專利名稱：信息處理設備，信息處理方法和程序的制作方法
技術領域：
本公開涉及信息處理設備，信息處理方法和程序，更具體地，涉及適合于在收集用戶對內(nèi)容、活動等的反饋的情況下使用的信息處理設備，信息處理系統(tǒng)，信息處理方法和程序。
背景技術：
現(xiàn)有技術中，提出了收集和分析作為對電視節(jié)目的反饋，由用戶(觀眾)輸入的評論的系統(tǒng)(例如，參見未經(jīng)審查的日本專利申請公開N0.2008-283412。

發(fā)明內(nèi)容
但是，用戶利用鍵盤、按鈕等輸入評論的操作復雜，操作效率低且費時。理想的是提高用戶輸入對內(nèi)容、活動等的評論的操作的便利性，從而提高操作效率，節(jié)省操作時間。按照本公開的一個實施例的信息處理設備包括:評論收集單元，所述評論收集單元收集對隨著時間的過去而發(fā)展的投稿對象的評論；評論選擇單元，所述評論選擇單元根據(jù)用戶的特性，從收集的評論中選擇將呈現(xiàn)給用戶的評論；顯示控制單元，所述顯示控制單元控制選擇的評論的顯示，以致用戶能夠?qū)x擇的評論給出評價；和評價收集單元，所述評價收集單元收集用戶給出的評價。用戶的特性可包括用戶的評論的特征量和/或用戶給出肯定評價的評論的特征量，評論選擇單元可根據(jù)匹配以用戶的評論的特征量和/或用戶給出肯定評價的評論的特征量為基礎的特征量，和收集的評論的特征量的結果，選擇將向用戶呈現(xiàn)的評論。評論的特征量可包括文體的特征量，出現(xiàn)的語句，每個語句出現(xiàn)的頻度，和分類成正面評論和負面評論的結果中的至少一個。還可包括從收集的評論中檢測要關注的關鍵字的關鍵字檢測單元，其中評論選擇單元可從包括檢測的關鍵字的評論中，選擇將向用戶呈現(xiàn)的評論。關鍵字檢測單元可根據(jù)在收集的評論內(nèi)的出現(xiàn)頻度，出現(xiàn)頻度的變化，和出現(xiàn)頻度的分布中的至少一個，檢測關鍵字。顯示控制單元可進行控制，以便對于每個檢測的關鍵字，顯示包括該關鍵字的評論提交和對包括該關鍵字的評論的肯定評價的總數(shù)。顯示控制單元可進行控制，以區(qū)分和顯示正面評論和負面評論。顯示控制單元可根據(jù)用戶評論中的正面評論和負面評論的比例和/或用戶給出肯定評價的評論中的正面評論和負面評論的比例，改變顯示正面評論和負面評論的順序。還可包括分析單元，所述分析單元分析收集的評論，把評論分類成包括正面評論和負面評論的多個類別。評論選擇單元可優(yōu)先考慮和選擇被用戶關注的其他用戶的評論。按照本公開的另一個實施例的信息處理設備的信息處理方法包括:收集對隨著時間的過去而發(fā)展的投稿對象的評論；根據(jù)用戶的特性，從收集的評論中選擇將呈現(xiàn)給用戶的評論；控制選擇的評論的顯示，以致用戶能夠?qū)x擇的評論給出評價；和收集用戶給出的評價。按照本公開的另一個實施例的程序使計算機執(zhí)行以下步驟:收集對隨著時間的過去而發(fā)展的投稿對象的評論；根據(jù)用戶的特性，從收集的評論中選擇將呈現(xiàn)給用戶的評論；控制選擇的評論的顯示，以致用戶能夠?qū)x擇的評論給出評價；和收集用戶給出的評價。按照本公開的實施例，收集對隨著時間的過去而發(fā)展的投稿對象的評論，根據(jù)用戶的特性，選擇收集的評論中將呈現(xiàn)給用戶的評論，控制選擇的評論的顯示，以致用戶能夠方便高效地對選擇的評論給出評價，并且收集用戶給出的評價。按照本公開的實施例，能夠提高用戶輸入對內(nèi)容、活動等的評論的操作的便利性，從而提高操作效率，節(jié)省操作時間。


圖1是圖解說明應用本公開的各個實施例的信息處理系統(tǒng)的實施例的方框圖；圖2是圖解說明信息處理設備的功能的結構例子的方框圖；圖3是圖解說明評論分析頁面的例子的示圖；圖4是圖解說明評論分析頁面的例子的另一個示圖；圖5是說明評論分析服務提供處理的流程圖；圖6是說明評論分析服務提供處理的另一個流程圖；圖7是圖解說明評論特征量向量的例子的示圖；圖8是說明投票項目的選擇方法的示圖；圖9是說明投票項目的選擇方法的另一個示圖；圖10是說明投票項目的選擇方法的再一個例子的示圖；圖11是說明投票項目的選擇方法的另一個例子的示圖；圖12是圖解說明計算機的結構例子的方框圖。
具體實施例方式下面說明本公開的實施例(下面稱為實施例)。這里，將按照以下順序進行說明:1.第一實施例2.變形例〈1.實施例 >[信息處理系統(tǒng)I的結構例子]圖1是圖解說明應用各個實施例的信息處理系統(tǒng)I的實施例的方框圖。信息處理系統(tǒng)I包括服務器11-1 11-m，客戶端12_1 12_n，和信息處理設備
13。服務器11-1 11-m，客戶端12-1 12_n，和信息處理設備13通過由例如因特網(wǎng)等構成的網(wǎng)絡14相互連接。這里，在下面不必單獨區(qū)分服務器11-1 11-m的情況下，服務器將被簡單地稱為服務器11。此外，在下面不必單獨區(qū)分客戶端12-1 12-n的情況下，服務器將被簡單地稱為客戶端12。
服務器11的一部分進行把各種內(nèi)容傳送給客戶端12的服務。從服務器11傳送的內(nèi)容包括隨著時間的過去而發(fā)展的內(nèi)容，比如運動圖像數(shù)據(jù)和聲音數(shù)據(jù)。此外，服務器11的一部分提供其中能夠從客戶端12提交評論的服務。這種服務的例子包括博客、微博(例如，推特(注冊商標)等)、聊天、公告板和社交網(wǎng)絡服務(SNS)。這里，下面把使客戶端12能夠提交評論的服務稱為投稿服務?？蛻舳?2由能夠通過網(wǎng)絡14，與服務器11和信息處理設備13通信的諸如個人計算機、移動信息終端、移動電話機、電視機或游戲控制臺之類的設備構成。用戶通過利用客戶端12，和利用例如服務器11提供的投稿服務，提交對預定投稿對象的評論。這里，投稿對象的例子包括隨著時間的過去而發(fā)展的各種內(nèi)容，比如視頻內(nèi)容、聲音內(nèi)容和電視節(jié)目。此外，投稿對象內(nèi)容并不局限于利用服務器11傳送的那些內(nèi)容，或者利用客戶端12傳送的那些內(nèi)容。例如，用戶可以一邊通過除客戶端12以外的設備，觀看從除服務器11以外的設備接收的電視節(jié)目，一邊利用客戶端12提交對所述電視節(jié)目的評論。此外，投稿對象并不局限于內(nèi)容，還包括隨著時間的過去而發(fā)展的的各種活動，t匕如音樂會、演講、體育比賽和產(chǎn)品推介會。信息處理設備13向客戶端提供評論分析服務。評論分析服務是從服務器11收集客戶端12提交的評論，進行收集的評論的分析和合計計算，然后把結果提供給客戶端12，或者允許用戶評價其它用戶作出的評論的服務。這里，評論分析服務的細節(jié)將在后面參考圖3等說明。[信息處理設備13的結構例子]圖2是圖解說明信息處理設備13的功能結構例子的方框圖。信息處理設備13包括接收單元51、評論收集單元52、評論DB(數(shù)據(jù)庫)53、分析單元54、關鍵字檢測單元55、投票收集單元56、存儲單元57、特征量提取單元58、匹配單元59、投票項目選擇單元60、合計計算單元61、信息收集單元62、信息DB (數(shù)據(jù)庫)63、學習單元64、顯示控制單元65和傳輸單元66。接收單元51通過網(wǎng)絡14，與服務器11和客戶端12進行通信，接收從服務器11和客戶端12傳送的各種數(shù)據(jù)。評論收集單元52通過網(wǎng)絡14和接收單元51，從服務器11收集從客戶端12提交給服務器11的評論。評論收集單元52把收集的評論累積在評論DB 53中。分析單元54進行累積在評論DB 53中的評論的分析，使存儲單元57保存分析結
果O關鍵字檢測單元55根據(jù)保存在存儲單元57中的評論的分析結果，從收集的評論中檢測出關注的關鍵字。關鍵字檢測單元55使檢測出的關鍵字被保存在存儲單元57中。這里，作為關注的關鍵字，下面說明其中檢測熱門關鍵字(它是在用戶之間熱門的關鍵字)的例子。這里，熱門關鍵字的細節(jié)將在后面說明。投票收集單元56通過網(wǎng)絡14和接收單元51，從客戶端12收集用戶提交的評論。投票收集單元56把收集的投票的結果保存在存儲單元57中。這里，如后所述，通過利用評論分析服務，用戶能夠從客戶端12對其它用戶提交的評論投票。
特征量提取單元58根據(jù)保存在存儲單元57中的評論分析結果，提取累積在評論DB 53中的評論的特征量。特征量提取單元58生成表示提取的特征量的特征量向量，然后把特征量向量提供給匹配單元59。對于使用評論分析服務的每個用戶，匹配單元59進行表示該用戶過去提交的評論的特征量的特征量向量(下面稱為用戶特征量向量)和從服務器11收集的評論的特征量向量(下面稱為評論特征量向量)的匹配。匹配單元59把匹配結果通知投票項目選擇單元60。投票項目選擇單元60根據(jù)匹配單元59的匹配結果，從收集的評論中，選擇投票項目，所述投票項目是將作為投票對象，向利用評論分析服務的每個用戶發(fā)布的評論。投票項目選擇單元60把選擇的投票項目通知顯示控制單元65。這里，如后所述，投票項目是根據(jù)每個用戶的特性，對每個用戶單獨選擇的。合計計算單元61根據(jù)保存在存儲單元57中的評論分析結果和投票結果，進行評論提交和投票的合計計算。合計計算單元61把合計計算結果通知顯示控制單元65。信息收集單元62從服務器11收集與作為評論分析服務的對象的投稿對象相關的信息，然后把該信息累積在信息DB 63中。此外，信息收集單元62收集向用戶推薦的推薦項目(例如，內(nèi)容、產(chǎn)品、服務、活動、信息等)相關的信息，然后把該信息累積在信息DB 63中。學習單元64根據(jù)保存在存儲單元57中的每個用戶的評論分析結果和投票結果，和累積在信息DB 63中的與投稿對象相關的信息，學習每個用戶的愛好等。此外，學習單元64根據(jù)每個用戶的愛好，和累積在信息DB 63中的與推薦項目相關的信息，學習將向每個用戶推薦的推薦項目。學習單元64把學習結果提供給顯示控制單元65。顯示控制單元65根據(jù)累積在評論DB 53中的評論，保存在存儲單元57中的評論的分析結果，熱門關鍵字的檢測結果，在合計計算單元61中合計的評論提交和投票的合計計算結果，和累積在信息DB 63中的與投稿對象相關的信息，生成用于顯示后面參考圖3和4說明的評論分析頁面的顯示控制數(shù)據(jù)。此外，顯示控制單元65根據(jù)學習單元64的學習結果，生成用于顯示包括與將向每個用戶推薦的推薦項目相關的信息的推薦信息頁面的顯示控制數(shù)據(jù)。顯示控制單元65通過經(jīng)傳輸單元66和網(wǎng)絡14，把生成的顯示控制數(shù)據(jù)傳送給客戶端12，控制客戶端12中的評論分析頁面和推薦信息頁面的顯示。傳輸單元66通過網(wǎng)絡14，進行與服務器11和客戶端12的通信，從而把各種數(shù)據(jù)傳送給服務器11和客戶端12。這里，作為具體例子，下面將說明作為評論分析服務的對象的投稿對象是電視節(jié)目的情況。此外，下面將把作為評論分析服務的對象的電視節(jié)目稱為對象節(jié)目。[評論分析頁面的例子]圖3和4圖解說明通過利用評論分析服務，顯示在客戶端12上的評論分析頁面的例子。這里，一個評論分析頁面例如由圖3中圖解說明的屏幕和圖4中圖解說明的屏幕構成，圖3的屏幕和圖4的屏幕是垂直或者水平排列地顯示的，或者是分成多個頁面顯示的。評論分析頁面大致分成關注評論欄、最近熱門關鍵字欄、節(jié)目投票結果欄和最新評論欄。
對于預定數(shù)目的熱門關鍵字(例如，4個)，在關注評論欄中顯示從包括所述熱門關鍵字的評論中選擇的各一個投票項目101a-101d。在本例中，作為關于熱門關鍵字“come on”的投票項目101a,顯示“dig deep, comeon!”。作為關于熱門關鍵字“cool”的投票項目101b，顯示“this pitcher s cool”。作為關于熱門關鍵字“Watanabe”的投票項目101c,顯示“Watanabe’s no good”。作為關于熱門關鍵字 “come from behind，，的投票項目 IOld,顯不“Here we go, one hit to come frombehind!”。此外，通過邊框的顏色、背景顏色等，區(qū)分正面評論、負面評論和中立評論地顯示投票項目101a-101d。這里，在本例中，投票項目IOla和IOlb被顯示成正面評論，投票項目IOlc被顯示成負面評論，而投票項目IOld被顯示成中立評論。此外，在投票項目IOla-1Old的左側(cè)分別顯示投票按鈕102a_102d。通過按下投票按鈕102a-102d，用戶能夠?qū)ν镀表椖縄Ola-1Old給予所謂的單擊個別肯定評價。這里，下面在不必單獨區(qū)分投票項目IOla-1Old的情況下，投票項目將被簡稱為投票項目101，在不必單獨區(qū)分投票按鈕102a-102d的情況下，投票按鈕將被簡稱為投票按鈕 102。熱門關鍵字，包括熱門關鍵字的評論的提交和投票的合計計算結果(即，肯定評價的數(shù)目)，包括熱門關鍵字的評論等被顯示在最近的熱門關鍵字欄中。具體地，作為關鍵字欄103a_103d中的熱門關鍵字，分別顯示具有最高熱門度(后面說明)的預定數(shù)目的關鍵字(例如，4個)。此外，在每個關鍵字欄103a_103d中，顯示圖解說明在最近的預定時期(例如，最后10分鐘)內(nèi)，包括每個熱門關鍵字的評論的提交和投票的總數(shù)(下面稱為投稿投票數(shù))的圖形。 這里，區(qū)分成正面、中立和負面三種類別地顯示投稿投票數(shù)。例如，在預定的最近一段時間中，如果包括熱門關鍵字“come on”的正面評論的提交數(shù)為5，而包括“come on”的正面評論的投票數(shù)為10，那么正面類別中的投稿投票數(shù)為15。類似地，在預定的最近一段時間中，如果包括熱門關鍵字“come on”的中立評論的提交數(shù)為4，而包括“come on”的正面評論的投票數(shù)為4，那么中立類別中的投稿投票數(shù)為8。此外，在預定的最近一段時間中，如果包括熱門關鍵字“come on”的負面評論的提交數(shù)為2，而包括“come on”的負面評論的投票數(shù)為1，那么負面類別中的投稿投票數(shù)為3。包括關鍵字欄103a_103d中的熱門關鍵字的評論之中的最新評論，連同分別指示提交評論的預定數(shù)目的用戶(例如，2個)的圖標一起被顯示在評價欄104a-104d中。此外，指示提交了包括關鍵字欄103a-103d中的熱門關鍵字的評論的用戶，和在預定的最近一段時間(例如，最后10分鐘)內(nèi)，對包括熱門關鍵字的評論投票的用戶的圖標被顯示在評論欄 104a-104d 中。包括在從作為投稿對象的電視節(jié)目開始到當前時間的評論中的，按照投稿投票數(shù)順序的預定數(shù)目的單詞(例如，4個)被顯示在該節(jié)目的投票結果欄中。此外，顯示圖解說明所述單詞的投稿投票數(shù)的圖形。這里，在所述圖形中，與關鍵字欄103a-103d內(nèi)的圖形類似，區(qū)分成正面、中立和負面三種類別地顯示投稿投票數(shù)。按照最近投票時間順序的預定數(shù)目的最新評論(例如，4個)，連同指示提交所述評論的用戶的圖標和用戶名一起被顯示在最新評論欄中。例如，在本例中，用戶名為“hogehoge”的用戶的評論“dig deep, come on! ”被顯示成最新評論。此外，用戶名為“somebody”的用戶的評論“this pitcher’s cool ”被顯示成次新評論。此外，在提交了各個評論的用戶之中，登錄到評論分析頁面的用戶未跟蹤的各個用戶的用戶名的右側(cè)，顯示跟蹤按鈕105a-105c。通過按下跟蹤按鈕105a_105c，該用戶能夠跟蹤指定的用戶。此外，通過改變背景顏色等，區(qū)分于其它評論地顯示已被跟蹤的用戶的評論。就本例來說，登記到評論分析頁面的用戶正在跟蹤的用戶名為“nyanko”的用戶的評論“digin, come on! ”的背景顏色被設定成與其它評論不同的顏色。這里，跟蹤是用戶指定要關注的其他用戶的功能。例如，通過跟蹤某個用戶，被跟蹤用戶的評論被提取和顯示，或者優(yōu)先顯示在評論分析頁面上。[評論分析服務提供處理]下面參考圖5和6，說明信息處理設備13執(zhí)行的評論分析服務提供處理。在步驟SI，評論收集單元52收集評論。具體地，評論收集單元52例如利用各種搜索技術，爬行技術等，通過網(wǎng)絡14和接收單元51，從服務器11收集對作為評論分析服務的對象的對象節(jié)目的評論。評論收集單元52把收集的評論累積在評論DB 53中。在步驟S2，分析單元54分析評論。具體地，例如，分析單元54利用諸如形態(tài)分析之類的技術，把每個收集的評論分解成以單詞為單位，然后提取包括在每個評論中的單詞。此外，例如，通過進行各個評論的主觀分類，分析單元54把各個評論分成正面(肯定)評論，負面(否定)評論和既不正面也不負面的中立評論等3類。為此，可以使用在 Kobayashi 等的 “Opinion Mining from Web Documents:Extraction andStructurization，，，Journal of Artificial Intelligence, Vol.22, N0.2, pp.227-238, 2007中描述的技術。這里，每個評論可被分成正面評論和負面評論等2類，或者可按照正面度和負面度，被分成4類以上。此外，分析單元54把每個評論的分析結果保存在存儲單元57中。在步驟S3，關鍵字檢測單元55判定新近是否累積了預定數(shù)目的評論。如果判定還未累積預定數(shù)目的評論，那么處理返回步驟Si。之后，重復步驟S1-S3的處理，直到在步驟S3判定新近累積了預定數(shù)目的評論為止，從而收集關于對象節(jié)目的評論，并累積在評論DB 53中。另一方面，如果在步驟S3，判定新近累積了預定數(shù)目的評論，那么處理進入步驟S4。在步驟S4，關鍵字檢測單元55檢測熱門關鍵字。具體地，例如，關鍵字檢測單元55按照提交時間的久遠順序，把最近提交的預定數(shù)目的評論(下面稱為新評論)分成預定數(shù)目的組(下面稱為新組)。
這里，將說明其中按照提交時間的久遠順序，把50個最近提交的新評論分成新組1-5的5個組的情況。于是，新評論每次10個地被包括在一個新組中。之后，關鍵字檢測單元55計數(shù)出現(xiàn)在每個新組的新評論中的各個單詞的出現(xiàn)頻度。這種情況下，在有單詞1-η共η個單詞出現(xiàn)在所述新評論中的情況下，得到新組1-5中的單詞i(i=l-n)的相應出現(xiàn)頻度。此外，關鍵字檢測單元55通過計算每個新組中的每個單詞的出現(xiàn)頻度，計算在新評論中的出現(xiàn)總數(shù)T。此外，關鍵字檢測單元55調(diào)查每個新組中的每個單詞的出現(xiàn)頻度的變化。例如，關鍵字檢測單元55按照提交時間最久的新組的順序，對每個單詞的出現(xiàn)頻度排序，然后通過在出現(xiàn)頻度增加的情況下加1，在出現(xiàn)頻度減小的情況下減1，計算表示每個單詞的出現(xiàn)頻度的增減傾向的增減分數(shù)S。例如，在新組1-5中的單詞i的出現(xiàn)頻度從I變化到5、10、10和7，由于出現(xiàn)頻度增大2次和減小I次，因此單詞i的增減分數(shù)為+1 (=(+1) X 2+(-1) X I)。此外，關鍵字檢測單元55計算每個新組中的每個單詞的出現(xiàn)頻度的分布D。 此外，關鍵字檢測單元55根據(jù)例如以下公式I，計算每個單詞的熱門度。熱門度=出現(xiàn)總數(shù)TX增減分數(shù)SX出現(xiàn)頻度的分布D…(I)出現(xiàn)總數(shù)T越大，并且當每個新組的出現(xiàn)頻度具有增大傾向時出現(xiàn)頻度的分布D越大(即，每個新組的出現(xiàn)頻度的增減率越大)，熱門度就越大。于是,例如，出現(xiàn)頻度快速增大的單詞的熱門度較高。此外，關鍵字檢測單元55按照最高熱門度的順序，檢測預定數(shù)目(例如，4個)單詞，作為熱門關鍵字。關鍵字檢測單元55把檢測的熱門關鍵字保存在存儲單元57中。

在步驟S5，特征量提取單元58提取投票項目候選評論的特征量。具體地，特征量提取單元58例如從新評論中提取包括熱門關鍵字的評論，作為投票項目候選評論。此外，特征量提取單元58從利用評論分析服務的各個用戶中選擇一個用戶，把該用戶設定為關注用戶。此外，特征量提取單元58計算表示關注用戶的各個候選評論的特征量的評論特征量向量。圖7圖解說明評論“Ryoma (龍馬)’ s cool! !!”(注:Ryoma是日語漢字“龍馬”的音義詞，下同)的評論特征量向量的例子。該評論特征量向量包括例如文體特征量、單詞出現(xiàn)頻度、主觀分類結果等，作為特征量。文體特征量代表評論的文體的特性，例如包括基于計算文體學等的特征量。在本例中，包括評論內(nèi)的“ ! ”的數(shù)目，“w”的數(shù)目，漢字的比例，字符的數(shù)目，和平均字符重復數(shù)。這里，“ ! ”的數(shù)目和的數(shù)目是在不區(qū)分半角字符和全角字符的情況下計數(shù)的。例如，由于在“Ryoma’s cool! !!”中，“ ！”出現(xiàn)了 3次，因此“ ! ”的數(shù)目被設定為
3。另一方面，由于“w”根本未出現(xiàn)，因此“w”的數(shù)目被設定為O。此外，由于日語的“Ryoma’s cool!!! ”中的字符數(shù)為10個字符，其中的兩個為漢字，因此漢字比例被設定為0.2，字符數(shù)被設定為10。此外，當對日語評論“Ryo-ma,ka-k-ko-1-1 ! ! ! (Ryoma's cool !!!)，，中所寫的每個新字符加標點時，標點為/Ryo/ma/ka/k/ko/1-1/!-!-!/。此外，如果計數(shù)每個分段中的字符的數(shù)目，那么數(shù)目為/1/1/1/1/1/2/3/。此外，每個分段中的字符的平均數(shù)為(1+1+1+1+1+2+3)/7=1.429。1.429被設定為重復字符的平均數(shù)。此外，單詞出現(xiàn)頻度指示每個單詞出現(xiàn)在評論中的次數(shù)，按照預定順序排列記錄在預定詞典中的所有單詞被重復的次數(shù)。這里，對于未出現(xiàn)在評論中的單詞，設定O。此外，就正面評論來說，設定(1，0)作為主觀分類結果，就負面評論來說，設定(O, I)。此外，特征量提取單元58通過把利用評論分析服務的所有用戶順序設定為關注用戶，并進行處理，對于每個用戶計算表示每個候選評論的特征量的評論特征量向量。特征量提取單元58把計算的評論特征量向量提供給匹配單元59。在步驟S6，匹配單元59進行每個用戶與候選評論的匹配。具體地，匹配單元59選擇利用評論分析服務的用戶之一，然后把該用戶設定成關注用戶。此外，匹配單元59進行用戶特征量向量(它是關注用戶在過去提交的評論的特征量向量的平均向量)和每個候選評論的評論特征量向量的匹配。例如，在用戶特征量向量u的每個特征量為U1 (i=l m)的情況下,評論特征量向
量c的每個特征量為Ci (i=l m),權向量w的每個權重為Wi (i=l m),利用以下的公式2,
計算表示用戶特征量向量u和評論特征量向量c之間的相似度的匹配分數(shù)ms。
權利要求
1.一種信息處理設備,包括: 評論收集單元，所述評論收集單元收集對隨著時間的過去而發(fā)展的投稿對象的評論；評論選擇單元，所述評論選擇單元根據(jù)用戶的特性，從收集的評論中選擇將呈現(xiàn)給用戶的評論； 顯示控制單元，所述顯示控制單元控制所選擇的評論的顯示，以致用戶能夠?qū)λx擇的評論給出評價；和 評價收集單元，所述評價收集單元收集用戶給出的評價。
2.按照權利要求1所述的信息處理設備， 其中用戶的特性包括用戶的評論的特征量和用戶給出肯定評價的評論的特征量中的至少一個，并且 評論選擇單元根據(jù)匹配以用戶的評論的特征量和用戶給出肯定評價的評論的特征量中的至少一個為基礎的特征量，和所收集的評論的特征量的結果，選擇將向用戶呈現(xiàn)的評論。
3.按照權利要求2所述的信息處理設備， 其中評論的特征量包括文體的特征量、出現(xiàn)的語句、每個語句出現(xiàn)的頻度、和分類成正面評論和負面評論的結果之中的至少一個。
4.按照權利要求1所述的信息處理設備，還包括: 從所收集的評論中檢測要關注的關鍵字的關鍵字檢測單元， 其中評論選擇單元從 包括所檢測到的關鍵字的評論中，選擇將向用戶呈現(xiàn)的評論。
5.按照權利要求4所述的信息處理設備， 其中關鍵字檢測單元根據(jù)在所收集的評論內(nèi)的出現(xiàn)頻度、出現(xiàn)頻度的變化以及出現(xiàn)頻度的分布中的至少一個，檢測關鍵字。
6.按照權利要求4所述的信息處理設備， 其中顯示控制單元進行控制，以便對于每個檢測到的關鍵字，顯示包括該關鍵字的評論提交和對包括該關鍵字的評論的肯定評價的總數(shù)。
7.按照權利要求1所述的信息處理設備， 其中顯示控制單元進行控制，以區(qū)分和顯示正面評論和負面評論。
8.按照權利要求7所述的信息處理設備， 其中顯示控制單元根據(jù)用戶評論中的正面評論和負面評論的比例和用戶給出肯定評價的評論中的正面評論和負面評論的比例中的至少一個，改變顯示正面評論和負面評論的順序。
9.按照權利要求7所述的信息處理設備，還包括: 分析單元，所述分析單元分析所收集的評論，并把評論分類成包括正面評論和負面評論的多個類別。
10.按照權利要求1所述的信息處理設備， 其中評論選擇單元優(yōu)先選擇被用戶關注的其他用戶的評論。
11.一種信息處理設備的信息處理方法，所述方法包括: 收集對隨著時間的過去而發(fā)展的投稿對象的評論； 根據(jù)用戶的特性，從所收集的評論中選擇將呈現(xiàn)給用戶的評論；控制所選擇的評論的顯示，以致用戶能夠?qū)λx擇的評論給出評價；和收集用戶給出的評價。
12.—種使計算機執(zhí)行以下步驟的程序:收集對隨著時間的過去而發(fā)展的投稿對象的評論；根據(jù)用戶的特性，從收集的評論中選擇將呈現(xiàn)給用戶的評論；控制選擇的評論的顯示，以致用戶能夠?qū)x擇的評論給出評價；和收集用戶給 出的評價。
全文摘要
本發(fā)明公開了信息處理設備，信息處理方法和程序。一種信息處理設備，包括評論收集單元，所述評論收集單元收集對隨著時間的過去而發(fā)展的投稿對象的評論，評論選擇單元，所述評論選擇單元根據(jù)用戶的特性，從收集的評論中選擇將呈現(xiàn)給用戶的評論，顯示控制單元，所述顯示控制單元控制選擇的評論的顯示，以致用戶能夠?qū)x擇的評論給出評價，和評價收集單元，所述評價收集單元收集用戶給出的評價。
文檔編號G06F17/30GK103198086SQ201210367759
公開日2013年7月10日 申請日期2012年9月28日 優(yōu)先權日2011年10月13日
發(fā)明者館野啟 申請人:索尼公司