JP6411800B2 - 情報管理装置、情報管理システム、及び情報管理プログラム - Google Patents

Description

本発明は、情報管理装置、情報管理システム、及び情報管理方法に関する。

近年、実世界におけるユーザの外出行動を支援するため、スマートフォンやＰＣ等の情報端末を介して、観光スポット、地域に関連したイベント、地域に関連した商品（特産品）等の地域情報を提供する地域情報サービスが提供されている。以上の地域情報サービスの有用性は、最新の（up-to-dateな）地域情報が数多く提供されることにより向上する。

特開２０１１−１４５８７９号公報

出願人の調査によれば、イベントに関する情報（以下、イベント情報と称する）の提供件数は、観光スポットや商品に関する情報の提供件数と比較して、顕著に少ない。地域情報サービスの有用性の観点からは、イベント情報がより多く提供されると好適である。また、イベントは、日時や期間を限定して開催されるため、頻繁な情報収集によってイベント情報の鮮度を保つことが重要である。しかしながら、多数のイベント情報を高頻度に手動で収集し続けることは、作業負荷及び作業コストの観点から困難である。

以上の事情を考慮して、本発明は、イベント情報を適切に収集することを目的とする。

本発明の情報管理装置は、複数の投稿情報から、当該投稿情報に含まれる地理的情報に基づいて、スポットに関連する投稿情報を選別するスポット投稿選別部と、複数の投稿情報から、当該投稿情報に含まれる文言に基づいて、イベントに関連する投稿情報を選別するイベント投稿選別部と、前記スポット投稿選別部および前記イベント投稿選別部によって選別された選別済み投稿情報を分析して、前記選別済み投稿情報に含まれるイベント名称と、当該イベント名称に対応するイベントが開催される開催スポット名称とを含むイベント情報を抽出するイベント情報抽出部とを備える。

本発明の情報管理システムは、複数の投稿情報から、前記投稿情報に含まれる地理的情報に基づいて、スポットに関連する投稿情報を選別するスポット投稿選別部と、複数の投稿情報から、前記投稿情報に含まれる文言に基づいて、イベントに関連する投稿情報を選別するイベント投稿選別部と、前記スポット投稿選別部および前記イベント投稿選別部によって選別された選別済み投稿情報を分析して、前記選別済み投稿情報に含まれるイベント名称と、当該イベント名称に対応するイベントが開催される開催スポット名称とを含むイベント情報を抽出するイベント情報抽出部とを備える。

本発明の情報管理方法は、複数の投稿情報から、前記投稿情報に含まれる地理的情報に基づいて、スポットに関連する投稿情報を選別することと、複数の投稿情報から、前記投稿情報に含まれる文言に基づいて、イベントに関連する投稿情報を選別することと、選別された選別済み投稿情報を分析して、前記選別済み投稿情報に含まれるイベント名称と、当該イベント名称に対応するイベントが開催される開催スポット名称とを含むイベント情報を抽出することとを備える。

本発明によれば、複数の投稿情報からイベント情報が適切に収集される。

実施形態に係る情報管理サーバと、情報管理サーバに関連するコンピュータ装置とを示す図である。 実施形態のサーバの物理構成ブロック図である。 実施形態のクライアント端末の物理構成ブロック図である。 実施形態の情報管理サーバの論理構成ブロック図である。 実施形態の投稿情報取得サーバの論理構成ブロック図である。 実施形態のイベント情報収集動作を概略的に示すフローチャートである。 スポット投稿選別動作を示すフローチャートである。 イベント投稿選別動作を示すフローチャートである。 機械学習（ＳＶＭ）の流れを示すフローチャートである。 学習データの一例を示す図である。 イベント情報抽出動作を示すフローチャートである。 機械学習（ＣＲＦ）の流れを示すフローチャートである。 学習データの一例を示す図である。 イベント得情報統合動作を示すフローチャートである。

以下、図面を参照しながら本発明の実施形態を詳細に説明する。

１． 実施形態
１（１）． 情報管理サーバの概略
図１を参照して、本発明の実施形態に係る情報管理サーバＭＳと、情報管理サーバＭＳに関係する複数のコンピュータ装置とを概略的に示す。本実施形態のコンピュータ装置は、所定のプロトコル（ＴＣＰ／ＩＰ等）に従って通信を実行する。

ブログサーバＢＳは、ユーザ端末（たとえば、スマートフォン）から投稿される投稿情報ＰＩを受信して記憶し、外部からの要求に応じて投稿情報ＰＩを提供する。以下、本実施形態における投稿情報ＰＩの例を、非限定的に列挙する。
−マイクロブログサービス（例えば、Ｔｗｉｔｔｅｒ［登録商標］）における１４０文字以下の短文投稿（例えば、ツイート［登録商標］）
−ブログ（ウェブログ）サービスにおける日記や寸評等の投稿
−ソーシャルネットワーキングサービス（ＳＮＳ）におけるステータス投稿

投稿情報取得サーバＡＳは、ブログサーバＢＳから提供される投稿情報ＰＩを取得して蓄積する。投稿情報取得サーバＡＳは、ブログサーバＢＳに投稿される全ての投稿情報ＰＩを蓄積してもよいし、一部の投稿情報ＰＩ（例えば、日本語の投稿情報ＰＩのみ）を蓄積してもよい。

また、投稿情報取得サーバＡＳは、情報管理サーバＭＳからの要求に応じて投稿情報ＰＩを情報管理サーバＭＳに供給する。投稿情報取得サーバＡＳは、蓄積している全ての投稿情報ＰＩを情報管理サーバＭＳに供給してもよいし、一部の投稿情報ＰＩを供給してもよい。

情報管理サーバＭＳは、投稿情報取得サーバＡＳから供給される投稿情報ＰＩを解析してイベント情報ＥＩを収集及び蓄積すると共に、クライアント端末ＣＬからの要求に応じてイベント情報ＥＩを提示するコンピュータ装置である。本実施形態においては、日本語の投稿情報ＰＩが解析対象である。なお、所定の基準に従って限定された投稿情報ＰＩを解析対象としてもよい。例えば、特定のアカウント（Ｔｗｉｔｔｅｒ上の公式アカウント等）が投稿した投稿情報ＰＩのみを解析対象としてもよい。

投稿情報ＰＩに基づいて収集されるイベント情報ＥＩは、祝祭や展覧会、演奏会等のイベントに関する情報である。イベント情報ＥＩは、イベントの名称及びイベントが開催されるスポットの名称を少なくとも含む。また、イベント情報ＥＩは、イベントが開催される日時、イベントが開催される場所の緯度・経度、イベントに関するウェブサイトを指定するＵＲＬ、イベントに関連する特徴語等を含んでもよい。例えば、あるイベント情報ＥＩは、「イベント名称：サイエンスフェスティバル」、「開催スポット名称：ディスカバリーパーク焼津」、及び「開催日時：２０１４年３月２３日１１時００分から」という情報を含む。

クライアント端末ＣＬは、イベント情報ＥＩを情報管理サーバＭＳに要求して取得すると共に、ユーザからの要求に応じてディスプレイに情報を表示する。例えば、クライアント端末ＣＬは、イベント情報ＥＩを電子地図上に重ねて表示する。

電子地図の表示に用いられる電子地図データは、ユーザからの要求に応じてクライアント端末ＣＬが地図サーバ（不図示）から取得してもよいし、予めクライアント端末ＣＬに記憶されていてもよい。また、イベント情報ＥＩと共に情報管理サーバＭＳから提供されてもよい。その場合、情報管理サーバＭＳは予め電子地図データを記憶していてもよいし、地図サーバから都度又は定期的に取得してもよい。

１（２）． 物理的構成
１（２）−１． サーバ装置の構成
図２は、情報管理サーバＭＳを始めとする本実施形態の各サーバ装置の物理的構成を示すブロック図である。各サーバ装置（ＡＳ，ＢＳ，ＭＳ）は、ネットワークインタフェース１０と入力部１２と出力部１４とＣＰＵ（Central Processing Unit）１６とＲＡＭ（Random Access Memory）１８とＲＯＭ（Read Only Memory）２０とＨＤＤ（Hard Disk Drive）２２とを備える。

ネットワークインタフェース１０は、ネットワークを介して他のコンピュータ装置と通信を実行する。入力部１２は、キーボード等の入力装置からの入力信号を受け付ける。出力部１４は、ディスプレイ等の出力装置に対して出力信号を送信する。ＣＰＵ１６は、主記憶装置であるＲＡＭ１８及びＲＯＭ２０に記憶されているプログラムを実行することにより種々の制御及び演算を行う。ＨＤＤ２２は、ＲＡＭ１８上に展開可能なプログラム及びデータを記憶する補助記憶装置である。なお、ＨＤＤ２２に代えて又は加えてＳＳＤ等の記憶媒体が採用されてもよい。

当業者が当然に理解する通り、１つのサーバが複数のコンピュータ装置によって構成されてもよいし、１つのコンピュータ装置が仮想化された複数のサーバを備えてもよい。

１（２）−２． クライアント端末の構成
図３は、本実施形態のクライアント端末ＣＬの物理的構成を示すブロック図である。クライアント端末ＣＬは、ネットワークインタフェース３０と入力部３２と出力部３４とＣＰＵ３６とＲＡＭ３８とＲＯＭ４０とＨＤＤ４２とを備える。以上の各要素は、各サーバが備える、図２を参照して説明された要素と同様の構成を有する。

１（３）． 論理的構成
図４は、情報管理サーバＭＳの論理的構成を示すブロック図である。情報管理サーバＭＳは、投稿情報選別部１００とイベント情報抽出部１１０とイベント情報統合部１２０と情報提示部１３０とを機能ブロックとして備える。投稿情報選別部１００は、スポット投稿選別部１０２とイベント投稿選別部１０４とを備える。また、情報管理サーバＭＳは、スポット情報テーブル１４０とスポット投稿テーブル１５０とイベント投稿テーブル１６０とイベント情報テーブル１７０とを論理テーブルとして備える。

各機能ブロックの概略的な動作を説明する。投稿情報選別部１００は、投稿情報取得サーバＡＳから供給される投稿情報ＰＩを選別する。より具体的には、スポット投稿選別部１０２は、投稿情報ＰＩに含まれる地理的情報に基づいて、スポット名称に関連する投稿情報ＰＩを選別する。イベント投稿選別部１０４は、投稿情報ＰＩに含まれる文言に基づいて、イベントに関連する投稿情報ＰＩを選別する。イベント情報抽出部１１０は、選別された投稿情報ＰＩ（選別済み投稿情報ＳＰＩ）を分析して、選別済み投稿情報ＳＰＩに含まれるイベント名称と、そのイベント名称に対応するイベントが開催される開催スポット名称とを含むイベント情報ＥＩを抽出する。イベント情報統合部１２０は、抽出されたイベント情報ＥＩのうち同一のイベントに対応する複数のイベント情報ＥＩを、１つの統合イベント情報ＩＥＩに統合する。情報提示部１３０は、統合済みのイベント情報ＥＩ（統合イベント情報ＩＥＩ）をクライアント端末ＣＬに提示する。

図５は、投稿情報取得サーバＡＳの論理的構成を示すブロック図である。投稿情報取得サーバＡＳは、ブログサーバＢＳから取得した投稿情報ＰＩを蓄積する投稿情報処理部２００を機能ブロックとして備えると共に、投稿情報テーブル２１０を論理テーブルとして備える。

以上の機能ブロックは、各サーバ（ＡＳ，ＭＳ）の主記憶装置に記憶されているコンピュータプログラムをＣＰＵ１６が実行することにより実現される。また、以上の論理テーブルは、複数のテーブルが所定の関係（リレーション）に基づいて連結される関係データベースの構成要素である。関係データベースは、不揮発性メモリであるＨＤＤ２２にデータが記憶されるオンディスクデータベースで実装されてもよいし、揮発性メモリであるＲＡＭ１８にデータが記憶されるインメモリデータベースで実装されてもよい。

１（４）． イベント情報収集動作
本実施形態のイベント情報収集動作を以下に説明する。図６は、本実施形態のイベント情報収集動作を概略的に示すフローチャートである。ステップS1010及びS1020にて段階的に選別された投稿情報ＰＩから、イベント情報ＥＩが抽出される（S1030）。１つのイベントに関する複数のイベント情報ＥＩがステップS1040にて統合（名寄せ）される。

１（４）−１． スポット投稿選別動作（ステップS1010）
ステップS1010において、スポット投稿選別部１０２がスポット投稿選別動作を実行する。以下、図７を参照して具体的な動作を説明する。スポット投稿選別部１０２は、投稿情報取得サーバＡＳから取得した複数の投稿情報ＰＩの各々に対して形態素解析を実行し、各投稿情報ＰＩに含まれる形態素を取得する（S1012）。

次いで、スポット投稿選別部１０２は、各投稿情報ＰＩについて、ステップS1012にて取得された形態素と、スポット情報テーブル１４０に含まれるスポット名称とのマッチングを実行する（S1014）。スポット情報テーブル１４０は、複数のスポット情報エントリを含む。各スポット情報エントリは、スポット名称及びスポットの緯度・経度を少なくとも含む他、スポットに関する説明文等の付加情報を含む場合がある。なお、同一のスポットに対応する複数のスポット名称（例えば、「金閣寺」と「鹿苑寺」）がスポット情報テーブル１４０に含まれると、投稿情報ＰＩに含まれるスポット名称の揺らぎを吸収できるので好適である。

ステップS1014のマッチング処理の結果、スポット名称が含まれると判定された投稿情報ＰＩに対して、スポット投稿選別部１０２がフィルタリング処理を実行する（S1016）。任意のフィルタリング処理が適用され得る。例えば、スポット名称でも人名でもあり得る語句（例えば、「松島」や「川崎」）が、スポット名称ではなく人名として使用されている投稿情報ＰＩを排除する人名フィルタリングや、複数のスポットに対応する１つのスポット名称（例えば、京都府の「円山公園」と北海道の「円山公園」）がどのスポットを示すかを判定する同名フィルタリングが実行される。複数のフィルタリング処理が並列的に実行されてもよい。なお、人名として使用され得るスポット名称に対応するスポット情報エントリに、その旨を示すフラグが付与されていると好適である。重複するスポット名称に対応するスポット情報エントリについても同様である。

以上のフィルタリング処理には任意のアルゴリズムが採用され得る。例えば、スポットに関する説明文から逆文書頻度（Inverse Document Frequency, ＩＤＦ）に基づいて取得される語句が投稿情報ＰＩに含まれるか否かに応じて以上のフィルタリング（人名フィルタリング，同名フィルタリング）が実行されてもよい。また、人名フィルタリングに関しては、同一の語句が人名として使用されているかスポット名称として使用されているかを判定するための機械学習をスポット投稿選別部１０２に実行させた上で、その機械学習により構築されたモデルに基づいて人名かスポット名称かが判定されてもよい。以上の機械学習は、例えば、条件付き確率場（Conditional Random Field, ＣＲＦ）に基づいて実行される。人名フィルタリングに関して、ＩＤＦによるフィルタリングとＣＲＦによるフィルタリングとが並列して実行されてもよい。

以上のステップS1010（ステップS1012からS1016）により、投稿情報ＰＩの全体からスポット名称に関連する投稿情報ＰＩが選別され、スポット投稿テーブル１５０に記憶される。なお、選別された投稿情報ＰＩがイベント投稿選別部１０４に直接的に供給されてもよい。

１（４）−２． イベント投稿選別動作（ステップS1020）
ステップS1020において、イベント投稿選別部１０４がイベント投稿選別動作を実行する。以下、図８を参照して具体的な動作を説明する。イベント投稿選別部１０４は、スポット投稿テーブル１５０（又はスポット投稿選別部１０２）から取得した複数の投稿情報ＰＩの各々から素性（feature）を抽出する（S1022）。

抽出される素性は、投稿情報ＰＩに含まれる文言に関する任意の指標である。例えば、投稿情報ＰＩに含まれる単語を示す単語ベクトルが素性の例として挙げられる。以上の単語ベクトルは、典型的には単語の出現頻度をも示すベクトルであるが、単語の出現頻度を示さない（単語の有無のみを示す）単語ベクトルが採用されてもよい。また、逆文書頻度に基づく単語の珍しさを示す指標が素性として採用されてもよい。

イベント投稿選別部１０４は、抽出された素性に基づいて、イベントに関連する投稿情報ＰＩを選別する（S1024）。投稿情報ＰＩがイベントに関連するか否かは、任意の基準によって判定される。例えば、投稿情報ＰＩとイベントとの関連性に関する機械学習の結果に基づいて、投稿情報ＰＩがイベントに関連するか否かをイベント投稿選別部１０４が判定すると好適である。

図９及び図１０を参照して、機械学習の具体例を説明する。図９はステップS1024の推定フェーズに先立って実行される学習フェーズの動作フローであり、図１０は学習フェーズで用いられる学習データの例である。本実施形態では、教師有り機械学習の一種であるサポートベクタマシン（Support Vector Machine, ＳＶＭ）が採用される。ＳＶＭのカーネル関数として線形カーネルが採用されると処理負荷が軽いため好適であるが、他のカーネル関数が採用されてもよい。

学習フェーズにおいては、まず、イベントに関連するか否かを示すラベルが投稿情報ＰＩに付与される（S800）。イベント名称（イベントの固有名称）を含む投稿情報ＰＩには「関連有り」を示すラベルが付与され、イベント名称を含まない投稿情報ＰＩには「関連無し」を示すラベルが付与される。図１０には、ラベルが付与された後の学習データが示されている。

ラベルが付与された投稿情報ＰＩの各々について、ステップS1022と同様の素性抽出処理が実行される（S810）。その後、「関連有り」ラベルが付与された投稿情報ＰＩを正例とし、「関連無し」ラベルが付与された投稿情報ＰＩを負例として、イベント投稿選別部１０４に機械学習を行わせる（S820）。

ステップS1024では、以上の機械学習によって構築されたモデルに基づいて、イベントに関連すると推定される投稿情報ＰＩが選別される。選別された投稿情報ＰＩはイベント投稿テーブル１６０に記憶される。なお、選別された投稿情報ＰＩがイベント情報抽出部１１０に直接的に供給されてもよい。

選別されなかった投稿情報ＰＩ（イベントに関連しないと推定された投稿情報ＰＩ）は破棄されてもよいし、何らかの目的のために（例えば、機械学習の負例として）蓄積されてもよい。

１（４）−３． イベント情報抽出動作（ステップS1030）
ステップS1030において、イベント情報抽出部１１０がイベント情報抽出動作を実行する。以下、図１１を参照して具体的な動作を説明する。イベント情報抽出部１１０は、イベント投稿テーブル１６０（又はイベント投稿選別部１０４）から取得した複数の投稿情報ＰＩの各々から素性を抽出する（S1032）。

抽出される素性は、各投稿情報ＰＩに含まれる文言に関する任意の情報である。本実施形態においては、投稿情報ＰＩの形態素解析により取得される単語の表記、品詞、原形、読み、及びグループ、並びに文字数及び文字種を含む情報が、素性として抽出される。

イベント情報抽出部１１０は、抽出された素性に基づいてイベント情報ＥＩを抽出する（S1034）。前述の通り、イベント情報ＥＩはイベント名称と開催スポット名称とを含む。イベント名称は、任意の手法によって抽出される。例えば、投稿情報ＰＩに含まれるイベント名称に関する機械学習の結果に基づいた固有表現抽出によって、イベント情報抽出部１１０がイベント名称を抽出すると好適である。なお、以上の固有表現抽出によって開催日時も抽出されると更に好適である。

図１２及び図１３を参照して、機械学習の具体例を説明する。図１２はステップS1034の推定フェーズに先立って実行される学習フェーズの動作フローであり、図１３は学習フェーズで用いられる学習データの例である。本実施形態では、教師有り機械学習の一種である条件付き確率場（Conditional Random Field, ＣＲＦ）が採用される。ただし、他の機械学習アルゴリズムが採用されてもよい。

学習フェーズにおいては、まず、固有表現に関するラベルが投稿情報ＰＩに含まれる語句に付与される（S900）。図１３に示される通り、以下の５種類のラベルが語句に付与される（BはBeginを、IはInsideを、OはOutsideを、それぞれ意味する）。
・B-Event：イベント名称に相当する固有表現の開始を示す。
・I-Event：イベント名称に相当する固有表現の一部であることを示す。
・B-Time：開催日時に相当する固有表現の開始を示す。
・I-Time：開催日時に相当する固有表現の一部であることを示す。
・O：その他の要素であることを示す。

ラベルが付与された投稿情報ＰＩの各々について、ステップS1032と同様の素性抽出処理が実行される（S910）。その後、付与されたラベルと抽出された素性とに基づいて、イベント情報抽出部１１０に機械学習を行わせる（S920）。

ステップS1034では、以上の機械学習によって構築されたモデルに基づいて、イベント情報ＥＩに含まれるべきイベント名称が抽出される。より具体的には、イベント情報抽出部１１０は、１つのB-Eventラベルと１つ以上のI-Eventラベルを付与した一連の形態素を、イベント名称として抽出する。好適には、イベント情報ＥＩに含まれるべき開催日時も同様に抽出される。

イベント情報ＥＩに含まれるべき開催スポット名称については、前述のステップS1014にて特定されたスポット名称がそのまま開催スポット名称に採用されてもよいし、機械学習（例えば、上述のＣＲＦを用いた機械学習）によって開催スポット名称が抽出されてもよい。ＣＲＦを用いた機械学習により抽出される場合、前述の学習フェーズにおいては、開催スポット名称についてのラベル（B-Spot及びI-Spot）も語句に付与される。

抽出されたイベント情報ＥＩは、イベント情報テーブル１７０に記憶される。なお、抽出されたイベント情報ＥＩがイベント情報統合部１２０に直接的に供給されてもよい。

後述するイベント情報統合動作が実行されずに、ステップS1030（ステップS1032, S1034）にてイベント情報収集動作が終了してもよい。しかしながら、少なくとも従来のイベント情報収集によれば、同一のイベントに対して複数のイベント名称が抽出されるケースが多い。本実施形態では、以下のイベント情報統合動作によって、以上の課題を解決する。

１（４）−４． イベント情報統合動作（ステップS1040）
ステップS1040において、イベント情報統合部１２０がイベント情報統合動作（名寄せ）を実行する。以下、図１４を参照して具体的な動作を説明する。イベント情報統合部１２０は、イベント情報テーブル１７０（又はイベント情報抽出部１１０）から取得した複数のイベント情報ＥＩを、開催スポット名称ごとにグループ化する（S1042）。本例では、ある１つの開催スポット名称について、［21世紀の未来展］というイベント名称（ブラケットはイベント名称の文字列に含まれない。以下同様とする）を有するイベント情報ＥＩａと、［21世紀のみらい展］というイベント名称を有するイベント情報ＥＩｂとがグループ化されたと想定する。

１つの開催スポット名称について複数のイベント情報ＥＩが存在する場合、イベント情報統合部１２０は、これらのイベント情報ＥＩに含まれるイベント名称のペア（スポット同一イベントペア）を全通り作成する（S1044）。本例では、［21世紀の未来展］−［21世紀のみらい展］という１つのスポット同一イベントペアが作成される。１つの開催スポット名称についてのイベント情報ＥＩの数がｎ個である場合、スポット同一イベントペアの数は_ｎＣ_２個であることが当然に理解される。

なお、１つの開催スポット名称について１つのイベント情報ＥＩのみが存在する場合、その開催スポット名称についてのイベント情報統合動作は終了する。

次いで、イベント情報統合部１２０は、各スポット同一イベントペアについて、最長共通部分列長を取得した後に標準化を行い、標準化最長共通部分列長を算出する（S1046）。標準化共通部分列長は、スポット同一イベントペアに対応する２つのイベント名称の類似度を示す指標の一例である。最長共通部分列長とは、２つの文字列に共通して表れる部分文字列のうち最長の文字列の長さを意味する。本例（［21世紀の未来展］−［21世紀のみらい展］）では、［21世紀の展］が最長共通部分列であり、その列長は「６」である。また、ステップS1046における標準化は、文字列の長さの影響を排除するための処理であり、スポット同一イベントペアのうちより長い方の文字列長で最長共通部分列長を除算する処理である。本例の標準化では、より長い［21世紀のみらい展］の文字列長「９」で最長共通部分列長「６」が除算される。したがって、本例における標準化最長共通部分列長は「０．６７」（＝６／９。小数点以下３桁目を四捨五入）である。

イベント情報統合部１２０は、標準化最長共通部分列長に基づいてイベント情報ＥＩを統合すべきか否かを判定する（S1048）。標準化最長共通部分列長が閾値Ｔｈ以上である場合、イベント情報統合部１２０は、スポット同一イベントペアに対応する２つのイベント情報ＥＩを１つの統合イベント情報ＩＥＩに統合するようにイベント情報テーブル１７０を更新する（S1050）。一方、標準化最長共通部分列長が閾値Ｔｈ未満である場合、イベント情報ＥＩは統合されない（S1052）。

ステップS1048にて使用される閾値Ｔｈは任意に設定される。例えば、出願人によるテストデータを用いた試行によれば、閾値Ｔｈの好適な一例は「０．４４」である。閾値Ｔｈが好適であるか否かの評価手法も任意である。

ステップS1050において、スポット同一イベントペアのうちいずれのイベント名称を統合イベント情報ＩＥＩのイベント名称に採用するかの基準は任意である。例えば、より短い方のイベント名称が採用されてもよいし、より多くの投稿情報ＰＩに含まれるイベント名称が採用されてもよい。また、投稿情報ＰＩがツイート（登録商標）である場合には、より多くリツイートされた投稿情報ＰＩに含まれるイベント名称が採用されてもよい。その他、検索エンジンに入力した場合にヒット数がより多いイベント名称が採用されてもよいし、ＵＲＬ等の付加的情報を含む投稿情報ＰＩに含まれるイベント名称が採用されてもよい。

１（５）． 実施例（実験結果）
実施形態についての１つの実施例を以下に説明する。本実施例の実験では、2013年11月に投稿された日本語ツイート（約16億9200万件）について、本実施形態のイベント情報収集動作（S1010〜S1040）が実行された。ＳＶＭの機械学習（S800〜S820）には2012年に投稿された2000件のツイート（イベント名称を含む正例200件、イベント名称を含まない負例1800件）が使用され、ＣＲＦの機械学習（S900〜S920）には2012年に投稿されたイベント関連情報を含む254件のツイートが使用された。結果として、9781件のイベント情報ＥＩが収集された。なお、ステップS1040のイベント情報統合動作が実行される前のイベント情報ＥＩは、約13万7800件であった。

収集された9781件のイベント情報ＥＩから400件を無作為に抽出して、収集されたイベント名称の精度を評価した。400件のうち、実際のイベント名称と完全に一致したイベント名称が276件（69％）、実際のイベント名称と部分的に一致したイベント名称が55件（13％）、誤検出であったイベント名称が69件（17％）であった。

１（６）． 本実施形態の効果
以上の本実施形態の構成によれば、段階的な投稿情報ＰＩの選別が行われた後に、選別された投稿情報ＰＩからイベント情報ＥＩの抽出が実行される。したがって、イベント情報ＥＩが適切に収集される。また、同一のイベントに対応する複数のイベント情報ＥＩが１つのイベント情報ＥＩ（統合イベント情報ＩＥＩ）に統合される。そのため、収集されたイベント情報ＥＩがより適切に整理される。

２． 変形例
以上の実施形態は多様に変形される。具体的な変形の態様を以下に例示する。以上の実施の形態および以下の例示から任意に選択された２以上の態様は、相互に矛盾しない限り適宜に併合され得る。

２（１）． 変形例１
以上の実施形態では、スポット投稿選別動作（S1010）において形態素解析による文言解析が実行される。しかし、形態素解析は必須では無く、他の手法による文言解析、例えば、Ｎグラムによる解析が実行されてもよい。

また、以上の実施形態では、文言的なマッチング処理によって投稿情報ＰＩが選別されるが、他の選別手法、例えば、投稿情報ＰＩが有する緯度経度情報（ジオタグ）によって選別が実行されてもよい。例えば、スポット情報テーブル１４０に含まれるスポットの緯度経度から所定距離以内の緯度経度を有する投稿情報ＰＩが選別されてもよい。

本例におけるイベント情報ＥＩは、イベントの名称及びそのイベントが開催される場所の緯度・経度を少なくとも含む。「イベントが開催される場所の緯度・経度」は任意に取得される。例えば、イベントに関連すると推定された投稿情報ＰＩが投稿された位置の緯度経度情報（ジオタグ）がイベント情報ＥＩに含まれる。

以上から理解されるように、ステップS1010においては、投稿情報ＰＩに含まれる地理的情報（スポット名称、ジオタグ等）に基づいて、スポットに関連する投稿情報ＰＩ（スポット名称を含む投稿情報ＰＩ、スポットの近傍で投稿された投稿情報ＰＩ等）が選別される。

２（２）． 変形例２
以上の実施形態では、イベント投稿選別動作（S1020）における機械学習アルゴリズムとしてＳＶＭが採用されるが、他の機械学習アルゴリズムが採用されてもよい。また、機械学習以外の手法によってイベントに関連する投稿情報ＰＩが選別されてもよい。例えば、「開催」や「参加」等のイベントに関連する単語を有するか否かに基づいて投稿情報ＰＩが選別（フィルタリング）されてもよい。

２（３）． 変形例３
以上の実施形態では、スポット投稿選別動作の後にイベント投稿選別動作が実行されるが、逆順に実行されてもよい（すなわち、S1020の後にS1010が実行されてもよい）。また、両動作が並列的に実行されてもよい。ただし、実施形態のように、ステップS1010にてマッチング等の比較的単純な処理を実行し、ステップS1020にてＳＶＭ等の比較的複雑な処理を実行する場合には、ステップS1010にて投稿情報ＰＩを選別した上でステップS1020を実行することにより、ステップS1020における処理負荷をより低減することができる。

２（４）． 変形例４
イベント情報抽出動作（ステップS1030）において、イベント情報抽出部１１０が、ＮＧユーザリストに登録されているＮＧユーザによって投稿された投稿情報ＰＩを、イベント情報ＥＩを抽出する対象から除外してもよい。ＮＧユーザリストには任意のユーザが登録され得る。例えば、ブログサーバＢＳにて凍結された（サスペンドされた）アカウントに対応するユーザが、ＮＧユーザとして登録されてもよい。

２（５）． 変形例５
以上の実施形態では、文字列の類似度を示す標準化共通部分列長に基づいてイベント情報統合動作（S1040）が実行されるが、類似度を示す他の指標（例えば、編集距離）に基づいてイベント情報ＥＩの統合が実行されてもよい。例えば、スポット同一イベントペアに対応する２つのイベント名称の編集距離が閾値Ｔｈ２以下である場合に、イベント情報ＥＩが統合されてもよい。編集距離は、ある文字列を他の文字列に変形するのに必要な編集操作（挿入、削除、及び置換）の回数を意味する。以上の変形例において、標準化された編集距離が用いられてもよい。標準化の手法は任意であるが、例えば、実施形態と同様に、スポット同一イベントペアのうちより長い方の文字列長で最長共通部分列長を除算する手法が採用され得る。

また、イベント情報ＥＩに含まれる緯度・経度に基づいてイベント情報統合動作（S1040）が実行されてもよい。例えば、ステップS1042において、イベント情報統合部１２０が、複数のイベント情報ＥＩを、緯度及び経度に基づいて分割された網目状の領域（メッシュ）ごとにグループ化してもよい。以上のグループ化は、緯度経度によって投稿情報ＰＩを選別する変形例１の構成（投稿情報ＰＩがスポット名称を含まない可能性がある構成）において、特に好適である。なお、以上のメッシュの具体例としては、日本国の総務省統計局が提供する標準地域メッシュ（例えば、４分の１地域メッシュ）が挙げられる。

２（６）． 変形例６
イベント情報抽出部１１０が、抽出されたイベント情報ＥＩのうち、不要なイベント情報ＥＩを排除してもよい。例えば、イベント情報抽出部１１０が、排除リストに登録された単語（例えば、ＮＧワード等）を含むイベント情報ＥＩを排除してもよい。

また、スポット情報テーブル１４０に含まれるスポット名称が以上の排除リストに含まれてもよい。スポットの名称自体は、イベント名称では無いと考えられる。したがって、イベント情報抽出部１１０が、排除リストに登録されたスポット名称に一致するイベント名称を含むイベント情報ＥＩを排除すると好適である。

２（７）． 変形例７
イベント情報抽出部１１０が、抽出されたイベント名称を整形してもよい。例えば、カギ括弧等の区切り文字（デリミタ）がイベント名称に含まれる場合、イベント情報抽出部１１０は、その区切り文字をイベント名称から削除すると好適である。区切り文字自体はイベント名称に含まれない可能性が高いからである。

２（８）． 変形例８
１つの投稿情報ＰＩに、複数のイベント名称と複数の開催スポット名称とが含まれる場合がある。例えば、投稿情報ＰＩが『［イベント名称１］は［開催スポット名称１］で開催されます。［イベント名称２］は［開催スポット名称２］で開催されます。』という本文を含むような場合である。以上の場合、ステップS1030において、間違った対応付けがなされたイベント情報ＥＩが抽出される場合がある。例えば、［イベント名称１］と［開催スポット名称２］とが対応付けられる場合である。

以上のような間違った対応付けを抑制するため、イベント情報抽出部１１０が、イベント情報ＥＩを抽出する際に、イベント名称と開催スポット名称との距離（間に存在する文字数）が最も小さくなるように対応付けを行うと好適である。また、単純な文字数ではなく、文字の種別ごとに重み付け（例えば、句読点の重みを他の文字の重みよりも重くする）をした重み付け距離に基づいてイベント名称と開催スポット名称との対応付けが実行されてもよい。

２（９）． 変形例９
イベント情報抽出動作において、イベント名称、開催スポット名称、及び開催日時以外の様々な情報が抽出されてもよい。例えば、イベント情報抽出部１１０が投稿情報ＰＩを解析し、その投稿情報ＰＩに含まれる外部リンク情報（ＵＲＬ等）を抽出してイベント情報ＥＩに含めてもよい。また、イベント情報ＥＩが投稿情報ＰＩを解析し、その投稿情報ＰＩに含まれる特徴語を抽出してイベント情報ＥＩに含めてもよい。特徴語を抽出するための手法は任意である。例えば、イベント情報抽出部１１０が、投稿情報ＰＩに含まれる各語句についてtf-idf（term frequency - inverse document frequency）を算定し、tf-idfの値が最も大きい語を特徴語として抽出してもよい。また、tf-idfの値が所定の閾値より高い１以上の語を特徴語として抽出してもよい。

２（１０）． 変形例１０
以上の実施形態では、１つの装置である情報管理サーバＭＳが、イベント情報収集動作を実行する。しかしながら、複数の装置によって構成される情報管理システムが、イベント情報収集動作を実行してもよい。例えば、スポット投稿選別部１０２、イベント投稿選別部１０４、イベント情報抽出部１１０、イベント情報統合部１２０、及び情報提示部１３０が２以上のサーバ装置を含む情報管理システムによって実装されてもよい。

投稿情報取得サーバＡＳと情報管理サーバＭＳとが一体である構成も採用可能である。

２（１１）． 変形例１１
コンピュータ装置、特に、情報管理サーバＭＳ及び投稿情報取得サーバＡＳにおいてＣＰＵが実行する各機能は、ＦＰＧＡ（Field Programmable Gate Array）またはＤＳＰ（Digital Signal Processor）等のプログラマブルロジックデバイスで実行されてもよい。

ＡＳ……投稿情報取得サーバ、ＢＳ……ブログサーバ、ＣＬ……クライアント端末、ＥＩ……イベント情報、ＩＥＩ……統合イベント情報、ＭＳ……情報管理サーバ、ＰＩ……投稿情報、１００……投稿情報選別部、１０２……スポット投稿選別部、１０４……イベント投稿選別部、１１０……イベント情報抽出部、１２０……イベント情報統合部、１３０……情報提示部、１４０……スポット情報テーブル、１５０……スポット投稿テーブル、１６０……イベント投稿テーブル、１７０……イベント情報テーブル、２００……投稿情報処理部、２１０……投稿情報テーブル。

Claims (10)

1. 複数の投稿情報の中から、当該投稿情報に含まれる地理的情報に基づいて、スポットに関連する投稿情報をマッチング処理により選別するスポット投稿選別部と、
   前記スポット投稿選別部によって選別された複数の投稿情報の中から、当該投稿情報に含まれる文言に基づいて、イベントに関連する投稿情報を機械学習により選別するイベント投稿選別部と、
   前記スポット投稿選別部および前記イベント投稿選別部によって選別された選別済み投稿情報を分析して、前記選別済み投稿情報に含まれるイベント名称と、当該イベント名称に対応するイベントが開催される開催スポット名称とを含むイベント情報を抽出するイベント情報抽出部とを備える
   情報管理装置。
2. 抽出された前記イベント情報のうち同一のイベントに対応する複数のイベント情報を、１つの統合イベント情報に統合するイベント情報統合部をさらに備える
   請求項１の情報管理装置。
3. 前記イベント情報統合部は、
   １つの開催スポット名称に対応する複数のイベント名称の類似度に基づいて、複数の前記イベント情報が同一の前記イベントに対応すると判定する
   請求項２の情報管理装置。
4. 前記イベント情報抽出部は、
   抽出された前記イベント情報のうち、排除リストに登録された単語に関連するイベント名称を含むイベント情報を排除する
   請求項１の情報管理装置。
5. 前記排除リストは前記スポットの名称を示すスポット名称を含み、
   前記イベント情報抽出部は、
   抽出された前記イベント情報のうち、前記排除リストに登録された前記スポット名称に一致するイベント名称を含むイベント情報を排除する
   請求項４の情報管理装置。
6. 前記イベント情報抽出部は、
   選別された前記選別済み投稿情報のうち、ＮＧユーザリストに登録されたユーザによって投稿された投稿情報を、前記イベント情報の抽出対象から除外する
   請求項１の情報管理装置。
7. 前記イベント情報抽出部は、
   前記選別済み投稿情報を分析して、前記イベント名称に対応する前記イベントが開催される開催日時を更に含む前記イベント情報を抽出する
   請求項１の情報管理装置。
8. 前記イベント情報抽出部は、
   前記選別済み投稿情報を分析して、前記選別済み投稿情報に含まれる特徴語を更に含む前記イベント情報を抽出する
   請求項１の情報管理装置。
9. 複数の投稿情報の中から、前記投稿情報に含まれる地理的情報に基づいて、スポットに関連する投稿情報をマッチング処理により選別するスポット投稿選別部と、
   前記スポット投稿選別部によって選別された複数の投稿情報の中から、前記投稿情報に含まれる文言に基づいて、イベントに関連する投稿情報を機械学習により選別するイベント投稿選別部と、
   前記スポット投稿選別部および前記イベント投稿選別部によって選別された選別済み投稿情報を分析して、前記選別済み投稿情報に含まれるイベント名称と、当該イベント名称に対応するイベントが開催される開催スポット名称とを含むイベント情報を抽出するイベント情報抽出部とを備える
   情報管理システム。
10. 複数の投稿情報の中から、前記投稿情報に含まれる地理的情報に基づいて、スポットに関連する投稿情報をマッチング処理により選別することと、
    前記選別された複数の投稿情報の中から、前記投稿情報に含まれる文言に基づいて、イベントに関連する投稿情報を機械学習により選別することと、
    選別された選別済み投稿情報を分析して、前記選別済み投稿情報に含まれるイベント名称と、当該イベント名称に対応するイベントが開催される開催スポット名称とを含むイベント情報を抽出することと
    をコンピュータに実行させる情報管理プログラム。

Images