インターネットサイト情報分析方法と装置
【課題】インターネット上に公開された多くのサイト情報を基に、それらの情報が持つ意味や背景、傾向を効果的に正確に知ることができる分析装置及び分析方法を提供する。
【解決手段】Ｗｅｂサイト１２の文章情報の収集を行う情報収集手段であるクローラ１４と、文章情報を単語に分割するアナライザ１８による単語分割手段と、前記単語群から評価対象とその評価対象の性質を表す評価軸と評価表現との組からなる評判情報を抽出するアナライザ１８による評判情報抽出手段と、前記評判情報を前記評価軸毎に分類するアナライザ１８による評価軸別分類手段を備える。評価表現とその程度を示すスコアとの組からなる評価表現辞書を複数設けた、評価表現辞書群データベース２０を備える。評判情報毎に評点を算出するアナライザ１８である評点計算手段と、任意の異なる評価軸の評点を相対比較して出力するポータルサーバ２４から成る評判分析出力手段を備える。
【解決手段】Ｗｅｂサイト１２の文章情報の収集を行う情報収集手段であるクローラ１４と、文章情報を単語に分割するアナライザ１８による単語分割手段と、前記単語群から評価対象とその評価対象の性質を表す評価軸と評価表現との組からなる評判情報を抽出するアナライザ１８による評判情報抽出手段と、前記評判情報を前記評価軸毎に分類するアナライザ１８による評価軸別分類手段を備える。評価表現とその程度を示すスコアとの組からなる評価表現辞書を複数設けた、評価表現辞書群データベース２０を備える。評判情報毎に評点を算出するアナライザ１８である評点計算手段と、任意の異なる評価軸の評点を相対比較して出力するポータルサーバ２４から成る評判分析出力手段を備える。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、インターネットのＷｅｂサイト上で公開されている情報を分析し、トレンド情報等を取得・提供するインターネットサイト情報分析方法と装置に関する。
【背景技術】
【０００２】
インターネット上では、様々な人々が公開した膨大な量の情報がＷｅｂサイトに記憶され、現在もなお増え続けている。ここで、Ｗｅｂサイトとは、掲示板（BBS：Bulletin Board
System）やホームページ、ブログと称されるウェブログ（Web
Log）などの情報源を意味する。
【０００３】
近年、Ｗｅｂサイトに蓄積された記事を分析して新しいトレンド情報を得ようとする取り組みが盛んに行われている。例えば、意見の内容がどの程度肯定的なのか或いは否定的なのかを分析する評判分析の技術や、所定のキーワードの出現頻度や注目度（Ｂｕｒｓｔ度）のトレンドを時系列に評価する技術や、検索エンジンを使用したとき検索結果内で特定のＷｅｂサイトが上位に表示されるようにする検索エンジン最適化の技術等、様々な技術を用いたサービスが実際に提供されている。
【０００４】
具体例を挙げると、特許文献１で開示されているように、Ｗｅｂサイトから複数の文章情報を取得し、個々の文章情報から、などの評価対象と、その評価対象の性質を表す評価軸と、その評価軸に対する評価を表す評価表現と、その評価表現にあらかじめ設定されている評価スコアとの組からなる評判情報を抽出し、各評判情報について評価スコアを所定の方法ですべて集計（合算）することによって、分析対象である対象事物に関する知見を得る評判情報処理装置がある。この評判情報処理装置の実施例において、具体的には、評価表現に対する評価スコアは、「かっこいい」が０．２点、「軽い」が０．３点、「よい」が０．１点という具合に設定し、評判情報が有する否定性／肯定性についての度合いを数値化する分析方法が示されている。
【０００５】
また、特許文献２に開示されているように、Ｗｅｂサイトから複数の文章情報を取得し、個々の評判に対して評価スコアを付した評判情報を取得し、各評判情報について評価スコアを所定の計算方法で集計することによって、分析対象である対象事物に関する知見を得る評判情報処理装置がある。特に、「価格」「デザイン」などの評価軸毎に所定の重み付けの数値を設定しておき、例えば「デザイン」という評価軸が世の中で注目されている場合には、たとえ「デザイン」に関する評判情報の数が少ない場合であっても「デザイン」に関する評価スコアが集計結果に大きく反映されるように工夫されている。
【０００６】
さらに、特許文献３に開示されているように、Ｗｅｂサイトにアクセスして文章情報（風評情報）を所定の期間ごとに収集し、収集したキーワードの使用状況を定量化して、定量化したキーワードの使用状況を監視することにより、抽出したキーワードの中からトレンドキーワードとなるキーワードを選定して、近未来に検索エンジンで使用される可能性の高いトレンドキーワードをリアルタイムで予測し、そのトレンドキーワードに関連する情報を提供するトレンド予測装置がある。これは、実際に検索エンジンに入力された検索キーワードの使用実績を分析してトレンドキーワードを得るよりも、リアルタイム性に優れているという特徴がある。
【特許文献１】特開２００７−１７２０５１号公報
【特許文献２】特開２００６−５３６８５号公報
【特許文献３】特開２００６−２２７９６５号公報
【発明の開示】
【発明が解決しようとする課題】
【０００７】
しかし、特許文献１の評判情報処理装置にあっては、「かっこいい」「軽い」「よい」などの評価表現と、評価表現それぞれに設定された評価スコアは、例えば「カメラ」「電池の持ち」といった異なる評価軸を評価する場合にも共通して使用されるものである。従って、各評価軸に合わせた適切な評価ができないものであった。また、多くの評判情報の評価スコアを、最終的には１つの評価表現や１つの評価軸ごとに集計した総合的評価値として取り扱うので、一人の投稿者が持っている異なる評価軸に対しての意見の相関関係が、総合評価値に埋没してしまう。したがって、例えば「デザインがよいので、価格は安く感じる」と「デザインはよいが、価格は高いと感じる」という二人の投稿者の記事があった場合でも、投稿者一人一人がどのような優先度の付け方をするのか、そのバランス感覚に傾向はないか、といった分析にまで踏み込むことができないものであった。
【０００８】
特許文献２の評判情報処理装置にあっては、評価スコアを集計した総合評価値の中に個々の評価情報が持つ価値が埋没してしまわないように工夫がなされたものではあるが、特許文献１と同様に、投稿者一人一人が有する複数の要望について、その優先度の付け方やバランス感覚の傾向等にまで踏み込んだ分析ができないものであった。
【０００９】
特許文献３のトレンド予測装置にあっては、分析の対象としたキーワードについて、そのキーワードを含む文章情報の肯定性／否定性やキーワードの発生頻度などを分析して、そのキーワード自体をトレンドキーワードに選定するか否かを判断するものであって、そのキーワードの周囲に広がっていく投稿者の興味の変化を実体的に把捉し得るものではなかった。
【００１０】
また、特定のキーワードの周辺情報を収集する方法として相関分析手法が提案されており、そのキーワードから連想される別のキーワードを取得する連想検索等のサービスも行われているが、特許文献３と同様に、そのキーワードの周囲に広がっていく投稿者の興味の変化を実態的に把捉し得るものではなかった。
【００１１】
また、有益な情報が得られる活発なＷｅｂサイトをリアルタイムに知りたいという要望があるが、そのような要望に応え得る方法やサービスは提案されておらず、未だ実用化されていないものであった。
【００１２】
本発明は上記背景技術に鑑みて成されたもので、インターネット上に公開された多くのサイト情報を基に、それらの情報が持つ意味や背景、傾向を効果的に正確に知ることができる分析装置及び分析方法を提供するもので、特に、１つの記事が有する複数の要望を対比的に評価する評判分析、有益な情報が得られる活発なＷｅｂサイトをリアルタイムに抽出するＷｅｂサイト活性度分析、およびあるキーワードの周囲に広がっていく投稿者の興味の変化を実態的に把捉する共起情報分析を行い、Ｗｅｂサイトに蓄積された記事から新しいトレンドを正確に知ることができるインターネットサイト情報分析方法と装置を提供することを目的とする。
【課題を解決するための手段】
【００１３】
この発明は、インターネット上に存在するＷｅｂサイトにアクセスしてその文章情報を収集し、分析を行うインターネットサイト情報分析方法において、前記Ｗｅｂサイトの文章情報の収集を行う情報収集ステップと、前記文章情報を単語に分割する単語分割ステップと、前記単語群から、評価対象と、その評価対象の性質を表す評価軸と、その評価軸に対する評価を表す評価表現との組からなる評判情報を抽出する評判情報抽出ステップと、
前記評判情報を前記評価軸毎に分類する評価軸別分類ステップと、前記評価表現とその程度を示すスコアとの組からなる評価表現辞書が評価軸毎にあらかじめ複数設けられ、その中の分析対象の評価軸に対応した評価表現辞書に基づいて評点を算出する評点計算ステップと、前記各文章情報について、任意の異なる評価軸の評点を相対比較して出力する評判分析出力ステップとを備えるインターネットサイト情報分析方法である。
【００１４】
またこの発明は、インターネット上に存在するＷｅｂサイトにアクセスしてその文章情報を収集し、分析を行うインターネットサイト情報分析方法において、前記文章情報と各Ｗｅｂサイトの更新日情報を収集する情報収集ステップと、前記文章情報を単語に分割する単語分割ステップと、前記単語群の中から所定のキーワードと同一または類似する単語を抽出し、その単語を含む文章情報の数を算出する関連情報投稿数計算ステップと、各Ｗｅｂサイトから収集した文章情報数に占める前記関連情報投稿数の割合を、各Ｗｅｂサイト毎に算出する関連情報投稿率計算ステップと、分析を行う基準日と前記更新日情報をもとに、各Ｗｅｂサイトの更新頻度を算出する更新頻度計算ステップと、各Ｗｅｂサイト毎の前記関連情報投稿率と前記更新頻度とを相対比較して出力するサイト活性度分析出力ステップとを備えるインターネットサイト情報分析方法である。
【００１５】
またこの発明は、インターネット上に存在するＷｅｂサイトにアクセスしてその文章情報を収集し、分析を行うインターネットサイト情報分析方法において、前記Ｗｅｂサイトの文章情報の収集を所定の期間が経過するごとに行う情報収集ステップと、前記文章情報を単語に分割する単語分割ステップと、前記単語群の中から調査対象のキーワードと同一または類似する単語を含む文章情報を抽出する調査対象情報抽出ステップと、前記調査対象情報を構成する単語に含まれ、前記キーワードと別のキーワードである共起キーワードを抽出する共起キーワード抽出ステップと、調査対象情報に前記共起キーワードが出現する頻度をもとに、前記共起キーワード毎に評点計算する共起キーワード評点計算ステップと、前記共起キーワードを前記共起キーワード評点の順に並び替えて共起情報リストを作成するソートステップと、所定の期間ごとに得られた前記共起情報リストを、時系列に表して出力する共起情報分析出力ステップとを備えるインターネットサイト情報分析方法である。
【００１６】
またこの発明は、コンピュータシステムにより構成され、インターネット上に存在するＷｅｂサイトにアクセスしてその文章情報を収集し、分析を行うインターネットサイト情報分析装置において、前記Ｗｅｂサイトの文章情報の収集を行う情報収集手段と、前記文章情報を単語に分割する単語分割手段と、前記単語群から、評価対象と、その評価対象の性質を表す評価軸と、その評価軸に対する評価を表す評価表現との組からなる評判情報を抽出する評判情報抽出手段と、前記評判情報を前記評価軸毎に分類する評価軸別分類手段と、前記評価表現とその程度を示すスコアとの組からなる評価表現辞書を、前記評価軸ごとに複数設けた評価表現辞書群データベースと、分析対象の評価軸に対応した評価表現辞書を前記評価表現辞書群データベースから抽出し、その評価表現辞書に基づいて評判情報毎に評点を算出する評点計算手段と、前記各文章情報について、任意の異なる評価軸の評点を相対比較して出力する評判分析出力手段とを備えるインターネットサイト情報分析装置である。
【００１７】
前記評判分析出力手段は、任意の異なる２つの評価軸の評点に基づき２次元グラフ、または、任意の異なる３つの評価軸の評点に基づき３次元グラフに表して出力するものである。
【００１８】
またこの発明は、コンピュータシステムにより構成され、インターネット上に存在するＷｅｂサイトにアクセスしてその文章情報を収集し、分析を行うインターネットサイト情報分析装置において、前記Ｗｅｂサイトの文章情報の収集を行う情報収集手段と、前記文章情報を単語に分割する単語分割手段と、前記単語群の中から所定のキーワードと同一または類似する単語を抽出し、その単語を含む文章情報の数を算出する関連情報投稿数計算手段と、各Ｗｅｂサイトから収集した文章情報数に占める前記関連情報投稿数の割合を、各Ｗｅｂサイト毎に算出する関連情報投稿率計算手段と、各Ｗｅｂサイトの更新日付を収集する更新日情報収集手段と、分析を行う基準日と前記更新日情報をもとに、各Ｗｅｂサイトの更新頻度を算出する更新頻度計算手段と、各Ｗｅｂサイト毎の前記関連情報投稿率と前記更新頻度とを相対比較して出力するサイト活性度分析出力手段とを備えるインターネットサイト情報分析装置である。
【００１９】
前記活性度分析出力手段は、前記関連情報投稿率と前記更新頻度とを２次元グラフに表して出力するものである。
【００２０】
またこの発明は、インターネット上に存在するＷｅｂサイトにアクセスしてその文章情報を収集し、分析を行うインターネットサイト情報分析装置において、前記Ｗｅｂサイトの文章情報の収集を所定の期間が経過するごとに行う情報収集手段と、前記文章情報を単語に分割する単語分割手段と、前記単語群の中から調査対象のキーワードと同一または類似する単語を含む文章情報を抽出する調査対象情報抽出手段と、前記調査対象情報を構成する単語に含まれ、前記調査対象のキーワードと同一または類似の単語を除く他の単語である共起キーワードを抽出する共起キーワード抽出手段と、調査対象情報に前記共起キーワードが出現する頻度をもとに、前記共起キーワード毎に評点計算する共起キーワード評点計算手段と、前記共起キーワードを前記共起キーワード評点の順に並び替えて共起情報リストを作成するソート手段と、所定の期間ごとに得られた前記共起情報リストを、時系列に表して出力する共起情報分析出力手段とを備えるインターネットサイト情報分析装置である。
【発明の効果】
【００２１】
この発明によれば、Ｗｅｂサイトに公開され蓄積された膨大な量の情報を分析し、的確なトレンド情報を容易に得ることが可能になる。
【００２２】
特に、請求項１，４及び５記載の発明によれば、評価軸ごとに評価表現辞書および評価スコアを設けることによって投稿者の意見を的確に評点計算することが可能であり、かつ、投稿者一人一人が有する複数の評価軸（要望）についての優先度の付け方やバランス感覚の傾向等にまで踏み込んだ評判分析をすることができる。
【００２３】
また、請求項２，６及び７記載の発明によれば、各Ｗｅｂサイトについて所定キーワードに関連した情報の投稿率と更新頻度を計算するサイト活性度分析によって、活発に情報発信しているＷｅｂサイトを容易に知ることができ、それら情報発信源として注目すべきＷｅｂサイトに絞って情報収集を行えば、有益なトレンド情報を効率よく得ることができる。
【００２４】
さらに、請求項３，８記載の発明によれば、所定のキーワードに共起する別のキーワードの変化を時系列で分析する共起情報分析によって、所定のキーワードの周囲に広がっていく投稿者の興味の変化を実態的に把捉することができる。
【発明を実施するための最良の形態】
【００２５】
以下、本発明のインターネットサイト情報分析装置１０を配置したネットワークシステムの実施形態を図１に基づいて説明する。このネットワークシステムにおいては、多くの人が感想や意見などの情報を公開しているＷｅｂサイト１２と、指定されたＷｅｂサイトから定期的にＲＳＳ（Rich Site Summary）フォーマットの文章情報を収集するクローラ１４と、クローラ１４が収集した情報がデータベース化して記憶している記事データベース１６と、後述する３つの分析を行うプログラムを備えたアナライザ１８と、分析する評価軸に対応に対応する評価表現とその評価スコアが設定されている評価表現辞書群データベース２０と、分析の結果を格納する分析結果データベース２２と、利用者２６が所持するパソコンが接続され、所望の分析結果を分析結果データベース２２から抽出して利用者２６に配信するポータルサーバ２４とが、インターネット上にそれぞれ配置されている。
【００２６】
本発明の第一の実施形態に係る評判分析を行うインターネットサイト情報分析方法を、図２から図６に基づいて説明する。まず、図２に示すフローに基づいて概要を説明する。ステップＳ１１０で、ブログである各Ｗｅｂサイトから文章情報を収集する。インターネットサイト情報分析装置１０では、クローラ１４と、記事データベース１６と、評判分析アナライザ１８ａとがこの情報収集手段としての働きを行う。次に、ステップＳ１２０で、収集した文章情報を単語（品詞）に分解する。インターネットサイト情報分析装置１０では、評判分析アナライザ１８ａがこの単語分割手段としての働きを行う。ステップＳ１３０で、分割された単語群から、評価対象と、その評価対象の性質を表す評価軸と、その評価軸に対する評価を表す評価表現との組からなる評判情報を抽出する。インターネットサイト情報分析装置１０では、評価分析アナライザ１８ａがこの評判情報抽出手段としての働きを行う。
【００２７】
そして、ステップＳ１４０で、抽出された評判情報を、評価軸ごとに分類する。インターネットサイト情報分析装置１０では、評価分析アナライザ１８ａがこの評価軸別分類手段としての働きを行う。ステップＳ１５０は、評価表現辞書群データベース２０から分析対象である評価軸に対応した評価表現辞書を抽出して各評判情報の評点を計算し、計算結果を格納する。インターネットサイト情報分析装置１０では、評価分析アナライザ１８ａと、評判分析結果データベース２２ａとがこの評点計算手段としての働きを行う。そして、ステップＳ１６０で、利用者２６の要求に応じ、任意の異なる評価軸による評点を有する各文章情報をグラフに表示して出力する。インターネットサイト情報分析装置１０では、評判分析結果データベース２２ａと、ポータルサーバ２４が備える評判分析表示フレームワーク２４ａとがこの評判分析出力手段としての働きを行う。
【００２８】
次に、上記評判分析の各ステップについて、詳細に説明する。図３に示すように各Ｗｅｂサイトには、複数の文章情報が存在する。ステップＳ１１０では、例えば文章情報ａ１「Ａ社の車は、価格は高いしハンドルが使いにくい」というように、所定の文章の単位ごとのに分割された文章情報を収集する。さらにこれらの文章情報は、ステップＳ１２０において、名詞、助詞、形容詞、動詞等の単語（品詞）に分解される。
【００２９】
ステップＳ１３０では、それらの単語を公知技術である日本語形態素分析技術や係り受け解析技術等を用いて単語同士の関係付けを行う。日本語形態素分析技術によれば、文章中における名詞や助詞が出現する前後関係等を分析することによって、例えば文章情報ａ１に含まれる単語であれば、「価格」には「高い」が対応し、「ハンドル」には「使いにくい」が対応する、といった関係付けを行うことができる。このようにして文章情報から、評価対象と、その評価対象の性質を表す評価軸と、その評価軸に対する評価を表す評価表現との組である評価情報を抽出する。例えば文章情報ａ１であれば、「車、車の価格、高い」および「車、車の操作性、使いにくい」という２つの評判情報を抽出する。
【００３０】
ステップＳ１４０では、上記の評判情報を、「車の価格」「車の操作性」等の評価軸ごとに分類する。後述するステップＳ１５０の計算処理を効率的に行うために情報を整理する前準備のステップである。
【００３１】
ステップＳ１５０では、評価表現辞書群データベース２０に設けられた複数の評価表現辞書を用いて各評判情報の評点を計算する。ここで、評価表現辞書の例を図４に基づいて説明する。評価表現辞書は評価軸ごとに設けてあり、例えば「車の価格」という評価軸に対しては評価表現辞書Ａが該当し、「高い」「割高」「お手頃」というように車の価格に関する評価表現として考えられるものをリストアップし、それぞれの評価表現に対して肯定的／否定的なレベルが評価スコアとして定義されている。一方「車の操作性」という評価軸に対しては評価表現辞書Ｂが該当し、「車の操作性」を評価するのに適した別の評価表現をリストアップし、それぞれの評価表現に対して肯定的／否定的なレベルが評価スコアとして定義されている。
【００３２】
上記の評価表現辞書を用いるステップＳ１５０について、さらに詳細な処理について、図５に基づいて説明する。ステップＳ１５１は、評価表現辞書群データベース２０の中の一の評価表現辞書に着目し、その評価表現辞書に該当する評判情報群を抽出するステップである。例えば、上記評価表現辞書Ａに着目した場合には、評判情報の評価軸が「車の価格」に該当する評判情報を抽出する。
【００３３】
ステップＳ１５２では、その評価表現辞書に列挙されている評価表現を含む評判情報を順番に抽出し、さらにステップＳ１５３で、その評判情報の評点としてその評価表現のスコアを割り付ける計算を行ってその結果を評判分析結果データベース２２ａに格納する。例えば、「高い」という評価表現を含む評判情報には「＋１」という評価スコアを、「お手頃」という評価表現を含む評判情報には「＋４」という評価スコアをそれぞれ割り付ける計算を行い、その結果を保存する。そして判断ステップであるステップＳ１５４において、すべての評価表現辞書についての評点計算がされたか否かを判断し、ＮＯであれば次の評価表現辞書についてステップＳ１５１からＳ１５３を繰り返し、ＹＥＳになった時点でステップＳ１５０が終了する。従って、ステップＳ１５０によって、例えば文章情報ａ１の場合には、「車の価格＝＋１」「車の操作性＝＋１」という２つの評価軸についての評点が割り付けられることになる。
【００３４】
ステップＳ１６０では、ステップＳ１５０で評点が割り付けられた文章情報を、任意の異なる評価軸に基づいてグラフに表した評判分析情報として提供する。例えば図６に示すように、評価軸として「車の価格」と「車の操作性」の２つを選択した場合、各文章情報ごとに散布図のグラフが描かれる。この評判分析情報は、ＰＵＬＬ型（利用者２６が必要に応じて情報を取り出す）で提供される。なお、３つの評価軸を選択したときに３次元のグラフを描くものであってもよい。
【００３５】
以上説明した本発明の第一の実施形態に係る評判分析（ステップＳ１１０からステップＳ１６０）のインターネットサイト情報分析方法によれば、評価軸ごとに評価表現辞書および評価スコアを設けているので、投稿者の意見を的確にとらえて評点計算することが可能である。また、多くの評価項目の意見を単純に集計せず、一つ一つの文章情報の意味を分析して、異なる評価軸について相対的にグラフに表することによって、不特定多数の投稿者がもつ多数の要望に関して、全体的な傾向をより細かい項目に踏み込んだ評判分析およびその傾向分析をすることが可能になる。
【００３６】
次に、本発明の第二の実施形態に係るサイト活性度分析を行うインターネットサイト情報分析方法を、図７から図１１に基づいて説明する。まず、図７に示すフローに基づいて概要を説明する。ステップＳ２１０で、各Ｗｅｂサイトから文章情報と更新日情報を収集する。この時、インターネットサイト情報分析装置１０では、クローラ１４と、記事データベース１６と、サイト活性度分析アナライザ１８ｂとがこの情報収集手段および更新日情報取得手段としての働きを行う。次に、ステップＳ２２０で、収集した文章情報を単語（品詞）に分解する。インターネットサイト情報分析装置１０では、サイト活性度分析アナライザ１８ｂがこの単語分割手段としての働きを行う。そして、ステップＳ２３０で、分割された単語群の中に所定のキーワードと同一又は類似するものを含む文章情報、すなわち関連情報の投稿数を算出する。インターネットサイト情報分析装置１０では、サイト活性度分析アナライザ１８ｂがこの関連情報投稿数計算手段としての働きを行う。さらに、ステップＳ２４０で、そのＷｅｂサイトから収集した文章情報数に占める関連情報投稿数の割合である関連情報投稿率を計算し、計算結果を格納する。インターネットサイト情報分析装置１０では、サイト活性度分析アナライザ１８ｂと、サイト活性度分析結果データベース２２ｂがこの関連情報投稿率計算手段としての働きを行う。
【００３７】
ステップＳ２５０は、分析を行う基準日と更新日情報をもとに、各Ｗｅｂサイトの更新頻度を計算し、計算結果を格納するもので、インターネットサイト情報分析装置１０では、サイト活性度分析アナライザ１８ｂと、サイト活性度分析結果データベース２２ｂとがこの更新頻度計算手段としての働きを行う。
【００３８】
ステップＳ２６０は、利用者２６の要求に応じ、関連情報投稿率と更新頻度という２つの計算値が割り付けられた各Ｗｅｂサイトをグラフに表示して出力する。インターネットサイト情報分析装置１０では、サイト活性度分析結果データベース２２ｂと、ポータルサーバ２４が備えるサイト活性度分析表示フレームワーク２４ｂとがこのサイト分析出力手段としての働きを行う。
【００３９】
次に、上記サイト活性度分析の各ステップについて、詳細に説明する。図８に示すように各Ｗｅｂサイトには、複数の文章情報と各Ｗｅｂサイトの最終更新日の情報が存在する。ステップＳ２１０では、例えばＷｅｂサイト１であれば、文章情報ａ１，ａ２、および「最終更新日：９月１１日」という更新日情報を収集する。さらにこれらの文章情報はステップＳ２２０において、名詞、形容詞、動詞等の単語（品詞）に分解される。
【００４０】
ステップＳ２３０について、さらに詳細な処理について図９に基づいて説明する。ステップＳ２３０は、ステップＳ２３１で、調査対象となる所定のキーワードが与えられると、そのキーワードと類似の単語群を、類語辞典の一種であるシソーラスなどを用いて抽出する。そしてステップＳ２３２で、各Ｗｅｂサイト毎に、キーワードと同一または類似の単語群のいずれかを含む文章情報、すなわち関連情報を抽出する。さらにステップＳ２３３で、抽出された関連文章情報をカウントし、その数を累積計算する。そして判断ステップであるステップＳ２３４において、すべてのＷｅｂサイトについての計算がされたか否かを判断し、ＮＯであれば次のＷｅｂサイトについてステップＳ２３２からＳ２３３を繰り返し、ＹＥＳになった時点でステップＳ２３０が終了して次のステップ２４０へ移行する。
【００４１】
このようにステップＳ２３０では、例えば、「車」というキーワードが与えられると、ステップＳ２３１によって「軽四」「ハイブリッドカー」「自動車」といった俗称、略称あるいは正式名称その他の単語を類似語として抽出する。従って、関連情報の内容の分析およびその投稿数の算出を漏れなく行うことができる。
【００４２】
ステップＳ２４０では、Ｗｅｂサイトごとに関連情報の投稿率を計算し、その計算結果をサイト活性度分析結果データベース２２ｂに格納する。関連情報投稿率は、各Ｗｅｂサイトから収集した文章情報の総数を分母に、その中の所定のキーワードについての関連情報の数を分子に配して除算計算を行っている。例えば、図８に示すＷｅｂサイト１には、文章情報ａ１，ａ２の２件あり、そのうち、キーワード「車」の関連情報は「ハイブリッドカー」という単語を含む文章情報ａ１の１件である。従って、Ｗｅｂサイト１におけるキーワード「車」についての関連情報投稿率は０．５と計算される。このようにしてキーワードごと、かつＷｅｂサイトごとに関連情報投稿率が計算され、その計算結果は図１０のリストのように系統立ててサイト活性度分析結果データベース２２ｂに格納される。
【００４３】
ステップＳ２５０では、各Ｗｅｂサイトの更新頻度を計算し、その計算結果をサイト活性度分析結果データベース２２ｂに格納する。図８の計算例では、分析を行う基準日とそのＷｅｂサイトの最終更新日との差に１を加算し、その逆数を更新頻度と定義している。この定義によれば、Ｗｅｂサイト１の場合は、分析を行う基準日と最終更新日がともに９月１１日（同日）のため更新頻度は１．０となる。また、Ｗｅｂサイト２の場合は、同様の計算を行うと更新頻度は０．０１１となる。つまり、頻繁に更新されているＷｅｂサイト１は更新頻度が高い値となり、更新されずに放置されている期間が長いＷｅｂサイト２は更新頻度が低い値を示すことになる。
【００４４】
ステップＳ２６０では、ステップＳ２４０で所定のキーワードについて割り付けられた関連情報投稿率を横軸に、ステップ２５０で割り付けられた更新頻度を縦軸にして、各Ｗｅｂサイトの相対的な位置づけをグラフに表し、サイト活性度分析情報としてＰＵＬＬ型（利用者２６が必要に応じて情報を取り出す）で提供する。例えば図１１に示すように、グラフの右上に位置するＷｅｂサイトは、「車」に関する情報が多く、かつ、頻繁に更新されているＷｅｂサイト群であるので、Ｗｅｂサイト１，２，５のように活発に情報発信しているＷｅｂサイトにアクセスすれば、「車」に関する有益な情報が得られそうだということが分かる。逆に、グラフの左下に位置するＷｅｂサイトは、「車」に関する情報が少なく、かつ、更新頻度も低いＷｅｂサイト群であるので、Ｗｅｂサイト８のように活動が低調なＷｅｂサイトにアクセスしても、「車」に関する有益な情報が得られそうにないということが分かる。
【００４５】
以上説明した本発明の第二の実施形態に係るサイト活性度分析（ステップＳ２１０からステップＳ２６０）のインターネットサイト情報分析方法によれば、活発に情報発信しているＷｅｂサイトを容易に知ることができ、情報発信源として注目すべきそれらのＷｅｂサイトに絞って情報収集を行えば、有益なトレンド情報を効率よく得ることができる。
【００４６】
次に、本発明の第三の実施形態に係る共起情報分析を行うインターネットサイト情報分析方法を、まず、図１２から図１５に示すフローに基づいて概要を説明する。図１２のフローに示すステップＳ３１０では、各Ｗｅｂサイトから所定の期間が経過するごとに文章情報を収集する。インターネットサイト情報分析装置１０では、クローラ１４と、記事データベース１６と、共起情報分析アナライザ１８ｃとがこの情報収集手段としての働きを行う。次に、ステップＳ３２０で、収集した文章情報を単語（品詞）に分解する。インターネットサイト情報分析装置１０では、共起情報分析アナライザ１８ｃがこの単語分割手段としての働きを行う。ステップＳ３３０では、分割された単語群の中に所定のキーワードと同一又は類似するものを含む文章情報、すなわち調査対象情報を抽出する。この時、インターネットサイト情報分析装置１０では、共起情報分析アナライザ１８ｃがこの調査対象情報抽出手段としての働きを行う。そして、ステップＳ３４０で、抽出された調査対象情報を構成する単語の中から、上記所定のキーワードと同一又は類似の単語を除く他の単語、すなわち共起キーワードを抽出する。インターネットサイト情報分析装置１０では、共起情報分析アナライザ１８ｃがこの共起キーワード抽出手段としての働きを行う。
【００４７】
ステップＳ３５０では、抽出された共起キーワードが調査対象情報に出現する頻度を基に、共起キーワードごとの評点計算を行う。インターネットサイト情報分析装置１０では、共起情報分析アナライザ１８ｃがこの共起キーワード評点計算手段としての働きを行う。次に、ステップＳ３６０で、共起キーワード群を共起キーワード評点の順に並び替えた共起情報リストを作成し、それを格納する。インターネットサイト情報分析装置１０では、共起情報分析アナライザ１８ｃと、共起情報分析結果データベース２２ｃとがこのソート手段としての働きを行う。そして、ステップＳ３７０は、利用者２６の要求に応じ、所定の期間が経過するごとに作成した共起情報リストを時系列に表して出力する。インターネットサイト情報分析装置１０では、共起情報分析結果データベース２２ｃと、ポータルサーバ２４が備える共起情報分析表示フレームワーク２４ｃとがこの共起情報分析出力手段としての働きを行う。
【００４８】
次に、上記共起情報分析の各ステップについて、詳細に説明する。図１３に示すように各Ｗｅｂサイトには、複数の文章情報が存在する。ステップＳ３１０では、例えばＷｅｂサイト１であれば、文章情報ａ１，ａ２を収集する。さらにこれらの文章情報はステップＳ３２０において、名詞、形容詞、動詞等の単語（品詞）に分解される。
【００４９】
ステップＳ３３０では、調査対象となる所定のキーワードが与えられると、そのキーワードと類似の単語群を類語辞典の一種であるシソーラスなどを用いて抽出し、そのキーワードと同一または類似の単語群のいずれかを含む文章情報、すなわち調査対象情報を抽出する。例えば図１３の例によれば、「デジタルカメラ」というキーワードが与えられると、「デジカメ」「デジタルスチルカメラ」「デジタルビデオカメラ」といった俗称、略称あるいは正式名称その他の単語を類似語として抽出する。そして、「デジタルカメラ」およびその類似語を含む文章情報ａ１，ａ２，ｂ２を調査対象情報として抽出する。このように、本来的に調査すべき調査対象情報を漏れなく抽出することを可能にしている。
【００５０】
ステップＳ３４０では、抽出された調査対象情報を構成する単語の中から、上記所定のキーワードと同一又は類似の単語を除く他の単語、すなわち共起キーワードを抽出する。例えば、文章情報ａ１であれば「Ａ社」「Ｂ社」「性能」が共起キーワードに該当する。ここで、「（株）Ａ」「株式会社Ａ」「Ａ」「Ａ社」といった共起キーワードが別個に抽出された場合、すべて「Ａ社」と同義語であるとして問題なければ、一つの共起キーワードとして取りまとめて、次のステップに進めばよい。
【００５１】
ステップＳ３５０について、さらに詳細な処理について図１４のフローに基づいて説明する。ステップＳ３５１では、情報収集したすべての文章情報の数をカウントする。例えば、図１３の例において、情報収集をＷｅｂサイト１，２のみを対象に行ったとすれば、文章情報の総数は５とカウントされる。ステップＳ３５２では、調査対象情報に該当する文章情報の数をカウントする。例えば図１３の例では、文章情報の総数５のうち、キーワード「デジタルカメラ」に対する調査対象情報の数は３とカウントされる。ステップＳ３５３では、ステップ３４０で抽出した共起キーワードと同一の単語が含まれる文章情報の数を、共起キーワードごとにカウントする。例えば図１３の例では、文章情報の数５のうち、共起キーワード「Ａ社」が含まれる文章情報の数は３とカウントされる。ステップＳ３５４では、ステップＳ３４０で抽出した共起キーワードと同一の単語が含まれる調査対象情報の数を、各共起キーワードごとにカウントする。例えば図１３の例では、「デジタルカメラ」に対する調査対象情報の数３のうち、共起キーワード「Ａ社」が含まれる調査対象情報の数は２とカウントされる。
【００５２】
ステップＳ３５５では、各共起キーワードごとにその共起キーワードの評点を計算する。ここで、共起キーワードの評点は、ステップＳ３５４のカウント数にＳ３５１のカウント数を積算したものを、Ｓ３５２のカウント数にＳ３５３のカウント数を積算したもので除算し、さらにそれを、２を底とする対数に換算したもの、と定義するのが好ましい。例えば図１３の例では、共起キーワード「Ａ社」の評点は、ステップＳ３５１のカウント数である５、ステップＳ３５２のカウント数である３、ステップ３５３のカウント数である３、ステップＳ３５４のカウント数である２を用いて計算され、評点０．１５２が得られる。そして判断ステップであるステップＳ３５６において、すべての共起キーワードについての計算がされたか否かを判断し、ＮＯであれば次の共起キーワードについてステップＳ３５３からＳ３５５を繰り返し、ＹＥＳになった時点でステップＳ３５０が終了する。
【００５３】
なお、本実施形態のステップＳ３５０では、その相関関係の連鎖の要素をも評点計算に組み入れているという特徴を有している。本来、キーワード「デジタルカメラ」と共起キーワード「Ａ社」との間に相関関係がある場合には、共起キーワード「Ａ社」に対応して共起する「デジタルカメラ」以外のキーワード群との間にも相関関係が存在するものと考えるべきである。しかしながら、相関関係の連鎖にまで着目すると計算量が膨大になる問題もあり、一般的にはそこまでの処理は行われていなかった。本実施形態では、ステップＳ３５１のカウント数とステップＳ３５３のカウント数を計算式に盛り込むことによって、「デジタルカメラ」と「Ａ社」の相関関係の強さだけでなく、例えば「液晶テレビ」と「Ａ社」の相関関係の強さについても、その違いが相対的に各評点に反映させることができる。
【００５４】
ステップＳ３６０では、共起キーワード群を共起キーワード評点の順に並び替えた共起情報リストを作成し、それを共起情報分析結果情報データベース２２ｃに格納する。さらにステップＳ３７０では、利用者２６の要求に応じ、所定の期間が経過するごとに作成した共起情報リストを時系列に表し、共起情報分析出力としてＰＵＬＬ型（利用者２６が必要に応じて情報を取り出す）で提供する。図１５は、Ｗｅｂサイト１，２を含むすべてのＷｅｂサイトについて評点計算を行った例である。例えばキーワード「デジタルカメラ」についてみると、共起キーワード「製品Ｗ」は２００７年７月の時点では評点が低くランク外であったが、２００７年８月には２位までランクアップしている。従って、「デジタルカメラ」の分野では、「製品Ｗ」が投稿者の話題の中心になってきていることが分かる。また、共起キーワード「Ｂ社」は２００７年７月の時点では２位にランクされていたが、２００７年８月には５位までランクダウンしている。従って、投稿者は「Ｂ社」に注目しなくなってきていることが分かる。
【００５５】
以上説明した本発明の第三の実施形態に係る共起情報分析（ステップＳ３１０からステップＳ３７０）のインターネットサイト情報分析方法によれば、所定のキーワードに共起する別のキーワードの変化を時系列で分析することによって、所定のキーワードの周囲に広がっていく投稿者の興味の変化を実態的に把捉することができる。
【００５６】
なお、本発明は上記実施形態に限定するものではなく、インターネットサイト情報分析装置１０は、評判分析、サイト活性度分析、共起情報分析のうちのいずれか一以上の分析に係る作業手段またはステップを有する分析装置または分析方法であればよい。
【００５７】
また、ステップＳ１６０，Ｓ２６０が出力する分析結果の表示フレームは、各データが有する複数の特性値の相対的な関係が視覚的に認識可能なものであればよく、本実施形態に例示したグラフ化イメージに限定するものではない。グラフの目盛を対数表示にしたり、凡例を付して複数の分析結果を重ねて表するなどして、より視覚に訴えるための工夫がなされるべきものである。
【００５８】
また、ステップＳ２４０に定義する関連投稿率の計算式、ステップＳ２５０に定義する更新頻度の計算式、ステップＳ３５０に定義する共起キーワード評点の計算式は、調査分析の対象とする事物やその分野ごとの個別の事情など鑑みて定義したものであれば、上記実施形態の計算式に限定するものではない。例えば、ステップＳ３５０に定義した共起キーワード評点の計算式であれば、対数の底の値を変更したり、特定の情報の数について２乗した数値を代入するなど、細かく解析したい内容が特性値として顕著に表れるように別の計算式を定義してもよい。
【００５９】
なお、上記第一から第三の実施形態のような一連の処理動作をプログラムとして構築し、インターネットサイト情報分析装置１０として利用されるサーバーコンピュータにインストールし、ＣＰＵなどの制御手段によって実行させる他、そのプログラムをネットワークを介して流通させるようにしてもよい。また、構築されたプログラムをインターネットサイト情報分析装置１０として利用される各種のコンピュータに接続されるハードディスク装置、フレキシブルディスク、ＣＤ−ＲＯＭなどの可搬記憶媒体に格納し、コンピュータにインストールして実行させるようにしてもよい。
【図面の簡単な説明】
【００６０】
【図１】この発明のインターネットサイト情報分析装置の一実施形態を配置したネットワークシステム全体の構成を示す図である。
【図２】この発明のインターネットサイト情報分析方法の第一の実施形態である評判分析に係るフローチャートである。
【図３】本実施形態において文章情報から評判情報を抽出する例を示す図である。
【図４】本実施形態において使用される評価表現辞書の例を示す図である。
【図５】本実施形態において評点計算を行うステップに係るフローチャートである。
【図６】本実施形態において評判情報分析結果の出力形式の例を示すグラフである。
【図７】この発明のインターネットサイト情報分析方法の第二の実施形態であるサイト活性度分析に係るフローチャートである。
【図８】本実施形態において文章情報と更新頻度計算の例を示す図である。
【図９】本実施形態において関連記事投稿数計算を行うステップに係るフローチャートである。
【図１０】本実施形態において関連記事投稿率の計算結果リストの例を示す図である。
【図１１】本実施形態においてサイト活性度分析結果の出力形式の例を示すグラフである。
【図１２】この発明のインターネットサイト情報分析方法の第三の実施形態である共起情報分析に係るフローチャートである。
【図１３】本実施形態において文章情報から調査対象情報を抽出する例を示す図である。
【図１４】本実施形態において各共起キーワードの評点計算を行うステップに係るフローチャートである。
【図１５】本実施形態において共起情報分析結果の出力形式の例を示す図である。
【符号の説明】
【００６１】
１０ インターネットサイト情報分析装置
１２ Ｗｅｂサイト
１４ クローラ
１６ 記事データベース
１８ アナライザ
２０ 評価表現辞書群データベース
２２ 分析結果データベース
２４ ポータルサーバ
２６ 利用者
【技術分野】
【０００１】
本発明は、インターネットのＷｅｂサイト上で公開されている情報を分析し、トレンド情報等を取得・提供するインターネットサイト情報分析方法と装置に関する。
【背景技術】
【０００２】
インターネット上では、様々な人々が公開した膨大な量の情報がＷｅｂサイトに記憶され、現在もなお増え続けている。ここで、Ｗｅｂサイトとは、掲示板（BBS：Bulletin Board
System）やホームページ、ブログと称されるウェブログ（Web
Log）などの情報源を意味する。
【０００３】
近年、Ｗｅｂサイトに蓄積された記事を分析して新しいトレンド情報を得ようとする取り組みが盛んに行われている。例えば、意見の内容がどの程度肯定的なのか或いは否定的なのかを分析する評判分析の技術や、所定のキーワードの出現頻度や注目度（Ｂｕｒｓｔ度）のトレンドを時系列に評価する技術や、検索エンジンを使用したとき検索結果内で特定のＷｅｂサイトが上位に表示されるようにする検索エンジン最適化の技術等、様々な技術を用いたサービスが実際に提供されている。
【０００４】
具体例を挙げると、特許文献１で開示されているように、Ｗｅｂサイトから複数の文章情報を取得し、個々の文章情報から、などの評価対象と、その評価対象の性質を表す評価軸と、その評価軸に対する評価を表す評価表現と、その評価表現にあらかじめ設定されている評価スコアとの組からなる評判情報を抽出し、各評判情報について評価スコアを所定の方法ですべて集計（合算）することによって、分析対象である対象事物に関する知見を得る評判情報処理装置がある。この評判情報処理装置の実施例において、具体的には、評価表現に対する評価スコアは、「かっこいい」が０．２点、「軽い」が０．３点、「よい」が０．１点という具合に設定し、評判情報が有する否定性／肯定性についての度合いを数値化する分析方法が示されている。
【０００５】
また、特許文献２に開示されているように、Ｗｅｂサイトから複数の文章情報を取得し、個々の評判に対して評価スコアを付した評判情報を取得し、各評判情報について評価スコアを所定の計算方法で集計することによって、分析対象である対象事物に関する知見を得る評判情報処理装置がある。特に、「価格」「デザイン」などの評価軸毎に所定の重み付けの数値を設定しておき、例えば「デザイン」という評価軸が世の中で注目されている場合には、たとえ「デザイン」に関する評判情報の数が少ない場合であっても「デザイン」に関する評価スコアが集計結果に大きく反映されるように工夫されている。
【０００６】
さらに、特許文献３に開示されているように、Ｗｅｂサイトにアクセスして文章情報（風評情報）を所定の期間ごとに収集し、収集したキーワードの使用状況を定量化して、定量化したキーワードの使用状況を監視することにより、抽出したキーワードの中からトレンドキーワードとなるキーワードを選定して、近未来に検索エンジンで使用される可能性の高いトレンドキーワードをリアルタイムで予測し、そのトレンドキーワードに関連する情報を提供するトレンド予測装置がある。これは、実際に検索エンジンに入力された検索キーワードの使用実績を分析してトレンドキーワードを得るよりも、リアルタイム性に優れているという特徴がある。
【特許文献１】特開２００７−１７２０５１号公報
【特許文献２】特開２００６−５３６８５号公報
【特許文献３】特開２００６−２２７９６５号公報
【発明の開示】
【発明が解決しようとする課題】
【０００７】
しかし、特許文献１の評判情報処理装置にあっては、「かっこいい」「軽い」「よい」などの評価表現と、評価表現それぞれに設定された評価スコアは、例えば「カメラ」「電池の持ち」といった異なる評価軸を評価する場合にも共通して使用されるものである。従って、各評価軸に合わせた適切な評価ができないものであった。また、多くの評判情報の評価スコアを、最終的には１つの評価表現や１つの評価軸ごとに集計した総合的評価値として取り扱うので、一人の投稿者が持っている異なる評価軸に対しての意見の相関関係が、総合評価値に埋没してしまう。したがって、例えば「デザインがよいので、価格は安く感じる」と「デザインはよいが、価格は高いと感じる」という二人の投稿者の記事があった場合でも、投稿者一人一人がどのような優先度の付け方をするのか、そのバランス感覚に傾向はないか、といった分析にまで踏み込むことができないものであった。
【０００８】
特許文献２の評判情報処理装置にあっては、評価スコアを集計した総合評価値の中に個々の評価情報が持つ価値が埋没してしまわないように工夫がなされたものではあるが、特許文献１と同様に、投稿者一人一人が有する複数の要望について、その優先度の付け方やバランス感覚の傾向等にまで踏み込んだ分析ができないものであった。
【０００９】
特許文献３のトレンド予測装置にあっては、分析の対象としたキーワードについて、そのキーワードを含む文章情報の肯定性／否定性やキーワードの発生頻度などを分析して、そのキーワード自体をトレンドキーワードに選定するか否かを判断するものであって、そのキーワードの周囲に広がっていく投稿者の興味の変化を実体的に把捉し得るものではなかった。
【００１０】
また、特定のキーワードの周辺情報を収集する方法として相関分析手法が提案されており、そのキーワードから連想される別のキーワードを取得する連想検索等のサービスも行われているが、特許文献３と同様に、そのキーワードの周囲に広がっていく投稿者の興味の変化を実態的に把捉し得るものではなかった。
【００１１】
また、有益な情報が得られる活発なＷｅｂサイトをリアルタイムに知りたいという要望があるが、そのような要望に応え得る方法やサービスは提案されておらず、未だ実用化されていないものであった。
【００１２】
本発明は上記背景技術に鑑みて成されたもので、インターネット上に公開された多くのサイト情報を基に、それらの情報が持つ意味や背景、傾向を効果的に正確に知ることができる分析装置及び分析方法を提供するもので、特に、１つの記事が有する複数の要望を対比的に評価する評判分析、有益な情報が得られる活発なＷｅｂサイトをリアルタイムに抽出するＷｅｂサイト活性度分析、およびあるキーワードの周囲に広がっていく投稿者の興味の変化を実態的に把捉する共起情報分析を行い、Ｗｅｂサイトに蓄積された記事から新しいトレンドを正確に知ることができるインターネットサイト情報分析方法と装置を提供することを目的とする。
【課題を解決するための手段】
【００１３】
この発明は、インターネット上に存在するＷｅｂサイトにアクセスしてその文章情報を収集し、分析を行うインターネットサイト情報分析方法において、前記Ｗｅｂサイトの文章情報の収集を行う情報収集ステップと、前記文章情報を単語に分割する単語分割ステップと、前記単語群から、評価対象と、その評価対象の性質を表す評価軸と、その評価軸に対する評価を表す評価表現との組からなる評判情報を抽出する評判情報抽出ステップと、
前記評判情報を前記評価軸毎に分類する評価軸別分類ステップと、前記評価表現とその程度を示すスコアとの組からなる評価表現辞書が評価軸毎にあらかじめ複数設けられ、その中の分析対象の評価軸に対応した評価表現辞書に基づいて評点を算出する評点計算ステップと、前記各文章情報について、任意の異なる評価軸の評点を相対比較して出力する評判分析出力ステップとを備えるインターネットサイト情報分析方法である。
【００１４】
またこの発明は、インターネット上に存在するＷｅｂサイトにアクセスしてその文章情報を収集し、分析を行うインターネットサイト情報分析方法において、前記文章情報と各Ｗｅｂサイトの更新日情報を収集する情報収集ステップと、前記文章情報を単語に分割する単語分割ステップと、前記単語群の中から所定のキーワードと同一または類似する単語を抽出し、その単語を含む文章情報の数を算出する関連情報投稿数計算ステップと、各Ｗｅｂサイトから収集した文章情報数に占める前記関連情報投稿数の割合を、各Ｗｅｂサイト毎に算出する関連情報投稿率計算ステップと、分析を行う基準日と前記更新日情報をもとに、各Ｗｅｂサイトの更新頻度を算出する更新頻度計算ステップと、各Ｗｅｂサイト毎の前記関連情報投稿率と前記更新頻度とを相対比較して出力するサイト活性度分析出力ステップとを備えるインターネットサイト情報分析方法である。
【００１５】
またこの発明は、インターネット上に存在するＷｅｂサイトにアクセスしてその文章情報を収集し、分析を行うインターネットサイト情報分析方法において、前記Ｗｅｂサイトの文章情報の収集を所定の期間が経過するごとに行う情報収集ステップと、前記文章情報を単語に分割する単語分割ステップと、前記単語群の中から調査対象のキーワードと同一または類似する単語を含む文章情報を抽出する調査対象情報抽出ステップと、前記調査対象情報を構成する単語に含まれ、前記キーワードと別のキーワードである共起キーワードを抽出する共起キーワード抽出ステップと、調査対象情報に前記共起キーワードが出現する頻度をもとに、前記共起キーワード毎に評点計算する共起キーワード評点計算ステップと、前記共起キーワードを前記共起キーワード評点の順に並び替えて共起情報リストを作成するソートステップと、所定の期間ごとに得られた前記共起情報リストを、時系列に表して出力する共起情報分析出力ステップとを備えるインターネットサイト情報分析方法である。
【００１６】
またこの発明は、コンピュータシステムにより構成され、インターネット上に存在するＷｅｂサイトにアクセスしてその文章情報を収集し、分析を行うインターネットサイト情報分析装置において、前記Ｗｅｂサイトの文章情報の収集を行う情報収集手段と、前記文章情報を単語に分割する単語分割手段と、前記単語群から、評価対象と、その評価対象の性質を表す評価軸と、その評価軸に対する評価を表す評価表現との組からなる評判情報を抽出する評判情報抽出手段と、前記評判情報を前記評価軸毎に分類する評価軸別分類手段と、前記評価表現とその程度を示すスコアとの組からなる評価表現辞書を、前記評価軸ごとに複数設けた評価表現辞書群データベースと、分析対象の評価軸に対応した評価表現辞書を前記評価表現辞書群データベースから抽出し、その評価表現辞書に基づいて評判情報毎に評点を算出する評点計算手段と、前記各文章情報について、任意の異なる評価軸の評点を相対比較して出力する評判分析出力手段とを備えるインターネットサイト情報分析装置である。
【００１７】
前記評判分析出力手段は、任意の異なる２つの評価軸の評点に基づき２次元グラフ、または、任意の異なる３つの評価軸の評点に基づき３次元グラフに表して出力するものである。
【００１８】
またこの発明は、コンピュータシステムにより構成され、インターネット上に存在するＷｅｂサイトにアクセスしてその文章情報を収集し、分析を行うインターネットサイト情報分析装置において、前記Ｗｅｂサイトの文章情報の収集を行う情報収集手段と、前記文章情報を単語に分割する単語分割手段と、前記単語群の中から所定のキーワードと同一または類似する単語を抽出し、その単語を含む文章情報の数を算出する関連情報投稿数計算手段と、各Ｗｅｂサイトから収集した文章情報数に占める前記関連情報投稿数の割合を、各Ｗｅｂサイト毎に算出する関連情報投稿率計算手段と、各Ｗｅｂサイトの更新日付を収集する更新日情報収集手段と、分析を行う基準日と前記更新日情報をもとに、各Ｗｅｂサイトの更新頻度を算出する更新頻度計算手段と、各Ｗｅｂサイト毎の前記関連情報投稿率と前記更新頻度とを相対比較して出力するサイト活性度分析出力手段とを備えるインターネットサイト情報分析装置である。
【００１９】
前記活性度分析出力手段は、前記関連情報投稿率と前記更新頻度とを２次元グラフに表して出力するものである。
【００２０】
またこの発明は、インターネット上に存在するＷｅｂサイトにアクセスしてその文章情報を収集し、分析を行うインターネットサイト情報分析装置において、前記Ｗｅｂサイトの文章情報の収集を所定の期間が経過するごとに行う情報収集手段と、前記文章情報を単語に分割する単語分割手段と、前記単語群の中から調査対象のキーワードと同一または類似する単語を含む文章情報を抽出する調査対象情報抽出手段と、前記調査対象情報を構成する単語に含まれ、前記調査対象のキーワードと同一または類似の単語を除く他の単語である共起キーワードを抽出する共起キーワード抽出手段と、調査対象情報に前記共起キーワードが出現する頻度をもとに、前記共起キーワード毎に評点計算する共起キーワード評点計算手段と、前記共起キーワードを前記共起キーワード評点の順に並び替えて共起情報リストを作成するソート手段と、所定の期間ごとに得られた前記共起情報リストを、時系列に表して出力する共起情報分析出力手段とを備えるインターネットサイト情報分析装置である。
【発明の効果】
【００２１】
この発明によれば、Ｗｅｂサイトに公開され蓄積された膨大な量の情報を分析し、的確なトレンド情報を容易に得ることが可能になる。
【００２２】
特に、請求項１，４及び５記載の発明によれば、評価軸ごとに評価表現辞書および評価スコアを設けることによって投稿者の意見を的確に評点計算することが可能であり、かつ、投稿者一人一人が有する複数の評価軸（要望）についての優先度の付け方やバランス感覚の傾向等にまで踏み込んだ評判分析をすることができる。
【００２３】
また、請求項２，６及び７記載の発明によれば、各Ｗｅｂサイトについて所定キーワードに関連した情報の投稿率と更新頻度を計算するサイト活性度分析によって、活発に情報発信しているＷｅｂサイトを容易に知ることができ、それら情報発信源として注目すべきＷｅｂサイトに絞って情報収集を行えば、有益なトレンド情報を効率よく得ることができる。
【００２４】
さらに、請求項３，８記載の発明によれば、所定のキーワードに共起する別のキーワードの変化を時系列で分析する共起情報分析によって、所定のキーワードの周囲に広がっていく投稿者の興味の変化を実態的に把捉することができる。
【発明を実施するための最良の形態】
【００２５】
以下、本発明のインターネットサイト情報分析装置１０を配置したネットワークシステムの実施形態を図１に基づいて説明する。このネットワークシステムにおいては、多くの人が感想や意見などの情報を公開しているＷｅｂサイト１２と、指定されたＷｅｂサイトから定期的にＲＳＳ（Rich Site Summary）フォーマットの文章情報を収集するクローラ１４と、クローラ１４が収集した情報がデータベース化して記憶している記事データベース１６と、後述する３つの分析を行うプログラムを備えたアナライザ１８と、分析する評価軸に対応に対応する評価表現とその評価スコアが設定されている評価表現辞書群データベース２０と、分析の結果を格納する分析結果データベース２２と、利用者２６が所持するパソコンが接続され、所望の分析結果を分析結果データベース２２から抽出して利用者２６に配信するポータルサーバ２４とが、インターネット上にそれぞれ配置されている。
【００２６】
本発明の第一の実施形態に係る評判分析を行うインターネットサイト情報分析方法を、図２から図６に基づいて説明する。まず、図２に示すフローに基づいて概要を説明する。ステップＳ１１０で、ブログである各Ｗｅｂサイトから文章情報を収集する。インターネットサイト情報分析装置１０では、クローラ１４と、記事データベース１６と、評判分析アナライザ１８ａとがこの情報収集手段としての働きを行う。次に、ステップＳ１２０で、収集した文章情報を単語（品詞）に分解する。インターネットサイト情報分析装置１０では、評判分析アナライザ１８ａがこの単語分割手段としての働きを行う。ステップＳ１３０で、分割された単語群から、評価対象と、その評価対象の性質を表す評価軸と、その評価軸に対する評価を表す評価表現との組からなる評判情報を抽出する。インターネットサイト情報分析装置１０では、評価分析アナライザ１８ａがこの評判情報抽出手段としての働きを行う。
【００２７】
そして、ステップＳ１４０で、抽出された評判情報を、評価軸ごとに分類する。インターネットサイト情報分析装置１０では、評価分析アナライザ１８ａがこの評価軸別分類手段としての働きを行う。ステップＳ１５０は、評価表現辞書群データベース２０から分析対象である評価軸に対応した評価表現辞書を抽出して各評判情報の評点を計算し、計算結果を格納する。インターネットサイト情報分析装置１０では、評価分析アナライザ１８ａと、評判分析結果データベース２２ａとがこの評点計算手段としての働きを行う。そして、ステップＳ１６０で、利用者２６の要求に応じ、任意の異なる評価軸による評点を有する各文章情報をグラフに表示して出力する。インターネットサイト情報分析装置１０では、評判分析結果データベース２２ａと、ポータルサーバ２４が備える評判分析表示フレームワーク２４ａとがこの評判分析出力手段としての働きを行う。
【００２８】
次に、上記評判分析の各ステップについて、詳細に説明する。図３に示すように各Ｗｅｂサイトには、複数の文章情報が存在する。ステップＳ１１０では、例えば文章情報ａ１「Ａ社の車は、価格は高いしハンドルが使いにくい」というように、所定の文章の単位ごとのに分割された文章情報を収集する。さらにこれらの文章情報は、ステップＳ１２０において、名詞、助詞、形容詞、動詞等の単語（品詞）に分解される。
【００２９】
ステップＳ１３０では、それらの単語を公知技術である日本語形態素分析技術や係り受け解析技術等を用いて単語同士の関係付けを行う。日本語形態素分析技術によれば、文章中における名詞や助詞が出現する前後関係等を分析することによって、例えば文章情報ａ１に含まれる単語であれば、「価格」には「高い」が対応し、「ハンドル」には「使いにくい」が対応する、といった関係付けを行うことができる。このようにして文章情報から、評価対象と、その評価対象の性質を表す評価軸と、その評価軸に対する評価を表す評価表現との組である評価情報を抽出する。例えば文章情報ａ１であれば、「車、車の価格、高い」および「車、車の操作性、使いにくい」という２つの評判情報を抽出する。
【００３０】
ステップＳ１４０では、上記の評判情報を、「車の価格」「車の操作性」等の評価軸ごとに分類する。後述するステップＳ１５０の計算処理を効率的に行うために情報を整理する前準備のステップである。
【００３１】
ステップＳ１５０では、評価表現辞書群データベース２０に設けられた複数の評価表現辞書を用いて各評判情報の評点を計算する。ここで、評価表現辞書の例を図４に基づいて説明する。評価表現辞書は評価軸ごとに設けてあり、例えば「車の価格」という評価軸に対しては評価表現辞書Ａが該当し、「高い」「割高」「お手頃」というように車の価格に関する評価表現として考えられるものをリストアップし、それぞれの評価表現に対して肯定的／否定的なレベルが評価スコアとして定義されている。一方「車の操作性」という評価軸に対しては評価表現辞書Ｂが該当し、「車の操作性」を評価するのに適した別の評価表現をリストアップし、それぞれの評価表現に対して肯定的／否定的なレベルが評価スコアとして定義されている。
【００３２】
上記の評価表現辞書を用いるステップＳ１５０について、さらに詳細な処理について、図５に基づいて説明する。ステップＳ１５１は、評価表現辞書群データベース２０の中の一の評価表現辞書に着目し、その評価表現辞書に該当する評判情報群を抽出するステップである。例えば、上記評価表現辞書Ａに着目した場合には、評判情報の評価軸が「車の価格」に該当する評判情報を抽出する。
【００３３】
ステップＳ１５２では、その評価表現辞書に列挙されている評価表現を含む評判情報を順番に抽出し、さらにステップＳ１５３で、その評判情報の評点としてその評価表現のスコアを割り付ける計算を行ってその結果を評判分析結果データベース２２ａに格納する。例えば、「高い」という評価表現を含む評判情報には「＋１」という評価スコアを、「お手頃」という評価表現を含む評判情報には「＋４」という評価スコアをそれぞれ割り付ける計算を行い、その結果を保存する。そして判断ステップであるステップＳ１５４において、すべての評価表現辞書についての評点計算がされたか否かを判断し、ＮＯであれば次の評価表現辞書についてステップＳ１５１からＳ１５３を繰り返し、ＹＥＳになった時点でステップＳ１５０が終了する。従って、ステップＳ１５０によって、例えば文章情報ａ１の場合には、「車の価格＝＋１」「車の操作性＝＋１」という２つの評価軸についての評点が割り付けられることになる。
【００３４】
ステップＳ１６０では、ステップＳ１５０で評点が割り付けられた文章情報を、任意の異なる評価軸に基づいてグラフに表した評判分析情報として提供する。例えば図６に示すように、評価軸として「車の価格」と「車の操作性」の２つを選択した場合、各文章情報ごとに散布図のグラフが描かれる。この評判分析情報は、ＰＵＬＬ型（利用者２６が必要に応じて情報を取り出す）で提供される。なお、３つの評価軸を選択したときに３次元のグラフを描くものであってもよい。
【００３５】
以上説明した本発明の第一の実施形態に係る評判分析（ステップＳ１１０からステップＳ１６０）のインターネットサイト情報分析方法によれば、評価軸ごとに評価表現辞書および評価スコアを設けているので、投稿者の意見を的確にとらえて評点計算することが可能である。また、多くの評価項目の意見を単純に集計せず、一つ一つの文章情報の意味を分析して、異なる評価軸について相対的にグラフに表することによって、不特定多数の投稿者がもつ多数の要望に関して、全体的な傾向をより細かい項目に踏み込んだ評判分析およびその傾向分析をすることが可能になる。
【００３６】
次に、本発明の第二の実施形態に係るサイト活性度分析を行うインターネットサイト情報分析方法を、図７から図１１に基づいて説明する。まず、図７に示すフローに基づいて概要を説明する。ステップＳ２１０で、各Ｗｅｂサイトから文章情報と更新日情報を収集する。この時、インターネットサイト情報分析装置１０では、クローラ１４と、記事データベース１６と、サイト活性度分析アナライザ１８ｂとがこの情報収集手段および更新日情報取得手段としての働きを行う。次に、ステップＳ２２０で、収集した文章情報を単語（品詞）に分解する。インターネットサイト情報分析装置１０では、サイト活性度分析アナライザ１８ｂがこの単語分割手段としての働きを行う。そして、ステップＳ２３０で、分割された単語群の中に所定のキーワードと同一又は類似するものを含む文章情報、すなわち関連情報の投稿数を算出する。インターネットサイト情報分析装置１０では、サイト活性度分析アナライザ１８ｂがこの関連情報投稿数計算手段としての働きを行う。さらに、ステップＳ２４０で、そのＷｅｂサイトから収集した文章情報数に占める関連情報投稿数の割合である関連情報投稿率を計算し、計算結果を格納する。インターネットサイト情報分析装置１０では、サイト活性度分析アナライザ１８ｂと、サイト活性度分析結果データベース２２ｂがこの関連情報投稿率計算手段としての働きを行う。
【００３７】
ステップＳ２５０は、分析を行う基準日と更新日情報をもとに、各Ｗｅｂサイトの更新頻度を計算し、計算結果を格納するもので、インターネットサイト情報分析装置１０では、サイト活性度分析アナライザ１８ｂと、サイト活性度分析結果データベース２２ｂとがこの更新頻度計算手段としての働きを行う。
【００３８】
ステップＳ２６０は、利用者２６の要求に応じ、関連情報投稿率と更新頻度という２つの計算値が割り付けられた各Ｗｅｂサイトをグラフに表示して出力する。インターネットサイト情報分析装置１０では、サイト活性度分析結果データベース２２ｂと、ポータルサーバ２４が備えるサイト活性度分析表示フレームワーク２４ｂとがこのサイト分析出力手段としての働きを行う。
【００３９】
次に、上記サイト活性度分析の各ステップについて、詳細に説明する。図８に示すように各Ｗｅｂサイトには、複数の文章情報と各Ｗｅｂサイトの最終更新日の情報が存在する。ステップＳ２１０では、例えばＷｅｂサイト１であれば、文章情報ａ１，ａ２、および「最終更新日：９月１１日」という更新日情報を収集する。さらにこれらの文章情報はステップＳ２２０において、名詞、形容詞、動詞等の単語（品詞）に分解される。
【００４０】
ステップＳ２３０について、さらに詳細な処理について図９に基づいて説明する。ステップＳ２３０は、ステップＳ２３１で、調査対象となる所定のキーワードが与えられると、そのキーワードと類似の単語群を、類語辞典の一種であるシソーラスなどを用いて抽出する。そしてステップＳ２３２で、各Ｗｅｂサイト毎に、キーワードと同一または類似の単語群のいずれかを含む文章情報、すなわち関連情報を抽出する。さらにステップＳ２３３で、抽出された関連文章情報をカウントし、その数を累積計算する。そして判断ステップであるステップＳ２３４において、すべてのＷｅｂサイトについての計算がされたか否かを判断し、ＮＯであれば次のＷｅｂサイトについてステップＳ２３２からＳ２３３を繰り返し、ＹＥＳになった時点でステップＳ２３０が終了して次のステップ２４０へ移行する。
【００４１】
このようにステップＳ２３０では、例えば、「車」というキーワードが与えられると、ステップＳ２３１によって「軽四」「ハイブリッドカー」「自動車」といった俗称、略称あるいは正式名称その他の単語を類似語として抽出する。従って、関連情報の内容の分析およびその投稿数の算出を漏れなく行うことができる。
【００４２】
ステップＳ２４０では、Ｗｅｂサイトごとに関連情報の投稿率を計算し、その計算結果をサイト活性度分析結果データベース２２ｂに格納する。関連情報投稿率は、各Ｗｅｂサイトから収集した文章情報の総数を分母に、その中の所定のキーワードについての関連情報の数を分子に配して除算計算を行っている。例えば、図８に示すＷｅｂサイト１には、文章情報ａ１，ａ２の２件あり、そのうち、キーワード「車」の関連情報は「ハイブリッドカー」という単語を含む文章情報ａ１の１件である。従って、Ｗｅｂサイト１におけるキーワード「車」についての関連情報投稿率は０．５と計算される。このようにしてキーワードごと、かつＷｅｂサイトごとに関連情報投稿率が計算され、その計算結果は図１０のリストのように系統立ててサイト活性度分析結果データベース２２ｂに格納される。
【００４３】
ステップＳ２５０では、各Ｗｅｂサイトの更新頻度を計算し、その計算結果をサイト活性度分析結果データベース２２ｂに格納する。図８の計算例では、分析を行う基準日とそのＷｅｂサイトの最終更新日との差に１を加算し、その逆数を更新頻度と定義している。この定義によれば、Ｗｅｂサイト１の場合は、分析を行う基準日と最終更新日がともに９月１１日（同日）のため更新頻度は１．０となる。また、Ｗｅｂサイト２の場合は、同様の計算を行うと更新頻度は０．０１１となる。つまり、頻繁に更新されているＷｅｂサイト１は更新頻度が高い値となり、更新されずに放置されている期間が長いＷｅｂサイト２は更新頻度が低い値を示すことになる。
【００４４】
ステップＳ２６０では、ステップＳ２４０で所定のキーワードについて割り付けられた関連情報投稿率を横軸に、ステップ２５０で割り付けられた更新頻度を縦軸にして、各Ｗｅｂサイトの相対的な位置づけをグラフに表し、サイト活性度分析情報としてＰＵＬＬ型（利用者２６が必要に応じて情報を取り出す）で提供する。例えば図１１に示すように、グラフの右上に位置するＷｅｂサイトは、「車」に関する情報が多く、かつ、頻繁に更新されているＷｅｂサイト群であるので、Ｗｅｂサイト１，２，５のように活発に情報発信しているＷｅｂサイトにアクセスすれば、「車」に関する有益な情報が得られそうだということが分かる。逆に、グラフの左下に位置するＷｅｂサイトは、「車」に関する情報が少なく、かつ、更新頻度も低いＷｅｂサイト群であるので、Ｗｅｂサイト８のように活動が低調なＷｅｂサイトにアクセスしても、「車」に関する有益な情報が得られそうにないということが分かる。
【００４５】
以上説明した本発明の第二の実施形態に係るサイト活性度分析（ステップＳ２１０からステップＳ２６０）のインターネットサイト情報分析方法によれば、活発に情報発信しているＷｅｂサイトを容易に知ることができ、情報発信源として注目すべきそれらのＷｅｂサイトに絞って情報収集を行えば、有益なトレンド情報を効率よく得ることができる。
【００４６】
次に、本発明の第三の実施形態に係る共起情報分析を行うインターネットサイト情報分析方法を、まず、図１２から図１５に示すフローに基づいて概要を説明する。図１２のフローに示すステップＳ３１０では、各Ｗｅｂサイトから所定の期間が経過するごとに文章情報を収集する。インターネットサイト情報分析装置１０では、クローラ１４と、記事データベース１６と、共起情報分析アナライザ１８ｃとがこの情報収集手段としての働きを行う。次に、ステップＳ３２０で、収集した文章情報を単語（品詞）に分解する。インターネットサイト情報分析装置１０では、共起情報分析アナライザ１８ｃがこの単語分割手段としての働きを行う。ステップＳ３３０では、分割された単語群の中に所定のキーワードと同一又は類似するものを含む文章情報、すなわち調査対象情報を抽出する。この時、インターネットサイト情報分析装置１０では、共起情報分析アナライザ１８ｃがこの調査対象情報抽出手段としての働きを行う。そして、ステップＳ３４０で、抽出された調査対象情報を構成する単語の中から、上記所定のキーワードと同一又は類似の単語を除く他の単語、すなわち共起キーワードを抽出する。インターネットサイト情報分析装置１０では、共起情報分析アナライザ１８ｃがこの共起キーワード抽出手段としての働きを行う。
【００４７】
ステップＳ３５０では、抽出された共起キーワードが調査対象情報に出現する頻度を基に、共起キーワードごとの評点計算を行う。インターネットサイト情報分析装置１０では、共起情報分析アナライザ１８ｃがこの共起キーワード評点計算手段としての働きを行う。次に、ステップＳ３６０で、共起キーワード群を共起キーワード評点の順に並び替えた共起情報リストを作成し、それを格納する。インターネットサイト情報分析装置１０では、共起情報分析アナライザ１８ｃと、共起情報分析結果データベース２２ｃとがこのソート手段としての働きを行う。そして、ステップＳ３７０は、利用者２６の要求に応じ、所定の期間が経過するごとに作成した共起情報リストを時系列に表して出力する。インターネットサイト情報分析装置１０では、共起情報分析結果データベース２２ｃと、ポータルサーバ２４が備える共起情報分析表示フレームワーク２４ｃとがこの共起情報分析出力手段としての働きを行う。
【００４８】
次に、上記共起情報分析の各ステップについて、詳細に説明する。図１３に示すように各Ｗｅｂサイトには、複数の文章情報が存在する。ステップＳ３１０では、例えばＷｅｂサイト１であれば、文章情報ａ１，ａ２を収集する。さらにこれらの文章情報はステップＳ３２０において、名詞、形容詞、動詞等の単語（品詞）に分解される。
【００４９】
ステップＳ３３０では、調査対象となる所定のキーワードが与えられると、そのキーワードと類似の単語群を類語辞典の一種であるシソーラスなどを用いて抽出し、そのキーワードと同一または類似の単語群のいずれかを含む文章情報、すなわち調査対象情報を抽出する。例えば図１３の例によれば、「デジタルカメラ」というキーワードが与えられると、「デジカメ」「デジタルスチルカメラ」「デジタルビデオカメラ」といった俗称、略称あるいは正式名称その他の単語を類似語として抽出する。そして、「デジタルカメラ」およびその類似語を含む文章情報ａ１，ａ２，ｂ２を調査対象情報として抽出する。このように、本来的に調査すべき調査対象情報を漏れなく抽出することを可能にしている。
【００５０】
ステップＳ３４０では、抽出された調査対象情報を構成する単語の中から、上記所定のキーワードと同一又は類似の単語を除く他の単語、すなわち共起キーワードを抽出する。例えば、文章情報ａ１であれば「Ａ社」「Ｂ社」「性能」が共起キーワードに該当する。ここで、「（株）Ａ」「株式会社Ａ」「Ａ」「Ａ社」といった共起キーワードが別個に抽出された場合、すべて「Ａ社」と同義語であるとして問題なければ、一つの共起キーワードとして取りまとめて、次のステップに進めばよい。
【００５１】
ステップＳ３５０について、さらに詳細な処理について図１４のフローに基づいて説明する。ステップＳ３５１では、情報収集したすべての文章情報の数をカウントする。例えば、図１３の例において、情報収集をＷｅｂサイト１，２のみを対象に行ったとすれば、文章情報の総数は５とカウントされる。ステップＳ３５２では、調査対象情報に該当する文章情報の数をカウントする。例えば図１３の例では、文章情報の総数５のうち、キーワード「デジタルカメラ」に対する調査対象情報の数は３とカウントされる。ステップＳ３５３では、ステップ３４０で抽出した共起キーワードと同一の単語が含まれる文章情報の数を、共起キーワードごとにカウントする。例えば図１３の例では、文章情報の数５のうち、共起キーワード「Ａ社」が含まれる文章情報の数は３とカウントされる。ステップＳ３５４では、ステップＳ３４０で抽出した共起キーワードと同一の単語が含まれる調査対象情報の数を、各共起キーワードごとにカウントする。例えば図１３の例では、「デジタルカメラ」に対する調査対象情報の数３のうち、共起キーワード「Ａ社」が含まれる調査対象情報の数は２とカウントされる。
【００５２】
ステップＳ３５５では、各共起キーワードごとにその共起キーワードの評点を計算する。ここで、共起キーワードの評点は、ステップＳ３５４のカウント数にＳ３５１のカウント数を積算したものを、Ｓ３５２のカウント数にＳ３５３のカウント数を積算したもので除算し、さらにそれを、２を底とする対数に換算したもの、と定義するのが好ましい。例えば図１３の例では、共起キーワード「Ａ社」の評点は、ステップＳ３５１のカウント数である５、ステップＳ３５２のカウント数である３、ステップ３５３のカウント数である３、ステップＳ３５４のカウント数である２を用いて計算され、評点０．１５２が得られる。そして判断ステップであるステップＳ３５６において、すべての共起キーワードについての計算がされたか否かを判断し、ＮＯであれば次の共起キーワードについてステップＳ３５３からＳ３５５を繰り返し、ＹＥＳになった時点でステップＳ３５０が終了する。
【００５３】
なお、本実施形態のステップＳ３５０では、その相関関係の連鎖の要素をも評点計算に組み入れているという特徴を有している。本来、キーワード「デジタルカメラ」と共起キーワード「Ａ社」との間に相関関係がある場合には、共起キーワード「Ａ社」に対応して共起する「デジタルカメラ」以外のキーワード群との間にも相関関係が存在するものと考えるべきである。しかしながら、相関関係の連鎖にまで着目すると計算量が膨大になる問題もあり、一般的にはそこまでの処理は行われていなかった。本実施形態では、ステップＳ３５１のカウント数とステップＳ３５３のカウント数を計算式に盛り込むことによって、「デジタルカメラ」と「Ａ社」の相関関係の強さだけでなく、例えば「液晶テレビ」と「Ａ社」の相関関係の強さについても、その違いが相対的に各評点に反映させることができる。
【００５４】
ステップＳ３６０では、共起キーワード群を共起キーワード評点の順に並び替えた共起情報リストを作成し、それを共起情報分析結果情報データベース２２ｃに格納する。さらにステップＳ３７０では、利用者２６の要求に応じ、所定の期間が経過するごとに作成した共起情報リストを時系列に表し、共起情報分析出力としてＰＵＬＬ型（利用者２６が必要に応じて情報を取り出す）で提供する。図１５は、Ｗｅｂサイト１，２を含むすべてのＷｅｂサイトについて評点計算を行った例である。例えばキーワード「デジタルカメラ」についてみると、共起キーワード「製品Ｗ」は２００７年７月の時点では評点が低くランク外であったが、２００７年８月には２位までランクアップしている。従って、「デジタルカメラ」の分野では、「製品Ｗ」が投稿者の話題の中心になってきていることが分かる。また、共起キーワード「Ｂ社」は２００７年７月の時点では２位にランクされていたが、２００７年８月には５位までランクダウンしている。従って、投稿者は「Ｂ社」に注目しなくなってきていることが分かる。
【００５５】
以上説明した本発明の第三の実施形態に係る共起情報分析（ステップＳ３１０からステップＳ３７０）のインターネットサイト情報分析方法によれば、所定のキーワードに共起する別のキーワードの変化を時系列で分析することによって、所定のキーワードの周囲に広がっていく投稿者の興味の変化を実態的に把捉することができる。
【００５６】
なお、本発明は上記実施形態に限定するものではなく、インターネットサイト情報分析装置１０は、評判分析、サイト活性度分析、共起情報分析のうちのいずれか一以上の分析に係る作業手段またはステップを有する分析装置または分析方法であればよい。
【００５７】
また、ステップＳ１６０，Ｓ２６０が出力する分析結果の表示フレームは、各データが有する複数の特性値の相対的な関係が視覚的に認識可能なものであればよく、本実施形態に例示したグラフ化イメージに限定するものではない。グラフの目盛を対数表示にしたり、凡例を付して複数の分析結果を重ねて表するなどして、より視覚に訴えるための工夫がなされるべきものである。
【００５８】
また、ステップＳ２４０に定義する関連投稿率の計算式、ステップＳ２５０に定義する更新頻度の計算式、ステップＳ３５０に定義する共起キーワード評点の計算式は、調査分析の対象とする事物やその分野ごとの個別の事情など鑑みて定義したものであれば、上記実施形態の計算式に限定するものではない。例えば、ステップＳ３５０に定義した共起キーワード評点の計算式であれば、対数の底の値を変更したり、特定の情報の数について２乗した数値を代入するなど、細かく解析したい内容が特性値として顕著に表れるように別の計算式を定義してもよい。
【００５９】
なお、上記第一から第三の実施形態のような一連の処理動作をプログラムとして構築し、インターネットサイト情報分析装置１０として利用されるサーバーコンピュータにインストールし、ＣＰＵなどの制御手段によって実行させる他、そのプログラムをネットワークを介して流通させるようにしてもよい。また、構築されたプログラムをインターネットサイト情報分析装置１０として利用される各種のコンピュータに接続されるハードディスク装置、フレキシブルディスク、ＣＤ−ＲＯＭなどの可搬記憶媒体に格納し、コンピュータにインストールして実行させるようにしてもよい。
【図面の簡単な説明】
【００６０】
【図１】この発明のインターネットサイト情報分析装置の一実施形態を配置したネットワークシステム全体の構成を示す図である。
【図２】この発明のインターネットサイト情報分析方法の第一の実施形態である評判分析に係るフローチャートである。
【図３】本実施形態において文章情報から評判情報を抽出する例を示す図である。
【図４】本実施形態において使用される評価表現辞書の例を示す図である。
【図５】本実施形態において評点計算を行うステップに係るフローチャートである。
【図６】本実施形態において評判情報分析結果の出力形式の例を示すグラフである。
【図７】この発明のインターネットサイト情報分析方法の第二の実施形態であるサイト活性度分析に係るフローチャートである。
【図８】本実施形態において文章情報と更新頻度計算の例を示す図である。
【図９】本実施形態において関連記事投稿数計算を行うステップに係るフローチャートである。
【図１０】本実施形態において関連記事投稿率の計算結果リストの例を示す図である。
【図１１】本実施形態においてサイト活性度分析結果の出力形式の例を示すグラフである。
【図１２】この発明のインターネットサイト情報分析方法の第三の実施形態である共起情報分析に係るフローチャートである。
【図１３】本実施形態において文章情報から調査対象情報を抽出する例を示す図である。
【図１４】本実施形態において各共起キーワードの評点計算を行うステップに係るフローチャートである。
【図１５】本実施形態において共起情報分析結果の出力形式の例を示す図である。
【符号の説明】
【００６１】
１０ インターネットサイト情報分析装置
１２ Ｗｅｂサイト
１４ クローラ
１６ 記事データベース
１８ アナライザ
２０ 評価表現辞書群データベース
２２ 分析結果データベース
２４ ポータルサーバ
２６ 利用者
【特許請求の範囲】
【請求項１】
インターネット上に存在するＷｅｂサイトにアクセスしてその文章情報を収集し、分析を行うインターネットサイト情報分析方法において、
前記Ｗｅｂサイトの文章情報の収集を行う情報収集ステップと、
前記文章情報を単語に分割する単語分割ステップと、
前記単語群から、評価対象と、その評価対象の性質を表す評価軸と、その評価軸に対する評価を表す評価表現との組からなる評判情報を抽出する評判情報抽出ステップと、
前記評判情報を前記評価軸毎に分類する評価軸別分類ステップと、
前記評価表現とその程度を示すスコアとの組からなる評価表現辞書が評価軸毎にあらかじめ複数設けられ、その中の分析対象の評価軸に対応した評価表現辞書に基づいて評点を算出する評点計算ステップと、
前記各文章情報について、任意の異なる評価軸の評点を相対比較して出力する評判分析出力ステップと、
を備えることを特徴とするインターネットサイト情報分析方法。
【請求項２】
インターネット上に存在するＷｅｂサイトにアクセスしてその文章情報を収集し、分析を行うインターネットサイト情報分析方法において、
前記文章情報と各Ｗｅｂサイトの更新日情報を収集する情報収集ステップと、
前記文章情報を単語に分割する単語分割ステップと、
前記単語群の中から所定のキーワードと同一または類似する単語を抽出し、その単語を含む文章情報の数を算出する関連情報投稿数計算ステップと、
各Ｗｅｂサイトから収集した文章情報数に占める前記関連情報投稿数の割合を、各Ｗｅｂサイト毎に算出する関連情報投稿率計算ステップと、
分析を行う基準日と前記更新日情報をもとに、各Ｗｅｂサイトの更新頻度を算出する更新頻度計算ステップと、
各Ｗｅｂサイト毎の前記関連情報投稿率と前記更新頻度とを相対比較して出力するサイト活性度分析出力ステップと、
を備えることを特徴とするインターネットサイト情報分析方法。
【請求項３】
インターネット上に存在するＷｅｂサイトにアクセスしてその文章情報を収集し、分析を行うインターネットサイト情報分析方法において、
前記Ｗｅｂサイトの文章情報の収集を所定の期間が経過するごとに行う情報収集ステップと、
前記文章情報を単語に分割する単語分割ステップと、
前記単語群の中から調査対象のキーワードと同一または類似する単語を含む文章情報を抽出する調査対象情報抽出ステップと、
前記調査対象情報を構成する単語に含まれ、前記キーワードと別のキーワードである共起キーワードを抽出する共起キーワード抽出ステップと、
調査対象情報に前記共起キーワードが出現する頻度をもとに、前記共起キーワード毎に評点計算する共起キーワード評点計算ステップと、
前記共起キーワードを前記共起キーワード評点の順に並び替えて共起情報リストを作成するソートステップと、
所定の期間ごとに得られた前記共起情報リストを、時系列に表して出力する共起情報分析出力ステップと、
を備えることを特徴とするインターネットサイト情報分析方法。
【請求項４】
コンピュータシステムにより構成され、インターネット上に存在するＷｅｂサイトにアクセスしてその文章情報を収集し、分析を行うインターネットサイト情報分析装置において、
前記Ｗｅｂサイトの文章情報の収集を行う情報収集手段と、
前記文章情報を単語に分割する単語分割手段と、
前記単語群から、評価対象と、その評価対象の性質を表す評価軸と、その評価軸に対する評価を表す評価表現との組からなる評判情報を抽出する評判情報抽出手段と、
前記評判情報を前記評価軸毎に分類する評価軸別分類手段と、
前記評価表現とその程度を示すスコアとの組からなる評価表現辞書を、前記評価軸ごとに複数設けた評価表現辞書群データベースと、
分析対象の評価軸に対応した評価表現辞書を前記評価表現辞書群データベースから抽出し、その評価表現辞書に基づいて評判情報毎に評点を算出する評点計算手段と、
前記各文章情報について、任意の異なる評価軸の評点を相対比較して出力する評判分析出力手段と、
を備えることを特徴とするインターネットサイト情報分析装置。
【請求項５】
前記評判分析出力手段は、任意の異なる２つの評価軸の評点に基づき２次元グラフ、または、任意の異なる３つの評価軸の評点に基づき３次元グラフに表して出力することを特徴とする請求項４記載のインターネットサイト情報分析装置。
【請求項６】
コンピュータシステムにより構成され、インターネット上に存在するＷｅｂサイトにアクセスしてその文章情報を収集し、分析を行うインターネットサイト情報分析装置において、
前記Ｗｅｂサイトの文章情報の収集を行う情報収集手段と、
前記文章情報を単語に分割する単語分割手段と、
前記単語群の中から所定のキーワードと同一または類似する単語を抽出し、その単語を含む文章情報の数を算出する関連情報投稿数計算手段と、
各Ｗｅｂサイトから収集した文章情報数に占める前記関連情報投稿数の割合を、各Ｗｅｂサイト毎に算出する関連情報投稿率計算手段と、
各Ｗｅｂサイトの更新日付を収集する更新日情報収集手段と、
分析を行う基準日と前記更新日情報をもとに、各Ｗｅｂサイトの更新頻度を算出する更新頻度計算手段と、
各Ｗｅｂサイト毎の前記関連情報投稿率と前記更新頻度とを相対比較して出力するサイト活性度分析出力手段と、
を備えることを特徴とするインターネットサイト情報分析装置
【請求項７】
前記活性度分析出力手段は、前記関連情報投稿率と前記更新頻度とを２次元グラフに表して出力することを特徴とする請求項６記載のインターネットサイト情報分析装置。
【請求項８】
インターネット上に存在するＷｅｂサイトにアクセスしてその文章情報を収集し、分析を行うインターネットサイト情報分析装置において、
前記Ｗｅｂサイトの文章情報の収集を所定の期間が経過するごとに行う情報収集手段と、
前記文章情報を単語に分割する単語分割手段と、
前記単語群の中から調査対象のキーワードと同一または類似する単語を含む文章情報を抽出する調査対象情報抽出手段と、
前記調査対象情報を構成する単語に含まれ、前記調査対象のキーワードと同一または類似の単語を除く他の単語である共起キーワードを抽出する共起キーワード抽出手段と、
調査対象情報に前記共起キーワードが出現する頻度をもとに、前記共起キーワード毎に評点計算する共起キーワード評点計算手段と、
前記共起キーワードを前記共起キーワード評点の順に並び替えて共起情報リストを作成するソート手段と、
所定の期間ごとに得られた前記共起情報リストを、時系列に表して出力する共起情報分析出力手段と、
を備えることを特徴とするインターネットサイト情報分析装置。
【請求項１】
インターネット上に存在するＷｅｂサイトにアクセスしてその文章情報を収集し、分析を行うインターネットサイト情報分析方法において、
前記Ｗｅｂサイトの文章情報の収集を行う情報収集ステップと、
前記文章情報を単語に分割する単語分割ステップと、
前記単語群から、評価対象と、その評価対象の性質を表す評価軸と、その評価軸に対する評価を表す評価表現との組からなる評判情報を抽出する評判情報抽出ステップと、
前記評判情報を前記評価軸毎に分類する評価軸別分類ステップと、
前記評価表現とその程度を示すスコアとの組からなる評価表現辞書が評価軸毎にあらかじめ複数設けられ、その中の分析対象の評価軸に対応した評価表現辞書に基づいて評点を算出する評点計算ステップと、
前記各文章情報について、任意の異なる評価軸の評点を相対比較して出力する評判分析出力ステップと、
を備えることを特徴とするインターネットサイト情報分析方法。
【請求項２】
インターネット上に存在するＷｅｂサイトにアクセスしてその文章情報を収集し、分析を行うインターネットサイト情報分析方法において、
前記文章情報と各Ｗｅｂサイトの更新日情報を収集する情報収集ステップと、
前記文章情報を単語に分割する単語分割ステップと、
前記単語群の中から所定のキーワードと同一または類似する単語を抽出し、その単語を含む文章情報の数を算出する関連情報投稿数計算ステップと、
各Ｗｅｂサイトから収集した文章情報数に占める前記関連情報投稿数の割合を、各Ｗｅｂサイト毎に算出する関連情報投稿率計算ステップと、
分析を行う基準日と前記更新日情報をもとに、各Ｗｅｂサイトの更新頻度を算出する更新頻度計算ステップと、
各Ｗｅｂサイト毎の前記関連情報投稿率と前記更新頻度とを相対比較して出力するサイト活性度分析出力ステップと、
を備えることを特徴とするインターネットサイト情報分析方法。
【請求項３】
インターネット上に存在するＷｅｂサイトにアクセスしてその文章情報を収集し、分析を行うインターネットサイト情報分析方法において、
前記Ｗｅｂサイトの文章情報の収集を所定の期間が経過するごとに行う情報収集ステップと、
前記文章情報を単語に分割する単語分割ステップと、
前記単語群の中から調査対象のキーワードと同一または類似する単語を含む文章情報を抽出する調査対象情報抽出ステップと、
前記調査対象情報を構成する単語に含まれ、前記キーワードと別のキーワードである共起キーワードを抽出する共起キーワード抽出ステップと、
調査対象情報に前記共起キーワードが出現する頻度をもとに、前記共起キーワード毎に評点計算する共起キーワード評点計算ステップと、
前記共起キーワードを前記共起キーワード評点の順に並び替えて共起情報リストを作成するソートステップと、
所定の期間ごとに得られた前記共起情報リストを、時系列に表して出力する共起情報分析出力ステップと、
を備えることを特徴とするインターネットサイト情報分析方法。
【請求項４】
コンピュータシステムにより構成され、インターネット上に存在するＷｅｂサイトにアクセスしてその文章情報を収集し、分析を行うインターネットサイト情報分析装置において、
前記Ｗｅｂサイトの文章情報の収集を行う情報収集手段と、
前記文章情報を単語に分割する単語分割手段と、
前記単語群から、評価対象と、その評価対象の性質を表す評価軸と、その評価軸に対する評価を表す評価表現との組からなる評判情報を抽出する評判情報抽出手段と、
前記評判情報を前記評価軸毎に分類する評価軸別分類手段と、
前記評価表現とその程度を示すスコアとの組からなる評価表現辞書を、前記評価軸ごとに複数設けた評価表現辞書群データベースと、
分析対象の評価軸に対応した評価表現辞書を前記評価表現辞書群データベースから抽出し、その評価表現辞書に基づいて評判情報毎に評点を算出する評点計算手段と、
前記各文章情報について、任意の異なる評価軸の評点を相対比較して出力する評判分析出力手段と、
を備えることを特徴とするインターネットサイト情報分析装置。
【請求項５】
前記評判分析出力手段は、任意の異なる２つの評価軸の評点に基づき２次元グラフ、または、任意の異なる３つの評価軸の評点に基づき３次元グラフに表して出力することを特徴とする請求項４記載のインターネットサイト情報分析装置。
【請求項６】
コンピュータシステムにより構成され、インターネット上に存在するＷｅｂサイトにアクセスしてその文章情報を収集し、分析を行うインターネットサイト情報分析装置において、
前記Ｗｅｂサイトの文章情報の収集を行う情報収集手段と、
前記文章情報を単語に分割する単語分割手段と、
前記単語群の中から所定のキーワードと同一または類似する単語を抽出し、その単語を含む文章情報の数を算出する関連情報投稿数計算手段と、
各Ｗｅｂサイトから収集した文章情報数に占める前記関連情報投稿数の割合を、各Ｗｅｂサイト毎に算出する関連情報投稿率計算手段と、
各Ｗｅｂサイトの更新日付を収集する更新日情報収集手段と、
分析を行う基準日と前記更新日情報をもとに、各Ｗｅｂサイトの更新頻度を算出する更新頻度計算手段と、
各Ｗｅｂサイト毎の前記関連情報投稿率と前記更新頻度とを相対比較して出力するサイト活性度分析出力手段と、
を備えることを特徴とするインターネットサイト情報分析装置
【請求項７】
前記活性度分析出力手段は、前記関連情報投稿率と前記更新頻度とを２次元グラフに表して出力することを特徴とする請求項６記載のインターネットサイト情報分析装置。
【請求項８】
インターネット上に存在するＷｅｂサイトにアクセスしてその文章情報を収集し、分析を行うインターネットサイト情報分析装置において、
前記Ｗｅｂサイトの文章情報の収集を所定の期間が経過するごとに行う情報収集手段と、
前記文章情報を単語に分割する単語分割手段と、
前記単語群の中から調査対象のキーワードと同一または類似する単語を含む文章情報を抽出する調査対象情報抽出手段と、
前記調査対象情報を構成する単語に含まれ、前記調査対象のキーワードと同一または類似の単語を除く他の単語である共起キーワードを抽出する共起キーワード抽出手段と、
調査対象情報に前記共起キーワードが出現する頻度をもとに、前記共起キーワード毎に評点計算する共起キーワード評点計算手段と、
前記共起キーワードを前記共起キーワード評点の順に並び替えて共起情報リストを作成するソート手段と、
所定の期間ごとに得られた前記共起情報リストを、時系列に表して出力する共起情報分析出力手段と、
を備えることを特徴とするインターネットサイト情報分析装置。
【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】
【公開番号】特開２００９−１１６４５７（Ｐ２００９−１１６４５７Ａ）
【公開日】平成２１年５月２８日（２００９．５．２８）
【国際特許分類】
【出願番号】特願２００７−２８６２７８（Ｐ２００７−２８６２７８）
【出願日】平成１９年１１月２日（２００７．１１．２）
【出願人】（５００３０９９２０）株式会社インテックシステム研究所 (22)
【Ｆターム（参考）】
【公開日】平成２１年５月２８日（２００９．５．２８）
【国際特許分類】
【出願日】平成１９年１１月２日（２００７．１１．２）
【出願人】（５００３０９９２０）株式会社インテックシステム研究所 (22)
【Ｆターム（参考）】
[ Back to top ]