JP7713912B2 - 情報処理装置、情報処理方法および情報処理プログラム - Google Patents

Description

本発明は、情報処理装置、情報処理方法および情報処理プログラムに関する。

従来、ニュース記事に対してユーザが投稿したコメントを、ニュース記事を閲覧した他のユーザへ提供するサービスがある（例えば、特許文献１参照）。

特開２０１９－１９７４２２号公報

しかしながら、従来技術では、コメントに関するサービスの質を向上させる点でさらなる改善の余地があった。

本願は、上記に鑑みてなされたものであって、コメントに関するサービスの質を向上させることができる情報処理装置、情報処理方法およ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、分類部と、提供部とを備える。前記分類部は、所定のコンテンツに対して投稿された各コメントを、コメント内容の傾向毎に分類する。前記提供部は、分類結果が所定の条件を満たした場合に、各傾向の前記コメントを提供する。

実施形態の一態様によれば、コメントに関するサービスの質を向上させることができるという効果を奏する。

図１Ａは、実施形態に係る情報処理装置が実行する処理その１を示す図である。 図１Ｂは、実施形態に係る情報処理装置が実行する処理その２を示す図である。 図１Ｃは、実施形態に係る情報処理装置が実行する処理その３を示す図である。 図１Ｄは、実施形態に係る情報処理装置が実行する処理その４を示す図である。 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、実施形態に係る情報処理装置の構成例を示す図である。 図４は、ユーザ情報の一例を示す図である。 図５は、コンテンツ情報の一例を示す図である。 図６は、コメント情報の一例を示す図である。 図７は、実施形態に係る情報処理装置が実行する処理その１の処理手順を示すフローチャートである。 図８は、実施形態に係る情報処理装置が実行する処理その２の処理手順を示すフローチャートである。 図９は、実施形態に係る情報処理装置が実行する処理その３の処理手順を示すフローチャートである。 図１０は、実施形態に係る情報処理装置が実行する処理その４の処理手順を示すフローチャートである。 図１１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、情報処理方法およ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、情報処理方法および情報処理プログラムが限定されるものではない。また、以下の各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。

（実施形態）
まず、図１Ａ～図１Ｄを用いて、実施形態に係る情報処理装置が実行する処理について説明する。図１Ａ～図１Ｄは、実施形態に係る情報処理装置が実行する処理その１～その４を示す図である。なお、図１Ａ～図１Ｄでは、実施形態に係る情報処理装置１を含む情報処理システムＳの動作例を示している。

図１Ａ～図１Ｄに示すように、実施形態に係る情報処理システムＳは、情報処理装置１と、複数のユーザ端末１００と、依頼元端末２００とを含む。なお、図１Ｂ～図１Ｄでは、説明の便宜上、依頼元端末２００を省略している。

実施形態に係る情報処理システムＳでは、所定のコンテンツに対してユーザが投稿したコメントに基づいて各種処理を行うことで、コメントに関するサービスの質を向上させる。

まず、図１Ａに示す処理その１について説明する。具体的には、情報処理装置１は、まず、依頼元端末２００を介して依頼ユーザからコンテンツの配信の依頼を受け付ける（ステップＳ１）。

コンテンツは、例えば、ニュース配信サービスにおけるニュース記事の情報や、ショッピングサービスにおいて販売する商品の情報等である。言い換えれば、コンテンツは、配信したユーザからコメントを受け付け可能なコンテンツである。コメントは、ニュース記事の場合、ニュース記事に対するコメントであり、商品の場合、商品に対するレビューや、商品を販売しているストアに対するレビューである。

つづいて、情報処理装置１は、受け付けたコンテンツをユーザ端末１００を介してユーザへ配信する（ステップＳ２）。具体的には、情報処理装置１は、ユーザ端末１００からコンテンツの配信要求を受け付けた場合に、指定されたコンテンツをユーザ端末１００へ配信する。

つづいて、情報処理装置１は、コンテンツを配信したユーザからコンテンツに対するコメントを受け付ける（ステップＳ３）。コメントは、例えば、テキスト形式の情報であるが、これに限らず、音声形式の情報や、画像形式の情報であってもよい。なお、コメントの受付は、ユーザが入力途中のコメントを受け付けてもよく、ユーザが入力後に投稿を要求するボタン（投稿ボタン）を押下後にコメントを受け付けてもよい。

つづいて、情報処理装置１は、受け付けたコメントを解析し、コメント内容の傾向を特定する（ステップＳ４）。傾向は、例えば、コメント内容がコンテンツ全体あるいはコンテンツの一部に対して好意的であるか否定的であるかや、コンテンツ全体あるいはコンテンツの一部の内容を補足する内容であるかといった傾向を含む。傾向は、予め設定されてもよく、コメント内容に基づいて自動生成されてもよい。

傾向の特定は、例えば、機械学習における分類モデルを用いることができる。具体的には、情報処理装置１は、コメント内容と傾向とをデータセットとして学習した分類モデルにコメントを入力することで、コメントの傾向を特定する。

つづいて、情報処理装置１は、各コメントを、特定した傾向毎に分類する（ステップＳ５）。具体的には、情報処理装置１は、各コメントを、特定した傾向毎に仕分けする。

例えば、情報処理装置１は、コメント数が所定数以上となった傾向については、所定数以上となったタイミング以降のかかる傾向へのコメントの仕分けを停止する。また、情報処理装置１は、短期間（所定期間）に所定数以上のコメントが分類された傾向については、かかる所定数以上のコメントの中から不要なコメント（例えば、ランダム抽出）を間引く処理を行う。つまり、情報処理装置１は、特定の傾向に所定数以上のコメントが分類された場合には、かかる所定数以上のコメントを不正なコメント（さくらコメント、アビューズコメント）とみなしてこれ以上増えないようにする。

つづいて、情報処理装置１は、コメント内容の傾向に基づいて、ユーザに対して各種通知を行う（ステップＳ６）。具体的には、情報処理装置１は、特定した傾向が、すでに所定数以上投稿されている投稿済コメントの傾向と類似（同じを含む）する場合に、当該コメントの投稿ができないことを示す投稿不可通知を行う。投稿不可通知は、例えば、ユーザがコメントを入力途中である場合には、ユーザ端末１００に表示される投稿ボタンを非表示することで通知したり、ユーザが投稿ボタンを押下した後の場合には、投稿を受け付け不可を示すテキストメッセージを通知したりしてもよい。すなわち、情報処理装置１は、コメントの投稿の受付を回避する制御を行う。これにより、例えば、同じ傾向のコメントがのみ多数投稿されることで、コメントの多様性が低くなることを回避できる。すなわち、実施形態に係る情報処理装置１によれば、コメントの多様性を高めることができるため、コメントに関するサービスの質を向上させることができる。

また、情報処理装置１は、分類した傾向毎にコメント状況を比較し、比較結果に基づいて他の傾向のコメント投稿を提案する。具体的には、情報処理装置１は、傾向毎のコメント数を比較し、コメント数が所定数未満の傾向のコメント投稿を提案する。具体的には、情報処理装置１は、投稿されたコメントの傾向に対してすでに所定数以上のコメントが収集されている場合には、コメント数が所定数未満の傾向に関するコメントの投稿を提案する。これにより、コメントの多様性を高めることができるため、コメントに関するサービスの質を向上させることができる。

つづいて、情報処理装置１は、ステップＳ５の処理による分類結果が所定の条件を満たすか否かを判定する（ステップＳ７）。具体的には、情報処理装置１は、予め設定した複数の傾向のうち、所定数以上の傾向のコメントが投稿された（分類された）か否かを判定する。

つづいて、情報処理装置１は、分類結果が所定の条件を満たした場合、詳細には、予め設定した複数の傾向のうち、所定数以上の傾向のコメントが投稿された場合、各傾向の投稿されたコメントをまとめて提供する（ステップＳ８－１）。つまり、投稿されたコメントを即座に提供するのではなく、様々な傾向のコメントが投稿されたタイミングでまとめてコメントを提供する。これにより、傾向が偏ったコメントばかりが提供されることを防ぐことができ、かつ、様々な傾向のコメントをまとめて提供できるため、コメントの多様性を高めることができる。すなわち、実施形態に係る情報処理装置１によれば、コメントに関するサービスの質を高めることができる。

また、情報処理装置１は、コメントを投稿したユーザに対しては、投稿したコメントの傾向とは異なる傾向のコメントを提供する（ステップＳ８－２）。例えば、情報処理装置１は、各傾向のコメントのうち、ユーザが投稿したコメントの傾向を除いた傾向のコメントをまとめて提供する。このように、投稿ユーザが投稿したコメントの傾向以外の傾向のコメントを投稿ユーザが閲覧することができる。すなわち、実施形態に係る情報処理装置１によれば、コメントに関するサービスの質を向上させることができる。

次に、図１Ｂに示す処理その２について説明する。なお、図１Ｂでは、図１Ａで示した処理と重複する処理については、説明の便宜上、記載を省略する場合がある。

図１Ｂに示す処理その２では、情報処理装置１は、コンテンツに対して投稿された各コメントに対する評価を示す評価情報を収集（取得）する（ステップＳ３１）。評価情報は、コメントに対して好意的な評価（コメントに賛同する）であるか、否定的な評価（コメントに賛同しない）であるかを含む。

つづいて、情報処理装置１は、取得した評価情報に基づいて、評価の多様性を判定する（ステップＳ３２）。例えば、情報処理装置１は、コメントに対する評価が好意的な評価のみ（あるいは、否定的な評価のみ）である場合には、評価の多様性が無いと判定する。言い換えれば、情報処理装置１は、好意的な評価および否定的な評価それぞれの評価数（ユーザ数）が均衡している場合（評価数の差分が所定値未満である場合）、評価の多様性があると判定する。

また、情報処理装置１は、複数のコメントの各組合せについて、組に含まれる評価の多様性を判定する。具体的には、情報処理装置１は、組に含まれるコメントの評価に多様性があるか否かを判定する。例えば、情報処理装置１は、ユーザＡがコメントＡおよびコメントＢの評価を行った場合において、コメントＡでは好意的な評価を行い、コメントＢでは否定的な評価を行った場合には、コメントＡおよびコメントＢの組の評価に多様性があると判定する。なお、上記では、ユーザＡの評価に基づいて多様性を判定したが、ユーザ情報が類似する複数のユーザを含んだグループの評価に基づいて多様性を判定してもよい。なお、組に含まれるコメント数は、３つ以上であってもよい。

また、情報処理装置１は、好意的な評価のみのコメントと、否定的な評価のみのコメントとを含む組について、評価の多様性があると判定する。つまり、情報処理装置１は、組単位で評価を見た場合に、好意的な評価と、否定的な評価とが均衡する場合に、評価の多様性があると判定する。

つづいて、情報処理装置１は、判定結果に基づいて、コメントを表示するか否か（表示対象とする否か）を決定する（ステップＳ３３）。例えば、情報処理装置１は、評価の多様性があると判定されたコメントを表示対象として決定する。また、情報処理装置１は、評価の多様性があると判定された組のコメントを表示対象として決定する。

つづいて、情報処理装置１は、表示対象として決定したコメント（コメントの組）をユーザ端末１００に表示する（ステップＳ３４）。このように、実施形態に係る情報処理装置１によれば、評価の多様性があるコメントを提供することで、コメントに関するサービスの質を向上させることができる。

次に、図１Ｃに示す処理その３について説明する。なお、図１Ｃでは、図１Ａおよび図１Ｂで示した処理と重複する処理については、説明の便宜上、記載を省略する場合がある。

図１Ｃに示す処理その３では、情報処理装置１は、コンテンツに対する各コメントを収集する（ステップＳ５１）。

つづいて、情報処理装置１は、コメント内容が所定の内容条件を満たすコメントを抽出する（ステップＳ５２）。例えば、情報処理装置１は、コメント内容から抽出される特徴情報と、コメント内容の不適切度合いを示すスコアとをデータセットとして学習したモデルを用いて、コメント内容が不適切（スコアが所定値以上）なコメントを抽出する。

つづいて、情報処理装置１は、抽出したコメントに対して同意したユーザを特定する（ステップＳ５３）。具体的には、情報処理装置１は、抽出したコメントに対して好意的な評価を行ったユーザを特定する。

つづいて、情報処理装置１は、特定したユーザ（特定ユーザ）の他のコメントへの同意状況に基づいて、コメント内容が所定の条件を満たす他のコメントを検出する（ステップＳ５４）。例えば、情報処理装置１は、他のコメントに対して同意した特定ユーザの数が所定数以上である他のコメントを、所定の条件を満たす他のコメントとして検出する。言い換えれば、情報処理装置１は、ステップＳ５２でコメント内容が不適切ではないと判定された他のコメントについて、特定ユーザの数が多い他のコメントをコメント内容が不適切なコメントとして検出する。これにより、不適切なコメントに同意したユーザの他のコメントへの同意状況から、不適切な他のコメントを見つけ出すことができるため、コメントに関するサービスの質を向上させることができる。

つづいて、情報処理装置１は、ステップＳ５４で検出した他のコメントと、ステップＳ５２で抽出したコメントとを表示対象から除外したコメントをユーザ端末１００に表示する（ステップＳ５５）。

次に、図１Ｄに示す処理その４について説明する。なお、図１Ｄでは、図１Ａ～図１Ｃで示した処理と重複する処理については、説明の便宜上、記載を省略する場合がある。

図１Ｄに示す処理その４では、情報処理装置１は、ユーザ端末１００へコンテンツを配信する（ステップＳ７１）。つづいて、情報処理装置１は、コンテンツに対するユーザのコメントを受け付ける（ステップＳ７２）。

つづいて、情報処理装置１は、受け付けた各コメントを、コメント内容の傾向毎、または、投稿ユーザのユーザ情報毎に分類する（ステップＳ７３）。

つづいて、情報処理装置１は、閲覧ユーザが閲覧したコメントに対応するユーザ情報、または、コメントの傾向を特定する（ステップＳ７４）。具体的には、情報処理装置１は、閲覧ユーザが過去に閲覧したコメントが分類されるユーザ情報、または、傾向を特定する。

つづいて、情報処理装置１は、特定したユーザ情報とは異なるユーザ情報に対応するコメント、または、特定した傾向とは異なる傾向のコメントを抽出する（ステップＳ７５）。

つづいて、情報処理装置１は、抽出したコメントを閲覧ユーザのユーザ端末１００に提供する（ステップＳ７６）。

これにより、閲覧ユーザが閲覧したコメントとは異なる傾向やユーザ情報のコメントを提供できるため、コメントに関するサービスの質を向上させることができる。

次に、図２を用いて、実施形態に係る情報処理システムＳの構成例について説明する。図２は、実施形態に係る情報処理システムＳの構成例を示すブロック図である。図２に示すように、実施形態に係る情報処理システムＳは、情報処理装置１と、複数のユーザ端末１００と、複数の依頼元端末２００とがネットワークＮに対して有線又は無線により接続される。ネットワークＮは、例えば、インターネット、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）等のネットワークである。

情報処理装置１は、実施形態に係る情報処理方法を実行するサーバ装置である。情報処理装置１は、図１Ａ～図１Ｄを用いて上述した処理その１～処理その４を実行する。

また、情報処理装置１は、複数のユーザ端末１００および複数の依頼元端末２００と連携し、各ユーザ端末１００および各依頼元端末２００に対して、各種アプリケーション（以下、アプリ）等に対するＡＰＩ（Application Programming Interface）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。

また、情報処理装置１は、各ユーザ端末１００および各依頼元端末２００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、情報処理装置１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（ＥＣ：Electronic Commerce）、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、ニュース、地図、ルート検索、経路案内、路線情報、運行情報、天気予報等のサービスを提供してもよい。実際には、情報処理装置１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し、Ｗｅｂサービスの処理を担当してもよい。

ユーザ端末１００は、コンテンツやコメント、コメントに対する評価等を閲覧するユーザが所持する端末装置である。ユーザ端末１００は、スマートフォン、デスクトップ型ＰＣ、ノート型ＰＣ、タブレット型ＰＣ等の任意のタイプの端末装置を用いることができる。ユーザ端末１００は、情報処理装置１等へ各種情報を送信したり、情報処理装置１等から提供される情報を受信したりする。

依頼元端末２００は、コンテンツの配信を依頼する依頼ユーザが所持する端末装置である。依頼元端末２００は、スマートフォン、デスクトップ型ＰＣ、ノート型ＰＣ、タブレット型ＰＣ等の任意のタイプの端末装置を用いることができる。依頼元端末２００は、情報処理装置１等へ各種情報を送信したり、情報処理装置１等から提供される情報を受信したりする。

次に、図３を参照して、情報処理装置１の構成例について説明する。

図３は、実施形態に係る情報処理装置１の構成例を示す図である。図３に示されるように、情報処理装置１は、通信部２と、制御部３と、記憶部４とを有する。制御部３は、配信部３１と、取得部３２と、特定部３３と、分類部３４と、判定部３５と、決定部３６と、検出部３７と、受付制御部３８と、提案部３９と、提供部４０とを備える。記憶部４は、ユーザ情報４１と、コンテンツ情報４２と、コメント情報４３とを記憶する。

通信部２は、例えば、ＮＩＣ（Network Interface Card）等によって実現される。通信部２は、有線または無線によりネットワーク網と接続される。

制御部３は、コントローラ（controller）であり、例えば、ＣＰＵ（Central Processing Unit）、ＭＰＵ（Micro Processing Unit）等のプロセッサによって、情報処理装置１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等を作業領域として実行されることにより実現される。また、制御部３は、コントローラ（controller）であり、例えば、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）、ＧＰＧＰＵ（General Purpose Graphic Processing Unit）等の集積回路により実現されてもよい。

記憶部４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、または、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。

ユーザ情報４１は、ユーザに関する情報である。図４は、ユーザ情報４１の一例を示す図である。図４に示すように、ユーザ情報４１は、「ユーザＩＤ」、「ユーザ情報」等の項目を含む。

「ユーザＩＤ」は、ユーザを識別する識別情報である。「ユーザ情報」は、ユーザに関する情報である。「ユーザ情報」は、例えば、ユーザの属性に関する属性情報や、行動情報等を含む。属性情報は、サイコグラフィック属性や、デモグラフィック属性等を含む。行動情報は、ユーザのネットワーク上における行動（検索行動や、購買行動、コメント投稿行動、評価投稿行動等）を含む。

次に、コンテンツ情報４２は、コンテンツに関する情報である。図５は、コンテンツ情報４２の一例を示す図である。図５に示すように、コンテンツ情報４２は、「コンテンツＩＤ」、「種別」、「内容情報」、「コメント情報」等の項目を含む。

「コンテンツＩＤ」は、コンテンツを識別する識別情報である。「種別」は、コンテンツの種別を示す情報である。「内容情報」は、コンテンツの内容を示す情報であり、テキスト情報や、画像情報等を含む。「コメント情報」は、コンテンツに対して投稿されたコメントの情報であり、後述するコメント情報４３の「コメントＩＤ」が入力される。

次に、コメント情報４３は、コンテンツに対して投稿されたコメントに関する情報である。図６は、コメント情報４３の一例を示す図である。図６に示すように、コメント情報４３は、「コメントＩＤ」、「傾向」、「内容情報」、「評価情報」等の項目を含む。

「コメントＩＤ」は、コメントを識別する識別情報である。「傾向」は、コメント内容の傾向を示す情報である。「内容情報」は、コメント内容を示す情報であり、テキスト情報を含む。「評価情報」は、コメントに対してユーザが行った評価に関する情報であり、例えば、好意的な評価を行ったユーザ数や、否定的な評価を行ったユーザ数の情報を含む。

次に、情報処理装置１の制御部３の各機能（配信部３１、取得部３２、特定部３３、分類部３４、判定部３５、決定部３６、検出部３７、受付制御部３８、提案部３９および提供部４０）について説明する。

配信部３１は、ユーザ端末１００に対してコンテンツを配信する。配信部３１は、依頼ユーザから依頼元端末２００を介して配信対象となるコンテンツを取得し、コンテンツ情報４２に記憶する。そして、配信部３１は、ユーザからユーザ端末１００を介してコンテンツの配信要求を受け付けた場合に、対象となるコンテンツをユーザ端末１００へ配信する。

また、配信部３１は、コンテンツとともに、当該コンテンツを閲覧した他のユーザが投稿したコメントや、コメントに対して他のユーザが投稿した評価を併せて配信する。

取得部３２は、コンテンツを配信したユーザからコンテンツに対するコメントを取得する。取得部３２によるコメントの取得タイミングは、任意である。例えば、取得部３２は、コメントの入力途中に所定の条件を満たした場合（文字数が所定数以上、入力の経過時間が所定時間以上等）に入力中のコメントを取得する。また、取得部３２は、コメントを入力後、上記した投稿ボタンが押下された場合に、コメントを取得する。また、取得部３２は、コメントに対する評価を示す評価情報を取得する。

特定部３３は、コメント内容に基づいて、コメント内容の傾向を特定する。傾向の特定は、例えば、機械学習における分類モデルを用いることができる。具体的には、特定部３３は、コメント内容と傾向とをデータセットとして学習した分類モデルにコメントを入力することで、コメントの傾向を特定する。

また、特定部３３は、コメントを投稿した投稿ユーザのユーザ情報を特定する。特定するユーザ情報は、例えば、性別や所在地、職業等の属性情報や、検索行動や購買行動等の行動情報である。

また、特定部３３は、後述する判定部３５によってコメント内容が所定の内容条件を満たすと判定したコメントに対して同意したユーザを特定する。例えば、特定部３３は、所定の内容条件を満たすコメントに対して好意的な評価を行ったユーザを特定する。

また、特定部３３は、コメントを投稿した投稿ユーザのコメントに関する行動履歴に基づいて、投稿ユーザに対応する傾向を特定する。コメントに関する行動履歴は、例えば、過去のコメントの投稿履歴や、他の投稿ユーザが投稿したコメントに対する評価履歴等である。

例えば、特定部３３は、投稿ユーザが過去に投稿したコメントの傾向に基づいて、投稿ユーザに対応する傾向を特定する。具体的には、特定部３３は、過去に投稿したコメントの傾向を集計し、最もコメント数が多い傾向を、投稿ユーザに対応する傾向として特定する。また、特定部３３は、上記の集計結果により、コメント数が所定数以上の複数の傾向を投稿ユーザに対応する傾向（複数）として特定してもよい。

また、特定部３３は、他の投稿ユーザが投稿したコメントに対する評価履歴の内容に基づいて、投稿ユーザに対応する傾向を特定する。具体的には、特定部３３は、他の投稿ユーザが投稿したコメントに対して投稿ユーザが好意的な評価を行った場合、評価を行ったコメントの傾向を、投稿ユーザに対応する傾向として特定する。

また、特定部３３は、他の投稿ユーザが投稿したコメントに対して投稿ユーザが否定的な評価を行った場合、評価を行ったコメントの傾向とは異なる傾向を、投稿ユーザに対応する傾向として特定する。

なお、評価を行ったコメントの傾向とは異なる傾向の選択方法として、分散表現空間における傾向間の距離に基づいて選択可能である。つまり、特定部３３は、分散表現空間において、評価を行ったコメントの傾向から所定距離以上離れた傾向を、投稿ユーザに対応する傾向として特定する。

分類部３４は、各コメントを、特定した傾向毎、または、特定したユーザ情報毎に分類する。具体的には、分類部３４は、各コメントを、特定した傾向毎、または、特定したユーザ情報毎に仕分けする。より具体的には、分類部３４は、特定したコメントの傾向を、予め設定された複数の傾向のいずれかに分類する。かかる分類は、特定した傾向と、予め設定した複数の傾向のうち、特定した傾向が属する傾向とをデータセットとして学習したモデルに特定した傾向を入力することで分類可能である。

例えば、分類部３４は、コメント数が所定数以上となった傾向またユーザ情報については、所定数以上となったタイミング以降のかかる傾向またはユーザ情報へのコメントの仕分けを停止する。また、分類部３４は、短期間（所定期間）に所定数以上のコメントが分類された傾向またはユーザ情報については、かかる所定数以上のコメントの中から不要なコメント（例えば、ランダム抽出）を間引く処理を行う。つまり、分類部３４は、特定の傾向またはユーザ情報に所定数以上のコメントが分類された場合には、かかる所定数以上のコメントを不正なコメント（さくらコメント、アビューズコメント）とみなしてこれ以上増えないようにする。

また、分類部３４は、分類結果に基づいて、分類する複数の傾向を再設定してもよい。具体的には、分類部３４は、特定の傾向に分類されたコメント数が著しく多い場合、言い換えれば、特定の傾向に分類されたコメント数が所定数以上で、他の傾向に分類されたコメントが所定数未満である場合、特定の傾向を、分類されたコメントのコメント内容を解析して複数の傾向に細分化してもよい。あるいは、分類部３４は、コメント数が所定数未満の他の傾向同士を合成することで、他の傾向の数を減らしてもよい。

このような、傾向の再構築方法については、例えば、各コメントをコメント内容に基づいて分散表現化し、分散表現空間上のエリアを区切る軸を傾向として自動生成することで実現可能である。

判定部３５は、各種判定処理を行う。例えば、判定部３５は、特定したコメントの傾向が、すでに投稿されている投稿済コメントの傾向に基づく条件を満たすか否かを判定する。具体的には、判定部３５は、特定したコメントの傾向が、所定数の投稿済コメントが分類された傾向と類似する場合に、上記の条件を満たすと判定する。

また、判定部３５は、すべての傾向の投稿済コメント数に対する各傾向の投稿済コメント数の割合を算出し、かかる割合が所定値以上の傾向と、特定したコメントの傾向とが類似する場合に、上記の条件を満たすと判定する。

また、判定部３５は、投稿ユーザと、投稿ユーザが過去に投稿したコメントの傾向との関係性を加味して上記の条件を満たすか否かを判定してもよい。具体的には、判定部３５は、まず、投稿ユーザが過去に投稿した傾向毎のコメント数に応じて、傾向毎の投稿されやすさを示すリスクを推定する。リスクは、コメント数が多い傾向程、リスクを高く設定する。そして、判定部３５は、特定したコメントの傾向と、所定数の投稿済コメントが分類された傾向と類似度合いを示すスコアを算出し、かかるスコアと、上記のリスクとに基づいて上記の条件を満たすか否かを判定する。

また、判定部３５は、取得部３２が取得した評価情報に基づいて、評価の多様性を判定する。例えば、判定部３５は、コメントに対する評価が好意的な評価のみ（あるいは、否定的な評価のみ）である場合には、評価の多様性が無いと判定する。つまり、判定部３５は、言い換えれば、判定部３５は、好意的な評価および否定的な評価それぞれの評価数（ユーザ数）が均衡している場合（評価数の差分が所定値未満である場合）、評価の多様性があると判定する。

また、判定部３５は、複数のコメントにおける評価の多様性を判定してもよい。例えば、判定部３５は、複数のコメントの各組合せについて、組に含まれる評価の多様性を判定する。具体的には、判定部３５は、組に含まれるコメントの評価に多様性があるか否かを判定する。例えば、判定部３５は、ユーザＡがコメントＡおよびコメントＢの評価を行った場合において、コメントＡでは好意的な評価を行い、コメントＢでは否定的な評価を行った場合には、コメントＡおよびコメントＢの組の評価に多様性があると判定する。なお、上記では、ユーザＡの評価に基づいて多様性を判定したが、ユーザ情報が類似する複数のユーザを含んだグループの評価に基づいて多様性を判定してもよい。なお、組に含まれるコメント数は、３つ以上であってもよい。

また、判定部３５は、好意的な評価のみのコメントと、否定的な評価のみのコメントとを含む組について、評価の多様性があると判定する。つまり、判定部３５は、組単位で評価を見た場合に、好意的な評価と、否定的な評価とが均衡する場合に、評価の多様性があると判定する。

また、判定部３５は、評価したユーザの多様性を判定してもよい。例えば、判定部３５は、コメントに対して好意的な評価（あるいは否定的な評価）を行った各ユーザの属性情報が類似していない場合、すなわち、様々な属性のユーザが好意的な評価を行った場合に、評価の多様性があると判定する。

一方、判定部３５は、コメントに対して好意的な評価（あるいは否定的な評価）を行った各ユーザの属性情報が類似している場合、すなわち、同じような属性のユーザが好意的な評価を行った場合に、評価の多様性がないと判定する。

また、判定部３５は、ユーザ情報に基づいてユーザをグルーピングし、グループ単位での評価の多様性を判定してもよい。例えば、判定部３５は、コメントに対して好意的な評価（あるいは否定的な評価）を行ったグループの情報（例えば、グループの属性情報）が類似していない場合、すなわち、様々な属性のグループが好意的な評価を行った場合に、評価の多様性があると判定する。

一方、判定部３５は、コメントに対して好意的な評価（あるいは否定的な評価）を行った各グループの情報が類似している場合、すなわち、同じような属性のグループが好意的な評価を行った場合に、評価の多様性がないと判定する。

また、判定部３５は、コメント内容が所定の内容条件を満たすか否かを判定する。具体的には、判定部３５は、コメント内容から抽出される特徴情報と、コメント内容の不適切度合いを示すスコアとをデータセットとして学習したモデルにコメントを入力し、モデルから出力されたスコアが所定値以上である場合に、内容条件を満たすと判定する。つまり、内容条件は、コメント内容が不適切（暴力的表現、卑猥表現、誹謗中傷表現等）か否かを判定するための条件である。また、特徴情報は、コメント内容に含まれる暴力的表現、卑猥表現、誹謗中傷表現の文章や、これら表現に関する単語の有無および前記文章および前記単語の数を含む。なお、判定部３５は、後述する検出部３７によって検出された所定の条件を満たす（不適切な）他のコメントに基づいて、上記のモデルを補正してもよい。

決定部３６は、判定部３５の判定結果に基づいて、コメントを表示する否かを決定する。具体的には、決定部３６は、評価の多様性の判定結果に基づいて、コメントを表示するか否かを決定する。具体的には、決定部３６は、評価の多様性があると判定されたコメントを表示対象として決定する。また、決定部３６は、評価の多様性があると判定された組のコメントを表示対象として決定する。

また、決定部３６は、評価の多様性の判定結果に基づいて、コメントの表示順序を決定する。例えば、決定部３６は、コメントに対して好意的な評価（あるいは否定的な評価）を行ったユーザの数が多い複数のコメントに関して、評価の多様性があると判定したコメントを上位に表示する。

検出部３７は、特定部３３が特定したユーザ（内容条件を満たすコメントに同意したユーザ）の他のコメントへの同意状況に基づいて、コメント内容が所定の条件を満たす他のコメントを検出する。具体的には、検出部３７は、特定したユーザのうち、他のコメントに対して同意したユーザの数が所定数以上である他のコメントを、所定の条件を満たす他のコメントとして検出する。あるいは、検出部３７は、他のコメントに対して同意した全てのユーザの数に対する特定部３３が特定したユーザの数の割合が所定値以上である他のコメントを、所定の条件を満たす他のコメントとして検出してもよい。言い換えれば、検出部３７は、判定部３５によりコメント内容が不適切ではないと判定された他のコメントについて、特定したユーザの多数が同意した他のコメントをコメント内容が不適切なコメントとして検出する。なお、他のコメントは、所定の内容条件を満たすコメントと同じコンテンツ（例えば、同じニュース記事）に対して投稿されたコメントであってもよく、同じ種別の他のコンテンツ（例えば、他のニュース記事）に対して投稿されたコメントであってもよい。また、検出部３７は、特定したユーザの他のコメントへの同意状況に基づいて、不適切なコメントの判定されたコメントの中から適切なコメントを検出してもよい。また、検出部３７が検出する他のコメントは、不適切なコメント以外にも、他のユーザに共感を求めるコメントや、コンテンツの当事者が投稿したコメント等であってもよい。

また、検出部３７は、特定したユーザのコンテキスト情報を加味して所定の条件を満たす他のコメントを検出してもよい。例えば、検出部３７は、不適切なコメントに同意した際のユーザのコンテキスト情報と、他のコメントに同意した際のユーザのコンテキスト情報とが類似する場合に、当該他のコメントを所定の条件を満たす他のコメントとして検出する。つまり、検出部３７は、ユーザのコンテキスト情報から、不適切なコメントに同意したい気分（天邪鬼な気分）か否かを推定し、不適切なコメントに同意したい気分の時に同意した他のコメントを所定の条件を満たす（不適切な）他のコメントとして検出する。なお、コンテキスト情報は、検索クエリ等の検索に関するコンテキストや、ユーザの感情に関するコンテキストを含む。ユーザの感情に関するコンテキストは、例えば、メールの文章表現、音声会話の会話表現等から推測可能である。

受付制御部３８は、判定部３５の判定結果に基づいて、コメントの投稿の受付を回避する制御を行う。具体的には、受付制御部３８は、特定した傾向が、すでに所定数以上投稿されている投稿済コメントの傾向と類似（同じを含む）する場合に、当該コメントの投稿ができないことを示す投稿不可通知を行う。投稿不可通知は、例えば、ユーザがコメントを入力途中である場合には、ユーザ端末１００に表示される投稿ボタンを非表示することで通知したり、ユーザが投稿ボタンを押下した後の場合には、投稿を受け付け不可を示すテキストメッセージを通知したりしてもよい。

また、受付制御部３８は、コメントの投稿の受付を回避する制御として、入力したコメントの傾向を変更する提案を行ってもよい。係る場合、受付制御部３８は、分類部３４の分類結果に基づいて、分類されたコメント数が所定数未満の傾向への変更を提案する。

提案部３９は、分類部３４が分類した傾向毎にコメント状況を比較し、比較結果に基づいてコメントの投稿を提案する。コメントの投稿の提案は、例えば、コンテンツを閲覧する際に行ってもよく、コメントを入力する際に行ってもよい。

例えば、提案部３９は、傾向毎のコメント数を比較し、コメント数が所定数未満の傾向のコメント投稿を提案する。また、提案部３９は、各傾向のコメント数を合計した全コメント数に対する傾向毎のコメント数の割合を比較し、割合が所定値未満の傾向のコメントの投稿を提案する。あるいは、提案部３９は、傾向間での上記割合の差が所定値以上である場合に、割合が低い傾向のコメントの投稿を提案する。

また、提案部３９は、傾向の数が所定数未満である場合には、新たな傾向のコメントの投稿を提案する。また、提案部３９は、特定の傾向のコメントの投稿を提案する場合、当該特定の傾向のすでに投稿された投稿済コメントに基づいて、当該特定の傾向のコメントの投稿を補助する補助情報を提案する。補助情報は、例えば、投稿済コメントの要約データや、投稿済コメントの中から特定の傾向に関連する単語を抽出して一覧化した一覧データである。

また、提案部３９は、傾向毎のコメント数が均衡している場合において、コメント内容が所定の内容条件を満たすコメントの数が所定数以上の傾向が存在する場合、該傾向のコメントの投稿を提案する。つまり、提案部３９は、各傾向のコメント数は一定数確保できているものの、特定の傾向については不適切なコメント内容のコメントが多い場合には、当該特定の傾向のコメントの投稿を提案する。具体的には、提案部３９は、投稿されたコメントの傾向に対してすでに所定数以上のコメントが収集されている場合には、コメント数が所定数未満の傾向に関するコメントの投稿を提案する。

提供部４０は、ユーザに対して各種情報を提供する。例えば、提供部４０は、分類部３４による分類結果が所定の条件を満たした場合に、各傾向のコメントを提供する。具体的には、提供部４０は、予め設定した複数の傾向のうち、コメントが分類された傾向が所定数以上の場合に所定の条件を満たすとして、各傾向の投稿されたコメントをまとめて提供する。また、提供部４０は、コメントをまとめて提供した後は、分類結果をリセットし、新たに投稿されるコメントを再度分類し直し、上記の所定の条件を満たした場合には、新たに投稿された各傾向のコメントをまとめて提供する。つまり、提供部４０は、分類結果が所定の条件を満たす都度、各傾向のコメントをまとめて提供する。

提供するコメントは、各傾向のすべてのコメントであってもよく、所定数以上のコメントが存在する傾向については、所定数以上のコメントの中から１以上の代表コメントを選抜してもよい。提供部４０は、例えば、過去のコメント投稿数が多い投稿ユーザのコメントを優先して提供するといった投稿ユーザの投稿履歴に基づいて選抜してもよく、単純に、ランダムで選択してもよい。

また、提供部４０は、投稿ユーザと閲覧ユーザとの属性情報の類似性により代表コメントを選抜してもよい。具体的には、提供部４０は、閲覧ユーザの属性情報との類似度が高い投稿ユーザが投稿したコメントを代表コメントとして選抜する。

また、提供部４０は、分類部３４が分類したいずれかの傾向のコメントを閲覧した閲覧ユーザに対して、当該傾向とは異なる傾向のコメントを提供する。また、提供部４０は、分類部３４が分類したいずれかのユーザ情報に対応するコメントを閲覧した閲覧ユーザに対して、当該ユーザ情報とは異なるユーザ情報に対応するコメントを提供する。

例えば、提供部４０は、各傾向（または各ユーザ情報）を分散表現化し、分散表現空間において、閲覧ユーザが閲覧したコメントの傾向（またはユーザ情報）から最も離れた傾向（またはユーザ情報）のコメントを提供する。また、提供部４０は、閲覧ユーザが閲覧したコメントの傾向（またはユーザ情報）から所定距離以上離れた複数の傾向（またはユーザ情報）のコメントを提供してもよい。また、提供部４０は、提供する傾向のコメント数が所定数以上である場合には、上記の方法により代表コメントを選抜してもよい。

また、提供部４０は、コメントを投稿した投稿ユーザに対して、投稿したコメントの傾向とは異なる傾向のコメントを提供する。つまり、提供部４０は、特定部３３が投稿ユーザの行動履歴に基づいて特定した投稿ユーザに対応する傾向とは異なる傾向のコメントを投稿ユーザへ提供する。

例えば、提供部４０は、投稿ユーザに対応する傾向のコメントを非表示にし、当該傾向とは異なる傾向のコメントを表示する。また、提供部４０は、投稿ユーザに対応する傾向のコメントよりも、当該傾向とは異なる傾向のコメントの表示順序を上位に配置する。

また、提供部４０は、投稿ユーザに対応する傾向のコメントと、当該傾向とは異なる傾向のコメントとを異なる表示態様で表示する。表示態様は、例えば、背景色や、文字色、文字下線、文字フォント、文字サイズ等である。

また、提供部４０は、検出部３７によって検出された所定の条件を満たす（不適切な）他のコメントの情報を、例えば、コンテンツ（あるいはコメント）を管理する管理者へ提供する。

次に、図７～図１０を用いて、実施形態に係る情報処理装置１が実行する処理その１～その４の処理手順について説明する。図７～図１０は、実施形態に係る情報処理装置１が実行する処理その１～その４の処理手順を示すフローチャートである。

まず、図７を用いて、処理その１について説明する。図７に示すように、制御部３は、まず、ユーザ端末１００へコンテンツを配信する（ステップＳ１０１）。

つづいて、制御部３は、配信したコンテンツに対するユーザのコメントを受け付ける（ステップＳ１０２）。

つづいて、制御部３は、コメント内容の傾向を特定する（ステップＳ１０３）。

つづいて、制御部３は、コメントを、特定した傾向毎に分類する（ステップＳ１０４）。

つづいて、制御部３は、特定した傾向が所定数以上投稿された投稿済コメントの傾向と類似する傾向であるか否かを判定する（ステップＳ１０５）。

制御部３は、特定した傾向が所定数以上投稿された投稿済コメントの傾向と類似する傾向でない場合（ステップＳ１０５：Ｎｏ）、分類結果が所定の条件を満たす否かを判定する（ステップＳ１０６）。

制御部３は、分類結果が所定の条件を満たす場合（ステップＳ１０６：Ｙｅｓ）、各傾向のコメントをまとめてユーザへ提供し（ステップＳ１０７）、処理を終了する。

一方、制御部３は、分類結果が所定の条件を満たさない場合（ステップＳ１０６：Ｎｏ）、コメントを提供せずに、処理を終了する。

また、ステップＳ１０５において、制御部３は、特定した傾向が所定数以上投稿された投稿済コメントの傾向と類似する傾向である場合（ステップＳ１０５：Ｙｅｓ）、ユーザに対してコメントの投稿不可通知、または、他の傾向のコメント投稿を提案し（ステップＳ１０８）、処理を終了する。

次に、図８を用いて、処理その２について説明する。図８に示すように、制御部３は、コメントに対する評価を示す評価情報を収集する（ステップＳ２０１）。

つづいて、制御部３は、収集した評価情報に基づいて、評価の多様性を判定する（ステップＳ２０２）。

つづいて、制御部３は、判定結果に基づいて、表示対象となるコメントを決定する（ステップＳ２０３）。

つづいて、制御部３は、決定したコメントをユーザへ提供し（ステップＳ２０４）、処理を終了する。

次に、図９を用いて、処理その３について説明する。図９に示すように、制御部３は、コンテンツに対するユーザの各コメントを収集する（ステップＳ３０１）。

つづいて、制御部３は、コメント内容が所定の内容条件を満たすコメントを抽出する（ステップＳ３０２）。

つづいて、制御部３は、抽出したコメントに対して同意したユーザを特定する（ステップＳ３０３）。

つづいて、制御部３は、特定したユーザの他のコメントへの同意状況に基づいて、他のコメントを検出し（ステップＳ３０４）、処理を終了する。

次に、図１０を用いて、処理その４について説明する。図１０に示すように、制御部３は、各コメントをコメント内容の傾向毎（またはユーザ情報毎）に分類する（ステップＳ４０１）。

つづいて、制御部３は、閲覧ユーザが閲覧したコメントの傾向（ユーザ情報）を特定する（ステップＳ４０２）。

つづいて、制御部３は、特定した傾向（またはユーザ情報）とは異なる傾向（またはユーザ情報）のコメントを抽出する（ステップＳ４０３）。

つづいて、制御部３は、抽出したコメントをユーザへ提供し（ステップＳ４０４）、処理を終了する。

〔その他〕
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一部を手動的に行うこともできる。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また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、その全部または一部を、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または物理的に分散・統合して構成することができる。

例えば、図３に示した記憶部４の一部又は全部は、各装置によって保持されるのではなく、ストレージサーバ等に保持されてもよい。この場合、各装置は、ストレージサーバにアクセスすることで、各種情報を取得する。

〔ハードウェア構成〕
また、上述してきた実施形態に係る情報処理装置１は、例えば図１１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。図１１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ＩＦ（Interface）１０６０、入力ＩＦ１０７０、ネットワークＩＦ１０８０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。一次記憶装置１０４０は、ＲＡＭ等、演算装置１０３０が各種の演算に用いるデータを一時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）、フラッシュメモリ等により実現される。

出力ＩＦ１０６０は、モニタやプリンタ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フェースであり、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ＩＦ１０７０は、マウス、キーボード、およ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フェースであり、例えば、ＵＳＢ等により実現される。

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、また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。また、入力装置１０２０は、ＵＳＢメモリ等の外付け記憶媒体であってもよい。

ネットワークＩＦ１０８０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ＩＦ１０６０や入力ＩＦ１０７０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が情報処理装置１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３の機能を実現する。

〔効果〕
上述してきたように、実施形態に係る情報処理装置１は、分類部３４と、提供部４０とを備える。分類部３４は、所定のコンテンツに対して投稿された各コメントを、コメント内容の傾向毎に分類する。提供部４０は、分類結果が所定の条件を満たした場合に、各傾向のコメントを提供する。

また、実施形態に係る情報処理装置１は、特定部３３と、判定部３５と、受付制御部３８とを備える。特定部３３は、所定のコンテンツに対して投稿されるコメントであって、ユーザが入力したコメントにおけるコメント内容の傾向を特定する。判定部３５は、特定したコメントの傾向が、すでに投稿されている投稿済コメントの傾向に基づく条件を満たすか否かを判定する。受付制御部３８は、判定結果に基づいて、コメントの投稿の受付を回避する制御を行う。

また、実施形態に係る情報処理装置１は、取得部３２と、判定部３５と、決定部３６とを備える。取得部３２は、所定のコンテンツに対して投稿されたコメントに対する評価を示す評価情報を取得する。判定部３５は、取得した評価情報に基づいて、評価の多様性を判定する。決定部３６は、判定結果に基づいて、コメントを表示するか否かを決定する。

また、実施形態に係る情報処理装置１は、分類部３４と、提供部４０とを備える。分類部３４は、所定のコンテンツに対して投稿された各コメントを、コメント内容の傾向毎に分類する。提供部４０は、分類したいずれかの傾向のコメントを閲覧した閲覧ユーザに対して、該傾向とは異なる傾向のコメントを提供する。

また、実施形態に係る情報処理装置１は、分類部３４と、提供部４０とを備える。分類部３４は、所定のコンテンツに対して投稿ユーザが投稿した各コメントを、投稿ユーザのユーザ情報毎に分類する。提供部４０は、分類したいずれかのユーザ情報に対応するコメントを閲覧した閲覧ユーザに対して、該ユーザ情報とは異なるユーザ情報に対応するコメントを提供する。

また、実施形態に係る情報処理装置１は、分類部３４と、特定部３３と、提供部４０とを備える。分類部３４は、所定のコンテンツに対して投稿された各コメントを、コメント内容の傾向毎に分類する。特定部３３は、コメントに関するユーザの行動履歴に基づいて、分類した傾向のうちユーザに対応する傾向を特定する。提供部４０は、特定した傾向とは異なる傾向のコメントをユーザへ提供する。

また、実施形態に係る情報処理装置１は、特定部３３と、検出部３７とを備える。特定部３３は、コメント内容が所定の内容条件を満たすコメントに対して同意したユーザを特定する。検出部３７は、特定したユーザの他のコメントへの同意状況に基づいて、コメント内容が所定の条件を満たす他のコメントを検出する。

また、実施形態に係る情報処理装置１は、分類部３４と、提案部３９とを備える。分類部３４は、所定のコンテンツに対して投稿された各コメントを、コメント内容の傾向毎に分類する。提案部３９は、分類した傾向毎にコメント状況を比較し、比較結果に基づいてコメントの投稿を提案する。

上述した各実施形態に係る情報処理装置１によれば、コメントに関するサービスの質を向上させることができる。

以上、本願の実施形態のいくつかを図面に基づいて詳細に説明したが、これらは例示であり、発明の開示の欄に記載の態様を始めとして、当業者の知識に基づいて種々の変形、改良を施した他の形態で本発明を実施することが可能である。

〔その他〕
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また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また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、その全部または一部を、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または物理的に分散・統合して構成することができる。

また、上述してきた実施形態に記載した各処理は、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、上記してきた「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、制御部３は、制御手段や制御回路に読み替えることができる。

１ 情報処理装置
２ 通信部
３ 制御部
４ 記憶部
３１ 配信部
３２ 取得部
３３ 特定部
３４ 分類部
３５ 判定部
３６ 決定部
３７ 検出部
３８ 受付制御部
３９ 提案部
４０ 提供部
４１ ユーザ情報
４２ コンテンツ情報
４３ コメント情報
１００ ユーザ端末
２００ 依頼元端末
Ｓ 情報処理システム

Claims (10)

1. 所定のコンテンツに対して投稿された各コメントを、コメント内容の傾向毎に分類する分類部と、
   分類結果が所定の条件を満たした場合に、各傾向の前記コメントを提供する提供部と、
   投稿された前記コメントの傾向に対してすでに所定数以上の前記コメントが収集されている場合には、コメント数が所定数未満の前記傾向に関する前記コメントの投稿を提案する提案部と
   を備える情報処理装置。
2. 前記分類部は、
   各コメントを、予め設定された複数の前記傾向のいずれかに分類し、
   前記提供部は、
   前記複数の傾向のうち、前記コメントが分類された前記傾向が所定数以上の場合に前記所定の条件を満たすとして、各傾向の前記コメントをまとめて提供する
   請求項１に記載の情報処理装置。
3. 前記提供部は、
   前記分類結果が所定の条件を満たす都度、各傾向の前記コメントを提供する
   請求項１に記載の情報処理装置。
4. 前記分類部は、
   前記分類結果に基づいて、前記予め設定された前記複数の傾向を再設定する
   請求項２に記載の情報処理装置。
5. 前記分類部は、
   前記複数の傾向のうち特定の前記傾向に分類されたコメント数が所定値以上である場合、当該特定の傾向を、前記コメントに基づいて細分化する
   請求項４に記載の情報処理装置。
6. 前記提供部は、
   提供する各傾向の前記コメントについて、前記傾向毎に代表コメントを選抜して提供する
   請求項１に記載の情報処理装置。
7. 前記提供部は、
   前記コメントを投稿した投稿ユーザの投稿履歴に基づいて、前記代表コメントを選抜する
   請求項６に記載の情報処理装置。
8. 前記提供部は、
   前記コメントを投稿した投稿ユーザと、前記コメントを閲覧する閲覧ユーザとの属性情報に基づいて、前記代表コメントを選抜する
   請求項６に記載の情報処理装置。
9. コンピュータが実行する情報処理方法であって、
   所定のコンテンツに対して投稿された各コメントを、コメント内容の傾向毎に分類する分類工程と、
   分類結果が所定の条件を満たした場合に、各傾向の前記コメントを提供する提供工程と、
   投稿された前記コメントの傾向に対してすでに所定数以上の前記コメントが収集されている場合には、コメント数が所定数未満の前記傾向に関する前記コメントの投稿を提案する提案工程と
   を含む情報処理方法。
10. 所定のコンテンツに対して投稿された各コメントを、コメント内容の傾向毎に分類する分類手順と、
    分類結果が所定の条件を満たした場合に、各傾向の前記コメントを提供する提供手順と、
    投稿された前記コメントの傾向に対してすでに所定数以上の前記コメントが収集されている場合には、コメント数が所定数未満の前記傾向に関する前記コメントの投稿を提案する提案手順と
    をコンピュータに実行させる情報処理プログラム。