JP7145247B2 - 情報処理装置、情報処理方法及び情報処理プログラム - Google Patents

Description

本発明は、情報処理装置、情報処理方法及び情報処理プログラムに関する。

近年、インターネットの飛躍的な普及に伴い、例えば、インターネット上の種々の情報を用いた分析に関する技術が提供されている。例えば、利用者が入力した検索クエリに基づいて、所定の事業者が提供する対象に対するニーズに関する情報を抽出する技術が提案されている。

特開２０１９－３２７７６号公報

しかしながら、上記の従来技術では、有用な情報を得ることができるとは限らない。例えば、上記の従来技術では、所定の事業者が提供する対象に対するニーズに関する情報を抽出しているに過ぎないので、所定の事業者が提供する対象に対する潜在的なニーズに関する情報を視覚的に適切に提示できるとは言えない。

本願は、上記に鑑みてなされたものであって、有用な情報を提供することができる情報処理装置、情報処理方法及び情報処理プログラムを提供することを目的とする。

本願に係る情報処理装置は、不特定多数の人に検索されたキーワードのカテゴリを推定する推定部と、不特定多数の人に検索されたキーワードをカテゴリごとに異なる表示態様でキーワードマップに表示する表示部と、前記キーワードマップ上で任意のキーワードを別カテゴリのキーワードの近くに移動させた際に、前記移動させたキーワードの表示態様を、前記別カテゴリに対応する表示態様に変更する表示制御部と、を備え、前記表示部は、検索対象のキーワードと同時に又は近い時間に検索された共起キーワードの地図マッピング用の画面上において、利用者から入力されたキーワードに基づいてカテゴリの共起ネットワークを示すキーワードマップを表示し、前記表示制御部は、利用者が任意のキーワードを示すノードをドラッグ＆ドロップして、別カテゴリに属する他のキーワードを示すノードの近くに移動させた際に、操作されたキーワードのカテゴリを、移動先の近くにある他のキーワードが属する別カテゴリに変更し、前記推定部は、操作されたキーワードのカテゴリの変化を学習し、以降のキーワードのカテゴリの分類に反映することを特徴とする。

実施形態の一態様によれば、有用な情報を得ることができるといった効果を奏する。

図１は、実施形態に係る情報処理方法の概要を示す説明図である。 図２は、実施形態に係る情報処理システムの構成例を示す図である。 図３は、実施形態に係る端末装置の構成例を示す図である。 図４は、実施形態に係る情報処理装置の構成例を示す図である。 図５は、利用者情報データベースの一例を示す図である。 図６は、履歴情報データベースの一例を示す図である。 図７は、キーワード情報データベースの一例を示す図である。 図８は、実施形態に係る処理手順を示すフローチャートである。 図９は、ハードウェア構成の一例を示す図である。

以下に、本願に係る情報処理装置、情報処理方法及び情報処理プログラムを実施するための形態（以下、「実施形態」と記載する）について図面を参照しつつ詳細に説明する。なお、この実施形態により本願に係る情報処理装置、情報処理方法及び情報処理プログラムが限定されるものではない。また、以下の実施形態において同一の部位には同一の符号を付し、重複する説明は省略される。

〔１．情報処理方法の概要〕
まず、図１を参照し、実施形態に係る情報処理装置が行う情報処理方法の概要について説明する。図１は、実施形態に係る情報処理方法の概要を示す説明図である。なお、図１では、カテゴリの共起ネットワークを示すキーワードマップの視聴効率を向上させる場合を例に挙げて説明する。

図１に示すように、情報処理システム１は、端末装置１０と情報提供装置１００とを含む。端末装置１０と情報提供装置１００とは、それぞれネットワークＮ（図２参照）を介して有線又は無線で互いに通信可能に接続される。

端末装置１０は、利用者Ｕにより使用されるスマートフォンやタブレット等のスマートデバイスであり、４Ｇ（Generation）やＬＴＥ（Long Term Evolution）等の無線通信網を介して任意のサーバ装置と通信を行うことができる携帯端末装置である。また、端末装置１０は、液晶ディスプレイ等の画面であって、タッチパネルの機能を有する画面を有し、利用者から指やスタイラス等によりタップ操作、スライド操作、スクロール操作等、コンテンツ等の表示データに対する各種の操作を受付ける。なお、画面のうち、コンテンツが表示されている領域上で行われた操作を、コンテンツに対する操作としてもよい。また、端末装置１０は、スマートデバイスのみならず、デスクトップＰＣ（Personal Computer）やノートＰＣ等の情報処理装置であってもよい。

本実施形態では、端末装置１０は、情報提供装置１００と連携し、共起キーワードの地図マッピング用の画面上において、利用者Ｕから入力されたキーワードに基づいてカテゴリの共起ネットワークを示すキーワードマップを表示する。カテゴリの共起ネットワークを示すキーワードマップとは、複数のキーワードのそれぞれを適当なカテゴリに分類した上で、キーワード同士の共起関係が視覚的に認識できるようにマッピングした共起キーワードのマップを示す。

なお、共起キーワードとは、検索対象のキーワードと同時に又は近い時間に検索されたキーワードである。例えば、共起キーワードは、検索対象のキーワードの関連キーワードや、絞り込み検索に用いられたキーワード等である。検索対象のキーワードと同時に又は近い時間に検索される回数が多いキーワードほど、検索対象のキーワードと強い共起関係にある共起キーワードである。共起キーワードは、１つに限らず、複数であってもよい。例えば、３つ以上のキーワードが同時に又は近い時間に場合には、２つ目以降のキーワードを、１つ目のキーワードの共起キーワードとしてもよい。

例えば、端末装置１０は、図１に示すように、同時検索（同時入力）されたキーワードや、検索された時間の近さ等から、各キーワードを示すノードの連結でキーワード同士の共起関係を示す共起キーワードのマップを生成して表示する。共起関係にあるキーワード同士は近い位置にマッピングされる。ここでは、キーワードを示すノードは、図形（円形や矩形等）やアイコン等で表示する。また、キーワードの検索ボリュームは、ノードの大きさ（サイズ）で表現する。また、キーワード同士の共起関係は、ノード間を結ぶリンクで表現する。

情報提供装置１００は、各利用者Ｕの端末装置１０と連携し、各利用者Ｕの端末装置１０に対して、各種アプリケーション（アプリ）等に対するＡＰＩサービス等と、各種データを提供する情報処理装置であり、サーバ装置やクラウドシステム等により実現される。

本実施形態では、情報提供装置１００は、事前に、不特定多数の利用者により検索エンジン等で検索が行われたキーワードごとに、該当するカテゴリに分類し、それぞれの検索ボリューム（検索数）を測定しておく。このとき、情報提供装置１００は、事前に、機械学習により、キーワードを入力すると適当なカテゴリに分類して出力する学習済みモデルを作成してもよい。また、情報提供装置１００は、同時に又は近い時間に検索されたキーワード同士を共起キーワードと推定する。さらに、情報提供装置１００は、キーワード同士が同時又は近い時間に検索された回数（頻度）や、検索された時間の近さ等から、キーワード同士の共起度を算出してもよい。そして、利用者Ｕが端末装置１０を操作して共起キーワードの地図マッピング用のＷｅｂサイト又はアプリを利用した際に、キーワードごとのカテゴリや検索ボリューム、及びキーワード同士の共起関係に関する情報を提供する。

また、情報提供装置１００は、各利用者Ｕの端末装置１０に対して、オンラインで何らかのＷｅｂサービスを提供する情報処理装置であってもよい。例えば、情報提供装置１００は、Ｗｅｂサービスとして、インターネット接続、検索サービス、ＳＮＳ（Social Networking Service）、電子商取引、電子決済、オンラインゲーム、オンラインバンキング、オンライントレーディング、宿泊・チケット予約、動画・音楽配信等のサービスを提供してもよい。実際には、情報提供装置１００は、上記のようなＷｅｂサービスを提供する各種サーバと連携し、Ｗｅｂサービスを仲介してもよい。

なお、情報提供装置１００は、利用者Ｕに関する各種情報を取得可能である。例えば、情報提供装置１００は、利用者Ｕの性別、年代、居住地域といった利用者Ｕの属性に関する情報を取得する。そして、情報提供装置１００は、利用者Ｕを示す識別情報（利用者ＩＤ等）とともに利用者Ｕの属性に関する情報を記憶して管理する。

また、情報提供装置１００は、利用者Ｕの端末装置１０から、あるいは利用者ＩＤ等に基づいて各種サーバ等から、利用者Ｕの行動を示す各種の履歴情報（ログデータ）を取得する。例えば、情報提供装置１００は、利用者Ｕの位置や日時の履歴である位置履歴を端末装置１０から取得する。また、情報提供装置１００は、利用者Ｕが入力した検索クエリの履歴である検索履歴を検索サーバ（検索エンジン）から取得する。また、情報提供装置１００は、利用者Ｕが閲覧したコンテンツの履歴である閲覧履歴をコンテンツサーバから取得する。また、情報提供装置１００は、利用者Ｕの商品購入の履歴である購入履歴を電子商取引サーバや決済サーバから取得する。また、情報提供装置１００は、利用者Ｕのマーケットプレイスへの出品の履歴である出品履歴や販売履歴を電子商取引サーバや決済サーバから取得してもよい。また、情報提供装置１００は、利用者Ｕの投稿の履歴である投稿履歴を口コミの投稿サービスを提供する投稿サーバやＳＮＳサーバから取得する。

本実施形態において、不特定多数の利用者により検索エンジン等で検索が行われたキーワードは、上記各種の履歴情報に含まれるキーワード（履歴情報に登場するキーワード）であってもよい。

〔１－１．基本動作〕
例えば、図１に示すように、利用者Ｕは、端末装置１０を用いて、共起キーワードの地図マッピング用のＷｅｂサイトにアクセス又はアプリを起動し、共起キーワードの地図マッピング用の画面上の入力欄（入力ボックス）にキーワードを入力する（ステップＳ１）。入力されるキーワードは、不特定多数の利用者により検索エンジン等で検索が行われた（又はその可能性がある）キーワードであって、単語又はその組み合わせ、あるいはフレーズ等の任意の文字列である。

続いて、情報提供装置１００は、端末装置１０と連携し、端末装置１０から利用者Ｕが入力したキーワードを取得し、取得したキーワードと共起関係にあるキーワード（共起キーワード）を推定する（ステップＳ３）。例えば、情報提供装置１００は、取得したキーワードと同時に又は近い時間に検索されたキーワードを、共起キーワードと推定する。このとき、情報提供装置１００は、事前に、同時検索されたキーワード同士や、近い時間に検索されたキーワード同士を収集し、データベースに登録していてもよい。そして、情報提供装置１００は、取得したキーワードと、データベースに登録されたキーワードとを比較照合し、該当したキーワードを、共起キーワードと推定する。

続いて、情報提供装置１００は、取得したキーワードのカテゴリを推定する（ステップＳ２）。例えば、情報提供装置１００は、取得したキーワードと、事前にカテゴリを分類したキーワードとを比較照合し、取得したキーワードを、該当するキーワードのカテゴリに分類する。このとき、情報提供装置１００は、機械学習により、キーワードを入力すると適当なカテゴリに分類して出力する学習済みモデルを事前に作成しておき、取得したキーワードを学習済みモデルに入力し、該当するカテゴリに分類して出力するようにしてもよい。

なお、実際には、情報提供装置１００は、取得したキーワードだけではなく、取得したキーワードと共起キーワードとの組み合わせに基づいて、取得したキーワードのカテゴリを推定してもよい。例えば、情報提供装置１００は、取得したキーワードと共起キーワードとの組と、事前にカテゴリを分類したキーワードと共起キーワードとの組とを比較照合し、取得したキーワードと共起キーワードとの組を、該当するキーワードと共起キーワードとの組のカテゴリに分類する。このとき、情報提供装置１００は、機械学習により、キーワードと共起キーワードとの組を入力すると適当なカテゴリに分類して出力する学習済みモデルを事前に作成しておき、取得したキーワードと共起キーワードとの組を学習済みモデルに入力し、該当するカテゴリに分類して出力するようにしてもよい。

続いて、情報提供装置１００は、表示対象となるキーワードの検索ボリュームを抽出する（ステップＳ４）。例えば、情報提供装置１００は、表示対象となるキーワードとして、取得したキーワード及びその共起キーワード、取得したキーワードと同じ又は関連するカテゴリに属するキーワードのそれぞれの検索ボリュームを抽出する。このとき、不特定多数の利用者により検索エンジン等で検索が行われたキーワードごとに検索ボリュームを測定しておき、データベースに登録していてもよい。そして、情報提供装置１００は、表示対象となるキーワードと、データベースに登録されたキーワードとを比較照合し、該当したキーワードの検索ボリュームを抽出する。

続いて、情報提供装置１００は、端末装置１０に対して、共起キーワードの地図マッピング用の画面表示を制御するために必要な情報を提供する（ステップＳ５）。あるいは、情報提供装置１００は、端末装置１０と連携し、共起キーワードの地図マッピング用の画面表示を制御するための各種データや指示（コマンド等）を提供し、共起キーワードの地図マッピング用の画面表示を制御する。

続いて、端末装置１０は、情報提供装置１００と連携し、共起キーワードの地図マッピング用の画面上に、利用者Ｕにより入力されたキーワードに関するカテゴリの共起ネットワークを示すキーワードマップを表示する（ステップＳ６）。

続いて、端末装置１０は、情報提供装置１００と連携し、カテゴリの共起ネットワークを示すキーワードマップ上において利用者Ｕが任意のキーワードを操作した際に、操作されたキーワードのカテゴリを変更する（ステップＳ７）。例えば、図１に示すように、端末装置１０は、利用者Ｕが任意のキーワードを示すノードをドラッグ＆ドロップして、別カテゴリに属する他のキーワードを示すノードの近くに移動させた際に、操作されたキーワードのカテゴリを、移動先の近くにある他のキーワードが属する別カテゴリに変更する。このとき、情報提供装置１００は、操作されたキーワードのカテゴリの変化を学習し、以降のキーワードのカテゴリの分類に反映する。すなわち、情報提供装置１００は、操作されたキーワードを上記の別カテゴリに分類するようにする。また、移動したキーワードに近いキーワードも同様に引力（ベクトル）を変化する。すなわち、キーワードを示すノードの移動に伴い、移動の前後のノード間のリンクも変化する。

続いて、端末装置１０は、情報提供装置１００と連携し、利用者Ｕがカテゴリの共起ネットワークを示すキーワードマップを時系列再生させる操作を行った際に、カテゴリの共起ネットワークを示すキーワードマップを時系列再生させる（ステップＳ８）。例えば、図１に示すように、端末装置１０は、利用者Ｕが画面上に表示された「時系列再生」ボタンを押した際に、タイムスライダー形式でカテゴリの共起ネットワークを示すキーワードマップを時系列再生させる。時系列再生されたキーワードマップでは、キーワードを示すノードの大きさ（サイズ）が当該キーワードの検索ボリュームの経時的変化に合わせて変化する。また、ノード間の距離（リンクの長さ）もキーワード同士の共起関係の経時的変化に合わせて変化する。

なお、本実施形態において、最初に表示されるのは、検索されたキーワードに対して、システム提供側が独自に設定したカテゴリで色分けをしたキーワードマップである。しかし、最初に表示されたキーワードマップでは、１つのキーワードが複数のカテゴリに属している場合もあり、中心となるキーワードとの関係によって、他のキーワードのカテゴリが変化する。そのため、システムによる自動振り分けでは、ユーザの意図とは異なる色分け（カテゴリ分け）になっているものも一部存在している。そこで、ユーザの操作による手動振り分けを受け付けることで、システム独自の振り分けとユーザ意図による振り分けの両立を可能とする。例えば、キーワードをドラッグ＆ドロップ（ユーザ操作）で別カテゴリの上に持ってくることで色を変更する。また、移動したキーワードに近いキーワードも同様に引力（ベクトル）を変化する。

また、最初に表示されたキーワードマップでは、「直近１年」「2019年」「2018年」等で期間を設定して閲覧できるが、年によって検索ボリュームや分けられるカテゴリが異なるため、どのように変化したのかがわかりづらくなってしまう。その過程を可視化させるため、タイムスライダー形式でキーワードの検索ボリュームやカテゴリの変化を時系列で動的に可視化する。

〔２．情報処理システムの構成例〕
次に、図２を用いて、実施形態に係る情報提供装置１００が含まれる情報処理システム１の構成について説明する。図２は、実施形態に係る情報処理システム１の構成例を示す図である。図２に示すように、実施形態に係る情報処理システム１は、端末装置１０と情報提供装置１００とを含む。これらの各種装置は、ネットワークＮを介して、有線又は無線により通信可能に接続される。ネットワークＮは、例えば、ＬＡＮ（Local Area Network）や、インターネット等のＷＡＮ（Wide Area Network）である。

また、図２に示す情報処理システム１に含まれる各装置の数は図示したものに限られない。例えば、図２では、図示の簡略化のため、端末装置１０を１台のみ示したが、これはあくまでも例示であって限定されるものではなく、２台以上であってもよい。

端末装置１０は、利用者Ｕによって使用される情報処理装置である。例えば、端末装置１０は、スマートフォンやタブレット端末等のスマートデバイス、フィーチャーフォン、ＰＣ（Personal Computer）、ＰＤＡ（Personal Digital Assistant）、通信機能を備えたゲーム機、カーナビゲーションシステム、スマートウォッチやヘッドマウントディスプレイ等のウェアラブルデバイス（Wearable Device）、スマートグラス等である。

また、かかる端末装置１０は、ＬＴＥ（Long Term Evolution）、４Ｇ（4th Generation）、５Ｇ（5th Generation：第５世代移動通信システム）等の無線通信網や、Ｂｌｕｅｔｏｏｔｈ（登録商標）、無線ＬＡＮ（Local Area Network）等の近距離無線通信を介してネットワークＮに接続し、情報提供装置１００と通信することができる。

情報提供装置１００は、例えばＰＣやサーバ装置、あるいはメインフレーム又はワークステーション等である。なお、情報提供装置１００は、クラウドコンピューティングにより実現されてもよい。

〔３．端末装置の構成例〕
次に、図３を用いて、端末装置１０の構成について説明する。図３は、端末装置１０の構成例を示す図である。図３に示すように、端末装置１０は、通信部１１と、表示部１２と、入力部１３と、測位部１４と、センサ部２０と、制御部３０（コントローラ）と、記憶部４０とを備える。

（通信部１１）
通信部１１は、ネットワークＮ（図２参照）と有線又は無線で接続され、ネットワークＮを介して、情報提供装置１００との間で情報の送受信を行う。例えば、通信部１１は、ＮＩＣ（Network Interface Card）やアンテナ等によって実現される。

（表示部１２）
表示部１２は、位置情報等の各種情報を表示する表示デバイスである。例えば、表示部１２は、液晶ディスプレイ（ＬＣＤ：Liquid Crystal Display）や有機ＥＬディスプレイ（Organic Electro-Luminescent Display）である。また、表示部１２は、タッチパネル式のディスプレイであるが、これに限定されるものではない。

（入力部１３）
入力部１３は、利用者Ｕから各種操作を受け付ける入力デバイスである。また、入力部１３は、例えば、文字や数字等を入力するためのボタン等を有する。また、表示部１２がタッチパネル式のディスプレイである場合、表示部１２の一部が入力部１３として機能する。なお、入力部１３は、利用者Ｕから音声入力を受け付けるマイク等であってもよい。マイクはワイヤレスであってもよい。

（測位部１４）
測位部１４は、ＧＰＳ（Global Positioning System）の衛星から送出される信号（電波）を受信し、受信した信号に基づいて、自装置である端末装置１０の現在位置を示す位置情報（例えば、緯度及び経度）を取得する。すなわち、測位部１４は、端末装置１０の位置を測位する。なお、ＧＰＳは、ＧＮＳＳ（Global Navigation Satellite System）の一例に過ぎない。

また、測位部１４は、ＧＰＳ以外にも、種々の手法により位置を測位することができる。例えば、測位部１４は、位置補正等のための補助的な測位手段として、下記のように、端末装置１０の様々な通信機能を利用して位置を測位してもよい。

（Ｗｉ－Ｆｉ測位）
例えば、測位部１４は、端末装置１０のＷｉ－Ｆｉ（登録商標）通信機能や、各通信会社が備える通信網を利用して、端末装置１０の位置を測位する。具体的には、測位部１４は、Ｗｉ－Ｆｉ通信等を行い、付近の基地局やアクセスポイントとの距離を測位することにより、端末装置１０の位置を測位する。

（ビーコン測位）
また、測位部１４は、端末装置１０のＢｌｕｅｔｏｏｔｈ（登録商標）機能を利用して位置を測位してもよい。例えば、測位部１４は、Ｂｌｕｅｔｏｏｔｈ（登録商標）機能によって接続されるビーコン（beacon）発信機と接続することにより、端末装置１０の位置を測位する。

（地磁気測位）
また、測位部１４は、予め測定された構造物の地磁気のパターンと、端末装置１０が備える地磁気センサとに基づいて、端末装置１０の位置を測位する。

（ＲＦＩＤ測位）
また、例えば、端末装置１０が駅改札や店舗等で使用される非接触型ＩＣカードと同等のＲＦＩＤ（Radio Frequency Identification）タグの機能を備えている場合、もしくはＲＦＩＤタグを読み取る機能を備えている場合、端末装置１０によって決済等が行われた情報とともに、使用された位置が記録される。測位部１４は、かかる情報を取得することで、端末装置１０の位置を測位してもよい。また、位置は、端末装置１０が備える光学式センサや、赤外線センサ等によって測位されてもよい。

測位部１４は、必要に応じて、上述した測位手段の一つ又は組合せを用いて、端末装置１０の位置を測位してもよい。

（センサ部２０）
センサ部２０は、端末装置１０に搭載又は接続される各種のセンサを含む。なお、接続は、有線接続、無線接続を問わない。例えば、センサ類は、ウェアラブルデバイスやワイヤレスデバイス等、端末装置１０以外の検知装置であってもよい。図３に示す例では、センサ部２０は、加速度センサ２１と、ジャイロセンサ２２と、気圧センサ２３と、気温センサ２４と、音センサ２５と、光センサ２６と、磁気センサ２７と、画像センサ（カメラ）２８とを備える。

なお、上記した各センサ２１～２８は、あくまでも例示であって限定されるものではない。すなわち、センサ部２０は、各センサ２１～２８のうちの一部を備える構成であってもよいし、各センサ２１～２８に加えてあるいは代えて、湿度センサ等その他のセンサを備えてもよい。

加速度センサ２１は、例えば、３軸加速度センサであり、端末装置１０の移動方向、速度、及び、加速度等の端末装置１０の物理的な動きを検知する。ジャイロセンサ２２は、端末装置１０の角速度等に基づいて３軸方向の傾き等の端末装置１０の物理的な動きを検知する。気圧センサ２３は、例えば端末装置１０の周囲の気圧を検知する。

端末装置１０は、上記した加速度センサ２１やジャイロセンサ２２、気圧センサ２３等を備えることから、これらの各センサ２１～２３等を利用した歩行者自律航法（ＰＤＲ：Pedestrian Dead-Reckoning）等の技術を用いて端末装置１０の位置を測位することが可能になる。これにより、ＧＰＳ等の測位システムでは取得することが困難な屋内での位置情報を取得することが可能になる。

例えば、加速度センサ２１を利用した歩数計により、歩数や歩くスピード、歩いた距離を算出することができる。また、ジャイロセンサ２２を利用して、利用者Ｕの進行方向や視線の方向、体の傾きを知ることができる。また、気圧センサ２３で検知した気圧から、利用者Ｕの端末装置１０が存在する高度やフロアの階数を知ることもできる。

気温センサ２４は、例えば端末装置１０の周囲の気温を検知する。音センサ２５は、例えば端末装置１０の周囲の音を検知する。光センサ２６は、端末装置１０の周囲の照度を検知する。磁気センサ２７は、例えば端末装置１０の周囲の地磁気を検知する。画像センサ２８は、端末装置１０の周囲の画像を撮像する。

上記した気圧センサ２３、気温センサ２４、音センサ２５、光センサ２６及び画像センサ２８は、それぞれ気圧、気温、音、照度を検知したり、周囲の画像を撮像したりすることで、端末装置１０の周囲の環境や状況等を検知することができる。また、端末装置１０の周囲の環境や状況等から、端末装置１０の位置情報の精度を向上させることが可能になる。

（制御部３０）
制御部３０は、例えば、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ、入出力ポート等を有するマイクロコンピュータや各種の回路を含む。また、制御部３０は、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路等のハードウェアで構成されてもよい。制御部３０は、送信部３１と、受信部３２と、処理部３３と、表示制御部３４とを備える。

（送信部３１）
送信部３１は、例えば入力部１３を用いて利用者Ｕにより入力された各種情報や、端末装置１０に搭載又は接続された各センサ２１～２８によって検知された各種情報、測位部１４によって測位された端末装置１０の位置情報等を、通信部１１を介して情報提供装置１００へ送信することができる。

（受信部３２）
受信部３２は、通信部１１を介して、情報提供装置１００から提供される各種情報や、情報提供装置１００からの各種情報の要求を受信することができる。

（処理部３３）
処理部３３は、表示部１２等を含め、端末装置１０全体を制御する。例えば、処理部３３は、送信部３１によって送信される各種情報や、受信部３２によって受信された情報提供装置１００からの各種情報を表示部１２へ出力して表示させることができる。

（表示制御部３４）
表示制御部３４は、同時検索（同時入力）されたキーワードや、検索された時間の近さ等から、各キーワードを示すノードの連結でキーワード同士の共起関係を示す共起キーワードのマップを生成して表示する。共起関係にあるキーワード同士は近い位置にマッピングされる。ここでは、キーワードを示すノードは、図形（円形や矩形等）やアイコン等で表示する。また、キーワードの検索ボリュームは、ノードの大きさ（サイズ）で表現する。また、キーワード同士の共起関係は、ノード間を結ぶリンクで表現する。なお、表示制御部３４は、処理部３３の一部であってもよい。

また、表示制御部３４は、カテゴリの共起ネットワークを示すキーワードマップ上において利用者Ｕが任意のキーワードを操作した際に、操作されたキーワードのカテゴリを変更する。例えば、表示制御部３４は、利用者Ｕが任意のキーワードを示すノードをドラッグ＆ドロップして、別カテゴリに属する他のキーワードを示すノードの近くに移動させた際に、操作されたキーワードのカテゴリを、移動先の近くにある他のキーワードが属する別カテゴリに変更する。また、移動したキーワードに近いキーワードも同様に引力（ベクトル）を変化する。すなわち、キーワードを示すノードの移動に伴い、移動の前後のノード間のリンクも変化する。

また、表示制御部３４は、利用者Ｕがカテゴリの共起ネットワークを示すキーワードマップを時系列再生させる操作を行った際に、カテゴリの共起ネットワークを示すキーワードマップを時系列再生させる（ステップＳ８）。例えば、表示制御部３４は、利用者Ｕが画面上に表示された「時系列再生」ボタンを押した際に、タイムスライダー形式でカテゴリの共起ネットワークを示すキーワードマップを時系列再生させる。時系列再生されたキーワードマップでは、キーワードを示すノードの大きさ（サイズ）が当該キーワードの検索ボリュームの経時的変化に合わせて変化する。また、ノード間の距離（リンクの長さ）もキーワード同士の共起関係の経時的変化に合わせて変化する。

（記憶部４０）
記憶部４０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、又は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、光ディスク等の記憶装置によって実現される。かかる記憶部４０には、各種プログラムや各種データ等が記憶される。

〔４．情報処理装置の構成例〕
次に、図４を用いて、実施形態に係る情報提供装置１００の構成について説明する。図４は、実施形態に係る情報提供装置１００の構成例を示す図である。図４に示すように、情報提供装置１００は、通信部１１０と、記憶部１２０と、制御部１３０とを有する。

（通信部１１０）
通信部１１０は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。また、通信部１１０は、ネットワークＮ（図２参照）と有線又は無線で接続される。

（記憶部１２０）
記憶部１２０は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）等の半導体メモリ素子、又は、ハードディスク、光ディスク等の記憶装置によって実現される。図４に示すように、記憶部１２０は、利用者情報データベース１２１と、履歴情報データベース１２２と、キーワード情報データベース１２３とを有する。

（利用者情報データベース１２１）
利用者情報データベース１２１は、利用者Ｕに関する各種情報を記憶する。例えば、利用者情報データベース１２１は、利用者Ｕの属性等の種々の情報を記憶する。図５は、利用者情報データベース１２１の一例を示す図である。図５に示した例では、利用者情報データベース１２１は、「利用者ＩＤ（Identifier）」、「年齢」、「性別」、「自宅」、「勤務地」、「興味」といった項目を有する。

「利用者ＩＤ」は、利用者Ｕを識別するための識別情報を示す。また、「年齢」は、利用者ＩＤにより識別される利用者Ｕの年齢を示す。なお、「年齢」は、例えば３５歳など、利用者ＩＤにより識別される利用者Ｕの具体的な年齢であってもよい。また、「性別」は、利用者ＩＤにより識別される利用者Ｕの性別を示す。

また、「自宅」は、利用者ＩＤにより識別される利用者Ｕの自宅の位置情報を示す。なお、図５に示す例では、「自宅」は、「ＬＣ１１」といった抽象的な符号を図示するが、緯度経度情報等であってもよい。また、例えば、「自宅」は、地域名や住所であってもよい。

また、「勤務地」は、利用者ＩＤにより識別される利用者Ｕの勤務地（学生の場合は学校）の位置情報を示す。なお、図５に示す例では、「勤務地」は、「ＬＣ１２」といった抽象的な符号を図示するが、緯度経度情報等であってもよい。また、例えば、「勤務地」は、地域名や住所であってもよい。

また、「興味」は、利用者ＩＤにより識別される利用者Ｕの興味を示す。すなわち、「興味」は、利用者ＩＤにより識別される利用者Ｕが関心の高い対象を示す。例えば、「興味」は、利用者Ｕが検索エンジンに入力して検索した検索クエリ（キーワード）等であってもよい。なお、図５に示す例では、「興味」は、各利用者Ｕに１つずつ図示するが、複数であってもよい。

例えば、図５に示す例において、利用者ＩＤ「Ｕ１」により識別される利用者Ｕの年齢は、「２０代」であり、性別は、「男性」であることを示す。また、例えば、利用者ＩＤ「Ｕ１」により識別される利用者Ｕは、自宅が「ＬＣ１１」であることを示す。また、例えば、利用者ＩＤ「Ｕ１」により識別される利用者Ｕは、勤務地が「ＬＣ１２」であることを示す。また、例えば、利用者ＩＤ「Ｕ１」により識別される利用者Ｕは、「スポーツ」に興味があることを示す。

ここで、図５に示す例では、「Ｕ１」、「ＬＣ１１」及び「ＬＣ１２」といった抽象的な値を用いて図示するが、「Ｕ１」、「ＬＣ１１」及び「ＬＣ１２」には、具体的な文字列や数値等の情報が記憶されるものとする。以下、他の情報に関する図においても、抽象的な値を図示する場合がある。

なお、利用者情報データベース１２１は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、利用者情報データベース１２１は、利用者Ｕの端末装置１０に関する各種情報を記憶してもよい。また、利用者情報データベース１２１は、利用者Ｕのデモグラフィック（人口統計学的属性）、サイコグラフィック（心理学的属性）、ジオグラフィック（地理学的属性）、ベヘイビオラル（行動学的属性）等の属性に関する情報を記憶してもよい。例えば、利用者情報データベース１２１は、氏名、家族構成、出身地（地元）、職業、職位、収入、資格、居住形態（戸建、マンション等）、車の有無、通学・通勤時間、通学・通勤経路、定期券区間（駅、路線等）、利用頻度の高い駅（自宅・勤務地の最寄駅以外）、習い事（場所、時間帯等）、趣味、興味、ライフスタイル等の情報を記憶してもよい。

（履歴情報データベース１２２）
履歴情報データベース１２２は、利用者Ｕの行動を示す履歴情報（ログデータ）に関する各種情報を記憶する。図６は、履歴情報データベース１２２の一例を示す図である。図６に示した例では、履歴情報データベース１２２は、「利用者ＩＤ」、「位置履歴」、「検索履歴」、「閲覧履歴」、「購買履歴」、「投稿履歴」といった項目を有する。

「利用者ＩＤ」は、利用者Ｕを識別するための識別情報を示す。また、「位置履歴」は、利用者Ｕの位置や移動の履歴である位置履歴を示す。また、「検索履歴」は、利用者Ｕが入力した検索クエリの履歴である検索履歴を示す。また、「閲覧履歴」は、利用者Ｕが閲覧したコンテンツの履歴である閲覧履歴を示す。また、「購買履歴」は、利用者Ｕによる購買の履歴である購買履歴を示す。また、「投稿履歴」は、利用者Ｕによる投稿の履歴である投稿履歴を示す。なお、「投稿履歴」は、利用者Ｕの所有物に関する質問を含んでいてもよい。

例えば、図６に示す例において、利用者ＩＤ「Ｕ１」により識別される利用者Ｕは、「位置履歴＃１」の通りに移動し、「検索履歴＃１」の通りに検索し、「閲覧履歴＃１」の通りにコンテンツを閲覧し、「購買履歴＃１」の通りに所定の店舗等で所定の商品等を購入し、「投稿履歴」の通りに投稿したことを示す。

ここで、図６に示す例では、「Ｕ１」、「位置履歴＃１」、「検索履歴＃１」、「閲覧履歴＃１」、「購買履歴＃１」及び「投稿履歴＃１」といった抽象的な値を用いて図示するが、「Ｕ１」、「位置履歴＃１」、「検索履歴＃１」、「閲覧履歴＃１」、「購買履歴＃１」及び「投稿履歴＃１」には、具体的な文字列や数値等の情報が記憶されるものとする。

なお、履歴情報データベース１２２は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、履歴情報データベース１２２は、利用者Ｕの所定のサービスの利用履歴等を記憶してもよい。また、履歴情報データベース１２２は、利用者Ｕの実店舗の来店履歴又は施設の訪問履歴等を記憶してもよい。また、履歴情報データベース１２２は、利用者Ｕの電子決済での決済履歴等を記憶してもよい。

（キーワード情報データベース１２３）
キーワード情報データベース１２３は、不特定多数の人に検索されたキーワードに関する各種情報を記憶する。図７は、キーワード情報データベース１２３の一例を示す図である。図７に示した例では、キーワード情報データベース１２３は、「キーワード」、「共起キーワード」、「カテゴリ」、「検索ボリューム」、「共起度」といった項目を有する。

「キーワード」は、不特定多数の利用者により検索エンジン等で検索が行われたキーワードを示す。また、「共起キーワード」は、当該キーワードの共起キーワードを示す。例えば、共起キーワードは、当該キーワードと同時に又は近い時間に検索されたキーワードである。また、共起キーワードが存在しない場合（単一のキーワードのみで検索が行われた場合等）には、当該共起キーワードの欄は空白となる。また、「カテゴリ」は、当該キーワードが属するカテゴリを示す。なお、カテゴリは、当該キーワードと共起キーワードとの組により分類されてもよい。また、「検索ボリューム」は、当該キーワードの検索ボリューム（検索数）を示す。なお、検索ボリュームは、当該キーワードと共起キーワードとの組ごとに測定されてもよい。この場合、当該キーワードと共起キーワードとの組ごとに測定された検索ボリュームの合計値が、キーワード自体の検索ボリュームとなる。また、「共起度」は、当該キーワードと共起キーワードとの共起度を示す。なお、共起度は、当該キーワードの検索ボリュームに基づいて算出されてもよい。また、共起キーワードが存在しない場合（単一のキーワードのみで検索が行われた場合等）には、当該共起度の欄は空白となる。

例えば、図７に示す例において、「キーワード＃１」は、「共起キーワード＃１１」とともに検索され、「カテゴリ＃１１」に分類され、「検索ボリューム＃１１」であり、共起キーワードとの共起度は「共起度＃１１」であることを示す。

ここで、図７に示す例では、「キーワード＃１」、「共起キーワード＃１１」、「カテゴリ＃１１」、「検索ボリューム＃１１」及び「共起度＃１１」といった抽象的な値を用いて図示するが、「キーワード＃１」、「共起キーワード＃１１」、「カテゴリ＃１１」、「検索ボリューム＃１１」及び「共起度＃１１」には、具体的な文字列や数値等の情報が記憶されるものとする。

なお、キーワード情報データベース１２３は、上記に限らず、目的に応じて種々の情報を記憶してもよい。例えば、キーワード情報データベース１２３は、当該キーワードと共起キーワードとの組ごとに測定された検索ボリュームの合計値（キーワード自体の検索ボリューム）に関する情報を記憶してもよい。また、キーワード情報データベース１２３は、当該キーワードのカテゴリとともに、共起キーワードのカテゴリに関する情報を記憶してもよい。また、キーワード情報データベース１２３は、当該キーワードの検索結果として選ばれたＷｅｂサイトのＰＶ（Page View）数やＣＴＲ（Click Through Rate）、ＣＶＲ（Conversion Rate）等に関する情報を記憶してもよい。

（制御部１３０）
図４に戻り、説明を続ける。制御部１３０は、コントローラ（Controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等によって、情報提供装置１００の内部の記憶装置に記憶されている各種プログラム（情報処理プログラムの一例に相当）がＲＡＭ等の記憶領域を作業領域として実行されることにより実現される。図４に示す例では、制御部１３０は、取得部１３１と、推定部１３２と、測定部１３３と、受付部１３４と、抽出部１３５と、提供部１３６とを有する。

（取得部１３１）
取得部１３１は、通信部１１０を介して、各種サーバ等から、利用者Ｕが検索エンジン等での検索に用いたキーワードに関する情報を取得する。

このとき、取得部１３１は、通信部１１０を介して、端末装置１０や各種サーバ等から、利用者Ｕに関する各種情報を取得する。例えば、取得部１３１は、利用者Ｕを示す情報（利用者ＩＤ等）や、利用者Ｕの位置情報、利用者Ｕの属性情報等を取得する。そして、取得部１３１は、記憶部１２０の利用者情報データベース１２１に登録する。

また、取得部１３１は、通信部１１０を介して、各種サーバ等から、利用者Ｕの行動を示す各種の履歴情報（ログデータ）を取得する。そして、取得部１３１は、記憶部１２０の履歴情報データベース１２２に登録する。

なお、上記の利用者Ｕが検索エンジン等での検索に用いたキーワードは、各種の履歴情報に含まれるキーワード（履歴情報に登場するキーワード）であってもよい。

（推定部１３２）
推定部１３２は、不特定多数の利用者により検索エンジン等で検索が行われたキーワードごとに、共起キーワードを推定する。例えば、推定部１３２は、同時に又は近い時間に検索されたキーワード同士を共起キーワードと推定する。そして、推定部１３２は、記憶部１２０のキーワード情報データベース１２３に登録する。

また、推定部１３２は、不特定多数の利用者により検索エンジン等で検索が行われたキーワードごとに、該当するカテゴリを推定する。そして、推定部１３２は、記憶部１２０のキーワード情報データベース１２３に登録する。例えば、推定部１３２は、取得したキーワードと、事前にカテゴリを分類したキーワードとを比較照合し、取得したキーワードを、該当するキーワードのカテゴリに分類する。このとき、推定部１３２は、事前に、機械学習により、キーワードを入力すると適当なカテゴリに分類して出力する学習済みモデルを作成してもよい。

例えば、推定部１３２は、ＲＮＮ（Recurrent Neural Network）やＬＳＴＭ（Long short-term memory）等を用いた機械学習により、キーワードのカテゴリを分類する学習済みモデルを作成する。なお、モデルは、任意の種別及び任意の形式のモデルが採用可能である。例えば、推定部１３２は、ＳＶＭ（Support Vector Machine）やＤＮＮ（Deep Neural Network）をモデルとして採用してもよい。ここで、ＤＮＮは、ＣＮＮ（Convolutional Neural Network）やＲＮＮであってもよい。また、モデルは、例えば、ＣＮＮとＲＮＮとを組み合わせたモデル等、複数のモデルを組み合わせることで実現されるモデルであってもよい。

なお、ＲＮＮやＬＳＴＭは、アテンション（Attention）の仕組みに基づくニューラルネットワークであってもよい。また、推定部１３２は、同様の自然言語処理モデルを用いてもよい。また、データマイニングやその他の機械学習アルゴリズムを利用してもよい。推定部１３２は、上述した各種の学習手法により、モデルの学習を行うことができる。

なお、実際には、推定部１３２は、キーワード単体ではなく、キーワードと共起キーワードとの組み合わせに基づいて、キーワードのカテゴリを推定してもよい。

（測定部１３３）
測定部１３３は、不特定多数の利用者により検索エンジン等で検索が行われたキーワードごとの検索ボリュームを測定する。例えば、測定部１３３は、検索サーバ等から取得した利用者Ｕが検索エンジン等での検索に用いたキーワードに関する情報や、検索履歴等に基づいて、当該キーワードの検索数をカウントする。そして、測定部１３３は、記憶部１２０のキーワード情報データベース１２３に登録する。

このとき、測定部１３３は、当該キーワード単体の検索ボリュームではなく、当該キーワードと共起キーワードとの組の検索ボリュームを測定してもよい。

また、測定部１３３は、不特定多数の利用者により検索エンジン等で検索が行われたキーワードと共起キーワードとの組の検索ボリュームに基づいて、キーワード同士の共起度を算出する。そして、測定部１３３は記憶部１２０のキーワード情報データベース１２３に登録する。

（受付部１３４）
受付部１３４は、通信部１１０を介して、端末装置１０から、利用者Ｕが入力したキーワードを受け付ける。例えば、受付部１３４は、共起キーワードの地図マッピング用の画面上の入力欄（入力ボックス）に入力されたキーワードを受け付ける。

（抽出部１３５）
抽出部１３５は、受け付けたキーワードと、上記のキーワード情報データベース１２３に登録されたキーワードとを比較照合し、受け付けたキーワードの共起キーワードや検索ボリューム、キーワード同士の共起度、受け付けたキーワードが属するカテゴリ等に関する情報を抽出する。なお、受け付けたキーワードが属するカテゴリは、受け付けたキーワードに基づいて、上記の推定部１３２により推定してもよい。抽出された各種情報は、共起キーワードの地図マッピング用のＵＩの画面表示を制御するために必要な情報となる。

（提供部１３６）
提供部１３６は、通信部１１０を介して、端末装置１０に対して、共起キーワードの地図マッピング用のＵＩの画面表示を制御するために必要な情報を提供する。あるいは、提供部１３６は、通信部１１０を介して端末装置１０と連携し、画面表示を制御するための各種データや指示（コマンド等）を提供し、共起キーワードの地図マッピング用のＵＩの画面表示を制御する。

〔５．処理手順〕
次に、図８を用いて実施形態に係る端末装置１０及び情報提供装置１００による処理手順について説明する。図８は、実施形態に係る処理手順を示すフローチャートである。なお、以下に示す処理手順は、端末装置１０の制御部３０及び情報提供装置１００の制御部１３０によって繰り返し実行される。

図８に示すように、情報提供装置１００の取得部１３１は、通信部１１０を介して、各種サーバ等から、利用者Ｕが検索エンジン等での検索に用いたキーワードに関する情報を取得する（ステップＳ１０１）。

続いて、情報提供装置１００の推定部１３２は、不特定多数の利用者により検索エンジン等で検索が行われたキーワードごとに、共起キーワードを推定する（ステップＳ１０２）。例えば、推定部１３２は、同時に又は近い時間に検索されたキーワード同士を共起キーワードと推定する。そして、推定部１３２は、記憶部１２０のキーワード情報データベース１２３に登録する。

続いて、情報提供装置１００の推定部１３２は、不特定多数の利用者により検索エンジン等で検索が行われたキーワードごとに、該当するカテゴリを推定する（ステップＳ１０３）。例えば、推定部１３２は、機械学習により、キーワードを入力すると適当なカテゴリに分類して出力する学習済みモデルを事前に作成しておき、取得したキーワードを学習済みモデルに入力し、該当するカテゴリに分類して出力する。このとき、推定部１３２は、機械学習により、キーワードと共起キーワードとの組を入力すると適当なカテゴリに分類して出力する学習済みモデルを事前に作成しておき、取得したキーワードと共起キーワードとの組を学習済みモデルに入力し、該当するカテゴリに分類して出力するようにしてもよい。そして、測定部１３３は、記憶部１２０のキーワード情報データベース１２３に登録する。

続いて、情報提供装置１００の測定部１３３は、不特定多数の利用者により検索エンジン等で検索が行われたキーワードごとの検索ボリュームを測定する（ステップＳ１０４）。このとき、測定部１３３は、当該キーワード単体の検索ボリュームではなく、当該キーワードと共起キーワードとの組の検索ボリュームを測定してもよい。また、測定部１３３は、不特定多数の利用者により検索エンジン等で検索が行われたキーワードと共起キーワードとの組の検索ボリュームに基づいて、キーワード同士の共起度を算出してもよい。そして、測定部１３３は、記憶部１２０のキーワード情報データベース１２３に登録する。

続いて、情報提供装置１００の受付部１３４は、通信部１１０を介して、端末装置１０から、共起キーワードの地図マッピング用のサイトにアクセス又はアプリを起動した際に、利用者Ｕが端末装置１０の入力部１３を用いて共起キーワードの地図マッピング用の画面上の入力欄（入力ボックス）に入力したキーワードを受け付ける（ステップＳ１０５）。

続いて、情報提供装置１００の抽出部１３５は、受け付けたキーワードと、上記のキーワード情報データベース１２３に登録されたキーワードとを比較照合し、受け付けたキーワードの共起キーワードや検索ボリューム、受け付けたキーワードに該当するカテゴリ等に関する情報を抽出する（ステップＳ１０６）。なお、受け付けたキーワードに該当するカテゴリは、上記の推定部１３２により推定してもよい。また、抽出部１３５は、キーワード同士の共起度に関する情報があれば、共起度に関する情報も抽出してもよい。

続いて、端末装置１０の処理部３３は、受信部３２を介して情報提供装置１００から受信した情報に基づいて、表示部１２にカテゴリの共起ネットワークを示すキーワードマップを表示する（ステップＳ１０７）。このとき、情報提供装置１００の提供部１３６は、通信部１１０を介して、端末装置１０に対して、共起キーワードの地図マッピング用のＵＩの画面表示を制御するために必要な情報を提供する。あるいは、提供部１３６は、通信部１１０を介して端末装置１０と連携し、画面表示を制御するための各種データや指示（コマンド等）を提供し、共起キーワードの地図マッピング用のＵＩの画面表示を制御する。

続いて、端末装置１０の表示制御部３４は、カテゴリの共起ネットワークを示すキーワードマップ上において利用者Ｕが任意のキーワードを操作した際に、操作されたキーワードのカテゴリを変更する（ステップＳ１０８）。例えば、表示制御部３４は、利用者Ｕが任意のキーワードを示すノードをドラッグ＆ドロップして、別カテゴリに属する他のキーワードを示すノードの近くに移動させた際に、操作されたキーワードのカテゴリを、移動先の近くにある他のキーワードが属する別カテゴリに変更する。

続いて、端末装置１０の表示制御部３４は、利用者Ｕがカテゴリの共起ネットワークを示すキーワードマップを時系列再生させる操作を行った際に、カテゴリの共起ネットワークを示すキーワードマップを時系列再生させる（ステップＳ１０９）。例えば、表示制御部３４は、利用者Ｕが画面上に表示された「時系列再生」ボタンを押した際に、タイムスライダー形式でカテゴリの共起ネットワークを示すキーワードマップを時系列再生させる。

〔６．変形例〕
上述した端末装置１０及び情報提供装置１００は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、実施形態の変形例について説明する。

上記の実施形態において、情報提供装置１００が実行している処理の一部又は全部は、実際には、端末装置１０が実行してもよい。例えば、スタンドアローン（Stand-alone）で（端末装置１０単体で）処理が完結してもよい。この場合、端末装置１０に、上記の実施形態における情報提供装置１００の機能が備わっているものとする。また、上記の実施形態では、端末装置１０は情報提供装置１００と連携しているため、利用者Ｕから見れば、情報提供装置１００の処理も端末装置１０が実行しているように見える。すなわち、他の観点では、端末装置１０は、情報提供装置１００を備えているともいえる。

また、上記の実施形態において、情報提供装置１００の推定部１３２は、機械学習により、キーワードを入力すると共起キーワードを推定して出力する学習済みモデルを事前に作成しておき、端末装置１０から受け付けたキーワードを学習済みモデルに入力し、共起キーワードを推定して出力するようにしてもよい。

また、上記の実施形態において、端末装置１０は、共起キーワードの地図マッピング用の画面上において、利用者Ｕから入力されたキーワードの入力回数を検索ボリュームとして測定してもよい。また、端末装置１０は、共起キーワードの地図マッピング用の画面上において、利用者Ｕから同時に又は近い時間に入力されたキーワード同士を共起キーワードと推定してもよい。

〔７．効果〕
上述してきたように、本願に係る情報処理装置（端末装置１０及び情報提供装置１００）は、不特定多数の人に検索されたキーワードをカテゴリごとに異なる表示態様でキーワードマップに表示する表示部１２と、キーワードマップ上で任意のキーワードを別カテゴリのキーワードの近くに移動させた際に、移動させたキーワードの表示態様を、別カテゴリに対応する表示態様に変更する表示制御部３４と、を備える。

また、表示部１２は、利用者により入力されたキーワードを中心に、不特定多数の人に検索されたキーワードをカテゴリごとに異なる表示態様でキーワードマップに表示する。

また、表示部１２は、キーワードマップ上でキーワードをカテゴリごとに色分けして表示する。そして、表示制御部３４は、キーワードマップ上で、利用者がドラッグ＆ドロップで、任意のキーワードを別カテゴリのキーワードの近くに移動させた際に、移動させたキーワードの色を、別カテゴリに対応する色に変更する。

また、表示制御部３４は、移動させたキーワードの近くのキーワードのベクトルを変化させる。

また、表示制御部３４は、キーワードマップ上のキーワードの検索ボリューム及びカテゴリの変化を時系列で可視化する。例えば、表示制御部３４は、キーワードマップ上のキーワードの検索ボリューム及びカテゴリの変化を時系列で動的に可視化する。

また、表示制御部３４は、タイムスライダー形式で、キーワードマップ上のキーワードの検索ボリューム及びカテゴリの変化を時系列再生させる。

また、本願に係る情報処理装置は、不特定多数の人に検索されたキーワードのカテゴリを推定する推定部１３２と、をさらに備える。

また、本願に係る情報処理装置は、不特定多数の人に検索されたキーワードの検索ボリュームを測定する測定部１３３と、をさらに備える。

上述した各処理のいずれかもしくは組合せにより、本願に係る情報処理装置は、有用な情報を得ることができる。例えば、最初に表示されるのは、検索されたキーワードに対して、システム提供側が独自に設定したカテゴリで色分けをしたキーワードマップである。しかし、最初に表示されたキーワードマップでは、１つのキーワードが複数のカテゴリに属している場合もあり、中心となるキーワードとの関係によって、他のキーワードのカテゴリが変化する。そのため、システムによる自動振り分けでは、ユーザの意図とは異なる色分け（カテゴリ分け）になっているものも一部存在している。そこで、ユーザの操作による手動振り分けを受け付けることで、システム独自の振り分けとユーザ意図による振り分けの両立を可能とする。例えば、キーワードをドラッグ＆ドロップ（ユーザ操作）で別カテゴリの上に持ってくることで色を変更する。また、移動したキーワードに近いキーワードも同様に引力（ベクトル）を変化する。

また、最初に表示されたキーワードマップでは、「直近１年」「2019年」「2018年」等で期間を設定して閲覧できるが、年によって検索ボリュームや分けられるカテゴリが異なるため、どのように変化したのかがわかりづらくなってしまう。その過程を可視化させるため、タイムスライダー形式でキーワードの検索ボリュームやカテゴリの変化を時系列表示させ、動的に可視化する。

〔８．ハードウェア構成〕
また、上述した実施形態に係る端末装置１０や情報提供装置１００は、例えば図９に示すような構成のコンピュータ１０００によって実現される。以下、端末装置１０を例に挙げて説明する。図９は、ハードウェア構成の一例を示す図である。コンピュータ１０００は、出力装置１０１０、入力装置１０２０と接続され、演算装置１０３０、一次記憶装置１０４０、二次記憶装置１０５０、出力Ｉ／Ｆ（Interface）１０６０、入力Ｉ／Ｆ１０７０、ネットワークＩ／Ｆ１０８０がバス１０９０により接続された形態を有する。

演算装置１０３０は、一次記憶装置１０４０や二次記憶装置１０５０に格納されたプログラムや入力装置１０２０から読み出したプログラム等に基づいて動作し、各種の処理を実行する。演算装置１０３０は、例えばＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等により実現される。

一次記憶装置１０４０は、ＲＡＭ（Random Access Memory）等、演算装置１０３０が各種の演算に用いるデータを一次的に記憶するメモリ装置である。また、二次記憶装置１０５０は、演算装置１０３０が各種の演算に用いるデータや、各種のデータベースが登録される記憶装置であり、ＲＯＭ（Read Only Memory）、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、フラッシュメモリ等により実現される。二次記憶装置１０５０は、内蔵ストレージであってもよいし、外付けストレージであってもよい。また、二次記憶装置１０５０は、ＵＳＢメモリやＳＤ（Secure Digital）メモリカード等の取り外し可能な記憶媒体であってもよい。また、二次記憶装置１０５０は、クラウドストレージ（オンラインストレージ）やＮＡＳ（Network Attached Storage）、ファイルサーバ等であってもよい。

出力Ｉ／Ｆ１０６０は、ディスプレイ、プロジェクタ、及びプリンタ等といった各種の情報を出力する出力装置１０１０に対し、出力対象となる情報を送信するためのインターフェイスであり、例えば、ＵＳＢ（Universal Serial Bus）やＤＶＩ（Digital Visual Interface）、ＨＤＭＩ（登録商標）（High Definition Multimedia Interface）といった規格のコネクタにより実現される。また、入力Ｉ／Ｆ１０７０は、マウス、キーボード、キーパッド、ボタン、及びスキャナ等といった各種の入力装置１０２０から情報を受信するためのインターフェイスであり、例えば、ＵＳＢ等により実現される。

また、出力Ｉ／Ｆ１０６０及び入力Ｉ／Ｆ１０７０はそれぞれ出力装置１０１０及び入力装置１０２０と無線で接続してもよい。すなわち、出力装置１０１０及び入力装置１０２０は、ワイヤレス機器であってもよい。

また、出力装置１０１０及び入力装置１０２０は、タッチパネルのように一体化していてもよい。この場合、出力Ｉ／Ｆ１０６０及び入力Ｉ／Ｆ１０７０も、入出力Ｉ／Ｆとして一体化していてもよい。

なお、入力装置１０２０は、例えば、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）、ＰＤ（Phase change rewritable Disk）等の光学記録媒体、ＭＯ（Magneto-Optical disk）等の光磁気記録媒体、テープ媒体、磁気記録媒体、又は半導体メモリ等から情報を読み出す装置であってもよい。

ネットワークＩ／Ｆ１０８０は、ネットワークＮを介して他の機器からデータを受信して演算装置１０３０へ送り、また、ネットワークＮを介して演算装置１０３０が生成したデータを他の機器へ送信する。

演算装置１０３０は、出力Ｉ／Ｆ１０６０や入力Ｉ／Ｆ１０７０を介して、出力装置１０１０や入力装置１０２０の制御を行う。例えば、演算装置１０３０は、入力装置１０２０や二次記憶装置１０５０からプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行する。

例えば、コンピュータ１０００が端末装置１０として機能する場合、コンピュータ１０００の演算装置１０３０は、一次記憶装置１０４０上にロードされたプログラムを実行することにより、制御部３０の機能を実現する。また、コンピュータ１０００の演算装置１０３０は、ネットワークＩ／Ｆ１０８０を介して他の機器から取得したプログラムを一次記憶装置１０４０上にロードし、ロードしたプログラムを実行してもよい。また、コンピュータ１０００の演算装置１０３０は、ネットワークＩ／Ｆ１０８０を介して他の機器と連携し、プログラムの機能やデータ等を他の機器の他のプログラムから呼び出して利用してもよい。

〔９．その他〕
以上、本願の実施形態を説明したが、これら実施形態の内容により本発明が限定されるものではない。また、前述した構成要素には、当業者が容易に想定できるもの、実質的に同一のもの、いわゆる均等の範囲のものが含まれる。さらに、前述した構成要素は適宜組み合わせることが可能である。さらに、前述した実施形態の要旨を逸脱しない範囲で構成要素の種々の省略、置換又は変更を行うことができる。

また、上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部又は一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部又は一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。例えば、各図に示した各種情報は、図示した情報に限られない。

また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部又は一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的又は物理的に分散・統合して構成することができる。

例えば、上述した情報提供装置１００は、複数のサーバコンピュータで実現してもよく、また、機能によっては外部のプラットホーム等をＡＰＩ（Application Programming Interface）やネットワークコンピューティング等で呼び出して実現するなど、構成は柔軟に変更できる。

また、上述してきた実施形態及び変形例は、処理内容を矛盾させない範囲で適宜組み合わせることが可能である。

また、上述してきた「部（section、module、unit）」は、「手段」や「回路」などに読み替えることができる。例えば、取得部は、取得手段や取得回路に読み替えることができる。

１ 情報処理システム
１０ 端末装置
１２ 表示部
３４ 表示制御部
１００ 情報提供装置
１２１ 利用者情報データベース
１２２ 履歴情報データベース
１２３ キーワード情報データベース
１３１ 取得部
１３２ 推定部
１３３ 測定部
１３４ 受付部
１３５ 抽出部
１３６ 提供部

Claims (11)

1. 不特定多数の人に検索されたキーワードのカテゴリを推定する推定部と、
   不特定多数の人に検索されたキーワードをカテゴリごとに異なる表示態様でキーワードマップに表示する表示部と、
   前記キーワードマップ上で任意のキーワードを別カテゴリのキーワードの近くに移動させた際に、前記移動させたキーワードの表示態様を、前記別カテゴリに対応する表示態様に変更する表示制御部と、
   を備え、
   前記表示部は、検索対象のキーワードと同時に又は近い時間に検索された共起キーワードの地図マッピング用の画面上において、利用者から入力されたキーワードに基づいてカテゴリの共起ネットワークを示すキーワードマップを表示し、
   前記表示制御部は、利用者が任意のキーワードを示すノードをドラッグ＆ドロップして、別カテゴリに属する他のキーワードを示すノードの近くに移動させた際に、操作されたキーワードのカテゴリを、移動先の近くにある他のキーワードが属する別カテゴリに変更し、
   前記推定部は、操作されたキーワードのカテゴリの変化を学習し、以降のキーワードのカテゴリの分類に反映する
   ことを特徴とする情報処理装置。
2. 前記表示部は、利用者により入力されたキーワードを中心に、不特定多数の人に検索されたキーワードをカテゴリごとに異なる表示態様でキーワードマップに表示する
   ことを特徴とする請求項１に記載の情報処理装置。
3. 前記表示部は、前記キーワードマップ上でキーワードをカテゴリごとに色分けして表示し、
   前記表示制御部は、前記キーワードマップ上で、利用者がドラッグ＆ドロップで、任意のキーワードを別カテゴリのキーワードの近くに移動させた際に、前記移動させたキーワードの色を、前記別カテゴリに対応する色に変更する
   ことを特徴とする請求項１又は２に記載の情報処理装置。
4. 前記表示制御部は、前記移動させたキーワードの近くのキーワードのノード間のリンクを変化させ、キーワード同士の共起関係を変化させる
   ことを特徴とする請求項１～３のうちいずれか１つに記載の情報処理装置。
5. 前記表示制御部は、前記キーワードマップ上のキーワードの検索ボリューム及びカテゴリの変化を時系列で可視化する
   ことを特徴とする請求項１～４のうちいずれか１つに記載の情報処理装置。
6. 前記表示制御部は、前記キーワードマップ上のキーワードの検索ボリューム及びカテゴリの変化を時系列で動的に可視化する
   ことを特徴とする請求項１～５のうちいずれか１つに記載の情報処理装置。
7. 前記表示制御部は、タイムスライダー形式で、前記キーワードマップ上のキーワードの検索ボリューム及びカテゴリの変化を時系列再生させる
   ことを特徴とする請求項１～６のうちいずれか１つに記載の情報処理装置。
8. 前記推定部は、不特定多数の人に検索されたキーワードと共起キーワードとの組み合わせに基づいて、キーワードのカテゴリを推定する
   ことを特徴とする請求項１～７のうちいずれか１つに記載の情報処理装置。
9. 不特定多数の人に検索されたキーワードの検索ボリュームを測定する測定部と、
   をさらに備えることを特徴とする請求項１～８のうちいずれか１つに記載の情報処理装置。
10. 情報処理装置が実行する情報処理方法であって、
    不特定多数の人に検索されたキーワードのカテゴリを推定する推定工程と、
    不特定多数の人に検索されたキーワードをカテゴリごとに異なる表示態様でキーワードマップに表示する表示工程と、
    前記キーワードマップ上で任意のキーワードを別カテゴリのキーワードの近くに移動させた際に、前記移動させたキーワードの表示態様を、前記別カテゴリに対応する表示態様に変更する表示制御工程と、
    を含み、
    前記表示工程では、検索対象のキーワードと同時に又は近い時間に検索された共起キーワードの地図マッピング用の画面上において、利用者から入力されたキーワードに基づいてカテゴリの共起ネットワークを示すキーワードマップを表示し、
    前記表示制御工程では、利用者が任意のキーワードを示すノードをドラッグ＆ドロップして、別カテゴリに属する他のキーワードを示すノードの近くに移動させた際に、操作されたキーワードのカテゴリを、移動先の近くにある他のキーワードが属する別カテゴリに変更し、
    前記推定工程では、操作されたキーワードのカテゴリの変化を学習し、以降のキーワードのカテゴリの分類に反映する
    ことを特徴とする情報処理方法。
11. 不特定多数の人に検索されたキーワードのカテゴリを推定する推定手順と、
    不特定多数の人に検索されたキーワードをカテゴリごとに異なる表示態様でキーワードマップに表示する表示手順と、
    前記キーワードマップ上で任意のキーワードを別カテゴリのキーワードの近くに移動させた際に、前記移動させたキーワードの表示態様を、前記別カテゴリに対応する表示態様に変更する表示制御手順と、
    をコンピュータに実行させ、
    前記表示手順では、検索対象のキーワードと同時に又は近い時間に検索された共起キーワードの地図マッピング用の画面上において、利用者から入力されたキーワードに基づいてカテゴリの共起ネットワークを示すキーワードマップを表示し、
    前記表示制御手順では、利用者が任意のキーワードを示すノードをドラッグ＆ドロップして、別カテゴリに属する他のキーワードを示すノードの近くに移動させた際に、操作されたキーワードのカテゴリを、移動先の近くにある他のキーワードが属する別カテゴリに変更し、
    前記推定手順では、操作されたキーワードのカテゴリの変化を学習し、以降のキーワードのカテゴリの分類に反映する
    ことを特徴とする情報処理プログラム。

Images