JP5442401B2 - 行動情報抽出システム及び抽出方法 - Google Patents

Description

本発明は、インターネット上に存在するブログやＳＮＳ等のＷｅｂサイトにアクセスし、消費者の購入商品等についての情報やその他の行動パターンを抽出する行動情報抽出システム及び抽出方法に関する。

現在、例えばテレビやラジオの番組で様々な商品広告が放送されている。しかし、その商品広告が本当に消費者の行動パターンに影響を与え、商品の購入に結びついているのかを調べる有効な方法がなく、例えば商品アンケートを行ったとしても、手間がかかる上データ数としても限りがある。そのため、番組制作者は、現在放送中の番組に似たタイプの新しい番組を制作したいと思っても、どのような企業や団体等に提案すれば興味を引くことができるのか分からない。また、一般の企業や団体等も、どのようなテレビ番組等で商品広告を行えば売り上げの向上が期待できるのか精度よく予想することができなかった。

これらの問題は、テレビ等の放送媒体を用いた商品広告に限らず、各種施設に設置される看板による商品広告、旅行のパンフレットやコンサートのチラシ等に載せる商品広告等においても同様に生じる問題であった。この問題に対して、インターネット上の種々のＷｅｂサイトに開示されている膨大な記事を分析することができれば、例えば消費者が購入した商品等と商品広告との関連性を示す情報やデータを抽出することが可能となると考えられる。

しかし、消費者の日々の身の回りの出来事が記載されたブログやＳＮＳに代表される消費者記事は、一般に、文章を書くことに慣れていない人達によって書かれ、また、口語体で書かれている場合が多いので、従来のキーワード抽出や係り受け解析を行う方法では、消費者の購入商品等の行動パターンを精度よく抽出することができない。また、文章に明記された事柄以外の具体的な行動に関する情報を得ることができないという問題がある。

一方、口語体のように比較的曖昧な文章を解析し、その文章を書いた人が主張している意見や意図を精度よく抽出しようとする装置や方法も提案されている。例えば、特許文献１に開示されているように、あらかじめ意見の構造のモデルを設定し、入力されたテキスト文章をそのモデルに当てはめることによって、対象物や、対象物に対する評価の着眼点、対象物の性質、肯定・否定・中立の評価の４要素を含む部分テキストを検出する意見抽出装置がある。特に、この意見抽出装置は、上記４要素のうちの対象物を除く３要素を抽出するとき、該当する部分テキスト文章が曖昧に表現されていても、その意味を推定する推定手段を用いることによって、その人の意見を精度よく抽出することができる。

特開２００４−１５７８４１号公報

上述したように、従来、インターネット上の種々のＷｅｂサイトに開示されている記事から、消費者の購買行動やその他の消費者行動と商品等の広告との関連性を示す情報やデータを精度よく抽出する方法はなかった。

また、特許文献１の意見抽出装置又は方法は、テキスト文章の作成者が対象物の性質をどのように評価しているのかを抽出することができるが、例えば、対象物が「本」「小説」「推理小説」や具体的な商品名といった異なる階層概念で表現されたときに、その対象物自体を正確に特定したり、各対象物を所定の商品カテゴリ別に分類することができない。従って、消費者の商品購買行動等と商品等の広告との関連性を示す統計情報を得ようとする用途には適さないものであった。

この発明は、上記背景技術に鑑みて成されたもので、インターネット上の種々のＷｅｂサイトに開示された記事を検索し、特定の商品の広告媒体等にアクセスした消費者行動に関する情報を、様々な統計処理に対応可能な形で精度よく抽出することができる行動情報抽出システム及び抽出方法を提供することを目的とする。

この発明は、コンピュータシステムにより構成され、消費者により日々の身の回りの出来事が書かれた消費者記事が開示されているインターネット上のＷｅｂサイトにアクセスし、検索ユーザが入力した検索キーワードに基づいて検索処理を行い、収集した消費者記事の中から、当該検索キーワードに適合する消費者の行動に関する情報を抽出し、出力する行動情報抽出システムであって、前記Ｗｅｂサイトにアクセスし前記消費者記事を収集する消費者記事収集手段を有する情報収集装置と、検索ユーザが検索キーワードを入力する入力手段と、検索処理の結果得られた消費者の行動に関する情報を所定の形式で出力する出力手段とを有する入出力端末と、前記消費者記事収集手段が収集した消費者記事毎に文章を解析し、当該文章中に前記検索キーワードを含んだ消費者記事を関連記事として抽出する検索手段と、前記関連記事から、当該記事の文章中に宣伝用語句を含む割合が低いものを解析対象記事として抽出する絞込手段とが設けられた解析対象記事抽出手段と、前記解析対象記事毎に文章を解析し、消費者が何らかの行動をするときの行動情報を表す文章部分から、消費者行動の行動対象を示す名詞である行動対象情報と、当該行動対象に関連する事柄を示す名詞である付属情報とを抽出する行動対象・付属情報抽出手段と、前記行動の行動対象を示す名詞と、当該名詞に関連する行動対象を示す名詞とが階層構造に定義された属性に互いに対応付けて登録されて成る行動対象辞書と、前記行動の行動対象を示す名詞と、当該名詞から連想される連想概念を示す名詞とが、階層構造に定義された属性に互いに対応付けて登録されて成る概念辞書と、前記解析対象記事毎に前記行動対象辞書又は前記概念辞書を参照し、前記行動対象・付属情報抽出手段が抽出した前記行動対象情報及び前記付属情報に対応する属性を抽出して組み合わせることによって、当該行動対象情報に該当する行動対象と行動を具体的に特定した特定情報を生成するとともに、上記の一連の処理内容を前記入出力端末の前記出力手段に送る行動対象情報特定手段とを備えた行動情報抽出システムである。

前記行動対象情報特定手段には、行動名と当該行動を示す名詞及び当該名詞に関連する行動を示す名詞とが、階層構造に定義された属性に互いに対応付けて登録されて成る行動辞書が参照可能に設けられ、前記行動対象情報特定手段は前記行動辞書を参照して、前記行動対象辞書の中の行動対象である名詞を選択するものである。

さらに、消費者が行動するときの行動パターンを表す雛型文章が複数設定された行動パターンテンプレートを備え、前記行動対象・付属情報抽出手段は、前記解析対象記事の文章に対して、前記行動パターンテンプレートを参照していずれかの前記雛型文章に当てはまる文章を抽出し、抽出した文章の特定部分から前記行動対象情報及び付属情報に該当する名詞を抽出するものである。

またこの発明は、前記解析対象記事毎に文章を解析し、消費者が商品を購入するときの行動を表す文章部分から、消費者が購入した商品自体を示す名詞である商品情報と、当該商品に関連する事柄を示す名詞である付属情報とを抽出する商品・付属情報抽出手段と、市販されている商品の商品名と、当該商品を示す名詞及び当該名詞から連想される商品を示す名詞とが階層構造に定義された属性に互いに対応付けて登録されて成る商品辞書と、商品概念を示す名詞と、当該名詞から連想される商品概念を示す名詞とが、階層構造に定義された属性に互いに対応付けて登録されて成る概念辞書と、前記解析対象記事毎に前記概念辞書又は前記商品辞書を参照し、前記商品・付属情報抽出手段が抽出した前記商品情報及び前記付属情報に対応する属性を抽出して組み合わせることによって当該商品情報に該当する商品を具体的に特定した特定商品情報を生成するとともに、上記の一連の処理内容を前記入出力端末の前記出力手段に送る商品情報特定手段とを備えた行動情報抽出システムである。

宣伝用の語句や文字であるスパムワードが定義されたスパムワード辞書を備え、前記解析対象記事抽出手段の前記絞込手段は、前記関連記事毎に当該記事の文章の総単語数とスパムワードに該当する単語数との比である占有率を算出し、その占有率が基準値以下の関連記事を解析対象記事として抽出するものである。

前記絞込手段には、前記関連記事の総単語数に応じて、総単語数が相対的に少ない場合は相対的に小さい基準値が設定されているものである。

また、消費者が商品を購入するときの行動パターンを表す雛型文章が複数設定された購入パターンテンプレートを備え、前記商品・付属情報抽出手段は、前記解析対象記事の文章に対して、前記購入パターンテンプレートを参照していずれかの前記雛型文章に当てはまる文章を抽出し、抽出した文章の特定部分から前記商品情報及び前記付属情報に該当する名詞を抽出するものである。

前記商品情報特定手段は、前記商品辞書を参照し、前記解析対象記事の前記商品情報と一致するものが商品名の属性として登録されているときは、当該商品名の属性に関連付けて登録された他の属性群を抽出して組み合わせることによって前記特定商品情報を生成し、当該商品情報と一致するものが前記商品辞書の商品名の属性に登録されていないときは、前記概念辞書を参照し、前記商品情報及び前記付属情報と一致する属性及び当該属性に関連付けて登録された他の属性群を抽出して組み合わせることによって前記特定商品情報を生成するものである。

前記概念辞書は、様々な商品に関する事柄を示す名詞と、当該名詞から連想される商品に関する事柄を示す名詞とが、階層構造に定義された属性に互いに対応付けて登録されて成る連想概念辞書と、様々な商品を示す名詞と当該名詞から連想される商品を示す名詞とが、階層構造に定義された属性に互いに対応付けて登録されて成る商品分類概念辞書とで構成され、前記商品情報特定手段は、前記連想概念辞書を参照し、前記解析対象記事の前記付属情報と一致する属性及び当該属性に関連付けて登録された他の属性を付属属性群として抽出し、前記商品分類概念辞書を参照し、前記解析対象記事の前記商品情報と一致する属性及び当該属性に関連付けて登録された他の属性を商品属性群として抽出し、前記付属属性群と前記商品属性群とに共通して存在する属性があるときは、その属性を商品特定属性群として抽出し、当該商品特定属性を組み合わせることによって前記特定商品情報を生成し、前記付属属性群と前記商品属性群に共通して存在する属性がないときは、当該商品情報をそのまま前記特定商品情報とするものである。

また、前記情報収集装置は、インターネット上の通信販売サイトにアクセスし、個々の通信販売サイトの階層構造を解析するサイト構造解析手段と、当該階層構造の最下層のページを解析する最下層ページ解析手段と、前記サイト構造解析手段及び前記最下層ページ解析手段で解析した情報を前記商品辞書に登録する商品辞書登録手段とで成る通信販売情報収集手段を備え、前記サイト構造解析手段は、前記階層毎のメニュー部分に表示されるＨＴＭＬデータを取得及び分析することによって、階層構造及び階層毎に付与された商品カテゴリを認識し、前記最下層ページ解析手段は、前記最下層のページの本文部分に表示される商品一覧のＨＴＭＬデータを取得及び分析することによって開示されている商品の商品名を抽出し、前記商品辞書登録手段は、前記最下層ページ解析手段が抽出した商品名及びサイト構造解析手段が認識した当該商品名に関連する前記商品カテゴリを、前記商品辞書に定義された属性に互いに対応付けて登録し、前記商品辞書の属性として定義されていない新たな商品カテゴリがあるときは、前記商品辞書に新たな属性を定義した後、当該新たな属性に前記新たな商品カテゴリを登録する行動情報抽出システムである。

またこの発明は、消費者により日々の身の回りの出来事が書かれた消費者記事が開示されているインターネット上のＷｅｂサイトにアクセスし、検索ユーザが入力した検索キーワードに基づいて検索処理を行い、検索した消費者記事の中から、当該検索キーワードに適合する消費者の行動に関する情報を抽出する行動情報抽出方法であって、前記検索ユーザが検索キーワードを入力することにより、前記Ｗｅｂサイトの消費者記事の中から前記検索キーワードを含んだ消費者記事を関連記事として抽出する検索ステップと、前記関連記事から、当該記事の文章中に宣伝用語句を含む割合が低いものを解析対象記事として抽出する絞り込みステップと、前記解析対象記事毎に文章を解析し、消費者が何らかの行動をするときの行動情報を表す文章部分から、消費者行動の行動対象を示す名詞である行動対象情報と、当該行動対象に関連する事柄を示す名詞である付属情報とを抽出する行動対象・付属情報抽出ステップと、前記行動対象・付属情報抽出ステップにより抽出した前記行動対象情報及び前記付属情報に対応する属性を抽出して組み合わせることによって、当該行動対象情報に該当する行動対象と行動を具体的に特定して特定行動対象情報を生成する行動対象情報特定ステップとを備えた行動情報抽出方法である。

前記行動対象情報特定ステップは、行動名と当該行動を示す名詞及び当該名詞に関連する行動を示す名詞とが、階層構造に定義された属性に互いに対応付けて登録されて成る行動辞書を参照して、前記行動対象辞書の中の行動対象である名詞を選択するものである。

前記行動対象・付属情報抽出ステップは、消費者が行動するときの行動パターンを表す雛型文章が複数設定された行動パターンテンプレートを参照して、前記解析対象記事の文章に対して、いずれかの前記雛型文章に当てはまる文章を抽出し、抽出した文章の特定部分から前記行動対象情報及び付属情報に該当する名詞を抽出するものである。

またこの発明は、前記解析対象記事毎に文章を解析し、消費者が商品を購入するときの行動を表す文章部分から、消費者が購入した商品自体を示す名詞である商品情報と、当該商品に関連する事柄を示す名詞である付属情報とを抽出する商品・付属情報抽出ステップと、商品概念を示す名詞と、当該名詞から連想される商品概念を示す名詞とが、階層構造に定義された属性に互いに対応付けて登録されて成る概念辞書と、市販されている商品の商品名と、当該商品を示す名詞及び当該名詞から連想される商品概念を示す名詞とが階層構造に定義された属性に互いに対応付けて登録されて成る商品辞書とを参照し、前記商品・付属情報抽出ステップにおいて抽出した前記商品情報及び前記付属情報に対応する属性を抽出して組み合わせることによって、当該商品情報に該当する商品を具体的に特定する商品情報特定ステップとを備えた行動情報抽出方法である。

前記絞り込みステップは、前記絞り込み宣伝用の語句や文字であるスパムワードが定義されたスパムワード辞書を参照し、前記関連記事毎に当該記事の文章の総単語数とスパムワードに該当する単語数との比である占有率を算出し、その占有率が基準値以下の関連記事を解析対象記事として抽出するものである。

前記絞り込みステップは、前記関連記事の総単語数に応じて、総単語数が少ない場合は相対的に小さい基準値を用いて判定を行うものである。

前記商品・付属情報抽出ステップは、消費者が商品を購入するときの購入パターンを表す雛型文章を参照し、前記解析対象記事から、いずれかの前記雛型文章に当てはまる文章を抽出し、抽出した文章の特定部分から前記商品情報及び前記付属情報に該当する名詞を抽出するものである。

また、前記商品情報特定ステップは、前記商品辞書を参照し、前記解析対象記事の前記商品情報と一致するものが商品名の属性として登録されているときは、当該商品名の属性に関連付けて登録された他の属性群を抽出して組み合わせることによって、当該商品情報に該当する商品を具体的に特定した特定商品情報を生成し、当該商品情報と一致するものが前記商品辞書の商品名の属性に登録されていないときは、前記概念辞書を参照し、前記商品情報及び前記付属情報と一致する属性及び当該属性に関連付けて登録された他の属性群を抽出して組み合わせることによって前記特定商品情報を生成するものである。

また、前記概念辞書は、様々な商品に関する事柄を示す名詞と、当該名詞から連想される商品に関する事柄を示す名詞とが、階層構造に定義された属性に互いに対応付けて登録されて成る連想概念辞書と、様々な商品を示す名詞と当該名詞から連想される商品を示す名詞とが、階層構造に定義された属性に互いに対応付けて登録されて成る商品分類概念辞書とで構成され、前記商品情報特定ステップは、前記連想概念辞書を参照し、前記解析対象記事の前記付属情報と一致する属性及び当該属性に関連付けて登録された他の属性を付属属性群として抽出し、前記商品分類概念辞書を参照し、前記解析対象記事の前記商品情報と一致する属性及び当該属性に関連付けて登録された他の属性を商品属性群として抽出し、前記付属属性群と前記商品属性群とに共通して存在する属性があるときは、その属性を商品特定属性群として抽出し、当該商品特定属性を組み合わせることによって前記特定商品情報を生成し、前記付属属性群と前記商品属性群に共通して存在する属性がないときは、当該商品情報をそのまま前記特定商品情報とするものである。

また、インターネット上の通信販売サイトにアクセスし、個々の通信販売サイトの階層構造を解析するサイト構造解析ステップと、当該階層構造の最下層のページを解析する最下層ページ解析ステップと、前記サイト構造解析ステップ及び前記最下層ページ解析ステップで解析した情報を前記商品辞書に登録する商品辞書登録ステップとで構成され、前記検索ステップを行う前にあらかじめ実施される通信販売情報収集ステップを備え、前記サイト構造解析ステップは、前記各階層毎のメニュー部分に表示されるＨＴＭＬデータを取得及び分析することによって、階層構造及び各階層毎に付与された商品カテゴリを認識し、前記最下層ページ解析ステップは、前記最下層のページの本文部分に表示される商品一覧のＨＴＭＬデータを取得及び分析することによって開示されている商品の商品名を抽出し、前記商品辞書登録ステップは、前記最下層ページ解析ステップが抽出した商品名及びサイト構造解析ステップが認識した当該商品名に関連する前記商品カテゴリを、前記商品辞書に定義された属性に互いに対応付けて登録し、前記商品辞書の属性として定義されていない新たな商品カテゴリがあるときは、前記商品辞書に新たな属性を定義した後、当該新たな属性に前記新たな商品カテゴリを登録する行動情報抽出方法である。

この発明の行動情報抽出システム及び抽出方法は、例えばテレビ番組の視聴者等のように、特定の商品等の広告媒体にアクセスした消費者の購買行動やその他の行動についての情報を、自動的に精度よく抽出することができる。そして、この発明の行動情報抽出システム及び抽出方法で得られた統計情報を分析することによって、例えば、広告媒体の制作者等は、スポンサーとして適した企業や業界を容易に知ることができる。また、スポンサーとなる企業等にとっても、消費者に対する宣伝効果が大きい広告媒体を容易に知ることができ、非常に便利である。

特に、消費者の購入商品を、商品の特徴を階層化して定義した商品辞書及び概念辞書を用いて解析することにより、記事毎に抽出した個別の情報を、例えば「本」「小説」「推理小説」というように任意の階層概念で分類することができる。従って、個別の情報を様々な態様に集計することによって、検索ユーザの目的に合った統計情報を自在に得ることができる。

また、市販されている具体的な商品に関する情報が、適切な属性を付与して商品辞書に登録されているので、消費者記事から抽出した商品情報が商品名であっても、容易に購入商品を特定することができる。

さらに、日々増加する新商品等の情報についても、インターネット通信販売のサイトから定期的に情報を取得し、自動的に商品辞書等に登録することができるので、市場の動向や流行の変化に十分に対応した調査を行うことができる。

この発明の行動情報抽出システムの一実施形態の構成を示すブロック図である。 この実施形態の動作を説明するフローチャートである。 この実施形態で使用した検出キーワードと抽出した関連記事群を説明する図である。 図２のステップ１２を説明するフローチャートである。 この実施形態のスパムワード辞書と絞込手段の動作を説明する図である。 この実施形態の購入パターンテンプレートと抽出した付属情報及び商品情報を説明する図である。 図２のステップＳ１４を説明するフローチャートである。 この実施形態の商品辞書と商品情報特定手段の動作を説明する図である。 この実施形態の連想概念辞書と商品情報特定手段の動作を説明する図である。 この実施形態の商品分類概念辞書と商品情報特定手段の動作を説明する図である。 この実施形態の商品情報特定手段が特定商品情報を生成する動作を説明する図である。 この実施形態の出力手段が出力する統計情報の一例を示す図である。 情報収集装置の変形例を示すブロック図である。 この変形例の情報収集装置が商品辞書に新規商品を登録する動作を説明するフローチャートである。 図１４のステップＳ２１を説明するフローチャートである。 図１４のステップＳ２２を説明するフローチャートである。 図１４のステップＳ２３を説明するフローチャートである。 この発明の行動情報抽出システムの他の実施形態の構成を示すブロック図である。

以下、本発明の行動情報抽出システムの一実施形態について、図面に基づいて説明する。この実施形態の行動情報抽出システムは、消費者による商品の購入という行動についての情報を抽出するものである。この実施形態の購入商品情報抽出システム１０は、コンピュータシステムにより構成され、特定のテレビ番組を視聴した一般消費者が購入した商品又は購入しようとしている商品（購入商品）についての情報を抽出するシステムである。

購入商品情報抽出システム１０は、図１に示すように、インターネット上に開示された種々のＷｅｂサイトを検索して、情報を収集する対象となる所定種類のＷｅｂサイトについて、文書情報を含む消費者記事を収集する消費者記事収集手段１２を有する情報収集装置１６を備えている。また、検索ユーザが操作する入出力端末１８と、検索ユーザが入力した検索キーワードに基づき、消費者記事収集手段１２が収集した消費者記事の中から、解析の対象とする記事を抽出する解析対象記事抽出手段２０を備えている。また、特定の解析対象記事の文章から購入商品を特定するための情報を抽出する商品・付属情報抽出手段２２と、商品・付属情報抽出手段２２が抽出した情報に基づいて購入商品を特定する商品情報特定手段２４を備えている。さらに、上記の各手段が所定の処理を行うときに使用するスパムワード辞書２６、購入パターンテンプレート２８、商品辞書３０、概念辞書３２を備えている。

消費者記事収集手段１２は、消費者が日々の身の回りの出来事を開示した消費者記事を収集する。消費者記事の収集は、検索ユーザが入出力端末１８を操作したタイミングで行ってもよいが、検索ユーザの検索時間を短縮するため、あらかじめシステム管理者が定期的に収集して情報収集装置１６に蓄積しておくことが好ましい。

入出力端末１８は、検索ユーザが検索キーワードを入力する入力手段１８ａと、検索結果である購入商品についての情報を出力する出力手段１８ｂで構成されている。ここでは、検索キーワードは、特定のテレビ番組名である。

解析対象記事抽出手段２０は、消費者記事収集手段１２にアクセスし、入力手段１８ａに入力された検索キーワードに該当する関連記事を抽出する検索手段２０ａと、関連記事から販売者が書いたと思われる記事を除いた解析対象記事を抽出する絞込手段２０ｂを備えている。この絞込手段２０ｂが記事を絞り込むときは、商品の販売者が宣伝用の語句として使用する語句がスパムワードとして定義されたスパムワード辞書２６を参照する。そして、関連記事の文章全体に占める宣伝用語句の比率が高い記事を除外し、消費者が書いたと思われる記事のみを抽出することによって、解析の対象とする記事を抽出する。

商品・付属情報抽出手段２２は、各解析対象記事を、消費者が商品を購入するときの行動パターンを表す雛型文章が複数設定された購入パターンテンプレート２８に当てはめ、いずれかの雛型文章に当てはまる文章を抽出し、抽出した文章の特定部分から商品情報及び付属情報に該当する名詞を抽出する。

商品辞書３０は、市販されている様々な商品の商品名と、その商品を示す名詞及びその名詞から連想される商品を示す名詞とが、ツリー状の階層構造に定義された属性に互いに対応付けて登録されたデータベースである。

概念辞書３２は、連想概念辞書３２ａと商品分類辞書３２ｂとで構成されている。連想概念辞書３２ａは、様々な商品に関する事柄を示す名詞と、当該名詞から連想される商品に関する事柄を示す名詞とが、ツリー状の階層構造に定義された属性に互いに対応付けて登録されたデータベースである。また、商品分類概念辞書３２ｂは、様々な商品を示す名詞と当該名詞から連想される商品を示す名詞とが、ツリー状の階層構造に定義された属性に互いに対応付けて登録されたデータベースである。

商品情報特定手段２４は、商品・付属情報抽出手段２２が抽出した商品情報及び付属情報に基づいて商品辞書３０及び概念辞書３２を参照し、商品情報に関連する属性を抽出して組み合わせ、その商品情報を具体的に特定した特定商品情報を生成する。そして、上記の解析対象記事抽出手段２０、商品・付属情報抽出手段２２、商品情報特定手段２４が行った一連の処理内容を示す情報を、入出力端末１８の出力手段１８ｂに送る働きをする。

次に、購入商品情報抽出システム１０が購入商品に関する情報を取得する動作と抽出方法について、図２のフローチャートに基づいて説明する。まず、検索ユーザが、入力手段１８ａに検索キーワードである特定のテレビ番組名を入力する（ステップＳ１０）。

テレビ番組名が入力されると、検索手段２０ａは、消費者記事収集手段１２にアクセスし、消費者記事の文章を個々に全文検索し、そのテレビ番組名を文字列として含む消費者記事を関連記事として抽出する（ステップＳ１１）。例えば、検索ユーザがテレビ番組名「のんびり旅日記」を入力すると、図３に示すように、膨大な消費者記事の中から記事１，２，４が関連記事として抽出される。同様に、テレビ番組名「ライブ＆ライブ」を入力すると、記事３が関連記事として抽出される。

次に、絞込手段２０ｂが、関連記事の中から消費者が書いたと思われる解析対象記事を抽出する（ステップＳ１２）。以下、ステップＳ１２の詳細な処理を、図４のフローチャートを用いて説明する。

まず、関連記事の文章を形態素解析によって単語に分割する（ステップＳ１２１）。そして、関連記事毎に、総単語数αと、スパムワード辞書２６に定義されたスパムワードに該当する単語数であるスパムワード数βを取得する（ステップＳ１２２）。スパムワード辞書２６には、図５に示すように、一般に宣伝用語句として使用されることが多い「無料」「販売」「話題」などのスパムワードがあらかじめ登録されている。スパムワードの定義は厳密である必要はなく、ここでは、システム管理者が経験則等に基づいて設定している。例えば、記事１の場合、総単語数α＝１３であり、その中にスパムワードが含まれていないので、スパムワード数β＝ゼロである。一方、記事４の場合、総単語数α＝２０であり、その中にスパムワード「話題」「騒然」「掲示板」が含まれているので、スパムワード数β＝３である。

次に、スパムワードの占有率（β／α）の高低を判断する基準値γを選択する（ステップＳ１２３）。ここでは、基準値γは一定の数値である１０％が選択されている。なお、総単語数αが少ない文章の場合、スパムワード数βが少し存在するだけで占有率（β／α）が高いと判定されてしまう傾向があるので、総単語数αが少ないときは、基準値γとして比較的小さな値が自動選択されるよう調節することが好ましい。

次に、スパムワードの占有率（β／α）を算出して基準値γを比較し（ステップＳ１２４）、スパムワードの占有率（β／α）が基準値γよりも低いときは、「当該関連記事は消費者が書いた記事と思われるので有用である」と判定し、解析対象記事として取り扱う(ステップＳ１２５)。一方、スパムワードの占有率（β／α）が基準値γよりも高いときは、「当該関連記事は販売者が書いた記事と思われるので有用ではない」と判定し、以降の解析対象から除外する（ステップＳ１２６)。

次に、図２のフローチャートに戻り、ステップＳ１２で抽出された解析対象記事を、商品・付属情報抽出手段２２に送って解析する。解析対象記事を受けた商品・付属情報抽出手段２２は、解析対象記事の文章を購入パターンテンプレート２８に当てはめ、商品情報と付属情報を抽出する（ステップ１３）。購入パターンテンプテート２８は、図６に示すように、「○○○のために△△△を買った」「○○○へ△△△を買いに行く」といった、消費者が商品を購入する時の行動パターンを示す複数の雛型文章が登録されている。そして、解析対象記事の文章を雛型文章に当てはめ、「△△△」に該当する部分の名詞を商品情報として抽出し、「○○○」に該当する部分の名詞を付属情報として抽出する。例えば、記事１の場合、「旅行のために「日本の名城１００選」を買った」の文章が雛型文章Ｔ１に当てはまり、商品情報「日本の名城１００選」と付属情報「旅行」を抽出する。同様に、記事３の場合、「ＢＢＢ楽器店へキーボードを買いに行く」の文章が雛型文章Ｔ３に当てはまり、商品情報「キーボード」と付属情報「ＢＢＢ楽器店」を抽出する。

次に、解析対象記事毎に抽出された商品情報と付属情報は、商品情報特定手段２４に送られて解析される。商品情報と付属情報を受けた商品情報特定手段２４は、商品情報を具体的に特定した特定商品情報を生成する（ステップＳ１４）。以下、ステップＳ１４の詳細な処理を、図７のフローチャートを用いて説明する。

まず、商品辞書３０を参照し、解析対象記事の商品情報が属性（商品名）として登録されているか調べる（ステップＳ１４１）。商品辞書３０は、例えば図８に示すように、「幕末と私」という商品名と、その商品を示す名詞及び連想される商品を示す名詞である「本」「エッセイ」「歴史」「地理」が、ツリー状の階層構造に定義された属性に互いに対応付けて登録されている。商品名「日本の名城１００選」についても同様に、属性「本」「ガイドブック」「旅行」が互いに対応付けて登録されている。

例えば、記事１の場合、商品情報が「日本の名城１００選」なので、商品辞書３０の属性（商品名）に登録されている。従って、「日本の名城１００選」についての商品特定属性として「本」「ガイドブック」「旅行」を抽出する（ステップＳ１４２）。そして、これらの商品特定属性を組み合わせることによって、記事１の商品情報「日本の名城１００選」が旅行のガイドブックであると特定し、特定商品情報「旅行のガイドブック」を生成する（ステップＳ１４３）。一方、記事２の場合、商品情報が「ガイドブック」であり、商品辞書３０の属性（商品名）に登録されていないので、ステップＳ１４４に進む。

記事２のように、商品辞書３０に商品情報が属性（商品名）に登録されていない場合、連想概念辞書３２ａを参照し、付属情報がいずれかの属性に登録されているかを調べ、登録されていれば、その属性に対応付けられた他の属性も合わせて付属属性として抽出する(ステップＳ１４４)。連想概念辞書３２ａは、例えば図９に示すように、「旅行」という商品に関する事柄を示す名詞と、「目的地」「地名」「日本」という「旅行」から連想される商品に関する事柄を示す名詞とが、ツリー状の階層構造に定義された属性に互いに対応付けて登録されている。同様に、「旅行」「移動手段」「飛行機」という属性の対応付けもある。

例えば、記事２の場合、付属情報が「九州」なので、「旅行」「目的地」「地名」「九州」という付属属性を抽出する。一方、記事３の場合、付属情報が「ＢＢＢ楽器店」なので、連想概念辞書３２ａに属性として登録されておらず、付属属性は無しとなる。

次に、商品分類概念辞書３２ｂを参照し、商品情報がいずれかの属性に登録されているかを調べ、登録されていれば、その属性に対応付けられた他の属性も合わせて商品属性として抽出する(ステップＳ１４５)。商品分類概念辞書３２ｂは、例えば図１０に示すように、「本」という商品を示す名詞と、「ガイドブック」「旅行」のように「本」から連想される商品を示す名詞とが、ツリー状の階層構造に定義された属性に互いに対応付けて登録されている。同様に、「本」「小説」「推理」という対応付けもある。

例えば、記事２の場合、商品情報が「ガイドブック」なので、「本」「ガイドブック」「旅行」「テレビ番組」「薬」「医療・福祉」という商品属性を抽出する。一方、記事３の場合、商品情報が「キーボード」なので、商品分類概念辞書３２ｂに属性として登録されておらず、商品属性は無しとなる。

次に、ステップＳ１４４で抽出した付属属性と、ステップＳ１４５で抽出した商品属性を比較し、両方の属性に共通して存在する属性があるかを調べる（ステップＳ１４６）。例えば、記事２の場合、図１１（ａ）に示すように、「旅行」という属性が共通しているので、「旅行」を商品特定属性として抽出する（ステップＳ１４７）。そして、商品特定属性「旅行」により、商品情報「ガイドブック」が旅行のガイドブックであると特定し、特定商品情報「旅行のガイドブック」を生成する（ステップＳ１４３）。一方、記事３の場合、商品属性と付属属性が無いので、ステップＳ１４８に進む。

記事３のように、付属属性と商品属性の両方の属性に共通して存在する属性がない場合、図１１（ｂ）に示すように、商品情報「キーボード」をそのまま特定商品情報「キーボード」とする。すなわち、この特定商品情報「キーボード」には、電子楽器であるキーボードとパーソナル・コンピュータ用のキーボードが含まれ、以後、これらを区別せずに同類の情報として取り扱うことになる。なお、この取り扱いが好ましくないとシステム管理者が判断すれば、概念辞書３２の「キーボード」に関連する属性の定義を修正すれば、容易に改善することができる。

次に、図２のフローチャートに戻り、ステップＳ１１〜Ｓ１４で行った消費者記事毎の解析内容が、商品情報特定手段２４から出力手段１８ｂに送られ、出力手段１８ｂがその解析内容を所定の形式に整理して出力する（ステップＳ１５）。例えば、検索ユーザが、テレビ番組「のんびり旅日記」の視聴者の購入商品について知りたいとき、出力手段１８ｂは、図１２（ａ）（ｂ）に示すように、「のんびり旅日記」に該当する解析対象記事の件数とその記事から取得した特定商品情報とを集計した統計情報を出力することができる。また、出力の形式は、検索ユーザが入出力端末１８を操作することによって、自由に変更することができる。

以上説明したように、購入商品情報抽出システム１０及びその抽出方法は、スパムワード辞書２６によって、商業的なＷｅｂサイト等の個人的なサイトからの情報ではないノイズ情報を除外し、さらに、消費者が購入した商品を検索する用途に特化して設けられた購入パターンテンプレート２８や各種辞書を使用することによって、テレビ番組を視聴した消費者の購入商品について、精度の高い情報を自動的に抽出することができる。

また、消費者の購入商品を、商品の特徴を階層化して定義した商品辞書３０や概念辞書３２を用いて解析するため、消費者記事毎の個別情報を、系統的に整理された形で抽出することができる。従って、例えば書籍に関する複数の個別情報を集計するとき、「本」「小説」「推理小説」「探偵ものの推理小説」というように任意の階層概念で分類することができる。これにより、出力手段１８ｂは、得られた購入商品に関する個別情報を様々な態様に集計し、検索ユーザの目的に合った統計情報を自在に出力することができる。

また、市販されている具体的な商品の情報が、適切な属性を付与して商品辞書３０に登録されているので、消費者記事から抽出した商品情報が具体的な商品名であっても、容易に購入商品を特定することができる。

そして、購入商品情報抽出システム１０及び抽出方法で得られた統計情報を分析することによって、テレビ番組のような商品広告媒体の制作者等は、スポンサーとして適した企業や業界を容易に知ることができる。また、スポンサーとなる企業等も、消費者に対する宣伝効果が大きい商品広告媒体を容易に知ることができる。

次に、上述した購入商品情報抽出システム１０の情報収集装置１６の変形例である情報収集装置４０について、図１３〜図１７に基づいて説明する。情報収集装置４０は、インターネットの消費者記事を収集する消費者記事収集手段１２に加え、インターネットの通信販売サイトにアクセスし、市販されている商品の情報を収集し、商品辞書３０に新たに登録する働きをする通信販売情報収集装置４２を備えている。

通信販売情報収集装置４２は、通信販売サイト個々の階層構造を解析するサイト構造解析手段４２ａと、その階層構造の最下層のページを解析する最下層ページ解析手段４２ｂと、サイト構造解析手段４２ａと最下層ページ解析手段４２ｂで解析した情報を商品辞書３０に登録する商品辞書登録手段４２ｃとで構成されている。

次に、通信販売情報収集装置４２の動作を、図１４のフローチャートに基づいて説明する。まず、サイト階層構造解析手段４２ａが通信販売サイトにアクセスする（ステップＳ２０）。そして、メニュー部分の表示に着眼してサイト構造を解析し、階層毎に付与された商品カテゴリを認識する（ステップＳ２１）。以下、ステップＳ２１の詳細な処理を、図１５のフローチャートを用いて説明する。

まず、メニュー部分に表示されるＨＴＭＬ（Ｈｙｐｅｒ Ｔｅｘｔ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ）データを取得する（ステップＳ２１１）。次に、そのＨＴＭＬデータのうち、所定のタグに囲まれた文字列を商品カテゴリ候補として抽出する（ステップＳ２１２）。例えば、＜ｄｉｖ＞タグや＜ｌｉ＞タグなどで囲まれた文字列である名詞を商品カテゴリ候補にするとよい。そして、商品カテゴリ候補の文字列から商品のサイズや色を示す文字列を削除した文字列を抽出し、当該階層の商品カテゴリとして当該階層構造の情報と共に認識する（ステップＳ２１３）。

次に、図１４のフローチャートに戻り、最下層ページ解析手段４２ｂが、ステップＳ２１で認識した階層構造の最下層のページを解析し、販売されている商品の商品名を抽出する（ステップＳ２２）。以下、ステップＳ２２の詳細な処理を、図１６のフローチャートを用いて説明する。

まず、最下層ページの本文部分に表示された商品一覧のＨＴＭＬデータを取得する（ステップＳ２２１）。次に、そのＨＴＭＬデータのうち、所定のタグに囲まれた文字列である名詞をリンク付き商品イメージとして抽出する。例えば、＜ｉｍａｇｅ＞タグや、他ページへのリンクを設定する＜ａ＞タグなどで囲まれた文字列をリンク付き商品イメージとするとよい。次に、リンク付き商品イメージの文字列のうち、前後の文字列が強調表示されている文字列を選択する（ステップＳ２２３）。例えば、＜ｈ１＞タグや＜ｆｏｎｔ＞タグなどで囲まれた文字列が該当する。そして、リンク付き商品イメージの文字列から商品のサイズや型番などを示す文字列を削除した文字列である名詞を抽出し、商品名として認識する（ステップＳ２２４）。

次に、図１４のフローチャートに戻り、商品辞書登録手段４２ｃが、ステップＳ２１，Ｓ２２で認識した新たな商品名と商品カテゴリを、商品辞書３０に登録する（ステップＳ２３）。以下、ステップＳ２３の詳細な処理を、図１７のフローチャートを用いて説明する。

まず、抽出した新たな商品名を、図８に示す商品辞書３０の属性（商品名）に登録する（ステップＳ２３１）。次に、その商品名に対応付けられた商品カテゴリが、商品辞書３０の他の属性に定義されているかを調べる（ステップＳ２３２）。定義されている場合は、商品カテゴリをその商品名に対応付け、該当する属性に登録する(ステップＳ２３３)。一方、定義されていない場合は、商品辞書３０に該当する属性を新たに定義し（ステップＳ２３４）、商品カテゴリをその商品名に対応付け、新たに定義した属性に登録する（ステップ２３５）。

このように、情報収集装置４０を備えた購入商品情報収集装置１０は、日々増加する新商品の情報についても、インターネット通信販売のＷｅｂサイトから定期的に情報を取得し、自動的に商品辞書３０に登録・更新されるので、市場の動向や流行の変化に十分に対応した調査を行うことができる。

この発明の行動情報抽出システム及び抽出方法は上記実施形態に限定されるものではなく、例えば、商品の購入以外に、観光や鑑賞等の目的で何らかの行動対象を見に何処かへ行くと言う行動や、家族や友人と旅行に出かける等の行動についても同様に抽出することができる。以下、上述の購入動作に加えてその他の行動を含む実施形態である行動情報抽出システム５０について、図１８のブロック図に基づいて説明する。ここで、上記実施形態と同様の構成は同一の符号を付して説明を省略する。

この実施形態の行動情報抽出システム５０は、上記実施形態の購入商品情報抽出システム１０の構成を含むものであって、特定の解析対象記事の文章中から商品購入行動を含む種々の行動情報を抽出するものである。この行動情報抽出システム５０は、行動情報の抽出における行動対象（この発明では、物の他、人や抽象的なものも含むものである。）を特定するための情報を抽出する行動対象・付属情報抽出手段５２と、行動対象・付属情報抽出手段５２が抽出した情報に基づいて行動対象を特定する行動対象情報特定手段５４を備えている。

行動対象・付属情報抽出手段５２は、商品・付属情報抽出手段２２を含むものであり、上記実施形態と同様に、購入パターンテンプレート２８を含む行動パターンテンプレート５６を参照可能に設けられている。行動パターンテンプレート５６は、「〜を見に、〜へ行った。」や、「〜と、〜へ行った。」等の、何らかの対象を認識して行動するパターンのテンプレートを備える。そして、行動対象・付属情報抽出手段５２は、各解析対象記事を、消費者が行動するときの行動パターンを表す雛型文章が複数設定された行動パターンテンプレート５６に当てはめ、いずれかの雛型文章に当てはまる文章を抽出し、抽出した文章の特定部分から行動対象情報及び付属情報に該当する名詞を抽出する。

また、行動対象情報特定手段５４は商品情報特定手段２４を含むもので、上記実施形態と同様に、各種辞書を参照する。行動対象情報特定手段５４が参照する辞書には、上記実施形態の商品辞書３０に加えて、商品辞書３０が含まれる行動対象辞書５８がある。行動対象辞書５８は、商品辞書３０と同様に、行動対象となり得る様々な認識物の名前と、その認識物を示す名詞及びその名詞から連想されるものを示す名詞とが、ツリー状の階層構造に定義された属性に互いに対応付けて登録されたデータベースである。

概念辞書３２は、連想概念辞書３２ａと、商品分類概念辞書３２ｂを含む行動対象分類概念辞書３２ｃを備えている。行動物分類概念辞書３２ｃは、様々な認識物を示す名詞と当該名詞から連想されるものを示す名詞とが、ツリー状の階層構造に定義された属性に互いに対応付けて登録されたデータベースである。

さらに、行動対象情報特定手段５４には、種々の行動を示す名詞を記録した行動辞書６０が参照可能に設けられている。行動辞書６０は、行動名と当該行動を示す名詞及び当該名詞に関連する行動を示す名詞とが、階層構造に定義された属性に互いに対応付けて登録されて成るものである。

この実施形態の解析対象記事抽出手段２０は、上記実施形態と同様に、絞込手段２０ｂにより、商品やその他の行動対象を扱う業者が宣伝用の語句として使用する語句がスパムワードとして定義されたスパムワード辞書２６を参照して、関連記事の文章全体に占める宣伝用語句の比率が高い記事を除外し、行動対象・付属情報抽出手段５２により、消費者が書いたと思われる記事のみを抽出し、解析の対象とする。

そして、行動対象情報特定手段５４は、行動対象・付属情報抽出手段５２が抽出した行動対象情報及び付属情報等に基づいて、行動辞書６０と行動対象辞書５８及び概念辞書３２を参照し、行動対象情報に関連する属性を抽出して組み合わせ、その行動対象情報と行動を具体的に特定した特定行動対象情報を生成する。さらに、上記の解析対象記事抽出手段２０、行動対象・付属情報抽出手段５２、行動対象情報特定手段５４が行った一連の処理内容を示す情報を、入出力端末１８の出力手段１８ｂに送る働きをする。これにより、商品の購入に加えて、それ以外の種々の消費者行動についても、消費者の行動パターンを抽出し、分析することができる。

なお、この発明の行動情報抽出システム及び抽出方法は、テレビやラジオ番組の視聴者、雑誌等の購読者、各種施設の使用者など、様々な広告媒体にアクセスした消費者の行動についての情報を抽出するシステム又は抽出方法であり、行動辞書や行動対象辞書、概念辞書等は、上記のそれぞれの用途に適した異なる内容の辞書を複数設けてもよい。

また、通信販売情報収集装置の商品辞書登録手段は、通信販売サイトを解析して得た商品カテゴリの文字列を、シソーラス辞書を使用して変換し、変換後の文字列が既に商品辞書に属性として登録されていれば、その変換後の文字列を商品カテゴリに代えて商品辞書に登録してもよい。また、商品分類概念辞書等の階層構造は、商品辞書等の属性の階層構造と必ずしも一致している必要はないが、商品辞書の属性（商品名）を除く他の属性について同様の構成にしてもよい。そうすれば、商品分類概念辞書等と商品辞書等が互いに同様の性能を維持しながら更新されるので、購入商品情報抽出等の品質や性能が安定し、システム管理者によるメンテナンスも容易になる。

１０ 購入商品情報抽出システム
１２ 消費者記事収集手段
１６ 情報収集装置
１８ 入出力端末
１８ａ 入力手段
１８ｂ 出力手段
２０ 解析対象記事抽出手段
２０ａ 検索手段
２０ｂ 絞込手段
２２ 商品・付属情報抽出手段
２４ 商品情報特定手段
２６ スパムワード辞書
２８ 購入パターンテンプレート
３０ 商品辞書
３２ 概念辞書
３２ａ 連想概念辞書
３２ｂ 商品分類概念辞書
４０ 情報収集手段
４２ 通信販売情報収集装置
４２ａ サイト階層構造解析手段
４２ｂ 最下層ページ解析手段
４２ｃ 商品辞書登録手段
５２ 行動対象・付属情報抽出手段
５４ 行動対象情報特定手段
５６ 行動パターンテンプレート

Claims (20)

1. コンピュータシステムにより構成され、消費者により日々の身の回りの出来事が書かれた消費者記事が開示されているインターネット上のＷｅｂサイトにアクセスし、検索ユーザが入力した検索キーワードに基づいて検索処理を行い、収集した消費者記事の中から、当該検索キーワードに適合する消費者の行動に関する情報を抽出し、出力する行動情報抽出システムにおいて、
   前記Ｗｅｂサイトにアクセスし前記消費者記事を収集する消費者記事収集手段を有する情報収集装置と、
   検索ユーザが検索キーワードを入力する入力手段と、検索処理の結果得られた消費者の行動に関する情報を所定の形式で出力する出力手段とを有する入出力端末と、
   前記消費者記事収集手段が収集した消費者記事毎に文章を解析し、当該文章中に前記検索キーワードを含んだ消費者記事を関連記事として抽出する検索手段と、前記関連記事から、当該記事の文章中に宣伝用語句を含む割合が低いものを解析対象記事として抽出する絞込手段とが設けられた解析対象記事抽出手段と、
   前記解析対象記事毎に文章を解析し、消費者が何らかの行動をするときの行動情報を表す文章部分から、消費者行動の行動対象を示す名詞である行動対象情報と、当該行動対象に関連する事柄を示す名詞である付属情報とを抽出する行動対象・付属情報抽出手段と、
   前記行動の行動対象を示す名詞と、当該名詞に関連する行動対象を示す名詞とが階層構造に定義された属性に互いに対応付けて登録されて成る行動対象辞書と、
   前記行動の行動対象を示す名詞と、当該名詞から連想される連想概念を示す名詞とが、階層構造に定義された属性に互いに対応付けて登録されて成る概念辞書と、
   前記解析対象記事毎に前記行動対象辞書又は前記概念辞書を参照し、前記行動対象・付属情報抽出手段が抽出した前記行動対象情報及び前記付属情報に対応する属性を抽出して組み合わせることによって、当該行動対象情報に該当する行動対象と行動を具体的に特定した特定情報を生成するとともに、上記の一連の処理内容を前記入出力端末の前記出力手段に送る行動対象情報特定手段とを備えたことを特徴とする行動情報抽出システム。
2. 前記行動対象情報特定手段には、行動名と当該行動を示す名詞及び当該名詞に関連する行動を示す名詞とが、階層構造に定義された属性に互いに対応付けて登録されて成る行動辞書が参照可能に設けられ、前記行動対象情報特定手段は前記行動辞書を参照して、前記行動対象辞書の中の行動対象である名詞を選択するものである請求項１記載の行動情報抽出システム。
3. 消費者が行動するときの行動パターンを表す雛型文章が複数設定された行動パターンテンプレートを備え、
   前記行動対象・付属情報抽出手段は、前記解析対象記事の文章に対して、前記行動パターンテンプレートを参照していずれかの前記雛型文章に当てはまる文章を抽出し、抽出した文章の特定部分から前記行動対象情報及び付属情報に該当する名詞を抽出する請求項１記載の行動情報抽出システム。
4. 前記解析対象記事毎に文章を解析し、消費者が商品を購入するときの行動を表す文章部分から、消費者が購入した商品自体を示す名詞である商品情報と、当該商品に関連する事柄を示す名詞である付属情報とを抽出する商品・付属情報抽出手段と、
   市販されている商品の商品名と、当該商品を示す名詞及び当該名詞から連想される商品を示す名詞とが階層構造に定義された属性に互いに対応付けて登録されて成る商品辞書と、
   商品概念を示す名詞と、当該名詞から連想される商品概念を示す名詞とが、階層構造に定義された属性に互いに対応付けて登録されて成る概念辞書と、
   前記解析対象記事毎に前記概念辞書又は前記商品辞書を参照し、前記商品・付属情報抽出手段が抽出した前記商品情報及び前記付属情報に対応する属性を抽出して組み合わせることによって当該商品情報に該当する商品を具体的に特定した特定商品情報を生成するとともに、上記の一連の処理内容を前記入出力端末の前記出力手段に送る商品情報特定手段とを備えた請求項１記載の行動情報抽出システム。
5. 宣伝用の語句や文字であるスパムワードが定義されたスパムワード辞書を備え、
   前記解析対象記事抽出手段の前記絞込手段は、前記関連記事毎に当該記事の文章の総単語数とスパムワードに該当する単語数との比である占有率を算出し、その占有率が基準値以下の関連記事を解析対象記事として抽出する請求項１又は４記載の行動情報抽出システム。
6. 前記絞込手段には、前記関連記事の総単語数に応じて、総単語数が相対的に少ない場合は相対的に小さい基準値が設定されている請求項１又は４記載の行動情報抽出システム。
7. 消費者が商品を購入するときの行動パターンを表す雛型文章が複数設定された購入パターンテンプレートを備え、
   前記商品・付属情報抽出手段は、前記解析対象記事の文章に対して、前記購入パターンテンプレートを参照していずれかの前記雛型文章に当てはまる文章を抽出し、抽出した文章の特定部分から前記商品情報及び前記付属情報に該当する名詞を抽出する請求項４記載の行動情報抽出システム。
8. 前記商品情報特定手段は、
   前記商品辞書を参照し、前記解析対象記事の前記商品情報と一致するものが商品名の属性として登録されているときは、当該商品名の属性に関連付けて登録された他の属性群を抽出して組み合わせることによって前記特定商品情報を生成し、
   当該商品情報と一致するものが前記商品辞書の商品名の属性に登録されていないときは、前記概念辞書を参照し、前記商品情報及び前記付属情報と一致する属性及び当該属性に関連付けて登録された他の属性群を抽出して組み合わせることによって前記特定商品情報を生成する請求項４記載の行動情報抽出システム。
9. 前記概念辞書は、
   様々な商品に関する事柄を示す名詞と、当該名詞から連想される商品に関する事柄を示す名詞とが、階層構造に定義された属性に互いに対応付けて登録されて成る連想概念辞書と、
   様々な商品を示す名詞と当該名詞から連想される商品を示す名詞とが、階層構造に定義された属性に互いに対応付けて登録されて成る商品分類概念辞書とで構成され、
   前記商品情報特定手段は、
   前記連想概念辞書を参照し、前記解析対象記事の前記付属情報と一致する属性及び当該属性に関連付けて登録された他の属性を付属属性群として抽出し、
   前記商品分類概念辞書を参照し、前記解析対象記事の前記商品情報と一致する属性及び当該属性に関連付けて登録された他の属性を商品属性群として抽出し、
   前記付属属性群と前記商品属性群とに共通して存在する属性があるときは、その属性を商品特定属性群として抽出し、当該商品特定属性を組み合わせることによって前記特定商品情報を生成し、
   前記付属属性群と前記商品属性群に共通して存在する属性がないときは、当該商品情報をそのまま前記特定商品情報とする請求項４又は８記載の行動情報抽出システム。
10. 前記情報収集装置は、インターネット上の通信販売サイトにアクセスし、個々の通信販売サイトの階層構造を解析するサイト構造解析手段と、当該階層構造の最下層のページを解析する最下層ページ解析手段と、前記サイト構造解析手段及び前記最下層ページ解析手段で解析した情報を前記商品辞書に登録する商品辞書登録手段とで成る通信販売情報収集手段を備え、
    前記サイト構造解析手段は、前記階層毎のメニュー部分に表示されるＨＴＭＬデータを取得及び分析することによって、階層構造及び階層毎に付与された商品カテゴリを認識し、
    前記最下層ページ解析手段は、前記最下層のページの本文部分に表示される商品一覧のＨＴＭＬデータを取得及び分析することによって開示されている商品の商品名を抽出し、
    前記商品辞書登録手段は、前記最下層ページ解析手段が抽出した商品名及びサイト構造解析手段が認識した当該商品名に関連する前記商品カテゴリを、前記商品辞書に定義された属性に互いに対応付けて登録し、前記商品辞書の属性として定義されていない新たな商品カテゴリがあるときは、前記商品辞書に新たな属性を定義した後、当該新たな属性に前記新たな商品カテゴリを登録する請求項４又は８記載の行動情報抽出システム。
11. 消費者により日々の身の回りの出来事が書かれた消費者記事が開示されているインターネット上のＷｅｂサイトにアクセスし、検索ユーザが入力した検索キーワードに基づいて検索処理を行い、検索した消費者記事の中から、当該検索キーワードに適合する消費者の行動に関する情報を抽出する行動情報抽出方法において、
    前記検索ユーザが検索キーワードを入力することにより、前記Ｗｅｂサイトの消費者記事の中から前記検索キーワードを含んだ消費者記事を関連記事として抽出する検索ステップと、
    前記関連記事から、当該記事の文章中に宣伝用語句を含む割合が低いものを解析対象記事として抽出する絞り込みステップと、
    前記解析対象記事毎に文章を解析し、消費者が何らかの行動をするときの行動情報を表す文章部分から、消費者行動の行動対象を示す名詞である行動対象情報と、当該行動対象に関連する事柄を示す名詞である付属情報とを抽出する行動対象・付属情報抽出ステップと、
    前記行動対象・付属情報抽出ステップにより抽出した前記行動対象情報及び前記付属情報に対応する属性を抽出して組み合わせることによって、当該行動対象情報に該当する行動対象と行動を具体的に特定して特定行動対象情報を生成する行動対象情報特定ステップとを備えたことを特徴とする行動情報抽出方法。
12. 前記行動対象情報特定ステップは、行動名と当該行動を示す名詞及び当該名詞に関連する行動を示す名詞とが、階層構造に定義された属性に互いに対応付けて登録されて成る行動辞書を参照して、前記行動の行動対象を示す名詞と、当該名詞に関連する行動対象を示す名詞とが階層構造に定義された属性で互いに対応付けて登録されて成る行動対象辞書の中の行動対象である名詞を選択するものである請求項１１記載の行動情報抽出方法。
13. 前記行動対象・付属情報抽出ステップは、消費者が行動するときの行動パターンを表す雛型文章が複数設定された行動パターンテンプレートを参照して、前記解析対象記事の文章に対して、いずれかの前記雛型文章に当てはまる文章を抽出し、抽出した文章の特定部分から前記行動対象情報及び付属情報に該当する名詞を抽出する請求項１１記載の行動情報抽出方法。
14. 前記解析対象記事毎に文章を解析し、消費者が商品を購入するときの行動を表す文章部分から、消費者が購入した商品自体を示す名詞である商品情報と、当該商品に関連する事柄を示す名詞である付属情報とを抽出する商品・付属情報抽出ステップと、
    商品概念を示す名詞と、当該名詞から連想される商品概念を示す名詞とが、階層構造に定義された属性に互いに対応付けて登録されて成る概念辞書と、市販されている商品の商品名と、当該商品を示す名詞及び当該名詞から連想される商品概念を示す名詞とが階層構造に定義された属性に互いに対応付けて登録されて成る商品辞書とを参照し、前記商品・付属情報抽出ステップにおいて抽出した前記商品情報及び前記付属情報に対応する属性を抽出して組み合わせることによって、当該商品情報に該当する商品を具体的に特定する商品情報特定ステップとを備えた請求項１１記載の行動情報抽出方法。
15. 前記絞り込みステップは、前記絞り込み宣伝用の語句や文字であるスパムワードが定義されたスパムワード辞書を参照し、前記関連記事毎に当該記事の文章の総単語数とスパムワードに該当する単語数との比である占有率を算出し、その占有率が基準値以下の関連記事を解析対象記事として抽出する請求項１１又は１４記載の行動情報抽出方法。
16. 前記絞り込みステップは、前記関連記事の総単語数に応じて、総単語数が少ない場合は相対的に小さい基準値を用いて判定を行う請求項１１又は１４記載の行動情報抽出方法。
17. 前記商品・付属情報抽出ステップは、消費者が商品を購入するときの購入パターンを表す雛型文章を参照し、前記解析対象記事から、いずれかの前記雛型文章に当てはまる文章を抽出し、抽出した文章の特定部分から前記商品情報及び前記付属情報に該当する名詞を抽出する請求項１４記載の行動情報抽出方法。
18. 前記商品情報特定ステップは、
    前記商品辞書を参照し、前記解析対象記事の前記商品情報と一致するものが商品名の属性として登録されているときは、当該商品名の属性に関連付けて登録された他の属性群を抽出して組み合わせることによって、当該商品情報に該当する商品を具体的に特定した特定商品情報を生成し、
    当該商品情報と一致するものが前記商品辞書の商品名の属性に登録されていないときは、前記概念辞書を参照し、前記商品情報及び前記付属情報と一致する属性及び当該属性に関連付けて登録された他の属性群を抽出して組み合わせることによって前記特定商品情報を生成する請求項１４記載の行動情報抽出方法。
19. 前記概念辞書は、
    様々な商品に関する事柄を示す名詞と、当該名詞から連想される商品に関する事柄を示す名詞とが、階層構造に定義された属性に互いに対応付けて登録されて成る連想概念辞書と、
    様々な商品を示す名詞と当該名詞から連想される商品を示す名詞とが、階層構造に定義された属性に互いに対応付けて登録されて成る商品分類概念辞書とで構成され、
    前記商品情報特定ステップは、
    前記連想概念辞書を参照し、前記解析対象記事の前記付属情報と一致する属性及び当該属性に関連付けて登録された他の属性を付属属性群として抽出し、
    前記商品分類概念辞書を参照し、前記解析対象記事の前記商品情報と一致する属性及び当該属性に関連付けて登録された他の属性を商品属性群として抽出し、
    前記付属属性群と前記商品属性群とに共通して存在する属性があるときは、その属性を商品特定属性群として抽出し、当該商品特定属性を組み合わせることによって前記特定商品情報を生成し、
    前記付属属性群と前記商品属性群に共通して存在する属性がないときは、当該商品情報をそのまま前記特定商品情報とする請求項１４又は１８記載の行動情報抽出方法。
20. インターネット上の通信販売サイトにアクセスし、個々の通信販売サイトの階層構造を解析するサイト構造解析ステップと、当該階層構造の最下層のページを解析する最下層ページ解析ステップと、前記サイト構造解析ステップ及び前記最下層ページ解析ステップで解析した情報を前記商品辞書に登録する商品辞書登録ステップとで構成され、前記検索ステップを行う前にあらかじめ実施される通信販売情報収集ステップを備え、
    前記サイト構造解析ステップは、前記各階層毎のメニュー部分に表示されるＨＴＭＬデータを取得及び分析することによって、階層構造及び各階層毎に付与された商品カテゴリを認識し、
    前記最下層ページ解析ステップは、前記最下層のページの本文部分に表示される商品一覧のＨＴＭＬデータを取得及び分析することによって開示されている商品の商品名を抽出し、
    前記商品辞書登録ステップは、前記最下層ページ解析ステップにより抽出した商品名及びサイト構造解析ステップが認識した当該商品名に関連する前記商品カテゴリを、前記商品辞書に定義された属性に互いに対応付けて登録し、前記商品辞書の属性として定義されていない新たな商品カテゴリがあるときは、前記商品辞書に新たな属性を定義した後、当該新たな属性に前記新たな商品カテゴリを登録する請求項１４又は１８記載の行動情報抽出方法。
    

Images