このページの本文へ

NTTレゾナントと東京大学、産学連携による“店舗情報エージェント実験(グルメ版)”を開始

2005年01月28日 18時07分更新

文● 編集部 佐久間康仁

  • この記事をはてなブックマークに追加
  • 本文印刷
本日から提供開始された“店舗情報エージェント実験(グルメ版)”サービスの画面
本日から提供開始された“店舗情報エージェント実験(グルメ版)”サービスの画面

エヌ・ティ・ティ・レゾナント(株)は28日、東京・大手町のアーバンネット大手町ビル内(NTTコーポレートニューズルーム)で記者説明会を開催し、同社が提供しているインターネットポータルサービス“goo(グー)”の公開実験用サイト“gooラボ”において、東京大学と共同で“人のウワサに上った回数が多い有名店”を探し出すという“店舗情報エージェント実験(グルメ版)”を本日から約6ヵ月間試験運用すると発表した。利用は無料で、gooトップページのgooラボから参照できる。



ポータル事業本部技術マーケティング部 担当部長の小澤英昭氏 東京大学 生産技術研究所 戦略情報融合国際研究センター助手で工学博士の相良 毅氏
ポータル事業本部技術マーケティング部 担当部長の小澤英昭氏東京大学 生産技術研究所 戦略情報融合国際研究センター助手で工学博士の相良 毅氏

発表会にはポータル事業本部技術マーケティング部 担当部長の小澤英昭氏、東京大学 生産技術研究所 戦略情報融合国際研究センター助手で工学博士の相良 毅(さがらつよし)氏が出席し、産学連携の背景や実験の目的、仕組みやサービスの概要などを説明した。

最初に小澤氏が、gooのコンセプトについて、「“日本人による日本人のための検索サービス”“役に立つ情報提供を目指す”と、この2つをコンセプトにサービス提供している。インターネット上にはいまやたくさんの情報があり、gooとしてすでに飲食店の情報サービスとして“gooグルメ”を提供、約6万件の情報を登録している。しかし、こうした業者から提供される情報とは別に、利用者が感想を言い合うような掲示板/口コミのような情報もある。こうした多くの情報に対して、網羅性とは別に探す情報の“深さ”が求められ始めている」と、今回の実験に至ったきっかけを語った。

従来型の検索エンジンの機能 情報検索エージェントによる、より高機能な検索結果
従来型の検索エンジンの機能情報検索エージェントによる、より高機能な検索結果

小澤氏のいう深さとは、

  1. キーワードを入力するとその言葉を含むページの有無、情報の有無がわかる
  2. それらを論理的/物理的に比較して結果を出す
  3. さらに情報に対して意味的な違いを判断し、重み付けを行なう。例えば飲食店であれば、雰囲気のよさだとか旨い/不味いといった感想を判断する

という3つのレベルがあり、今回のサービスはレベル1にとどまる従来の検索サービスからレベル2にいたるための実験と位置づけている。すなわち、インターネットのウェブサイト(掲示板や個人の日記サイトなど)でその店舗の情報がどれだけ掲載されているか(掲載が多い=有名店)という判断で情報を抽出する。この技術とgooグルメの情報量を組み合わせ、さらにユーザーからのフィードバックを取り入れることで、相良氏のグループにはアルゴリズムの改良に役立ち、NTTレゾナントとしては将来の商用化サービスへの導入検討に入るといった相互のメリットがあると説明した。

ランキングのアルゴリズム
ランキングのアルゴリズム。まず店舗側から参照数を確認。さらに、同じ参照数の場合は、参照元のサイトの信頼度・充実度によって重み付けをしている

なお、小澤氏は今回の実験について、「gooラボは従来、NTT(日本電信電話(株))内の1000近い研究所の研究テーマをgooと連携して実験する場を提供してきたが、昨年11月から大学関係などほかの研究チームとも共同で実験を進め、日本初、世界初、そして日本から世界へ発信できる技術を開発していくサービスとして拡充してきた。その第1弾となる」と、産学連携を今後も拡大していく同社の姿勢を示した。


“レストラン(ウワサ)サーチ”のページ
相良氏が開発した、“レストラン(ウワサ)サーチ”のページ。これをベースに、今回の検索エージェント実験のエンジンを開発したという

続いて相良氏が、仕組みと概要をデモを交えて説明した。今回の技術は相良氏のグループが2004年3月に開発した“レストラン(ウワサ)サーチ”というウェブマイニング(情報解析)技術を応用したもの。基本的な仕組みとしては、

  1. ユーザーがある店舗の情報を調べようと、店名/地名/カテゴリー(料理)などをキーワードとして入力し、検索実行する
  2. そのキーワードが含まれる情報を検索エンジンが探し出すと同時に、入力されたキーワードから関連する外部情報として、“地図”“店舗リスト”“類似店舗”などの情報を検索
  3. 検索結果の店舗情報に対して、一般ユーザーがどれだけ“その店舗のウワサ”をしているか(個人サイトなどの情報にその店名が含まれるか)を元に“有名度”をランキング
  4. ランキングの結果とその店舗に関するコメント(30文字程度まで)などを抽出、一覧表示したページを作成・表示する

となる。ランキングの仕組みは、いくつのサイトから参照されているか(その店舗が有名かどうか)、さらにそのサイトがいくつの店舗を紹介しているか(そのサイトの影響力・信頼度が高いかどうか)、という2点を総合して評価するもの。最高5つ★の“相対評価”と、カテゴリー別の順位付けで表示可能。なお、ひとつのページ内で複数の店舗を紹介しているサイトであっても、テーブルタグなどを使って構造的に区分けして紹介しているサイトは情報を採用し、複数店舗の名前と評価が混在する場合には評価に加味しない、といった情報の採用基準を設けているという。

トップページのイメージ 検索結果ならびに絞り込みの表示イメージ
トップページのイメージ検索結果ならびに絞り込みの表示イメージ
個別店舗の情報ページ ランキングページ
個別店舗の情報ページ。ここでは個人サイトなどから評価・感想といった部分を30文字程度抜き出して、その店舗の印象を一目でわかるようにまとめてあるランキングページ。検索結果では、5段階の★マークで表示している“有名度”をさらに細かく区別したもの。場所を問わず、一番有名なラーメン店、といったテーマで店舗を探す際に有効

今後の展開については、宿泊施設のエージェント情報を2月中旬にも提供予定で、「デジタルカメラやプラズマディスプレーなどの電化製品の購入情報などにも同様の技術を応用していけるだろう」(相良氏)と語った。

カテゴリートップへ

注目ニュース

ASCII倶楽部

プレミアムPC試用レポート

ピックアップ

ASCII.jp RSS2.0 配信中

ASCII.jpメール デジタルMac/iPodマガジン