情報評価装置、コンテンツ検索装置、情報評価方法、コンテンツ検索方法、それらのプログラム及び記録媒体
【課題】 様々なコミュニティの中から提供された情報を元に、数学的に意味のある安定した情報評判スコアと、各参加者の情報提供スコアと情報評価スコアとを算出する。
【解決手段】 情報取得手段１０１において、コンテンツを提供した利用者の利用者ＩＤと利用者によって提供されたコンテンツの識別子であるコンテンツＩＤを含む情報提供リンク情報と、コンテンツを評価した利用者の利用者ＩＤと利用者によって評価されたコンテンツの識別子であるコンテンツＩＤとコンテンツの評価者がコンテンツに対して行った評価の数値情報である評価情報を含む情報評価リンク情報とを取得し、スコア計算手段１０４において、情報提供リンク情報と情報評価リンク情報より生成したスコア推移行列の固有ベクトルを計算し、固有ベクトルの値を用いてコンテンツの情報評判スコアと利用者の情報提供スコアと利用者の情報評価スコアとを算出する。
【解決手段】 情報取得手段１０１において、コンテンツを提供した利用者の利用者ＩＤと利用者によって提供されたコンテンツの識別子であるコンテンツＩＤを含む情報提供リンク情報と、コンテンツを評価した利用者の利用者ＩＤと利用者によって評価されたコンテンツの識別子であるコンテンツＩＤとコンテンツの評価者がコンテンツに対して行った評価の数値情報である評価情報を含む情報評価リンク情報とを取得し、スコア計算手段１０４において、情報提供リンク情報と情報評価リンク情報より生成したスコア推移行列の固有ベクトルを計算し、固有ベクトルの値を用いてコンテンツの情報評判スコアと利用者の情報提供スコアと利用者の情報評価スコアとを算出する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、ネットワーク上のコミュニティにおいて提供される情報の評判を評価する技術に関する。
【背景技術】
【０００２】
近年、お互いに同じ関心を持つユーザ同士で情報を共有する多くのコミュニティがインターネット上に形成されている。このようなコミュニティの一例としては、以下で述べる、１）問題解決型コミュニティ、２）商品・サービス評価型コミュニティ、３）ユーザ創造型コミュニティ、４）トピックベースコミュニティ、等がある。
問題解決型コミュニティは、あるトピックにおける問題（例えば商品利用におけるトラブル）について、ユーザ主導で相互的なサポートを行うコミュニティであり、一例としては、株式会社オーケイウェブの「OKWeb」 や、Sun Microsystems, Inc.の「Sun Support Forums」などのユーザフォーラム型カスタマサポートサイト等がある。
【０００３】
商品・サービス評価コミュニティは、商品やサービスに対するユーザレビューを共有するためのコミュニティであり、一例としては、アイスタイル株式会社の「cosme.net」や株式会社カカクコムの提供する「kakaku.com」等がある。
ユーザ創造型コミュニティは、ユーザ主導による新サービス創造などを目的としたコミュニティであり、一例としては、株式会社エンジンの「たのみこむ」やエレファントデザイン株式会社の「空想生活」等がある。
トピックベースコミュニティは、あるトピックについて、ユーザ間でのディスカッションや情報共有が行われるコミュニティであり、取り扱われるトピックはコミュニティによって多種多様である。一例としては、「Slashdot.jp」や株式会社ベネッセウィコーポレーションの「ベネッセウイメンズパーク」等がある。
【０００４】
本発明はこれらの特定のコミュニティのみに適用されるわけではなく、これらを含む多様な情報共有型のコミュニティに適用できる。これらの情報共有型コミュニティでは、コミュニティの参加者から広く記事やコンテンツを集めるという特徴を有しており、コミュニティには様々な参加者が含まれるため、これらの参加者によって提供される情報やコンテンツの品質は千差万別である。多くの人が関心を持つ有益かつ信頼度の高い情報を提供する人がいる一方で、誰も関心を持たない情報を大量に投入する参加者や、意図的ないし無意識のうちに正しくない情報を投入する参加者も存在する。また、コミュニティに対して投入された情報に対する評価の入力についても、意図的ないし無意識のうちに真実ではない評価を投入する参加者も存在する。そこで、コミュニティに提供する情報の中から、有益な情報を抽出するためには、コミュニティ参加者の情報提供能力、及び情報評価能力を考慮に入れた情報評価装置或いは情報評価方法が重要となる。
【０００５】
このような参加者の能力を考慮に入れ、コミュニティに投稿される情報の重要性をスコアリングするシステムの一例が、特許文献１に記載されている。この文献では、コミュニティに投稿された情報の有益度を数値化した情報評判スコアと、参加者の情報提供能力を数値化した情報提供スコア（該文献では情報発言スコアと記載）と、参加者の情報評価能力を数値化した情報評価スコアの３つのスコアを導入し、これらのスコアの相互依存関係に基づき計算する算出アルゴリズムを提案している。
しかしながら、該文献に記載された方法では、情報提供能力及び情報評価能力に対応する情報提供スコア及び情報評価スコアが該文献段落〔００６０〕に記載されている[式（２）]及び、段落〔００６３〕に記載されている[式（３）]のように、情報評判スコアの変動に比例して単純に情報評価スコア及び情報提供スコアを変動させるのみである。このため、このアルゴリズムに基づき、実際に大量のデータを読み込ませてみると、初期の段階で高いスコアを得た人の情報提供スコアや情報評価スコアが時間の経過に伴い、ますます増大し発散する傾向があり、そのままでは有用な値が得られないという問題がある。これは、特許文献１に記載された方法ではスコアに対する意味論が厳密に定義されておらず、算出されたスコアも全体として整合がとれたものになっていないことに起因するものである。
【０００６】
すなわち、情報評判スコア、情報提供スコア、情報評価スコアの３つのスコアを安定させ、しかもコミュニティの参加者の活動の実態に合うスコアとするためには、スコアの意味論を厳密に定義することが必要である。例えば、非特許文献１では、Webページの重要度を表すPageRankと呼ぶ指標を、ランダムサーファーモデルと呼ぶ意味論に基づき計算している。ランダムサーファーモデルは、Webページに存在するハイパーリンクをランダムにクリックした場合の各ページへの到着確率をPageRankとして定義している。このモデルに基づく具体的なスコアの計算方法は、おおよそ次のようなものである。
【０００７】
各Webページをグラフ理論におけるノード、リンクをエッジとみなしたときに、Webページ数をNとすると、N×Nの隣接行列Lで表現できる。この隣接行列を転置し、さらにそれぞれの列ベクトルの総和が１となるようにそれぞれのリンク数で割った行列を作成する。これは推移確率行列となる。推移確率行列の場合、線形代数学の基礎理論により、推移確率行列の最大固有値に属する固有ベクトルを求めることが、最終的な到着確率ベクトルを計算することとなることが知られている。したがって、ランダムサーファーモデルによる各ページの到着確率は、前記の推移確率行列の固有ベクトルを算出することで、実現できる。固有ベクトルの算出アルゴリズムについては、多くの方法が提案されているため、詳しくは省略するが、最も単純な方法としては、前記確率推移行列の掛け算を反復して行うことで、最大固有値に属する固有ベクトルを計算する方法等がある。
【０００８】
同様に、非特許文献２には、HITSと呼ぶ、Webページのスコアリングのアルゴリズムが提案されている。このアルゴリズムでは、各ページの情報提供能力を表すAuthorityベクトルaと、各ページの情報評価能力を表すhubベクトルhという指標を導入し、Webページの隣接行列Lとその転置行列LTとするとき、aが行列LTLの固有ベクトル、hが 行列LLTの固有ベクトルとして算出することを提案している。
【特許文献１】特開２００３−３１６９１５号公報
【非特許文献１】S. Brin and L. Page, “The anatomy of a large-scale hyper-textual web search engine.” Proceedings of 7th WWW Conference, (1998).
【非特許文献２】J. M. Kleinberg, “Authoritative sources in hyperlinked environment”, Journal of ACM, Vol. 48, pp. 604-632 (1999).
【発明の開示】
【発明が解決しようとする課題】
【０００９】
しかしながら、上記のように行列によるモデル化と行列の固有ベクトルを用いて計算する方法は、Webページのスコアリングの方法としては広く利用されているが、本発明が対象とする上記のコミュニティ分析に適用する方法は十分に検討されていない。Webページの場合には、ハイパーテキストのリンクと呼ぶ１種類のリンクに基づいて、隣接行列や推移確率行列等を生成するのに対し、本発明が対象とするコミュニティ分析においては、参加者が情報に対して行った情報提供に対応する情報提供リンクと、同じく参加者が情報に対して行った情報評価アクションに対応する情報評価リンクの２種類のリンクが存在する。また、これらのリンクは、コミュニティの参加者がM人、提供或いは評価された情報がN個とするとき、情報提供リンク及び情報評価リンクはそれぞれM×Nの隣接行列を構成する等、多くの点でWebページのスコアリングと異なっており、上記で述べたPageRankやHITSといったアルゴリズムをそのまま適用することは困難である。
【００１０】
本発明は上記のような問題点を鑑みてなされたものであり、１）問題解決型コミュニティ、２）商品・サービス評価型コミュニティ、３）ユーザ創造型コミュニティ、４）トピックベースコミュニティ、等の様々なコミュニティの中から、参加者から情報への情報提供リンクと情報評価リンクを抽出し、この２種類のリンクを分析することで、全体として整合がとれたスコアを算出できる技術を提供することを目的とする。すなわち、本発明の目的は、２種類のリンクを分析し、評価値として意味のある安定した値のスコアを算出する技術を提供することである。
【課題を解決するための手段】
【００１１】
以上の課題を解決するために、本発明では、以下のように情報評判スコア、情報提供スコア及び情報評価スコアの少なくとも一つを算出する。尚、情報評判スコアは、利用者から提供された電子情報であるコンテンツの評判を数値化したものを意味する。また、情報提供スコアは、コンテンツを提供した利用者の情報提供能力を数値化したものを意味する。さらに、情報評価スコアは、コンテンツを評価した利用者の情報評価能力を数値化したものを意味する。
まず、情報提供リンク格納手段に、コンテンツを提供した利用者の利用者ＩＤと、利用者によって提供されたコンテンツの識別子であるコンテンツＩＤと、が関連付けられた情報提供リンク情報を格納する。また、情報評価リンク格納手段に、コンテンツを評価した利用者の利用者ＩＤと、利用者によって評価されたコンテンツの識別子であるコンテンツＩＤと、コンテンツの評価者がコンテンツに対して行った評価の数値情報である評価情報と、が関連付けられた情報評価リンク情報を格納する。
【００１２】
次に、スコア計算手段において、上述の情報提供リンク情報と情報評価リンク情報とを用い、スコア推移行列（情報提供リンク情報と情報評価リンク情報と何れかのスコア（情報評価スコア、情報評判スコア又は情報提供スコアの何れか）との間の定義された関係を示す行列）の固有ベクトルを算出する。そして、スコア計算手段は、この固有ベクトルの要素を何れかのスコアとして、情報評判スコア格納手段、情報提供スコア格納手段又は情報評価スコア格納手段に格納させる。
ここで、スコア計算手段が生成するスコア推移行列は、情報提供リンク情報と情報評価リンク情報と何れかのスコアとの定義（スコアに対する意味論の定義）された関係を示す行列である。そして、本発明では、このスコア推移行列の固有値を求め、上述のスコアを求める。そのため、本発明によって求められたスコアは、導入された意味論の定義を厳格に保守したものとなる。その結果、求められたスコアは、導入された意味論のもと数学的に意味のある安定した値となる。
【００１３】
また、本発明において好ましくは、スコア計算手段において、情報提供リンク情報又は情報評価リンク情報と固有ベクトルとを用い、これらと何れかのスコアとの定義された関係を示す関係式に従い、何れかのスコアを算出する。これにより、数学的に意味のある安定した２種類以上のスコアを算出することができる。
また、本発明において好ましくは、スコア計算手段は以下のようにしてスコアを算出する。まず、第１隣接行列生成手段において、情報提供リンク格納手段に格納された情報提供リンク情報を検索し、利用者ＩＤとコンテンツＩＤとの組合せ毎に、当該組合せを有する情報提供リンク情報の個数を数え、当該個数を当該組合せに対応する行列成分の要素とした隣接行列（情報提供リンク隣接行列）を生成して出力する。また、第２隣接行列生成手段において、情報評価リンク格納手段に格納された情報評価リンク情報を検索し、利用者ＩＤとコンテンツＩＤとの組合せ毎に、当該組合せを有する情報評価リンク情報の評価情報の値を加算し、当該加算値を当該組合せに対応する行列成分の要素とした隣接行列（情報評価リンク隣接行列）を生成して出力する。そして、固有ベクトル算出手段において、情報提供リンク隣接行列と情報評価リンク隣接行列とから、スコア推移行列（情報提供リンク隣接行列と情報評価リンク隣接行列と何れかのスコアとの関係を示す行列）の固有ベクトルを算出し、この固有ベクトルの要素を何れかのスコアとして出力する。その後、算出されたスコアを、書き込み手段において、情報評判スコア格納手段、情報提供スコア格納手段又は情報評価スコア格納手段の何れかに格納させる。
【００１４】
さらに、本発明において好ましくは、スコア算出手段において、情報提供リンク隣接行列又は情報評価リンク隣接行列と固有ベクトルとを、これらと何れかのスコアとの定義された関係を示す関係式に代入し、当該スコアを算出して出力する。
またさらに、本発明において好ましくは、固有ベクトル算出手段は、以下のように固有ベクトルを算出する。まず、第１正規化手段において、情報提供リンク隣接行列の各要素を、それぞれの利用者ＩＤに対応する要素の集合毎に、「情報提供リンク格納手段において当該利用者ＩＤに関連付けられているコンテンツＩＤの数に依存した関数」によって正規化し、当該正規化された情報提供リンク隣接行列を出力する。また、第２正規化手段において、情報評価リンク隣接行列の各要素を、それぞれの利用者ＩＤに対応する要素の集合毎に、「情報評価リンク格納手段において当該利用者ＩＤに関連付けられているコンテンツＩＤの数に依存した関数」によって正規化し、当該正規化された情報評価リンク隣接行列を出力する。さらに演算手段において、正規化された情報提供リンク隣接行列と正規化された情報評価リンク隣接行列とを用いてスコア推移行列の固有ベクトルを算出し、この固有ベクトルの要素を何れかのスコアとして出力する。これにより、同一の利用者が多数のコンテンツを提供したり、多数のコンテンツの評価を行ったりすることによって、その利用者の情報提供スコアや情報評価スコアが高められてしまうことを防止できる。
【００１５】
また、本発明において好ましくは、スコア推移行列Ｓは、Ｓ＝αＣＴＣ＋（１−α）ＥＴＥ、Ｓ＝ＣＥＴＥＣＴ、或いはＳ＝ＥＣＴＣＥＴの何れかである。尚、Ｃは情報提供リンク隣接行列であり、Ｅは情報評価リンク隣接行列であり、αは０以上１以下の実数であり、βＴはβの転置行列を意味している。
また、本発明をネットワークに接続されたコンテンツサーバ装置が格納するコンテンツの情報の提供に適用することもできる。この場合、まずコンテンツ情報受信手段においてコンテンツが有する情報であるコンテンツ情報を受信し、コンテンツ情報格納手段に格納する。その後、情報提供リンク生成手段において、コンテンツ情報格納手段に格納されたコンテンツ情報を用い、コンテンツを提供した利用者の利用者ＩＤと、利用者によって提供されたコンテンツの識別子であるコンテンツＩＤと、が関連付けられた情報提供リンク情報を生成し、情報提供リンク格納手段に格納する。また、情報評価リンク生成手段において、コンテンツ情報格納手段に格納されたコンテンツ情報を用い、コンテンツを評価した利用者の利用者ＩＤと、利用者によって評価されたコンテンツの識別子であるコンテンツＩＤと、コンテンツの評価者がコンテンツに対して行った評価の数値情報である評価情報と、が関連付けられた情報評価リンク情報を生成し、情報評価リンク格納手段に格納する。次に、固有ベクトル算出手段において、情報提供リンク情報と情報評価リンク情報とを用い、スコア推移行列（情報提供リンク情報と情報評価リンク情報と情報評判スコア又は情報提供スコアとの間の定義された関係を示す行列）の固有ベクトルを算出して、この固有ベクトルの要素を各コンテンツ情報に対応する情報評判スコア又は情報提供スコアとして出力する。そして、書き込み手段において、情報評判スコア又は情報提供スコアを、対応するコンテンツ情報に関連付けて、コンテンツ情報格納手段に格納させる。その後、検索条件受信手段において、利用者端末装置から送信された検索条件を受信し、検索手段において、この検索条件を充足するコンテンツ情報を、それらに関連付けられた情報評判スコア及び情報提供スコアの少なくとも一方とともにコンテンツ情報格納手段から抽出して出力する。
【００１６】
このような構成の装置は、算出されたスコアに従い、検索条件に合致した各コンテンツ情報を加工（例えば並び替えなど）することができる。そして、当該装置は、この加工された情報を用いることにより、コンテンツの重要度が適切に示唆された検索結果を利用者に提供することができる。
さらに、本発明において好ましくは、スコア算出手段において、情報提供リンク情報又は情報評価リンク情報と固有ベクトルとを用い、これらと情報評判スコア又は情報提供スコアとの定義された関係を示す関係式に従い、各コンテンツ情報に対応する情報評判スコア又は情報提供スコアを算出し、当該スコアを出力する。また、より好ましくは、情報提供リンク生成手段は、評価が存在するコンテンツに対応する情報提供リンク情報のみを生成する。そして、情報評判スコア推定手段において、利用者の情報提供スコアと当該利用者が提供したコンテンツ数とに依存した関数の演算結果を、当該利用者が提供したコンテンツであって評価が存在しないものの情報評判スコアとして出力する。この場合、スコアの妥当性をさほど落すことなく、スコアの算出速度を向上させることができる。
【００１７】
また、本発明において好ましくは、コンテンツ情報が、コンテンツ提供者情報（コンテンツを提供した利用者に対応する情報）を含み、検索手段が、検索条件を充足するコンテンツ情報を、当該コンテンツ情報に関連付けられた情報評判スコアとともに、コンテンツ情報格納手段から抽出する手段である。そして、情報評判スコア集計手段において、検索手段において抽出された情報評判スコアを、コンテンツ情報が有するコンテンツ提供者情報毎に加算し、各加算値を当該コンテンツ提供者情報ともに出力する。このような加算値は、検索条件に合致するコンテンツのみに関し、コンテンツに対する評価値をコンテンツ提供者毎に合算したものである。すなわち、当該加算値とコンテンツ提供者情報とを用いることにより、検索条件に合致するコンテンツのオピニオンリーダを正確に特定することができる（詳細は後述）。
【００１８】
さらに、本発明において好ましくは、コンテンツ情報は、コンテンツを提供した利用者に対応する情報であるコンテンツ提供者情報と、当該コンテンツのアドレスを示すコンテンツアドレス情報と、他のコンテンツのアドレスを示すポインタ情報とを含む情報である。そして、情報提供リンク生成手段は、コンテンツ提供者情報を利用者ＩＤとし、コンテンツアドレス情報をコンテンツＩＤとして、情報提供リンク情報を生成する。また、情報評価リンク生成手段は、コンテンツ提供者情報を利用者ＩＤとし、ポインタ情報をコンテンツＩＤとし、コンテンツ情報がポインタ情報を含むか否かによって定まる値を評価情報として、情報評価リンク情報を生成する。
【００１９】
また、本発明において好ましくは、情報評価リンク生成手段は、トラックバック以外のポインタ情報を用いて情報評価リンク情報を生成する。これにより、誤った情報評価リンク情報が生成されることを防止できる（詳細は後述）。
【発明の効果】
【００２０】
以上のように本発明によれば、情報提供リンク情報と情報評価リンク情報という２種類のリンク情報から、評価値として意味のある全体として整合がとれたスコアを算出することができる。
【発明を実施するための最良の形態】
【００２１】
以下、本発明の実施の形態を図面を参照して説明する。
〔第１の実施の形態〕
まず、本発明における第１の実施の形態について説明する。
＜構成＞
図１は、本形態における情報評価システム１の構成を示す図である。
図１に例示するように、本形態の情報評価システム１は、情報評価装置１００及びこれとネットワーク３００を通じて接続され、利用者i (i=1…m)がそれぞれ使用する利用者端末装置２００−１〜ｍを有している。
【００２２】
情報評価装置１００は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、バス、補助記憶装置、通信装置等からなる周知のコンピュータ装置において、そのＣＰＵに所定のプログラムを実行させることにより構成されるものである。図１に例示するように、この例の情報評価装置１００は、情報取得手段１０１と、情報提供リンク格納手段１０２と、情報評価リンク格納手段１０３と、スコア計算手段１０４と、情報評判スコア格納手段１０５と、情報提供スコア格納手段１０６と、情報評価スコア格納手段１０７と、スコア出力手段１０８と、一時メモリ１１１と、制御手段１１０とを有している。尚、図１において各手段をつなぐ線は情報の流れを示すが、制御手段１１０及び一時メモリ１１１に対して入出力される情報の流れの記載は省略してある。
【００２３】
図２は、図１における情報取得手段１０１の詳細構成を例示した図である。
図２に例示するように、この例の情報取得手段１０１は、通信手段１０１ａと、メッセージ認証手段１０１ｂと、情報検証手段１０１ｃと、コンテンツＩＤ生成手段１０１ｄと、情報提供リンク生成手段１０１ｅと、情報評価リンク生成手段１０１ｆと、書き込み手段１０１ｇとを有している。尚、図２における矢印は情報の流れを示すが、制御手段１１０及び一時メモリ１１１に対して入出力される情報の流れの記載は一部省略してある。
図３は、図１におけるスコア計算手段１０４の詳細構成を例示した図である。
【００２４】
図３に例示するように、この例のスコア計算手段１０４は、第１隣接行列生成手段１０４ａと、第２隣接行列生成手段１０４ｂと、固有ベクトル算出手段１０４ｃと、スコア算出手段１０４ｄと、書き込み手段１０４ｅとを有している。また、固有ベクトル算出手段１０４ｃは、第１正規化手段１０４ｃａと、第２正規化手段１０４ｃｂと、演算手段１０４ｃｃとを有している。尚、図３における矢印は情報の流れを示すが、制御手段１１０に対して入出力される情報の流れの記載は省略してある。
図４は、図１におけるスコア出力手段１０８の詳細構成を例示した図である。
【００２５】
図４に例示するように、この例のスコア出力手段１０８は、受信手段１０８ａと、メッセージ判定手段１０８ｂと、スコア検索手段１０８ｃと、メッセージ生成手段１０８ｄと、送信手段１０８ｅとを有している。尚、図４における矢印は情報の流れを示すが、制御手段１１０に対して入出力される情報の流れの記載は一部省略してある。
尚、上述した各手段は、同一の筺体内に存在するものに限定されず、複数の筺体に分散配置されてもよい。また、上述した通信手段１０１ａ、受信手段１０８ａ及び送信手段１０８ｅは、例えば、ＬＡＮ（Local Area Network）カード、モデム、ルータ、ハブ等の通信装置によって構成されるものである。また、情報提供リンク格納手段１０２、情報評価リンク格納手段１０３、情報評判スコア格納手段１０５、情報提供スコア格納手段１０６、情報評価スコア格納手段１０７及び一時メモリ１１１は、例えば、ハードディスク装置、フレキシブルディスク、ＭＯ（Magneto-Optical disc）等の補助記憶装置や、ＲＡＭ、ＣＰＵ内のレジスタやキャッシュメモリ等によって構成されるものである。また、制御手段１１０、メッセージ認証手段１０１ｂ、情報検証手段１０１ｃ、コンテンツＩＤ生成手段１０１ｄ、情報提供リンク生成手段１０１ｅ、情報評価リンク生成手段１０１ｆ、書き込み手段１０１ｇ、第１隣接行列生成手段１０４ａ、第２隣接行列生成手段１０４ｂ、固有ベクトル算出手段１０４ｃ、スコア算出手段１０４ｄ、書き込み手段１０４ｅ、メッセージ判定手段１０８ｂ、スコア検索手段１０８ｃ及びメッセージ生成手段１０８ｄは、例えば、ＣＰＵに所定のプログラムが読み込まれ、ＣＰＵがこれらのプログラムを実行することにより構成されるものである。
【００２６】
また、利用者端末装置２００−１〜ｍ（図１）も所定のプログラムに基づいて動作する周知のコンピュータ装置からなる。
＜動作＞
次に、本形態の情報評価装置１００の動作について説明する。
［概要］
本形態の情報評価装置１００は、利用者から提供された電子情報であるコンテンツの評判を数値化した情報評判スコア、コンテンツを提供した利用者の情報提供能力を数値化した情報提供スコア、及びコンテンツを評価した利用者の情報評価能力を数値化した情報評価スコアを算出する装置である。まず、この情報評価装置１００の処理の概要を説明する。尚、情報評価装置１００の各処理は、制御手段１１０の制御のもと実行される。
【００２７】
まず、複数の利用者端末装置２００−１〜ｍは、ネットワーク３００を通じ、＜利用者ＩＤ、コンテンツ＞の２つ組みを含むコンテンツ提供メッセージ、或いは、＜利用者ＩＤ、コンテンツＩＤ、評価情報＞の３つ組を含むコンテンツ評価メッセージを情報評価装置１００に送信する。
情報評価装置１００は、情報取得手段１０１においてこれらを受信する。ここで、受信されたメッセージがコンテンツ提供メッセージであった場合、情報取得手段１０１は、コンテンツを提供した利用者の利用者ＩＤと、当該利用者によって提供されたコンテンツの識別子であるコンテンツＩＤとが関連付けられた情報提供リンク情報を情報提供リンク格納手段１０２に格納する。一方、受信されたメッセージがコンテンツ評価メッセージであった場合、情報取得手段１０１は、コンテンツを評価した利用者の利用者ＩＤと、利用者によって評価されたコンテンツの識別子であるコンテンツＩＤと、コンテンツの評価者がコンテンツに対して行った評価の数値情報である評価情報と、が関連付けられた情報評価リンク情報を情報評価リンク格納手段１０３に格納する。
【００２８】
その後、スコア計算手段１０４において、情報提供リンク格納手段１０２と情報評価リンク格納手段１０３とに格納された情報提供リンク情報と情報評価リンク情報とを用い、スコア推移行列（情報提供リンク情報と情報評価リンク情報と何れかのスコアとの間の定義された関係を示す行列。詳細は後述。）の固有ベクトルを算出し、この固有ベクトルの要素を何れかのスコアとして出力する。また、スコア計算手段１０４は、情報提供リンク情報又は情報評価リンク情報と固有ベクトルとを用い、これらと何れかのスコアとの定義された関係を示す関係式に従い、何れかのスコアを算出して出力する。そして、スコア計算手段１０４は、算出された各スコアを情報評判スコア格納手段１０５、情報提供スコア格納手段１０６又は情報評価スコア格納手段１０７に格納させる。
【００２９】
その後、スコア出力手段１０８は、利用者端末装置２００−１〜ｍからの要求に対し、情報評判スコア格納手段１０５、情報提供スコア格納手段１０６又は情報評価スコア格納手段１０７を検索し、要求されたスコアに関する情報を利用者端末装置２００−１〜ｍに送信する。
［情報取得手段１０１の処理の詳細］
次に、情報取得手段１０１の処理の詳細について説明する。
図５は、情報取得手段１０１の処理の詳細を説明するためのフローを示す図である。以下、この図に沿って情報取得手段１０１の処理の詳細を説明する。
【００３０】
まず、情報取得手段１０１の通信手段１０１ａ（図２）は、複数の利用者端末装置２００−１〜ｍから送信された＜利用者ＩＤ、コンテンツ＞の２つ組みを含むコンテンツ提供メッセージ、或いは、＜利用者ＩＤ、コンテンツＩＤ、評価情報＞の３つ組を含むコンテンツ評価メッセージをネットワーク３００経由で受信する（ステップＳ１）。
図６（ａ）は、このように受信されるコンテンツ提供メッセージ１２１のデータ構成の例示であり、図６（ｂ）はコンテンツ評価メッセージ１２２の例である。この例のコンテンツ提供メッセージ１２１は、その属性やビット構成等を示すヘッダ情報１２１ａと、コンテンツ１２１ｃを提供した利用者の利用者ＩＤ１２１ｂと、提供されたコンテンツ１２１ｃとを有する。ここで、コンテンツ１２１ｃは利用者により投入される電子情報である。コンテンツ１２１ｃの一例としては、「〇〇レストランの〇〇セットはおいしい」等の文字情報や、利用者が作成した音楽情報、画像情報、動画像などである。利用者ＩＤ１２１ｂは、そのコンテンツ１２１ｃを提供した利用者のＩＤであり、会員制のコミュニティの場合には、コンテンツ１２１ｃを書込む際にシステムにログインするときに利用するＩＤ等を用いる。また、コンテンツＩＤ１２１ｃは、コンテンツに対してユニークに付与される識別子である。
【００３１】
また、この例のコンテンツ評価メッセージ１２２は、その属性やビット構成等を示すヘッダ情報１２２ａと、コンテンツを評価した利用者の利用者ＩＤ１２２ｂと、利用者によって評価されたコンテンツの識別子であるコンテンツＩＤ１２２ｃと、コンテンツの評価者がコンテンツに対して行った評価の数値情報である評価情報１２２ｄとを有する。ここで、利用者ＩＤ１２２ｃは、コンテンツを評価した利用者のＩＤであり、会員制のコミュニティの場合には、コンテンツの評価を書込む際にシステムにログインするときに利用するＩＤ等を用いる。また、評価情報１２２ｄはコンテンツ１２２ｄに対する評価を表す情報であり、本形態では、利用者が利用者端末装置２００−１〜ｍを用いて明示的に入力した情報とする。評価情報の一例としては、「＋１」、「＋２」、「＋３」などの予め決められた範囲の値をとる数値情報などがある。
【００３２】
通信手段１０１ａは、受信したコンテンツ提供メッセージやコンテンツ評価メッセージを一時メモリ１１１に格納し、次に、メッセージ認証手段１０１ｂが、利用者端末装置２００−１〜ｍの認証処理を行う（ステップＳ２）。この認証処理は、一人の利用者が同一コンテンツの評価を複数回行うことを禁止したい場合や、別の利用者と偽ってコンテンツを提供することを禁止したい場合に行うものである。この認証処理は、通信手段１０１ａ及びネットワーク３００を介し、メッセージ認証手段１０１ｂと利用者端末装置２００−１〜ｍとの間で、既存のパスワード等を用いた認証プロトコルに従い実行される。尚、このステップＳ２の処理は応用分野によっては省略できる。
【００３３】
ステップＳ２の認証処理の結果は制御手段１１０に伝えられる。そして、制御手段１１０は、認証処理がＮＧの場合はその利用者端末装置２００−１〜ｍとのセッションを終了させる。一方、認証処理がＯＫであった場合、制御手段１１０は、情報検証手段１０１ｃに、受信されたメッセージが、コンテンツ提供メッセージかコンテンツ評価メッセージかを判定させる（ステップＳ３）。具体的には、この例の情報検証手段１０１ｃは、ステップＳ１で通信手段１０１ａが受信したメッセージを一時メモリ１１１から読み込み、そのヘッダ情報１２１ａ又は１２２ａを参照することにより、そのメッセージがコンテンツ提供メッセージ１２１かコンテンツ評価メッセージ１２２（図６）かを判断する。情報検証手段１０１ｃによる判断結果は制御手段１１０に送られる。
【００３４】
ここで、制御手段１１０が受け取った判断結果が「メッセージがコンテンツ提供メッセージである」旨の判断結果であった場合、制御手段１１０はコンテンツＩＤ生成手段１０１ｄにコンテンツＩＤを生成する旨の指示を与える。この指示を受けたコンテンツＩＤ生成手段１０１ｄは、一時メモリ１１１からステップＳ１で通信手段１０１ａが受信したコンテンツ提供メッセージを読み込む。そして、コンテンツＩＤ生成手段１０１ｄは、読み込みたコンテンツ提供メッセージが具備するコンテンツに対するユニークなコンテンツＩＤを生成し、一時メモリ１１１に格納する（ステップＳ４）。コンテンツＩＤの生成方法としては、例えばコンテンツ全体の一方向性ハッシュ値を利用する方法や、逐次連番を割り振るなどの方法がある。コンテンツＩＤが生成されると次に、情報提供リンク生成手段１０１ｅは、一時メモリ１１１からステップＳ１で受信されたコンテンツ提供メッセージと、ステップＳ４で生成されたコンテンツＩＤとを読み込む。そして情報提供リンク生成手段１０１ｅは、これらを用いて＜利用者ＩＤ、コンテンツＩＤ、コンテンツ＞の３つ組み（情報提供リンク情報）を生成し、一時メモリ１１１に格納する（ステップＳ５）。その後、書き込み手段１０１ｇにおいて一時メモリ１１１からこの情報提供リンク情報を読み込み、これを情報提供リンク格納手段１０２に格納させる（ステップＳ６）。
【００３５】
一方、制御手段１１０が受け取ったステップＳ３の判断結果が「メッセージがコンテンツ評価メッセージである」旨の判断結果であった場合、制御手段１１０は情報評価リンク生成手段１０１ｆに対し、情報評価リンク情報を生成する旨の指示を与える。この指示を受けた情報評価リンク生成手段１０１ｆは、ステップＳ１で受信されたコンテンツ評価メッセージを一時メモリ１１１から読み込み、これに含まれる＜利用者ＩＤ、コンテンツＩＤ、評価情報＞の３つ組みを情報評価リンク情報として生成し、一時メモリ１１１に格納する（ステップＳ７）。その後、書き込み手段１０１ｇにおいて一時メモリ１１１からこの情報提供リンク情報を読み込み、これを情報評価リンク格納手段１０３に格納させる（ステップＳ８）。
【００３６】
図７（ａ）は、上述のように情報提供リンク格納手段１０２に格納される情報提供リンク情報１３１ａ〜１３１ｅのデータ構成を例示する図である。図７（ａ）に示すように、情報提供リンク格納手段１０２は、利用者ＩＤ、コンテンツＩＤ、コンテンツをそれぞれ関連付けした情報提供リンク情報１３１ａ〜１３１ｅを格納・管理している。
図７（ｂ）は、情報評価リンク格納手段１０３に格納・管理される情報評価リンク情報１３２ａ〜１３２ｆのデータ構成を示す図である。図７（ｂ）に示すように、評価リンク格納手段１０３は、利用者ＩＤ、コンテンツＩＤ、評価情報をそれぞれ関連付けした情報評価リンク情報１３２ａ〜１３２ｆを格納・管理している。尚、コンテンツＩＤと情報コンテンツとの対応関係は、上記の図７（ａ）で示した情報提供リンク格納手段１０２に格納・管理されている。
【００３７】
尚、本形態では、情報取得手段１０１が直接、利用者端末装置２００−１〜ｍからコンテンツや評価情報を受取り、情報提供リンク情報１３１ａ〜１３１ｅ及び情報評価リンク情報１３２ａ〜１３２ｆをそれぞれ情報提供リンク格納手段１０２及び情報評価リンク格納手段１０３に格納することとした。しかし、情報取得手段１０１が、既存の電子掲示板システムやWebサーバ装置から情報提供リンク情報１３１ａ〜１３１ｅと情報評価リンク情報１３２ａ〜１３２ｆとを抽出する構成としてもよい。例えば、問題解決型コミュニティにおいて、「質問」や「回答」というアクションを「コンテンツの提供」として本発明を適用してもよい。すなわち、電子掲示板上へ書込まれる「質問」や「回答」を「コンテンツ」とし、その書き込みを行った利用者を「コンテンツを提供した利用者」として本発明を適用してもよい。また、「質問」の参照や回答を行った利用者を「コンテンツを評価した利用者」とし、「質問」への参照回数や質問への回答の数等を、「質問」の良さの評価、すなわち「コンテンツに対する評価」として本発明を適用してもよい。また、質問者が「回答」の中から最も有用だった回答を選択する行為等を「質問」の良さの評価、すなわち「コンテンツに対する評価」として本発明を適用してもよい。同様に、商品・サービス評価型コミュニティにおいても、レビュー記事の投稿を「コンテンツ」の「提供」とし、これに対する他の参加者の支持を「コンテンツに対する評価」として本発明を適用してもよい。その他具体例は挙げないが、トピックベースコミュニティやユーザ創造型コミュニティにおいても同様である。尚、これを実現するには、このような既存のコミュニティを構成するWebサーバ装置から情報を収集するロボットを作成する必要があるが、Weサーバ装置から情報を収集する一般的なロボットの作成方法は、文献：Kevin Hemenway, Tara Calishain, “Spidering hacks”、O’Reilly (2003)、に記載されている方法等が利用できる。また、このような実施の形態を取った場合、図７（ａ）に示す情報提供リンク情報１３１ａ〜１３１ｅのコンテンツＩＤとして、そのコンテンツが存在するリソースのＵＲＬ（Uniform Resource Identifier）を用いてもよい。そして、この場合、情報提供リンク情報１３１ａ〜１３１ｅにコンテンツの列は不要となる。
【００３８】
［スコア計算手段１０４の処理の詳細］
次に、スコア計算手段１０４（図１，図３）の処理の詳細について説明する。
まず、スコア計算手段１０４が各スコアを算出するための原理について説明する。
上記のように情報提供リンク格納手段１０２及び情報評価リンク格納手段１０３に格納された情報提供リンク情報１３１ａ〜１３１ｅ及び情報評価リンク情報１３２ａ〜１３２ｆは、論理的には、例えば、図８に示すような利用者からコンテンツに対する２種類のリンクを示すものと考えることができる。図８において、紙面に向かって左側の丸は利用者、右側の四角はコンテンツを示す。また、この図の破線は、情報提供リンク情報１３１ａ〜１３１ｅにおける利用者ＩＤに対応する利用者とコンテンツとの関連付け（情報提供リンク）を表している。また、この図の実線は、情報評価リンク情報１３２ａ〜１３２ｆにおける利用者ＩＤに対応する利用者と、コンテンツＩＤに対応するコンテンツとの関連付け（情報評価リンク）を表している。また、情報評価リンクに付与されている数値は、情報評価リンク情報１３２ａ〜１３２ｆにおける評価情報を表すものとする。
【００３９】
これらのリンクは、
【数１】
のような利用者i (i=1…m)を行とし、コンテンツj (j=1…n)を列とする隣接行列で表現することができる。すなわち、情報提供リンクは行列C=[cij] (i=1…m, j=1…n)で表現できる。ただし、cijは行列Ｃのｉ行ｊ列目の要素を示し、iからjにリンクがあればcij=1、なければcij =0となる。また情報評価リンクは行列E=[eij] (i=1…m, j=1…n)で表現できる。ただし、eijは行列Ｅのｉ行ｊ列目の要素を示す。またeij は、報評価リンク情報１３２ａ〜１３２ｆにおいて、利用者iに対応する利用者ＩＤと、コンテンツjに対応するコンテンツＩＤとに対応付けられている評価情報の値である。そして、eijの値が大きい程、コンテンツｊが利用者ｉから強い支持を受けていることになる。尚、以下では特に断りがない限り、行列Ｃ及び行列Ｅは、一般化された行列C=[cij] (i=1…m, j=1…n)及びE=[eij] (i=1…m, j=1…n)を意味する。
【００４０】
本形態では、２種類のリンクをそれぞれ示す行列Ｃ及び行列Ｅから、情報提供スコアai、情報評価スコアhi及び情報評判スコアrjの３つのスコアを算出する。以下にこれらのスコアの意味と表記方法を述べる。
情報提供スコアai は、利用者i (i=1…m)が、過去、どの程度コミュニティから支持を受けたコンテンツを提供してきたかを示す指標である。このスコアが高ければ高いほど、この利用者は情報の提供の面でコミュニティに貢献する能力があるとみなす。ここで全利用者の情報提供スコアaiを、a=[a1…am]Tと表記し、これを以後、情報提供ベクトルと呼ぶ。ここでMTは行列Mの転置行列である。
【００４１】
情報評価スコアhiは、利用者i (i=1…m)が、過去、コミュニティに提供されるコンテンツに対してどの程度コミュニティの方向性に沿った評価情報を投入してきたを示す指標である。このスコアが高ければ高いほど、この利用者は情報評価の投入の面でコミュニティに貢献する能力があるとみなす。ここで全利用者の情報評価スコアhiを、h=[h1…hm]Tと表記し、これを以後、情報評価ベクトルと呼ぶ。
情報評判スコアrjは、コンテンツ j (j=1…n)が、どの程度利用者からの支持を受けているか（i.e. コミュニティの方向性に沿っているか）を示す指標である。このスコアが高ければ高いほど、その情報はコミュニティから支持を受けているものであるとみなす。ここで全コンテンツの情報評判スコアrjを、r=[r1…rn]Tと表記し、これを以後、情報評判ベクトルと呼ぶ。
【００４２】
利用者の情報提供スコアと、情報評価スコアと、コンテンツの情報評判スコアとは、以下のルールにより相互に影響を及ぼしあう。
（１）情報提供スコアの高い利用者が提供するコンテンツは高い情報評判スコアを持つコンテンツである。
（２）情報評価スコアの高い利用者が評価したコンテンツは高い情報評判スコアを持つコンテンツである。
（３）情報評判スコアが高いコンテンツを提供した利用者は高い情報提供スコアを持つ利用者である。
【００４３】
（４）情報評判スコアが高いコンテンツを評価した利用者は高い情報評価スコアを持つ利用者である。
本形態では、これら４つのルールに対応して、
r＝CTa …(1)
r＝ETh …(2)
a＝Cr …(3)
h＝Er …(4)
の４つの数学的な関係を定義する。ただし、式（１）と式（２）を両立させるため、式（１）と式（２）を凸結合(convex combination)により統合して、
r＝αCTa＋(1‐α)ETh …(5)
を利用する。ここで、αは[0,1]を定義域とする実数であり、コミュニティの特性に応じて調整されるものとする。つまり、αが１に近い程、情報提供リンクを重視し、０に近い程、情報評価リンクを重視して情報評判スコアが算出されることとなる。
【００４４】
上記、式（５）に、式（３）と式（４）を代入すると、
r＝αCTCr ＋(1‐α)ET Er
＝ (αCT C ＋(1‐α)ET E) r …(6)
を得る。(αCTC ＋(1‐α)ET E)は、n×nの正方行列であり、これをスコア推移行列S（「情報提供リンク情報と情報評価リンク情報と何れかのスコアとの定義された関係を示すスコア推移行列」に相当）と呼ぶことにすると、
r＝Sr …(7)
となる。上記式（７）を満たすrは一般的には存在しないが、線形代数学の基礎理論によると、Sの要素が非負の実数の場合には、
λr＝Sr …(8)
を満たす実数ベクトルrは存在する。ただし、λは定数であってSの固有値と呼ばれ、rはSの固有ベクトルと呼ばれる。これらの固有値と固有ベクトルを算出する具体的な方法の一例は後で述べるが、こうしてr（情報評判ベクトル）が算出できれば、式（３）及び式（４）により（「各スコア間の定義された関係」に相当）、a（情報提供ベクトル）, h（情報評価ベクトル）がそれぞれ算出できる。
【００４５】
尚、行列Eの要素eijは正規化していないため、ある特定の人が多くの情報に評価を入力すると、非常に高い情報評価スコアとなるという問題がある。このような行為を防止するためには、PageRankと同様に、利用者一人が提供する評価情報の値の総和が１になるように、行列Ｅを正規化することとしてもよい。つまり、行列Ｅの行ベクトルの要素の総和が１となるように行列Eを正規化し、正規化した行列を用いてスコアの算出を行うこととしてもよい。具体的には、次のような行列Ｅ'を生成、用いればよい。
E’＝[e’ij](i=1…m, j=1...n)
e’ij= eij/Σj=1..n (eij)
同様に、行列Ｃの行ベクトルの要素の総和が１となるような正規化を行い、この正規化後の行列Ｃを用いて各スコアを算出することとしてもよい。尚、行列ＣやＥの行ベクトルの要素の総和が１以外の値となるように正規化してもよい。また、これらの正規化は必須ではなく、用途によってはこのような正規化を行わずにスコアを算出することとしてもよい。
【００４６】
スコア計算手段１０４は、上記のような考え方に基づき、行列CとEとからr（情報評判ベクトル）、a（情報提供ベクトル）, h（情報評価ベクトル）を算出し、安定した値の情報提供スコアai、情報評価スコアhi及び情報評判スコアrjを算出する。
図９は、スコア計算手段１０４の処理を説明するためのフローを例示した図である。以下、この図に沿ってスコア計算手段１０４の処理を説明する。尚、以下では、行列ＣやEの行ベクトルの要素の総和が１になるように行列Ｃ，Ｅを正規化してスコアを求めることとする。
【００４７】
まず、スコア計算手段１０４の第１隣接行列生成手段１０４ａが行列Ｃを生成し、第２隣接行列生成手段１０４ｂが行列Ｅを生成する（ステップＳ１１）。
この例の場合、まず、第１隣接行列生成手段１０４ａが、情報提供リンク格納手段１０２に格納された情報提供リンク情報を検索し、利用者ＩＤとコンテンツＩＤとの組合せ毎に、当該組合せを有する情報提供リンク情報の個数を数える。そして、第１隣接行列生成手段１０４ａは、当該個数を当該組合せに対応する行列成分の要素とした隣接行列（情報提供リンク隣接行列）である行列Ｃを生成して一時メモリ１１１に出力し、そこに格納する。例えば、図７（ａ）の例の場合、（利用者ＩＤ，コンテンツＩＤ）が（Ａ０００１，Ｃ０００１），（Ａ０００１，Ｃ０００２），（Ａ０００２，Ｃ０００３），（Ａ０００２，Ｃ０００４），（Ａ０００３，Ｃ０００５）である情報提供リンク情報はそれぞれ１個ずつ存在する。また、これらの利用者ＩＤとコンテンツＩＤとの組合せに対応する行列成分（行，列）をそれぞれ（１，１），（１，２），（２，３），（２，４），（３，５）とすると、第１隣接行列生成手段１０４ａは、
【数２】
を生成することになる。
【００４８】
次に、第２隣接行列生成手段１０４ｂが、情報評価リンク格納手段１０３に格納された情報評価リンク情報を検索し、利用者ＩＤとコンテンツＩＤとの組合せ毎に、当該組合せを有する情報評価リンク情報の評価情報の値を加算する。そして、情報評価リンク格納手段１０３は、当該加算値を当該組合せに対応する行列成分の要素とした隣接行列（情報評価リンク隣接行列）である行列Ｅを生成して一時メモリ１１１に出力し、そこに格納する。例えば、図７（ｂ）の例の場合、（利用者ＩＤ，コンテンツＩＤ，評価情報）が（Ａ０００１，Ｃ０００３，＋２），（Ａ０００１，Ｃ０００４，＋３），（Ａ０００２，Ｃ０００１，＋２），（Ａ０００２，Ｃ０００２，＋１），（Ａ０００２，Ｃ０００５，＋１），（Ａ０００３，Ｃ０００４，＋３）である情報評価リンク情報はそれぞれ１個ずつ存在する。また、これらの利用者ＩＤとコンテンツＩＤとの組合せに対応する行列成分（行，列）をそれぞれ（１，３），（１，４），（２，１），（２，２），（２，５），（３，４）とすると、第２隣接行列生成手段１０４ｂは、
【数３】
を生成する。
尚、行列Ｃ，Ｅ生成の際、第１隣接行列生成手段１０４ａ或いは第２隣接行列生成手段１０４ｂは、各利用者ＩＤ及びコンテンツＩＤの情報も一時メモリ１１１に格納しておく。
【００４９】
行列Ｃ，Ｅが生成されると、次に固有ベクトル算出手段は、これらからスコア推移行列Ｓ（情報提供リンク隣接行列と情報評価リンク隣接行列と何れかのスコアとの関係を示す行列）の固有ベクトルｒを算出し、この固有ベクトルｒの要素を情報評判スコアrjとして出力する。この例の場合、まず、固有ベクトル算出手段１０４ｃは、一時メモリ１１１から行列Ｃ，Ｅを読み込む。そして、第１正規化手段１０４ｃａ及び第２正規化手段１０４ｃｂにおいて、同一利用者による多数の提供（多数の記事の投稿等）や、同一利用者による多数の評価（多数の記事のコメント等）によって、その利用者の情報提供スコアや情報評価スコアを高められないようにするため、行列Ｃ，Ｅを正規化し、正規化後の行列Ｃ，Ｅを一時メモリ１１１に格納する（ステップＳ１２）。この例の場合、第１正規化手段１０４ｃａにおいて、行列Ｃ（情報提供リンク隣接行列）の各要素を、それぞれの利用者ＩＤに対応する要素の集合毎に（すなわち行毎に）、「情報提供リンク格納手段１０２において当該利用者ＩＤに関連付けられているコンテンツＩＤの数に依存した関数（正規化関数１）」によって正規化し、当該正規化された行列Ｃを出力する。また、この例の第２正規化手段１０４ｃｂにおいて、行列Ｅ（情報評価リンク隣接行列）の各要素を、それぞれの利用者ＩＤに対応する要素の集合毎に、「情報評価リンク格納手段１０３において当該利用者ＩＤに関連付けられているコンテンツＩＤの数に依存した関数（正規化関数２）」によって正規化し、当該正規化された行列Ｅを出力する。尚、例えば、上述の正規化関数１をcij/Σj=1..n (cij)とし、正規化関数１をeij/Σj=1..n (eij)とした場合、式（９）（１０）の行列Ｃ，Ｅはそれぞれ、
【数４】
のように正規化される。尚、これは一例であり、行列ＣとＥの正規化は必須でなく、あえてこのような正規化を省略してもよいし、別の正規化方法を利用してもよい（他の正規化方法の例については後述する）。
【００５０】
次に固有ベクトル算出手段１０４ｃの演算手段１０４ｃｃにおいて、一時メモリ１１１に格納された正規化後の行列Ｃ，Ｅを読み込み、読み込みた行列ＣとＥから行列S=(αCT C ＋(1‐α)ET E)を計算し、これを一時メモリ１１１に格納する。尚、この行列Ｓをスコア推移行列と呼ぶ（ステップＳ１３）。式（１１）に示す行列ＣとＥからα＝０．３として生成したスコア推移行列Ｓの例を以下に示す。
【数５】
【００５１】
次に演算手段１０４ｃｃは、一時メモリ１１１からスコア推移行列Ｓを読み込み、その固有ベクトルｒを算出し、この固有ベクトルｒの要素を情報評判スコアｒｊとして一時メモリ１１１に格納する（ステップＳ１４）。固有ベクトルの算出方法については、ベキ乗法による反復計算法、ＱＲ分解法、直接法など多くの手法が適用可能である。以下に、ベキ乗法による反復計算法を用いて算出した式（１２）のスコア推移行列Ｓに対する固有ベクトルを示す。
【数６】
この例では、情報評判スコアｒ３＝０．２５９２６，ｒ４＝０.９６５８１となる。尚、固有ベクトルは固有値の数だけ存在するが、本形態では、例えば、固有値最大の固有ベクトル(principal eigenvector)を用いる。
【００５２】
次に、スコア算出手段１０４ｄにおいて、行列Ｃ又は行列Ｅと固有ベクトルｒとを、これらと何れかのスコアａ，ｈとの定義された関係を示す関係式に代入し、当該スコアａ，ｈを算出して一時メモリ１１１に出力し、そこに格納する（ステップＳ１５）。具体的には、例えば、スコア算出手段１０４ｄは、一時メモリ１１１から、行列Ｃと行列Ｅと固有ベクトルｒとを読み込み、これらに式（３）及び式（４）を適用することで、スコアａ、ｈを算出し、これらの要素を情報提供スコアａｉ及び情報評価スコアｈｉとして一時メモリ１１１に格納する。以下に、式（１１）の行列Ｃ及び行列Ｅと式（１３）の固有ベクトルｒとを用い、式（３）及び式（４）によって算出した情報提供スコアベクトルａと情報評価スコアベクトルｈを示す。
【数７】
この例では、情報提供スコアａ２＝０．６１２５３、情報評価スコアｈ１＝０．６８３１９，ｈ３＝０．９６５８１となる。
次に、書き込み手段１０４ｅにおいて、上述の情報評判スコアｒｊ、情報提供スコアａｉ及び情報評価スコアｈｉと、各利用者ＩＤ及びコンテンツＩＤとを、一時メモリ１１１から読み込む。そして、書き込み手段１０４ｅは、情報評判スコアｒｊ（１４１ｂ）を対応するコンテンツＩＤ（１４１ａ）に関連付けて（図１０（ａ））情報評判スコア格納手段１０５に格納する。また、書き込み手段１０４ｅは、情報提供スコアａｉ（１４２ｂ）及び情報評価スコアｈｉ（１４２ｃ）を対応する利用者ＩＤ（１４２ａ）に関連付けて（図１０（ｂ））、情報提供スコア格納手段１０６及び情報評価スコア格納手段１０７にそれぞれ格納する（ステップＳ１６）。
【００５３】
［スコア出力手段１０８の処理の詳細］
次に、スコア出力手段１０８（図１，図４）の処理の詳細について説明する。
図１１は、スコア出力手段１０８の処理の詳細を説明するためのフローを示す図である。以下、この図に従ってスコア出力手段１０８の処理の詳細を説明する。
スコア出力手段１０８は、上記のステップにより算出格納された情報評判スコア、情報提供スコア、情報評価スコアを利用者端末からの要求に応じて検索して返す手段である。この処理を行う場合、まず、スコア出力手段１０８の受信手段１０８ａは、利用者端末装置２００−１〜ｍから送信された、コンテンツＩＤを含む情報評判スコア取得メッセージ或いは利用者ＩＤを含む情報提供スコア・情報評価スコア取得メッセージを、ネットワーク３００を通じて受信する（ステップＳ２１）。受信されたメッセージは、一時メモリ１１１に格納される。
【００５４】
次にメッセージ判定手段１０８ｂは、一時メモリ１１１からステップＳ２１で受信されたメッセージを読み込み、そのヘッダ情報等により、このメッセージが、情報評判スコア取得メッセージか情報提供スコア・情報評価スコア取得メッセージかを判定する（ステップＳ２２）。その判定結果は制御手段１１０に送られる。
ここでステップＳ２１で情報評判スコア取得メッセージが受信されたと判断された場合には、制御手段１１０は、スコア検索手段１０８ｃに情報評判スコアの検索指示を与える。これを受けたスコア検索手段１０８ｃは、一時メモリ１１１に格納されている情報評判スコア取得メッセージのコンテンツＩＤをキーとして、情報評判スコア格納手段１０５を検索し、このコンテンツＩＤに対応する情報評判スコア（図１０（ａ））を抽出する（ステップＳ２３）。尚、抽出された情報評判スコアは一時メモリ１１１に格納される。
【００５５】
一方、ステップＳ２１で情報提供スコア・情報評価スコア取得メッセージが受信されたと判断された場合には、制御手段１１０は、情報提供スコア及び情報評価スコアの検索指示を与える。これを受けたスコア検索手段１０８ｃは、一時メモリ１１１に格納されている情報提供スコア・情報評価スコア取得メッセージの利用者ＩＤをキーとして、情報提供スコア格納手段１０６及び情報評価スコア格納手段１０７を検索し、この利用者ＩＤに対応する情報提供スコア及び情報評価スコア（図１０（ｂ））を抽出する（ステップＳ２４）。尚、抽出された情報提供スコア及び情報評価スコアは一時メモリ１１１に格納される。
【００５６】
次に、メッセージ生成手段１０８ｄにおいて、一時メモリ１１１から上記ステップＳ２３やＳ２４で取得されたスコアと、対応するコンテンツＩＤや利用者ＩＤとを読み出し、それらの情報を例えば、コンテンツＩＤや利用者ＩＤ別に振り分けたり、スコアの大きい順序で並び替えたりしたメッセージを生成する（ステップＳ２５）。生成されたメッセージは、一時メモリ１１１に格納され、さらに送信手段１０８ｅによって読み込まれ、ネットワーク３００を通じて利用者端末装置２００−１〜ｍに送信される（ステップＳ２６）。
【００５７】
このように各スコアを利用者に提供することにより、利用者は、コミュニティ中の大量の情報の中からコミュニティにとって有益な情報を取得することや、当該有益な情報のランキングを取得することが可能となる。
＜変形例等＞
尚、本発明は上述の実施の形態に限定されるものではない。例えば、また、上述の各種の処理は、上述した記載に従った時系列で実行されるのみならず、処理を実行する装置の処理能力或いは必要に応じて並列的に或いは個別に実行されてもよい。
【００５８】
また、例えば、図９で示したステップＳ１１からステップＳ１６の計算手順は、図１２（ａ）による反復計算を行うことでも全く同様に計算できる。この場合には、ｒ、ａ、ｈが反復により同時に計算されるため、ステップＳ１３からステップＳ１５が統合された形態で実施される。この計算手順は、行列の要素表現で表すと、図１２（ｂ）のようにも表現することできる。ここで、prov(j)はコンテンツｊを提供した利用者（prov(j)∈{1…m}）、eval(j)はコンテンツｊを評価している利用者の集合（eval(j)∈{1…m}）、prov(i)は利用者ｉが提供したコンテンツの集合（prov(i)∈{1…n}）、eval(i)は利用者ｉが評価したコンテンツの集合（eval(i)∈{1…n}）である。これらの情報は、図１に示す情報提供リンク格納手段１０２及び情報評価リンク格納手段１０３から利用者ＩＤ或いはコンテンツＩＤを利用して検索することにより容易に抽出することが可能である。尚、図１２（ｂ）において||x||1及び||x||2はベクトルxのノルムを表し、||x||1はx の要素の絶対値の和、||x||2はx の要素の２乗の和の平方根（ユークリッドノルム）を表す。このように本発明では、スコアの算出に固有ベクトルを用いることとしたため、反復アルゴリズムを適用し、簡単にこれらのスコアが算出することが可能とである。
【００５９】
図１３は、図１２のアルゴリズムによってｒ、ａ、ｈを算出する場合の処理を説明するためのフローを例示した図である。尚、図１３ではベクトルを示す矢印を省略してある。図１３の処理の場合、まず、ステップＳ１１と同様に、第１隣接行列生成手段１０４ａ及び第２隣接行列生成手段１０４ｂにおいて、行列Ｃ，Ｅを生成し（ステップＳ３１）、これらを第１正規化手段１０４ｃａ及び第２正規化手段１０４ｃｂにおいて正規化して一時メモリ１１１に格納する（ステップＳ３２）。また、演算手段１０４ｃｃにおいて、ベクトルa(0)=(1,...,1)T, ベクトルh(0)=(1,...,1)T,変数k=0とし、これらを一時メモリ１１１に格納する（ステップＳ３３）。次に、演算手段１０４ｃｃにおいて、一時メモリ１１１から正規化後の行列Ｃ，Ｅとベクトルa(k), h(k)とを読み込み、ベクトルr(k+1)=αCTa(k)+(1‐α)ETh(k)を算出し、一時メモリ１１１に格納する（ステッＳ３４）。尚、αは前述のように予め定めておく。次に、演算手段１０４ｃｃにおいて、一時メモリ１１１からベクトルr(k+1)を読み込み、図１２（ｂ）に示したようにこれを正規化して一時メモリ１１１に格納する（ステップＳ３５）。次に、スコア算出手段１０４ｄにおいて、一時メモリ１１１から正規化後の行列Ｃ，Ｅとベクトルh(k+1)とを読み込み、ベクトルa(k+1)=C・r(k+1)及びh(k+1)=E・r(k+1)を算出し、ベクトルa(k+1)，h(k+1)を一時メモリ１１１に格納する（ステップＳ３６）。次に、制御手段１１０において、一時メモリ１１１からベクトルr(k)，r(k+1)を読み込み、全てのｊ∈{1…n}についてrj(k)‐rj(k+1)＜δが成り立つか否かを判断する（ステップＳ３７）。尚、rj(k)はベクトルr(k)のｊ番目の要素を示し、rj(k+1)はベクトルr(k+1)のｊ番目の要素を示す。また、δは予め設定された十分小さい定数とする。ここで、rj(k)‐rj(k+1)＜δでなかった場合には、制御手段１１０は演算手段１０４ｃｃに指示を与える。これをトリガに演算手段１０４ｃｃは、一時メモリ１１１から変数ｋを読み込み、ｋ＋１を演算し、その演算結果を新たなｋとして一時メモリ１１１に格納する（ステップＳ３８）。そして、制御手段１１０は処理をステップＳ３４に戻す。一方、ステップＳ３７の判断でrj(k)‐rj(k+1)＜δと判断された場合には、制御手段１１０は書き込み手段１０４ｅに指示を与える。これをトリガに書き込み手段１０４ｅは、一時メモリ１１１からベクトルrj(k+1)，a(k+1)，h(k+1)を読み込み、これらの各要素をそれぞれ情報評判スコア、情報提供スコア及び情報評価スコアとして前述のように情報評判スコア格納手段１０５、情報提供スコア格納手段１０６及び情報評価スコア格納手段１０７に格納する（ステップＳ３９）。
【００６０】
また、上述の本形態を情報評価リンク情報が単調増加するコミュニティに適用した場合、このコミュニティで活動する期間が長い利用者ほど、その新しい活動（コンテンツの提供や評価）がスコアに与える影響が小さくなってしまう。これは、その利用者の過去の活動により作られた大量の情報評価リンク情報による影響と、前述の第２正規化手段１０４ｃｂ（図３）における正規化手法の影響によるものである。このような事態は、その参加者の活動を行うインセンティブを低下させる等の問題がある。よって、このような場合には、行列Ｅ（情報評価リンク隣接行列）に対し、これらの各要素が時間の経過に伴って小さくなるような正規化を行うことが有効である。具体的には、例えば、第２正規化手段１０４ｃｂ（図３）において、一時メモリ１１１から行列Ｅの各要素を読み込み、次式のような時間減衰のファクターを導入して行列Eを正規化し、一時メモリ１１１に格納する。そして、この時刻ｔにおける行列Ｅ（ｔ）を本形態の行列Ｅ（正規化後の情報評価リンク隣接行列）として用いる。
【００６１】
【数８】
ただし、ｔは現在時刻、time(eij)はeijが入力された時刻、ρは［0，1］を定義域とする減衰定数である。またeij(t)は現在時刻ｔにおける行列Ｅ（ｔ）のｉ行ｊ列目の要素である。尚、この場合、第２正規化手段１０４ｃｂ（図３）は、例えば、情報評価装置１００内の図示していない内部時計等から出力される情報を現在時刻ｔとして用いる。さらに、この場合、情報取得手段１０１が情報評価リンク格納手段１０３に情報評価リンク情報を格納する際、その受信時間や格納時間等を各情報評価リンク情報に関連付けて格納しておく。そして、第２正規化手段１０４ｃｂ（図３）は、例えば、この情報評価リンク格納手段１０３に格納された受信時間や格納時間等を、それに関連付けられている情報評価リンク情報に対応するtime(eij)として利用する。
【００６２】
また、本形態では、上述の式（１）〜式（４）を用いて式（６）のような変形を行い、(αCT C ＋(1‐α)ET E)をスコア推移行列Ｓとしてその固有ベクトルｒを求め、さらに式（３）及び式（４）によりベクトルａ，ｈを求めることとした。しかし、上述の式（１）〜式（４）を用い、
a=Cr=(CET)h=(CETE)r=(CETECT)a …(15)
或いは
h=Er=(ECT)a=(ECTC)r=(ECTCET)h …(16)
のような変形を行い、これらの式からスコア推移行列をS= CETECT或いはS= ECTCETとおいてもよい。この場合、演算手段１０４ｃｃ（図３）が算出するのは、固有ベクトルａ或いはｈであり、スコア算出手段１０４ｄが式（１）〜（４）を用いて算出するのは、ベクトルｈ，ｒ或いはａ，ｒとなる。尚、この場合の処理の詳細は、スコア推移行列が異なる点と、スコア算出手段１０４ｄが用いる式及びベクトルの種類が異なる点を除いて上述の実施の形態と同様である。もちろん、この場合に、図１２による反復計算の変形を用いてもよいことはいうまでもない。
【００６３】
また、上述の実施の形態では、情報評判スコア、情報提供スコア及び情報評価スコアの３つのスコアを算出することとした。しかし、これらのスコアの一部のみを算出する構成としてもよい。
さらに、本形態では、スコア出力手段１０８において、情報評判スコア取得メッセージ及び情報提供スコア・情報評価スコア取得メッセージの２種類のメッセージを受け付ける構成とした。しかし、用途によっては、スコア出力手段１０８が情報提供スコア・情報評価スコア取得メッセージを受け付けないこととし、上記のステップＳ２４（図１１）の処理を実行しない構成としてもよい。
【００６４】
〔第２の実施の形態〕
次に、本発明における第２の実施の形態について説明する。
＜原理＞
既に述べたように、本発明の情報評価装置は、問題解決型コミュニティ、商品・サービス評価型コミュニティ等の特定のコミュニティに対して適用することが可能である。しかし、これに留まらず、インターネット上の動画、画像、音楽、ニュース等の様々なコンテンツ検索システムにおける検索結果のランキング表示に本発明を適用することもできる。本形態は、このようなコンテンツ検索システムに本発明を適用した例である。尚、本形態では、ｂｌｏｇ（ブログ）記事をコンテンツの具体例とし、ｂｌｏｇ記事検索システムとして本コンテンツ検索システムを利用する場合を説明する。
【００６５】
本形態では、ｂｌｏｇ記事（コンテンツ）を以下のような構造上の特徴を有するものとする。尚、本形態の手法ではｂｌｏｇ記事の内容には関与しない。
（ａ）個人を編集主体とし、個人単位にトップページ（ｂｌｏｇサイトトップ）を有する。
（ｂ）トップページから各記事（ｂｌｏｇエントリ）へのリンクを有し、各記事はＵＲＩ（Uniform Resource Identifier）を有する。
（ｃ）双方向リンクを生成するためのメカニズム（トラックバック）が提供されている。
【００６６】
このようなｂｌｏｇ記事に対して、本発明を適用するためには、収集したｂｌｏｇ記事の集合から情報提供リンク情報と、情報評価リンク情報とを抽出する必要がある。このためには、まず情報提供者と情報評価者の利用者ＩＤを取得できなくてはならない。ここで、ｂｌｏｇ記事の場合には、上記のように編集主体が個人であり、またｂｌｏｇのホスティングサービス毎に各ｂｌｏｇ記事のトップページのＵＲＩの形式がほぼ決まっている。そこで本形態では、利用者ＩＤとしてｂｌｏｇサイトトップのＵＲＩを用いる。また、ｂｌｏｇのシステムでは、基本的に、各ｂｌｏｇ記事のエントリに永続的なＵＲＩが付与される。よって、本形態では、ｂｌｏｇ記事に付与されたＵＲＩをコンテンツＩＤとして用いることにする。このようにすることにより、情報提供リンク情報は、ｂｌｏｇサイトトップのＵＲＩ（利用者ＩＤ）と、その配下にあるｂｌｏｇ記事エン卜リのＵＲＩ（コンテンツＩＤ）との２つ組を含む集合として生成できる。
【００６７】
同様に情報評価リンク情報についでも、ｂｌｏｇサイトトップのＵＲＩ（利用者ＩＤ）と、その配下にある各記事に含まれるリンク先である外部のｂｌｏｇ記事ＵＲＩ（コンテンツＩＤ）との２つ組を含む集合として生成できる。これは、「あるｂｌｏｇｇｅｒ（利用者）ｉのｂｌｏｇ記事から外部のｂｌｏｇ記事ｊに対してリンクが存在する」ということが「このｂｌｏｇｇｅｒ（利用者）ｉが、ｂｌｏｇ記事ｊ（コンテンツ）に対して関心がある」と考えられるからである。この場合、リンクの有無により、eij=1（リンク有り）或いはeij=0（リンク無し）とすることで、情報評価リンク情報に対応する行列Ｅ（情報評価リンク隣接行列）を生成することができる。ただし、ｂｌｏｇでは、トラックバック機能により、リンクされたｂｌｏｇ記事に、自動的にそのリンク元のｂｌｏｇ記事への逆リンクが生成される。即ち、自動的に相互リンクが形成される。その結果、本来関心がもたれないｂｌｏｇ記事に対しても、トラックバックされる側のｂｌｏｇ記事からトラックバックする側のｂｌｏｇ記事への逆向きのリンク（トラックバックリンク）が張られる。その結果、関心を持たれない記事に対して多くの被リンクが張られる、いわゆるトラックバックスパムという攻撃が存在する。そこで本形態では、トラックバックする側からトラックバックされる側へのリンク（すなわち通常のリンク）は情報評価リンク情報の生成に用いるが、トラックバックリンクは情報評価リンク情報の生成に用いない。尚、もちろん、トラックバックに依らない一般のｂｌｏｇ記事間のリンクは情報評価リンク情報の生成に用いる。
【００６８】
また、第１の実施の形態では、利用者一人が提供するコンテンツ数や評価情報の値の総和が１になるように行列Ｃ，Ｅを正規化する手法を例示した。しかし、ｂｌｏｇスペースにおいては、数千のｂｌｏｇ記事を書く人もいる一方、数件のｂｌｏｇ記事を書いてやめてしまう人も多い。このような様々なｂｌｏｇｇｅｒ（利用者）全てに対し、利用者一人が提供するコンテンツ数や評価情報の値の総和が１になるように行列Ｃ，Ｅを正規化すると、ｂｌｏｇ記事の提供が少ない利用者のｂｌｏｇ記事に対してリンクが張られた場合に、そのリンク情報を元に算出された情報提供スコアが非常に高い値となってしまう。利用者の情報提供能力が本当に高い場合にはこれでもよいが、情報提供スコアが運によって左右されすいという問題がある。−方、正規化を行わない場合、すなわち、例えば、ｂｌｏｇ記事の追加に伴い単純に行列Ｃ（情報提供リンク隣接行列）の要素cijに１を追加し、ｂｌｏｇ記事間のリンクの追加に伴い単純に行列Ｅ（情報評価リンク隣接行列）の要素eijに１を追加した場合には、利用者がたくさんの記事を書くことにより、故意にスコアを上げることができるという問題がある。
【００６９】
そこで、本形態では、ｂｌｏｇ記事の投稿数やリンク数に応じて計算される値を用い、中間レベルの正規化を実施することで、この問題を解決する。具体的には、例えば以下のように、コンテンツや評価の投稿数の平方根（Ｓｑｒｔ）の重みで利用者一人当たりの投稿数を正規化する。
C'=[c'ij](i=1,...,m,j=1,...,n)
c'ij=sqrt(Σj=1...n(cij))×cij/Σj=1...n(cij)=cij/sqrt(Σj=1...n(cij)) …(17)
E'=[e'ij](i=1,...,m,j=1,...,n)
e'ij=sqrt(Σj=1...n(eij))×eij/Σj=1...n(eij)=eij/sqrt(Σj=1...n(eij)) …(18)
上記のＳｑｒｔ関数による正規化は、ｂｌｏｇ記事へ本発明を適用する場合には、特に有効であることが経験的に知られている。しかし、本発明を、他のコミュニティ、例えば電子掲示板システム（ＢＢＳ）に適用する場合、以下のように自然対数（ln）関数を用いて正規化を行うとよい結果が得られることがある。
【００７０】
C'=[c'ij](i=1,...,m,j=1,...,n)
c'ij=ln(Σj=1...n(cij))×cij/Σj=1...n(cij) …(19)
E'=[e'ij](i=1,...,m,j=1,...,n)
e'ij=ln(Σj=1...n(eij))×eij/Σj=1...n(eij) …(20)
＜構成＞
次に、上記で述べた考え方に基づき、本発明の情報評価装置をｂｌｏｇ記事の検索に適用したコンテンツ検索システムの構成を説明する。尚、以下では第１の実施の形態との相違点を中心に説明し、第１の実施の形態と共通する事項については説明を省略する。
【００７１】
図１４は、本形態におけるコンテンツ検索システム１の構成を示す図である。
図１４に例示するように、この例のコンテンツ検索システム１は、ｂｌｏｇ記事の提供やコンテンツ情報の収集を行う利用者i=１,...,pが利用する利用者端末装置５００−１〜ｐ、ｂｌｏｇ記事が格納されるコンテンツサーバ装置６００−１〜ｑ、コンテンツサーバ装置６００−１〜ｑから送信されるコンテンツの更新情報を配信するＰＩＮＧサーバ（Ｗeblog Updates Ping サーバ）装置７００及びコンテンツ検索装置１０００を有しており、これらはインターネット等のネットワークを通じて接続されている。また、コンテンツ検索装置１０００は、インターネット上で公開されているコンテンツ（ここでは、ｂｌｏｇ記事、ｂｌｏｇ ｅｎｔｒｙとも呼ぶ）情報をコンテンツサーバ装置６００−１〜ｑから収集するコンテンツ情報収集手段１１００と、収集されたコンテンツ情報を蓄積格納するコンテンツ情報格納手段１２００と、−定時間間隔或いは、一定数のコンテンツ情報が収集されるたびに、コンテンツ情報格納手段から情報提供リンク情報と情報評価リンク情報を抽出し、各スコアを算出する情報評価装置１３００と、利用者端末装置５００−１〜ｐからネットワーク３００を介して検索語を受け取り、コンテンツ情報格納手段１２００に記録されているコンテンツのデータセットからキーワードに−致するコンテンツ情報を検索し、検索結果を利用者端末装置５００−１〜ｐに返送するコンテンツ情報検索手段１４００と、一時メモリ１０１０と、制御手段１０２０と、内部時計１０３０とから構成されている。尚、第１の実施の形態と同様、コンテンツサーバ装置６００−１〜ｑ、ＰＩＮＧサーバ装置７００及びコンテンツ検索装置１０００は、公知のコンピュータに所定のプログラムを実行させることにより構成されるものである。
【００７２】
図１５は、図１４のコンテンツ情報収集手段１１００の詳細構成を例示した図である。
この図に例示するように、この例のコンテンツ情報収集手段１１００は、通信手段１１１０、更新情報読み込み手段１１２０、コンテンツ情報読み込み手段１１３０及びコンテンツ情報解析手段１１４０を有している。尚、図１５における矢印はデータの流れを示しているが、制御手段１０２０及び内部時計１０３０に入出力されるデータの流れの記載は省略してある。
図１６は、図１４の情報評価装置１３００の詳細構成を例示した図である。尚、この図において第１の実施の形態と共通する部分については第１の実施の形態と同じ符号を用いた。
【００７３】
この図に例示するように、この例の情報評価装置１３００は、情報取得手段１３０１、情報提供リンク格納手段１０２、情報評価リンク格納手段１０３及びスコア計算手段１０４を有している。尚、図１６における矢印はデータの流れを示しているが、制御手段１０２０に入出力されるデータの流れの記載は省略してある。
図１７は、図１６の情報取得手段１３０１の詳細構成を例示した図である。尚、この図において第１の実施の形態と共通する部分については第１の実施の形態と同じ符号を用いた。
【００７４】
この図に例示するように、この例の情報取得手段１３０１は、読み込み手段１３０１ａ、情報提供リンク生成手段１０１ｅ、情報評価リンク生成手段１０１ｆ及び書き込み手段１０１ｇを有している。尚、図１７における矢印はデータの流れを示しているが、制御手段１０２０に入出力されるデータの流れの記載は省略してある。
図１８は、図１６におけるスコア計算手段１０４の詳細構成を例示した図である。尚、この図において第１の実施の形態と共通する部分については第１の実施の形態と同じ符号を用いた。
【００７５】
この図に例示するように、この例のスコア計算手段１０４は、第１隣接行列生成手段１０４ａ、第２隣接行列生成手段１０４ｂ、固有ベクトル算出手段１０４ｃ、スコア算出手段１０４ｄ及び書き込み手段１０４ｅを有している。また、固有ベクトル算出手段１０４ｃは、第１正規化手段１０４ｃａ、第２正規化手段１０４ｃｂ及び演算手段１０４ｃｃを有している。尚、図１８における矢印はデータの流れを示しているが、制御手段１０２０に入出力されるデータの流れの記載は省略してある。
図１９は、図１４におけるコンテンツ情報検索手段１４００の詳細構成を例示した図である。尚、この図において第１の実施の形態と共通する部分については第１の実施の形態と同じ符号を用いた。
【００７６】
この図に例示するように、この例のコンテンツ情報検索手段１４００は、受信手段１４１０、コンテンツ情報検索手段１４２０、コンテンツ情報提供リスト生成手段１４３０及び送信手段１４４０を有している。
＜動作＞
次に、本形態のコンテンツ検索装置１０００の動作を説明する。
[概要]
本形態のコンテンツ検索システム９００は、コンテンツサーバ装置６００−１〜ｐに格納されたコンテンツに関する情報を前述のスコアを利用して加工し、提供するシステムである。この情報提供を行う場合、まず、コンテンツ検索装置１０００のコンテンツ情報収集手段１１００において、コンテンツサーバ装置６００−１〜ｐに格納されているｂｌｏｇ記事（コンテンツ）の情報を収集し、コンテンツ情報格納手段１２００に格納する。そして、情報評価装置１３００において、第１の実施の形態と同様にコンテンツ情報格納手段１２００に格納されたコンテンツ情報から各スコアを算出し、これをコンテンツ情報に関連付けてコンテンツ情報格納手段１２００に格納する。そして、コンテンツ情報検索手段１４００が、利用者端末装置５００−１〜ｐから送られた検索条件に従ってコンテンツ情報格納手段１２００に格納された情報を検索し、その検索結果を利用者端末装置５００−１〜ｐに返す。尚、コンテンツ検索装置１０００の各処理は、制御手段１０２０の制御のもと実行される。
【００７７】
[スコア算出処理の詳細]
図２０は、本形態のコンテンツ検索装置１０００で行われるスコア算出処理を説明するためのフローを示した図である。以下、図２０に沿ってこの処理を説明する。
まず、制御手段１０２０は、内部時計１０３０を参照し、前回更新情報の読み込みを行ってから所定の時間が経過したか否かを判断する（ステップＳ１０１）。ここで、所定の時間が経過したと判断された場合、制御手段１０２０は、更新情報読み込み手段１１２０に指示を与え、更新情報読み込み手段１１２０は、通信手段１１１０及びネットワーク３００を通じてＰＩＮＧサーバ装置７００から更新情報を読み込んで一時メモリ１０１０に格納する（Ｓ１０２）。ここで更新情報としては、例えば、ＰＩＮＧサーバ装置７００で公開されるChanges.Xmlフォーマットやｂｌｏｇホスティングサービス等で公開されるｂｌｏｇ記事のサマリ情報（ＲＳＳ（Rich Site Summary））等を例示できる。
【００７８】
次に、制御手段１１０は、一時メモリ１０１０に格納された更新情報を読み込み、これを用いて何れかのコンテンツサーバ装置６００−１〜ｑに格納されたコンテンツ（ｂｌｏｇ記事）が更新されたか否かを判定する（ステップＳ１０３）。ここでコンテンツの更新がないと判断された場合には、制御手段１１０は、処理をステップＳ１０１に戻す。一方、コンテンツの更新があると判断された場合には、制御手段１１０は、コンテンツ情報読み込み手段１１３０に指示を与え、コンテンツ情報読み込み手段１１３０は、通信手段１１１０（コンテンツ情報受信手段）及びネットワーク３００を通じ、コンテンツサーバ装置６００−１〜ｑから更新されたコンテンツに関する情報を取得し、一時メモリ１０１０に格納する。尚、コンテンツサーバ装置（ｂｌｏｇサイト等）６００−１〜ｑを巡回（crawling）して記事を収集する方法・プログラムコードについては、例えば、文献「宮川達彦、伊藤直也著「ＢＩｏｇ Ｈａｃｋｓ」、オライリー・ジャパン」に詳しく記載されている。
【００７９】
図２２は、このように一時メモリ１０１０に格納されたコンテンツに関する情報であるブログ情報１５００を例示した概念図である。尚、図２２では、一人のｂｌｏｇｇｅｒ（利用者）に関するブログ情報のみを図示するが、実際はこれ以上のｌｏｇｇｅｒに関するブログ情報が収集される。
この図に例示するように、この例のブログ情報１５００は、ｂｌｏｇサイトトップのＵＲＩであるサイトトップＵＲＩ１５１０、ｂｌｏｇサイトトップの記事１５１１、コンテンツ１５２０，１５３０を有する。また、コンテンツ１５２０，１５３０は、それぞれ、それが位置するリソースのＵＲＩであるブログＵＲＩ１５２１、そのコンテンツ１５２０，１５３０を投稿した利用者の意思で設定したリンク先である通常リンクＵＲＩ１５２２，１５３２、記事１５２３，１５３３、及びトラックバック機能に基づく逆リンク先であるトラックバックＵＲＩ１５２４，１５２５，１５３４，１５３５，１５３６を有している。
【００８０】
コンテンツ情報解析手段１１４０は、一時メモリ１０１０からこのようなコンテンツの情報を読み込み、これを解析して図２３に例示するような情報をコンテンツ情報リスト１６００として抽出し、これをＤＢＭＳ等のテープルとしてコンテンツ情報格納手段１２００に格納する。ここで、ＤｏｃＩＤは、コンテンツ情報収集手段１１００によって収集されたｂｌｏｇ記事等のコンテンツに付与されるユニークなＩＤを格納するカラムである。また、ＵＲＩは、コンテンツが公開されているリソースのＵＲＩ（ブログＵＲＩ１５２１，１５３１等）を格納するカラムである。ただし、コンテンツがｂｌｏｇサイトトップである場合には、そのＵＲＩ（サイトトップＵＲＩ１５１０等）がＵＲＩのカラムに格納される。ｋｅｙｗｏｒｄｓは、収集されたｂｌｏｇ記事（記事１５１１，１５２３，１５３３等）に対して形態素解析を施し、抽出された単語を格納するカラムである。また、ｂｌｏｇ−ＵＲＩは、ｂｌｏｇ記事の属するｂｌｏｇサイトトップのＵＲＩ（サイトトップＵＲＩ１５１０等）を格納するカラムである。ただし、コンテンツがｂｌｏｇサイトトップ自身の場合には＜ｎｉｌ＞を格納する。また、Ｒｅｆｅｒ−ＵＲＩは、ｂｌｏｇ記事の本文内で−般リンクとして参照している他のｂｌｏｇ記事のＵＲＩ（通常リンクＵＲＩ１５２２，１５３２等）を格納するカラムである。ただし、−般リンクとして他のｂｌｏｇ記事を参照していないコンテンツに対しては＜ｎｉｌ＞を格納し、複数のリンクを持つ場合には、複数のリンク先のＵＲＩを格納する。尚、図２３の例では、トラックバックとして参照されているＵＲＩ（トラックバックＵＲＩ１５２４，１５２５，１５３４，１５３５，１５３６等）は格納しない。また、Ｄａｔｅは、巡回してｂｌｏｇ記事を取得した日時を格納するカラムである。尚、ｂｌｏｇ記事を取得した日時は、例えば内部時計１０３０から出力される日時情報を用いる。Ｓｃｏｒｅは、後で述べるように情報評価装置１３００によって計算されたスコアを格納するカラムである。ただし、コンテンツがｂｌｏｇサイトトップの場合には、そのｂｌｏｇｇｅｒ（利用者）に対する情報提供スコアを、コンテンツがｂｌｏｇ記事の場合には、その記事の情報評判スコアを格納する。尚、情報評価スコアは、本形態では使用しない。また、既に述べたように、本システムでは、ｂｌｏｇサイトトップのＵＲＩ（ｂｌｏｇ−ＵＲＩのカラムのＵＲＩ）を利用者ＩＤとして利用する。また、ＵＲＩ及びｒｅｆｅｒ−ＵＲＩのカラムのＵＲＩをコンテンツＩＤとして利用する。また、ｂｌｏｇ−ＵＲＩのカラムのデータは、請求項中の「コンテンツを提供した利用者に対応する情報であるコンテンツ提供者情報」に相当し、ＵＲＩのカラムのデータは請求項中の「当該コンテンツのアドレスを示すコンテンツアドレス情報」に相当し、ｒｅｆｅｒ−ＵＲＩのカラムのデータは、「他のコンテンツのアドレスを示すポインタ情報とを含む情報」に相当する。また、コンテンツ情報リスト１６００のＵＲＩカラム、ｋｅｙｗｏｒｄｓカラム、ｂｌｏｇ−ＵＲＩカラム及びｒｅｆｅｒ−ＵＲＩカラムのデータが請求項の「コンテンツ情報」に相当する。
【００８１】
その後、制御手段１０２０において、コンテンツ情報格納手段１２００にスコア算出前のコンテンツ情報が所定数以上蓄積されたか否かを判断する（ステップＳ１０６）。ここで、コンテンツ情報格納手段１２００にスコア算出前のコンテンツ情報が所定数以上蓄積されていないと判断された場合、制御手段１０２０はその処理をステップＳ１０１に戻す。一方、コンテンツ情報格納手段１２００にスコア算出前のコンテンツ情報が所定数以上蓄積されたと判断された場合には、情報評価装置１３００において、情報提供リンク情報と情報評価リンク情報とを生成する。そして、情報評価装置１３００は、それらからスコアを算出し、コンテンツ情報に関連付けてコンテンツ情報格納手段１２００に格納する（ステップＳ１０７）。尚、−定期間が経過したことを契機としてステップＳ１０７を実行することとしてよい。
【００８２】
[ステップＳ１０７の詳細]
まず、情報取得手段１３０１において、コンテンツ情報格納手段１２００に格納されているｂｌｏｇ−ＵＲＩとＵＲＩのカラムの要素（コンテンツ情報）を抽出し、これを用いて、図２４（ａ）に記載されるような利用者ＩＤとコンテンツＩＤの２つ組みが関連付けられた情報提供リンク情報１６１１〜１６１５を生成し、情報提供リンク格納手段１０２に格納する。また、情報取得手段１３０１において、コンテンツ情報格納手段１２００に格納されているｂｌｏｇ−ＵＲＩとｒｅｆｅｒ−ＵＲＩのカラムの要素（コンテンツ情報）を抽出し、これを用いて、図２４（ｂ）に記載されるような利用者ＩＤとコンテンツＩＤと評価情報との３つ組みが関連付けられた情報評価リンク情報１６２１〜１６２６を生成し、情報評価リンク格納手段１０３に格納する。
【００８３】
図２１は、これらの情報提供リンク情報及び情報評価リンク情報の算出処理の詳細を説明するためのフローを示した図である。以下この図に従って、情報提供リンク情報及び情報評価リンク情報の算出処理の詳細を説明する。
まず、制御手段１０２０において、変数ｖに初期値を代入し、一時メモリ１０１０に格納する（ステップＳ１１１）。具体的には、例えば、スコアを算出するコンテンツ情報リスト１６００の先頭のＤｏｃＩＤをｖに代入する。
次に、読み込み手段１３０１ａにおいて、コンテンツ情報格納手段１２００からｖ行目のコンテンツ情報（図２３参照）を読み込み、一時メモリ１０１０に格納する。そして、情報提供リンク生成手段１０１ｅにおいて、一時メモリ１０１０から、ｖ行目のｂｌｏｇ−ＵＲＩのカラムのデータ（コンテンツ提供者情報）を利用者ＩＤとし、ｖ行目のＵＲＩのカラムのデータ（コンテンツアドレス情報）をコンテンツＩＤとして読み込む。そして、情報提供リンク生成手段１０１ｅは、これらが関連付けられた情報提供リンク情報を生成し（ステップＳ１１２）、一時メモリ１０１０に格納する。尚、ｂｌｏｇ−ＵＲＩのカラムのデータが＜ｎｉｌ＞である場合には、その行に対する情報提供リンク情報は生成しない。そして、書き込み手段１０１ｇは、一時メモリ１０１０からこの情報提供リンク情報を読み出し、情報提供リンク格納手段１０２に格納する（ステップＳ１１３）。
【００８４】
また、情報評価リンク生成手段１０１ｆにおいて、一時メモリ１０１０から、ｖ行目のｂｌｏｇ−ＵＲＩカラムのデータ（コンテンツ提供者情報）を利用者ＩＤとし、ｖ行目のｒｅｆｅｒ−ＵＲＩカラムのデータ（ポインタ情報）をコンテンツＩＤとして読み込む。そして、さらに情報評価リンク生成手段１０１ｆは、ｖ行目のコンテンツ情報リスト１６００がｒｅｆｅｒ−ＵＲＩカラムのデータ（ポインタ情報）を含むか否かによって定まる値を評価情報として設定する。この例では、ｖ行目のコンテンツ情報リスト１６００がｒｅｆｅｒ−ＵＲＩカラムのデータを含む場合、評価情報を＋１と設定する。そして、情報評価リンク生成手段１０１ｆは、このように抽出した利用者ＩＤ、コンテンツＩＤ及び評価情報を対応付けた情報評価リンク情報を生成し、一時メモリ１０１０に格納する（ステップＳ１１４）。そして、書き込み手段１０１ｇは、一時メモリ１０１０からこの情報評価リンク情報を読み出し、情報評価リンク格納手段１０３に格納する（ステップＳ１１５）。尚、この例のコンテンツ情報格納手段１２００に格納されるコンテンツ情報リスト１６００のｒｅｆｅｒ−ＵＲＩのカラムには、トラックバックに基づくＵＲＩは格納されていない。よって、この例の情報評価リンク生成手段１０１ｆは、トラックバック以外のＵＲＩ（ポインタ情報）を用いて情報評価リンク情報を生成することになる。尚、コンテンツ情報リスト１６００の生成時に、トラックバックに基づくＵＲＩもコンテンツ情報リスト１６００に含めることとし、情報評価リンク情報の生成時に、情報評価リンク生成手段１０１ｆがこのトラックバックに基づくＵＲＩ以外の情報を用いて情報評価リンク情報を生成することとしてもよい。
【００８５】
次に、制御手段１０２０において、一時メモリ１０１０に格納されている変数ｖを読み込み、それがＤｏｃＩＤの最大値（コンテンツ情報リスト１６００におけるＤｏｃＩＤカラムのデータの最大値）であるか否かを判断する（ステップＳ１１６）。ここで、変数ｖがＤｏｃＩＤの最大値でなければ、制御手段１０２０は、v+1の演算を行い、その演算結果を新たな変数ｖとして一時メモリ１０１０に格納し、処理をステップＳ１１２に戻す（ステップＳ１１７）。一方、変数ｖがＤｏｃＩＤの最大値であれば、情報提供リンク情報及び情報評価リンク情報の算出処理を終了する。
【００８６】
その後、第１の実施の形態と同様に、第１隣接行列生成手段１０４ａ及び第２隣接行列生成手段１０４ｂにおいて、情報提供リンク格納手段１０２及び情報評価リンク格納手段１０３に格納された、情報提供リンク情報及び情報評価リンクを用い、行列Ｅ，Ｃを生成する。そして、第1の実施の形態と同様に、固有ベクトル算出手段１０４ｃにおいて、行列Ｅ，Ｃからスコア推移行列Ｓの固有ベクトルを情報評判スコア又は情報提供スコアとして算出し、スコア算出手段１０４ｄにおいて他のスコアを算出する。尚、この例の第１の正規化手段１０４ｃａ及び第２正規化手段１０４ｃｂは、例えば前述の式（１７）（１８）又は式（１９）（２０）に従って行列Ｅ，Ｃを正規化し、演算手段１０４ｃｃは、この正規化後の行列Ｅ，Ｃを用いてスコア推移行列Ｓの固有ベクトルを算出する。最後に、書き込み手段１０４ｅが、算出された各スコアを前述のようにコンテンツ情報リスト１６００内に関連付けてコンテンツ情報格納手段１２００に格納させる。
【００８７】
[コンテンツ情報検索処理の詳細]
次に、コンテンツ情報検索手段１４００が行うコンテンツ情報検索処理の詳細について説明する。
図２５は、このコンテンツ情報検索処理の詳細を説明するためのフローを示した図である。以下、この図を用い、コンテンツ情報検索処理の詳細を説明する。
この例の場合、まず、−般的なApache等のｗｅｂサーバ装置（図示せず）とＨＴＴＰプロトコルとを用い、利用者端末装置５００−１〜ｐに検索語の入力を促進する画面を表示させる。利用者端末装置５００−１〜ｐの利用者は、これに従い利用者端末装置５００−１〜ｐに検索語（検索条件）を入力し、これを含むメッセージを、ネットワーク３００を通じてコンテンツ検索装置１０００に送信する。コンテンツ情報検索手段１４００の受信手段１４１０（図１９）は、この利用者端末装置５００−１〜ｐから送信された検索語を含むメッセージを受信し（ステップＳ１２１）、一時メモリ１０１０に格納する。
【００８８】
次に、コンテンツ情報検索手段１４２０において、一時メモリ１０１０から上述の検索語を読み出し、コンテンツ情報格納手段１２００に格納されているコンテンツ情報の中から当該検索語で指定された条件を充足するすべてのコンテンツ情報を検索する。そして、コンテンツ情報検索手段１４２０は、この条件を充足するコンテンツ情報を、それらに関連付けられた情報評判スコア及び情報提供スコアの少なくとも一方とともにコンテンツ情報格納手段１２００から抽出し一時メモリ１０１０に格納する（ステップＳ１２２）。具体的には、例えば、コンテンツ情報検索手段１４２０は、一時メモリ１０１０から上述の検索語を読み出し、その検索語をキーとしてコンテンツ情報格納手段１２００のコンテンツ情報リスト１６００（図２３）のＫｅｙｗｏｒｄｓカラムを検索する。そして、コンテンツ情報検索手段１４２０は、この検索語と一致する語が存在するすべてのコンテンツ情報リスト１６００のレコード（Scoreのカラム情報含む）を読み出し、一時メモリ１０１０に格納する。
【００８９】
次に、コンテンツ情報提供リスト生成手段１４３０において、一時メモリ１０１０からステップＳ１２２で抽出されたレコードを、例えば情報評判スコアの値をキーとしてソートすることでコンテンツ情報提供リストを生成し、これを含むメッセージを一時メモリ１０１０に格納する（ステップＳ１２３）。具体的には、この例のコンテンツ提供情報リスト生成手段１４３０は、このコンテンツ情報リストに、利用者端末装置５００−１〜ｐがｗｅｂブラウザを用いてこのリストを表示するために必要なＨＴＭＬタグを付与したメッセージを生成する。
その後、送信手段１４４０において、一時メモリ１０１０からステップＳ１２３で生成されたメッセージを読み込み、これを検索語に対する検索結果として、当該検索語を送信した利用者端末装置５００−１〜ｐに送信する（ステップＳ１２４）。利用者端末装置５００−１〜ｐは、このメッセージを受信し、例えばｗｅｂブラウザを用い、メッセージが有するコンテンツ情報リストを検索結果画面として表示する。
【００９０】
＜変形例等＞
尚、本発明は上述の実施の形態に限定されるものではない。
例えば、情報提供リンク生成手段１０１ｅが、コンテンツ情報格納手段１２００に格納された全てのレコードに対して情報提供リンク情報を生成するのではなく、評価が存在するコンテンツに対応する情報提供リンク情報のみを生成することとしてもよい。
図２６は、この変形例に対応するスコア計算手段２１０４の構成を例示した図である。また、図２７は、この変形例の処理を説明するためのフローを示した図である。
この変形例の場合、スコア計算手段１０４の代わりにスコア計算手段２１０４が配置される。また、前述した図２１の処理の代わりに図２７の処理が実行される。すなわち、まず、制御手段１０２０において、変数ｖに初期値を代入し、一時メモリ１０１０に格納する（ステップＳ１３１）。次に、読み込み手段１３０１ａにおいて、コンテンツ情報格納手段１２００からｖ行目のコンテンツ情報（図２３参照）を読み込み、一時メモリ１０１０に格納する。そして、情報提供リンク生成手段１０１ｅにおいて、ｖ行目のコンテンツ情報のＵＲＩカラムの値をｒｅｆｅｒ−ＵＲＩカラムの値とする他の行（レコード）が存在するか否かを検索する（ステップＳ１３２）。
【００９１】
ここで、ｖ行目のコンテンツ情報のＵＲＩカラムの値をｒｅｆｅｒ−ＵＲＩカラムの値とする他の行が存在すると判断された場合、情報提供リンク生成手段１０１ｅは、一時メモリ１０１０から、ｖ行目のｂｌｏｇ−ＵＲＩカラムのデータを利用者ＩＤとし、ｖ行目のＵＲＩカラムのデータをコンテンツＩＤとして読み込む。そして、情報提供リンク生成手段１０１ｅは、これらが関連付けられた情報提供リンク情報を生成し（ステップＳ１３３）、一時メモリ１０１０に格納する。そして、書き込み手段１０１ｇは、一時メモリ１０１０からこの情報提供リンク情報を読み出し、情報提供リンク格納手段１０２に格納する（ステップＳ１３４）。一方、ステップＳ１３２でｖ行目のコンテンツ情報におけるＵＲＩカラムの値を、ｒｅｆｅｒ−ＵＲＩカラムにおける値とする他の行が存在しない判断された場合、情報提供リンク生成手段１０１ｅは、ｖ行目のコンテンツ情報を用いた情報提供リンク情報の生成は行わない。
【００９２】
次に、情報評価リンク生成手段１０１ｆにおいて、一時メモリ１０１０から、ｖ行目のｂｌｏｇ−ＵＲＩカラムのデータを利用者ＩＤとし、ｖ行目のｒｅｆｅｒ−ＵＲＩカラムのデータをコンテンツＩＤとして読み込む。そして、さらに情報評価リンク生成手段１０１ｆは、ｖ行目のコンテンツ情報リスト１６００がｒｅｆｅｒ−ＵＲＩカラムのデータを含むか否かによって定まる値を評価情報として設定する。そして、情報評価リンク生成手段１０１ｆは、このように抽出した利用者ＩＤ、コンテンツＩＤ及び評価情報を対応付けた情報評価リンク情報を生成し、一時メモリ１０１０に格納する（ステップＳ１３５）。そして、書き込み手段１０１ｇは、一時メモリ１０１０からこの情報評価リンク情報を読み出し、情報評価リンク格納手段１０３に格納する（ステップＳ１３６）。
【００９３】
次に、制御手段１０２０において、一時メモリ１０１０に格納されている変数ｖを読み込み、それがＤｏｃＩＤの最大値であるか否かを判断する（ステップＳ１３７）。ここで、変数ｖがＤｏｃＩＤの最大値でなければ、制御手段１０２０は、v+1の演算を行い、その演算結果を新たな変数ｖとして一時メモリ１０１０に格納し、処理をステップＳ１１２に戻す（ステップＳ１３８）。一方、変数ｖがＤｏｃＩＤの最大値であれば、制御手段１０２０は、情報提供リンク情報及び情報評価リンク情報の算出処理を終了する。
その後、情報評判スコア推定手段２１０４ｆ（図２６）において、利用者の情報提供スコアと当該利用者が提供したコンテンツ数とに依存した関数の演算結果を、当該利用者が提供したコンテンツであって評価が存在しないものの情報評判スコアとしてコンテンツ情報格納手段１２００に出力し、格納することとしてもよい。
【００９４】
図２８は、この場合の情報評判スコア推定手段２１０４ｆの処理を説明するためのフローの例示である。
この場合、まず、制御手段１０２０において、変数ｖに初期値を代入し、一時メモリ１０１０に格納する（ステップＳ１４１）。次に情報評判スコア推定手段２１０４ｆは、例えば、コンテンツ情報格納手段１２００に格納されたｖ行目のコンテンツ情報リスト１６００（図２３参照）のscoreカラムにデータが格納されているか否かを判断する（ステップＳ１４２）。
【００９５】
ここで、データが格納されていないと判断された場合、情報評判スコア推定手段２１０４ｆは、ｖ行目のコンテンツ情報リスト１６００のｂｌｏｇ−ＵＲＩカラムの値をキーとしてコンテンツ情報リスト１６００のＵＲＩカラムを検索する。そして、情報評判スコア推定手段２１０４ｆは、このキーとＵＲＩカラムの値とが一致した行のＳｃｏｒｅカラムの値をａｖに代入し、このａｖ（利用者の情報提供スコア）を一時メモリ１０１０に格納する（ステップＳ１４３）。次に、ｖ行目のコンテンツ情報リスト１６００のｂｌｏｇ−ＵＲＩカラムの値をキーとしてコンテンツ情報リスト１６００のｂｌｏｇ−ＵＲＩカラムのすべての行を検索し、ｂｌｏｇ−ＵＲＩカラムの値がｖ行目のｂｌｏｇ−ＵＲＩカラムの値に等しい行の数を数え、それをｎｖ（当該利用者が提供したコンテンツ数）として一時メモリ１０１０に格納する（ステップＳ１４４）。次に、情報評判スコア推定手段２１０４ｆは、一時メモリ１０１０からａｖとｎｖとを読み出し、ａｖとｎｖとに依存した関数の演算を行う。そして、情報評判スコア推定手段２１０４ｆは、この演算結果（当該利用者が提供したコンテンツであって評価が存在しないものの情報評判スコア）を、ｖ行目のコンテンツ情報リスト１６００のScoreカラムに格納する（ステップＳ１４５）。尚、ａｖとｎｖとに依存した関数としては、例えば、ｒｊ＝ａｖ／ｓｑｒｔ（ｎｖ）を例示できる。ここでｓｑｒｔ（Ｘ）はＸの平方根を返す関数である。また、ａｖはコンテンツｊを提供したコンテンツ提供者ｖの情報提供スコアに相当し、ｎｖはコンテンツ提供者ｖのコンテンツ提供数に相当する。
【００９６】
ステップＳ１４５が終了した場合、或いは、ステップＳ１４２の判断においてコンテンツ情報格納手段１２００に格納されたｖ行目のコンテンツ情報リスト１６００のscoreカラムにデータが格納されていると判断された場合、制御手段１０２０は、以下のステップＳ１４６の処理を実行する。
まず、制御手段１０２０は、一時メモリ１０１０に格納されている変数ｖを読み込み、それがＤｏｃＩＤの最大値であるか否かを判断する（ステップＳ１４６）。ここで、変数ｖがＤｏｃＩＤの最大値でなければ、制御手段１０２０は、v+1の演算を行い、その演算結果を新たな変数ｖとして一時メモリ１０１０に格納し、処理をステップＳ１４２に戻す（ステップＳ１４７）。一方、変数ｖがＤｏｃＩＤの最大値であれば処理を終了する。
このような情報評判スコアの計算手法を採ることにより、ｂｌｏｇ記事のようにほとんどのコンテンツに対してリンクが張られていない（＝情報評価リンク情報がない）場合に、情報評価装置１３００による計算対象のコンテンツ数を著しく減少させることができる。その結果、高速なスコアの算出が可能となる。
【００９７】
また、コンテンツ情報検索手段が、検索語に関連する記事を検索するのではなく、検索語に関連するコンテンツ提供者（ｂｌｏｇに適用した場合にはｂｌｏｇｇｅｒ）を検索して出力することとしてもよい。これにより、利用者は、検索語に関連するオピニオンリーダのｂｌｏｇサイトを見つけることができる。そして、この利用者は、オピニオンリーダのｂｌｏｇサイトの記事を読むことで、検索語に関連した網羅的な知識を習得することが可能となる。このような検索語に関連する情報提供者のコンテンツ提供者リストを生成する一つの方法は、検索語を含むコンテンツを１件でも書いたコンテンツ提供者のリストを作成し、それを情報提供スコアでソートするという方法である。しかし、情報提供スコアは、検索語が与えられる前に、一定時間間隔等を契機に事前に情報提供リンク情報と情報評価リンク情報を抽出して計算されているものである。そのため、この情報提供スコアの値と関連語との関連性は低い。従って、情報提供スコアによって検索結果のコンテンツ提供者リストをソートした場合、高い情報提供スコアを持つ情報提供者がたまたま１件の関連語を含む記事を記載すると直ちにコンテンツ提供者リストの上位になってしまう可能性がある。
【００９８】
そこでこの例の情報評判スコア集計手段は、検索語の条件を充足する複数のコンテンツの情報評判スコアをコンテンツ提供者毎に集計し、この集計したスコアに基づいて、その検索語に関する記事を書いたコンテンツ提供者のリストをソートし、コンテンツ提供者リストを生成する。そして、この例の情報評判スコア集計手段は、このコンテンツ提供者リストを検索語に対する検索結果として利用者端末装置５００−１〜ｐに送信する。
図２９は、このようなコンテンツ情報検索手段２４００の構成を例示した図である。また、図３０は、コンテンツ情報検索手段２４００の処理を説明するためのフローを例示した図である。
【００９９】
コンテンツ情報検索手段２４００は、受信手段１４１０において、検索語を含む検索条件を受信すると（ステップＳ１５１）、一時メモリ１０１０にその検索条件のデータを格納する。次に、コンテンツ情報検索手段１４２０において、一時メモリ１０１０から検索条件のデータを読み出し、コンテンツ情報格納手段１２００のコンテンツ情報リスト１６００（図２３）から、ｋｅｙｗｏｒｄｓカラムのデータがこの検索条件を充足し、ｂｌｏｇ−ＵＲＩのカラムが＜ｎｉｌ＞でない全てのコンテンツ情報の行を、それらに関連付けられている情報評判スコア（Scoreカラムのデータ）とともに抽出し、それらを関連付けて一時メモリ１０１０に格納する（ステップＳ１５２）。次に、情報評判スコア集計手段２４５０が、一時メモリ１０１０に格納された情報評判スコアを、それに関連付けられたコンテンツ情報のｂｌｏｇ−ＵＲＩカラムの値（コンテンツ提供者情報）毎に加算する。そして、情報評判スコア集計手段２４５０は、この加算値と対応するｂｌｏｇ−ＵＲＩカラムの値とを一時メモリ１０１０に出力して格納する（ステップＳ１５３）。その後、コンテンツ情報提供リスト生成手段１４３０において、一時メモリ１０１０から、加算値と、それに対応するｂｌｏｇ−ＵＲＩカラムの値とを読み出し、加算値をキーとしてｂｌｏｇ−ＵＲＩカラムの値を並び替えて生成したリストを含むメッセージを生成し、一時メモリ１０１０に格納する。さらに、このメッセージは、一時メモリ１０１０から送信手段１４４０に送られ、送信手段１４４は、このメッセージを、検索条件を送信した利用者端末装置５００−１〜ｐに送信する。
その他、本発明の趣旨を逸脱しない範囲で適宜変更が可能であることはいうまでもない。
また、上述の構成をコンピュータによって実現する場合、各装置が有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、上記処理機能がコンピュータ上で実現される。
【０１００】
この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリ等どのようなものでもよいが、具体的には、例えば、磁気記録装置として、ハードディスク装置、フレキシブルディスク、磁気テープ等を、光ディスクとして、ＤＶＤ（Digital Versatile Disc）、ＤＶＤ−ＲＡＭ（Random Access Memory）、ＣＤ−ＲＯＭ（Compact Disc Read Only Memory）、ＣＤ−Ｒ（Recordable）／ＲＷ（ReWritable）等を、光磁気記録媒体として、ＭＯ（Magneto-Optical disc）等を、半導体メモリとしてＥＥＰ−ＲＯＭ（Electronically Erasable and Programmable-Read Only Memory）等を用いることができる。
また、このプログラムの流通は、例えば、そのプログラムを記録したＤＶＤ、ＣＤ−ＲＯＭ等の可搬型記録媒体を販売、譲渡、貸与等することによって行う。さらに、このプログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することにより、このプログラムを流通させる構成としてもよい。
【０１０１】
このようなプログラムを実行するコンピュータは、例えば、まず、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、一旦、自己の記憶装置に格納する。そして、処理の実行時、このコンピュータは、自己の記録媒体に格納されたプログラムを読み取り、読み取ったプログラムに従った処理を実行する。また、このプログラムの別の実行形態として、コンピュータが可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することとしてもよく、さらに、このコンピュータにサーバコンピュータからプログラムが転送されるたびに、逐次、受け取ったプログラムに従った処理を実行することとしてもよい。また、サーバコンピュータから、このコンピュータへのプログラムの転送は行わず、その実行指示と結果取得のみによって処理機能を実現する、いわゆるＡＳＰ（Application Service Provider）型のサービスによって、上述の処理を実行する構成としてもよい。尚、本形態におけるプログラムには、電子計算機による処理の用に供する情報であってプログラムに準ずるもの（コンピュータに対する直接の指令ではないがコンピュータの処理を規定する性質を有するデータ等）を含むものとする。
【０１０２】
また、この形態では、コンピュータ上で所定のプログラムを実行させることにより、本装置を構成することとしたが、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。
【図面の簡単な説明】
【０１０３】
【図１】図１は、第1の実施の形態における情報評価システムの構成を示す図である。
【図２】図２は、図１における情報取得手段の詳細構成を例示した図である。
【図３】図３は、図１におけるスコア計算手段の詳細構成を例示した図である。
【図４】図１におけるスコア出力手段の詳細構成を例示した図である。
【図５】図５は、情報取得手段の処理の詳細を説明するためのフローを示す図である。
【図６】図６（ａ）は、このように受信されるコンテンツ提供メッセージのデータ構成の例示であり、図６（ｂ）はコンテンツ評価メッセージの例である。
【図７】図７（ａ）は、情報提供リンク情報のデータ構成を例示する図である。図７（ｂ）は、情報評価リンク情報のデータ構成を示す図である。
【図８】利用者からコンテンツに対する２種類のリンクを示した概念図である。
【図９】図９は、スコア計算手段の処理を説明するためのフローを例示した図である。
【図１０】図１０（ａ）は、情報評判スコア格納手段が管理するデータ構造図である。図１０（ｂ）は、情報提供スコア格納手段および情報評価スコア格納手段が管理するデータ構造図である。
【図１１】図１１は、スコア出力手段の処理の詳細を説明するためのフローを示す図である。
【図１２】図１２（ａ）は、スコア計算手段の反復計算手順を行列表現で示す図である。図１２（ｂ）は、スコア計算手段の反復計算手順を要素表現で示す図である。
【図１３】図１３は、図１２のアルゴリズムによってｒ、ａ、ｈを算出する場合の処理を説明するためのフローを例示した図である。
【図１４】図１４は、第２の実施の形態におけるコンテンツ検索システムの構成を示す図である。
【図１５】図１５は、図１４のコンテンツ情報収集手段の詳細構成を例示した図である。
【図１６】図１６は、図１４の情報評価装置の詳細構成を例示した図である。
【図１７】図１７は、図１６の情報取得手段の詳細構成を例示した図である。
【図１８】図１８は、図１６におけるスコア計算手段の詳細構成を例示した図である。
【図１９】図１９は、図１４におけるコンテンツ情報検索手段の詳細構成を例示した図である。
【図２０】図２０は、第２の実施の形態のスコア算出処理を説明するためのフローを示した図である。
【図２１】図２１は、第２の実施の形態における、情報提供リンク情報及び情報評価リンク情報の算出処理の詳細を説明するためのフローを示した図である。
【図２２】図２２は、ブログ情報を例示した概念図である。
【図２３】図２３は、コンテンツ情報リストを例示した概念図である。
【図２４】図２４（ａ）は、情報提供リンク情報のデータ構成を例示する図である。図２４（ｂ）は、情報評価リンク情報のデータ構成を示す図である。
【図２５】図２５は、コンテンツ情報検索処理の詳細を説明するためのフローを示した図である。
【図２６】図２６は、スコア計算手段の変形例の構成を例示した図である。
【図２７】図２７は、スコア計算手段の処理の変形例を説明するためのフローを示した図である。
【図２８】図２８は、情報評判スコア推定手段の処理を説明するためのフローの例示である。
【図２９】図２９は、コンテンツ情報検索手段の変形例の構成を例示した図である。
【図３０】図３０は、コンテンツ情報検索手段の処理の変形例を説明するためのフローを例示した図である。
【符号の説明】
【０１０４】
１ 情報評価システム
１００ 情報評価装置
２００−１〜ｍ，５００−１〜ｐ 利用者端末装置
３００ ネットワーク
６００−１〜ｑ コンテンツサーバ装置
１０００ コンテンツ検索装置
【技術分野】
【０００１】
本発明は、ネットワーク上のコミュニティにおいて提供される情報の評判を評価する技術に関する。
【背景技術】
【０００２】
近年、お互いに同じ関心を持つユーザ同士で情報を共有する多くのコミュニティがインターネット上に形成されている。このようなコミュニティの一例としては、以下で述べる、１）問題解決型コミュニティ、２）商品・サービス評価型コミュニティ、３）ユーザ創造型コミュニティ、４）トピックベースコミュニティ、等がある。
問題解決型コミュニティは、あるトピックにおける問題（例えば商品利用におけるトラブル）について、ユーザ主導で相互的なサポートを行うコミュニティであり、一例としては、株式会社オーケイウェブの「OKWeb」 や、Sun Microsystems, Inc.の「Sun Support Forums」などのユーザフォーラム型カスタマサポートサイト等がある。
【０００３】
商品・サービス評価コミュニティは、商品やサービスに対するユーザレビューを共有するためのコミュニティであり、一例としては、アイスタイル株式会社の「cosme.net」や株式会社カカクコムの提供する「kakaku.com」等がある。
ユーザ創造型コミュニティは、ユーザ主導による新サービス創造などを目的としたコミュニティであり、一例としては、株式会社エンジンの「たのみこむ」やエレファントデザイン株式会社の「空想生活」等がある。
トピックベースコミュニティは、あるトピックについて、ユーザ間でのディスカッションや情報共有が行われるコミュニティであり、取り扱われるトピックはコミュニティによって多種多様である。一例としては、「Slashdot.jp」や株式会社ベネッセウィコーポレーションの「ベネッセウイメンズパーク」等がある。
【０００４】
本発明はこれらの特定のコミュニティのみに適用されるわけではなく、これらを含む多様な情報共有型のコミュニティに適用できる。これらの情報共有型コミュニティでは、コミュニティの参加者から広く記事やコンテンツを集めるという特徴を有しており、コミュニティには様々な参加者が含まれるため、これらの参加者によって提供される情報やコンテンツの品質は千差万別である。多くの人が関心を持つ有益かつ信頼度の高い情報を提供する人がいる一方で、誰も関心を持たない情報を大量に投入する参加者や、意図的ないし無意識のうちに正しくない情報を投入する参加者も存在する。また、コミュニティに対して投入された情報に対する評価の入力についても、意図的ないし無意識のうちに真実ではない評価を投入する参加者も存在する。そこで、コミュニティに提供する情報の中から、有益な情報を抽出するためには、コミュニティ参加者の情報提供能力、及び情報評価能力を考慮に入れた情報評価装置或いは情報評価方法が重要となる。
【０００５】
このような参加者の能力を考慮に入れ、コミュニティに投稿される情報の重要性をスコアリングするシステムの一例が、特許文献１に記載されている。この文献では、コミュニティに投稿された情報の有益度を数値化した情報評判スコアと、参加者の情報提供能力を数値化した情報提供スコア（該文献では情報発言スコアと記載）と、参加者の情報評価能力を数値化した情報評価スコアの３つのスコアを導入し、これらのスコアの相互依存関係に基づき計算する算出アルゴリズムを提案している。
しかしながら、該文献に記載された方法では、情報提供能力及び情報評価能力に対応する情報提供スコア及び情報評価スコアが該文献段落〔００６０〕に記載されている[式（２）]及び、段落〔００６３〕に記載されている[式（３）]のように、情報評判スコアの変動に比例して単純に情報評価スコア及び情報提供スコアを変動させるのみである。このため、このアルゴリズムに基づき、実際に大量のデータを読み込ませてみると、初期の段階で高いスコアを得た人の情報提供スコアや情報評価スコアが時間の経過に伴い、ますます増大し発散する傾向があり、そのままでは有用な値が得られないという問題がある。これは、特許文献１に記載された方法ではスコアに対する意味論が厳密に定義されておらず、算出されたスコアも全体として整合がとれたものになっていないことに起因するものである。
【０００６】
すなわち、情報評判スコア、情報提供スコア、情報評価スコアの３つのスコアを安定させ、しかもコミュニティの参加者の活動の実態に合うスコアとするためには、スコアの意味論を厳密に定義することが必要である。例えば、非特許文献１では、Webページの重要度を表すPageRankと呼ぶ指標を、ランダムサーファーモデルと呼ぶ意味論に基づき計算している。ランダムサーファーモデルは、Webページに存在するハイパーリンクをランダムにクリックした場合の各ページへの到着確率をPageRankとして定義している。このモデルに基づく具体的なスコアの計算方法は、おおよそ次のようなものである。
【０００７】
各Webページをグラフ理論におけるノード、リンクをエッジとみなしたときに、Webページ数をNとすると、N×Nの隣接行列Lで表現できる。この隣接行列を転置し、さらにそれぞれの列ベクトルの総和が１となるようにそれぞれのリンク数で割った行列を作成する。これは推移確率行列となる。推移確率行列の場合、線形代数学の基礎理論により、推移確率行列の最大固有値に属する固有ベクトルを求めることが、最終的な到着確率ベクトルを計算することとなることが知られている。したがって、ランダムサーファーモデルによる各ページの到着確率は、前記の推移確率行列の固有ベクトルを算出することで、実現できる。固有ベクトルの算出アルゴリズムについては、多くの方法が提案されているため、詳しくは省略するが、最も単純な方法としては、前記確率推移行列の掛け算を反復して行うことで、最大固有値に属する固有ベクトルを計算する方法等がある。
【０００８】
同様に、非特許文献２には、HITSと呼ぶ、Webページのスコアリングのアルゴリズムが提案されている。このアルゴリズムでは、各ページの情報提供能力を表すAuthorityベクトルaと、各ページの情報評価能力を表すhubベクトルhという指標を導入し、Webページの隣接行列Lとその転置行列LTとするとき、aが行列LTLの固有ベクトル、hが 行列LLTの固有ベクトルとして算出することを提案している。
【特許文献１】特開２００３−３１６９１５号公報
【非特許文献１】S. Brin and L. Page, “The anatomy of a large-scale hyper-textual web search engine.” Proceedings of 7th WWW Conference, (1998).
【非特許文献２】J. M. Kleinberg, “Authoritative sources in hyperlinked environment”, Journal of ACM, Vol. 48, pp. 604-632 (1999).
【発明の開示】
【発明が解決しようとする課題】
【０００９】
しかしながら、上記のように行列によるモデル化と行列の固有ベクトルを用いて計算する方法は、Webページのスコアリングの方法としては広く利用されているが、本発明が対象とする上記のコミュニティ分析に適用する方法は十分に検討されていない。Webページの場合には、ハイパーテキストのリンクと呼ぶ１種類のリンクに基づいて、隣接行列や推移確率行列等を生成するのに対し、本発明が対象とするコミュニティ分析においては、参加者が情報に対して行った情報提供に対応する情報提供リンクと、同じく参加者が情報に対して行った情報評価アクションに対応する情報評価リンクの２種類のリンクが存在する。また、これらのリンクは、コミュニティの参加者がM人、提供或いは評価された情報がN個とするとき、情報提供リンク及び情報評価リンクはそれぞれM×Nの隣接行列を構成する等、多くの点でWebページのスコアリングと異なっており、上記で述べたPageRankやHITSといったアルゴリズムをそのまま適用することは困難である。
【００１０】
本発明は上記のような問題点を鑑みてなされたものであり、１）問題解決型コミュニティ、２）商品・サービス評価型コミュニティ、３）ユーザ創造型コミュニティ、４）トピックベースコミュニティ、等の様々なコミュニティの中から、参加者から情報への情報提供リンクと情報評価リンクを抽出し、この２種類のリンクを分析することで、全体として整合がとれたスコアを算出できる技術を提供することを目的とする。すなわち、本発明の目的は、２種類のリンクを分析し、評価値として意味のある安定した値のスコアを算出する技術を提供することである。
【課題を解決するための手段】
【００１１】
以上の課題を解決するために、本発明では、以下のように情報評判スコア、情報提供スコア及び情報評価スコアの少なくとも一つを算出する。尚、情報評判スコアは、利用者から提供された電子情報であるコンテンツの評判を数値化したものを意味する。また、情報提供スコアは、コンテンツを提供した利用者の情報提供能力を数値化したものを意味する。さらに、情報評価スコアは、コンテンツを評価した利用者の情報評価能力を数値化したものを意味する。
まず、情報提供リンク格納手段に、コンテンツを提供した利用者の利用者ＩＤと、利用者によって提供されたコンテンツの識別子であるコンテンツＩＤと、が関連付けられた情報提供リンク情報を格納する。また、情報評価リンク格納手段に、コンテンツを評価した利用者の利用者ＩＤと、利用者によって評価されたコンテンツの識別子であるコンテンツＩＤと、コンテンツの評価者がコンテンツに対して行った評価の数値情報である評価情報と、が関連付けられた情報評価リンク情報を格納する。
【００１２】
次に、スコア計算手段において、上述の情報提供リンク情報と情報評価リンク情報とを用い、スコア推移行列（情報提供リンク情報と情報評価リンク情報と何れかのスコア（情報評価スコア、情報評判スコア又は情報提供スコアの何れか）との間の定義された関係を示す行列）の固有ベクトルを算出する。そして、スコア計算手段は、この固有ベクトルの要素を何れかのスコアとして、情報評判スコア格納手段、情報提供スコア格納手段又は情報評価スコア格納手段に格納させる。
ここで、スコア計算手段が生成するスコア推移行列は、情報提供リンク情報と情報評価リンク情報と何れかのスコアとの定義（スコアに対する意味論の定義）された関係を示す行列である。そして、本発明では、このスコア推移行列の固有値を求め、上述のスコアを求める。そのため、本発明によって求められたスコアは、導入された意味論の定義を厳格に保守したものとなる。その結果、求められたスコアは、導入された意味論のもと数学的に意味のある安定した値となる。
【００１３】
また、本発明において好ましくは、スコア計算手段において、情報提供リンク情報又は情報評価リンク情報と固有ベクトルとを用い、これらと何れかのスコアとの定義された関係を示す関係式に従い、何れかのスコアを算出する。これにより、数学的に意味のある安定した２種類以上のスコアを算出することができる。
また、本発明において好ましくは、スコア計算手段は以下のようにしてスコアを算出する。まず、第１隣接行列生成手段において、情報提供リンク格納手段に格納された情報提供リンク情報を検索し、利用者ＩＤとコンテンツＩＤとの組合せ毎に、当該組合せを有する情報提供リンク情報の個数を数え、当該個数を当該組合せに対応する行列成分の要素とした隣接行列（情報提供リンク隣接行列）を生成して出力する。また、第２隣接行列生成手段において、情報評価リンク格納手段に格納された情報評価リンク情報を検索し、利用者ＩＤとコンテンツＩＤとの組合せ毎に、当該組合せを有する情報評価リンク情報の評価情報の値を加算し、当該加算値を当該組合せに対応する行列成分の要素とした隣接行列（情報評価リンク隣接行列）を生成して出力する。そして、固有ベクトル算出手段において、情報提供リンク隣接行列と情報評価リンク隣接行列とから、スコア推移行列（情報提供リンク隣接行列と情報評価リンク隣接行列と何れかのスコアとの関係を示す行列）の固有ベクトルを算出し、この固有ベクトルの要素を何れかのスコアとして出力する。その後、算出されたスコアを、書き込み手段において、情報評判スコア格納手段、情報提供スコア格納手段又は情報評価スコア格納手段の何れかに格納させる。
【００１４】
さらに、本発明において好ましくは、スコア算出手段において、情報提供リンク隣接行列又は情報評価リンク隣接行列と固有ベクトルとを、これらと何れかのスコアとの定義された関係を示す関係式に代入し、当該スコアを算出して出力する。
またさらに、本発明において好ましくは、固有ベクトル算出手段は、以下のように固有ベクトルを算出する。まず、第１正規化手段において、情報提供リンク隣接行列の各要素を、それぞれの利用者ＩＤに対応する要素の集合毎に、「情報提供リンク格納手段において当該利用者ＩＤに関連付けられているコンテンツＩＤの数に依存した関数」によって正規化し、当該正規化された情報提供リンク隣接行列を出力する。また、第２正規化手段において、情報評価リンク隣接行列の各要素を、それぞれの利用者ＩＤに対応する要素の集合毎に、「情報評価リンク格納手段において当該利用者ＩＤに関連付けられているコンテンツＩＤの数に依存した関数」によって正規化し、当該正規化された情報評価リンク隣接行列を出力する。さらに演算手段において、正規化された情報提供リンク隣接行列と正規化された情報評価リンク隣接行列とを用いてスコア推移行列の固有ベクトルを算出し、この固有ベクトルの要素を何れかのスコアとして出力する。これにより、同一の利用者が多数のコンテンツを提供したり、多数のコンテンツの評価を行ったりすることによって、その利用者の情報提供スコアや情報評価スコアが高められてしまうことを防止できる。
【００１５】
また、本発明において好ましくは、スコア推移行列Ｓは、Ｓ＝αＣＴＣ＋（１−α）ＥＴＥ、Ｓ＝ＣＥＴＥＣＴ、或いはＳ＝ＥＣＴＣＥＴの何れかである。尚、Ｃは情報提供リンク隣接行列であり、Ｅは情報評価リンク隣接行列であり、αは０以上１以下の実数であり、βＴはβの転置行列を意味している。
また、本発明をネットワークに接続されたコンテンツサーバ装置が格納するコンテンツの情報の提供に適用することもできる。この場合、まずコンテンツ情報受信手段においてコンテンツが有する情報であるコンテンツ情報を受信し、コンテンツ情報格納手段に格納する。その後、情報提供リンク生成手段において、コンテンツ情報格納手段に格納されたコンテンツ情報を用い、コンテンツを提供した利用者の利用者ＩＤと、利用者によって提供されたコンテンツの識別子であるコンテンツＩＤと、が関連付けられた情報提供リンク情報を生成し、情報提供リンク格納手段に格納する。また、情報評価リンク生成手段において、コンテンツ情報格納手段に格納されたコンテンツ情報を用い、コンテンツを評価した利用者の利用者ＩＤと、利用者によって評価されたコンテンツの識別子であるコンテンツＩＤと、コンテンツの評価者がコンテンツに対して行った評価の数値情報である評価情報と、が関連付けられた情報評価リンク情報を生成し、情報評価リンク格納手段に格納する。次に、固有ベクトル算出手段において、情報提供リンク情報と情報評価リンク情報とを用い、スコア推移行列（情報提供リンク情報と情報評価リンク情報と情報評判スコア又は情報提供スコアとの間の定義された関係を示す行列）の固有ベクトルを算出して、この固有ベクトルの要素を各コンテンツ情報に対応する情報評判スコア又は情報提供スコアとして出力する。そして、書き込み手段において、情報評判スコア又は情報提供スコアを、対応するコンテンツ情報に関連付けて、コンテンツ情報格納手段に格納させる。その後、検索条件受信手段において、利用者端末装置から送信された検索条件を受信し、検索手段において、この検索条件を充足するコンテンツ情報を、それらに関連付けられた情報評判スコア及び情報提供スコアの少なくとも一方とともにコンテンツ情報格納手段から抽出して出力する。
【００１６】
このような構成の装置は、算出されたスコアに従い、検索条件に合致した各コンテンツ情報を加工（例えば並び替えなど）することができる。そして、当該装置は、この加工された情報を用いることにより、コンテンツの重要度が適切に示唆された検索結果を利用者に提供することができる。
さらに、本発明において好ましくは、スコア算出手段において、情報提供リンク情報又は情報評価リンク情報と固有ベクトルとを用い、これらと情報評判スコア又は情報提供スコアとの定義された関係を示す関係式に従い、各コンテンツ情報に対応する情報評判スコア又は情報提供スコアを算出し、当該スコアを出力する。また、より好ましくは、情報提供リンク生成手段は、評価が存在するコンテンツに対応する情報提供リンク情報のみを生成する。そして、情報評判スコア推定手段において、利用者の情報提供スコアと当該利用者が提供したコンテンツ数とに依存した関数の演算結果を、当該利用者が提供したコンテンツであって評価が存在しないものの情報評判スコアとして出力する。この場合、スコアの妥当性をさほど落すことなく、スコアの算出速度を向上させることができる。
【００１７】
また、本発明において好ましくは、コンテンツ情報が、コンテンツ提供者情報（コンテンツを提供した利用者に対応する情報）を含み、検索手段が、検索条件を充足するコンテンツ情報を、当該コンテンツ情報に関連付けられた情報評判スコアとともに、コンテンツ情報格納手段から抽出する手段である。そして、情報評判スコア集計手段において、検索手段において抽出された情報評判スコアを、コンテンツ情報が有するコンテンツ提供者情報毎に加算し、各加算値を当該コンテンツ提供者情報ともに出力する。このような加算値は、検索条件に合致するコンテンツのみに関し、コンテンツに対する評価値をコンテンツ提供者毎に合算したものである。すなわち、当該加算値とコンテンツ提供者情報とを用いることにより、検索条件に合致するコンテンツのオピニオンリーダを正確に特定することができる（詳細は後述）。
【００１８】
さらに、本発明において好ましくは、コンテンツ情報は、コンテンツを提供した利用者に対応する情報であるコンテンツ提供者情報と、当該コンテンツのアドレスを示すコンテンツアドレス情報と、他のコンテンツのアドレスを示すポインタ情報とを含む情報である。そして、情報提供リンク生成手段は、コンテンツ提供者情報を利用者ＩＤとし、コンテンツアドレス情報をコンテンツＩＤとして、情報提供リンク情報を生成する。また、情報評価リンク生成手段は、コンテンツ提供者情報を利用者ＩＤとし、ポインタ情報をコンテンツＩＤとし、コンテンツ情報がポインタ情報を含むか否かによって定まる値を評価情報として、情報評価リンク情報を生成する。
【００１９】
また、本発明において好ましくは、情報評価リンク生成手段は、トラックバック以外のポインタ情報を用いて情報評価リンク情報を生成する。これにより、誤った情報評価リンク情報が生成されることを防止できる（詳細は後述）。
【発明の効果】
【００２０】
以上のように本発明によれば、情報提供リンク情報と情報評価リンク情報という２種類のリンク情報から、評価値として意味のある全体として整合がとれたスコアを算出することができる。
【発明を実施するための最良の形態】
【００２１】
以下、本発明の実施の形態を図面を参照して説明する。
〔第１の実施の形態〕
まず、本発明における第１の実施の形態について説明する。
＜構成＞
図１は、本形態における情報評価システム１の構成を示す図である。
図１に例示するように、本形態の情報評価システム１は、情報評価装置１００及びこれとネットワーク３００を通じて接続され、利用者i (i=1…m)がそれぞれ使用する利用者端末装置２００−１〜ｍを有している。
【００２２】
情報評価装置１００は、ＣＰＵ（Central Processing Unit）、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、バス、補助記憶装置、通信装置等からなる周知のコンピュータ装置において、そのＣＰＵに所定のプログラムを実行させることにより構成されるものである。図１に例示するように、この例の情報評価装置１００は、情報取得手段１０１と、情報提供リンク格納手段１０２と、情報評価リンク格納手段１０３と、スコア計算手段１０４と、情報評判スコア格納手段１０５と、情報提供スコア格納手段１０６と、情報評価スコア格納手段１０７と、スコア出力手段１０８と、一時メモリ１１１と、制御手段１１０とを有している。尚、図１において各手段をつなぐ線は情報の流れを示すが、制御手段１１０及び一時メモリ１１１に対して入出力される情報の流れの記載は省略してある。
【００２３】
図２は、図１における情報取得手段１０１の詳細構成を例示した図である。
図２に例示するように、この例の情報取得手段１０１は、通信手段１０１ａと、メッセージ認証手段１０１ｂと、情報検証手段１０１ｃと、コンテンツＩＤ生成手段１０１ｄと、情報提供リンク生成手段１０１ｅと、情報評価リンク生成手段１０１ｆと、書き込み手段１０１ｇとを有している。尚、図２における矢印は情報の流れを示すが、制御手段１１０及び一時メモリ１１１に対して入出力される情報の流れの記載は一部省略してある。
図３は、図１におけるスコア計算手段１０４の詳細構成を例示した図である。
【００２４】
図３に例示するように、この例のスコア計算手段１０４は、第１隣接行列生成手段１０４ａと、第２隣接行列生成手段１０４ｂと、固有ベクトル算出手段１０４ｃと、スコア算出手段１０４ｄと、書き込み手段１０４ｅとを有している。また、固有ベクトル算出手段１０４ｃは、第１正規化手段１０４ｃａと、第２正規化手段１０４ｃｂと、演算手段１０４ｃｃとを有している。尚、図３における矢印は情報の流れを示すが、制御手段１１０に対して入出力される情報の流れの記載は省略してある。
図４は、図１におけるスコア出力手段１０８の詳細構成を例示した図である。
【００２５】
図４に例示するように、この例のスコア出力手段１０８は、受信手段１０８ａと、メッセージ判定手段１０８ｂと、スコア検索手段１０８ｃと、メッセージ生成手段１０８ｄと、送信手段１０８ｅとを有している。尚、図４における矢印は情報の流れを示すが、制御手段１１０に対して入出力される情報の流れの記載は一部省略してある。
尚、上述した各手段は、同一の筺体内に存在するものに限定されず、複数の筺体に分散配置されてもよい。また、上述した通信手段１０１ａ、受信手段１０８ａ及び送信手段１０８ｅは、例えば、ＬＡＮ（Local Area Network）カード、モデム、ルータ、ハブ等の通信装置によって構成されるものである。また、情報提供リンク格納手段１０２、情報評価リンク格納手段１０３、情報評判スコア格納手段１０５、情報提供スコア格納手段１０６、情報評価スコア格納手段１０７及び一時メモリ１１１は、例えば、ハードディスク装置、フレキシブルディスク、ＭＯ（Magneto-Optical disc）等の補助記憶装置や、ＲＡＭ、ＣＰＵ内のレジスタやキャッシュメモリ等によって構成されるものである。また、制御手段１１０、メッセージ認証手段１０１ｂ、情報検証手段１０１ｃ、コンテンツＩＤ生成手段１０１ｄ、情報提供リンク生成手段１０１ｅ、情報評価リンク生成手段１０１ｆ、書き込み手段１０１ｇ、第１隣接行列生成手段１０４ａ、第２隣接行列生成手段１０４ｂ、固有ベクトル算出手段１０４ｃ、スコア算出手段１０４ｄ、書き込み手段１０４ｅ、メッセージ判定手段１０８ｂ、スコア検索手段１０８ｃ及びメッセージ生成手段１０８ｄは、例えば、ＣＰＵに所定のプログラムが読み込まれ、ＣＰＵがこれらのプログラムを実行することにより構成されるものである。
【００２６】
また、利用者端末装置２００−１〜ｍ（図１）も所定のプログラムに基づいて動作する周知のコンピュータ装置からなる。
＜動作＞
次に、本形態の情報評価装置１００の動作について説明する。
［概要］
本形態の情報評価装置１００は、利用者から提供された電子情報であるコンテンツの評判を数値化した情報評判スコア、コンテンツを提供した利用者の情報提供能力を数値化した情報提供スコア、及びコンテンツを評価した利用者の情報評価能力を数値化した情報評価スコアを算出する装置である。まず、この情報評価装置１００の処理の概要を説明する。尚、情報評価装置１００の各処理は、制御手段１１０の制御のもと実行される。
【００２７】
まず、複数の利用者端末装置２００−１〜ｍは、ネットワーク３００を通じ、＜利用者ＩＤ、コンテンツ＞の２つ組みを含むコンテンツ提供メッセージ、或いは、＜利用者ＩＤ、コンテンツＩＤ、評価情報＞の３つ組を含むコンテンツ評価メッセージを情報評価装置１００に送信する。
情報評価装置１００は、情報取得手段１０１においてこれらを受信する。ここで、受信されたメッセージがコンテンツ提供メッセージであった場合、情報取得手段１０１は、コンテンツを提供した利用者の利用者ＩＤと、当該利用者によって提供されたコンテンツの識別子であるコンテンツＩＤとが関連付けられた情報提供リンク情報を情報提供リンク格納手段１０２に格納する。一方、受信されたメッセージがコンテンツ評価メッセージであった場合、情報取得手段１０１は、コンテンツを評価した利用者の利用者ＩＤと、利用者によって評価されたコンテンツの識別子であるコンテンツＩＤと、コンテンツの評価者がコンテンツに対して行った評価の数値情報である評価情報と、が関連付けられた情報評価リンク情報を情報評価リンク格納手段１０３に格納する。
【００２８】
その後、スコア計算手段１０４において、情報提供リンク格納手段１０２と情報評価リンク格納手段１０３とに格納された情報提供リンク情報と情報評価リンク情報とを用い、スコア推移行列（情報提供リンク情報と情報評価リンク情報と何れかのスコアとの間の定義された関係を示す行列。詳細は後述。）の固有ベクトルを算出し、この固有ベクトルの要素を何れかのスコアとして出力する。また、スコア計算手段１０４は、情報提供リンク情報又は情報評価リンク情報と固有ベクトルとを用い、これらと何れかのスコアとの定義された関係を示す関係式に従い、何れかのスコアを算出して出力する。そして、スコア計算手段１０４は、算出された各スコアを情報評判スコア格納手段１０５、情報提供スコア格納手段１０６又は情報評価スコア格納手段１０７に格納させる。
【００２９】
その後、スコア出力手段１０８は、利用者端末装置２００−１〜ｍからの要求に対し、情報評判スコア格納手段１０５、情報提供スコア格納手段１０６又は情報評価スコア格納手段１０７を検索し、要求されたスコアに関する情報を利用者端末装置２００−１〜ｍに送信する。
［情報取得手段１０１の処理の詳細］
次に、情報取得手段１０１の処理の詳細について説明する。
図５は、情報取得手段１０１の処理の詳細を説明するためのフローを示す図である。以下、この図に沿って情報取得手段１０１の処理の詳細を説明する。
【００３０】
まず、情報取得手段１０１の通信手段１０１ａ（図２）は、複数の利用者端末装置２００−１〜ｍから送信された＜利用者ＩＤ、コンテンツ＞の２つ組みを含むコンテンツ提供メッセージ、或いは、＜利用者ＩＤ、コンテンツＩＤ、評価情報＞の３つ組を含むコンテンツ評価メッセージをネットワーク３００経由で受信する（ステップＳ１）。
図６（ａ）は、このように受信されるコンテンツ提供メッセージ１２１のデータ構成の例示であり、図６（ｂ）はコンテンツ評価メッセージ１２２の例である。この例のコンテンツ提供メッセージ１２１は、その属性やビット構成等を示すヘッダ情報１２１ａと、コンテンツ１２１ｃを提供した利用者の利用者ＩＤ１２１ｂと、提供されたコンテンツ１２１ｃとを有する。ここで、コンテンツ１２１ｃは利用者により投入される電子情報である。コンテンツ１２１ｃの一例としては、「〇〇レストランの〇〇セットはおいしい」等の文字情報や、利用者が作成した音楽情報、画像情報、動画像などである。利用者ＩＤ１２１ｂは、そのコンテンツ１２１ｃを提供した利用者のＩＤであり、会員制のコミュニティの場合には、コンテンツ１２１ｃを書込む際にシステムにログインするときに利用するＩＤ等を用いる。また、コンテンツＩＤ１２１ｃは、コンテンツに対してユニークに付与される識別子である。
【００３１】
また、この例のコンテンツ評価メッセージ１２２は、その属性やビット構成等を示すヘッダ情報１２２ａと、コンテンツを評価した利用者の利用者ＩＤ１２２ｂと、利用者によって評価されたコンテンツの識別子であるコンテンツＩＤ１２２ｃと、コンテンツの評価者がコンテンツに対して行った評価の数値情報である評価情報１２２ｄとを有する。ここで、利用者ＩＤ１２２ｃは、コンテンツを評価した利用者のＩＤであり、会員制のコミュニティの場合には、コンテンツの評価を書込む際にシステムにログインするときに利用するＩＤ等を用いる。また、評価情報１２２ｄはコンテンツ１２２ｄに対する評価を表す情報であり、本形態では、利用者が利用者端末装置２００−１〜ｍを用いて明示的に入力した情報とする。評価情報の一例としては、「＋１」、「＋２」、「＋３」などの予め決められた範囲の値をとる数値情報などがある。
【００３２】
通信手段１０１ａは、受信したコンテンツ提供メッセージやコンテンツ評価メッセージを一時メモリ１１１に格納し、次に、メッセージ認証手段１０１ｂが、利用者端末装置２００−１〜ｍの認証処理を行う（ステップＳ２）。この認証処理は、一人の利用者が同一コンテンツの評価を複数回行うことを禁止したい場合や、別の利用者と偽ってコンテンツを提供することを禁止したい場合に行うものである。この認証処理は、通信手段１０１ａ及びネットワーク３００を介し、メッセージ認証手段１０１ｂと利用者端末装置２００−１〜ｍとの間で、既存のパスワード等を用いた認証プロトコルに従い実行される。尚、このステップＳ２の処理は応用分野によっては省略できる。
【００３３】
ステップＳ２の認証処理の結果は制御手段１１０に伝えられる。そして、制御手段１１０は、認証処理がＮＧの場合はその利用者端末装置２００−１〜ｍとのセッションを終了させる。一方、認証処理がＯＫであった場合、制御手段１１０は、情報検証手段１０１ｃに、受信されたメッセージが、コンテンツ提供メッセージかコンテンツ評価メッセージかを判定させる（ステップＳ３）。具体的には、この例の情報検証手段１０１ｃは、ステップＳ１で通信手段１０１ａが受信したメッセージを一時メモリ１１１から読み込み、そのヘッダ情報１２１ａ又は１２２ａを参照することにより、そのメッセージがコンテンツ提供メッセージ１２１かコンテンツ評価メッセージ１２２（図６）かを判断する。情報検証手段１０１ｃによる判断結果は制御手段１１０に送られる。
【００３４】
ここで、制御手段１１０が受け取った判断結果が「メッセージがコンテンツ提供メッセージである」旨の判断結果であった場合、制御手段１１０はコンテンツＩＤ生成手段１０１ｄにコンテンツＩＤを生成する旨の指示を与える。この指示を受けたコンテンツＩＤ生成手段１０１ｄは、一時メモリ１１１からステップＳ１で通信手段１０１ａが受信したコンテンツ提供メッセージを読み込む。そして、コンテンツＩＤ生成手段１０１ｄは、読み込みたコンテンツ提供メッセージが具備するコンテンツに対するユニークなコンテンツＩＤを生成し、一時メモリ１１１に格納する（ステップＳ４）。コンテンツＩＤの生成方法としては、例えばコンテンツ全体の一方向性ハッシュ値を利用する方法や、逐次連番を割り振るなどの方法がある。コンテンツＩＤが生成されると次に、情報提供リンク生成手段１０１ｅは、一時メモリ１１１からステップＳ１で受信されたコンテンツ提供メッセージと、ステップＳ４で生成されたコンテンツＩＤとを読み込む。そして情報提供リンク生成手段１０１ｅは、これらを用いて＜利用者ＩＤ、コンテンツＩＤ、コンテンツ＞の３つ組み（情報提供リンク情報）を生成し、一時メモリ１１１に格納する（ステップＳ５）。その後、書き込み手段１０１ｇにおいて一時メモリ１１１からこの情報提供リンク情報を読み込み、これを情報提供リンク格納手段１０２に格納させる（ステップＳ６）。
【００３５】
一方、制御手段１１０が受け取ったステップＳ３の判断結果が「メッセージがコンテンツ評価メッセージである」旨の判断結果であった場合、制御手段１１０は情報評価リンク生成手段１０１ｆに対し、情報評価リンク情報を生成する旨の指示を与える。この指示を受けた情報評価リンク生成手段１０１ｆは、ステップＳ１で受信されたコンテンツ評価メッセージを一時メモリ１１１から読み込み、これに含まれる＜利用者ＩＤ、コンテンツＩＤ、評価情報＞の３つ組みを情報評価リンク情報として生成し、一時メモリ１１１に格納する（ステップＳ７）。その後、書き込み手段１０１ｇにおいて一時メモリ１１１からこの情報提供リンク情報を読み込み、これを情報評価リンク格納手段１０３に格納させる（ステップＳ８）。
【００３６】
図７（ａ）は、上述のように情報提供リンク格納手段１０２に格納される情報提供リンク情報１３１ａ〜１３１ｅのデータ構成を例示する図である。図７（ａ）に示すように、情報提供リンク格納手段１０２は、利用者ＩＤ、コンテンツＩＤ、コンテンツをそれぞれ関連付けした情報提供リンク情報１３１ａ〜１３１ｅを格納・管理している。
図７（ｂ）は、情報評価リンク格納手段１０３に格納・管理される情報評価リンク情報１３２ａ〜１３２ｆのデータ構成を示す図である。図７（ｂ）に示すように、評価リンク格納手段１０３は、利用者ＩＤ、コンテンツＩＤ、評価情報をそれぞれ関連付けした情報評価リンク情報１３２ａ〜１３２ｆを格納・管理している。尚、コンテンツＩＤと情報コンテンツとの対応関係は、上記の図７（ａ）で示した情報提供リンク格納手段１０２に格納・管理されている。
【００３７】
尚、本形態では、情報取得手段１０１が直接、利用者端末装置２００−１〜ｍからコンテンツや評価情報を受取り、情報提供リンク情報１３１ａ〜１３１ｅ及び情報評価リンク情報１３２ａ〜１３２ｆをそれぞれ情報提供リンク格納手段１０２及び情報評価リンク格納手段１０３に格納することとした。しかし、情報取得手段１０１が、既存の電子掲示板システムやWebサーバ装置から情報提供リンク情報１３１ａ〜１３１ｅと情報評価リンク情報１３２ａ〜１３２ｆとを抽出する構成としてもよい。例えば、問題解決型コミュニティにおいて、「質問」や「回答」というアクションを「コンテンツの提供」として本発明を適用してもよい。すなわち、電子掲示板上へ書込まれる「質問」や「回答」を「コンテンツ」とし、その書き込みを行った利用者を「コンテンツを提供した利用者」として本発明を適用してもよい。また、「質問」の参照や回答を行った利用者を「コンテンツを評価した利用者」とし、「質問」への参照回数や質問への回答の数等を、「質問」の良さの評価、すなわち「コンテンツに対する評価」として本発明を適用してもよい。また、質問者が「回答」の中から最も有用だった回答を選択する行為等を「質問」の良さの評価、すなわち「コンテンツに対する評価」として本発明を適用してもよい。同様に、商品・サービス評価型コミュニティにおいても、レビュー記事の投稿を「コンテンツ」の「提供」とし、これに対する他の参加者の支持を「コンテンツに対する評価」として本発明を適用してもよい。その他具体例は挙げないが、トピックベースコミュニティやユーザ創造型コミュニティにおいても同様である。尚、これを実現するには、このような既存のコミュニティを構成するWebサーバ装置から情報を収集するロボットを作成する必要があるが、Weサーバ装置から情報を収集する一般的なロボットの作成方法は、文献：Kevin Hemenway, Tara Calishain, “Spidering hacks”、O’Reilly (2003)、に記載されている方法等が利用できる。また、このような実施の形態を取った場合、図７（ａ）に示す情報提供リンク情報１３１ａ〜１３１ｅのコンテンツＩＤとして、そのコンテンツが存在するリソースのＵＲＬ（Uniform Resource Identifier）を用いてもよい。そして、この場合、情報提供リンク情報１３１ａ〜１３１ｅにコンテンツの列は不要となる。
【００３８】
［スコア計算手段１０４の処理の詳細］
次に、スコア計算手段１０４（図１，図３）の処理の詳細について説明する。
まず、スコア計算手段１０４が各スコアを算出するための原理について説明する。
上記のように情報提供リンク格納手段１０２及び情報評価リンク格納手段１０３に格納された情報提供リンク情報１３１ａ〜１３１ｅ及び情報評価リンク情報１３２ａ〜１３２ｆは、論理的には、例えば、図８に示すような利用者からコンテンツに対する２種類のリンクを示すものと考えることができる。図８において、紙面に向かって左側の丸は利用者、右側の四角はコンテンツを示す。また、この図の破線は、情報提供リンク情報１３１ａ〜１３１ｅにおける利用者ＩＤに対応する利用者とコンテンツとの関連付け（情報提供リンク）を表している。また、この図の実線は、情報評価リンク情報１３２ａ〜１３２ｆにおける利用者ＩＤに対応する利用者と、コンテンツＩＤに対応するコンテンツとの関連付け（情報評価リンク）を表している。また、情報評価リンクに付与されている数値は、情報評価リンク情報１３２ａ〜１３２ｆにおける評価情報を表すものとする。
【００３９】
これらのリンクは、
【数１】
のような利用者i (i=1…m)を行とし、コンテンツj (j=1…n)を列とする隣接行列で表現することができる。すなわち、情報提供リンクは行列C=[cij] (i=1…m, j=1…n)で表現できる。ただし、cijは行列Ｃのｉ行ｊ列目の要素を示し、iからjにリンクがあればcij=1、なければcij =0となる。また情報評価リンクは行列E=[eij] (i=1…m, j=1…n)で表現できる。ただし、eijは行列Ｅのｉ行ｊ列目の要素を示す。またeij は、報評価リンク情報１３２ａ〜１３２ｆにおいて、利用者iに対応する利用者ＩＤと、コンテンツjに対応するコンテンツＩＤとに対応付けられている評価情報の値である。そして、eijの値が大きい程、コンテンツｊが利用者ｉから強い支持を受けていることになる。尚、以下では特に断りがない限り、行列Ｃ及び行列Ｅは、一般化された行列C=[cij] (i=1…m, j=1…n)及びE=[eij] (i=1…m, j=1…n)を意味する。
【００４０】
本形態では、２種類のリンクをそれぞれ示す行列Ｃ及び行列Ｅから、情報提供スコアai、情報評価スコアhi及び情報評判スコアrjの３つのスコアを算出する。以下にこれらのスコアの意味と表記方法を述べる。
情報提供スコアai は、利用者i (i=1…m)が、過去、どの程度コミュニティから支持を受けたコンテンツを提供してきたかを示す指標である。このスコアが高ければ高いほど、この利用者は情報の提供の面でコミュニティに貢献する能力があるとみなす。ここで全利用者の情報提供スコアaiを、a=[a1…am]Tと表記し、これを以後、情報提供ベクトルと呼ぶ。ここでMTは行列Mの転置行列である。
【００４１】
情報評価スコアhiは、利用者i (i=1…m)が、過去、コミュニティに提供されるコンテンツに対してどの程度コミュニティの方向性に沿った評価情報を投入してきたを示す指標である。このスコアが高ければ高いほど、この利用者は情報評価の投入の面でコミュニティに貢献する能力があるとみなす。ここで全利用者の情報評価スコアhiを、h=[h1…hm]Tと表記し、これを以後、情報評価ベクトルと呼ぶ。
情報評判スコアrjは、コンテンツ j (j=1…n)が、どの程度利用者からの支持を受けているか（i.e. コミュニティの方向性に沿っているか）を示す指標である。このスコアが高ければ高いほど、その情報はコミュニティから支持を受けているものであるとみなす。ここで全コンテンツの情報評判スコアrjを、r=[r1…rn]Tと表記し、これを以後、情報評判ベクトルと呼ぶ。
【００４２】
利用者の情報提供スコアと、情報評価スコアと、コンテンツの情報評判スコアとは、以下のルールにより相互に影響を及ぼしあう。
（１）情報提供スコアの高い利用者が提供するコンテンツは高い情報評判スコアを持つコンテンツである。
（２）情報評価スコアの高い利用者が評価したコンテンツは高い情報評判スコアを持つコンテンツである。
（３）情報評判スコアが高いコンテンツを提供した利用者は高い情報提供スコアを持つ利用者である。
【００４３】
（４）情報評判スコアが高いコンテンツを評価した利用者は高い情報評価スコアを持つ利用者である。
本形態では、これら４つのルールに対応して、
r＝CTa …(1)
r＝ETh …(2)
a＝Cr …(3)
h＝Er …(4)
の４つの数学的な関係を定義する。ただし、式（１）と式（２）を両立させるため、式（１）と式（２）を凸結合(convex combination)により統合して、
r＝αCTa＋(1‐α)ETh …(5)
を利用する。ここで、αは[0,1]を定義域とする実数であり、コミュニティの特性に応じて調整されるものとする。つまり、αが１に近い程、情報提供リンクを重視し、０に近い程、情報評価リンクを重視して情報評判スコアが算出されることとなる。
【００４４】
上記、式（５）に、式（３）と式（４）を代入すると、
r＝αCTCr ＋(1‐α)ET Er
＝ (αCT C ＋(1‐α)ET E) r …(6)
を得る。(αCTC ＋(1‐α)ET E)は、n×nの正方行列であり、これをスコア推移行列S（「情報提供リンク情報と情報評価リンク情報と何れかのスコアとの定義された関係を示すスコア推移行列」に相当）と呼ぶことにすると、
r＝Sr …(7)
となる。上記式（７）を満たすrは一般的には存在しないが、線形代数学の基礎理論によると、Sの要素が非負の実数の場合には、
λr＝Sr …(8)
を満たす実数ベクトルrは存在する。ただし、λは定数であってSの固有値と呼ばれ、rはSの固有ベクトルと呼ばれる。これらの固有値と固有ベクトルを算出する具体的な方法の一例は後で述べるが、こうしてr（情報評判ベクトル）が算出できれば、式（３）及び式（４）により（「各スコア間の定義された関係」に相当）、a（情報提供ベクトル）, h（情報評価ベクトル）がそれぞれ算出できる。
【００４５】
尚、行列Eの要素eijは正規化していないため、ある特定の人が多くの情報に評価を入力すると、非常に高い情報評価スコアとなるという問題がある。このような行為を防止するためには、PageRankと同様に、利用者一人が提供する評価情報の値の総和が１になるように、行列Ｅを正規化することとしてもよい。つまり、行列Ｅの行ベクトルの要素の総和が１となるように行列Eを正規化し、正規化した行列を用いてスコアの算出を行うこととしてもよい。具体的には、次のような行列Ｅ'を生成、用いればよい。
E’＝[e’ij](i=1…m, j=1...n)
e’ij= eij/Σj=1..n (eij)
同様に、行列Ｃの行ベクトルの要素の総和が１となるような正規化を行い、この正規化後の行列Ｃを用いて各スコアを算出することとしてもよい。尚、行列ＣやＥの行ベクトルの要素の総和が１以外の値となるように正規化してもよい。また、これらの正規化は必須ではなく、用途によってはこのような正規化を行わずにスコアを算出することとしてもよい。
【００４６】
スコア計算手段１０４は、上記のような考え方に基づき、行列CとEとからr（情報評判ベクトル）、a（情報提供ベクトル）, h（情報評価ベクトル）を算出し、安定した値の情報提供スコアai、情報評価スコアhi及び情報評判スコアrjを算出する。
図９は、スコア計算手段１０４の処理を説明するためのフローを例示した図である。以下、この図に沿ってスコア計算手段１０４の処理を説明する。尚、以下では、行列ＣやEの行ベクトルの要素の総和が１になるように行列Ｃ，Ｅを正規化してスコアを求めることとする。
【００４７】
まず、スコア計算手段１０４の第１隣接行列生成手段１０４ａが行列Ｃを生成し、第２隣接行列生成手段１０４ｂが行列Ｅを生成する（ステップＳ１１）。
この例の場合、まず、第１隣接行列生成手段１０４ａが、情報提供リンク格納手段１０２に格納された情報提供リンク情報を検索し、利用者ＩＤとコンテンツＩＤとの組合せ毎に、当該組合せを有する情報提供リンク情報の個数を数える。そして、第１隣接行列生成手段１０４ａは、当該個数を当該組合せに対応する行列成分の要素とした隣接行列（情報提供リンク隣接行列）である行列Ｃを生成して一時メモリ１１１に出力し、そこに格納する。例えば、図７（ａ）の例の場合、（利用者ＩＤ，コンテンツＩＤ）が（Ａ０００１，Ｃ０００１），（Ａ０００１，Ｃ０００２），（Ａ０００２，Ｃ０００３），（Ａ０００２，Ｃ０００４），（Ａ０００３，Ｃ０００５）である情報提供リンク情報はそれぞれ１個ずつ存在する。また、これらの利用者ＩＤとコンテンツＩＤとの組合せに対応する行列成分（行，列）をそれぞれ（１，１），（１，２），（２，３），（２，４），（３，５）とすると、第１隣接行列生成手段１０４ａは、
【数２】
を生成することになる。
【００４８】
次に、第２隣接行列生成手段１０４ｂが、情報評価リンク格納手段１０３に格納された情報評価リンク情報を検索し、利用者ＩＤとコンテンツＩＤとの組合せ毎に、当該組合せを有する情報評価リンク情報の評価情報の値を加算する。そして、情報評価リンク格納手段１０３は、当該加算値を当該組合せに対応する行列成分の要素とした隣接行列（情報評価リンク隣接行列）である行列Ｅを生成して一時メモリ１１１に出力し、そこに格納する。例えば、図７（ｂ）の例の場合、（利用者ＩＤ，コンテンツＩＤ，評価情報）が（Ａ０００１，Ｃ０００３，＋２），（Ａ０００１，Ｃ０００４，＋３），（Ａ０００２，Ｃ０００１，＋２），（Ａ０００２，Ｃ０００２，＋１），（Ａ０００２，Ｃ０００５，＋１），（Ａ０００３，Ｃ０００４，＋３）である情報評価リンク情報はそれぞれ１個ずつ存在する。また、これらの利用者ＩＤとコンテンツＩＤとの組合せに対応する行列成分（行，列）をそれぞれ（１，３），（１，４），（２，１），（２，２），（２，５），（３，４）とすると、第２隣接行列生成手段１０４ｂは、
【数３】
を生成する。
尚、行列Ｃ，Ｅ生成の際、第１隣接行列生成手段１０４ａ或いは第２隣接行列生成手段１０４ｂは、各利用者ＩＤ及びコンテンツＩＤの情報も一時メモリ１１１に格納しておく。
【００４９】
行列Ｃ，Ｅが生成されると、次に固有ベクトル算出手段は、これらからスコア推移行列Ｓ（情報提供リンク隣接行列と情報評価リンク隣接行列と何れかのスコアとの関係を示す行列）の固有ベクトルｒを算出し、この固有ベクトルｒの要素を情報評判スコアrjとして出力する。この例の場合、まず、固有ベクトル算出手段１０４ｃは、一時メモリ１１１から行列Ｃ，Ｅを読み込む。そして、第１正規化手段１０４ｃａ及び第２正規化手段１０４ｃｂにおいて、同一利用者による多数の提供（多数の記事の投稿等）や、同一利用者による多数の評価（多数の記事のコメント等）によって、その利用者の情報提供スコアや情報評価スコアを高められないようにするため、行列Ｃ，Ｅを正規化し、正規化後の行列Ｃ，Ｅを一時メモリ１１１に格納する（ステップＳ１２）。この例の場合、第１正規化手段１０４ｃａにおいて、行列Ｃ（情報提供リンク隣接行列）の各要素を、それぞれの利用者ＩＤに対応する要素の集合毎に（すなわち行毎に）、「情報提供リンク格納手段１０２において当該利用者ＩＤに関連付けられているコンテンツＩＤの数に依存した関数（正規化関数１）」によって正規化し、当該正規化された行列Ｃを出力する。また、この例の第２正規化手段１０４ｃｂにおいて、行列Ｅ（情報評価リンク隣接行列）の各要素を、それぞれの利用者ＩＤに対応する要素の集合毎に、「情報評価リンク格納手段１０３において当該利用者ＩＤに関連付けられているコンテンツＩＤの数に依存した関数（正規化関数２）」によって正規化し、当該正規化された行列Ｅを出力する。尚、例えば、上述の正規化関数１をcij/Σj=1..n (cij)とし、正規化関数１をeij/Σj=1..n (eij)とした場合、式（９）（１０）の行列Ｃ，Ｅはそれぞれ、
【数４】
のように正規化される。尚、これは一例であり、行列ＣとＥの正規化は必須でなく、あえてこのような正規化を省略してもよいし、別の正規化方法を利用してもよい（他の正規化方法の例については後述する）。
【００５０】
次に固有ベクトル算出手段１０４ｃの演算手段１０４ｃｃにおいて、一時メモリ１１１に格納された正規化後の行列Ｃ，Ｅを読み込み、読み込みた行列ＣとＥから行列S=(αCT C ＋(1‐α)ET E)を計算し、これを一時メモリ１１１に格納する。尚、この行列Ｓをスコア推移行列と呼ぶ（ステップＳ１３）。式（１１）に示す行列ＣとＥからα＝０．３として生成したスコア推移行列Ｓの例を以下に示す。
【数５】
【００５１】
次に演算手段１０４ｃｃは、一時メモリ１１１からスコア推移行列Ｓを読み込み、その固有ベクトルｒを算出し、この固有ベクトルｒの要素を情報評判スコアｒｊとして一時メモリ１１１に格納する（ステップＳ１４）。固有ベクトルの算出方法については、ベキ乗法による反復計算法、ＱＲ分解法、直接法など多くの手法が適用可能である。以下に、ベキ乗法による反復計算法を用いて算出した式（１２）のスコア推移行列Ｓに対する固有ベクトルを示す。
【数６】
この例では、情報評判スコアｒ３＝０．２５９２６，ｒ４＝０.９６５８１となる。尚、固有ベクトルは固有値の数だけ存在するが、本形態では、例えば、固有値最大の固有ベクトル(principal eigenvector)を用いる。
【００５２】
次に、スコア算出手段１０４ｄにおいて、行列Ｃ又は行列Ｅと固有ベクトルｒとを、これらと何れかのスコアａ，ｈとの定義された関係を示す関係式に代入し、当該スコアａ，ｈを算出して一時メモリ１１１に出力し、そこに格納する（ステップＳ１５）。具体的には、例えば、スコア算出手段１０４ｄは、一時メモリ１１１から、行列Ｃと行列Ｅと固有ベクトルｒとを読み込み、これらに式（３）及び式（４）を適用することで、スコアａ、ｈを算出し、これらの要素を情報提供スコアａｉ及び情報評価スコアｈｉとして一時メモリ１１１に格納する。以下に、式（１１）の行列Ｃ及び行列Ｅと式（１３）の固有ベクトルｒとを用い、式（３）及び式（４）によって算出した情報提供スコアベクトルａと情報評価スコアベクトルｈを示す。
【数７】
この例では、情報提供スコアａ２＝０．６１２５３、情報評価スコアｈ１＝０．６８３１９，ｈ３＝０．９６５８１となる。
次に、書き込み手段１０４ｅにおいて、上述の情報評判スコアｒｊ、情報提供スコアａｉ及び情報評価スコアｈｉと、各利用者ＩＤ及びコンテンツＩＤとを、一時メモリ１１１から読み込む。そして、書き込み手段１０４ｅは、情報評判スコアｒｊ（１４１ｂ）を対応するコンテンツＩＤ（１４１ａ）に関連付けて（図１０（ａ））情報評判スコア格納手段１０５に格納する。また、書き込み手段１０４ｅは、情報提供スコアａｉ（１４２ｂ）及び情報評価スコアｈｉ（１４２ｃ）を対応する利用者ＩＤ（１４２ａ）に関連付けて（図１０（ｂ））、情報提供スコア格納手段１０６及び情報評価スコア格納手段１０７にそれぞれ格納する（ステップＳ１６）。
【００５３】
［スコア出力手段１０８の処理の詳細］
次に、スコア出力手段１０８（図１，図４）の処理の詳細について説明する。
図１１は、スコア出力手段１０８の処理の詳細を説明するためのフローを示す図である。以下、この図に従ってスコア出力手段１０８の処理の詳細を説明する。
スコア出力手段１０８は、上記のステップにより算出格納された情報評判スコア、情報提供スコア、情報評価スコアを利用者端末からの要求に応じて検索して返す手段である。この処理を行う場合、まず、スコア出力手段１０８の受信手段１０８ａは、利用者端末装置２００−１〜ｍから送信された、コンテンツＩＤを含む情報評判スコア取得メッセージ或いは利用者ＩＤを含む情報提供スコア・情報評価スコア取得メッセージを、ネットワーク３００を通じて受信する（ステップＳ２１）。受信されたメッセージは、一時メモリ１１１に格納される。
【００５４】
次にメッセージ判定手段１０８ｂは、一時メモリ１１１からステップＳ２１で受信されたメッセージを読み込み、そのヘッダ情報等により、このメッセージが、情報評判スコア取得メッセージか情報提供スコア・情報評価スコア取得メッセージかを判定する（ステップＳ２２）。その判定結果は制御手段１１０に送られる。
ここでステップＳ２１で情報評判スコア取得メッセージが受信されたと判断された場合には、制御手段１１０は、スコア検索手段１０８ｃに情報評判スコアの検索指示を与える。これを受けたスコア検索手段１０８ｃは、一時メモリ１１１に格納されている情報評判スコア取得メッセージのコンテンツＩＤをキーとして、情報評判スコア格納手段１０５を検索し、このコンテンツＩＤに対応する情報評判スコア（図１０（ａ））を抽出する（ステップＳ２３）。尚、抽出された情報評判スコアは一時メモリ１１１に格納される。
【００５５】
一方、ステップＳ２１で情報提供スコア・情報評価スコア取得メッセージが受信されたと判断された場合には、制御手段１１０は、情報提供スコア及び情報評価スコアの検索指示を与える。これを受けたスコア検索手段１０８ｃは、一時メモリ１１１に格納されている情報提供スコア・情報評価スコア取得メッセージの利用者ＩＤをキーとして、情報提供スコア格納手段１０６及び情報評価スコア格納手段１０７を検索し、この利用者ＩＤに対応する情報提供スコア及び情報評価スコア（図１０（ｂ））を抽出する（ステップＳ２４）。尚、抽出された情報提供スコア及び情報評価スコアは一時メモリ１１１に格納される。
【００５６】
次に、メッセージ生成手段１０８ｄにおいて、一時メモリ１１１から上記ステップＳ２３やＳ２４で取得されたスコアと、対応するコンテンツＩＤや利用者ＩＤとを読み出し、それらの情報を例えば、コンテンツＩＤや利用者ＩＤ別に振り分けたり、スコアの大きい順序で並び替えたりしたメッセージを生成する（ステップＳ２５）。生成されたメッセージは、一時メモリ１１１に格納され、さらに送信手段１０８ｅによって読み込まれ、ネットワーク３００を通じて利用者端末装置２００−１〜ｍに送信される（ステップＳ２６）。
【００５７】
このように各スコアを利用者に提供することにより、利用者は、コミュニティ中の大量の情報の中からコミュニティにとって有益な情報を取得することや、当該有益な情報のランキングを取得することが可能となる。
＜変形例等＞
尚、本発明は上述の実施の形態に限定されるものではない。例えば、また、上述の各種の処理は、上述した記載に従った時系列で実行されるのみならず、処理を実行する装置の処理能力或いは必要に応じて並列的に或いは個別に実行されてもよい。
【００５８】
また、例えば、図９で示したステップＳ１１からステップＳ１６の計算手順は、図１２（ａ）による反復計算を行うことでも全く同様に計算できる。この場合には、ｒ、ａ、ｈが反復により同時に計算されるため、ステップＳ１３からステップＳ１５が統合された形態で実施される。この計算手順は、行列の要素表現で表すと、図１２（ｂ）のようにも表現することできる。ここで、prov(j)はコンテンツｊを提供した利用者（prov(j)∈{1…m}）、eval(j)はコンテンツｊを評価している利用者の集合（eval(j)∈{1…m}）、prov(i)は利用者ｉが提供したコンテンツの集合（prov(i)∈{1…n}）、eval(i)は利用者ｉが評価したコンテンツの集合（eval(i)∈{1…n}）である。これらの情報は、図１に示す情報提供リンク格納手段１０２及び情報評価リンク格納手段１０３から利用者ＩＤ或いはコンテンツＩＤを利用して検索することにより容易に抽出することが可能である。尚、図１２（ｂ）において||x||1及び||x||2はベクトルxのノルムを表し、||x||1はx の要素の絶対値の和、||x||2はx の要素の２乗の和の平方根（ユークリッドノルム）を表す。このように本発明では、スコアの算出に固有ベクトルを用いることとしたため、反復アルゴリズムを適用し、簡単にこれらのスコアが算出することが可能とである。
【００５９】
図１３は、図１２のアルゴリズムによってｒ、ａ、ｈを算出する場合の処理を説明するためのフローを例示した図である。尚、図１３ではベクトルを示す矢印を省略してある。図１３の処理の場合、まず、ステップＳ１１と同様に、第１隣接行列生成手段１０４ａ及び第２隣接行列生成手段１０４ｂにおいて、行列Ｃ，Ｅを生成し（ステップＳ３１）、これらを第１正規化手段１０４ｃａ及び第２正規化手段１０４ｃｂにおいて正規化して一時メモリ１１１に格納する（ステップＳ３２）。また、演算手段１０４ｃｃにおいて、ベクトルa(0)=(1,...,1)T, ベクトルh(0)=(1,...,1)T,変数k=0とし、これらを一時メモリ１１１に格納する（ステップＳ３３）。次に、演算手段１０４ｃｃにおいて、一時メモリ１１１から正規化後の行列Ｃ，Ｅとベクトルa(k), h(k)とを読み込み、ベクトルr(k+1)=αCTa(k)+(1‐α)ETh(k)を算出し、一時メモリ１１１に格納する（ステッＳ３４）。尚、αは前述のように予め定めておく。次に、演算手段１０４ｃｃにおいて、一時メモリ１１１からベクトルr(k+1)を読み込み、図１２（ｂ）に示したようにこれを正規化して一時メモリ１１１に格納する（ステップＳ３５）。次に、スコア算出手段１０４ｄにおいて、一時メモリ１１１から正規化後の行列Ｃ，Ｅとベクトルh(k+1)とを読み込み、ベクトルa(k+1)=C・r(k+1)及びh(k+1)=E・r(k+1)を算出し、ベクトルa(k+1)，h(k+1)を一時メモリ１１１に格納する（ステップＳ３６）。次に、制御手段１１０において、一時メモリ１１１からベクトルr(k)，r(k+1)を読み込み、全てのｊ∈{1…n}についてrj(k)‐rj(k+1)＜δが成り立つか否かを判断する（ステップＳ３７）。尚、rj(k)はベクトルr(k)のｊ番目の要素を示し、rj(k+1)はベクトルr(k+1)のｊ番目の要素を示す。また、δは予め設定された十分小さい定数とする。ここで、rj(k)‐rj(k+1)＜δでなかった場合には、制御手段１１０は演算手段１０４ｃｃに指示を与える。これをトリガに演算手段１０４ｃｃは、一時メモリ１１１から変数ｋを読み込み、ｋ＋１を演算し、その演算結果を新たなｋとして一時メモリ１１１に格納する（ステップＳ３８）。そして、制御手段１１０は処理をステップＳ３４に戻す。一方、ステップＳ３７の判断でrj(k)‐rj(k+1)＜δと判断された場合には、制御手段１１０は書き込み手段１０４ｅに指示を与える。これをトリガに書き込み手段１０４ｅは、一時メモリ１１１からベクトルrj(k+1)，a(k+1)，h(k+1)を読み込み、これらの各要素をそれぞれ情報評判スコア、情報提供スコア及び情報評価スコアとして前述のように情報評判スコア格納手段１０５、情報提供スコア格納手段１０６及び情報評価スコア格納手段１０７に格納する（ステップＳ３９）。
【００６０】
また、上述の本形態を情報評価リンク情報が単調増加するコミュニティに適用した場合、このコミュニティで活動する期間が長い利用者ほど、その新しい活動（コンテンツの提供や評価）がスコアに与える影響が小さくなってしまう。これは、その利用者の過去の活動により作られた大量の情報評価リンク情報による影響と、前述の第２正規化手段１０４ｃｂ（図３）における正規化手法の影響によるものである。このような事態は、その参加者の活動を行うインセンティブを低下させる等の問題がある。よって、このような場合には、行列Ｅ（情報評価リンク隣接行列）に対し、これらの各要素が時間の経過に伴って小さくなるような正規化を行うことが有効である。具体的には、例えば、第２正規化手段１０４ｃｂ（図３）において、一時メモリ１１１から行列Ｅの各要素を読み込み、次式のような時間減衰のファクターを導入して行列Eを正規化し、一時メモリ１１１に格納する。そして、この時刻ｔにおける行列Ｅ（ｔ）を本形態の行列Ｅ（正規化後の情報評価リンク隣接行列）として用いる。
【００６１】
【数８】
ただし、ｔは現在時刻、time(eij)はeijが入力された時刻、ρは［0，1］を定義域とする減衰定数である。またeij(t)は現在時刻ｔにおける行列Ｅ（ｔ）のｉ行ｊ列目の要素である。尚、この場合、第２正規化手段１０４ｃｂ（図３）は、例えば、情報評価装置１００内の図示していない内部時計等から出力される情報を現在時刻ｔとして用いる。さらに、この場合、情報取得手段１０１が情報評価リンク格納手段１０３に情報評価リンク情報を格納する際、その受信時間や格納時間等を各情報評価リンク情報に関連付けて格納しておく。そして、第２正規化手段１０４ｃｂ（図３）は、例えば、この情報評価リンク格納手段１０３に格納された受信時間や格納時間等を、それに関連付けられている情報評価リンク情報に対応するtime(eij)として利用する。
【００６２】
また、本形態では、上述の式（１）〜式（４）を用いて式（６）のような変形を行い、(αCT C ＋(1‐α)ET E)をスコア推移行列Ｓとしてその固有ベクトルｒを求め、さらに式（３）及び式（４）によりベクトルａ，ｈを求めることとした。しかし、上述の式（１）〜式（４）を用い、
a=Cr=(CET)h=(CETE)r=(CETECT)a …(15)
或いは
h=Er=(ECT)a=(ECTC)r=(ECTCET)h …(16)
のような変形を行い、これらの式からスコア推移行列をS= CETECT或いはS= ECTCETとおいてもよい。この場合、演算手段１０４ｃｃ（図３）が算出するのは、固有ベクトルａ或いはｈであり、スコア算出手段１０４ｄが式（１）〜（４）を用いて算出するのは、ベクトルｈ，ｒ或いはａ，ｒとなる。尚、この場合の処理の詳細は、スコア推移行列が異なる点と、スコア算出手段１０４ｄが用いる式及びベクトルの種類が異なる点を除いて上述の実施の形態と同様である。もちろん、この場合に、図１２による反復計算の変形を用いてもよいことはいうまでもない。
【００６３】
また、上述の実施の形態では、情報評判スコア、情報提供スコア及び情報評価スコアの３つのスコアを算出することとした。しかし、これらのスコアの一部のみを算出する構成としてもよい。
さらに、本形態では、スコア出力手段１０８において、情報評判スコア取得メッセージ及び情報提供スコア・情報評価スコア取得メッセージの２種類のメッセージを受け付ける構成とした。しかし、用途によっては、スコア出力手段１０８が情報提供スコア・情報評価スコア取得メッセージを受け付けないこととし、上記のステップＳ２４（図１１）の処理を実行しない構成としてもよい。
【００６４】
〔第２の実施の形態〕
次に、本発明における第２の実施の形態について説明する。
＜原理＞
既に述べたように、本発明の情報評価装置は、問題解決型コミュニティ、商品・サービス評価型コミュニティ等の特定のコミュニティに対して適用することが可能である。しかし、これに留まらず、インターネット上の動画、画像、音楽、ニュース等の様々なコンテンツ検索システムにおける検索結果のランキング表示に本発明を適用することもできる。本形態は、このようなコンテンツ検索システムに本発明を適用した例である。尚、本形態では、ｂｌｏｇ（ブログ）記事をコンテンツの具体例とし、ｂｌｏｇ記事検索システムとして本コンテンツ検索システムを利用する場合を説明する。
【００６５】
本形態では、ｂｌｏｇ記事（コンテンツ）を以下のような構造上の特徴を有するものとする。尚、本形態の手法ではｂｌｏｇ記事の内容には関与しない。
（ａ）個人を編集主体とし、個人単位にトップページ（ｂｌｏｇサイトトップ）を有する。
（ｂ）トップページから各記事（ｂｌｏｇエントリ）へのリンクを有し、各記事はＵＲＩ（Uniform Resource Identifier）を有する。
（ｃ）双方向リンクを生成するためのメカニズム（トラックバック）が提供されている。
【００６６】
このようなｂｌｏｇ記事に対して、本発明を適用するためには、収集したｂｌｏｇ記事の集合から情報提供リンク情報と、情報評価リンク情報とを抽出する必要がある。このためには、まず情報提供者と情報評価者の利用者ＩＤを取得できなくてはならない。ここで、ｂｌｏｇ記事の場合には、上記のように編集主体が個人であり、またｂｌｏｇのホスティングサービス毎に各ｂｌｏｇ記事のトップページのＵＲＩの形式がほぼ決まっている。そこで本形態では、利用者ＩＤとしてｂｌｏｇサイトトップのＵＲＩを用いる。また、ｂｌｏｇのシステムでは、基本的に、各ｂｌｏｇ記事のエントリに永続的なＵＲＩが付与される。よって、本形態では、ｂｌｏｇ記事に付与されたＵＲＩをコンテンツＩＤとして用いることにする。このようにすることにより、情報提供リンク情報は、ｂｌｏｇサイトトップのＵＲＩ（利用者ＩＤ）と、その配下にあるｂｌｏｇ記事エン卜リのＵＲＩ（コンテンツＩＤ）との２つ組を含む集合として生成できる。
【００６７】
同様に情報評価リンク情報についでも、ｂｌｏｇサイトトップのＵＲＩ（利用者ＩＤ）と、その配下にある各記事に含まれるリンク先である外部のｂｌｏｇ記事ＵＲＩ（コンテンツＩＤ）との２つ組を含む集合として生成できる。これは、「あるｂｌｏｇｇｅｒ（利用者）ｉのｂｌｏｇ記事から外部のｂｌｏｇ記事ｊに対してリンクが存在する」ということが「このｂｌｏｇｇｅｒ（利用者）ｉが、ｂｌｏｇ記事ｊ（コンテンツ）に対して関心がある」と考えられるからである。この場合、リンクの有無により、eij=1（リンク有り）或いはeij=0（リンク無し）とすることで、情報評価リンク情報に対応する行列Ｅ（情報評価リンク隣接行列）を生成することができる。ただし、ｂｌｏｇでは、トラックバック機能により、リンクされたｂｌｏｇ記事に、自動的にそのリンク元のｂｌｏｇ記事への逆リンクが生成される。即ち、自動的に相互リンクが形成される。その結果、本来関心がもたれないｂｌｏｇ記事に対しても、トラックバックされる側のｂｌｏｇ記事からトラックバックする側のｂｌｏｇ記事への逆向きのリンク（トラックバックリンク）が張られる。その結果、関心を持たれない記事に対して多くの被リンクが張られる、いわゆるトラックバックスパムという攻撃が存在する。そこで本形態では、トラックバックする側からトラックバックされる側へのリンク（すなわち通常のリンク）は情報評価リンク情報の生成に用いるが、トラックバックリンクは情報評価リンク情報の生成に用いない。尚、もちろん、トラックバックに依らない一般のｂｌｏｇ記事間のリンクは情報評価リンク情報の生成に用いる。
【００６８】
また、第１の実施の形態では、利用者一人が提供するコンテンツ数や評価情報の値の総和が１になるように行列Ｃ，Ｅを正規化する手法を例示した。しかし、ｂｌｏｇスペースにおいては、数千のｂｌｏｇ記事を書く人もいる一方、数件のｂｌｏｇ記事を書いてやめてしまう人も多い。このような様々なｂｌｏｇｇｅｒ（利用者）全てに対し、利用者一人が提供するコンテンツ数や評価情報の値の総和が１になるように行列Ｃ，Ｅを正規化すると、ｂｌｏｇ記事の提供が少ない利用者のｂｌｏｇ記事に対してリンクが張られた場合に、そのリンク情報を元に算出された情報提供スコアが非常に高い値となってしまう。利用者の情報提供能力が本当に高い場合にはこれでもよいが、情報提供スコアが運によって左右されすいという問題がある。−方、正規化を行わない場合、すなわち、例えば、ｂｌｏｇ記事の追加に伴い単純に行列Ｃ（情報提供リンク隣接行列）の要素cijに１を追加し、ｂｌｏｇ記事間のリンクの追加に伴い単純に行列Ｅ（情報評価リンク隣接行列）の要素eijに１を追加した場合には、利用者がたくさんの記事を書くことにより、故意にスコアを上げることができるという問題がある。
【００６９】
そこで、本形態では、ｂｌｏｇ記事の投稿数やリンク数に応じて計算される値を用い、中間レベルの正規化を実施することで、この問題を解決する。具体的には、例えば以下のように、コンテンツや評価の投稿数の平方根（Ｓｑｒｔ）の重みで利用者一人当たりの投稿数を正規化する。
C'=[c'ij](i=1,...,m,j=1,...,n)
c'ij=sqrt(Σj=1...n(cij))×cij/Σj=1...n(cij)=cij/sqrt(Σj=1...n(cij)) …(17)
E'=[e'ij](i=1,...,m,j=1,...,n)
e'ij=sqrt(Σj=1...n(eij))×eij/Σj=1...n(eij)=eij/sqrt(Σj=1...n(eij)) …(18)
上記のＳｑｒｔ関数による正規化は、ｂｌｏｇ記事へ本発明を適用する場合には、特に有効であることが経験的に知られている。しかし、本発明を、他のコミュニティ、例えば電子掲示板システム（ＢＢＳ）に適用する場合、以下のように自然対数（ln）関数を用いて正規化を行うとよい結果が得られることがある。
【００７０】
C'=[c'ij](i=1,...,m,j=1,...,n)
c'ij=ln(Σj=1...n(cij))×cij/Σj=1...n(cij) …(19)
E'=[e'ij](i=1,...,m,j=1,...,n)
e'ij=ln(Σj=1...n(eij))×eij/Σj=1...n(eij) …(20)
＜構成＞
次に、上記で述べた考え方に基づき、本発明の情報評価装置をｂｌｏｇ記事の検索に適用したコンテンツ検索システムの構成を説明する。尚、以下では第１の実施の形態との相違点を中心に説明し、第１の実施の形態と共通する事項については説明を省略する。
【００７１】
図１４は、本形態におけるコンテンツ検索システム１の構成を示す図である。
図１４に例示するように、この例のコンテンツ検索システム１は、ｂｌｏｇ記事の提供やコンテンツ情報の収集を行う利用者i=１,...,pが利用する利用者端末装置５００−１〜ｐ、ｂｌｏｇ記事が格納されるコンテンツサーバ装置６００−１〜ｑ、コンテンツサーバ装置６００−１〜ｑから送信されるコンテンツの更新情報を配信するＰＩＮＧサーバ（Ｗeblog Updates Ping サーバ）装置７００及びコンテンツ検索装置１０００を有しており、これらはインターネット等のネットワークを通じて接続されている。また、コンテンツ検索装置１０００は、インターネット上で公開されているコンテンツ（ここでは、ｂｌｏｇ記事、ｂｌｏｇ ｅｎｔｒｙとも呼ぶ）情報をコンテンツサーバ装置６００−１〜ｑから収集するコンテンツ情報収集手段１１００と、収集されたコンテンツ情報を蓄積格納するコンテンツ情報格納手段１２００と、−定時間間隔或いは、一定数のコンテンツ情報が収集されるたびに、コンテンツ情報格納手段から情報提供リンク情報と情報評価リンク情報を抽出し、各スコアを算出する情報評価装置１３００と、利用者端末装置５００−１〜ｐからネットワーク３００を介して検索語を受け取り、コンテンツ情報格納手段１２００に記録されているコンテンツのデータセットからキーワードに−致するコンテンツ情報を検索し、検索結果を利用者端末装置５００−１〜ｐに返送するコンテンツ情報検索手段１４００と、一時メモリ１０１０と、制御手段１０２０と、内部時計１０３０とから構成されている。尚、第１の実施の形態と同様、コンテンツサーバ装置６００−１〜ｑ、ＰＩＮＧサーバ装置７００及びコンテンツ検索装置１０００は、公知のコンピュータに所定のプログラムを実行させることにより構成されるものである。
【００７２】
図１５は、図１４のコンテンツ情報収集手段１１００の詳細構成を例示した図である。
この図に例示するように、この例のコンテンツ情報収集手段１１００は、通信手段１１１０、更新情報読み込み手段１１２０、コンテンツ情報読み込み手段１１３０及びコンテンツ情報解析手段１１４０を有している。尚、図１５における矢印はデータの流れを示しているが、制御手段１０２０及び内部時計１０３０に入出力されるデータの流れの記載は省略してある。
図１６は、図１４の情報評価装置１３００の詳細構成を例示した図である。尚、この図において第１の実施の形態と共通する部分については第１の実施の形態と同じ符号を用いた。
【００７３】
この図に例示するように、この例の情報評価装置１３００は、情報取得手段１３０１、情報提供リンク格納手段１０２、情報評価リンク格納手段１０３及びスコア計算手段１０４を有している。尚、図１６における矢印はデータの流れを示しているが、制御手段１０２０に入出力されるデータの流れの記載は省略してある。
図１７は、図１６の情報取得手段１３０１の詳細構成を例示した図である。尚、この図において第１の実施の形態と共通する部分については第１の実施の形態と同じ符号を用いた。
【００７４】
この図に例示するように、この例の情報取得手段１３０１は、読み込み手段１３０１ａ、情報提供リンク生成手段１０１ｅ、情報評価リンク生成手段１０１ｆ及び書き込み手段１０１ｇを有している。尚、図１７における矢印はデータの流れを示しているが、制御手段１０２０に入出力されるデータの流れの記載は省略してある。
図１８は、図１６におけるスコア計算手段１０４の詳細構成を例示した図である。尚、この図において第１の実施の形態と共通する部分については第１の実施の形態と同じ符号を用いた。
【００７５】
この図に例示するように、この例のスコア計算手段１０４は、第１隣接行列生成手段１０４ａ、第２隣接行列生成手段１０４ｂ、固有ベクトル算出手段１０４ｃ、スコア算出手段１０４ｄ及び書き込み手段１０４ｅを有している。また、固有ベクトル算出手段１０４ｃは、第１正規化手段１０４ｃａ、第２正規化手段１０４ｃｂ及び演算手段１０４ｃｃを有している。尚、図１８における矢印はデータの流れを示しているが、制御手段１０２０に入出力されるデータの流れの記載は省略してある。
図１９は、図１４におけるコンテンツ情報検索手段１４００の詳細構成を例示した図である。尚、この図において第１の実施の形態と共通する部分については第１の実施の形態と同じ符号を用いた。
【００７６】
この図に例示するように、この例のコンテンツ情報検索手段１４００は、受信手段１４１０、コンテンツ情報検索手段１４２０、コンテンツ情報提供リスト生成手段１４３０及び送信手段１４４０を有している。
＜動作＞
次に、本形態のコンテンツ検索装置１０００の動作を説明する。
[概要]
本形態のコンテンツ検索システム９００は、コンテンツサーバ装置６００−１〜ｐに格納されたコンテンツに関する情報を前述のスコアを利用して加工し、提供するシステムである。この情報提供を行う場合、まず、コンテンツ検索装置１０００のコンテンツ情報収集手段１１００において、コンテンツサーバ装置６００−１〜ｐに格納されているｂｌｏｇ記事（コンテンツ）の情報を収集し、コンテンツ情報格納手段１２００に格納する。そして、情報評価装置１３００において、第１の実施の形態と同様にコンテンツ情報格納手段１２００に格納されたコンテンツ情報から各スコアを算出し、これをコンテンツ情報に関連付けてコンテンツ情報格納手段１２００に格納する。そして、コンテンツ情報検索手段１４００が、利用者端末装置５００−１〜ｐから送られた検索条件に従ってコンテンツ情報格納手段１２００に格納された情報を検索し、その検索結果を利用者端末装置５００−１〜ｐに返す。尚、コンテンツ検索装置１０００の各処理は、制御手段１０２０の制御のもと実行される。
【００７７】
[スコア算出処理の詳細]
図２０は、本形態のコンテンツ検索装置１０００で行われるスコア算出処理を説明するためのフローを示した図である。以下、図２０に沿ってこの処理を説明する。
まず、制御手段１０２０は、内部時計１０３０を参照し、前回更新情報の読み込みを行ってから所定の時間が経過したか否かを判断する（ステップＳ１０１）。ここで、所定の時間が経過したと判断された場合、制御手段１０２０は、更新情報読み込み手段１１２０に指示を与え、更新情報読み込み手段１１２０は、通信手段１１１０及びネットワーク３００を通じてＰＩＮＧサーバ装置７００から更新情報を読み込んで一時メモリ１０１０に格納する（Ｓ１０２）。ここで更新情報としては、例えば、ＰＩＮＧサーバ装置７００で公開されるChanges.Xmlフォーマットやｂｌｏｇホスティングサービス等で公開されるｂｌｏｇ記事のサマリ情報（ＲＳＳ（Rich Site Summary））等を例示できる。
【００７８】
次に、制御手段１１０は、一時メモリ１０１０に格納された更新情報を読み込み、これを用いて何れかのコンテンツサーバ装置６００−１〜ｑに格納されたコンテンツ（ｂｌｏｇ記事）が更新されたか否かを判定する（ステップＳ１０３）。ここでコンテンツの更新がないと判断された場合には、制御手段１１０は、処理をステップＳ１０１に戻す。一方、コンテンツの更新があると判断された場合には、制御手段１１０は、コンテンツ情報読み込み手段１１３０に指示を与え、コンテンツ情報読み込み手段１１３０は、通信手段１１１０（コンテンツ情報受信手段）及びネットワーク３００を通じ、コンテンツサーバ装置６００−１〜ｑから更新されたコンテンツに関する情報を取得し、一時メモリ１０１０に格納する。尚、コンテンツサーバ装置（ｂｌｏｇサイト等）６００−１〜ｑを巡回（crawling）して記事を収集する方法・プログラムコードについては、例えば、文献「宮川達彦、伊藤直也著「ＢＩｏｇ Ｈａｃｋｓ」、オライリー・ジャパン」に詳しく記載されている。
【００７９】
図２２は、このように一時メモリ１０１０に格納されたコンテンツに関する情報であるブログ情報１５００を例示した概念図である。尚、図２２では、一人のｂｌｏｇｇｅｒ（利用者）に関するブログ情報のみを図示するが、実際はこれ以上のｌｏｇｇｅｒに関するブログ情報が収集される。
この図に例示するように、この例のブログ情報１５００は、ｂｌｏｇサイトトップのＵＲＩであるサイトトップＵＲＩ１５１０、ｂｌｏｇサイトトップの記事１５１１、コンテンツ１５２０，１５３０を有する。また、コンテンツ１５２０，１５３０は、それぞれ、それが位置するリソースのＵＲＩであるブログＵＲＩ１５２１、そのコンテンツ１５２０，１５３０を投稿した利用者の意思で設定したリンク先である通常リンクＵＲＩ１５２２，１５３２、記事１５２３，１５３３、及びトラックバック機能に基づく逆リンク先であるトラックバックＵＲＩ１５２４，１５２５，１５３４，１５３５，１５３６を有している。
【００８０】
コンテンツ情報解析手段１１４０は、一時メモリ１０１０からこのようなコンテンツの情報を読み込み、これを解析して図２３に例示するような情報をコンテンツ情報リスト１６００として抽出し、これをＤＢＭＳ等のテープルとしてコンテンツ情報格納手段１２００に格納する。ここで、ＤｏｃＩＤは、コンテンツ情報収集手段１１００によって収集されたｂｌｏｇ記事等のコンテンツに付与されるユニークなＩＤを格納するカラムである。また、ＵＲＩは、コンテンツが公開されているリソースのＵＲＩ（ブログＵＲＩ１５２１，１５３１等）を格納するカラムである。ただし、コンテンツがｂｌｏｇサイトトップである場合には、そのＵＲＩ（サイトトップＵＲＩ１５１０等）がＵＲＩのカラムに格納される。ｋｅｙｗｏｒｄｓは、収集されたｂｌｏｇ記事（記事１５１１，１５２３，１５３３等）に対して形態素解析を施し、抽出された単語を格納するカラムである。また、ｂｌｏｇ−ＵＲＩは、ｂｌｏｇ記事の属するｂｌｏｇサイトトップのＵＲＩ（サイトトップＵＲＩ１５１０等）を格納するカラムである。ただし、コンテンツがｂｌｏｇサイトトップ自身の場合には＜ｎｉｌ＞を格納する。また、Ｒｅｆｅｒ−ＵＲＩは、ｂｌｏｇ記事の本文内で−般リンクとして参照している他のｂｌｏｇ記事のＵＲＩ（通常リンクＵＲＩ１５２２，１５３２等）を格納するカラムである。ただし、−般リンクとして他のｂｌｏｇ記事を参照していないコンテンツに対しては＜ｎｉｌ＞を格納し、複数のリンクを持つ場合には、複数のリンク先のＵＲＩを格納する。尚、図２３の例では、トラックバックとして参照されているＵＲＩ（トラックバックＵＲＩ１５２４，１５２５，１５３４，１５３５，１５３６等）は格納しない。また、Ｄａｔｅは、巡回してｂｌｏｇ記事を取得した日時を格納するカラムである。尚、ｂｌｏｇ記事を取得した日時は、例えば内部時計１０３０から出力される日時情報を用いる。Ｓｃｏｒｅは、後で述べるように情報評価装置１３００によって計算されたスコアを格納するカラムである。ただし、コンテンツがｂｌｏｇサイトトップの場合には、そのｂｌｏｇｇｅｒ（利用者）に対する情報提供スコアを、コンテンツがｂｌｏｇ記事の場合には、その記事の情報評判スコアを格納する。尚、情報評価スコアは、本形態では使用しない。また、既に述べたように、本システムでは、ｂｌｏｇサイトトップのＵＲＩ（ｂｌｏｇ−ＵＲＩのカラムのＵＲＩ）を利用者ＩＤとして利用する。また、ＵＲＩ及びｒｅｆｅｒ−ＵＲＩのカラムのＵＲＩをコンテンツＩＤとして利用する。また、ｂｌｏｇ−ＵＲＩのカラムのデータは、請求項中の「コンテンツを提供した利用者に対応する情報であるコンテンツ提供者情報」に相当し、ＵＲＩのカラムのデータは請求項中の「当該コンテンツのアドレスを示すコンテンツアドレス情報」に相当し、ｒｅｆｅｒ−ＵＲＩのカラムのデータは、「他のコンテンツのアドレスを示すポインタ情報とを含む情報」に相当する。また、コンテンツ情報リスト１６００のＵＲＩカラム、ｋｅｙｗｏｒｄｓカラム、ｂｌｏｇ−ＵＲＩカラム及びｒｅｆｅｒ−ＵＲＩカラムのデータが請求項の「コンテンツ情報」に相当する。
【００８１】
その後、制御手段１０２０において、コンテンツ情報格納手段１２００にスコア算出前のコンテンツ情報が所定数以上蓄積されたか否かを判断する（ステップＳ１０６）。ここで、コンテンツ情報格納手段１２００にスコア算出前のコンテンツ情報が所定数以上蓄積されていないと判断された場合、制御手段１０２０はその処理をステップＳ１０１に戻す。一方、コンテンツ情報格納手段１２００にスコア算出前のコンテンツ情報が所定数以上蓄積されたと判断された場合には、情報評価装置１３００において、情報提供リンク情報と情報評価リンク情報とを生成する。そして、情報評価装置１３００は、それらからスコアを算出し、コンテンツ情報に関連付けてコンテンツ情報格納手段１２００に格納する（ステップＳ１０７）。尚、−定期間が経過したことを契機としてステップＳ１０７を実行することとしてよい。
【００８２】
[ステップＳ１０７の詳細]
まず、情報取得手段１３０１において、コンテンツ情報格納手段１２００に格納されているｂｌｏｇ−ＵＲＩとＵＲＩのカラムの要素（コンテンツ情報）を抽出し、これを用いて、図２４（ａ）に記載されるような利用者ＩＤとコンテンツＩＤの２つ組みが関連付けられた情報提供リンク情報１６１１〜１６１５を生成し、情報提供リンク格納手段１０２に格納する。また、情報取得手段１３０１において、コンテンツ情報格納手段１２００に格納されているｂｌｏｇ−ＵＲＩとｒｅｆｅｒ−ＵＲＩのカラムの要素（コンテンツ情報）を抽出し、これを用いて、図２４（ｂ）に記載されるような利用者ＩＤとコンテンツＩＤと評価情報との３つ組みが関連付けられた情報評価リンク情報１６２１〜１６２６を生成し、情報評価リンク格納手段１０３に格納する。
【００８３】
図２１は、これらの情報提供リンク情報及び情報評価リンク情報の算出処理の詳細を説明するためのフローを示した図である。以下この図に従って、情報提供リンク情報及び情報評価リンク情報の算出処理の詳細を説明する。
まず、制御手段１０２０において、変数ｖに初期値を代入し、一時メモリ１０１０に格納する（ステップＳ１１１）。具体的には、例えば、スコアを算出するコンテンツ情報リスト１６００の先頭のＤｏｃＩＤをｖに代入する。
次に、読み込み手段１３０１ａにおいて、コンテンツ情報格納手段１２００からｖ行目のコンテンツ情報（図２３参照）を読み込み、一時メモリ１０１０に格納する。そして、情報提供リンク生成手段１０１ｅにおいて、一時メモリ１０１０から、ｖ行目のｂｌｏｇ−ＵＲＩのカラムのデータ（コンテンツ提供者情報）を利用者ＩＤとし、ｖ行目のＵＲＩのカラムのデータ（コンテンツアドレス情報）をコンテンツＩＤとして読み込む。そして、情報提供リンク生成手段１０１ｅは、これらが関連付けられた情報提供リンク情報を生成し（ステップＳ１１２）、一時メモリ１０１０に格納する。尚、ｂｌｏｇ−ＵＲＩのカラムのデータが＜ｎｉｌ＞である場合には、その行に対する情報提供リンク情報は生成しない。そして、書き込み手段１０１ｇは、一時メモリ１０１０からこの情報提供リンク情報を読み出し、情報提供リンク格納手段１０２に格納する（ステップＳ１１３）。
【００８４】
また、情報評価リンク生成手段１０１ｆにおいて、一時メモリ１０１０から、ｖ行目のｂｌｏｇ−ＵＲＩカラムのデータ（コンテンツ提供者情報）を利用者ＩＤとし、ｖ行目のｒｅｆｅｒ−ＵＲＩカラムのデータ（ポインタ情報）をコンテンツＩＤとして読み込む。そして、さらに情報評価リンク生成手段１０１ｆは、ｖ行目のコンテンツ情報リスト１６００がｒｅｆｅｒ−ＵＲＩカラムのデータ（ポインタ情報）を含むか否かによって定まる値を評価情報として設定する。この例では、ｖ行目のコンテンツ情報リスト１６００がｒｅｆｅｒ−ＵＲＩカラムのデータを含む場合、評価情報を＋１と設定する。そして、情報評価リンク生成手段１０１ｆは、このように抽出した利用者ＩＤ、コンテンツＩＤ及び評価情報を対応付けた情報評価リンク情報を生成し、一時メモリ１０１０に格納する（ステップＳ１１４）。そして、書き込み手段１０１ｇは、一時メモリ１０１０からこの情報評価リンク情報を読み出し、情報評価リンク格納手段１０３に格納する（ステップＳ１１５）。尚、この例のコンテンツ情報格納手段１２００に格納されるコンテンツ情報リスト１６００のｒｅｆｅｒ−ＵＲＩのカラムには、トラックバックに基づくＵＲＩは格納されていない。よって、この例の情報評価リンク生成手段１０１ｆは、トラックバック以外のＵＲＩ（ポインタ情報）を用いて情報評価リンク情報を生成することになる。尚、コンテンツ情報リスト１６００の生成時に、トラックバックに基づくＵＲＩもコンテンツ情報リスト１６００に含めることとし、情報評価リンク情報の生成時に、情報評価リンク生成手段１０１ｆがこのトラックバックに基づくＵＲＩ以外の情報を用いて情報評価リンク情報を生成することとしてもよい。
【００８５】
次に、制御手段１０２０において、一時メモリ１０１０に格納されている変数ｖを読み込み、それがＤｏｃＩＤの最大値（コンテンツ情報リスト１６００におけるＤｏｃＩＤカラムのデータの最大値）であるか否かを判断する（ステップＳ１１６）。ここで、変数ｖがＤｏｃＩＤの最大値でなければ、制御手段１０２０は、v+1の演算を行い、その演算結果を新たな変数ｖとして一時メモリ１０１０に格納し、処理をステップＳ１１２に戻す（ステップＳ１１７）。一方、変数ｖがＤｏｃＩＤの最大値であれば、情報提供リンク情報及び情報評価リンク情報の算出処理を終了する。
【００８６】
その後、第１の実施の形態と同様に、第１隣接行列生成手段１０４ａ及び第２隣接行列生成手段１０４ｂにおいて、情報提供リンク格納手段１０２及び情報評価リンク格納手段１０３に格納された、情報提供リンク情報及び情報評価リンクを用い、行列Ｅ，Ｃを生成する。そして、第1の実施の形態と同様に、固有ベクトル算出手段１０４ｃにおいて、行列Ｅ，Ｃからスコア推移行列Ｓの固有ベクトルを情報評判スコア又は情報提供スコアとして算出し、スコア算出手段１０４ｄにおいて他のスコアを算出する。尚、この例の第１の正規化手段１０４ｃａ及び第２正規化手段１０４ｃｂは、例えば前述の式（１７）（１８）又は式（１９）（２０）に従って行列Ｅ，Ｃを正規化し、演算手段１０４ｃｃは、この正規化後の行列Ｅ，Ｃを用いてスコア推移行列Ｓの固有ベクトルを算出する。最後に、書き込み手段１０４ｅが、算出された各スコアを前述のようにコンテンツ情報リスト１６００内に関連付けてコンテンツ情報格納手段１２００に格納させる。
【００８７】
[コンテンツ情報検索処理の詳細]
次に、コンテンツ情報検索手段１４００が行うコンテンツ情報検索処理の詳細について説明する。
図２５は、このコンテンツ情報検索処理の詳細を説明するためのフローを示した図である。以下、この図を用い、コンテンツ情報検索処理の詳細を説明する。
この例の場合、まず、−般的なApache等のｗｅｂサーバ装置（図示せず）とＨＴＴＰプロトコルとを用い、利用者端末装置５００−１〜ｐに検索語の入力を促進する画面を表示させる。利用者端末装置５００−１〜ｐの利用者は、これに従い利用者端末装置５００−１〜ｐに検索語（検索条件）を入力し、これを含むメッセージを、ネットワーク３００を通じてコンテンツ検索装置１０００に送信する。コンテンツ情報検索手段１４００の受信手段１４１０（図１９）は、この利用者端末装置５００−１〜ｐから送信された検索語を含むメッセージを受信し（ステップＳ１２１）、一時メモリ１０１０に格納する。
【００８８】
次に、コンテンツ情報検索手段１４２０において、一時メモリ１０１０から上述の検索語を読み出し、コンテンツ情報格納手段１２００に格納されているコンテンツ情報の中から当該検索語で指定された条件を充足するすべてのコンテンツ情報を検索する。そして、コンテンツ情報検索手段１４２０は、この条件を充足するコンテンツ情報を、それらに関連付けられた情報評判スコア及び情報提供スコアの少なくとも一方とともにコンテンツ情報格納手段１２００から抽出し一時メモリ１０１０に格納する（ステップＳ１２２）。具体的には、例えば、コンテンツ情報検索手段１４２０は、一時メモリ１０１０から上述の検索語を読み出し、その検索語をキーとしてコンテンツ情報格納手段１２００のコンテンツ情報リスト１６００（図２３）のＫｅｙｗｏｒｄｓカラムを検索する。そして、コンテンツ情報検索手段１４２０は、この検索語と一致する語が存在するすべてのコンテンツ情報リスト１６００のレコード（Scoreのカラム情報含む）を読み出し、一時メモリ１０１０に格納する。
【００８９】
次に、コンテンツ情報提供リスト生成手段１４３０において、一時メモリ１０１０からステップＳ１２２で抽出されたレコードを、例えば情報評判スコアの値をキーとしてソートすることでコンテンツ情報提供リストを生成し、これを含むメッセージを一時メモリ１０１０に格納する（ステップＳ１２３）。具体的には、この例のコンテンツ提供情報リスト生成手段１４３０は、このコンテンツ情報リストに、利用者端末装置５００−１〜ｐがｗｅｂブラウザを用いてこのリストを表示するために必要なＨＴＭＬタグを付与したメッセージを生成する。
その後、送信手段１４４０において、一時メモリ１０１０からステップＳ１２３で生成されたメッセージを読み込み、これを検索語に対する検索結果として、当該検索語を送信した利用者端末装置５００−１〜ｐに送信する（ステップＳ１２４）。利用者端末装置５００−１〜ｐは、このメッセージを受信し、例えばｗｅｂブラウザを用い、メッセージが有するコンテンツ情報リストを検索結果画面として表示する。
【００９０】
＜変形例等＞
尚、本発明は上述の実施の形態に限定されるものではない。
例えば、情報提供リンク生成手段１０１ｅが、コンテンツ情報格納手段１２００に格納された全てのレコードに対して情報提供リンク情報を生成するのではなく、評価が存在するコンテンツに対応する情報提供リンク情報のみを生成することとしてもよい。
図２６は、この変形例に対応するスコア計算手段２１０４の構成を例示した図である。また、図２７は、この変形例の処理を説明するためのフローを示した図である。
この変形例の場合、スコア計算手段１０４の代わりにスコア計算手段２１０４が配置される。また、前述した図２１の処理の代わりに図２７の処理が実行される。すなわち、まず、制御手段１０２０において、変数ｖに初期値を代入し、一時メモリ１０１０に格納する（ステップＳ１３１）。次に、読み込み手段１３０１ａにおいて、コンテンツ情報格納手段１２００からｖ行目のコンテンツ情報（図２３参照）を読み込み、一時メモリ１０１０に格納する。そして、情報提供リンク生成手段１０１ｅにおいて、ｖ行目のコンテンツ情報のＵＲＩカラムの値をｒｅｆｅｒ−ＵＲＩカラムの値とする他の行（レコード）が存在するか否かを検索する（ステップＳ１３２）。
【００９１】
ここで、ｖ行目のコンテンツ情報のＵＲＩカラムの値をｒｅｆｅｒ−ＵＲＩカラムの値とする他の行が存在すると判断された場合、情報提供リンク生成手段１０１ｅは、一時メモリ１０１０から、ｖ行目のｂｌｏｇ−ＵＲＩカラムのデータを利用者ＩＤとし、ｖ行目のＵＲＩカラムのデータをコンテンツＩＤとして読み込む。そして、情報提供リンク生成手段１０１ｅは、これらが関連付けられた情報提供リンク情報を生成し（ステップＳ１３３）、一時メモリ１０１０に格納する。そして、書き込み手段１０１ｇは、一時メモリ１０１０からこの情報提供リンク情報を読み出し、情報提供リンク格納手段１０２に格納する（ステップＳ１３４）。一方、ステップＳ１３２でｖ行目のコンテンツ情報におけるＵＲＩカラムの値を、ｒｅｆｅｒ−ＵＲＩカラムにおける値とする他の行が存在しない判断された場合、情報提供リンク生成手段１０１ｅは、ｖ行目のコンテンツ情報を用いた情報提供リンク情報の生成は行わない。
【００９２】
次に、情報評価リンク生成手段１０１ｆにおいて、一時メモリ１０１０から、ｖ行目のｂｌｏｇ−ＵＲＩカラムのデータを利用者ＩＤとし、ｖ行目のｒｅｆｅｒ−ＵＲＩカラムのデータをコンテンツＩＤとして読み込む。そして、さらに情報評価リンク生成手段１０１ｆは、ｖ行目のコンテンツ情報リスト１６００がｒｅｆｅｒ−ＵＲＩカラムのデータを含むか否かによって定まる値を評価情報として設定する。そして、情報評価リンク生成手段１０１ｆは、このように抽出した利用者ＩＤ、コンテンツＩＤ及び評価情報を対応付けた情報評価リンク情報を生成し、一時メモリ１０１０に格納する（ステップＳ１３５）。そして、書き込み手段１０１ｇは、一時メモリ１０１０からこの情報評価リンク情報を読み出し、情報評価リンク格納手段１０３に格納する（ステップＳ１３６）。
【００９３】
次に、制御手段１０２０において、一時メモリ１０１０に格納されている変数ｖを読み込み、それがＤｏｃＩＤの最大値であるか否かを判断する（ステップＳ１３７）。ここで、変数ｖがＤｏｃＩＤの最大値でなければ、制御手段１０２０は、v+1の演算を行い、その演算結果を新たな変数ｖとして一時メモリ１０１０に格納し、処理をステップＳ１１２に戻す（ステップＳ１３８）。一方、変数ｖがＤｏｃＩＤの最大値であれば、制御手段１０２０は、情報提供リンク情報及び情報評価リンク情報の算出処理を終了する。
その後、情報評判スコア推定手段２１０４ｆ（図２６）において、利用者の情報提供スコアと当該利用者が提供したコンテンツ数とに依存した関数の演算結果を、当該利用者が提供したコンテンツであって評価が存在しないものの情報評判スコアとしてコンテンツ情報格納手段１２００に出力し、格納することとしてもよい。
【００９４】
図２８は、この場合の情報評判スコア推定手段２１０４ｆの処理を説明するためのフローの例示である。
この場合、まず、制御手段１０２０において、変数ｖに初期値を代入し、一時メモリ１０１０に格納する（ステップＳ１４１）。次に情報評判スコア推定手段２１０４ｆは、例えば、コンテンツ情報格納手段１２００に格納されたｖ行目のコンテンツ情報リスト１６００（図２３参照）のscoreカラムにデータが格納されているか否かを判断する（ステップＳ１４２）。
【００９５】
ここで、データが格納されていないと判断された場合、情報評判スコア推定手段２１０４ｆは、ｖ行目のコンテンツ情報リスト１６００のｂｌｏｇ−ＵＲＩカラムの値をキーとしてコンテンツ情報リスト１６００のＵＲＩカラムを検索する。そして、情報評判スコア推定手段２１０４ｆは、このキーとＵＲＩカラムの値とが一致した行のＳｃｏｒｅカラムの値をａｖに代入し、このａｖ（利用者の情報提供スコア）を一時メモリ１０１０に格納する（ステップＳ１４３）。次に、ｖ行目のコンテンツ情報リスト１６００のｂｌｏｇ−ＵＲＩカラムの値をキーとしてコンテンツ情報リスト１６００のｂｌｏｇ−ＵＲＩカラムのすべての行を検索し、ｂｌｏｇ−ＵＲＩカラムの値がｖ行目のｂｌｏｇ−ＵＲＩカラムの値に等しい行の数を数え、それをｎｖ（当該利用者が提供したコンテンツ数）として一時メモリ１０１０に格納する（ステップＳ１４４）。次に、情報評判スコア推定手段２１０４ｆは、一時メモリ１０１０からａｖとｎｖとを読み出し、ａｖとｎｖとに依存した関数の演算を行う。そして、情報評判スコア推定手段２１０４ｆは、この演算結果（当該利用者が提供したコンテンツであって評価が存在しないものの情報評判スコア）を、ｖ行目のコンテンツ情報リスト１６００のScoreカラムに格納する（ステップＳ１４５）。尚、ａｖとｎｖとに依存した関数としては、例えば、ｒｊ＝ａｖ／ｓｑｒｔ（ｎｖ）を例示できる。ここでｓｑｒｔ（Ｘ）はＸの平方根を返す関数である。また、ａｖはコンテンツｊを提供したコンテンツ提供者ｖの情報提供スコアに相当し、ｎｖはコンテンツ提供者ｖのコンテンツ提供数に相当する。
【００９６】
ステップＳ１４５が終了した場合、或いは、ステップＳ１４２の判断においてコンテンツ情報格納手段１２００に格納されたｖ行目のコンテンツ情報リスト１６００のscoreカラムにデータが格納されていると判断された場合、制御手段１０２０は、以下のステップＳ１４６の処理を実行する。
まず、制御手段１０２０は、一時メモリ１０１０に格納されている変数ｖを読み込み、それがＤｏｃＩＤの最大値であるか否かを判断する（ステップＳ１４６）。ここで、変数ｖがＤｏｃＩＤの最大値でなければ、制御手段１０２０は、v+1の演算を行い、その演算結果を新たな変数ｖとして一時メモリ１０１０に格納し、処理をステップＳ１４２に戻す（ステップＳ１４７）。一方、変数ｖがＤｏｃＩＤの最大値であれば処理を終了する。
このような情報評判スコアの計算手法を採ることにより、ｂｌｏｇ記事のようにほとんどのコンテンツに対してリンクが張られていない（＝情報評価リンク情報がない）場合に、情報評価装置１３００による計算対象のコンテンツ数を著しく減少させることができる。その結果、高速なスコアの算出が可能となる。
【００９７】
また、コンテンツ情報検索手段が、検索語に関連する記事を検索するのではなく、検索語に関連するコンテンツ提供者（ｂｌｏｇに適用した場合にはｂｌｏｇｇｅｒ）を検索して出力することとしてもよい。これにより、利用者は、検索語に関連するオピニオンリーダのｂｌｏｇサイトを見つけることができる。そして、この利用者は、オピニオンリーダのｂｌｏｇサイトの記事を読むことで、検索語に関連した網羅的な知識を習得することが可能となる。このような検索語に関連する情報提供者のコンテンツ提供者リストを生成する一つの方法は、検索語を含むコンテンツを１件でも書いたコンテンツ提供者のリストを作成し、それを情報提供スコアでソートするという方法である。しかし、情報提供スコアは、検索語が与えられる前に、一定時間間隔等を契機に事前に情報提供リンク情報と情報評価リンク情報を抽出して計算されているものである。そのため、この情報提供スコアの値と関連語との関連性は低い。従って、情報提供スコアによって検索結果のコンテンツ提供者リストをソートした場合、高い情報提供スコアを持つ情報提供者がたまたま１件の関連語を含む記事を記載すると直ちにコンテンツ提供者リストの上位になってしまう可能性がある。
【００９８】
そこでこの例の情報評判スコア集計手段は、検索語の条件を充足する複数のコンテンツの情報評判スコアをコンテンツ提供者毎に集計し、この集計したスコアに基づいて、その検索語に関する記事を書いたコンテンツ提供者のリストをソートし、コンテンツ提供者リストを生成する。そして、この例の情報評判スコア集計手段は、このコンテンツ提供者リストを検索語に対する検索結果として利用者端末装置５００−１〜ｐに送信する。
図２９は、このようなコンテンツ情報検索手段２４００の構成を例示した図である。また、図３０は、コンテンツ情報検索手段２４００の処理を説明するためのフローを例示した図である。
【００９９】
コンテンツ情報検索手段２４００は、受信手段１４１０において、検索語を含む検索条件を受信すると（ステップＳ１５１）、一時メモリ１０１０にその検索条件のデータを格納する。次に、コンテンツ情報検索手段１４２０において、一時メモリ１０１０から検索条件のデータを読み出し、コンテンツ情報格納手段１２００のコンテンツ情報リスト１６００（図２３）から、ｋｅｙｗｏｒｄｓカラムのデータがこの検索条件を充足し、ｂｌｏｇ−ＵＲＩのカラムが＜ｎｉｌ＞でない全てのコンテンツ情報の行を、それらに関連付けられている情報評判スコア（Scoreカラムのデータ）とともに抽出し、それらを関連付けて一時メモリ１０１０に格納する（ステップＳ１５２）。次に、情報評判スコア集計手段２４５０が、一時メモリ１０１０に格納された情報評判スコアを、それに関連付けられたコンテンツ情報のｂｌｏｇ−ＵＲＩカラムの値（コンテンツ提供者情報）毎に加算する。そして、情報評判スコア集計手段２４５０は、この加算値と対応するｂｌｏｇ−ＵＲＩカラムの値とを一時メモリ１０１０に出力して格納する（ステップＳ１５３）。その後、コンテンツ情報提供リスト生成手段１４３０において、一時メモリ１０１０から、加算値と、それに対応するｂｌｏｇ−ＵＲＩカラムの値とを読み出し、加算値をキーとしてｂｌｏｇ−ＵＲＩカラムの値を並び替えて生成したリストを含むメッセージを生成し、一時メモリ１０１０に格納する。さらに、このメッセージは、一時メモリ１０１０から送信手段１４４０に送られ、送信手段１４４は、このメッセージを、検索条件を送信した利用者端末装置５００−１〜ｐに送信する。
その他、本発明の趣旨を逸脱しない範囲で適宜変更が可能であることはいうまでもない。
また、上述の構成をコンピュータによって実現する場合、各装置が有すべき機能の処理内容はプログラムによって記述される。そして、このプログラムをコンピュータで実行することにより、上記処理機能がコンピュータ上で実現される。
【０１００】
この処理内容を記述したプログラムは、コンピュータで読み取り可能な記録媒体に記録しておくことができる。コンピュータで読み取り可能な記録媒体としては、例えば、磁気記録装置、光ディスク、光磁気記録媒体、半導体メモリ等どのようなものでもよいが、具体的には、例えば、磁気記録装置として、ハードディスク装置、フレキシブルディスク、磁気テープ等を、光ディスクとして、ＤＶＤ（Digital Versatile Disc）、ＤＶＤ−ＲＡＭ（Random Access Memory）、ＣＤ−ＲＯＭ（Compact Disc Read Only Memory）、ＣＤ−Ｒ（Recordable）／ＲＷ（ReWritable）等を、光磁気記録媒体として、ＭＯ（Magneto-Optical disc）等を、半導体メモリとしてＥＥＰ−ＲＯＭ（Electronically Erasable and Programmable-Read Only Memory）等を用いることができる。
また、このプログラムの流通は、例えば、そのプログラムを記録したＤＶＤ、ＣＤ−ＲＯＭ等の可搬型記録媒体を販売、譲渡、貸与等することによって行う。さらに、このプログラムをサーバコンピュータの記憶装置に格納しておき、ネットワークを介して、サーバコンピュータから他のコンピュータにそのプログラムを転送することにより、このプログラムを流通させる構成としてもよい。
【０１０１】
このようなプログラムを実行するコンピュータは、例えば、まず、可搬型記録媒体に記録されたプログラムもしくはサーバコンピュータから転送されたプログラムを、一旦、自己の記憶装置に格納する。そして、処理の実行時、このコンピュータは、自己の記録媒体に格納されたプログラムを読み取り、読み取ったプログラムに従った処理を実行する。また、このプログラムの別の実行形態として、コンピュータが可搬型記録媒体から直接プログラムを読み取り、そのプログラムに従った処理を実行することとしてもよく、さらに、このコンピュータにサーバコンピュータからプログラムが転送されるたびに、逐次、受け取ったプログラムに従った処理を実行することとしてもよい。また、サーバコンピュータから、このコンピュータへのプログラムの転送は行わず、その実行指示と結果取得のみによって処理機能を実現する、いわゆるＡＳＰ（Application Service Provider）型のサービスによって、上述の処理を実行する構成としてもよい。尚、本形態におけるプログラムには、電子計算機による処理の用に供する情報であってプログラムに準ずるもの（コンピュータに対する直接の指令ではないがコンピュータの処理を規定する性質を有するデータ等）を含むものとする。
【０１０２】
また、この形態では、コンピュータ上で所定のプログラムを実行させることにより、本装置を構成することとしたが、これらの処理内容の少なくとも一部をハードウェア的に実現することとしてもよい。
【図面の簡単な説明】
【０１０３】
【図１】図１は、第1の実施の形態における情報評価システムの構成を示す図である。
【図２】図２は、図１における情報取得手段の詳細構成を例示した図である。
【図３】図３は、図１におけるスコア計算手段の詳細構成を例示した図である。
【図４】図１におけるスコア出力手段の詳細構成を例示した図である。
【図５】図５は、情報取得手段の処理の詳細を説明するためのフローを示す図である。
【図６】図６（ａ）は、このように受信されるコンテンツ提供メッセージのデータ構成の例示であり、図６（ｂ）はコンテンツ評価メッセージの例である。
【図７】図７（ａ）は、情報提供リンク情報のデータ構成を例示する図である。図７（ｂ）は、情報評価リンク情報のデータ構成を示す図である。
【図８】利用者からコンテンツに対する２種類のリンクを示した概念図である。
【図９】図９は、スコア計算手段の処理を説明するためのフローを例示した図である。
【図１０】図１０（ａ）は、情報評判スコア格納手段が管理するデータ構造図である。図１０（ｂ）は、情報提供スコア格納手段および情報評価スコア格納手段が管理するデータ構造図である。
【図１１】図１１は、スコア出力手段の処理の詳細を説明するためのフローを示す図である。
【図１２】図１２（ａ）は、スコア計算手段の反復計算手順を行列表現で示す図である。図１２（ｂ）は、スコア計算手段の反復計算手順を要素表現で示す図である。
【図１３】図１３は、図１２のアルゴリズムによってｒ、ａ、ｈを算出する場合の処理を説明するためのフローを例示した図である。
【図１４】図１４は、第２の実施の形態におけるコンテンツ検索システムの構成を示す図である。
【図１５】図１５は、図１４のコンテンツ情報収集手段の詳細構成を例示した図である。
【図１６】図１６は、図１４の情報評価装置の詳細構成を例示した図である。
【図１７】図１７は、図１６の情報取得手段の詳細構成を例示した図である。
【図１８】図１８は、図１６におけるスコア計算手段の詳細構成を例示した図である。
【図１９】図１９は、図１４におけるコンテンツ情報検索手段の詳細構成を例示した図である。
【図２０】図２０は、第２の実施の形態のスコア算出処理を説明するためのフローを示した図である。
【図２１】図２１は、第２の実施の形態における、情報提供リンク情報及び情報評価リンク情報の算出処理の詳細を説明するためのフローを示した図である。
【図２２】図２２は、ブログ情報を例示した概念図である。
【図２３】図２３は、コンテンツ情報リストを例示した概念図である。
【図２４】図２４（ａ）は、情報提供リンク情報のデータ構成を例示する図である。図２４（ｂ）は、情報評価リンク情報のデータ構成を示す図である。
【図２５】図２５は、コンテンツ情報検索処理の詳細を説明するためのフローを示した図である。
【図２６】図２６は、スコア計算手段の変形例の構成を例示した図である。
【図２７】図２７は、スコア計算手段の処理の変形例を説明するためのフローを示した図である。
【図２８】図２８は、情報評判スコア推定手段の処理を説明するためのフローの例示である。
【図２９】図２９は、コンテンツ情報検索手段の変形例の構成を例示した図である。
【図３０】図３０は、コンテンツ情報検索手段の処理の変形例を説明するためのフローを例示した図である。
【符号の説明】
【０１０４】
１ 情報評価システム
１００ 情報評価装置
２００−１〜ｍ，５００−１〜ｐ 利用者端末装置
３００ ネットワーク
６００−１〜ｑ コンテンツサーバ装置
１０００ コンテンツ検索装置
【特許請求の範囲】
【請求項１】
利用者から提供された電子情報であるコンテンツの評判を数値化した情報評判スコア、コンテンツを提供した利用者の情報提供能力を数値化した情報提供スコア、及びコンテンツを評価した利用者の情報評価能力を数値化した情報評価スコアの少なくとも一つを算出する情報評価装置において、
コンテンツを提供した利用者の利用者ＩＤと、前記利用者によって提供されたコンテンツの識別子であるコンテンツＩＤと、が関連付けられた情報提供リンク情報を格納する情報提供リンク格納手段と、
コンテンツを評価した利用者の利用者ＩＤと、前記利用者によって評価されたコンテンツの識別子であるコンテンツＩＤと、前記コンテンツの評価者が前記コンテンツに対して行った評価の数値情報である評価情報と、が関連付けられた情報評価リンク情報を格納する情報評価リンク格納手段と、
前記情報提供リンク情報と前記情報評価リンク情報とを用い、スコア推移行列（前記情報提供リンク情報と前記情報評価リンク情報と何れかの前記スコアとの間の定義された関係を示す行列）の固有ベクトルを算出し、この固有ベクトルの要素を何れかの前記スコアとして、情報評判スコア格納手段、情報提供スコア格納手段又は情報評価スコア格納手段に格納させるスコア計算手段と、を備える、
ことを特徴とする情報評価装置。
【請求項２】
請求項１に記載の情報評価装置であって、
前記スコア計算手段が、
さらに前記情報提供リンク情報又は前記情報評価リンク情報と前記固有ベクトルとを用い、これらと何れかの前記スコアとの定義された関係を示す関係式に従い、何れかの前記スコアを算出し、当該スコアを情報評判スコア格納手段、情報提供スコア格納手段又は情報評価スコア格納手段に格納させる手段である、
ことを特徴とする情報評価装置。
【請求項３】
請求項１に記載の情報評価装置であって、
前記スコア計算手段が、
前記情報提供リンク格納手段に格納された前記情報提供リンク情報を検索し、前記利用者ＩＤと前記コンテンツＩＤとの組合せ毎に、当該組合せを有する前記情報提供リンク情報の個数を数え、当該個数を当該組合せに対応する行列成分の要素とした隣接行列（情報提供リンク隣接行列）を生成して出力する第１隣接行列生成手段と、
前記情報評価リンク格納手段に格納された前記情報評価リンク情報を検索し、前記利用者ＩＤと前記コンテンツＩＤとの組合せ毎に、当該組合せを有する前記情報評価リンク情報の前記評価情報の値を加算し、当該加算値を当該組合せに対応する行列成分の要素とした隣接行列（情報評価リンク隣接行列）を生成して出力する第２隣接行列生成手段と、
前記情報提供リンク隣接行列と前記情報評価リンク隣接行列とから、前記スコア推移行列（前記情報提供リンク隣接行列と前記情報評価リンク隣接行列と何れかの前記スコアとの関係を示す行列）の固有ベクトルを算出し、この固有ベクトルの要素を何れかの前記スコアとして出力する固有ベクトル算出手段と、
前記スコアを、前記情報評判スコア格納手段、情報提供スコア格納手段又は情報評価スコア格納手段の何れかに格納させる書き込み手段と、
を備える手段である、
ことを特徴とする情報評価装置。
【請求項４】
請求項３に記載の情報評価装置であって、
前記スコア計算手段が、
前記情報提供リンク隣接行列又は前記情報評価リンク隣接行列と前記固有ベクトルとを、これらと何れかの前記スコアとの定義された関係を示す関係式に代入し、当該スコアを算出して出力するスコア算出手段をさらに具備する手段である、
ことを特徴とする情報評価装置。
【請求項５】
請求項３に記載の情報評価装置であって、
前記固有ベクトル算出手段が、
前記情報提供リンク隣接行列の各要素を、それぞれの前記利用者ＩＤに対応する要素の集合毎に、「前記情報提供リンク格納手段において当該利用者ＩＤに関連付けられている前記コンテンツＩＤの数に依存した関数」によって正規化し、当該正規化された情報提供リンク隣接行列を出力する第１正規化手段と、
前記情報評価リンク隣接行列の各要素を、それぞれの前記利用者ＩＤに対応する要素の集合毎に、「前記情報評価リンク格納手段において当該利用者ＩＤに関連付けられている前記コンテンツＩＤの数に依存した関数」によって正規化し、当該正規化された情報評価リンク隣接行列を出力する第２正規化手段と、
前記正規化された情報提供リンク隣接行列と前記正規化された情報評価リンク隣接行列とを用いて前記固有ベクトルを算出し、この固有ベクトルの要素を何れかの前記スコアとして出力する演算手段と、
を備える手段である、
ことを特徴とする情報評価装置。
【請求項６】
請求項３に記載の情報評価装置であって、
前記スコア推移行列Ｓが、
前記情報提供リンク隣接行列をＣとし、前記情報評価リンク隣接行列をＥとし、αを０以上１以下の実数とし、βＴをβの転置行列とした場合における、
Ｓ＝αＣＴＣ＋（１−α）ＥＴＥ、Ｓ＝ＣＥＴＥＣＴ、或いはＳ＝ＥＣＴＣＥＴ
の何れかである、
ことを特徴とする情報評価装置。
【請求項７】
コンテンツサーバ装置に格納されたコンテンツに関する情報を提供するコンテンツ検索装置であって、
前記コンテンツが有する情報であるコンテンツ情報を受信するコンテンツ情報受信手段と、
前記コンテンツ情報を格納するコンテンツ情報格納手段と、
前記コンテンツ情報格納手段に格納された前記コンテンツ情報を用い、コンテンツを提供した利用者の利用者ＩＤと、前記利用者によって提供されたコンテンツの識別子であるコンテンツＩＤと、が関連付けられた情報提供リンク情報を生成して出力する情報提供リンク生成手段と、
前記コンテンツ情報格納手段に格納された前記コンテンツ情報を用い、コンテンツを評価した利用者の利用者ＩＤと、前記利用者によって評価されたコンテンツの識別子であるコンテンツＩＤと、前記コンテンツの評価者が前記コンテンツに対して行った評価の数値情報である評価情報と、が関連付けられた情報評価リンク情報を生成して出力する情報評価リンク生成手段と、
前記情報提供リンク情報を格納する情報提供リンク格納手段と、
前記情報評価リンク情報を格納する情報評価リンク格納手段と、
前記情報提供リンク情報と前記情報評価リンク情報とを用い、スコア推移行列（前記情報提供リンク情報と前記情報評価リンク情報と情報評判スコア又は情報提供スコアとの間の定義された関係を示す行列）の固有ベクトルを算出して、この固有ベクトルの要素を各コンテンツ情報に対応する前記情報評判スコア又は前記情報提供スコアとして出力する固有ベクトル算出手段と、
前記情報評判スコア又は前記情報提供スコアを、対応する前記コンテンツ情報に関連付けて、前記コンテンツ情報格納手段に格納させる書き込み手段と、
利用者端末装置から送信された検索条件を受信する検索条件受信手段と、
前記検索条件を充足する前記コンテンツ情報を、それらに関連付けられた前記情報評判スコア及び前記情報提供スコアの少なくとも一方とともに前記コンテンツ情報格納手段から抽出する検索手段と、を備える、
ことを特徴とするコンテンツ検索装置。
【請求項８】
請求項７に記載のコンテンツ検索装置であって、
前記情報提供リンク情報又は前記情報評価リンク情報と前記固有ベクトルとを用い、これらと前記情報評判スコア又は前記情報提供スコアとの定義された関係を示す関係式に従い、各コンテンツ情報に対応する前記情報評判スコア又は前記情報提供スコアを算出し、当該スコアを出力するスコア算出手段をさらに備える、
ことを特徴とするコンテンツ検索装置。
【請求項９】
請求項８に記載のコンテンツ検索装置であって、
前記情報提供リンク生成手段が、
評価が存在するコンテンツに対応する前記情報提供リンク情報のみを生成する手段であり、
当該コンテンツ検索装置が、
利用者の前記情報提供スコアと当該利用者が提供したコンテンツ数とに依存した関数の演算結果を、当該利用者が提供したコンテンツであって評価が存在しないものの前記情報評判スコアとして出力する情報評判スコア推定手段をさらに備える、
ことを特徴とするコンテンツ検索装置。
【請求項１０】
請求項７或いは８の何れかに記載のコンテンツ検索装置であって、
前記コンテンツ情報が、
コンテンツを提供した利用者に対応する情報であるコンテンツ提供者情報を含み、
前記検索手段が、
前記検索条件を充足する前記コンテンツ情報を、当該コンテンツ情報に関連付けられた前記情報評判スコアとともに、前記コンテンツ情報格納手段から抽出する手段であり、
当該コンテンツ検索装置が、
前記検索手段において抽出された前記情報評判スコアを、前記コンテンツ情報が有する前記コンテンツ提供者情報毎に加算し、各加算値を当該コンテンツ提供者情報ともに出力する情報評判スコア集計手段をさらに備える、
ことを特徴とするコンテンツ検索装置。
【請求項１１】
請求項７に記載のコンテンツ検索装置であって、
前記コンテンツ情報が、
コンテンツを提供した利用者に対応する情報であるコンテンツ提供者情報と、当該コンテンツのアドレスを示すコンテンツアドレス情報と、他のコンテンツのアドレスを示すポインタ情報とを含む情報であり、
前記情報提供リンク生成手段が、
前記コンテンツ提供者情報を前記利用者ＩＤとし、前記コンテンツアドレス情報を前記コンテンツＩＤとして、前記情報提供リンク情報を生成する手段であり、
前記情報評価リンク生成手段が、
前記コンテンツ提供者情報を前記利用者ＩＤとし、前記ポインタ情報を前記コンテンツＩＤとし、前記コンテンツ情報が前記ポインタ情報を含むか否かによって定まる値を前記評価情報として、前記情報評価リンク情報を生成する手段である、
ことを特徴とするコンテンツ検索装置。
【請求項１２】
請求項１１に記載のコンテンツ検索装置であって、
前記情報評価リンク生成手段が、
トラックバック以外の前記ポインタ情報を用いて前記情報評価リンク情報を生成する手段である、
ことを特徴とするコンテンツ検索装置。
【請求項１３】
利用者から提供された電子情報であるコンテンツの評判を数値化した情報評判スコア、コンテンツを提供した利用者の情報提供能力を数値化した情報提供スコア、及びコンテンツを評価した利用者の情報評価能力を数値化した情報評価スコアの少なくとも一つを算出する情報評価方法において、
情報提供リンク格納手段に、コンテンツを提供した利用者の利用者ＩＤと、前記利用者によって提供されたコンテンツの識別子であるコンテンツＩＤと、が関連付けられた情報提供リンク情報を格納するステップと、
情報評価リンク格納手段に、コンテンツを評価した利用者の利用者ＩＤと、前記利用者によって評価されたコンテンツの識別子であるコンテンツＩＤと、前記コンテンツの評価者が前記コンテンツに対して行った評価の数値情報である評価情報と、が関連付けられた情報評価リンク情報を格納するステップと、
スコア計算手段において、前記情報提供リンク情報と前記情報評価リンク情報とを用い、スコア推移行列（前記情報提供リンク情報と前記情報評価リンク情報と何れかの前記スコアとの間の定義された関係を示す行列）の固有ベクトルを算出するステップと、
前記スコア計算手段において、前記固有ベクトルの要素を何れかの前記スコアとして、情報評判スコア格納手段、情報提供スコア格納手段又は情報評価スコア格納手段に格納させるステップと、を備える、
ことを特徴とする情報評価方法。
【請求項１４】
コンテンツサーバ装置に格納されたコンテンツ関する情報を提供するコンテンツ検索方法であって、
コンテンツ情報受信手段において、前記コンテンツが有する情報であるコンテンツ情報を受信するステップと、
前記コンテンツ情報をコンテンツ情報格納手段に格納するステップと、
情報提供リンク生成手段において、前記コンテンツ情報格納手段に格納された前記コンテンツ情報を用い、コンテンツを提供した利用者の利用者ＩＤと、前記利用者によって提供されたコンテンツの識別子であるコンテンツＩＤと、が関連付けられた情報提供リンク情報を生成するステップと、
前記情報提供リンク情報を情報提供リンク格納手段に格納するステップと、
情報評価リンク生成手段において、前記コンテンツ情報格納手段に格納された前記コンテンツ情報を用い、コンテンツを評価した利用者の利用者ＩＤと、前記利用者によって評価されたコンテンツの識別子であるコンテンツＩＤと、前記コンテンツの評価者が前記コンテンツに対して行った評価の数値情報である評価情報と、が関連付けられた情報評価リンク情報を生成するステップと、
前記情報評価リンク情報を情報評価リンク格納手段に格納するステップと、
固有ベクトル算出手段において、前記情報提供リンク情報と前記情報評価リンク情報とを用い、スコア推移行列（前記情報提供リンク情報と前記情報評価リンク情報と情報評判スコア又は情報提供スコアとの間の定義された関係を示す行列）の固有ベクトルを算出して、この固有ベクトルの要素を各コンテンツ情報に対応する前記情報評判スコア又は前記情報提供スコアとして出力するステップと、
書き込み手段において、前記情報評判スコア又は前記情報提供スコアを、対応する前記コンテンツ情報に関連付けて、前記コンテンツ情報格納手段に格納させるステップと、
検索条件受信手段において、利用者端末装置から送信された検索条件を受信するステップと、
検索手段において、前記検索条件を充足する前記コンテンツ情報を、それらに関連付けられた前記情報評判スコア及び前記情報提供スコアの少なくとも一方とともに前記コンテンツ情報格納手段から抽出して出力するステップと、を備える、
ことを特徴とするコンテンツ検索方法。
【請求項１５】
請求項１から６の何れかに記載の情報評価装置又は請求項７から１４の何れかに記載のコンテンツ検索装置としてコンピュータを機能させるためのプログラム。
【請求項１６】
請求項１５に記載のプログラムを格納したコンピュータ読み取り可能な記録媒体。
【請求項１】
利用者から提供された電子情報であるコンテンツの評判を数値化した情報評判スコア、コンテンツを提供した利用者の情報提供能力を数値化した情報提供スコア、及びコンテンツを評価した利用者の情報評価能力を数値化した情報評価スコアの少なくとも一つを算出する情報評価装置において、
コンテンツを提供した利用者の利用者ＩＤと、前記利用者によって提供されたコンテンツの識別子であるコンテンツＩＤと、が関連付けられた情報提供リンク情報を格納する情報提供リンク格納手段と、
コンテンツを評価した利用者の利用者ＩＤと、前記利用者によって評価されたコンテンツの識別子であるコンテンツＩＤと、前記コンテンツの評価者が前記コンテンツに対して行った評価の数値情報である評価情報と、が関連付けられた情報評価リンク情報を格納する情報評価リンク格納手段と、
前記情報提供リンク情報と前記情報評価リンク情報とを用い、スコア推移行列（前記情報提供リンク情報と前記情報評価リンク情報と何れかの前記スコアとの間の定義された関係を示す行列）の固有ベクトルを算出し、この固有ベクトルの要素を何れかの前記スコアとして、情報評判スコア格納手段、情報提供スコア格納手段又は情報評価スコア格納手段に格納させるスコア計算手段と、を備える、
ことを特徴とする情報評価装置。
【請求項２】
請求項１に記載の情報評価装置であって、
前記スコア計算手段が、
さらに前記情報提供リンク情報又は前記情報評価リンク情報と前記固有ベクトルとを用い、これらと何れかの前記スコアとの定義された関係を示す関係式に従い、何れかの前記スコアを算出し、当該スコアを情報評判スコア格納手段、情報提供スコア格納手段又は情報評価スコア格納手段に格納させる手段である、
ことを特徴とする情報評価装置。
【請求項３】
請求項１に記載の情報評価装置であって、
前記スコア計算手段が、
前記情報提供リンク格納手段に格納された前記情報提供リンク情報を検索し、前記利用者ＩＤと前記コンテンツＩＤとの組合せ毎に、当該組合せを有する前記情報提供リンク情報の個数を数え、当該個数を当該組合せに対応する行列成分の要素とした隣接行列（情報提供リンク隣接行列）を生成して出力する第１隣接行列生成手段と、
前記情報評価リンク格納手段に格納された前記情報評価リンク情報を検索し、前記利用者ＩＤと前記コンテンツＩＤとの組合せ毎に、当該組合せを有する前記情報評価リンク情報の前記評価情報の値を加算し、当該加算値を当該組合せに対応する行列成分の要素とした隣接行列（情報評価リンク隣接行列）を生成して出力する第２隣接行列生成手段と、
前記情報提供リンク隣接行列と前記情報評価リンク隣接行列とから、前記スコア推移行列（前記情報提供リンク隣接行列と前記情報評価リンク隣接行列と何れかの前記スコアとの関係を示す行列）の固有ベクトルを算出し、この固有ベクトルの要素を何れかの前記スコアとして出力する固有ベクトル算出手段と、
前記スコアを、前記情報評判スコア格納手段、情報提供スコア格納手段又は情報評価スコア格納手段の何れかに格納させる書き込み手段と、
を備える手段である、
ことを特徴とする情報評価装置。
【請求項４】
請求項３に記載の情報評価装置であって、
前記スコア計算手段が、
前記情報提供リンク隣接行列又は前記情報評価リンク隣接行列と前記固有ベクトルとを、これらと何れかの前記スコアとの定義された関係を示す関係式に代入し、当該スコアを算出して出力するスコア算出手段をさらに具備する手段である、
ことを特徴とする情報評価装置。
【請求項５】
請求項３に記載の情報評価装置であって、
前記固有ベクトル算出手段が、
前記情報提供リンク隣接行列の各要素を、それぞれの前記利用者ＩＤに対応する要素の集合毎に、「前記情報提供リンク格納手段において当該利用者ＩＤに関連付けられている前記コンテンツＩＤの数に依存した関数」によって正規化し、当該正規化された情報提供リンク隣接行列を出力する第１正規化手段と、
前記情報評価リンク隣接行列の各要素を、それぞれの前記利用者ＩＤに対応する要素の集合毎に、「前記情報評価リンク格納手段において当該利用者ＩＤに関連付けられている前記コンテンツＩＤの数に依存した関数」によって正規化し、当該正規化された情報評価リンク隣接行列を出力する第２正規化手段と、
前記正規化された情報提供リンク隣接行列と前記正規化された情報評価リンク隣接行列とを用いて前記固有ベクトルを算出し、この固有ベクトルの要素を何れかの前記スコアとして出力する演算手段と、
を備える手段である、
ことを特徴とする情報評価装置。
【請求項６】
請求項３に記載の情報評価装置であって、
前記スコア推移行列Ｓが、
前記情報提供リンク隣接行列をＣとし、前記情報評価リンク隣接行列をＥとし、αを０以上１以下の実数とし、βＴをβの転置行列とした場合における、
Ｓ＝αＣＴＣ＋（１−α）ＥＴＥ、Ｓ＝ＣＥＴＥＣＴ、或いはＳ＝ＥＣＴＣＥＴ
の何れかである、
ことを特徴とする情報評価装置。
【請求項７】
コンテンツサーバ装置に格納されたコンテンツに関する情報を提供するコンテンツ検索装置であって、
前記コンテンツが有する情報であるコンテンツ情報を受信するコンテンツ情報受信手段と、
前記コンテンツ情報を格納するコンテンツ情報格納手段と、
前記コンテンツ情報格納手段に格納された前記コンテンツ情報を用い、コンテンツを提供した利用者の利用者ＩＤと、前記利用者によって提供されたコンテンツの識別子であるコンテンツＩＤと、が関連付けられた情報提供リンク情報を生成して出力する情報提供リンク生成手段と、
前記コンテンツ情報格納手段に格納された前記コンテンツ情報を用い、コンテンツを評価した利用者の利用者ＩＤと、前記利用者によって評価されたコンテンツの識別子であるコンテンツＩＤと、前記コンテンツの評価者が前記コンテンツに対して行った評価の数値情報である評価情報と、が関連付けられた情報評価リンク情報を生成して出力する情報評価リンク生成手段と、
前記情報提供リンク情報を格納する情報提供リンク格納手段と、
前記情報評価リンク情報を格納する情報評価リンク格納手段と、
前記情報提供リンク情報と前記情報評価リンク情報とを用い、スコア推移行列（前記情報提供リンク情報と前記情報評価リンク情報と情報評判スコア又は情報提供スコアとの間の定義された関係を示す行列）の固有ベクトルを算出して、この固有ベクトルの要素を各コンテンツ情報に対応する前記情報評判スコア又は前記情報提供スコアとして出力する固有ベクトル算出手段と、
前記情報評判スコア又は前記情報提供スコアを、対応する前記コンテンツ情報に関連付けて、前記コンテンツ情報格納手段に格納させる書き込み手段と、
利用者端末装置から送信された検索条件を受信する検索条件受信手段と、
前記検索条件を充足する前記コンテンツ情報を、それらに関連付けられた前記情報評判スコア及び前記情報提供スコアの少なくとも一方とともに前記コンテンツ情報格納手段から抽出する検索手段と、を備える、
ことを特徴とするコンテンツ検索装置。
【請求項８】
請求項７に記載のコンテンツ検索装置であって、
前記情報提供リンク情報又は前記情報評価リンク情報と前記固有ベクトルとを用い、これらと前記情報評判スコア又は前記情報提供スコアとの定義された関係を示す関係式に従い、各コンテンツ情報に対応する前記情報評判スコア又は前記情報提供スコアを算出し、当該スコアを出力するスコア算出手段をさらに備える、
ことを特徴とするコンテンツ検索装置。
【請求項９】
請求項８に記載のコンテンツ検索装置であって、
前記情報提供リンク生成手段が、
評価が存在するコンテンツに対応する前記情報提供リンク情報のみを生成する手段であり、
当該コンテンツ検索装置が、
利用者の前記情報提供スコアと当該利用者が提供したコンテンツ数とに依存した関数の演算結果を、当該利用者が提供したコンテンツであって評価が存在しないものの前記情報評判スコアとして出力する情報評判スコア推定手段をさらに備える、
ことを特徴とするコンテンツ検索装置。
【請求項１０】
請求項７或いは８の何れかに記載のコンテンツ検索装置であって、
前記コンテンツ情報が、
コンテンツを提供した利用者に対応する情報であるコンテンツ提供者情報を含み、
前記検索手段が、
前記検索条件を充足する前記コンテンツ情報を、当該コンテンツ情報に関連付けられた前記情報評判スコアとともに、前記コンテンツ情報格納手段から抽出する手段であり、
当該コンテンツ検索装置が、
前記検索手段において抽出された前記情報評判スコアを、前記コンテンツ情報が有する前記コンテンツ提供者情報毎に加算し、各加算値を当該コンテンツ提供者情報ともに出力する情報評判スコア集計手段をさらに備える、
ことを特徴とするコンテンツ検索装置。
【請求項１１】
請求項７に記載のコンテンツ検索装置であって、
前記コンテンツ情報が、
コンテンツを提供した利用者に対応する情報であるコンテンツ提供者情報と、当該コンテンツのアドレスを示すコンテンツアドレス情報と、他のコンテンツのアドレスを示すポインタ情報とを含む情報であり、
前記情報提供リンク生成手段が、
前記コンテンツ提供者情報を前記利用者ＩＤとし、前記コンテンツアドレス情報を前記コンテンツＩＤとして、前記情報提供リンク情報を生成する手段であり、
前記情報評価リンク生成手段が、
前記コンテンツ提供者情報を前記利用者ＩＤとし、前記ポインタ情報を前記コンテンツＩＤとし、前記コンテンツ情報が前記ポインタ情報を含むか否かによって定まる値を前記評価情報として、前記情報評価リンク情報を生成する手段である、
ことを特徴とするコンテンツ検索装置。
【請求項１２】
請求項１１に記載のコンテンツ検索装置であって、
前記情報評価リンク生成手段が、
トラックバック以外の前記ポインタ情報を用いて前記情報評価リンク情報を生成する手段である、
ことを特徴とするコンテンツ検索装置。
【請求項１３】
利用者から提供された電子情報であるコンテンツの評判を数値化した情報評判スコア、コンテンツを提供した利用者の情報提供能力を数値化した情報提供スコア、及びコンテンツを評価した利用者の情報評価能力を数値化した情報評価スコアの少なくとも一つを算出する情報評価方法において、
情報提供リンク格納手段に、コンテンツを提供した利用者の利用者ＩＤと、前記利用者によって提供されたコンテンツの識別子であるコンテンツＩＤと、が関連付けられた情報提供リンク情報を格納するステップと、
情報評価リンク格納手段に、コンテンツを評価した利用者の利用者ＩＤと、前記利用者によって評価されたコンテンツの識別子であるコンテンツＩＤと、前記コンテンツの評価者が前記コンテンツに対して行った評価の数値情報である評価情報と、が関連付けられた情報評価リンク情報を格納するステップと、
スコア計算手段において、前記情報提供リンク情報と前記情報評価リンク情報とを用い、スコア推移行列（前記情報提供リンク情報と前記情報評価リンク情報と何れかの前記スコアとの間の定義された関係を示す行列）の固有ベクトルを算出するステップと、
前記スコア計算手段において、前記固有ベクトルの要素を何れかの前記スコアとして、情報評判スコア格納手段、情報提供スコア格納手段又は情報評価スコア格納手段に格納させるステップと、を備える、
ことを特徴とする情報評価方法。
【請求項１４】
コンテンツサーバ装置に格納されたコンテンツ関する情報を提供するコンテンツ検索方法であって、
コンテンツ情報受信手段において、前記コンテンツが有する情報であるコンテンツ情報を受信するステップと、
前記コンテンツ情報をコンテンツ情報格納手段に格納するステップと、
情報提供リンク生成手段において、前記コンテンツ情報格納手段に格納された前記コンテンツ情報を用い、コンテンツを提供した利用者の利用者ＩＤと、前記利用者によって提供されたコンテンツの識別子であるコンテンツＩＤと、が関連付けられた情報提供リンク情報を生成するステップと、
前記情報提供リンク情報を情報提供リンク格納手段に格納するステップと、
情報評価リンク生成手段において、前記コンテンツ情報格納手段に格納された前記コンテンツ情報を用い、コンテンツを評価した利用者の利用者ＩＤと、前記利用者によって評価されたコンテンツの識別子であるコンテンツＩＤと、前記コンテンツの評価者が前記コンテンツに対して行った評価の数値情報である評価情報と、が関連付けられた情報評価リンク情報を生成するステップと、
前記情報評価リンク情報を情報評価リンク格納手段に格納するステップと、
固有ベクトル算出手段において、前記情報提供リンク情報と前記情報評価リンク情報とを用い、スコア推移行列（前記情報提供リンク情報と前記情報評価リンク情報と情報評判スコア又は情報提供スコアとの間の定義された関係を示す行列）の固有ベクトルを算出して、この固有ベクトルの要素を各コンテンツ情報に対応する前記情報評判スコア又は前記情報提供スコアとして出力するステップと、
書き込み手段において、前記情報評判スコア又は前記情報提供スコアを、対応する前記コンテンツ情報に関連付けて、前記コンテンツ情報格納手段に格納させるステップと、
検索条件受信手段において、利用者端末装置から送信された検索条件を受信するステップと、
検索手段において、前記検索条件を充足する前記コンテンツ情報を、それらに関連付けられた前記情報評判スコア及び前記情報提供スコアの少なくとも一方とともに前記コンテンツ情報格納手段から抽出して出力するステップと、を備える、
ことを特徴とするコンテンツ検索方法。
【請求項１５】
請求項１から６の何れかに記載の情報評価装置又は請求項７から１４の何れかに記載のコンテンツ検索装置としてコンピュータを機能させるためのプログラム。
【請求項１６】
請求項１５に記載のプログラムを格納したコンピュータ読み取り可能な記録媒体。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【公開番号】特開２００６−２０２２５３（Ｐ２００６−２０２２５３Ａ）
【公開日】平成１８年８月３日（２００６．８．３）
【国際特許分類】
【出願番号】特願２００５−１２８４１３（Ｐ２００５−１２８４１３）
【出願日】平成１７年４月２６日（２００５．４．２６）
【出願人】（０００００４２２６）日本電信電話株式会社 (13,992)
【Ｆターム（参考）】
【公開日】平成１８年８月３日（２００６．８．３）
【国際特許分類】
【出願日】平成１７年４月２６日（２００５．４．２６）
【出願人】（０００００４２２６）日本電信電話株式会社 (13,992)
【Ｆターム（参考）】
[ Back to top ]