情報分析装置及び情報分析プログラム
【課題】伝播性が高い情報を、当該情報の内容に依存せずに早期に発見することができる情報分析装置及び情報分析プログラムを提供すること。
【解決手段】情報伝播者によって伝播された情報を格納する情報提供装置３に対して、ネットワーク２を介して通信可能に接続された情報分析装置１０であって、複数の情報伝播者を介した情報の伝播の連鎖回数に対応する伝播距離、伝播を行った複数の情報伝播者の伝播人数、及び伝播を行った情報伝播者が属する分類、を取得する情報取得部１２ａと、この情報取得部１２ａにて取得された伝播距離及び伝播人数と、情報取得手段にて取得された分類に基づいて決定される重み係数とに基づいて、情報の伝播の可能性を示す重み付け平均伝播距離を算定する算定部１２ｂを備える。
【解決手段】情報伝播者によって伝播された情報を格納する情報提供装置３に対して、ネットワーク２を介して通信可能に接続された情報分析装置１０であって、複数の情報伝播者を介した情報の伝播の連鎖回数に対応する伝播距離、伝播を行った複数の情報伝播者の伝播人数、及び伝播を行った情報伝播者が属する分類、を取得する情報取得部１２ａと、この情報取得部１２ａにて取得された伝播距離及び伝播人数と、情報取得手段にて取得された分類に基づいて決定される重み係数とに基づいて、情報の伝播の可能性を示す重み付け平均伝播距離を算定する算定部１２ｂを備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、ＷＥＢ上において情報伝播者によって伝播される各種の情報を分析する情報分析装置及び情報分析プログラムに関する。
【背景技術】
【０００２】
従来、新規市場開拓や需要予測を行うため、ブログやＳＮＳ（Ｓｏｃｉａｌ Ｎｅｔｗｏｒｋｉｎｇ Ｓｅｒｖｉｃｅ）の如きＷｅｂ上で発信された情報に基づいて、商品やサービスの流行を予測する方法が提案されている。
【０００３】
例えば、ブログ記事等の情報から抽出したキーワードを抽出し、このキーワードの使用状況を定量化し、定量化したキーワードの使用状況を時系列で監視することで、近い将来の流行を予測するトレンド予測装置が提案されている（例えば、特許文献１参照）。
【０００４】
しかしながら、このような従来の方法では、キーワードという「情報の内容」に依存して予測を行っていたので、情報の内容自体が不明確である伝播の初期段階では当該情報の内容を適切に設定することが困難であり、既にある程度伝播している情報についてしか予測を行うことができなかった。あるいは、監視対象としたキーワードが何らかの理由によって意図的に隠語や略語等に置き換えられて情報が発信される場合もあり、このような場合には、実質的には当該キーワードが示す情報と同様の情報であるにも関わらず当該キーワードを含んだ情報として把握されない可能性があるほか、キーワードを想定すること自体が困難な場合もあった。
【０００５】
そこで、本願発明者等は、情報の内容ではなく、複数の情報伝播者の相互間における「情報の伝播形態」に注目して予測を行う手法を提案した。この手法では、情報の伝播形態を、情報の伝播元となった情報伝播者を「親」とすると共に情報の伝播先となった情報伝播者を「子」とした木構造（以下「伝達木」）でとらえ、情報の平均的な伝播距離を示す指標である「平均伝播距離」を算定し、この平均伝播距離によって情報の伝播形態を評価する。例えば、この平均伝播距離が長い傾向がある情報は、ユーザにとって面白いあるいは重要な情報だと判断される傾向がある。このような手法によれば、「情報の内容」に依存することなく情報伝播の予測を行うことができ、伝播の初期段階や情報の内容が意図的に改変される場合であっても、伝播情報を早期に発見できる可能性がある（例えば、非特許文献１参照）。
【０００６】
【特許文献１】特開２００６−２２７９６５号公報
【非特許文献１】竹内 亨，大野 翼，秋吉 政徳，薦田 憲久，「インターネット上の情報の伝播予測のための口コミ型コミュニケーションによる伝達形態の特性評価」，電気学会，情報システム研究会，ＩＳ−０７−１９，２１−２６頁，２００７年６月２９日
【発明の開示】
【発明が解決しようとする課題】
【０００７】
ここで、一般に、ブログやＳＮＳを介して情報を伝播する情報伝播者は、情報伝播における影響度に応じて分類することができる。例えば、流行に至る可能性のあるアイテムにいち早く着目する「サイバーブロガ」、このサイバーブロガと比較して流行に至る可能性のあるアイテムに着目するタイミングは遅いものの他の情報伝播者に対してある程度の影響力を有する「オピニオンリーダ」、これらオピニオンリーダやサイバーブロガに該当しない「一般ブロガ」に分類することができる。そして、サイバーブロガからオピニオンリーダへ伝播された情報や、オピニオンリーダから一般ブロガへ伝播された情報のように、分類を跨いで伝播された情報は、単に同一の分類の中で伝播された情報に比べて、情報の伝播性が高いことを示していると考えられる。
【０００８】
しかしながら、非特許文献１において本願発明者等が提案した平均伝播距離を用いた情報伝播予測手法では、このような情報伝播者の影響度までは考慮しておらず、情報伝播の際に情報伝播者の分類を跨いだ場合と跨がなかった場合との間で情報の伝播距離に差を設けていなかった。このため、複数の分類における情報伝播者が重要だと判断した情報と、単一分類における情報伝播者のみが重要だと判断した情報との間で、伝播形態の評価に差異を付けることができず、分類を跨いで情報が伝播した事実を情報の伝播予測に反映させることができない可能性があった。
【０００９】
本発明は、上記に鑑みてなされたものであって、伝播性が高い情報を、当該情報の内容に依存せずに早期に発見することができる、情報分析装置及び情報分析プログラムを提供することを目的とする。
【課題を解決するための手段】
【００１０】
この請求項１、２、又は６に記載の情報分析装置又は情報分析プログラムによれば、複数の情報伝播者を介した情報の伝播の連鎖回数に対応する伝播距離と、伝播を行った複数の情報伝播者の伝播人数と、伝播を行った情報伝播者が属する分類に基づく重み係数とに基づいて、重み付け平均伝播距離が算定されるので、情報の伝播形態に着目して伝播予測を行う上で、情報伝播者の分類を跨いで情報が伝播した事実を伝播予測に反映させることができるため、伝播性が高い情報を、当該情報の内容に依存せずに早期に発見することができる。
【００１１】
また、請求項３に記載の情報分析装置によれば、複数の情報毎に伝播距離と伝播人数とに基づいて平均伝播距離を算定し、当該算定した平均伝播距離と伝播人数との間の回帰式を導出し、分析対象の情報についての伝播人数を回帰式に代入して基準伝播距離を算定し、当該基準伝播距離と分析対象の情報の重み付け平均伝播距離とに基づいて、情報の伝播力を示す情報伝播力指数を算定するので、分析対象の情報の伝播人数の大小に関わらず、情報の伝播力を対比可能な客観的な指標を得ることができる。
【００１２】
また、請求項４に記載の情報分析装置によれば、分析対象の情報の伝播の可能性を基準値を用いて自動的に判定することで、伝播性が高い情報を、当該情報の内容に依存せずに正確かつ迅速に把握することが可能となる。
【００１３】
また、請求項５に記載の情報分析装置によれば、情報は、ブログを介して伝播する情報であり、情報伝播者は、ブログによる前記情報の発信者であり、分類は、ブログの影響力に基づいて前記発信者を区分するための分類であるので、近年の情報伝播に大きな影響力を発揮するブログによる情報伝播の可能性を、ブログの発信者の影響力に基づく分類を考慮に入れて判定することができる。
【発明を実施するための最良の形態】
【００１４】
以下に添付図面を参照して、この発明に係る情報分析装置及び情報分析プログラムの実施の形態を詳細に説明する。
【００１５】
（構成）
まず、情報分析システムの構成を説明する。図１は情報分析システムの全体構成を機能概念的に示す説明図である。この情報分析システム１は、インターネット等のネットワーク２を介して、複数の情報提供装置３、複数の端末装置４、及び情報分析装置１０を相互に通信可能に接続して構成されている。
【００１６】
（構成−情報提供装置）
情報提供装置３は、例えば、ＳＮＳサーバや、各種ブログサイトのサーバの如き公知のＷｅｂサーバとして構成することができ、その具体的な提供情報の内容は任意である。この情報提供装置３は、端末装置４や情報分析装置１０からの要求に応じて、情報伝播者から提供された情報を格納したり、当該格納した情報を当該端末装置４や当該情報分析装置１０に送信する機能を有する。
【００１７】
（構成−端末装置）
端末装置４は、情報伝播者が情報提供装置３との間において情報の入出力を行い、あるいは情報分析システム１を使用する分析者が情報分析装置１０との間において情報の入出力を行うための端末であり、公知のパーソナルコンピュータとして構成することができる。
【００１８】
（構成−情報分析装置）
情報分析装置１０は、ネットワークインタフェース（以下「ネットワークＩＦ」）１１、制御部１２、及び記憶部１３をバスにて通信可能に接続して構成されている。
【００１９】
ネットワークＩＦ１１は、情報分析装置１０がネットワーク２を介した通信を行うための通信制御インターフェースであり、入力手段及び出力手段である。このネットワークＩＦ１１は、例えばネットワークボードとして構成されている。
【００２０】
制御部１２は、情報分析装置１０の各部を制御する制御手段であり、機能概念的に、情報取得部１２ａ、算定部１２ｂ、及び判定部１２ｃを備える。情報取得部１２ａは、情報の伝播形態に関する伝播情報をネットワーク２を介して情報提供装置３から取得する情報取得手段である。算定部１２ｂは、後述する各種の数値や回帰式を算定する算定手段である。判定部１２ｃは、情報の伝播の可能性を判定する判定手段である。この制御部１２は、具体的には、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）や、このＣＰＵ上で解釈実行される各種のプログラム（ＯＳなどの制御プログラムや、各種の処理手順などを規定したプログラム）、及び所要プログラムや所要データを格納するための内部メモリを備えて構成される。
【００２１】
記憶部１３は、例えばハードディスクやその他の記録媒体によって構成されており、ユーザ情報データベース（以下「ＤＢ」）１３ａ及び伝播情報ＤＢ１３ｂを備えている。
【００２２】
ユーザ情報ＤＢ１３ａは、情報提供装置３に情報を提供する情報伝播者に関する情報（以下、ユーザ情報）を格納するための情報伝播者格納手段であり、図２（ａ）に例示するように、ＤＢ項目として「ユーザＩＤ」「格納先」「分類」「重み係数」を備え、これらに対応する情報が相互に関連付けられて格納されている。項目「ユーザＩＤ」に対応して格納される情報は、情報伝播者を一意に識別するための識別情報である。項目「格納先」に対応して格納される情報は、各情報伝播者から提供される提供情報の格納先（ここでは情報提供装置３）を示す情報であり、例えばＵＲＬアドレスやＲＳＳ（Ｒｉｃｈ Ｓｉｔｅ Ｓｕｍｍａｒｙ 又は ＲＤＦ Ｓｉｔｅ Ｓｕｍｍａｒｙ）である。項目「分類」に対応して格納される情報は、所定の基準に基づく情報伝播者の分類を特定するための情報であり、各情報伝播者が提供する提供情報の内容に応じた分類である「得意カテゴリ」や、情報伝播者の情報提供における影響度に応じた分類である「クラス」に対応する情報を格納する。「クラス」に対応して格納される情報としては、例えば、上述した「サイバーブロガ（以下、サイバー）」、「オピニオンリーダ（以下、ＯＰ）」、「一般ブロガ（以下、一般）」等の情報を用いることができる。項目「重み係数」に対応して格納される情報は、算定部１２ｂが重み付け平均伝播距離を算定する際に用いられる重み係数であり、ここでは、重み係数は各情報伝播者が属する分類に基づいて決定されており、例えば情報伝播者のクラスがサイバーの場合は「０」、ＯＰの場合は「１」、「一般」の場合は「２」を格納する。これらの各情報をユーザ情報ＤＢ１３ａに格納するタイミングや方法は任意であり、例えば分析者によって端末装置４からネットワーク２を介して入力され、当該ユーザ情報ＤＢ１３ａに格納される。
【００２３】
図１の伝播情報ＤＢ１３ｂは、情報の伝播形態に関する情報（以下、伝播情報）を格納するための伝播情報格納手段であり、図２（ｂ）に例示するように、ＤＢ項目として「情報ＩＤ」、「提供ユーザＩＤ」、「伝播ユーザＩＤ」、「伝播人数」、「更新日」、を備え、これらに対応する情報が相互に関連付けて格納されている。項目「情報ＩＤ」に対応して格納される情報は、情報伝播者によって提供され、他の情報伝播者を介して伝播される情報を一意に識別するための情報である。項目「提供ユーザＩＤ」に対応して格納される情報は、各情報を最初に情報提供装置３に提供した情報伝播者を特定するための情報であり、例えば情報を提供した情報伝播者のユーザＩＤが格納される。項目「伝播ユーザＩＤ」に対応して格納される情報は、情報提供装置３に提供された情報を伝播した情報伝播者を特定するための情報であり、例えば、情報を伝播した情報伝播者のユーザＩＤを、当該情報の伝播順に、情報の伝播元のユーザＩＤと伝播先のユーザＩＤとを相互に対応付けて格納する。図２（ｂ）に示した例では、ＵＩＤ００５の情報伝播者からＵＩＤ４１９の情報伝播者に伝播された情報が、さらにＵＩＤ４２０及びＵＩＤ６９０の情報伝播者に伝播されたこと等を示している。さらに、この項目「伝播ユーザＩＤ」に対応して、各情報伝播者に情報が伝播されるまでの伝播の連鎖回数に対応する伝播距離を特定するための情報が、ユーザＩＤに付随して格納される。例えば図２（ｂ）に示したように、ＵＩＤ００５の情報伝播者によって提供された情報がＵＩＤ４１９及びＵＩＤ６９０の情報伝播者を介してＵＩＤ３７７の情報伝播者まで伝播された場合、伝播の連鎖回数は３回であるので、ユーザＩＤに付随して伝播距離「３」が格納される（図２（ｂ）における「ＵＩＤ３７７（３）」）。項目「伝播人数」に対応して格納される情報は、伝播を行った複数の情報伝播者の伝播人数を各情報毎に特定するための情報である。項目「更新日」に対応して格納される情報は、各情報毎に伝播情報ＤＢ１３ｂの内容が更新された日を特定するための情報である。これらの各情報を伝播情報ＤＢ１３ｂに格納するタイミングや方法は任意であり、例えば後述する情報取得処理において、情報提供装置３からネットワーク２を介して情報取得部１２ａによって取得され、当該伝播情報ＤＢ１３ｂに格納される。
【００２４】
（処理）
次に、図１に示した情報分析装置１０にて行われる処理について、情報取得処理と算定判定処理に大別して説明する。
【００２５】
（処理−情報取得処理）
図３は情報取得処理のフローチャートである。この情報取得処理を繰り返し実行することにより、伝播情報ＤＢ１３ｂに常に最新の伝播情報を格納しておくことが可能となる。
【００２６】
この情報取得処理の前提として、分析者は、分析対象となる情報を情報提供装置３に提供する情報伝播者のブログを任意の方法で特定し、当該情報伝播者及びブログに関する情報をユーザ情報ＤＢ１３ａに格納する。その後、情報分析装置１０に所定方法で情報取得処理の開始が指示されると、情報取得部１２ａは、ユーザ情報ＤＢ１３ａの格納先を参照して情報提供装置３に対するクローリングを行い（ＳＡ１）、情報伝播者によって新たに情報が提供されたか否かを公知の手法で判定する（ＳＡ２）。
【００２７】
そして、情報取得部１２ａは、新たに情報提供がされない間（ＳＡ２、Ｎｏ）はクローリングを続行し（ＳＡ１）、新たに情報提供がされたものと判定した場合（ＳＡ２、Ｙｅｓ）、当該提供された情報（以下「提供情報」）が伝播情報ＤＢ１３ｂに登録済みか否かを判定する（ＳＡ３）。例えば、この判定には、この提供情報に含まれているリンク先情報やトラックバック先情報を用いることができる。具体的には、この提供情報にリンク先情報やトラックバック先情報が含まれているか否かを判定し、これらの情報が含まれていない場合には、当該提供情報は登録済みではない新規な提供情報であると判定し、これらの情報が含まれている場合には、当該提供情報は登録済みの提供情報であると判定する。
【００２８】
そして、提供情報が登録済みではない新規な提供情報であると判定した場合（ＳＡ３、Ｎｏ）、情報取得部１２ａは、この提供情報の格納先に基づいてユーザ情報ＤＢ１３ａを参照することにより、この提供情報を提供した情報伝播者（以下「提供ユーザ」）のユーザＩＤを特定する（ＳＡ６）。さらに、情報取得部１２ａは、この提供ユーザが提供した提供情報に新規の情報ＩＤを割り当てる（ＳＡ７）。そして、情報取得部１２ａは、これらユーザＩＤと情報ＩＤを用いて、伝播情報ＤＢ１３ｂの内容を更新する（ＳＡ８）。すなわち、ＳＡ７で割り当てた情報ＩＤを項目「情報ＩＤ」に新たに格納し、この情報ＩＤに対応付けて、ＳＡ６で特定したユーザＩＤを項目「提供ユーザＩＤ」に格納し、当該更新を行った日を項目「更新日」に格納する。
【００２９】
一方、提供情報が登録済みの提供情報であると判定した場合（ＳＡ３、Ｙｅｓ）、情報取得部１２ａは、この提供情報の格納先に基づいてユーザ情報ＤＢ１３ａを参照することにより、この提供情報を伝播した情報伝播者（以下「伝播ユーザ」）のユーザＩＤを特定する（ＳＡ４）。さらに、情報取得部１２ａは、この提供情報に含まれているリンク先情報やトラックバック先情報に基づいて、この提供情報の伝播元となった情報（以下「伝播元情報」）を提供した情報伝播者（以下「伝播元ユーザ」）のユーザＩＤを特定する（ＳＡ５）。その後、情報取得部１２ａは、これら特定した情報に基づいて、伝播情報ＤＢ１３ｂの内容を更新する（ＳＡ８）。すなわち、項目「提供ユーザＩＤ」又は「伝播ユーザＩＤ」における当該特定された伝播元ユーザのユーザＩＤに対応付けて、ＳＡ４で特定した伝播ユーザのユーザＩＤ及び伝播距離を項目「伝播ユーザＩＤ」に格納し、また当該特定された伝播元ユーザのユーザＩＤに対応する伝播人数を増分すると共に、当該特定された伝播元ユーザのユーザＩＤに対応する更新日を更新する。以降同様に、ＳＡ１からＳＡ８を再帰的に行う。
【００３０】
（処理−算定判定処理）
次に、各種数値を算定して情報の伝播の可能性を判定する算定判定処理について説明する。図４は算定判定処理のフローチャートである。この算定判定処理は、例えば分析者がネットワーク２を介して端末装置４から情報分析装置１０に算定判定処理の実行指示を入力した場合に起動される。この際、分析者により、分析対象情報を特定する情報ＩＤが情報分析装置１０に入力される。
【００３１】
算定判定処理が起動されると、算定部１２ｂは情報取得部１２ａにて取得された情報（ここでは伝播情報ＤＢ１３ｂに格納された情報）を参照し、各提供情報についての伝播情報（例えば伝播ユーザＩＤ、伝播距離、伝播人数）を取得する（ＳＢ１）。さらに、取得した各伝播ユーザＩＤに基づいてユーザ情報ＤＢ１３ａを参照し、各伝播ユーザＩＤに対応する重み係数を取得する（ＳＢ２）。そして、ＳＢ１で取得した伝播距離及び伝播人数と、ＳＢ２で取得した重み係数とに基づいて、各提供情報毎に重み付け平均伝播距離（Ｔｒｅｎｄ−ｗｅｉｇｈｔｅｄ Ａｖｅｒａｇｅ Ｐｒｏｐａｇａｔｉｏｎ Ｄｉｓｔａｎｃｅ、以下「ＴＡＰＤ」）を算定する（ＳＢ３）。
【００３２】
このＴＡＰＤは、以下の算定式を用いて算定される（ここで、ｔａｐｄ（ｍ）はＴＡＰＤ、ｌ（ｍ，ｕ）は分析対象情報ｍを受け取った伝播ユーザｕにおける伝播距離（ただし、分析対象情報を最初に提供した提供ユーザｕにおける当該伝播距離は０とする）、｜Ｒ｜は伝播人数、ｐｈａｓｅ（ｓｅｎｄｅｒ）は分析対象情報を提供した伝播元ユーザｓｅｎｄｅｒが属する分類に対応する重み係数、ｐｈａｓｅ（ｕ）は分析対象情報を受け取った伝播ユーザｕが属する分類に対応する重み係数、ｋは所定の重み付け定数）。なお、「ｐｈａｓｅ（ｓｅｎｄｅｒ）−ｐｈａｓｅ（ｕ）」に対する絶対値を取っているのは、サイバーブロガから一般ブロガに情報が伝播された場合のみならず、一般ブロガからサイバーブロガに情報が伝播された場合にも、分類を跨いで情報が伝播されたという事実としては伝播予測に対して同様の影響度を持つためである。
【数２】
【００３３】
このように、伝播ユーザの分類に応じて伝播距離に重み付けを行うことにより、相互に異なる分類に属する伝播ユーザ間を跨いで情報の伝播が行われた場合の影響を、ＴＡＰＤに反映させることができる。例えば、重み付け定数ｋの値を１よりも大きくした場合、サイバーからＯＰへ伝播された情報や、ＯＰから一般へ伝播された情報のように、分類を跨いで伝播された情報については、相対的にＴＡＰＤが大きくなるため、情報の伝播性が高いことが数値的に表される。
【００３４】
続いて算定部１２ｂは、ＳＢ３で算出したＴＡＰＤと伝播人数との間の回帰式を公知の数学的手法を用いて導出する（ＳＢ４）。図５は、横軸を伝播人数、縦軸をＴＡＰＤとして、各提供情報についてのデータをプロットした散布図であり、図中の直線は算定部１２ｂが導出した回帰式に対応した回帰線である。
【００３５】
図４に戻り、算定部１２ｂは、分析対象情報に対応する基準伝播距離を算定する（ＳＢ５）。具体的には、分析者にて指示された分析対象情報の情報ＩＤに対応する伝播人数を伝播情報ＤＢ１３ｂから取得し、この分析対象情報の伝播人数を、ＳＢ４で導出した回帰式に代入することにより、基準伝播距離を算定する。例えば図５に示した回帰線に対応する回帰式（伝播人数に対応する平均的なＴＡＰＤ（＝基準伝播距離）を算定する式）が「ｙ＝０．０６５５ｘ＋１．９２５」であって（ｙは基準伝播距離、ｘは伝播人数に対応）、分析対象情報の情報ＩＤに対応する伝播人数が２６６人である場合、基準伝播距離は１９．３４８となる。
【００３６】
次いで、算定部１２ｂは、ＴＡＰＤを基準伝播距離で除することにより、情報伝播力指数（Ｉｎｆｏｒｍａｔｉｏｎ Ｐｒｏｐａｇａｔｉｏｎ Ｐｏｗｅｒ Ｉｎｄｅｘ、以下「ＩＰＩＸ」）を算定する（ＳＢ６）。この算定によれば、分析対象情報のＴＡＰＤを、各情報のＴＡＰＤと伝播人数から得られた相関関係に基づいて、分析対象の情報の伝播人数の大小に影響されない客観性のある指数としてのＩＰＩＸに置換することができる。例えば、分析対象情報のＴＡＰＤが３１．８４である場合、これを基準伝播距離１９．３４８で除すると、ＩＰＩＸが１．６５として求められる。
【００３７】
その後、判定部１２ｃは、算定部１２ｂが算定したＩＰＩＸに基づいて分析対象情報の伝播可能性の判定と、この判定結果の送信を行う（ＳＢ７）。例えば、判定部１２ｃは、ＩＰＩＸを所定の基準値（ここでは１）と比較し、ＩＰＩＸが基準値より大きい場合（図５においてＴＡＰＤが回帰線より上の領域にある場合）は、分析対象情報が伝播する可能性が高いと判定し、ＩＰＩＸが基準値以下の場合（図５においてＴＡＰＤが回帰線上又は回帰線より下の領域にある場合）には、分析対象情報が伝播する可能性が低いか、又はデマによる意図的に伝播されている可能性が高いと判定する。例えば、上述のようにＩＰＩＸが１．６５と求められた場合、基準値である１より大きいことから、当該分析対象情報が伝播する可能性が高いと判定する。そして、判定部１２ｃは、この判定結果を示す所定の形式の情報を、分析者の端末装置４に送信する。この端末装置４では、分析対象情報の判定結果を示す情報が所定の形式で出力されるため、分析者は、この分析対象情報の伝播の予測結果を把握することが可能となる。
【００３８】
〔実施の形態に対する変形例〕
以上、本発明に係る実施の形態について説明したが、本発明の具体的な構成及び手段は、特許請求の範囲に記載した各発明の技術的思想の範囲内において、任意に改変及び改良することができる。以下、このような変形例について説明する。
【００３９】
（情報取得処理について）
実施の形態では、情報取得処理において、情報取得部１２ａが伝播情報ＤＢ１３ｂの伝播情報の内容を情報提供装置３から取得しているが、最新の伝播情報をその他の任意の方法で伝播情報ＤＢ１３ｂに格納しておき、情報取得部１２ａが必要に応じて伝播情報ＤＢ１３ｂから伝播情報を取得して算定部１２ｂに受け渡すようにしてもよい。
【００４０】
（算定判定処理について）
実施の形態では、算定判定処理において、算定部１２ｂが各提供情報毎にＴＡＰＤを算定すると説明したが、情報取得処理において伝播情報ＤＢ１３ｂの内容が更新される際に、当該更新に関連する提供情報についてのＴＡＰＤを算定し、伝播情報ＤＢ１３ｂに格納させることもできる。この場合、算定判定処理においては、算定部１２ｂは伝播情報ＤＢ１３ｂからＴＡＰＤを取得し、当該取得したＴＡＰＤと伝播人数との間の回帰式を導出することができる。また、ＴＡＰＤ自体も情報伝播を予測する上で有効な情報であるため、回帰式の導出やＩＰＩＸの算定を行うことなく、ＴＡＰＤのみを端末装置４に送信してもよい。
【００４１】
（伝播情報ＤＢについて）
実施の形態では、伝播情報を図２（ｂ）に例示した伝播情報ＤＢ１３ｂに格納すると説明したが、「情報ＩＤ」、「送信者ＩＤ」、「受信者ＩＤ」、「伝播距離」、「更新日時」、をデータ項目とするリストデータとしての伝播情報を記憶部１３に格納してもよい。例えば、最初に情報を提供した情報伝播者Ａが情報伝播者ＢとＣに情報を発信した場合は、「００１，ｕｓｅｒＡ，ｕｓｅｒＡ，０，２００８１００８１４２０」、「００１，ｕｓｅｒＡ，ｕｓｅｒＢ，１，２００８１００８１４２０」、「００１，ｕｓｅｒＡ，ｕｓｅｒＣ，１，２００８１００８１４２０」の如きリストデータが格納される。また、ＢがＤに転送した場合は、「００１，ｕｓｅｒＢ，ｕｓｅｒＤ，２，２００８１００８１５３０」の如きリストデータが格納される。この場合、例えば情報ＩＤ「００１」に対応する情報の伝播人数を特定するためには、当該情報ＩＤ「００１」を含むリストデータの数を調べることで伝播人数を特定することができる。
【００４２】
（変形例−分散や統合について）
また、上述した各電気的構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各部の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成できる。例えば、情報分析装置１０と情報提供装置３を相互に統合してもよい。
【図面の簡単な説明】
【００４３】
【図１】情報分析システムの全体構成を機能概念的に示す説明図である。
【図２】（ａ）はユーザ情報ＤＢに格納されている情報を示す表、（ｂ）は伝播情報ＤＢに格納されている情報を示す表である。
【図３】情報取得処理のフローチャートである。
【図４】算定判定処理のフローチャートである。
【図５】横軸を伝播人数、縦軸をＴＡＰＤとして、各提供情報についてのデータをプロットした散布図である。
【符号の説明】
【００４４】
１ 情報分析システム
２ ネットワーク
３ 情報提供装置
４ 端末装置
１０ 情報分析装置
１１ ネットワークＩＦ
１２ 制御部
１２ａ 情報取得部
１２ｂ 算定部
１２ｃ 判定部
１３ 記憶部
１３ａ ユーザ情報ＤＢ
１３ｂ 伝播情報ＤＢ
【技術分野】
【０００１】
本発明は、ＷＥＢ上において情報伝播者によって伝播される各種の情報を分析する情報分析装置及び情報分析プログラムに関する。
【背景技術】
【０００２】
従来、新規市場開拓や需要予測を行うため、ブログやＳＮＳ（Ｓｏｃｉａｌ Ｎｅｔｗｏｒｋｉｎｇ Ｓｅｒｖｉｃｅ）の如きＷｅｂ上で発信された情報に基づいて、商品やサービスの流行を予測する方法が提案されている。
【０００３】
例えば、ブログ記事等の情報から抽出したキーワードを抽出し、このキーワードの使用状況を定量化し、定量化したキーワードの使用状況を時系列で監視することで、近い将来の流行を予測するトレンド予測装置が提案されている（例えば、特許文献１参照）。
【０００４】
しかしながら、このような従来の方法では、キーワードという「情報の内容」に依存して予測を行っていたので、情報の内容自体が不明確である伝播の初期段階では当該情報の内容を適切に設定することが困難であり、既にある程度伝播している情報についてしか予測を行うことができなかった。あるいは、監視対象としたキーワードが何らかの理由によって意図的に隠語や略語等に置き換えられて情報が発信される場合もあり、このような場合には、実質的には当該キーワードが示す情報と同様の情報であるにも関わらず当該キーワードを含んだ情報として把握されない可能性があるほか、キーワードを想定すること自体が困難な場合もあった。
【０００５】
そこで、本願発明者等は、情報の内容ではなく、複数の情報伝播者の相互間における「情報の伝播形態」に注目して予測を行う手法を提案した。この手法では、情報の伝播形態を、情報の伝播元となった情報伝播者を「親」とすると共に情報の伝播先となった情報伝播者を「子」とした木構造（以下「伝達木」）でとらえ、情報の平均的な伝播距離を示す指標である「平均伝播距離」を算定し、この平均伝播距離によって情報の伝播形態を評価する。例えば、この平均伝播距離が長い傾向がある情報は、ユーザにとって面白いあるいは重要な情報だと判断される傾向がある。このような手法によれば、「情報の内容」に依存することなく情報伝播の予測を行うことができ、伝播の初期段階や情報の内容が意図的に改変される場合であっても、伝播情報を早期に発見できる可能性がある（例えば、非特許文献１参照）。
【０００６】
【特許文献１】特開２００６−２２７９６５号公報
【非特許文献１】竹内 亨，大野 翼，秋吉 政徳，薦田 憲久，「インターネット上の情報の伝播予測のための口コミ型コミュニケーションによる伝達形態の特性評価」，電気学会，情報システム研究会，ＩＳ−０７−１９，２１−２６頁，２００７年６月２９日
【発明の開示】
【発明が解決しようとする課題】
【０００７】
ここで、一般に、ブログやＳＮＳを介して情報を伝播する情報伝播者は、情報伝播における影響度に応じて分類することができる。例えば、流行に至る可能性のあるアイテムにいち早く着目する「サイバーブロガ」、このサイバーブロガと比較して流行に至る可能性のあるアイテムに着目するタイミングは遅いものの他の情報伝播者に対してある程度の影響力を有する「オピニオンリーダ」、これらオピニオンリーダやサイバーブロガに該当しない「一般ブロガ」に分類することができる。そして、サイバーブロガからオピニオンリーダへ伝播された情報や、オピニオンリーダから一般ブロガへ伝播された情報のように、分類を跨いで伝播された情報は、単に同一の分類の中で伝播された情報に比べて、情報の伝播性が高いことを示していると考えられる。
【０００８】
しかしながら、非特許文献１において本願発明者等が提案した平均伝播距離を用いた情報伝播予測手法では、このような情報伝播者の影響度までは考慮しておらず、情報伝播の際に情報伝播者の分類を跨いだ場合と跨がなかった場合との間で情報の伝播距離に差を設けていなかった。このため、複数の分類における情報伝播者が重要だと判断した情報と、単一分類における情報伝播者のみが重要だと判断した情報との間で、伝播形態の評価に差異を付けることができず、分類を跨いで情報が伝播した事実を情報の伝播予測に反映させることができない可能性があった。
【０００９】
本発明は、上記に鑑みてなされたものであって、伝播性が高い情報を、当該情報の内容に依存せずに早期に発見することができる、情報分析装置及び情報分析プログラムを提供することを目的とする。
【課題を解決するための手段】
【００１０】
この請求項１、２、又は６に記載の情報分析装置又は情報分析プログラムによれば、複数の情報伝播者を介した情報の伝播の連鎖回数に対応する伝播距離と、伝播を行った複数の情報伝播者の伝播人数と、伝播を行った情報伝播者が属する分類に基づく重み係数とに基づいて、重み付け平均伝播距離が算定されるので、情報の伝播形態に着目して伝播予測を行う上で、情報伝播者の分類を跨いで情報が伝播した事実を伝播予測に反映させることができるため、伝播性が高い情報を、当該情報の内容に依存せずに早期に発見することができる。
【００１１】
また、請求項３に記載の情報分析装置によれば、複数の情報毎に伝播距離と伝播人数とに基づいて平均伝播距離を算定し、当該算定した平均伝播距離と伝播人数との間の回帰式を導出し、分析対象の情報についての伝播人数を回帰式に代入して基準伝播距離を算定し、当該基準伝播距離と分析対象の情報の重み付け平均伝播距離とに基づいて、情報の伝播力を示す情報伝播力指数を算定するので、分析対象の情報の伝播人数の大小に関わらず、情報の伝播力を対比可能な客観的な指標を得ることができる。
【００１２】
また、請求項４に記載の情報分析装置によれば、分析対象の情報の伝播の可能性を基準値を用いて自動的に判定することで、伝播性が高い情報を、当該情報の内容に依存せずに正確かつ迅速に把握することが可能となる。
【００１３】
また、請求項５に記載の情報分析装置によれば、情報は、ブログを介して伝播する情報であり、情報伝播者は、ブログによる前記情報の発信者であり、分類は、ブログの影響力に基づいて前記発信者を区分するための分類であるので、近年の情報伝播に大きな影響力を発揮するブログによる情報伝播の可能性を、ブログの発信者の影響力に基づく分類を考慮に入れて判定することができる。
【発明を実施するための最良の形態】
【００１４】
以下に添付図面を参照して、この発明に係る情報分析装置及び情報分析プログラムの実施の形態を詳細に説明する。
【００１５】
（構成）
まず、情報分析システムの構成を説明する。図１は情報分析システムの全体構成を機能概念的に示す説明図である。この情報分析システム１は、インターネット等のネットワーク２を介して、複数の情報提供装置３、複数の端末装置４、及び情報分析装置１０を相互に通信可能に接続して構成されている。
【００１６】
（構成−情報提供装置）
情報提供装置３は、例えば、ＳＮＳサーバや、各種ブログサイトのサーバの如き公知のＷｅｂサーバとして構成することができ、その具体的な提供情報の内容は任意である。この情報提供装置３は、端末装置４や情報分析装置１０からの要求に応じて、情報伝播者から提供された情報を格納したり、当該格納した情報を当該端末装置４や当該情報分析装置１０に送信する機能を有する。
【００１７】
（構成−端末装置）
端末装置４は、情報伝播者が情報提供装置３との間において情報の入出力を行い、あるいは情報分析システム１を使用する分析者が情報分析装置１０との間において情報の入出力を行うための端末であり、公知のパーソナルコンピュータとして構成することができる。
【００１８】
（構成−情報分析装置）
情報分析装置１０は、ネットワークインタフェース（以下「ネットワークＩＦ」）１１、制御部１２、及び記憶部１３をバスにて通信可能に接続して構成されている。
【００１９】
ネットワークＩＦ１１は、情報分析装置１０がネットワーク２を介した通信を行うための通信制御インターフェースであり、入力手段及び出力手段である。このネットワークＩＦ１１は、例えばネットワークボードとして構成されている。
【００２０】
制御部１２は、情報分析装置１０の各部を制御する制御手段であり、機能概念的に、情報取得部１２ａ、算定部１２ｂ、及び判定部１２ｃを備える。情報取得部１２ａは、情報の伝播形態に関する伝播情報をネットワーク２を介して情報提供装置３から取得する情報取得手段である。算定部１２ｂは、後述する各種の数値や回帰式を算定する算定手段である。判定部１２ｃは、情報の伝播の可能性を判定する判定手段である。この制御部１２は、具体的には、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）や、このＣＰＵ上で解釈実行される各種のプログラム（ＯＳなどの制御プログラムや、各種の処理手順などを規定したプログラム）、及び所要プログラムや所要データを格納するための内部メモリを備えて構成される。
【００２１】
記憶部１３は、例えばハードディスクやその他の記録媒体によって構成されており、ユーザ情報データベース（以下「ＤＢ」）１３ａ及び伝播情報ＤＢ１３ｂを備えている。
【００２２】
ユーザ情報ＤＢ１３ａは、情報提供装置３に情報を提供する情報伝播者に関する情報（以下、ユーザ情報）を格納するための情報伝播者格納手段であり、図２（ａ）に例示するように、ＤＢ項目として「ユーザＩＤ」「格納先」「分類」「重み係数」を備え、これらに対応する情報が相互に関連付けられて格納されている。項目「ユーザＩＤ」に対応して格納される情報は、情報伝播者を一意に識別するための識別情報である。項目「格納先」に対応して格納される情報は、各情報伝播者から提供される提供情報の格納先（ここでは情報提供装置３）を示す情報であり、例えばＵＲＬアドレスやＲＳＳ（Ｒｉｃｈ Ｓｉｔｅ Ｓｕｍｍａｒｙ 又は ＲＤＦ Ｓｉｔｅ Ｓｕｍｍａｒｙ）である。項目「分類」に対応して格納される情報は、所定の基準に基づく情報伝播者の分類を特定するための情報であり、各情報伝播者が提供する提供情報の内容に応じた分類である「得意カテゴリ」や、情報伝播者の情報提供における影響度に応じた分類である「クラス」に対応する情報を格納する。「クラス」に対応して格納される情報としては、例えば、上述した「サイバーブロガ（以下、サイバー）」、「オピニオンリーダ（以下、ＯＰ）」、「一般ブロガ（以下、一般）」等の情報を用いることができる。項目「重み係数」に対応して格納される情報は、算定部１２ｂが重み付け平均伝播距離を算定する際に用いられる重み係数であり、ここでは、重み係数は各情報伝播者が属する分類に基づいて決定されており、例えば情報伝播者のクラスがサイバーの場合は「０」、ＯＰの場合は「１」、「一般」の場合は「２」を格納する。これらの各情報をユーザ情報ＤＢ１３ａに格納するタイミングや方法は任意であり、例えば分析者によって端末装置４からネットワーク２を介して入力され、当該ユーザ情報ＤＢ１３ａに格納される。
【００２３】
図１の伝播情報ＤＢ１３ｂは、情報の伝播形態に関する情報（以下、伝播情報）を格納するための伝播情報格納手段であり、図２（ｂ）に例示するように、ＤＢ項目として「情報ＩＤ」、「提供ユーザＩＤ」、「伝播ユーザＩＤ」、「伝播人数」、「更新日」、を備え、これらに対応する情報が相互に関連付けて格納されている。項目「情報ＩＤ」に対応して格納される情報は、情報伝播者によって提供され、他の情報伝播者を介して伝播される情報を一意に識別するための情報である。項目「提供ユーザＩＤ」に対応して格納される情報は、各情報を最初に情報提供装置３に提供した情報伝播者を特定するための情報であり、例えば情報を提供した情報伝播者のユーザＩＤが格納される。項目「伝播ユーザＩＤ」に対応して格納される情報は、情報提供装置３に提供された情報を伝播した情報伝播者を特定するための情報であり、例えば、情報を伝播した情報伝播者のユーザＩＤを、当該情報の伝播順に、情報の伝播元のユーザＩＤと伝播先のユーザＩＤとを相互に対応付けて格納する。図２（ｂ）に示した例では、ＵＩＤ００５の情報伝播者からＵＩＤ４１９の情報伝播者に伝播された情報が、さらにＵＩＤ４２０及びＵＩＤ６９０の情報伝播者に伝播されたこと等を示している。さらに、この項目「伝播ユーザＩＤ」に対応して、各情報伝播者に情報が伝播されるまでの伝播の連鎖回数に対応する伝播距離を特定するための情報が、ユーザＩＤに付随して格納される。例えば図２（ｂ）に示したように、ＵＩＤ００５の情報伝播者によって提供された情報がＵＩＤ４１９及びＵＩＤ６９０の情報伝播者を介してＵＩＤ３７７の情報伝播者まで伝播された場合、伝播の連鎖回数は３回であるので、ユーザＩＤに付随して伝播距離「３」が格納される（図２（ｂ）における「ＵＩＤ３７７（３）」）。項目「伝播人数」に対応して格納される情報は、伝播を行った複数の情報伝播者の伝播人数を各情報毎に特定するための情報である。項目「更新日」に対応して格納される情報は、各情報毎に伝播情報ＤＢ１３ｂの内容が更新された日を特定するための情報である。これらの各情報を伝播情報ＤＢ１３ｂに格納するタイミングや方法は任意であり、例えば後述する情報取得処理において、情報提供装置３からネットワーク２を介して情報取得部１２ａによって取得され、当該伝播情報ＤＢ１３ｂに格納される。
【００２４】
（処理）
次に、図１に示した情報分析装置１０にて行われる処理について、情報取得処理と算定判定処理に大別して説明する。
【００２５】
（処理−情報取得処理）
図３は情報取得処理のフローチャートである。この情報取得処理を繰り返し実行することにより、伝播情報ＤＢ１３ｂに常に最新の伝播情報を格納しておくことが可能となる。
【００２６】
この情報取得処理の前提として、分析者は、分析対象となる情報を情報提供装置３に提供する情報伝播者のブログを任意の方法で特定し、当該情報伝播者及びブログに関する情報をユーザ情報ＤＢ１３ａに格納する。その後、情報分析装置１０に所定方法で情報取得処理の開始が指示されると、情報取得部１２ａは、ユーザ情報ＤＢ１３ａの格納先を参照して情報提供装置３に対するクローリングを行い（ＳＡ１）、情報伝播者によって新たに情報が提供されたか否かを公知の手法で判定する（ＳＡ２）。
【００２７】
そして、情報取得部１２ａは、新たに情報提供がされない間（ＳＡ２、Ｎｏ）はクローリングを続行し（ＳＡ１）、新たに情報提供がされたものと判定した場合（ＳＡ２、Ｙｅｓ）、当該提供された情報（以下「提供情報」）が伝播情報ＤＢ１３ｂに登録済みか否かを判定する（ＳＡ３）。例えば、この判定には、この提供情報に含まれているリンク先情報やトラックバック先情報を用いることができる。具体的には、この提供情報にリンク先情報やトラックバック先情報が含まれているか否かを判定し、これらの情報が含まれていない場合には、当該提供情報は登録済みではない新規な提供情報であると判定し、これらの情報が含まれている場合には、当該提供情報は登録済みの提供情報であると判定する。
【００２８】
そして、提供情報が登録済みではない新規な提供情報であると判定した場合（ＳＡ３、Ｎｏ）、情報取得部１２ａは、この提供情報の格納先に基づいてユーザ情報ＤＢ１３ａを参照することにより、この提供情報を提供した情報伝播者（以下「提供ユーザ」）のユーザＩＤを特定する（ＳＡ６）。さらに、情報取得部１２ａは、この提供ユーザが提供した提供情報に新規の情報ＩＤを割り当てる（ＳＡ７）。そして、情報取得部１２ａは、これらユーザＩＤと情報ＩＤを用いて、伝播情報ＤＢ１３ｂの内容を更新する（ＳＡ８）。すなわち、ＳＡ７で割り当てた情報ＩＤを項目「情報ＩＤ」に新たに格納し、この情報ＩＤに対応付けて、ＳＡ６で特定したユーザＩＤを項目「提供ユーザＩＤ」に格納し、当該更新を行った日を項目「更新日」に格納する。
【００２９】
一方、提供情報が登録済みの提供情報であると判定した場合（ＳＡ３、Ｙｅｓ）、情報取得部１２ａは、この提供情報の格納先に基づいてユーザ情報ＤＢ１３ａを参照することにより、この提供情報を伝播した情報伝播者（以下「伝播ユーザ」）のユーザＩＤを特定する（ＳＡ４）。さらに、情報取得部１２ａは、この提供情報に含まれているリンク先情報やトラックバック先情報に基づいて、この提供情報の伝播元となった情報（以下「伝播元情報」）を提供した情報伝播者（以下「伝播元ユーザ」）のユーザＩＤを特定する（ＳＡ５）。その後、情報取得部１２ａは、これら特定した情報に基づいて、伝播情報ＤＢ１３ｂの内容を更新する（ＳＡ８）。すなわち、項目「提供ユーザＩＤ」又は「伝播ユーザＩＤ」における当該特定された伝播元ユーザのユーザＩＤに対応付けて、ＳＡ４で特定した伝播ユーザのユーザＩＤ及び伝播距離を項目「伝播ユーザＩＤ」に格納し、また当該特定された伝播元ユーザのユーザＩＤに対応する伝播人数を増分すると共に、当該特定された伝播元ユーザのユーザＩＤに対応する更新日を更新する。以降同様に、ＳＡ１からＳＡ８を再帰的に行う。
【００３０】
（処理−算定判定処理）
次に、各種数値を算定して情報の伝播の可能性を判定する算定判定処理について説明する。図４は算定判定処理のフローチャートである。この算定判定処理は、例えば分析者がネットワーク２を介して端末装置４から情報分析装置１０に算定判定処理の実行指示を入力した場合に起動される。この際、分析者により、分析対象情報を特定する情報ＩＤが情報分析装置１０に入力される。
【００３１】
算定判定処理が起動されると、算定部１２ｂは情報取得部１２ａにて取得された情報（ここでは伝播情報ＤＢ１３ｂに格納された情報）を参照し、各提供情報についての伝播情報（例えば伝播ユーザＩＤ、伝播距離、伝播人数）を取得する（ＳＢ１）。さらに、取得した各伝播ユーザＩＤに基づいてユーザ情報ＤＢ１３ａを参照し、各伝播ユーザＩＤに対応する重み係数を取得する（ＳＢ２）。そして、ＳＢ１で取得した伝播距離及び伝播人数と、ＳＢ２で取得した重み係数とに基づいて、各提供情報毎に重み付け平均伝播距離（Ｔｒｅｎｄ−ｗｅｉｇｈｔｅｄ Ａｖｅｒａｇｅ Ｐｒｏｐａｇａｔｉｏｎ Ｄｉｓｔａｎｃｅ、以下「ＴＡＰＤ」）を算定する（ＳＢ３）。
【００３２】
このＴＡＰＤは、以下の算定式を用いて算定される（ここで、ｔａｐｄ（ｍ）はＴＡＰＤ、ｌ（ｍ，ｕ）は分析対象情報ｍを受け取った伝播ユーザｕにおける伝播距離（ただし、分析対象情報を最初に提供した提供ユーザｕにおける当該伝播距離は０とする）、｜Ｒ｜は伝播人数、ｐｈａｓｅ（ｓｅｎｄｅｒ）は分析対象情報を提供した伝播元ユーザｓｅｎｄｅｒが属する分類に対応する重み係数、ｐｈａｓｅ（ｕ）は分析対象情報を受け取った伝播ユーザｕが属する分類に対応する重み係数、ｋは所定の重み付け定数）。なお、「ｐｈａｓｅ（ｓｅｎｄｅｒ）−ｐｈａｓｅ（ｕ）」に対する絶対値を取っているのは、サイバーブロガから一般ブロガに情報が伝播された場合のみならず、一般ブロガからサイバーブロガに情報が伝播された場合にも、分類を跨いで情報が伝播されたという事実としては伝播予測に対して同様の影響度を持つためである。
【数２】
【００３３】
このように、伝播ユーザの分類に応じて伝播距離に重み付けを行うことにより、相互に異なる分類に属する伝播ユーザ間を跨いで情報の伝播が行われた場合の影響を、ＴＡＰＤに反映させることができる。例えば、重み付け定数ｋの値を１よりも大きくした場合、サイバーからＯＰへ伝播された情報や、ＯＰから一般へ伝播された情報のように、分類を跨いで伝播された情報については、相対的にＴＡＰＤが大きくなるため、情報の伝播性が高いことが数値的に表される。
【００３４】
続いて算定部１２ｂは、ＳＢ３で算出したＴＡＰＤと伝播人数との間の回帰式を公知の数学的手法を用いて導出する（ＳＢ４）。図５は、横軸を伝播人数、縦軸をＴＡＰＤとして、各提供情報についてのデータをプロットした散布図であり、図中の直線は算定部１２ｂが導出した回帰式に対応した回帰線である。
【００３５】
図４に戻り、算定部１２ｂは、分析対象情報に対応する基準伝播距離を算定する（ＳＢ５）。具体的には、分析者にて指示された分析対象情報の情報ＩＤに対応する伝播人数を伝播情報ＤＢ１３ｂから取得し、この分析対象情報の伝播人数を、ＳＢ４で導出した回帰式に代入することにより、基準伝播距離を算定する。例えば図５に示した回帰線に対応する回帰式（伝播人数に対応する平均的なＴＡＰＤ（＝基準伝播距離）を算定する式）が「ｙ＝０．０６５５ｘ＋１．９２５」であって（ｙは基準伝播距離、ｘは伝播人数に対応）、分析対象情報の情報ＩＤに対応する伝播人数が２６６人である場合、基準伝播距離は１９．３４８となる。
【００３６】
次いで、算定部１２ｂは、ＴＡＰＤを基準伝播距離で除することにより、情報伝播力指数（Ｉｎｆｏｒｍａｔｉｏｎ Ｐｒｏｐａｇａｔｉｏｎ Ｐｏｗｅｒ Ｉｎｄｅｘ、以下「ＩＰＩＸ」）を算定する（ＳＢ６）。この算定によれば、分析対象情報のＴＡＰＤを、各情報のＴＡＰＤと伝播人数から得られた相関関係に基づいて、分析対象の情報の伝播人数の大小に影響されない客観性のある指数としてのＩＰＩＸに置換することができる。例えば、分析対象情報のＴＡＰＤが３１．８４である場合、これを基準伝播距離１９．３４８で除すると、ＩＰＩＸが１．６５として求められる。
【００３７】
その後、判定部１２ｃは、算定部１２ｂが算定したＩＰＩＸに基づいて分析対象情報の伝播可能性の判定と、この判定結果の送信を行う（ＳＢ７）。例えば、判定部１２ｃは、ＩＰＩＸを所定の基準値（ここでは１）と比較し、ＩＰＩＸが基準値より大きい場合（図５においてＴＡＰＤが回帰線より上の領域にある場合）は、分析対象情報が伝播する可能性が高いと判定し、ＩＰＩＸが基準値以下の場合（図５においてＴＡＰＤが回帰線上又は回帰線より下の領域にある場合）には、分析対象情報が伝播する可能性が低いか、又はデマによる意図的に伝播されている可能性が高いと判定する。例えば、上述のようにＩＰＩＸが１．６５と求められた場合、基準値である１より大きいことから、当該分析対象情報が伝播する可能性が高いと判定する。そして、判定部１２ｃは、この判定結果を示す所定の形式の情報を、分析者の端末装置４に送信する。この端末装置４では、分析対象情報の判定結果を示す情報が所定の形式で出力されるため、分析者は、この分析対象情報の伝播の予測結果を把握することが可能となる。
【００３８】
〔実施の形態に対する変形例〕
以上、本発明に係る実施の形態について説明したが、本発明の具体的な構成及び手段は、特許請求の範囲に記載した各発明の技術的思想の範囲内において、任意に改変及び改良することができる。以下、このような変形例について説明する。
【００３９】
（情報取得処理について）
実施の形態では、情報取得処理において、情報取得部１２ａが伝播情報ＤＢ１３ｂの伝播情報の内容を情報提供装置３から取得しているが、最新の伝播情報をその他の任意の方法で伝播情報ＤＢ１３ｂに格納しておき、情報取得部１２ａが必要に応じて伝播情報ＤＢ１３ｂから伝播情報を取得して算定部１２ｂに受け渡すようにしてもよい。
【００４０】
（算定判定処理について）
実施の形態では、算定判定処理において、算定部１２ｂが各提供情報毎にＴＡＰＤを算定すると説明したが、情報取得処理において伝播情報ＤＢ１３ｂの内容が更新される際に、当該更新に関連する提供情報についてのＴＡＰＤを算定し、伝播情報ＤＢ１３ｂに格納させることもできる。この場合、算定判定処理においては、算定部１２ｂは伝播情報ＤＢ１３ｂからＴＡＰＤを取得し、当該取得したＴＡＰＤと伝播人数との間の回帰式を導出することができる。また、ＴＡＰＤ自体も情報伝播を予測する上で有効な情報であるため、回帰式の導出やＩＰＩＸの算定を行うことなく、ＴＡＰＤのみを端末装置４に送信してもよい。
【００４１】
（伝播情報ＤＢについて）
実施の形態では、伝播情報を図２（ｂ）に例示した伝播情報ＤＢ１３ｂに格納すると説明したが、「情報ＩＤ」、「送信者ＩＤ」、「受信者ＩＤ」、「伝播距離」、「更新日時」、をデータ項目とするリストデータとしての伝播情報を記憶部１３に格納してもよい。例えば、最初に情報を提供した情報伝播者Ａが情報伝播者ＢとＣに情報を発信した場合は、「００１，ｕｓｅｒＡ，ｕｓｅｒＡ，０，２００８１００８１４２０」、「００１，ｕｓｅｒＡ，ｕｓｅｒＢ，１，２００８１００８１４２０」、「００１，ｕｓｅｒＡ，ｕｓｅｒＣ，１，２００８１００８１４２０」の如きリストデータが格納される。また、ＢがＤに転送した場合は、「００１，ｕｓｅｒＢ，ｕｓｅｒＤ，２，２００８１００８１５３０」の如きリストデータが格納される。この場合、例えば情報ＩＤ「００１」に対応する情報の伝播人数を特定するためには、当該情報ＩＤ「００１」を含むリストデータの数を調べることで伝播人数を特定することができる。
【００４２】
（変形例−分散や統合について）
また、上述した各電気的構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各部の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成できる。例えば、情報分析装置１０と情報提供装置３を相互に統合してもよい。
【図面の簡単な説明】
【００４３】
【図１】情報分析システムの全体構成を機能概念的に示す説明図である。
【図２】（ａ）はユーザ情報ＤＢに格納されている情報を示す表、（ｂ）は伝播情報ＤＢに格納されている情報を示す表である。
【図３】情報取得処理のフローチャートである。
【図４】算定判定処理のフローチャートである。
【図５】横軸を伝播人数、縦軸をＴＡＰＤとして、各提供情報についてのデータをプロットした散布図である。
【符号の説明】
【００４４】
１ 情報分析システム
２ ネットワーク
３ 情報提供装置
４ 端末装置
１０ 情報分析装置
１１ ネットワークＩＦ
１２ 制御部
１２ａ 情報取得部
１２ｂ 算定部
１２ｃ 判定部
１３ 記憶部
１３ａ ユーザ情報ＤＢ
１３ｂ 伝播情報ＤＢ
【特許請求の範囲】
【請求項１】
情報伝播者によって伝播された情報を格納する情報提供装置に対して、ネットワークを介して通信可能に接続された情報分析装置であって、
複数の前記情報伝播者を介した前記情報の伝播の連鎖回数に対応する伝播距離、前記伝播を行った前記複数の情報伝播者の伝播人数、及び前記伝播を行った前記情報伝播者が属する分類、を取得する情報取得手段と、
前記情報取得手段にて取得された前記伝播距離及び前記伝播人数と、前記情報取得手段にて取得された前記分類に基づいて決定される重み係数とに基づいて、前記情報の伝播の可能性を示す重み付け平均伝播距離を算定する算定手段と、
を備えることを特徴とする情報分析装置。
【請求項２】
前記算定手段は、前記重み付け平均伝播距離を以下の算定式を用いて算定すること（ここで、ｔａｐｄ（ｍ）は前記重み付け平均伝播距離、ｌ（ｍ，ｕ）は前記情報ｍを受け取った前記情報伝播者ｕにおける前記伝播距離（ただし、前記情報を最初に提供した前記情報伝播者ｕにおける当該伝播距離は０とする）、｜Ｒ｜は前記伝播人数、ｐｈａｓｅ（ｓｅｎｄｅｒ）は前記情報を提供した前記情報伝播者ｓｅｎｄｅｒが属する前記分類、ｐｈａｓｅ（ｕ）は前記情報を受け取った前記情報伝播者ｕが属する前記分類、ｋは所定の重み付け定数）、
【数１】
を特徴とする請求項１に記載の情報分析装置。
【請求項３】
前記算定手段は、
複数の前記情報毎に前記伝播距離と前記伝播人数とに基づいて平均伝播距離を算定し、
前記算定した平均伝播距離と前記伝播人数との間の回帰式を導出し、
複数の前記情報の中から所定方法で特定された分析対象の情報についての前記伝播人数を、前記回帰式に代入することにより、前記分析対象の情報の基準伝播距離を算定し、
前記分析対象の情報の前記重み付け平均伝播距離を、前記分析対象の情報の前記基準伝播距離で除することにより、前記分析対象の情報の伝播力を示す情報伝播力指数を算定すること、
を特徴とする請求項１又は２に記載の情報分析装置。
【請求項４】
前記算定手段が算定した前記情報伝播力指数と所定の基準値とを比較することにより、前記分析対象の情報の伝播の可能性を判定する判定手段、
を備えることを特徴とする請求項３に記載の情報分析装置。
【請求項５】
前記情報は、ブログを介して伝播する情報であり、
前記情報伝播者は、前記ブログによる前記情報の発信者であり、
前記分類は、前記ブログの影響力に基づいて前記発信者を区分するための分類であること、
を特徴とする請求項１から４のいずれか一項に記載の情報分析装置。
【請求項６】
情報伝播者によって伝播された情報を格納する情報提供装置に対して、ネットワークを介して通信可能に接続された情報分析装置としてのコンピュータに実行させる情報分析プログラムであって、
前記コンピュータに、
複数の前記情報伝播者を介した前記情報の伝播の連鎖回数に対応する伝播距離、前記伝播を行った前記複数の情報伝播者の伝播人数、及び前記伝播を行った前記情報伝播者が属する分類、を取得する情報取得ステップと、
前記情報取得ステップにおいて取得された前記伝播距離及び前記伝播人数と、前記情報取得ステップにおいて取得された前記分類に基づいて決定される重み係数とを用いて、前記情報の伝播の可能性を示す重み付け平均伝播距離を算定する算定ステップと、
を実行させることを特徴とする情報分析プログラム。
【請求項１】
情報伝播者によって伝播された情報を格納する情報提供装置に対して、ネットワークを介して通信可能に接続された情報分析装置であって、
複数の前記情報伝播者を介した前記情報の伝播の連鎖回数に対応する伝播距離、前記伝播を行った前記複数の情報伝播者の伝播人数、及び前記伝播を行った前記情報伝播者が属する分類、を取得する情報取得手段と、
前記情報取得手段にて取得された前記伝播距離及び前記伝播人数と、前記情報取得手段にて取得された前記分類に基づいて決定される重み係数とに基づいて、前記情報の伝播の可能性を示す重み付け平均伝播距離を算定する算定手段と、
を備えることを特徴とする情報分析装置。
【請求項２】
前記算定手段は、前記重み付け平均伝播距離を以下の算定式を用いて算定すること（ここで、ｔａｐｄ（ｍ）は前記重み付け平均伝播距離、ｌ（ｍ，ｕ）は前記情報ｍを受け取った前記情報伝播者ｕにおける前記伝播距離（ただし、前記情報を最初に提供した前記情報伝播者ｕにおける当該伝播距離は０とする）、｜Ｒ｜は前記伝播人数、ｐｈａｓｅ（ｓｅｎｄｅｒ）は前記情報を提供した前記情報伝播者ｓｅｎｄｅｒが属する前記分類、ｐｈａｓｅ（ｕ）は前記情報を受け取った前記情報伝播者ｕが属する前記分類、ｋは所定の重み付け定数）、
【数１】
を特徴とする請求項１に記載の情報分析装置。
【請求項３】
前記算定手段は、
複数の前記情報毎に前記伝播距離と前記伝播人数とに基づいて平均伝播距離を算定し、
前記算定した平均伝播距離と前記伝播人数との間の回帰式を導出し、
複数の前記情報の中から所定方法で特定された分析対象の情報についての前記伝播人数を、前記回帰式に代入することにより、前記分析対象の情報の基準伝播距離を算定し、
前記分析対象の情報の前記重み付け平均伝播距離を、前記分析対象の情報の前記基準伝播距離で除することにより、前記分析対象の情報の伝播力を示す情報伝播力指数を算定すること、
を特徴とする請求項１又は２に記載の情報分析装置。
【請求項４】
前記算定手段が算定した前記情報伝播力指数と所定の基準値とを比較することにより、前記分析対象の情報の伝播の可能性を判定する判定手段、
を備えることを特徴とする請求項３に記載の情報分析装置。
【請求項５】
前記情報は、ブログを介して伝播する情報であり、
前記情報伝播者は、前記ブログによる前記情報の発信者であり、
前記分類は、前記ブログの影響力に基づいて前記発信者を区分するための分類であること、
を特徴とする請求項１から４のいずれか一項に記載の情報分析装置。
【請求項６】
情報伝播者によって伝播された情報を格納する情報提供装置に対して、ネットワークを介して通信可能に接続された情報分析装置としてのコンピュータに実行させる情報分析プログラムであって、
前記コンピュータに、
複数の前記情報伝播者を介した前記情報の伝播の連鎖回数に対応する伝播距離、前記伝播を行った前記複数の情報伝播者の伝播人数、及び前記伝播を行った前記情報伝播者が属する分類、を取得する情報取得ステップと、
前記情報取得ステップにおいて取得された前記伝播距離及び前記伝播人数と、前記情報取得ステップにおいて取得された前記分類に基づいて決定される重み係数とを用いて、前記情報の伝播の可能性を示す重み付け平均伝播距離を算定する算定ステップと、
を実行させることを特徴とする情報分析プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図２】
【図３】
【図４】
【図５】
【公開番号】特開２０１０−１０８４４４（Ｐ２０１０−１０８４４４Ａ）
【公開日】平成２２年５月１３日（２０１０．５．１３）
【国際特許分類】
【出願番号】特願２００８−２８２４５７（Ｐ２００８−２８２４５７）
【出願日】平成２０年１０月３１日（２００８．１０．３１）
【特許番号】特許第４３７４４１７号（Ｐ４３７４４１７）
【特許公報発行日】平成２１年１２月２日（２００９．１２．２）
【出願人】（５０８２１２５０９）データセクション株式会社 (2)
【出願人】（５０４１７６９１１）国立大学法人大阪大学 (1,536)
【公開日】平成２２年５月１３日（２０１０．５．１３）
【国際特許分類】
【出願日】平成２０年１０月３１日（２００８．１０．３１）
【特許番号】特許第４３７４４１７号（Ｐ４３７４４１７）
【特許公報発行日】平成２１年１２月２日（２００９．１２．２）
【出願人】（５０８２１２５０９）データセクション株式会社 (2)
【出願人】（５０４１７６９１１）国立大学法人大阪大学 (1,536)
[ Back to top ]