図６の縦軸は、クラスタバリューの大きさを示している。そして、図６には、第１のクラスタ４２−１、第２のクラスタ４２−２、第４のクラスタ４２−４、及び、第５のクラスタ４２−５に対応するクラスタバリューが四角印により示されている。また、図６には、第２のクラスタ４２−２、第４のクラスタ４２−４、に対応付けられるクラスタバリューが、第１のクラスタ４２−２、第５のクラスタ４２−４、に対応付けられるクラスタバリューよりも大きいことが示されている。
【００３８】
そして、クラスタバリュー特定部２６は、Ｓ２０５に示す処理によって設定されたクラスタ４２のそれぞれについて、クラスタ４２に属するコンテンツ管理データ４０に含まれるコンテンツデータが示す文字列から、所定回数以上登場している技術用語の抽出を行って、抽出された技術用語をクラスタに関連付ける（Ｓ２０７）。
【００３９】
そして、期間特定部２８は、Ｓ２０６に示す処理で特定されるクラスタバリューの値が大きなクラスタ４２（例えば、対応付けられているクラスタバリューの値の大きさが、クラスタバリューが算出されたクラスタのうちの上位５％であるクラスタ４２）を特定する（Ｓ２０８）。ここでは、例えば、図６における、第２のクラスタ４２−２及び第４のクラスタ４２−４が特定されたこととする。
【００４０】
そして、期間特定部２８は、クラスタバリューが対応付けられたクラスタ４２（すなわち、Ｓ２０８に示す処理における特定の対象となったクラスタ４２）において、対応付けられる投稿日時が連続する複数のクラスタ４２がＳ２０８に示す処理で特定された際には、これら複数のクラスタをまとめて１つのクラスタに統合する（Ｓ２０９）。図６では、第２のクラスタ４２−２及び第４のクラスタ４２−４が特定されているので、第２のクラスタ４２−２及び第４のクラスタ４２−４をまとめて１つのクラスタ４２（統合クラスタ４２ａ）に統合する。
【００４１】
そして、期間特定部２８は、Ｓ２０８及びＳ２０９に示す処理で特定されたクラスタ４２に対応する時間（例えば、図６における、統合クラスタ４２ａに属するコンテンツ管理データ４０のうちの最初に投稿されたコンテンツに対応するコンテンツ管理データ４０に含まれる投稿日時データが示す日時から、統合クラスタ４２ａに属するコンテンツ管理データ４０のうち最後に投稿されたコンテンツに対応するコンテンツ管理データ４０に含まれる投稿日時データが示す投稿日時までの時間Ｔ１）を、時間の長さが等しい３つの時間（例えば、それぞれの時間の長さはＴ１／３である３つの時間）に分割する（Ｓ２１０）。そして、期間特定部２８は、分割されたそれぞれの時間を、早いものから順に、先頭時間、中間時間、末尾時間と設定する（Ｓ２１１）。図６の例では、Ｓ２０８及びＳ２０９に示す処理で１つのクラスタ４２（統合クラスタ４２ａ）だけが特定されるが、Ｓ２０８に示す処理で複数のクラスタ４２（統合クラスタ４２ａも含まれる。）が特定された場合には、Ｓ２０９に示す処理で特定されたクラスタ４２それぞれについて先頭時間、中間時間、及び、末尾時間が設定されることとなる。第１実施形態では、先頭期間が、ユーザに提供される情報に関する盛り上がりが時間経過とともに高くなる期間として取り扱われる。
【００４２】
そして、ユーザ特徴特定部３０は、コンテンツ管理データ４０に基づいて、ユーザ毎の、先頭時間の範囲内に投稿された投稿数を特定する（Ｓ２１２）。Ｓ２１１に示す処理で複数の先頭時間が設定された場合には、ユーザ毎の、それぞれの先頭時間の範囲内に投稿された投稿数の合計を特定する。そして、ユーザ特徴特定部３０は、各ユーザに対応付けられる、Ｓ２１２に示す処理で特定された投稿数の多いユーザから順に設定された順位、当該ユーザのユーザＩＤ、当該ユーザについてＳ２１２に示す処理で特定された投稿数を示すスコア、が含まれる、図７に例示する先駆けユーザデータ４４を生成して、データ記憶部２０に記憶させて（Ｓ２１３）、本処理例に示す処理を終了する。
【００４３】
ページ生成部３２は、上述の処理の終了後に受け付ける分析システム１０のユーザからの要求に応じて、クラスタバリュー、先駆け時間区間を示す情報、及び、先駆けユーザデータ４４のうちの少なくとも１つを取得する。そして、ページ生成部３２は、取得したデータに基づいて、図８に示すクラスタ検出結果ページ４６を生成する。そして、ページ出力部３４は、生成されたクラスタ検出結果ページ４６をクライアント１４に送信する。そして、クライアント１４は、クラスタ検出結果ページ４６を受信すると、ディスプレイに表示出力する。
【００４４】
図８に示すクラスタ検出結果ページ４６には、図６に示されている内容と同様のクラスタバリューの時間変化が示されている。また、図８に示すクラスタ検出結果ページ４６では、クラスタバリューが算出されたクラスタ４２について、上述のＳ２０７に示す処理でクラスタ４２に属するコンテンツ管理データ４０に含まれるコンテンツデータから抽出された技術用語が関連付けられている。なお、クラスタ検出結果ページ４６に、上述の第３のクラスタ４２−３について抽出された技術用語が配置されていても構わない。
【００４５】
また、ページ生成部３２は、上述の処理の終了後に受け付ける分析システム１０のユーザからの要求に応じて、図９に示す先駆けユーザ一覧ページ４８を生成する。そして、ページ出力部３４は、生成された先駆けユーザ一覧ページ４８をクライアント１４に送信する。クライアント１４は、先駆けユーザ一覧ページ４８を受信すると、ディスプレイに表示出力する。先駆けユーザ一覧ページ４８には、先駆けユーザデータ４４における順位が５位以内であるユーザの順位、ユーザＩＤ、及び、スコアが配置されている。
【００４６】
なお、先駆けユーザ一覧ページ４８に配置されているユーザＩＤをユーザがクリックした際に、ページ生成部３２が、クリックされたユーザＩＤに関連するコンテンツ（例えば、クリックされたユーザＩＤに対応付けられるユーザにより投稿されたコンテンツ）が配置されたページを生成するようにしてもよい。そして、ページ出力部３４が、このページをクライアント１４に送信し、クライアント１４が、受信したこのページを表示するようにしてもよい。
【００４７】
また、先駆けユーザ一覧ページ４８に配置されているユーザＩＤをユーザがクリックした際に、分析システム１０が、クリックしたユーザＩＤに、クリックを行ったユーザのユーザＩＤを関連づけて記憶するようにしてもよい。そして、分析システム１０は、クライアント１４からの要求に応じて、当該クライアント１４のユーザに関連づけられているユーザに関する情報を、要求元のクライアント１４に提供するようにしてもよい。
【００４８】
また、ページ生成部３２は、先駆けユーザ一覧ページ４８に、ユーザの順位、ユーザＩＤ、及び、スコアに加え、先駆けユーザ一覧ページ４８に配置されているユーザＩＤの選択を行うユーザにとって参考となる情報（例えば、ユーザＩＤに対応付けられるユーザによる先駆け時間区間内におけるコンテンツの投稿数などといった分析システム１０による分析で用いられた情報、ユーザＩＤに対応付けられるユーザにより投稿されたコンテンツに所定数以上含まれる語句、ユーザＩＤに対応付けられるユーザの属性（例えば、性別や住所）など）も併せて配置するようにしてもよい。
【００４９】
なお、本実施形態に係る分析システム１０で行われるコンテンツの分析処理の流れの一例は上述の処理例には限定されない。
【００５０】
例えば、クラスタバリュー特定部２６によるクラスタの決定処理は、上述のＳ２０４及びＳ２０５に示す処理に限定されない。例えば、クラスタバリュー特定部２６は、予め定められた複数の閾値（例えば、１秒、２秒、３秒・・・）のそれぞれについて、投稿日時の間隔が閾値よりも小さい一連のコンテンツ管理データ４０が同一のクラスタ４２に属するようクラスタ４２の設定を行ってもよい。そして、クラスタバリュー特定部２６は、設定されたクラスタ４２の個数と、クラスタ４２とクラスタ４２との間の隙間の数と、の和を算出するようにしてもよい。例えば、図６のように、クラスタ４２の数が５であり、クラスタ４２とクラスタ４２との間の隙間の数が４である場合には、上述の和は９と算出される。そして、クラスタバリュー特定部２６は、このようにして算出される和が最大となる閾値を特定するようにしてもよい。そして、クラスタバリュー特定部２６は、コンテンツが投稿された日時の間隔が、特定された閾値よりも小さな一連のコンテンツ管理データ４０が、同一のクラスタ４２に属するようクラスタ４２の設定を行うようにしてもよい。
【００５１】
また、例えば、投稿時間差の定義は、上述の処理例に示す定義に限定されない。例えば、クラスタバリュー特定部２６が、所定の１サイクルの時間（例えば、２４時間）を所定数（例えば、１００）に分割した時間範囲（標準投稿速度適用時間範囲と呼ぶ。）毎に、その時間範囲内の投稿に対応付けられるコンテンツ管理データ４０について、当該コンテンツ管理データ４０の投稿日時と、投稿日時の順序が直前であるコンテンツ管理データ４０の投稿日時と、の時間差の逆数を算出するようにしてもよい。ここでは、時間差が０．５秒以下である場合には、時間差の逆数は２．０として取り扱うこととする。そして、クラスタバリュー特定部２６は、このようにして算出された時間差の逆数の平均値を、対応する標準投稿速度適用時間範囲における標準投稿速度として算出するようにしてもよい。そして、上述のＳ２０３に示す処理において、クラスタバリュー特定部２６は、投稿日時の順序が最初ではないコンテンツ管理データ４０のそれぞれについて、当該コンテンツ管理データ４０に含まれる投稿日時データが示す投稿日時と、コンテンツが投稿された日時の順序が直前であるコンテンツ管理データ４０に含まれる投稿日時データが示す投稿日時と、の時間差と、当該コンテンツ管理データ４０の投稿日時が含まれる標準投稿速度適用時間範囲における標準投稿速度と、の積である標準投稿時間差を上述の投稿時間差の代わりに関連付けるようにしてもよい。そして、分析システム１０は、Ｓ２０４以降の処理において、このようにして関連付けられた標準投稿時間差を、上述の処理例における投稿時間差の代わりに用いるようにしてもよい。
【００５２】
また、例えば、期間特定部２８は、上述のＳ２０９に示す処理において、Ｓ２０８に示す処理で特定されたクラスタ４２（又は統合クラスタ４２ａ）に対応する時間を、時間内におけるコンテンツの投稿数が等しい３つの時間に分割するようにしてもよい。
【００５３】
また、例えば、上述のＳ２０９に示す処理において、期間特定部２８は、対応付けられる投稿日時が、第２のクラスタ４２−２と第４のクラスタ４２−４の間である第３のクラスタ４２−３も統合クラスタ４２ａに統合するようにしてもよい。
【００５４】
また、例えば、条件データは、コンテンツ名を表す文字列、サイトＵＲＬを表す文字列、タグ名を表す文字列、などを示すものであっても構わない。そして、データ収集部２２が、上述の条件を満足するコンテンツ（例えば、条件データが示す文字列に名称が合致するコンテンツ、条件データが示すサイトＵＲＬで所在が示されるブログ記事等のコンテンツ、条件データが示す文字列にタグ名が合致するタグを含むコンテンツ、など）を取得するようにしてもよい。そして、分析システム１０が、データ収集部２２により取得されたコンテンツに対して上述のような分析を行うようにしてもよい。
【００５５】
［第２実施形態］
以下、本発明の別の実施形態である第２実施形態について図面に基づき詳細に説明する。
【００５６】
第２実施形態に係るコンピュータネットワークの全体構成は、図１と同様の全体構成図により表される。また、第２実施形態に係るソーシャルメディアシステム１２は、ソーシャルブックマークサービスを提供する。また、第２実施形態に係る分析システム１０で実現される機能の一例は、図２と同様の機能ブロック図により表される。
【００５７】
第２実施形態では、データ記憶部２０に、所定のＵＲＬが条件データとして予め記憶されている。そして、データ収集部２２は、ソーシャルメディアシステム１２から、ソーシャルメディアシステム１２に登録されたソーシャルブックマークであって、上述の条件データが示す条件を満足する（例えば、条件データが示すＵＲＬで所在が表されたウェブページに対するソーシャルブックマークである、等）ソーシャルブックマークを取得する。そして、データ収集部２２は、ソーシャルメディアシステム１２から取得されるソーシャルブックマークの解析を実行することによって、図１０に例示するソーシャルブックマーク管理データ５０を生成して、データ記憶部２０に記憶させる。本実施形態では、ソーシャルメディアシステム１２から取得されるソーシャルブックマークは、ソーシャルブックマーク管理データ５０として管理される。図１０に示すように、ソーシャルブックマーク管理データ５０は、ソーシャルブックマーク管理データ５０の識別子であるソーシャルブックマーク管理ＩＤ、ソーシャルブックマークの登録を行ったユーザの識別子であるユーザＩＤ、ソーシャルブックマークの登録が行われた日時を示す登録日時データ、ソーシャルブックマークの対象となるウェブページのＵＲＬ（リンク先のＵＲＬ）を示すＵＲＬデータ、ソーシャルブックマークの登録の際にユーザにより登録されたコメントを示すコメントデータ、などが含まれている。
【００５８】
このようにして、本実施形態では、ソーシャルメディアシステム１２に登録されたソーシャルブックマークに基づくソーシャルブックマーク管理データ５０が、データ記憶部２０に記憶される。
【００５９】
以下、データ記憶部２０に記憶されたソーシャルブックマーク管理データ５０のうち、ソーシャルブックマークの登録日時が最も早いソーシャルブックマーク管理データ５０に含まれる登録日時データが示す登録日時から、ソーシャルブックマークの登録日時が最も遅いソーシャルブックマーク管理データ５０に含まれる登録日時データが示す登録日時までの時間を分析対象時間Ｔ２と呼ぶこととする。
【００６０】
そして、クラスタバリュー特定部２６が、データ記憶部２０に記憶されたソーシャルブックマーク管理データ５０に基づいて、ソーシャルブックマークの登録頻度を表すヒストグラム５２を生成する（図１１参照）。本実施形態に係るヒストグラム５２では、条件データが示すＵＲＬで所在が表されたウェブページに対する最初のソーシャルブックマークが登録された時点からの経過時間を、所定時間毎（例えば、５分毎）に区切った時間区間（以下、ヒストグラム区間と呼ぶ。）それぞれについての、登録日時が時間区間によって表される時間の範囲内であるソーシャルブックマーク数（単位時間あたりのソーシャルブックマークの登録回数）が表される。
【００６１】
そして、クラスタバリュー特定部２６は、ヒストグラム５２に対して平滑化を実行する。クラスタバリュー特定部２６は、具体的には、例えば、あるヒストグラム区間に対応付けられるソーシャルブックマークの数＝直前のヒストグラム区間に対応付けられるソーシャルブックマークの数の１／５＋当該ヒストグラム区間に対応付けられるソーシャルブックマークの数の３／５＋直後のヒストグラム区間に対応付けられるソーシャルブックマークの数の１／５という数式によって、各ヒストグラム区間に対応付けられるソーシャルブックマークの数を変更する。図１１は、上述の平滑化が実行された後のヒストグラム５２の一例を模式的に示した図である。そして、図１１には、平滑化が実行された後における、各ヒストグラム区間に対応付けられるソーシャルブックマーク数が示されている。第２実施形態では、ヒストグラム区間に対応付けられるソーシャルブックマーク数が、ユーザに提供される情報であるウェブページに関する盛り上がりの高さを表すパラメータの値として取り扱われる。
【００６２】
そして、クラスタバリュー特定部２６は、上述の平滑化の後の、各ヒストグラム区間に対応付けられるソーシャルブックマーク数に基づいて、分析対象時間を等時間間隔で分割した時間区間であり、かつ、連続する所定数（図１１の例では、３）のヒストグラム区間に対応付けられる時間区間である分析単位時間区間のそれぞれについて、分析単位時間区間における、ソーシャルブックマークの単位時間あたりの平均登録数（以下、区間平均登録数と呼ぶ。）を算出する。また、クラスタバリュー特定部２６は、解析の対象となる時間についての、ソーシャルブックマークの単位時間あたりの平均登録数（以下、全体平均登録数と呼ぶ。）を算出する。図１１には、区間平均登録数及び全体平均登録数も示されている。
【００６３】
そして、期間特定部２８は、区間平均登録数が全体平均登録数以上である分析単位時間区間における、対応付けられるソーシャルブックマークの数が最大であるヒストグラム区間をピークヒストグラム区間として特定する。ピークヒストグラム区間は、区間平均登録数が全体平均登録数以上である分析単位時間区間毎に特定される。そして、期間特定部２８は、区間平均登録数が全体平均登録数未満である分析単位時間区間における、対応付けられるソーシャルブックマークの数が最小である（０でもよい。）ヒストグラム区間をディップヒストグラム区間として特定する。ディップヒストグラム区間は、区間平均登録数が全体平均登録数未満である分析単位時間区間毎に特定される。
【００６４】
なお、本実施形態では、区間平均登録数が全体平均登録数以上である分析単位時間区間において、ヒストグラム５２が示すソーシャルブックマークの数が最大であるヒストグラム区間が複数存在する場合は、最も早い時間に対応付けられるヒストグラム区間をピークヒストグラム区間として特定する。また、本実施形態では、区間平均登録数が全体平均登録数未満である分析単位時間区間において、ヒストグラム５２が示すソーシャルブックマークの数が最小であるヒストグラム区間が複数存在する場合は、最も遅い時間に対応付けられるヒストグラム区間をディップヒストグラム区間として特定する。
【００６５】
そして、期間特定部２８は、時間において隣接し、かつ、ディップヒストグラム区間に対する時間がピークヒストグラム区間に対応する時間よりも前である、ディップヒストグラム区間とピークヒストグラム区間の組合せのそれぞれについて、ディップヒストグラム区間の開始時点からピークヒストグラム区間の終了時点までに対応する時間区間を、先駆け時間区間として特定する。図１１の例では、３つの先駆け時間区間が特定されている。第２実施形態では、先駆け時間区間が、ユーザに提供される情報であるウェブページに関する盛り上がりが時間経過とともに高くなる期間として取り扱われる。
【００６６】
そして、ユーザ特徴特定部３０は、各ユーザのスコアの初期値を０に設定する。そして、ユーザ特徴特定部３０が、ソーシャルブックマーク管理データ５０に基づいて、先駆け時間区間の範囲内である各ヒストグラム区間について、ソーシャルブックマークの登録を行ったユーザを特定する。そして、特定されたユーザについては、当該ヒストグラム区間が含まれる分析単位時間区間における区間平均登録数を当該ユーザのスコアに加算する。
【００６７】
そして、ユーザ特徴特定部３０は、各ユーザに対応付けられる、上述のようにして算出されたスコアが大きなユーザから順に設定された順位、当該ユーザのユーザＩＤ、当該ユーザについて算出されたスコア、が含まれる、図７と同様の先駆けユーザデータ４４を生成して、データ記憶部２０に記憶させる。
【００６８】
第２実施形態では、ページ生成部３２は、上述の処理の終了後に受け付ける分析システム１０のユーザからの要求に応じて、区間平均登録数、全体平均登録数、先駆け時間区間を示す情報、及び、先駆けユーザデータ４４のうちの少なくとも１つを取得する。そして、ページ生成部３２は、取得したデータに基づいて、図９と同様の先駆けユーザ一覧ページ４８を生成する。そして、ページ出力部３４は、生成された先駆けユーザ一覧ページ４８をクライアント１４に送信する。クライアント１４は、先駆けユーザ一覧ページ４８を受信すると、ディスプレイに表示出力する。先駆けユーザ一覧ページ４８には、先駆けユーザデータ４４における順位が５位以内であるユーザの順位、ユーザＩＤ、及び、スコアが配置されている。
【００６９】
また、第２実施形態では、ページ生成部３２は、上述の処理の終了後に受け付ける分析システム１０のユーザからの要求に応じて、ユーザにより指定される先駆けユーザにより最近登録されたソーシャルブックマークのタイトルのリスト、及び、ユーザにより指定される先駆けユーザにより先駆け時間区間に登録されたソーシャルブックマークのタイトルのリストが一覧で表された先駆けソーシャルブックマークリストページ（図示せず）を生成する。このとき、リストに含まれるタイトルのそれぞれは、ソーシャルブックマークの対象となるウェブページへのリンクとして設定される。そして、ページ出力部３４は、生成された先駆けソーシャルブックマークリストページをクライアント１４に送信する。クライアント１４は、先駆けソーシャルブックマークリストページを受信すると、ディスプレイに表示出力する。
【００７０】
また、ページ生成部３２は、先駆けユーザ一覧ページ４８に、ユーザの順位、ユーザＩＤ、及び、スコアに加え、先駆けユーザの指定を行うユーザにとって参考となる情報（例えば、ユーザＩＤに対応付けられるユーザによる先駆け時間区間内におけるソーシャルブックマークの登録数など分析システム１０による分析で用いられた情報、ユーザＩＤに対応付けられるユーザにより登録されたソーシャルブックマークの対象となるウェブページに所定数以上含まれる語句、ユーザＩＤに対応付けられるユーザの属性（例えば、性別や住所）など）も併せて配置されていてもよい。
【００７１】
例えば、ニュース等の情報が掲載されたウェブページがユーザに提供された際には、電子掲示板サービスを提供するソーシャルメディアシステム１２に、その情報に対するリアクションであるコメントが投稿されたり、ソーシャルブックマークサービスを提供するソーシャルメディアシステム１２に、そのニュース等の情報が掲載されたウェブページに対するソーシャルブックマークが登録されたりする。このようにして、ユーザに提供された情報に関連する情報が、ソーシャルメディアシステム１２に登録されることとなる。
【００７２】
そして、そのようなコンテンツは、例えば、第１実施形態におけるキーワード、あるいは、第２実施形態におけるＵＲＬ、などといった条件を指定することで、ソーシャルメディアシステム１２から収集することができる。そして、第１実施形態における先頭時間、あるいは、第２実施形態における先駆け時間区間、などといった、ユーザに提供された情報に関する盛り上がりが時間経過とともに高くなる期間に、ソーシャルメディアシステム１２にコンテンツを登録する傾向の強いユーザは、ユーザに提供された情報に対する感度が高いユーザ（先駆けユーザ）である可能性が高いと考えられる。よって、第１実施形態や第２実施形態における先駆けユーザデータ４４における順位の高い（スコアの大きい）ユーザは、ユーザに提供された情報に対する感度が高いユーザ（先駆けユーザ）であると考えられる。よって、先駆けユーザデータ４４によって、ユーザが先駆けユーザであるか否かを判別することができることとなる。
【００７３】
なお、第１実施形態において、分析システム１０が、例えば、ユーザ毎の、第１実施形態における末尾時間（又は、中間時間）の範囲内に投稿された投稿数の多いユーザから順に設定された順位、当該ユーザのユーザＩＤ、当該ユーザについてＳ２１０に示す処理で特定された投稿数を示すスコア、が含まれる後追いユーザデータ（又は、目利きユーザデータ）を生成して、データ記憶部２０に記憶させるようにしてもよい。
【００７４】
また、第２実施形態において、分析システム１０が、時間において隣接し、かつ、ピークヒストグラム区間に対する時間がディップヒストグラム区間に対応する時間よりも前である、ピークヒストグラム区間とディップヒストグラム区間の組合せのそれぞれについて、ピークヒストグラム区間の開始時点からディップヒストグラム区間の終了時点までに対応する時間区間を、後追い時間区間として特定するようにしてもよい。そして、分析システム１０が、後追い時間区間の範囲内である各ヒストグラム区間にソーシャルブックマークの登録を行ったユーザについて、ヒストグラム区間が含まれる分析単位時間区間における区間平均登録数を加算することによりスコアを算出するようにしてもよい。そして、分析システム１０が、上述のようにして算出されたスコアが大きなユーザから順に設定された順位、当該ユーザのユーザＩＤ、当該ユーザについて算出されたスコア、が含まれる、後追いユーザデータを生成して、データ記憶部２０に記憶させるようにしてもよい。
【００７５】
このようにして、第１実施形態や第２実施形態によれば、提供される情報に関連するコンテンツの投稿に基づくユーザの特徴（例えば、先駆けユーザであるか、目利きユーザであるか、後追いユーザであるか、など。）の特定が可能となる。
【００７６】
そして、先駆けユーザデータや目利きユーザデータや後追いユーザデータは、広告、宣伝、情報推薦、情報提供等に役立つと考えられる。具体的には、例えば、先駆けユーザには新商品の情報を提供するようにして、後追いユーザにはベストセラーになった商品の情報を提供する、などのようにすることが考えられる。また、先駆けユーザが投稿するコンテンツを監視することによって、今後の流行の予測を行うことが考えられる。また、先駆けユーザに、レビュー記事の依頼をするということも考えられる。また、先駆けユーザに新情報を提供することによって、コンテンツの投稿を促し、新情報の発信を行ってもらうようにすることも考えられる。
【００７７】
また、第１実施形態や第２実施形態において、例えば、ページ生成部３２が、（１）先駆け時間区間と、当該先駆け時間区間に対応付けられる値（例えば、第１実施形態における先駆け時間区間内におけるクラスタバリューの代表値（例えば、先駆け時間区間内におけるクラスタバリューの最大値等）や、第２実施形態における先駆け時間区間内における区間平均登録数の代表値（例えば、先駆け時間区間内における区間平均登録数の最大値等））と、を対応付けた情報、（２）先駆け時間区間と、当該先駆け時間区間に対応付けられる語句及び当該語句が含まれる個数（例えば、第１実施形態における投稿されたコンテンツに含まれる語句及び語句が含まれる個数や、第２実施形態におけるソーシャルブックマークの対象となるウェブページに含まれる語句及び語句が含まれる個数）と、を対応付けた情報、（３）先駆け時間区間と、当該先駆け時間区間におけるコンテンツの投稿数やソーシャルブックマーク登録数などが所定数以上であるユーザの数の、先駆け時間区間にコンテンツの投稿やソーシャルブックマークの登録などを行ったユーザの総数に対する割合と、を対応付けた情報等が配置されたページを生成するようにしてもよい。
【００７８】
また、第１実施形態や第２実施形態において、例えば、本実施形態に係る分析システム１０が、分析システム１０による解析により得られる語句、ＵＲＬ、タグ等の情報を提示するようにしてもよい。例えば、ページ生成部３２が、先駆け時間区間と、当該先駆け時間区間に投稿されたコンテンツに所定数以上多く含まれる語句、タグ、ＵＲＬなどと、を対応付けた情報等が配置されたページを生成するようにしてもよい。また、第１実施形態や第２実施形態において、例えば、ページ生成部３２が、先駆け時間区間に投稿されたコンテンツのタイトル等のリストが配置されたページを生成するようにしてもよい。そして、ページ出力部３４が、このページをクライアント１４に送信し、クライアント１４が、受信したこのページを表示するようにしてもよい。そして、分析システム１０が、このリストに含まれるタイトル等のユーザによる選択をクライアント１４から受け付けると、ページ生成部３２が、選択されたタイトル等に対応付けられるコンテンツが配置されたページを生成するようにしてもよい。そして、ページ出力部３４が、このページをクライアント１４に送信し、クライアント１４が、受信したこのページを表示するようにしてもよい。
【００７９】
また、第１実施形態や第２実施形態において、例えば、分析システム１０が、クライアント１４から、先駆け時間区間の指定を受け付けてもよい。そして、分析システム１０が、先駆け時間区間に基づいて特定される値（例えば、先駆け時間区間内におけるクラスタバリューの最大値や区間平均登録数の最大値など）が、指定された先駆け時間区間に基づいて特定される値を超える先駆け時間区間が発生した際に、その旨を先駆け時間区間の指定の送信元のクライアント１４に通知するようにしてもよい。
【００８０】
また、例えば、分析システム１０が、ユーザの特徴（先駆けユーザであるのか、目利きユーザであるのか、あるいは、後追いユーザであるのか、など）に基づいて、当該ユーザに推薦されるコンテンツを特定するようにしてもよい。そして、分析システム１０が、ユーザからの要求に応じて、当該ユーザに推薦されるコンテンツを提供するようにしてもよい。
【００８１】
また、例えば、分析システム１０が、複数の先駆け時間区間のそれぞれに対応付けられるキーワードや先駆けユーザ等に基づいて、先駆け時間区間同士の関係を特定するようにしてもよい。そして、特定された関係を表す情報をクライアント１４に提供するようにしてもよい。
【００８２】
なお、本発明は上述の実施形態に限定されるものではない。
【００８３】
例えば、分析システム１０は、時間経過と共に内容が変化する電子掲示板の投稿スレッドに投稿されたコメントを分析するようにしてもよい。このとき、分析システム１０は、定期的に、分析を実行する時刻の所定時間前（例えば、３時間前）から分析を実行する時刻までの時間の範囲に投稿されたコメントに応じた特徴量に基づいて、当該時間の範囲における投稿の盛り上がりの高さを示す指標（ここでは、尤度と呼ぶ。）の値を算出するようにしてもよい。
【００８４】
分析システム１０は、例えば、上述の時間の範囲に投稿されたコメントに基づいて、以下の（１）〜（１３）のそれぞれの特徴量の算出を行う。そして、分析システム１０は、算出された特徴量が所定の条件を満足するか否かを確認し、条件を満足する場合には尤度の値を１増加させる。ここで、尤度の初期値は０であることとする。
【００８５】
（１）常連密度：複数の人が所定の投稿件数内に登場しており、それぞれの人が複数回登場している程度。例えば、分析システム１０は、「所定の投稿数Ａ１だけ連続する投稿についての、質問型の投稿（例えば、文末が「？」である投稿）を所定数Ａ２以上含む、所定数Ａ３以上の投稿を行ったユーザ数Ｖ＿Ａ１を計算する。」という処理を、解析対象の投稿の範囲内で、所定の投稿数Ａ１だけ連続する投稿の範囲を所定の投稿数ずつ（例えば、１投稿ずつ）ずらしながら繰り返し、それぞれの範囲におけるＶ＿Ａ１を計算する。そして、分析システム１０は、それぞれの範囲について計算されたＶ＿Ａ１の最大値Ｖ＿Ａ２を常連密度として特定する。そして、分析システム１０は、Ｖ＿Ａ２が所定の閾値ｔｈ＿Ａ２以上であれば、上述の尤度の値を１増加させる。
【００８６】
（２）同時多発度：短期間内に、短い投稿の連鎖が入り乱れた多数発生する程度を表す。例えば、分析システム１０は、「所定期間Ｂ１内に投稿された投稿についての、投稿と、その投稿から所定時間Ｂ２内に行われた返信投稿の組合せの数Ｖ＿Ｂ１を計算する。」という処理を、解析対象の投稿の範囲内で、所定期間Ｂ１内に投稿された投稿の範囲を所定時間ずつ（例えば、１分ずつ）ずらしながら繰り返し、それぞれの範囲におけるＶ＿Ｂ１を計算する。そして、分析システム１０は、Ｖ＿Ｂ１が所定数Ｂ３以上である上述の範囲の数Ｖ＿Ｂ２を同時多発度として特定する。そして、分析システム１０は、Ｖ＿Ｂ２が所定の閾値ｔｈ＿Ｂ２以上であれば、上述の尤度の値を１増加させる。
【００８７】
（３）キャッチボール度：複数のユーザによりコメントが交互に投稿される程度を表す。例えば、分析システム１０は、「所定の投稿数Ｃ１だけ連続する投稿についての、質問型の投稿（例えば、文末が「？」である投稿）を所定数Ｃ２以上含む、所定数Ｃ３以上の投稿を行ったユーザを特定する。そして、そのユーザの投稿を投稿時刻に古い順に並べ、同一のユーザによる投稿が連続する投稿群を１グループとした際の、グループの個数Ｖ＿Ｃ１を計算する。」という処理を、解析対象の投稿の範囲内で、所定の投稿数Ｃ１だけ連続する投稿の範囲を所定の投稿数ずつ（例えば、１投稿ずつ）ずらしながら、それぞれの範囲におけるＶ＿Ｃ１を計算する。そして、分析システム１０は、計算されたＶ＿Ｃ１の最大値Ｖ＿Ｃ２をキャッチボール度として特定する。そして、分析システム１０は、Ｖ＿Ｃ２が所定の閾値ｔｈ＿Ｃ２以上であれば、上述の尤度の値を１増加させる。
【００８８】
（４）同意度：他人の投稿に対して同意する趣旨のコメントが投稿される程度を表す。例えば、分析システム１０は、「所定の投稿数Ｄ１だけ連続する投稿のうち、所定のマジックワード（例えば、「俺も」）を含む投稿数Ｖ＿Ｄ１を計算する。」という処理を、解析対象の投稿の範囲内で、所定の投稿数Ｄ１だけ連続する投稿の範囲を所定の投稿数ずつ（例えば、１投稿ずつ）ずらしながら、それぞれの範囲におけるＶ＿Ｄ１を計算する。そして、分析システム１０は、計算されたＶ＿Ｄ１の最大値Ｖ＿Ｄ２を同意度として特定する。そして、分析システム１０は、Ｖ＿Ｄ２が所定の閾値ｔｈ＿Ｄ２以上であれば上述の尤度の値を１増加させる。
【００８９】
（５）正常度：コメントの内容が意味をなしており、文章構造や論理構造がある程度存在する程度を表す。例えば、分析システム１０は、「所定の投稿数Ｅ１だけ連続する投稿のうち、アスキーアート（同一の記号のＥ２個以上の連続）や半角のカタカナが含まれないコメントであって、バイト数が所定数Ｅ３以上であるコメントの数Ｖ＿Ｅ１を計算する。」という処理を、解析対象の投稿の範囲内で、所定の投稿数Ｅ１だけ連続する投稿の範囲を所定の投稿数ずつ（例えば、１投稿ずつ）ずらしながら、それぞれの範囲におけるＶ＿Ｅ１を計算する。そして、分析システム１０は、計算されたＶ＿Ｅ１の最大値Ｖ＿Ｅ２を正常度として特定する。そして、分析システム１０は、Ｖ＿Ｅ２が所定の閾値ｔｈ＿Ｅ２以上であれば、上述の尤度の値を１増加させる。
【００９０】
（６）長文反応連続度：長文のコメントへの返信として、短文での返信投稿が複数連続して行われる程度を表す。例えば、分析システム１０は、投稿の返信の連続をチェーンと呼ぶこととした際に、解析対象の投稿の範囲内におけるすべてのチェーンについて、最初の投稿がバイト数が所定数Ｆ１以上であるコメントであって、それに対するバイト数が所定数Ｆ２以下である返信投稿（返信投稿に対する返信投稿も含む）の数Ｖ＿Ｆ１を計算する。そして、分析システム１０は、計算されたＶ＿Ｆ１の最大値Ｖ＿Ｆ２を長文反応連続度として特定する。そして、分析システム１０は、Ｖ＿Ｆ２が所定の閾値ｔｈ＿Ｆ２以上であれば、上述の尤度の値を１増加させる。
【００９１】
（７）感謝度：一定の区間内の投稿において、感謝の趣旨のコメントが含まれる程度を表す。例えば、分析システム１０は、「所定の投稿数Ｇ１だけ連続する投稿のうち、感謝の種別に属する所定のマジックワード（例えば、「ありがとう」。ただし、所定のＮＧワード（例えば、「本当にありがとうございました。」）は除く。）を含むコメントの数Ｖ＿Ｇ１を計算する。」という処理を、解析対象の投稿の範囲内で、所定の投稿数Ｇ１だけ連続する投稿の範囲を所定の投稿数ずつ（例えば、１投稿ずつ）ずらしながら、それぞれの範囲におけるＶ＿Ｇ１を計算する。そして、分析システム１０は、計算されたＶ＿Ｇ１の最大値Ｖ＿Ｇ２を感謝度として特定する。そして、分析システム１０は、Ｖ＿Ｇ２が所定の閾値ｔｈ＿Ｇ２以上であれば、上述の尤度の値を１増加させる。
【００９２】
（８）短文連続度：短文でのコメントが連続しない程度を表す。例えば、分析システム１０は、「所定の投稿数Ｈ１だけ連続する投稿のうち、バイト数が所定数Ｈ２以下のコメントが連続して出現する数Ｖ＿Ｈ１を計算する。」という処理を、解析対象の投稿の範囲内で、所定の投稿数Ｈ１だけ連続する投稿の範囲を所定の投稿数ずつ（例えば、１投稿ずつ）ずらしながら、それぞれの範囲におけるＶ＿Ｈ１を計算する。そして、分析システム１０は、計算されたＶ＿Ｈ１の最大値Ｖ＿Ｈ２を短文連続度として特定する。そして、分析システム１０は、Ｖ＿Ｈ２が所定の閾値ｔｈ＿Ｈ２以下であれば、上述の尤度の値を１増加させる。
【００９３】
（９）瞬間風速：単位時間あたりの投稿数が多い状況が発生する程度を表す。例えば、分析システム１０は、「所定の投稿数Ｉ１だけ連続する投稿のうち、投稿回数が所定数Ｈ２以上であるか否かを確認する。」という処理を、解析対象の投稿の範囲内で、所定の投稿数Ｅ１だけ連続する投稿の範囲を所定の投稿数ずつ（例えば、１投稿ずつ）ずらしながら、それぞれの範囲について、投稿回数が所定のＨ２以上であるか否かを確認する。そして、分析システム１０は、投稿回数が所定のＨ２以上であることが確認された回数Ｖ＿Ｉ１を瞬間風速として特定する。そして、分析システム１０は、Ｖ＿Ｉ１が所定の閾値ｔｈ＿Ｖ１以上であれば、上述の尤度の値を１増加させる。
【００９４】
（１０）マジックワード出現頻度：所定のマジックワードの出現頻度。例えば、アラートモードである場合のマジックワードとしては、「ダウンロード」、「アップデート」、「始まった」、「仕様」、「対応」などが挙げられ、レピュートモードである場合のマジックワードとしては、「リリース」、「ありがとう」、「同様」などが挙げられる。なお、アラートモードのマジックワードとレピュートモードのマジックワードの少なくとも一部が共通していても構わない。なお、マジックワードは、予めデータ記憶部２０に記憶されていることとする。分析システム１０は、例えば、投稿スレッドデータのコメントデータに含まれるマジックワードの数ｍｗａをマジックワード出現頻度として特定する。そして、分析システム１０は、ｍｗａが所定数ｔｈ＿ｍｗａ以上であれば、上述の尤度の値を１増加させる。
【００９５】
（１１）マジックワード直近出現頻度：所定のマジックワードの直近での出現頻度。分析システム１０は、例えば、投稿スレッドデータのコメントデータのうち、直近投稿されたコメント（例えば、検索開始時点の直前１時間以内に投稿されたコメント）を示すコメントデータに含まれるマジックワードの数ｍｗｒをマジックワード直近出現頻度として特定する。そして、分析システム１０は、ｍｗｒが所定数ｔｈ＿ｍｗｒ以上であれば、上述の尤度の値を１増加させる。
【００９６】
（１２）ユーザ指定キーワード出現頻度：キーワード条件式に設定されているキーワードの出現頻度。なお、本実施形態では、一般的であると考えられる所定の語については出現頻度をカウントする対象とはならない。分析システム１０は、例えば、投稿スレッドデータのコメントデータに含まれるカウントの対象となるキーワードの数ｋｗａをユーザ指定キーワード出現頻度として特定する。そして、分析システム１０は、ｋｗａが所定数ｔｈ＿ｋｗａ以上であれば、上述の尤度の値を１増加させる。
【００９７】
（１３）ユーザ指定キーワード直近出現頻度：キーワード条件式に設定されているキーワードの直近での出現頻度。分析システム１０は、例えば、投稿スレッドデータのコメントデータのうち、直近投稿されたコメント（例えば、検索開始時点の直前１時間以内に投稿されたコメント）を示すコメントデータに含まれるマジックワードの数ｋｗｒをユーザ指定キーワード直近出現頻度として特定する。そして、分析システム１０は、ｋｗｒが所定数ｔｈ＿ｋｗｒ以上であれば、上述の尤度の値を１増加させる。
【００９８】
以上のようにして、尤度の値が算出される。そして、分析システム１０は、対応付けられた尤度の値が所定値以上である時間の範囲におけるユーザ毎のコメントの投稿数を特定するようにしてもよい。そして、分析システム１０は、各ユーザに対応付けられる、特定された投稿数の多いユーザから順に設定された順位、当該ユーザのユーザＩＤ、当該ユーザについて特定された投稿数を示すスコア、が含まれる、先駆けユーザデータ４４を生成して、データ記憶部２０に記憶させるようにしてもよい。
【００９９】
また、分析システム１０は、例えば、電子掲示板におけるコメントの投稿やソーシャルブックマークの登録に限らず、ブログ記事の登録タイミング、ウィキの記事の登録、Ｔｗｉｔｔｅｒ（登録商標）におけるツイート等を、上述と同様の方法によって分析することで、ユーザの特徴を特定するようにしてもよい。
【０１００】
また、本実施形態に係る分析システム１０、ソーシャルメディアシステム１２、及びクライアント１４の役割分担は上述のものには限定されない。また、上記の具体的な文字列や図面中の具体的な文字列は例示であり、これらの文字列には限定されない。
【符号の説明】
【０１０１】
１０ 分析システム、１２ ソーシャルメディアシステム、１４ クライアント、１６ コンピュータネットワーク、２０ データ記憶部、２２ データ収集部、２４ コンテンツ管理データ取得部、２６ クラスタバリュー特定部、２８ 期間特定部、３０ ユーザ特徴特定部、３２ ページ生成部、３４ ページ出力部、４０ コンテンツ管理データ、４２ クラスタ、４２ａ 統合クラスタ、４４ 先駆けユーザデータ、４６ クラスタ検出結果ページ、４８ 先駆けユーザ一覧ページ、５０ ソーシャルブックマーク管理データ、５２ ヒストグラム。
【特許請求の範囲】
【請求項１】
提供される情報に関連する情報の登録に応じて決定される、前記提供される情報に関する盛り上がりの高さを表すパラメータの値を特定する値特定手段と、
前記パラメータの値に基づいて、前記提供される情報に関する盛り上がりが時間経過とともに高くなる期間を特定する期間特定手段と、
特定される期間に基づいて、前記関連する情報を登録するユーザの特徴を特定する特徴特定手段と、
を含むことを特徴とする情報処理システム。
【請求項２】
前記特徴特定手段は、前記期間特定手段により特定される期間にユーザにより登録される前記関連する情報の数に基づいて、当該ユーザの特徴を特定する、
ことを特徴とする請求項１に記載の情報処理システム。
【請求項３】
前記値特定手段は、単位時間あたりに前記関連する情報が登録される数を特定し、
前記期間特定手段は、単位時間あたりに前記関連する情報が登録される数が増加傾向にある期間を特定する、
ことを特徴とする請求項１又は２に記載の情報処理システム。
【請求項４】
前記値特定手段は、前記提供される情報に関連するキーワードを含むコメントの単位時間あたりの登録回数を特定し、
前記期間特定手段は、前記キーワードを含むコメントの単位時間あたりの登録回数が増加傾向にある期間を特定する、
ことを特徴とする請求項１又は２に記載の情報処理システム。
【請求項５】
前記値特定手段は、情報が提供されるウェブページに対するソーシャルブックマークの単位時間あたりの登録回数を特定し、
前記期間特定手段は、情報が提供されるウェブページに対するソーシャルブックマークの単位時間あたりの登録回数が増加傾向にある期間を特定する、
ことを特徴とする請求項１又は２に記載の情報処理システム。
【請求項６】
（１）提供される情報に関連する情報の登録に応じて決定される、前記提供される情報に関する盛り上がりの高さを表すパラメータの値、（２）前記パラメータの値に基づいて特定される、前記提供される情報に関する盛り上がりが時間経過とともに高くなる期間を示す情報、及び、（３）特定される期間に基づいて特定される、前記関連する情報を登録するユーザの特徴を示す情報、のうちの少なくとも１つを取得する取得手段と、
前記取得手段により取得される情報に基づいて生成される情報を提示する提示手段と、
を含むことを特徴とする情報処理システム。
【請求項７】
提供される情報に関連する情報の登録に応じて決定される、前記提供される情報に関する盛り上がりの高さを表すパラメータの値を特定する値特定ステップと、
前記パラメータの値に基づいて、前記提供される情報に関する盛り上がりが時間経過とともに高くなる期間を特定する期間特定ステップと、
特定される期間に基づいて、前記関連する情報を登録するユーザの特徴を特定する特徴特定ステップと、
を含むことを特徴とする情報処理方法。
【請求項８】
提供される情報に関連する情報の登録に応じて決定される、前記提供される情報に関する盛り上がりの高さを表すパラメータの値を特定する値特定手段、
前記パラメータの値に基づいて、前記提供される情報に関する盛り上がりが時間経過とともに高くなる期間を特定する期間特定手段、
特定される期間に基づいて、前記関連する情報を登録するユーザの特徴を特定する特徴特定手段、
としてコンピュータを機能させることを特徴とするプログラム。
【請求項９】
提供される情報に関連する情報の登録に応じて決定される、前記提供される情報に関する盛り上がりの高さを表すパラメータの値を特定する値特定手段、
前記パラメータの値に基づいて、前記提供される情報に関する盛り上がりが時間経過とともに高くなる期間を特定する期間特定手段、
特定される期間に基づいて、前記関連する情報を登録するユーザの特徴を特定する特徴特定手段、
としてコンピュータを機能させることを特徴とするプログラムを記憶したコンピュータ読み取り可能な情報記憶媒体。
【請求項１】
提供される情報に関連する情報の登録に応じて決定される、前記提供される情報に関する盛り上がりの高さを表すパラメータの値を特定する値特定手段と、
前記パラメータの値に基づいて、前記提供される情報に関する盛り上がりが時間経過とともに高くなる期間を特定する期間特定手段と、
特定される期間に基づいて、前記関連する情報を登録するユーザの特徴を特定する特徴特定手段と、
を含むことを特徴とする情報処理システム。
【請求項２】
前記特徴特定手段は、前記期間特定手段により特定される期間にユーザにより登録される前記関連する情報の数に基づいて、当該ユーザの特徴を特定する、
ことを特徴とする請求項１に記載の情報処理システム。
【請求項３】
前記値特定手段は、単位時間あたりに前記関連する情報が登録される数を特定し、
前記期間特定手段は、単位時間あたりに前記関連する情報が登録される数が増加傾向にある期間を特定する、
ことを特徴とする請求項１又は２に記載の情報処理システム。
【請求項４】
前記値特定手段は、前記提供される情報に関連するキーワードを含むコメントの単位時間あたりの登録回数を特定し、
前記期間特定手段は、前記キーワードを含むコメントの単位時間あたりの登録回数が増加傾向にある期間を特定する、
ことを特徴とする請求項１又は２に記載の情報処理システム。
【請求項５】
前記値特定手段は、情報が提供されるウェブページに対するソーシャルブックマークの単位時間あたりの登録回数を特定し、
前記期間特定手段は、情報が提供されるウェブページに対するソーシャルブックマークの単位時間あたりの登録回数が増加傾向にある期間を特定する、
ことを特徴とする請求項１又は２に記載の情報処理システム。
【請求項６】
（１）提供される情報に関連する情報の登録に応じて決定される、前記提供される情報に関する盛り上がりの高さを表すパラメータの値、（２）前記パラメータの値に基づいて特定される、前記提供される情報に関する盛り上がりが時間経過とともに高くなる期間を示す情報、及び、（３）特定される期間に基づいて特定される、前記関連する情報を登録するユーザの特徴を示す情報、のうちの少なくとも１つを取得する取得手段と、
前記取得手段により取得される情報に基づいて生成される情報を提示する提示手段と、
を含むことを特徴とする情報処理システム。
【請求項７】
提供される情報に関連する情報の登録に応じて決定される、前記提供される情報に関する盛り上がりの高さを表すパラメータの値を特定する値特定ステップと、
前記パラメータの値に基づいて、前記提供される情報に関する盛り上がりが時間経過とともに高くなる期間を特定する期間特定ステップと、
特定される期間に基づいて、前記関連する情報を登録するユーザの特徴を特定する特徴特定ステップと、
を含むことを特徴とする情報処理方法。
【請求項８】
提供される情報に関連する情報の登録に応じて決定される、前記提供される情報に関する盛り上がりの高さを表すパラメータの値を特定する値特定手段、
前記パラメータの値に基づいて、前記提供される情報に関する盛り上がりが時間経過とともに高くなる期間を特定する期間特定手段、
特定される期間に基づいて、前記関連する情報を登録するユーザの特徴を特定する特徴特定手段、
としてコンピュータを機能させることを特徴とするプログラム。
【請求項９】
提供される情報に関連する情報の登録に応じて決定される、前記提供される情報に関する盛り上がりの高さを表すパラメータの値を特定する値特定手段、
前記パラメータの値に基づいて、前記提供される情報に関する盛り上がりが時間経過とともに高くなる期間を特定する期間特定手段、
特定される期間に基づいて、前記関連する情報を登録するユーザの特徴を特定する特徴特定手段、
としてコンピュータを機能させることを特徴とするプログラムを記憶したコンピュータ読み取り可能な情報記憶媒体。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【公開番号】特開２０１３−６１７５６（Ｐ２０１３−６１７５６Ａ）
【公開日】平成２５年４月４日（２０１３．４．４）
【国際特許分類】
【出願番号】特願２０１１−１９９０７２（Ｐ２０１１−１９９０７２）
【出願日】平成２３年９月１３日（２０１１．９．１３）
【出願人】（３１００２１７６６）株式会社ソニー・コンピュータエンタテインメント (417)
【Ｆターム（参考）】
【公開日】平成２５年４月４日（２０１３．４．４）
【国際特許分類】
【出願日】平成２３年９月１３日（２０１１．９．１３）
【出願人】（３１００２１７６６）株式会社ソニー・コンピュータエンタテインメント (417)
【Ｆターム（参考）】
[ Back to top ]