情報処理装置、情報処理方法及びプログラム
【課題】２つの批評対象物に関する各批評情報の比較分析を高い精度で容易かつ迅速に行うこと。
【解決手段】ＰＣ１００は、比較対象の２つの商品についての各高評価レビュー記事の総数に対する、所定のレビューポイント毎に設定された所定のキーワードを含むレビュー記事の数の比率を、各商品についての高評価レビュー記事の総数に対する、特定のビューポイントを高評価するレビュー記事の数の比率として算出し、その各比率をビューポイント毎に比較可能に出力する。
【解決手段】ＰＣ１００は、比較対象の２つの商品についての各高評価レビュー記事の総数に対する、所定のレビューポイント毎に設定された所定のキーワードを含むレビュー記事の数の比率を、各商品についての高評価レビュー記事の総数に対する、特定のビューポイントを高評価するレビュー記事の数の比率として算出し、その各比率をビューポイント毎に比較可能に出力する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、２つの商品またはサービスに関するそれぞれの評価情報を分析比較することが可能な情報処理装置、情報処理方法及びそのプログラムに関する。
【背景技術】
【０００２】
インターネット上には、商品やサービスに対する消費者の評価が記載されたテキスト情報（評価情報）が大量に存在している。そして、商品の供給者により、このような評価情報をいわゆるＶＯＣ（Voice of the Customer）として、ユーザの感性の評価や品質改善項目の抽出等のさまざまな目的に役立てようとする試みが行われている。
【０００３】
上記評価情報をコンピュータ上で処理する技術として、例えばデータマイニングが挙げられる。しかし、データマイニングでは膨大なリソースの準備及びインプットが必要な場合が多いにもかかわらず、現状では、それに見合うだけのアウトプットが得られているとは言い難い。また、データマイニングの結果得られたアウトプットについて、各種統計手法を用いた解析がなされているが、これらの解析結果が意味するものは必ずしも明確ではなく、分析者個人の主観的な解釈を必要とするものも多い。
【０００４】
また下記特許文献１には、評判情報取得手段と、評判情報分類手段と、カテゴリスコア算出手段と、カテゴリソート手段と、評判情報出力手段とを有する評判情報処理装置が記載されている。評判情報取得手段は、対象事物の性質を表す属性表現（例えば「デザイン」等）とその属性表現に対する評価を表す評価表現（例えば「かっこいい」等）との組からなる評判情報、及び、その評判情報が評判としてどの程度適切かを表す評判情報スコアを取得する。評判情報分類手段は、評判情報を、第１階層において複数のカテゴリに分類し、その第１階層のカテゴリごとの評判情報を第２階層において複数のカテゴリに分類し、各カテゴリにカテゴリ名を付与する。カテゴリスコア算出手段は、評判情報スコアをもとに、各階層におけるカテゴリに対してカテゴリスコアを算出する。カテゴリソート手段は、各階層におけるカテゴリをカテゴリスコアの大きい順に並び替える。評判情報出力手段は、第１階層のカテゴリ名のうち１つが入力された場合に、そのカテゴリ名を持つカテゴリの属する第２階層のカテゴリ名を出力する。ここで、第１階層のカテゴリ名は「かっこいい」等の評価表現とされ、第２階層のカテゴリ名は「デザイン」等の属性表現とされる（図１８等参照）。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特許第４３６１５２６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、上記特許文献１に記載の評判情報処理装置では、属性表現と評価表現との組からなる評判情報を取得するにあたり、予め、属性表現リスト及び評価表現リストを用意し、それらと、分析対象文書中の表現とのマッチングを行っている。しかしながら、このような手法では、対象とする文書の数が多くなればなるほど、処理の初期段階としての属性表現リスト及び評価表現リストの構築処理、及び、それによる評判情報の取得処理に大きな負荷が掛かることとなる。
【０００７】
また、上記評判情報処理装置では、評判情報が評判としてどの程度適切かを表す評判情報スコアを、属性表現と対象事物との関連度を算出して取得し、それを基に最終的な出力結果におけるカテゴリスコアを算出している。具体的には、関連度ｒは、文書集合の中で属性表現と対象事物がともに出現する文書の数をａ、属性表現のみが出現する文書の数をｂ、対象事物のみが出現する文書の数をｃとしたときに、ｒ＝２ａ／（２ａ＋ｂ＋ｃ）として算出される。しかしながら、文章集合中には、当然ながら肯定の評価表現を含む文書と否定の評価表現を含む文書とが存在し、また１つの文書に肯定と否定の矛盾する評価表現が含まれている場合もある。したがって上記関連度ｒを算出するのみでは、評判情報に対する信頼性を保証することにならない。
【０００８】
さらに、上記特許文献１に記載の評判情報処理装置では、最終的な評判情報の出力画面において、「かっこいい」、「よい」等のさまざまな評価表現がそのままカテゴリ名として出力される。しかも、その評判情報は１つの製品のみに関するものである。したがって、その出力画面の閲覧者は、どの製品がどの属性についてどの製品よりもどれほど優れているかといったように、２つ以上の製品間で評判情報を比較することができない。
【０００９】
以上のような事情に鑑み、本発明の目的は、２つの評価対象物に対する各評価情報の比較分析を高い精度で容易かつ迅速に行うことが可能な情報処理装置、情報処理方法及びそのプログラムを提供することにある。
【課題を解決するための手段】
【００１０】
上記目的を達成するため、本発明の一形態に係る情報処理装置は、記憶部と、制御部と、出力部とを有する。上記記憶部は、第１の評価対象物に対する、複数の評価レベルに分類された複数の第１の評価文書情報のうち、所定以上の評価レベルに分類された複数の第１の高評価情報と、第２の評価対象物に対する、複数の評価レベルに分類された複数の第２の評価文書情報のうち、上記所定以上の評価レベルに分類された複数の第２の高評価情報とを記憶する。さらに記憶部は、上記第１の評価対象物及び上記第２の評価対象物に対する所定の評価項目に対応する所定のキーワードを記憶する。上記制御部は、上記第１の高評価情報の総数に対する上記所定のキーワードを含む第１の高評価情報の第１の比率と、上記第２の高評価情報の総数に対する上記所定のキーワードを含む第２の高評価情報の第２の比率とをそれぞれ算出する。上記出力部は、上記第１の比率と上記第２の比率とを、それぞれ、上記第１の高評価情報の総数に対する、上記所定の評価項目を高評価した上記第１の高評価情報の比率と、上記第２の高評価情報の総数に対する、上記所定の評価項目を高評価した第２の高評価情報の比率として、比較可能に出力する。
【００１１】
この構成により情報処理装置は、２つの評価対象物に対する各高評価情報の総数に対する、上記所定のキーワードを含む高評価情報の比率を算出するだけで、それらを、各高評価情報の総数に対する、上記所定の評価項目を高評価した高評価情報の比率としてそれぞれ比較可能に出力できる。各評価文書情報の比較が、数ではなく比率で行われることで、たとえ上記所定のキーワードを含む高評価情報中に、所定の評価項目を低評価した高評価情報が含まれていたとしても、その情報が抽出されることによるエラーはキャンセルされる。したがって情報処理装置は、各高評価情報中に、所定の評価項目を高評価したものが含まれる比率を算出することなく、２つの評価対象物に対する各評価情報の比較分析を高い精度で容易かつ迅速に行うことができる。したがって分析者は、例えば自社商品と他社商品等、２つの評価対象物の上記所定の評価項目についての比較分析結果を瞬時に得て活用することができる。さらに情報処理装置は、上記所定のキーワードを多数の言語に対応させるだけで、あらゆる言語で記述された評価文書情報に対応可能となる。ここで評価対象物とはあらゆる商品及びサービスを含む。また所定以上の評価レベルとは、例えば上記評価文書情報が評価１〜評価５の５つのレベルの評価に分類されている場合、評価５、もしくは評価４以上等である。また所定の評価項目とは、例えばテレビジョンが評価対象物である場合には、画質、音質、外観等である。所定のキーワードとしては、例えば評価項目が画質であれば、"picture"、"image"、"motion"等、他の評価項目との関連性がほとんど無いものが選択される。
【００１２】
上記記憶部は、複数の上記所定の評価項目にそれぞれ対応する複数の所定のキーワードを記憶してもよい。この場合上記制御部は、上記第１の比率と上記第２の比率とを、上記複数の所定の評価項目毎に算出してもよい。この場合上記出力部は、上記第１の比率と、上記第２の比率とを、上記複数の所定の評価項目毎に比較可能に出力してもよい。
【００１３】
これにより情報処理装置は、複数の評価項目毎に２つの評価対象物に関する第１の比率及び第２の比率を算出して比較可能に出力できる。ここで各評価項目についての各第１の比率と各第２の比率とは、それぞれ分母を共通にしているため、例えばレーダーチャートのように正規化された出力結果に比べて、評価項目間での各第１の比率または各第２の比率の比較が可能となる。したがって、分析者は、ある評価対象物について消費者がどの評価項目に興味を示しているか、または示してないかといったことも把握し、それを商品開発等に反映させることができる。
【００１４】
本発明の他の形態に係る情報処理方法は、第１の評価対象物に対する、複数の評価レベルに分類された複数の第１の評価文書情報のうち、所定以上の評価レベルに分類された複数の第１の高評価情報と、第２の評価対象物に対する、複数の評価レベルに分類された複数の第２の評価文書情報のうち、上記所定以上の評価レベルに分類された複数の第２の高評価情報と、上記第１の評価対象物及び上記第２の評価対象物に対する所定の評価項目に対応する所定のキーワードとを記憶することを含む。この情報処理方法では、上記第１の高評価情報の総数に対する上記所定のキーワードを含む第１の高評価情報の第１の比率と、上記第２の高評価情報の総数に対する上記所定のキーワードを含む第２の高評価情報の第２の比率とがそれぞれ算出される。さらに、上記第１の比率と上記第２の比率とが、それぞれ、上記第１の高評価情報の総数に対する、上記所定の評価項目を高評価した上記第１の高評価情報の比率と、上記第２の高評価情報の総数に対する、上記所定の評価項目を高評価した第２の高評価情報の比率として、比較可能に出力される。
【００１５】
本発明のまた別の形態に係るプログラムは、情報処理装置に、記憶ステップと、算出ステップと、出力ステップとを実行させる。上記記憶ステップでは、第１の評価対象物に対する、複数の評価レベルに分類された複数の第１の評価文書情報のうち、所定以上の評価レベルに分類された複数の第１の高評価情報と、第２の評価対象物に対する、複数の評価レベルに分類された複数の第２の評価文書情報のうち、上記所定以上の評価レベルに分類された複数の第２の高評価情報と、上記第１の評価対象物及び上記第２の評価対象物に対する所定の評価項目に対応する所定のキーワードとが記憶される。上記算出ステップでは、上記第１の高評価情報の総数に対する上記所定のキーワードを含む第１の高評価情報の第１の比率と、上記第２の高評価情報の総数に対する上記所定のキーワードを含む第２の高評価情報の第２の比率とがそれぞれ算出される。上記出力ステップでは、上記第１の比率と上記第２の比率とを、それぞれ、上記第１の高評価情報の総数に対する、上記所定の評価項目を高評価した上記第１の高評価情報の比率と、上記第２の高評価情報の総数に対する、上記所定の評価項目を高評価した第２の高評価情報の比率として、比較可能に出力される。
【発明の効果】
【００１６】
以上説明したように、本発明によれば、２つの評価対象物に対する各評価情報の比較分析を高い精度で容易かつ迅速に行うことができる。
【図面の簡単な説明】
【００１７】
【図１】本発明の一実施形態に係るＰＣの構成を示すブロック図である。
【図２】本発明の一実施形態に係るＰＣに記憶されるデータの構成を示した図である。
【図３】本実施形態における処理の前提として本発明者が検証した事項について説明した図である。
【図４】本実施形態における処理の前提として本発明者が検証した事項について説明した図である。
【図５】本実施形態における処理の前提として本発明者が検証した事項について説明した図である。
【図６】本実施形態における処理の前提として本発明者が検証した事項について説明した図である。
【図７】本実施形態における処理の前提として本発明者が検証した事項について説明した図である。
【図８】本実施形態におけるＰＣの高評価レビュー記事の分類処理の流れを示すフローチャートである。
【図９】図８の処理のうちキーワード発生率のカウント処理の流れを示すフローチャートである。
【図１０】本実施形態におけるＰＣのキーワード発生率の出力画面の例を示した図である。
【発明を実施するための形態】
【００１８】
以下、図面を参照しながら、本発明の実施形態を説明する。
【００１９】
［情報処理装置の構成］
図１は、本発明の一実施形態に係る情報処理装置としてのＰＣ（Personal Computer）の構成を示すブロック図である。
【００２０】
ＰＣ１００は、ＣＰＵ（Central Processing Unit）１０１、ＲＯＭ１０２（Read Only Memory）、ＲＡＭ（Random Access Memory）１０３、入出力インターフェース１０５、及び、これらを互いに接続するバス１０４を備える。
【００２１】
ＣＰＵ１０１は、必要に応じてＲＡＭ１０３等に適宜アクセスし、各種演算処理を行いながらＰＣ１００の各ブロック全体を統括的に制御する。ＲＯＭ１０２は、ＣＰＵ１０１に実行させるＯＳ、プログラムや各種パラメータなどのファームウェアが固定的に記憶されている不揮発性のメモリである。ＲＡＭ１０３は、ＣＰＵ１０１の作業用領域等として用いられ、ＯＳ、実行中の各種プログラム、処理中の各種データを一時的に保持する。
【００２２】
入出力インターフェース１０５には、表示部１０６、入力部１０７、記憶部１０８、通信部１０９、ドライブ部１１０等が接続される。
【００２３】
表示部１０６は、例えば液晶、ＥＬ（Electro-Luminescence）、ＣＲＴ（Cathode Ray Tube）等を用いた表示デバイスである。当該表示部１０６は、ＰＣ１００に内蔵されていてもよいし、ＰＣ１００に外部接続されていてもよい。
【００２４】
入力部１０７は、例えばポインティングデバイス、キーボード、タッチパネル、その他の操作装置である。入力部１０７がタッチパネルを含む場合、そのタッチパネルは表示部１０６と一体となり得る。
【００２５】
記憶部１０８は、例えばＨＤＤ（Hard Disk Drive）や、フラッシュメモリ、その他の固体メモリ等の不揮発性メモリである。当該記憶部１０８には、後述する高評価レビューやキーワード用シソーラスが記憶される。
【００２６】
ドライブ部１１０は、例えば光学記録媒体、フロッピー（登録商標）ディスク、磁気記録テープ、フラッシュメモリ等、リムーバブルの記録媒体１１１を駆動することが可能なデバイスである。これに対し上記記憶部１０８は、主にリムーバブルでない記録媒体を駆動する、ＰＣ１００に予め搭載されたデバイスとして使用される場合が多い。
【００２７】
通信部１０９は、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）等に接続可能な、他のデバイスと通信するためのモデム、ルータ、その他の通信機器である。通信部１０９は、有線及び無線のどちらを利用して通信するものであってもよい。通信部１０９は、ＰＣ１００とは別体で使用される場合が多い。
【００２８】
［情報処理装置におけるデータ構成］
次に、上記ＰＣ１００の上記記憶部１０８に記憶されるデータの構成について説明する。図２は、当該データ構成を示した図である。
【００２９】
同図に示すように、記憶部１０８は、商品Ｘに関する多数の高評価レビュー記事１２からなる商品Ｘ高評価レビューＤＢ（データベース）１１、商品Ｙに関する多数の高評価レビュー記事２２からなる商品Ｙ高評価レビューＤＢ２１を記憶している。
【００３０】
各高評価レビューＤＢは、ＰＣ１００が例えば上記通信部１０９によりインターネット上の１つまたは複数のレビューサイトから、比較対象となる商品Ｘと商品Ｙの各レビュー記事のうち、所定以上の高評価レベルに分類されたレビュー記事を取得することで形成される。
【００３１】
周知のように、レビューサイトの多くは、例えば★マークの数により各商品に対する消費者の評価を複数レベル（例えば評価１（１つ星）〜評価５（５つ星）の５つのレベル）に分類している。ＰＣ１００は、数多くのレビュー記事の中からまず商品Ｘと商品Ｙの各レビュー記事を例えば商品名（型番）をキーに抽出し、さらにそれらの中から高評価レベル（例えば５つ星）に分類された複数の高評価レビュー記事１２、２２を抽出して、商品Ｘ及び商品Ｙの各高評価レビューＤＢ１１、２１を形成する。抽出される高評価レビュー記事の数は、各商品についてそれぞれ数百〜千程度であるが、これに限られない。またＰＣ１００は、当該抽出された各高評価レビュー記事１２、２２を格納したリムーバブルの記録媒体１１１から当該各高評価レビュー記事１２、２２をロードすることで上記各高評価レビューＤＢ１１、２１を形成しても構わない。
【００３２】
また記憶部１０８は、消費者が各商品Ｘ及びＹを評価している項目（以下、ビューポイント）毎に所定のキーワードを対応付けたビューポイントテーブル１５も記憶している。本実施形態では、例えば商品Ｘ及びＹが異なるメーカーの液晶テレビである場合を想定している。この場合ビューポイントは例えば画質、音質、外観等であり、画質に対するキーワードは例えば"Picture"、"Image"等、音質に対するキーワードは例えば"Sound"、"Audio"等、外観に対するキーワードは例えば"Design"、"Appearance"等である。これらのキーワードとしては、例えば汎用のシソーラスを基に、各ビューポイントに極めて関連性の高い（他のビューポイントに極めて関連性の低い）ものが選択される。これは、後述するように、キーワードを含む高評価レビュー記事１２、２２のビューポイント毎の発生頻度を算出する際のエラーを極力なくすためである。
【００３３】
またここで、抽出するレビュー記事が、高評価のレビュー記事に限定されているのは、後述するように、そのようなレビュー記事は、内容も表現も一定のパターンをとりやすく、上記キーワードがヒットしやすいためである。
【００３４】
［検証事項］
次に、本実施形態における処理の前提として本発明者が検証した事項について説明する。図３〜図７は、その検証事項を説明するための図である。
【００３５】
本実施形態では、２つの商品ＸとＹに対するレビュー記事を基に、分析者が迅速かつ容易にビューポイント毎の両商品の比較分析が行えるようなシステムを構築することを目標としている。そのためには、本来的には、上記商品Ｘ高評価レビューＤＢ１１及び商品Ｙ高評価レビューＤＢ２１に格納された全ての高評価レビュー記事のうち、特定のビューポイントについての高評価レビュー記事の比率がそれぞれ求められればよい。これにより商品Ｘと商品Ｙとについて消費者がそれぞれどのビューポイントをどれほど評価しているかが把握され両者が比較可能となるからである。すなわち、図３に示すように、例えば商品Ｘについて集合Ｕを定義した場合、「画質」というビューポイントについて高評価を与えているレビュー記事の比率（同図Ａｘ＋Ｂｘ／Ｕｘ＋Ａｘ＋Ｂｘ＋Ｃｘ）が求められるのが望ましい。しかし、この特定のビューポイントを高評価した高評価レビュー記事の比率を抽出するのは容易なことではない。なぜなら、単に高評価レビュー記事であるというだけでは、それがどのビューポイントに関するものであるかは不明であり、当該高評価レビュー記事の内容を解析してそれを明らかにする必要があるからである。
【００３６】
そこで本実施形態では、同図に示すように、全ての高評価レビュー記事の数に対する例えば上記「画質」というビューポイントを高評価したレビュー記事の比率を、特定のキーワード（例えば"Picture"）を含む高評価レビュー記事の比率（同図Ｂｘ＋Ｃｘ／Ｕｘ＋Ａｘ＋Ｂｘ＋Ｃｘ）で代替することとしている。以下、このような代替が可能であることの根拠について説明する。
【００３７】
図４に示すように、商品Ｘについての高評価レビュー記事１２の集合Ｕｘ及び商品Ｙについての高評価レビュー記事２２の集合Ｕｙを定義する。同図における各要素Ａｘ、Ｂｘ、Ｃｘ、Ａｙ、Ｂｙ及びＣｙは上記図３に示したものと同様である。
【００３８】
ここで、集合Ｕｘに属する高評価レビュー記事の総数と、集合Ｕｙに属するレビュー記事の総数とは、商品の質が異なれば、同一とはならないと考えられる。しかし、サンプルとなる高評価レビュー記事のデータ数が十分多い場合には、いずれの集合においても、例えば"Picture"というキーワードを含むレビュー記事（要素Ｂｘ＋Ｃｘ）が、画質というビューポイントを高評価しているレビュー記事（要素Ａｘ＋Ｂｘ）に占める比率（Ｂｘ／Ａｘ＋Ｂｘ）は、商品によらず一定（α）である、という仮説（同図（１））が妥当すると考えられる。すなわち、この比率は商品の質に影響を受けないと考えられる。
【００３９】
またこの場合、"Picture"というキーワードを含むレビュー記事（要素Ｂｘ＋Ｃｘ）の中で、画質を高評価しているもの（要素Ｂｘ）と、そうでないもの（要素Ｃｘ）との比率も、商品によらず一定（β）である、という仮説（同図（２））も妥当すると考えられる。
【００４０】
さらに、図５に示すように、レビュー記事のデータ数が十分多い場合には、複数の評価レベルに分類された全てのレビュー記事のうち、高評価（５★）に分類されたレビュー記事においては、"Picture"という単語を含むレビュー記事（要素Ｂｘ＋Ｃｘ）は、"Picture"というビューポイントに対して高評価の意見を述べている、という仮説も概ね妥当すると考えられる。高評価のレビュー記事で現れる単語は、総じて肯定的な記事を構成する場合が多いと考えられるからである。実際、本発明者は、数千の高評価レビュー記事を閲覧して、上記仮説が妥当であることを確認している。
【００４１】
そして、上述したが、図６に示すように、本来的に商品間で比較したい比率は、各商品についての高評価レビュー記事の総数に対する、画質を高評価するレビュー記事の数の比率（同図（ａ））である。この比率を正確に算出するのは困難である一方、各商品についての高評価レビュー記事の総数に対する、キーワード"picture"を含むレビュー記事の数の比率（同図（ｂ））は、機械的にＰＣ１００で算出することができる。
【００４２】
また、当然ながら、上記要素（Ａｘ＋Ｂｘ）と要素（Ｂｘ＋Ｃｘ）に属するレビュー記事の数は異なっている。また、あるレビュー記事に特定のキーワード（例えば"picture"）が含まれていても、そのレビュー記事がそのキーワードに対応するビューポイント（例えば「画質」）を高評価していない場合（要素Ｃｘ）もある。しかしながら、上記キーワードを含むレビュー記事について、その数ではなく「比率」が算出され、その比率同士が商品間で比較されれば、上記要素（Ａｘ＋Ｂｘ）と要素（Ｂｘ＋Ｃｘ）との差はキャンセルされ、問題にならなくなると考えられる。
【００４３】
したがって、上記比率（ａ）と比率（ｂ）とが等しいという命題が証明できれば、図３で説明した代替が可能であるということができる。
【００４４】
そこで、この命題の証明を試みる。図７（Ｉ）及び（ＩＩ）に示すように、上記式（１）及び（２）が成り立つ。ここで、同図（ＩＩＩ）に示すように、Ａｘ＋Ｂｘ／Ａｙ＋Ｂｙは、Ａｘ（１＋α）／Ａｙ（１＋α）と変形できる。そして、上記式（１）及び（２）を用いれば、これはさらにＢｘ＋Ｃｘ／Ｂｙ＋Ｃｙと変形できる。
【００４５】
さらに、同図（ＩＶ）に示すように、上記Ａｘ＋Ｂｘ／Ａｙ＋Ｂｙ＝Ｂｘ＋Ｃｘ／Ｂｙ＋Ｃｙの両辺に、（Ｕ＋Ａ＋Ｂ＋Ｃ）ｙ／（Ｕ＋Ａ＋Ｂ＋Ｃ）ｘを乗算すると、両辺はそれぞれ上記比率（ａ）及び比率（ｂ）と等しくなる。
【００４６】
以上より、各商品についての高評価レビュー記事の総数に対する、画質を高評価するレビュー記事の数の比率（ａ）は、各商品についての高評価レビュー記事の総数に対する、キーワード"picture"を含むレビュー記事の数の比率（ｂ）と等しいことが証明された。
【００４７】
［情報処理装置の動作］
次に、以上の検証により証明された命題を用いた、ＰＣ１００の動作について具体的に説明する。以降の説明においては、ＰＣ１００のＣＰＵ１０１を主な動作主体として説明するが、この動作はＣＰＵ１０１の制御下において実行されるプログラムとも協働して行われる。図８は、ＰＣ１００による高評価レビュー記事の分類処理の流れを示したフローチャートである。
【００４８】
同図に示すように、まずＰＣ１００のＣＰＵ１０１は、上記商品Ｘ高評価レビューＤＢ１１から、各高評価レビュー記事１２のテキストデータを取得する（ステップ８１）。続いてＣＰＵ１０１は、取得した高評価レビュー記事１２のうち、ビューポイント毎のキーワードを含むレビュー記事の数をそれぞれカウントする（ステップ８２）。
【００４９】
そしてＣＰＵ１０１は、上記カウントした数を基に、商品Ｘのレビュー記事において、特定のキーワードを含むレビュー記事の、ビューポイント毎の発生率を算出する（ステップ８３）。
【００５０】
続いてＣＰＵ１０１は、商品Ｘについての上記ステップ８１〜ステップ８３の処理を、商品Ｙについても同様に実行する（ステップ８４〜ステップ８６）。
【００５１】
そしてＣＰＵ１０１は、商品Ｘと商品Ｙについてそれぞれ算出されたビューポイント毎のキーワード発生率を、グラフ化して表示部１０６から出力する（ステップ８７）。
【００５２】
図９は、図８の処理のうちキーワード発生率のカウント処理（ステップ８２及びステップ８５）の流れを示すフローチャートである。
【００５３】
同図に示すように、ＣＰＵ１０１は、商品Ｘ及び商品Ｙの高評価レビュー記事１２、２２を取得する（ステップ９１）。続いてＣＰＵ１０１は、上記ビューポイントテーブル１５から、ビューポイント毎のキーワードを取得する（ステップ９２）。
【００５４】
続いてＣＰＵ１０１は、各高評価レビュー記事が、ビューポイント毎のキーワードを含むか否かを判断する（ステップ９３）。当該キーワードが含まれる場合（ＹＥＳ）、ＣＰＵ１０１は、該当のビューポイントに関するキーワードの発生カウンターをインクリメントする（ステップ９４）。
【００５５】
続いてＣＰＵ１０１は、上記ステップ９３及びステップ９４の処理を、特定のビューポイントにおける全てのキーワードについて実行したか否かを判断する（ステップ９５）。例えばＣＰＵ１０１は、「画質」というビューポイントについて、上記図２で示したキーワード"Picture"及び"Image"のそれぞれについてその発生数をカウントしたか否かを判断する。
【００５６】
ＣＰＵ１０１は、上記ステップ９２〜９５の処理を、それが全ての高評価レビュー記事について、また全てのビューポイントについて完了するまで繰り返し実行する（ステップ９６）。
【００５７】
図１０は、上記算出された各商品Ｘ及びＹについてのビューポイント毎のキーワード発生率の出力画面の例を示した図である。同図に示すように、当該出力画面では、商品Ｘと商品Ｙの、各ビューポイント（画質、音質、外観）毎のキーワード発生率が例えば棒グラフにより比較可能に表示される。同図の例からは、画質及び音質については商品Ｘの方がやや勝っており、外観については商品Ｙの方がだいぶ勝っていることが分かる。したがって分析者は、例えば、他社商品Ｙと競争するためには、自社商品Ｘの外観をより強化する必要があることを瞬時に把握することができる。
【００５８】
さらに、この表示画面において、各ビューポイント毎のキーワード発生率のプロット値（１０ａ〜１０ｆ）は、商品毎に、それぞれ高評価レビュー記事の総数という共通の分母により算出された値である。すなわち、各プロット値は、全ての高評価レビュー記事の中で、それぞれのビューポイントが占める割合を示しており、換言すれば、消費者の各ビューポイントに対する関心の高さを示している。したがって分析者は、この表示画面において、同じ商品の各プロット値同士を比較すれば、各商品について、消費者がどのビューポイントについて関心を持っているか、また持っていないかを把握することができる。例えば、商品Ｘについて、画質についてのプロット値１０ａ、音質についてのプロット値１０ｃ及び外観についてのプロット値１０ｅとを比較すると、画質に比べて音質及び外観についての消費者の声はだいぶ少ないことが分かる。したがって分析者は、例えば、他社商品Ｙに比べて自社商品Ｘの音質は劣ってはいないものの、画質に比べればより強化すべきである、といった分析を行うことができる。これは、各ビューポイント毎のプロットが例えばレーダーチャート等の正規化されたグラフで出力される場合に比べて極めて有効であると言える。
【００５９】
［まとめ］
以上説明したように、本実施形態によれば、処理対象となるレビュー記事が、高評価レビュー記事に限定された上で、各商品についての高評価レビュー記事の総数に対する、所定のキーワードを含むレビュー記事の数の比率が、各商品についての高評価レビュー記事の総数に対する、特定のビューポイントを高評価するレビュー記事の数の比率として算出され、比較可能に出力される。これにより、従来のような膨大な辞書を用いた時間と負荷の掛かる処理を行わなくとも、キーワードの選定を行うだけで誰でも容易に２つの商品の比較分析を行うことができる。
【００６０】
［変形例］
本発明は上述の実施形態にのみ限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変更され得る。
【００６１】
上述の実施形態においては、テレビジョンの評価項目として、画質、音質、外観の３つが例に挙げられたが、もちろん、評価項目はこれらに限られない。同じくテレビジョンであっても、例えば特徴性、価格、色の再現性、設置容易性、メニューの利便性、ブラックレベル、外部接続性、操作性等、他のさまざまな評価項目について上述の実施形態と同様の比較分析が実現されうる。また上述の実施形態では評価対象物の例としてテレビジョンが挙げられたが、もちろん、テレビジョン以外のあらゆる商品またはサービスについても同様にあらゆる評価項目について比較分析が可能である。
【００６２】
上述の実施形態においては、２つの商品についてキーワード発生率が算出され比較可能に出力されたが、３つ以上の商品についての各キーワード発生率が同様に算出され比較可能に出力されてもよい。
【００６３】
上述の実施形態では、高評価レビュー記事は英語で記載されていることを前提に、英語のキーワード用いられたが、本発明はもちろんあらゆる言語に対応可能である。
【符号の説明】
【００６４】
１１、２１…高評価レビューＤＢ
１２、２２…高評価レビュー記事
１５…ビューポイントテーブル
１００…ＰＣ
１０１…ＣＰＵ
１０６…表示部
１０８…記憶部
【技術分野】
【０００１】
本発明は、２つの商品またはサービスに関するそれぞれの評価情報を分析比較することが可能な情報処理装置、情報処理方法及びそのプログラムに関する。
【背景技術】
【０００２】
インターネット上には、商品やサービスに対する消費者の評価が記載されたテキスト情報（評価情報）が大量に存在している。そして、商品の供給者により、このような評価情報をいわゆるＶＯＣ（Voice of the Customer）として、ユーザの感性の評価や品質改善項目の抽出等のさまざまな目的に役立てようとする試みが行われている。
【０００３】
上記評価情報をコンピュータ上で処理する技術として、例えばデータマイニングが挙げられる。しかし、データマイニングでは膨大なリソースの準備及びインプットが必要な場合が多いにもかかわらず、現状では、それに見合うだけのアウトプットが得られているとは言い難い。また、データマイニングの結果得られたアウトプットについて、各種統計手法を用いた解析がなされているが、これらの解析結果が意味するものは必ずしも明確ではなく、分析者個人の主観的な解釈を必要とするものも多い。
【０００４】
また下記特許文献１には、評判情報取得手段と、評判情報分類手段と、カテゴリスコア算出手段と、カテゴリソート手段と、評判情報出力手段とを有する評判情報処理装置が記載されている。評判情報取得手段は、対象事物の性質を表す属性表現（例えば「デザイン」等）とその属性表現に対する評価を表す評価表現（例えば「かっこいい」等）との組からなる評判情報、及び、その評判情報が評判としてどの程度適切かを表す評判情報スコアを取得する。評判情報分類手段は、評判情報を、第１階層において複数のカテゴリに分類し、その第１階層のカテゴリごとの評判情報を第２階層において複数のカテゴリに分類し、各カテゴリにカテゴリ名を付与する。カテゴリスコア算出手段は、評判情報スコアをもとに、各階層におけるカテゴリに対してカテゴリスコアを算出する。カテゴリソート手段は、各階層におけるカテゴリをカテゴリスコアの大きい順に並び替える。評判情報出力手段は、第１階層のカテゴリ名のうち１つが入力された場合に、そのカテゴリ名を持つカテゴリの属する第２階層のカテゴリ名を出力する。ここで、第１階層のカテゴリ名は「かっこいい」等の評価表現とされ、第２階層のカテゴリ名は「デザイン」等の属性表現とされる（図１８等参照）。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特許第４３６１５２６号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
しかしながら、上記特許文献１に記載の評判情報処理装置では、属性表現と評価表現との組からなる評判情報を取得するにあたり、予め、属性表現リスト及び評価表現リストを用意し、それらと、分析対象文書中の表現とのマッチングを行っている。しかしながら、このような手法では、対象とする文書の数が多くなればなるほど、処理の初期段階としての属性表現リスト及び評価表現リストの構築処理、及び、それによる評判情報の取得処理に大きな負荷が掛かることとなる。
【０００７】
また、上記評判情報処理装置では、評判情報が評判としてどの程度適切かを表す評判情報スコアを、属性表現と対象事物との関連度を算出して取得し、それを基に最終的な出力結果におけるカテゴリスコアを算出している。具体的には、関連度ｒは、文書集合の中で属性表現と対象事物がともに出現する文書の数をａ、属性表現のみが出現する文書の数をｂ、対象事物のみが出現する文書の数をｃとしたときに、ｒ＝２ａ／（２ａ＋ｂ＋ｃ）として算出される。しかしながら、文章集合中には、当然ながら肯定の評価表現を含む文書と否定の評価表現を含む文書とが存在し、また１つの文書に肯定と否定の矛盾する評価表現が含まれている場合もある。したがって上記関連度ｒを算出するのみでは、評判情報に対する信頼性を保証することにならない。
【０００８】
さらに、上記特許文献１に記載の評判情報処理装置では、最終的な評判情報の出力画面において、「かっこいい」、「よい」等のさまざまな評価表現がそのままカテゴリ名として出力される。しかも、その評判情報は１つの製品のみに関するものである。したがって、その出力画面の閲覧者は、どの製品がどの属性についてどの製品よりもどれほど優れているかといったように、２つ以上の製品間で評判情報を比較することができない。
【０００９】
以上のような事情に鑑み、本発明の目的は、２つの評価対象物に対する各評価情報の比較分析を高い精度で容易かつ迅速に行うことが可能な情報処理装置、情報処理方法及びそのプログラムを提供することにある。
【課題を解決するための手段】
【００１０】
上記目的を達成するため、本発明の一形態に係る情報処理装置は、記憶部と、制御部と、出力部とを有する。上記記憶部は、第１の評価対象物に対する、複数の評価レベルに分類された複数の第１の評価文書情報のうち、所定以上の評価レベルに分類された複数の第１の高評価情報と、第２の評価対象物に対する、複数の評価レベルに分類された複数の第２の評価文書情報のうち、上記所定以上の評価レベルに分類された複数の第２の高評価情報とを記憶する。さらに記憶部は、上記第１の評価対象物及び上記第２の評価対象物に対する所定の評価項目に対応する所定のキーワードを記憶する。上記制御部は、上記第１の高評価情報の総数に対する上記所定のキーワードを含む第１の高評価情報の第１の比率と、上記第２の高評価情報の総数に対する上記所定のキーワードを含む第２の高評価情報の第２の比率とをそれぞれ算出する。上記出力部は、上記第１の比率と上記第２の比率とを、それぞれ、上記第１の高評価情報の総数に対する、上記所定の評価項目を高評価した上記第１の高評価情報の比率と、上記第２の高評価情報の総数に対する、上記所定の評価項目を高評価した第２の高評価情報の比率として、比較可能に出力する。
【００１１】
この構成により情報処理装置は、２つの評価対象物に対する各高評価情報の総数に対する、上記所定のキーワードを含む高評価情報の比率を算出するだけで、それらを、各高評価情報の総数に対する、上記所定の評価項目を高評価した高評価情報の比率としてそれぞれ比較可能に出力できる。各評価文書情報の比較が、数ではなく比率で行われることで、たとえ上記所定のキーワードを含む高評価情報中に、所定の評価項目を低評価した高評価情報が含まれていたとしても、その情報が抽出されることによるエラーはキャンセルされる。したがって情報処理装置は、各高評価情報中に、所定の評価項目を高評価したものが含まれる比率を算出することなく、２つの評価対象物に対する各評価情報の比較分析を高い精度で容易かつ迅速に行うことができる。したがって分析者は、例えば自社商品と他社商品等、２つの評価対象物の上記所定の評価項目についての比較分析結果を瞬時に得て活用することができる。さらに情報処理装置は、上記所定のキーワードを多数の言語に対応させるだけで、あらゆる言語で記述された評価文書情報に対応可能となる。ここで評価対象物とはあらゆる商品及びサービスを含む。また所定以上の評価レベルとは、例えば上記評価文書情報が評価１〜評価５の５つのレベルの評価に分類されている場合、評価５、もしくは評価４以上等である。また所定の評価項目とは、例えばテレビジョンが評価対象物である場合には、画質、音質、外観等である。所定のキーワードとしては、例えば評価項目が画質であれば、"picture"、"image"、"motion"等、他の評価項目との関連性がほとんど無いものが選択される。
【００１２】
上記記憶部は、複数の上記所定の評価項目にそれぞれ対応する複数の所定のキーワードを記憶してもよい。この場合上記制御部は、上記第１の比率と上記第２の比率とを、上記複数の所定の評価項目毎に算出してもよい。この場合上記出力部は、上記第１の比率と、上記第２の比率とを、上記複数の所定の評価項目毎に比較可能に出力してもよい。
【００１３】
これにより情報処理装置は、複数の評価項目毎に２つの評価対象物に関する第１の比率及び第２の比率を算出して比較可能に出力できる。ここで各評価項目についての各第１の比率と各第２の比率とは、それぞれ分母を共通にしているため、例えばレーダーチャートのように正規化された出力結果に比べて、評価項目間での各第１の比率または各第２の比率の比較が可能となる。したがって、分析者は、ある評価対象物について消費者がどの評価項目に興味を示しているか、または示してないかといったことも把握し、それを商品開発等に反映させることができる。
【００１４】
本発明の他の形態に係る情報処理方法は、第１の評価対象物に対する、複数の評価レベルに分類された複数の第１の評価文書情報のうち、所定以上の評価レベルに分類された複数の第１の高評価情報と、第２の評価対象物に対する、複数の評価レベルに分類された複数の第２の評価文書情報のうち、上記所定以上の評価レベルに分類された複数の第２の高評価情報と、上記第１の評価対象物及び上記第２の評価対象物に対する所定の評価項目に対応する所定のキーワードとを記憶することを含む。この情報処理方法では、上記第１の高評価情報の総数に対する上記所定のキーワードを含む第１の高評価情報の第１の比率と、上記第２の高評価情報の総数に対する上記所定のキーワードを含む第２の高評価情報の第２の比率とがそれぞれ算出される。さらに、上記第１の比率と上記第２の比率とが、それぞれ、上記第１の高評価情報の総数に対する、上記所定の評価項目を高評価した上記第１の高評価情報の比率と、上記第２の高評価情報の総数に対する、上記所定の評価項目を高評価した第２の高評価情報の比率として、比較可能に出力される。
【００１５】
本発明のまた別の形態に係るプログラムは、情報処理装置に、記憶ステップと、算出ステップと、出力ステップとを実行させる。上記記憶ステップでは、第１の評価対象物に対する、複数の評価レベルに分類された複数の第１の評価文書情報のうち、所定以上の評価レベルに分類された複数の第１の高評価情報と、第２の評価対象物に対する、複数の評価レベルに分類された複数の第２の評価文書情報のうち、上記所定以上の評価レベルに分類された複数の第２の高評価情報と、上記第１の評価対象物及び上記第２の評価対象物に対する所定の評価項目に対応する所定のキーワードとが記憶される。上記算出ステップでは、上記第１の高評価情報の総数に対する上記所定のキーワードを含む第１の高評価情報の第１の比率と、上記第２の高評価情報の総数に対する上記所定のキーワードを含む第２の高評価情報の第２の比率とがそれぞれ算出される。上記出力ステップでは、上記第１の比率と上記第２の比率とを、それぞれ、上記第１の高評価情報の総数に対する、上記所定の評価項目を高評価した上記第１の高評価情報の比率と、上記第２の高評価情報の総数に対する、上記所定の評価項目を高評価した第２の高評価情報の比率として、比較可能に出力される。
【発明の効果】
【００１６】
以上説明したように、本発明によれば、２つの評価対象物に対する各評価情報の比較分析を高い精度で容易かつ迅速に行うことができる。
【図面の簡単な説明】
【００１７】
【図１】本発明の一実施形態に係るＰＣの構成を示すブロック図である。
【図２】本発明の一実施形態に係るＰＣに記憶されるデータの構成を示した図である。
【図３】本実施形態における処理の前提として本発明者が検証した事項について説明した図である。
【図４】本実施形態における処理の前提として本発明者が検証した事項について説明した図である。
【図５】本実施形態における処理の前提として本発明者が検証した事項について説明した図である。
【図６】本実施形態における処理の前提として本発明者が検証した事項について説明した図である。
【図７】本実施形態における処理の前提として本発明者が検証した事項について説明した図である。
【図８】本実施形態におけるＰＣの高評価レビュー記事の分類処理の流れを示すフローチャートである。
【図９】図８の処理のうちキーワード発生率のカウント処理の流れを示すフローチャートである。
【図１０】本実施形態におけるＰＣのキーワード発生率の出力画面の例を示した図である。
【発明を実施するための形態】
【００１８】
以下、図面を参照しながら、本発明の実施形態を説明する。
【００１９】
［情報処理装置の構成］
図１は、本発明の一実施形態に係る情報処理装置としてのＰＣ（Personal Computer）の構成を示すブロック図である。
【００２０】
ＰＣ１００は、ＣＰＵ（Central Processing Unit）１０１、ＲＯＭ１０２（Read Only Memory）、ＲＡＭ（Random Access Memory）１０３、入出力インターフェース１０５、及び、これらを互いに接続するバス１０４を備える。
【００２１】
ＣＰＵ１０１は、必要に応じてＲＡＭ１０３等に適宜アクセスし、各種演算処理を行いながらＰＣ１００の各ブロック全体を統括的に制御する。ＲＯＭ１０２は、ＣＰＵ１０１に実行させるＯＳ、プログラムや各種パラメータなどのファームウェアが固定的に記憶されている不揮発性のメモリである。ＲＡＭ１０３は、ＣＰＵ１０１の作業用領域等として用いられ、ＯＳ、実行中の各種プログラム、処理中の各種データを一時的に保持する。
【００２２】
入出力インターフェース１０５には、表示部１０６、入力部１０７、記憶部１０８、通信部１０９、ドライブ部１１０等が接続される。
【００２３】
表示部１０６は、例えば液晶、ＥＬ（Electro-Luminescence）、ＣＲＴ（Cathode Ray Tube）等を用いた表示デバイスである。当該表示部１０６は、ＰＣ１００に内蔵されていてもよいし、ＰＣ１００に外部接続されていてもよい。
【００２４】
入力部１０７は、例えばポインティングデバイス、キーボード、タッチパネル、その他の操作装置である。入力部１０７がタッチパネルを含む場合、そのタッチパネルは表示部１０６と一体となり得る。
【００２５】
記憶部１０８は、例えばＨＤＤ（Hard Disk Drive）や、フラッシュメモリ、その他の固体メモリ等の不揮発性メモリである。当該記憶部１０８には、後述する高評価レビューやキーワード用シソーラスが記憶される。
【００２６】
ドライブ部１１０は、例えば光学記録媒体、フロッピー（登録商標）ディスク、磁気記録テープ、フラッシュメモリ等、リムーバブルの記録媒体１１１を駆動することが可能なデバイスである。これに対し上記記憶部１０８は、主にリムーバブルでない記録媒体を駆動する、ＰＣ１００に予め搭載されたデバイスとして使用される場合が多い。
【００２７】
通信部１０９は、ＬＡＮ（Local Area Network）、ＷＡＮ（Wide Area Network）等に接続可能な、他のデバイスと通信するためのモデム、ルータ、その他の通信機器である。通信部１０９は、有線及び無線のどちらを利用して通信するものであってもよい。通信部１０９は、ＰＣ１００とは別体で使用される場合が多い。
【００２８】
［情報処理装置におけるデータ構成］
次に、上記ＰＣ１００の上記記憶部１０８に記憶されるデータの構成について説明する。図２は、当該データ構成を示した図である。
【００２９】
同図に示すように、記憶部１０８は、商品Ｘに関する多数の高評価レビュー記事１２からなる商品Ｘ高評価レビューＤＢ（データベース）１１、商品Ｙに関する多数の高評価レビュー記事２２からなる商品Ｙ高評価レビューＤＢ２１を記憶している。
【００３０】
各高評価レビューＤＢは、ＰＣ１００が例えば上記通信部１０９によりインターネット上の１つまたは複数のレビューサイトから、比較対象となる商品Ｘと商品Ｙの各レビュー記事のうち、所定以上の高評価レベルに分類されたレビュー記事を取得することで形成される。
【００３１】
周知のように、レビューサイトの多くは、例えば★マークの数により各商品に対する消費者の評価を複数レベル（例えば評価１（１つ星）〜評価５（５つ星）の５つのレベル）に分類している。ＰＣ１００は、数多くのレビュー記事の中からまず商品Ｘと商品Ｙの各レビュー記事を例えば商品名（型番）をキーに抽出し、さらにそれらの中から高評価レベル（例えば５つ星）に分類された複数の高評価レビュー記事１２、２２を抽出して、商品Ｘ及び商品Ｙの各高評価レビューＤＢ１１、２１を形成する。抽出される高評価レビュー記事の数は、各商品についてそれぞれ数百〜千程度であるが、これに限られない。またＰＣ１００は、当該抽出された各高評価レビュー記事１２、２２を格納したリムーバブルの記録媒体１１１から当該各高評価レビュー記事１２、２２をロードすることで上記各高評価レビューＤＢ１１、２１を形成しても構わない。
【００３２】
また記憶部１０８は、消費者が各商品Ｘ及びＹを評価している項目（以下、ビューポイント）毎に所定のキーワードを対応付けたビューポイントテーブル１５も記憶している。本実施形態では、例えば商品Ｘ及びＹが異なるメーカーの液晶テレビである場合を想定している。この場合ビューポイントは例えば画質、音質、外観等であり、画質に対するキーワードは例えば"Picture"、"Image"等、音質に対するキーワードは例えば"Sound"、"Audio"等、外観に対するキーワードは例えば"Design"、"Appearance"等である。これらのキーワードとしては、例えば汎用のシソーラスを基に、各ビューポイントに極めて関連性の高い（他のビューポイントに極めて関連性の低い）ものが選択される。これは、後述するように、キーワードを含む高評価レビュー記事１２、２２のビューポイント毎の発生頻度を算出する際のエラーを極力なくすためである。
【００３３】
またここで、抽出するレビュー記事が、高評価のレビュー記事に限定されているのは、後述するように、そのようなレビュー記事は、内容も表現も一定のパターンをとりやすく、上記キーワードがヒットしやすいためである。
【００３４】
［検証事項］
次に、本実施形態における処理の前提として本発明者が検証した事項について説明する。図３〜図７は、その検証事項を説明するための図である。
【００３５】
本実施形態では、２つの商品ＸとＹに対するレビュー記事を基に、分析者が迅速かつ容易にビューポイント毎の両商品の比較分析が行えるようなシステムを構築することを目標としている。そのためには、本来的には、上記商品Ｘ高評価レビューＤＢ１１及び商品Ｙ高評価レビューＤＢ２１に格納された全ての高評価レビュー記事のうち、特定のビューポイントについての高評価レビュー記事の比率がそれぞれ求められればよい。これにより商品Ｘと商品Ｙとについて消費者がそれぞれどのビューポイントをどれほど評価しているかが把握され両者が比較可能となるからである。すなわち、図３に示すように、例えば商品Ｘについて集合Ｕを定義した場合、「画質」というビューポイントについて高評価を与えているレビュー記事の比率（同図Ａｘ＋Ｂｘ／Ｕｘ＋Ａｘ＋Ｂｘ＋Ｃｘ）が求められるのが望ましい。しかし、この特定のビューポイントを高評価した高評価レビュー記事の比率を抽出するのは容易なことではない。なぜなら、単に高評価レビュー記事であるというだけでは、それがどのビューポイントに関するものであるかは不明であり、当該高評価レビュー記事の内容を解析してそれを明らかにする必要があるからである。
【００３６】
そこで本実施形態では、同図に示すように、全ての高評価レビュー記事の数に対する例えば上記「画質」というビューポイントを高評価したレビュー記事の比率を、特定のキーワード（例えば"Picture"）を含む高評価レビュー記事の比率（同図Ｂｘ＋Ｃｘ／Ｕｘ＋Ａｘ＋Ｂｘ＋Ｃｘ）で代替することとしている。以下、このような代替が可能であることの根拠について説明する。
【００３７】
図４に示すように、商品Ｘについての高評価レビュー記事１２の集合Ｕｘ及び商品Ｙについての高評価レビュー記事２２の集合Ｕｙを定義する。同図における各要素Ａｘ、Ｂｘ、Ｃｘ、Ａｙ、Ｂｙ及びＣｙは上記図３に示したものと同様である。
【００３８】
ここで、集合Ｕｘに属する高評価レビュー記事の総数と、集合Ｕｙに属するレビュー記事の総数とは、商品の質が異なれば、同一とはならないと考えられる。しかし、サンプルとなる高評価レビュー記事のデータ数が十分多い場合には、いずれの集合においても、例えば"Picture"というキーワードを含むレビュー記事（要素Ｂｘ＋Ｃｘ）が、画質というビューポイントを高評価しているレビュー記事（要素Ａｘ＋Ｂｘ）に占める比率（Ｂｘ／Ａｘ＋Ｂｘ）は、商品によらず一定（α）である、という仮説（同図（１））が妥当すると考えられる。すなわち、この比率は商品の質に影響を受けないと考えられる。
【００３９】
またこの場合、"Picture"というキーワードを含むレビュー記事（要素Ｂｘ＋Ｃｘ）の中で、画質を高評価しているもの（要素Ｂｘ）と、そうでないもの（要素Ｃｘ）との比率も、商品によらず一定（β）である、という仮説（同図（２））も妥当すると考えられる。
【００４０】
さらに、図５に示すように、レビュー記事のデータ数が十分多い場合には、複数の評価レベルに分類された全てのレビュー記事のうち、高評価（５★）に分類されたレビュー記事においては、"Picture"という単語を含むレビュー記事（要素Ｂｘ＋Ｃｘ）は、"Picture"というビューポイントに対して高評価の意見を述べている、という仮説も概ね妥当すると考えられる。高評価のレビュー記事で現れる単語は、総じて肯定的な記事を構成する場合が多いと考えられるからである。実際、本発明者は、数千の高評価レビュー記事を閲覧して、上記仮説が妥当であることを確認している。
【００４１】
そして、上述したが、図６に示すように、本来的に商品間で比較したい比率は、各商品についての高評価レビュー記事の総数に対する、画質を高評価するレビュー記事の数の比率（同図（ａ））である。この比率を正確に算出するのは困難である一方、各商品についての高評価レビュー記事の総数に対する、キーワード"picture"を含むレビュー記事の数の比率（同図（ｂ））は、機械的にＰＣ１００で算出することができる。
【００４２】
また、当然ながら、上記要素（Ａｘ＋Ｂｘ）と要素（Ｂｘ＋Ｃｘ）に属するレビュー記事の数は異なっている。また、あるレビュー記事に特定のキーワード（例えば"picture"）が含まれていても、そのレビュー記事がそのキーワードに対応するビューポイント（例えば「画質」）を高評価していない場合（要素Ｃｘ）もある。しかしながら、上記キーワードを含むレビュー記事について、その数ではなく「比率」が算出され、その比率同士が商品間で比較されれば、上記要素（Ａｘ＋Ｂｘ）と要素（Ｂｘ＋Ｃｘ）との差はキャンセルされ、問題にならなくなると考えられる。
【００４３】
したがって、上記比率（ａ）と比率（ｂ）とが等しいという命題が証明できれば、図３で説明した代替が可能であるということができる。
【００４４】
そこで、この命題の証明を試みる。図７（Ｉ）及び（ＩＩ）に示すように、上記式（１）及び（２）が成り立つ。ここで、同図（ＩＩＩ）に示すように、Ａｘ＋Ｂｘ／Ａｙ＋Ｂｙは、Ａｘ（１＋α）／Ａｙ（１＋α）と変形できる。そして、上記式（１）及び（２）を用いれば、これはさらにＢｘ＋Ｃｘ／Ｂｙ＋Ｃｙと変形できる。
【００４５】
さらに、同図（ＩＶ）に示すように、上記Ａｘ＋Ｂｘ／Ａｙ＋Ｂｙ＝Ｂｘ＋Ｃｘ／Ｂｙ＋Ｃｙの両辺に、（Ｕ＋Ａ＋Ｂ＋Ｃ）ｙ／（Ｕ＋Ａ＋Ｂ＋Ｃ）ｘを乗算すると、両辺はそれぞれ上記比率（ａ）及び比率（ｂ）と等しくなる。
【００４６】
以上より、各商品についての高評価レビュー記事の総数に対する、画質を高評価するレビュー記事の数の比率（ａ）は、各商品についての高評価レビュー記事の総数に対する、キーワード"picture"を含むレビュー記事の数の比率（ｂ）と等しいことが証明された。
【００４７】
［情報処理装置の動作］
次に、以上の検証により証明された命題を用いた、ＰＣ１００の動作について具体的に説明する。以降の説明においては、ＰＣ１００のＣＰＵ１０１を主な動作主体として説明するが、この動作はＣＰＵ１０１の制御下において実行されるプログラムとも協働して行われる。図８は、ＰＣ１００による高評価レビュー記事の分類処理の流れを示したフローチャートである。
【００４８】
同図に示すように、まずＰＣ１００のＣＰＵ１０１は、上記商品Ｘ高評価レビューＤＢ１１から、各高評価レビュー記事１２のテキストデータを取得する（ステップ８１）。続いてＣＰＵ１０１は、取得した高評価レビュー記事１２のうち、ビューポイント毎のキーワードを含むレビュー記事の数をそれぞれカウントする（ステップ８２）。
【００４９】
そしてＣＰＵ１０１は、上記カウントした数を基に、商品Ｘのレビュー記事において、特定のキーワードを含むレビュー記事の、ビューポイント毎の発生率を算出する（ステップ８３）。
【００５０】
続いてＣＰＵ１０１は、商品Ｘについての上記ステップ８１〜ステップ８３の処理を、商品Ｙについても同様に実行する（ステップ８４〜ステップ８６）。
【００５１】
そしてＣＰＵ１０１は、商品Ｘと商品Ｙについてそれぞれ算出されたビューポイント毎のキーワード発生率を、グラフ化して表示部１０６から出力する（ステップ８７）。
【００５２】
図９は、図８の処理のうちキーワード発生率のカウント処理（ステップ８２及びステップ８５）の流れを示すフローチャートである。
【００５３】
同図に示すように、ＣＰＵ１０１は、商品Ｘ及び商品Ｙの高評価レビュー記事１２、２２を取得する（ステップ９１）。続いてＣＰＵ１０１は、上記ビューポイントテーブル１５から、ビューポイント毎のキーワードを取得する（ステップ９２）。
【００５４】
続いてＣＰＵ１０１は、各高評価レビュー記事が、ビューポイント毎のキーワードを含むか否かを判断する（ステップ９３）。当該キーワードが含まれる場合（ＹＥＳ）、ＣＰＵ１０１は、該当のビューポイントに関するキーワードの発生カウンターをインクリメントする（ステップ９４）。
【００５５】
続いてＣＰＵ１０１は、上記ステップ９３及びステップ９４の処理を、特定のビューポイントにおける全てのキーワードについて実行したか否かを判断する（ステップ９５）。例えばＣＰＵ１０１は、「画質」というビューポイントについて、上記図２で示したキーワード"Picture"及び"Image"のそれぞれについてその発生数をカウントしたか否かを判断する。
【００５６】
ＣＰＵ１０１は、上記ステップ９２〜９５の処理を、それが全ての高評価レビュー記事について、また全てのビューポイントについて完了するまで繰り返し実行する（ステップ９６）。
【００５７】
図１０は、上記算出された各商品Ｘ及びＹについてのビューポイント毎のキーワード発生率の出力画面の例を示した図である。同図に示すように、当該出力画面では、商品Ｘと商品Ｙの、各ビューポイント（画質、音質、外観）毎のキーワード発生率が例えば棒グラフにより比較可能に表示される。同図の例からは、画質及び音質については商品Ｘの方がやや勝っており、外観については商品Ｙの方がだいぶ勝っていることが分かる。したがって分析者は、例えば、他社商品Ｙと競争するためには、自社商品Ｘの外観をより強化する必要があることを瞬時に把握することができる。
【００５８】
さらに、この表示画面において、各ビューポイント毎のキーワード発生率のプロット値（１０ａ〜１０ｆ）は、商品毎に、それぞれ高評価レビュー記事の総数という共通の分母により算出された値である。すなわち、各プロット値は、全ての高評価レビュー記事の中で、それぞれのビューポイントが占める割合を示しており、換言すれば、消費者の各ビューポイントに対する関心の高さを示している。したがって分析者は、この表示画面において、同じ商品の各プロット値同士を比較すれば、各商品について、消費者がどのビューポイントについて関心を持っているか、また持っていないかを把握することができる。例えば、商品Ｘについて、画質についてのプロット値１０ａ、音質についてのプロット値１０ｃ及び外観についてのプロット値１０ｅとを比較すると、画質に比べて音質及び外観についての消費者の声はだいぶ少ないことが分かる。したがって分析者は、例えば、他社商品Ｙに比べて自社商品Ｘの音質は劣ってはいないものの、画質に比べればより強化すべきである、といった分析を行うことができる。これは、各ビューポイント毎のプロットが例えばレーダーチャート等の正規化されたグラフで出力される場合に比べて極めて有効であると言える。
【００５９】
［まとめ］
以上説明したように、本実施形態によれば、処理対象となるレビュー記事が、高評価レビュー記事に限定された上で、各商品についての高評価レビュー記事の総数に対する、所定のキーワードを含むレビュー記事の数の比率が、各商品についての高評価レビュー記事の総数に対する、特定のビューポイントを高評価するレビュー記事の数の比率として算出され、比較可能に出力される。これにより、従来のような膨大な辞書を用いた時間と負荷の掛かる処理を行わなくとも、キーワードの選定を行うだけで誰でも容易に２つの商品の比較分析を行うことができる。
【００６０】
［変形例］
本発明は上述の実施形態にのみ限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々変更され得る。
【００６１】
上述の実施形態においては、テレビジョンの評価項目として、画質、音質、外観の３つが例に挙げられたが、もちろん、評価項目はこれらに限られない。同じくテレビジョンであっても、例えば特徴性、価格、色の再現性、設置容易性、メニューの利便性、ブラックレベル、外部接続性、操作性等、他のさまざまな評価項目について上述の実施形態と同様の比較分析が実現されうる。また上述の実施形態では評価対象物の例としてテレビジョンが挙げられたが、もちろん、テレビジョン以外のあらゆる商品またはサービスについても同様にあらゆる評価項目について比較分析が可能である。
【００６２】
上述の実施形態においては、２つの商品についてキーワード発生率が算出され比較可能に出力されたが、３つ以上の商品についての各キーワード発生率が同様に算出され比較可能に出力されてもよい。
【００６３】
上述の実施形態では、高評価レビュー記事は英語で記載されていることを前提に、英語のキーワード用いられたが、本発明はもちろんあらゆる言語に対応可能である。
【符号の説明】
【００６４】
１１、２１…高評価レビューＤＢ
１２、２２…高評価レビュー記事
１５…ビューポイントテーブル
１００…ＰＣ
１０１…ＣＰＵ
１０６…表示部
１０８…記憶部
【特許請求の範囲】
【請求項１】
第１の評価対象物に対する、複数の評価レベルに分類された複数の第１の評価文書情報のうち、所定以上の評価レベルに分類された複数の第１の高評価情報と、第２の評価対象物に対する、複数の評価レベルに分類された複数の第２の評価文書情報のうち、前記所定以上の評価レベルに分類された複数の第２の高評価情報と、前記第１の評価対象物及び前記第２の評価対象物に対する所定の評価項目に対応する所定のキーワードとを記憶する記憶部と、
前記第１の高評価情報の総数に対する前記所定のキーワードを含む第１の高評価情報の第１の比率と、前記第２の高評価情報の総数に対する前記所定のキーワードを含む第２の高評価情報の第２の比率とをそれぞれ算出する制御部と、
前記第１の比率と前記第２の比率とを、それぞれ、前記第１の高評価情報の総数に対する、前記所定の評価項目を高評価した前記第１の高評価情報の比率と、前記第２の高評価情報の総数に対する、前記所定の評価項目を高評価した第２の高評価情報の比率として、比較可能に出力する出力部と
を具備する情報処理装置。
【請求項２】
請求項１に記載の情報処理装置であって、
前記記憶部は、複数の前記所定の評価項目にそれぞれ対応する複数の所定のキーワードを記憶し、
前記制御部は、前記第１の比率と前記第２の比率とを、前記複数の所定の評価項目毎に算出し、
前記出力部は、前記第１の比率と、前記第２の比率とを、前記複数の所定の評価項目毎に比較可能に出力する
情報処理装置。
【請求項３】
第１の評価対象物に対する、複数の評価レベルに分類された複数の第１の評価文書情報のうち、所定以上の評価レベルに分類された複数の第１の高評価情報と、第２の評価対象物に対する、複数の評価レベルに分類された複数の第２の評価文書情報のうち、前記所定以上の評価レベルに分類された複数の第２の高評価情報と、前記第１の評価対象物及び前記第２の評価対象物に対する所定の評価項目に対応する所定のキーワードとを記憶し、
前記第１の高評価情報の総数に対する前記所定のキーワードを含む第１の高評価情報の第１の比率と、前記第２の高評価情報の総数に対する前記所定のキーワードを含む第２の高評価情報の第２の比率とをそれぞれ算出し、
前記第１の比率と前記第２の比率とを、それぞれ、前記第１の高評価情報の総数に対する、前記所定の評価項目を高評価した前記第１の高評価情報の比率と、前記第２の高評価情報の総数に対する、前記所定の評価項目を高評価した第２の高評価情報の比率として、比較可能に出力する
情報処理方法。
【請求項４】
情報処理装置に、
第１の評価対象物に対する、複数の評価レベルに分類された複数の第１の評価文書情報のうち、所定以上の評価レベルに分類された複数の第１の高評価情報と、第２の評価対象物に対する、複数の評価レベルに分類された複数の第２の評価文書情報のうち、前記所定以上の評価レベルに分類された複数の第２の高評価情報と、前記第１の評価対象物及び前記第２の評価対象物に対する所定の評価項目に対応する所定のキーワードとを記憶するステップと、
前記第１の高評価情報の総数に対する前記所定のキーワードを含む第１の高評価情報の第１の比率と、前記第２の高評価情報の総数に対する前記所定のキーワードを含む第２の高評価情報の第２の比率とをそれぞれ算出するステップと、
前記第１の比率と前記第２の比率とを、それぞれ、前記第１の高評価情報の総数に対する、前記所定の評価項目を高評価した前記第１の高評価情報の比率と、前記第２の高評価情報の総数に対する、前記所定の評価項目を高評価した第２の高評価情報の比率として、比較可能に出力するステップと
を実行させるプログラム。
【請求項１】
第１の評価対象物に対する、複数の評価レベルに分類された複数の第１の評価文書情報のうち、所定以上の評価レベルに分類された複数の第１の高評価情報と、第２の評価対象物に対する、複数の評価レベルに分類された複数の第２の評価文書情報のうち、前記所定以上の評価レベルに分類された複数の第２の高評価情報と、前記第１の評価対象物及び前記第２の評価対象物に対する所定の評価項目に対応する所定のキーワードとを記憶する記憶部と、
前記第１の高評価情報の総数に対する前記所定のキーワードを含む第１の高評価情報の第１の比率と、前記第２の高評価情報の総数に対する前記所定のキーワードを含む第２の高評価情報の第２の比率とをそれぞれ算出する制御部と、
前記第１の比率と前記第２の比率とを、それぞれ、前記第１の高評価情報の総数に対する、前記所定の評価項目を高評価した前記第１の高評価情報の比率と、前記第２の高評価情報の総数に対する、前記所定の評価項目を高評価した第２の高評価情報の比率として、比較可能に出力する出力部と
を具備する情報処理装置。
【請求項２】
請求項１に記載の情報処理装置であって、
前記記憶部は、複数の前記所定の評価項目にそれぞれ対応する複数の所定のキーワードを記憶し、
前記制御部は、前記第１の比率と前記第２の比率とを、前記複数の所定の評価項目毎に算出し、
前記出力部は、前記第１の比率と、前記第２の比率とを、前記複数の所定の評価項目毎に比較可能に出力する
情報処理装置。
【請求項３】
第１の評価対象物に対する、複数の評価レベルに分類された複数の第１の評価文書情報のうち、所定以上の評価レベルに分類された複数の第１の高評価情報と、第２の評価対象物に対する、複数の評価レベルに分類された複数の第２の評価文書情報のうち、前記所定以上の評価レベルに分類された複数の第２の高評価情報と、前記第１の評価対象物及び前記第２の評価対象物に対する所定の評価項目に対応する所定のキーワードとを記憶し、
前記第１の高評価情報の総数に対する前記所定のキーワードを含む第１の高評価情報の第１の比率と、前記第２の高評価情報の総数に対する前記所定のキーワードを含む第２の高評価情報の第２の比率とをそれぞれ算出し、
前記第１の比率と前記第２の比率とを、それぞれ、前記第１の高評価情報の総数に対する、前記所定の評価項目を高評価した前記第１の高評価情報の比率と、前記第２の高評価情報の総数に対する、前記所定の評価項目を高評価した第２の高評価情報の比率として、比較可能に出力する
情報処理方法。
【請求項４】
情報処理装置に、
第１の評価対象物に対する、複数の評価レベルに分類された複数の第１の評価文書情報のうち、所定以上の評価レベルに分類された複数の第１の高評価情報と、第２の評価対象物に対する、複数の評価レベルに分類された複数の第２の評価文書情報のうち、前記所定以上の評価レベルに分類された複数の第２の高評価情報と、前記第１の評価対象物及び前記第２の評価対象物に対する所定の評価項目に対応する所定のキーワードとを記憶するステップと、
前記第１の高評価情報の総数に対する前記所定のキーワードを含む第１の高評価情報の第１の比率と、前記第２の高評価情報の総数に対する前記所定のキーワードを含む第２の高評価情報の第２の比率とをそれぞれ算出するステップと、
前記第１の比率と前記第２の比率とを、それぞれ、前記第１の高評価情報の総数に対する、前記所定の評価項目を高評価した前記第１の高評価情報の比率と、前記第２の高評価情報の総数に対する、前記所定の評価項目を高評価した第２の高評価情報の比率として、比較可能に出力するステップと
を実行させるプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【公開番号】特開２０１１−１１８７７８（Ｐ２０１１−１１８７７８Ａ）
【公開日】平成２３年６月１６日（２０１１．６．１６）
【国際特許分類】
【出願番号】特願２００９−２７７０１６（Ｐ２００９−２７７０１６）
【出願日】平成２１年１２月４日（２００９．１２．４）
【出願人】（０００００２１８５）ソニー株式会社 (34,172)
【Ｆターム（参考）】
【公開日】平成２３年６月１６日（２０１１．６．１６）
【国際特許分類】
【出願日】平成２１年１２月４日（２００９．１２．４）
【出願人】（０００００２１８５）ソニー株式会社 (34,172)
【Ｆターム（参考）】
[ Back to top ]