1. No category

平成 25 年度
学士学位論文
既存 IP サービスフレンド DB の インティマシー同期に関する研究
A study of intimacy synchronization scheme of
existing IP service user’s databases
1140366
野島 舞
指導教員
島村 和典
2014 年 2 月 28 日
高知工科大学 情報学群
要 旨
既存 IP サービスフレンド DB の インティマシー同期に関する研究
野島 舞
現在，SNS を始めとする様々な通信メディアの普及に伴い，個人が SNS 毎に友人情報の
管理を行うことが多くなっている．従来のサービスでは一般に友人情報は五十音順で表示さ
れ，友人が投稿した記事は時系列で表示される．また，手動でお気に入り登録を行い，友人
情報を選択しやすくすることができる [1]．しかし，手動で友人を一人ひとりお気に入り登
録することは手間がかかる．また，投稿された内容が時系列で表示されると，親しい友人の
投稿が下部に表示される場合も起こり得て，その閲覧が煩雑になる．この問題を解決するた
めに，既存 IP サービスからインティマシー情報を抽出し Intimacy Point(以下 IPoint とす
る) に変換し，IP による友人情報の管理を統合する処理系を提案した．
提案した処理系では，インティマシー情報を IPoint に変換し友人の順位付けを行う端末
エージェントと IPoint の管理を行う管理 DB から構成される．端末エージェントは各サー
ビスから更新情報を受け取り IPoint に変換する．この時，クラウド上に設置している管理
DB から前回の IPoint を受け取る．IPoint に変換後，端末エージェント内で IPoint をもと
に友人の順位付けの更新を行う．順位付けした友人情報を各サービスに反映することにより
通信行動を反映した快適なユーザインタフェースを提供することができる．また，用いる
サービスは Facebook，LINE，電話，Gmail とした．
提案した処理系を評価するため，３日間にかけて Facebook に実際に処理系を反映させ
た．その結果，提案した処理系で算出された友人の順位と，実際にインティマシーの高い友
人の順位が一致させられた．これにより，提案した処理系に有効性があると確認した．
–i–
キーワード
SNS，インティマシー，Intimacy Point
– ii –
Abstract
A study of intimacy synchronization scheme of existing IP
service user’s databases
Mai Nojima
Recently, various communication media including the SNS services in which a user
manages friend information individually has increased. In the legacy services, the friend
information is generally listed in an order of the kana syllabary. In addition, the messages from the friends are displayed in a chronological order. It is possible for a user to
perform the registration of SNS friends information manually in favorite. Hereby, the
information eases for the user to select the friend and to display the friends effectively.
However, it takes time to register an individual friend manually. In addition, the posted
messages are displayed in chronological order, which might display the messages post
from the close friends at the bottom. Then, the reviewing the post messages from the
intimate friends becomes difficult. This paper focused to solve this problem. In this
article, a processing system to be converted to Intimacy Point (described as IPoint in
the following) to be extracted from the information reflected the intimacy former IP
services was proposed.
The proposed system for the solution is consisted from the terminal agent and the
IP administration database. The terminal agent converts the communication records to
the IPoint Intimacy information and creates the renewed ranking of the users’ friends.
The administration database manages the IPoints. The terminal agent would receive
the latest IP from the database and convert it to a renewed IPoint. At this time, the
– iii –
administrative database would be installed in the cloud, it sends a previous IPoint to the
agent. After the converting, the IPoint would be renewed. The terminal agent creates
the new ranking of friends based on the previous IPoint and the parameters of the latest
communication. The conversion could reflect the latest communication behavior and
provide a comfortable interface to the user. The services to be considered in this paper
are Gmail, Telephone, LINE and Facebook.
For three days, the conversion reflection of the processing system was verified using
the Facebook. As the result, the order of friends calculated by the processing system
created the order of friends which matched highly well to the user intimacy. It was
confirmed that the proposed system sufficiently was effective.
key words
SNS, Intimacy, Intimacy Point,
– iv –
目次
第1章
研究の背景と目的
1
1.1
通信サービスの動向 . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1
1.2
研究背景 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1
1.3
親密度を用いた表示方法の既存技術 . . . . . . . . . . . . . . . . . . . . .
2
エッジランクの概要 . . . . . . . . . . . . . . . . . . . . . . . . . .
2
1.4
研究目的 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3
1.5
論文の構成 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3
提案方式の概要と要件定義
4
2.1
諸言 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4
2.2
提案方式の構成要素 . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4
2.2.1
端末エージェント . . . . . . . . . . . . . . . . . . . . . . . . . . .
4
2.2.2
管理データベース . . . . . . . . . . . . . . . . . . . . . . . . . . .
5
2.2.3
提案方式で用いるサービス . . . . . . . . . . . . . . . . . . . . . .
5
2.2.4
提案方式の流れ . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7
インティマシーを Intimacy Point に変換する要件 . . . . . . . . . . . . .
8
2.3.1
Facebook の変換要件 . . . . . . . . . . . . . . . . . . . . . . . . .
8
2.3.2
LINE の変換要件 . . . . . . . . . . . . . . . . . . . . . . . . . . .
9
2.3.3
Gmail の変換要件 . . . . . . . . . . . . . . . . . . . . . . . . . . .
9
2.3.4
電話の変換要件 . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
インティマシー情報を抽出する方法 . . . . . . . . . . . . . . . . . . . . .
10
1.3.1
第2章
2.3
2.4
2.4.1
Facebook . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
2.4.2
LINE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
10
2.4.3
Gmail . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11
–v–
目次
電話 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11
結言 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
11
インティマシー変換方法
12
3.1
緒言 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
12
3.2
Intimacy Point の概要と変換方法 . . . . . . . . . . . . . . . . . . . . . .
12
3.2.1
Intimacy Point の概要 . . . . . . . . . . . . . . . . . . . . . . . .
12
3.2.2
Facebook の変換方法 . . . . . . . . . . . . . . . . . . . . . . . . .
13
3.2.3
LINE の変換方法 . . . . . . . . . . . . . . . . . . . . . . . . . . .
14
3.2.4
Gmail の変換方法 . . . . . . . . . . . . . . . . . . . . . . . . . . .
15
3.2.5
電話の変換方法 . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16
結言 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
16
インティマシー反映方法
18
4.1
緒言 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18
4.2
反映方法１ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
18
4.3
反映方法２ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
19
4.4
望ましい反映方法
20
2.4.4
2.5
第3章
3.3
第4章
第5章
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
インティマシーを反映した各サービスの表示方法
21
5.1
諸言 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
21
5.2
Facebook の表示方法 . . . . . . . . . . . . . . . . . . . . . . . . . . . .
21
5.3
LINE の表示方法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
22
5.4
Gmail の表示方法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
22
5.5
電話の表示方法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
22
5.6
結言 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
22
提案方式の検証
23
第6章
– vi –
目次
6.1
諸言 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
23
6.2
検証方法 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
23
6.3
提案方式の検証 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
23
6.4
考察 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
25
まとめ
26
7.1
本研究のまとめ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
26
7.2
今後の研究課題 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
27
第7章
謝辞
28
参考文献
29
– vii –
図目次
2.1
提案方式の流れ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
7
4.1
反映方法１の流れ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
19
4.2
反映方法２の流れ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
20
– ix –
表目次
6.1
提案方式の検証実験の結果 . . . . . . . . . . . . . . . . . . . . . . . . . .
24
6.2
友人の表示順位の比較 . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
25
– xi –
第1章
研究の背景と目的
1.1
通信サービスの動向
近年, 移動通信ネットワークが進展し, 携帯電話・スマートフォンの加入契約数が増加し
ている. 携帯電話やスマートフォンは移動通信ネットワークが進展し，サービスが高性能化
している事により加入契約者が増加している. また, サービスの高性能化に伴い電話サービ
スだけでなく, 電子メール, インターネットアクセス，SNS 等のマルチメディアサービスが
日々進歩しコミュニケーションの手段が増加している [2]．
1.2
研究背景
SNS 等のマルチメディアサービスが日々進歩しコミュニケーションの手段が増加するに
従い，友人情報を用いたサービスを一人が複数利用するようになっている．友人情報を利
用するサービスでは友達リストが五十音順で表示される．すると，頻繁に連絡を取り合う
友人の名前が五十音の最後の方の場合に，友人の名前を探すことは煩雑である．そして，
Facebook などの投稿を扱うサービスでは，投稿などの通信記録が時系列で表示される．し
かし，確認したい友人の投稿が不要な投稿で埋まってしまい，友人の投稿を確認することが
煩雑になる．そのため，友人情報を快適に閲覧することが出来る表示方法が求められる．
–1–
第1章
1.3
研究の背景と目的
親密度を用いた表示方法の既存技術
親密度を用いたニュースフィールドの並び替えや表示内容の選別を行う技術として，
Facebook のエッジランク [3] というアルゴリズムが存在する．
1.3.1
エッジランクの概要
エッジランクとは，Facebook のニュースフィールドにおいて，投稿を並び替える方法の
１つで，ハイライトに掲載する投稿を利用者毎に最適化するためのアルゴリズムである [3]．
エッジランクアルゴリズムには以下の４つの基礎要素がある．
• Affinity Score(親密度)
利用者と利用者の友達の親密度である．Facebook 上でどれだけのコミュニケーショ
ンを図っているかにより変化する．
• Weight(重み)
１つの投稿に対し，「いいね！」や「コメント」などのリアクションの回数により変
化する値である．
• Time(時間経過)
投稿が表示されてからの経過時間とリアクションが付けられてからの経過時間を数値
化し，より最近の投稿が優先される．
• Negative Feedback(ネガティブフィードバック)
ネガティブフィードバックとは，投稿に対し否定的なアクション (非表示にする等)
を行うことである．ネガティブフィードバックを行うことにより，投稿に対する否定的
なアクションが蓄積された場合，表示されなくなる可能性がある．
これら４つの基礎要素を組み合わせることにより，ニュースフィールドの並び替えや表示
内容の選別を行っている．
–2–
1.4 研究目的
エッジランクは，ニュースフィールドの並び替えのみを対象に，利用者と利用者の友達の
親密度だけでなく，投稿に対する閲覧者全員を対象にしたリアクションもアルゴリズムに加
えられている．これに対し，本研究では友達情報とニュースフィールドの並べ替えの２つを
対象に，利用者と利用者の友達の親密度に重みを置く処理系を提案した．
1.4
研究目的
インティマシーを用いた表示方法のサービスは提唱されている．Facebook のエッジラン
クや mixi のユーザ間の親密度に基づいた表示序列制御システムが相当する．しかし，純粋
なインティマシー情報を抽出するのではなく，閲覧者にお勧めする投稿を選別しているに過
ぎない．
本研究では，純粋なインティマシー情報を抽出し，投稿内容のみでなく友達リストの並べ
替えをするための処理系を提案する．インティマシーを抽出する際に，インティマシー情報
の要件を Point に変換しその Point により順位付けを行う．この順位をもとに，投稿内容の
並び替えや，友達リストの並び替えを行う．本研究では，利用者に合ったサービス内容の表
示を可能とする処理系の研究を目的とする．
1.5
論文の構成
本論文では，まず第２章で提案した処理系の構成と要件定義について説明する．第３章で
は，インティマシーを IPoint に変換する方法を提案する．IPoint とは，インティマシー情
報を Point に変換したものである．第４章では，IPoint を各サービスに反映する方法を２
パターン提案する．第５章では，IPoint を反映した際の各サービスの表示方法を提案する．
第６章では，提案方式の有用性の検証と第４章で提案した反映方法の比較を行う．第７章で
は本研究のまとめを述べる．
–3–
第2章
提案方式の概要と要件定義
2.1
諸言
本章では，提案方式の概要とインティマシー情報として各サービスから抽出する要件につ
いて提案する．
2.2
提案方式の構成要素
提案する処理系は，インティマシー情報を IPoint に変換し友人の順位付けを行う端末エー
ジェントと IPoint の管理を行う管理データベースから構成される．インティマシー情報と
は利用者が友人に対しサービス内で起こしたアクションのことである．IPoint とは友人の
順位付けを行う際に利用する Point のことである．詳細は次章で述べる．
2.2.1
端末エージェント
端末エージェントは，クラウド上で動作し，各サービスと管理データベースの間で通信を
行う．端末エージェントでは，インティマシー情報を IPoint に変換し，変換した IPoint を
用いて友人の順位付けも行う．変換した IPoint と友人の順位は管理データベースで管理さ
れる．
–5–
第2章
2.2.2
提案方式の概要と要件定義
管理データベース
管理データベースは，利用者毎に用意されるリレーショナルデータベースである．管理
データベースで管理するものは，IPoint と順位付けされた友人情報である．
2.2.3
提案方式で用いるサービス
本提案方式では，インティマシー情報を抽出するサービスとして，Facebook，LINE，電
話，Gmail の４つのサービスを用いる．この４つのサービスを対象としたのは，友人との
コミュニケーション手段として利用者が多いためである．この４つのサービスについて述
べる．
• Facebook
Facebook は，実名を登録しネットワーク上でコミュニケーションを図る SNS のこ
とである．Facebook の主な機能として，プロフィールやニュースフィールド，メッ
セージなどがある．ニュースフィールドは，友達登録を行ったひとの投稿などが閲覧で
きる．また，投稿されたものに〈いいね！〉やコメント，シェアをすることで，投稿者
とコミュニケーションを図る．
• LINE
LINE は，インターネット電話やテキストチャットなどを用いてコミュニケーション
を図るメッセージングサービスである．LINE の主な機能として，トークや無料通話，
タイムラインがある．トークは，スタンプやチャット機能を用いメッセージを交換し合
う機能である．無料通話は，インターネットを介して無料で通話をする機能である．タ
イムラインでは，友達が投稿した内容を閲覧させる出来る機能である．また，タイムラ
インでは Facebook と同様に，〈いいね！〉やコメント機能があり，投稿者とコミュニ
ケーションを図ることが出来る．
• Gmail
–6–
2.2 提案方式の構成要素
Gmail は，Google 社が提供しているクラウドを用いたフリーのメールサービスであ
る．Gmail の主な機能はメールである．メールは，独自ドメインを利用することがで
き，メッセージをスレッド表示にすることもできる．また，クラウド上にメールを保存
するため，ネットワークに接続していればいつでもどこでも Gmail にアクセスするこ
とが出来る．
• 電話
電話は，携帯電話で利用できる基本サービスの１つである．電話は，携帯電話に登録
している電話番号に対し電話を掛けることも出来る．
–7–
第2章
2.2.4
提案方式の概要と要件定義
提案方式の流れ
提案方式を用い，インティマシーを IPoint に変換し友人を順位付けを行う．提案方式の
流れを図 2.1 に示す．
1 で利用者はサービスにアクセスする．サービスにアクセスした際に利用者が
図 2.1 の ⃝
2 で更新を検知する．更新情報を検知した
アクションを起こした場合，端末エージェントは ⃝
3 で更新情報を TIPoint に変換する．TIPoint とは，インティマシー
端末エージェントは ⃝
情報を Point に変換したものである．TIPoint の詳細については次章で説明する．端末エー
4 で管理データベー
ジェントで IPoint を求めるが，その際に前回の IPoint を用いるため ⃝
5 で管理データベースから前回の
スに前回の IPoint を要求する．端末エージェントは， ⃝
6 で前回の IPoint と TPoint を用いて IPoint を求める． ⃝
7 で IPoint
IPoint を受け取り， ⃝
8 で IPoint と友人の順位を管理データベースに保存する．
をもとに友人を順位付けする． ⃝
9 で順位付けした友人情報をサービスに反映する．
⃝
図 2.1 提案方式の流れ
–8–
2.3 インティマシーを Intimacy Point に変換する要件
2.3
インティマシーを Intimacy Point に変換する要件
端末エージェントでは，各サービスからインティマシー情報を抽出し TIPoint に変換す
る．TIPoint は，アクション Point と属性 Point より構成される．アクション Point は，イ
ンティマシー情報の要件の中でも利用者が友人に対してのアクションを Point にしたもの
である．属性 Point は，各サービスでアクションを起こしてはいないが，将来的にアクショ
ンを起こす可能性のある要件を Point にしたものである本節では，各サービスのインティマ
シー情報の要件をアクション Point と属性 Point に分けて述べる．
2.3.1
Facebook の変換要件
Facebook のインティマシー情報のアクション Point に相当する要件を述べる．
• 〈いいね！〉の回数
投稿に対し〈いいね！〉を行った回数
• コメントの単語数 投稿に対しコメントを行った回数
• シェアの回数
投稿に対しシェアを行った回数
• 交際関係の一致
Facebook のインティマシー情報の属性 Point に相当する要件を述べる．
基本データの交際関係に登録している人
• 家族関係の一致
基本データの家族に登録している人
• 職歴や学歴の一致
基本データの職歴と学歴の項目と一致する人
–9–
第2章
提案方式の概要と要件定義
以上の６つがインティマシー情報を抽出する Facebook の要件項目である．
2.3.2
LINE の変換要件
LINE のインティマシー情報のアクション Point に相当する要件を述べる．
• トークの回数
利用者が送信したトークの回数
• 無料通話の使用時間
利用者が使用した無料通話の使用時間（分）
• 〈いいね！〉の回数
投稿に対し〈いいね！〉を行った回数
• コメントの単語数
投稿に対しコメントを行った回数
LINE のインティマシー情報の属性 Point に相当する要件を述べる．
• 所属グループの一致
利用者と友人が同じグループに登録している数
以上の５つがインティマシー情報を抽出する LINE の要件項目である．
2.3.3
Gmail の変換要件
Gmail のインティマシー情報のアクション Point に相当する要件を述べる．
• 送信メールの数
利用者が友人に対し送信するメールの数
– 10 –
2.4 インティマシー情報を抽出する方法
Gmail のインティマシー情報の属性 Point に相当する要件を述べる．
• 保護メールの数
友人から受信したメールを保護する数
以上の２つがインティマシー情報を抽出する Gmail の要件項目である．
2.3.4
電話の変換要件
電話のインティマシー情報のアクション Point に相当する要件を述べる．
• 通話時間
利用者が友人に対し通話する時間（分）
電話のインティマシー情報の属性 Point に相当する要件を述べる．
• 発信履歴の数
利用者が友人に対して発信した数
以上の２つがインティマシー情報を抽出する電話の要件項目である．
2.4
2.4.1
インティマシー情報を抽出する方法
Facebook
Facebook は Facebook の Graph API を用いてインティマシー情報を抽出する．Facebook は既存技術であるエッジランクが存在するため本提案方式も実現可能である．
2.4.2
LINE
LINE は現時点で API が存在しないため，外部から情報を取得することが出来ない．そ
のため，現時点ではインティマシー情報を直接抽出することが出来ないが，Facebook のよ
– 11 –
第2章
提案方式の概要と要件定義
うに API が公開されれば実現可能と考える．
2.4.3
Gmail
Gmail も LINE と同様に外部から情報を取得することが出来ない．そのため，現時点で
はインティマシー情報を直接取得することが出来ない．
2.4.4
電話
電話のインティマシー情報の取得には電話番号と発着履歴の情報を取得しなくてはならな
い．電話番号は LINE の利用登録をする際に携帯電話から取得することが可能なことから，
携帯に登録されている友人の電話番号は取得可能と考える．現時点では，発着履歴は抽出す
ることが出来ないが，発着履歴を抽出する事が出来れば電話からインティマシー情報を抽出
する事は実現可能である．
2.5
結言
本章では，提案方式の構成要素として IPoint を算出し友人の順位を求める端末エージェ
ントと，IPoint と友人の順位を管理する管理データベースを提案した．また，インティマ
シーをアクション Point と属性 Point に分割し，IPoint に変換する際の要件を提案した．
アクション Point に該当するものは，Facebook の〈いいね!〉の回数やコメントの単語数，
シェアの回数であり，LINE はトークの回数や電話の使用時間，〈いいね!〉の回数やコメン
トの単語数である．また，電話は，電話の使用時間であり，Gmail は送信メッセージ数であ
る．そして，属性 Point に該当するものは，Facebook の更新時の交際・家族関係，職歴や
学歴の一致であり，LINE は，同じグループ所属している数である．最後に，電話は発着履
歴の数，Gmail は保護メールの数である．本章では以上の要件を提案した．
– 12 –
第3章
インティマシー変換方法
3.1
緒言
本章では，IPoint の概要とインティマシー情報を抽出した要件を IPoint に変換する方法
の提案を行う．
3.2
3.2.1
Intimacy Point の概要と変換方法
Intimacy Point の概要
IPoint とは，友人情報をインティマシーをもとに順位付けする際に用いる Point の事で
ある．IPoint は利用者毎に求め，管理データベースで管理される．
IPoint は以下の式（3.1）より求められる．
IP oint =（前回の IP oint ＋ T IP oint） /2
(3.1)
管理データベースでは TIPoint と前回の IPoint のみを管理するため，前々回の IPoint は
破棄する．前々回の IPoint を破棄することにより，管理データベースで管理するデータの
容量が少量になる．また，平均点を求めることにより，新規のユーザも上位に位置すること
が可能になる．
前回の IPoint は前回求めた IPoint のことである．本処理系を初めて利用する際に前回の
IPoint は存在しないが，その時は以下の式（3.2）となる．
– 13 –
第 3 章 インティマシー変換方法
IP oint = T IP oint
(3.2)
TIPoint とは Temporary Intimacy Point の略称であり，インティマシー情報を Point に
変換したものである．また，TIPoint はアクション Point と属性 Point より構成される．ア
クション Point とは，各サービスで友人に対して起こしたアクションを Point にしたもの
である．また，属性 Point とは利用者と友人の属性を Point にしたものである．アクション
Point と属性 Point の初期値は１である．
アクション Point と属性 Point を用いた以下の式 (3.3) より TIPoint が求められる．
T IP oint = アクション P oint ×属性 P oint
(3.3)
この式で乗算を使用する理由は，属性 Point が高いほどこれから連絡をとる可能性 (親密
度) が高いといえるため，アクション Point に属性 Point を乗算することにより，TIPoint
に重みづけを行うからである．属性 Point により重みづけを行うことにより，恋人に対する
アクション Point と友人に対するアクション Point が同じ値の場合に，加算の場合は 1Point
しか差が出ないが，乗算することにより恋人に対し友人の TIPoint より倍の TIPoint を算
出できる．そのため，TIPoint を求める式には加算ではなく乗算を用いて算出する．
3.2.2
Facebook の変換方法
Facebook のインティマシー情報から TIPoint に変換する方法を，アクション Point と属
性 Point に分けて説明する．
アクション Point に含まれるアクションは，
〈いいね！〉の回数，コメントの単語数とシェ
アの回数の３つである．
〈いいね！〉のアクションを行うと，〈いいね！〉を行った投稿に対し関心を持っている
と判断するため，１回行うごとにアクション Point を１ Point 加算する．
コメントを行うと投稿に対して関心を持っていると判断するため，１回行うごとにアク
ション Point を１ Point 加算する．また，コメントに関しては〈いいね！〉を１回行う動作
– 14 –
3.2 Intimacy Point の概要と変換方法
より，より多くの動作を行う必要があるため，コメントの単語１つに対してさらに１ Point
を加算する．この時，単語１つにつき１ Point を加算する理由は，コメントを入力する際に
１文字入力するだけで候補の単語を選択することができるためである．そのため，１文字に
つき１ Point ではなく１単語につき１ Point とした．
最後に，シェアを行うとアクション Point に２ Point を加算する．２ Point の内訳は，１
Point が投稿に関する関心の Point である．またもう１ Point はシェアを行うことで投稿に
同調していると判断するためである．
次に属性 Point は，交際関係の登録の有無，家族関係の登録の有無，現在の職歴や学歴の
一致の４つによって構成される．属性 Point は初期値を１とするため，要件の該当があれば
さらに Point の加算を行う．
また，現在，交際関係にある人はさらに１ Point を加算する．家族関係の登録がされてい
る人も属性 Point に１ Point を加算する．最後に現在の職歴や学歴の一致がある人は，１
Point を加算する．
Facebook の TIPoint を算出する式（3.4）を以下に示す．
T IP oint（F acebook ）=（１＋〈いいね！〉の回数＋コメントの単語数＋
シェアの回数）
×（１＋交際関係の登録＋家族関係の登録＋
職歴や学歴の一致）
(3.4)
以上の式により，Facebook のインティマシー情報を IPoint に変換することができる．
3.2.3
LINE の変換方法
LINE のインティマシー情報から IPoint に変換する方法を，アクション Point と属性
Point に分けて説明する．
アクション Point に含まれるアクションは，
〈いいね！〉の回数，コメントの単語数，トー
クの単語数と通話の使用時間 (分) の４つである．
〈いいね！〉のアクションを行うと，〈いいね！〉を行った投稿に対し関心を持っている
– 15 –
第 3 章 インティマシー変換方法
と判断するため，１回行うごとにアクション Point を１ Point 加算する．
コメントを行うと，投稿に対して関心を持っていると判断するため，１回行うごとにアク
ション Point を１ Point 加算する．また，コメントに関しては〈いいね！〉を１回行う動作
より，より多くの動作を行う必要があるため，コメントの単語１つに対してさらに１ Point
を加算する．この時，単語１つにつき１ Point を加算する理由は，コメントを入力する際に
１文字入力するだけで候補の単語を選択することができるためである．そのため，１文字に
つき１ Point ではなく１単語につき１ Point とした．
トークでは，コメントと同様に１回送信するために入力する動作を多く行う必要がある．
そのため，送信したトークの単語１つに対して１ Point を加算する．また，トークではスタ
ンプも使用することがある．スタンプに関しては，スタンプ１つに対して１ Point を加算
する．
通話では，通話時間の１分に対し１ Point を加算する．
次に属性 Point は，同じグループに所属している数によって構成される．同じグループに
所属している人はその数だけ Point を加算する．
LINE の TIPoint を算出する式（3.5）を以下に示す．
T IP oint（LIN E ）=（１＋〈いいね！〉の回数＋コメントの単語数＋
トークの単語数＋通話の使用時間 (分)）×
（１＋同じグループに所属している数） (3.5)
以上の式により，LINE のインティマシー情報を IPoint に変換することができる．
3.2.4
Gmail の変換方法
Gmail のインティマシー情報から IPoint に変換する方法を，アクション Point と属性
Point に分けて説明する．
アクション Point に含まれるアクションは，送信メールの数の１つである．
送信メールの数は，相手と連絡をとる回数によりインティマシ―を抽出する．そのため，
– 16 –
3.3 結言
メール１通に対し１ Point を加算する．
次に属性 Point は，保護メールの数によって IPoint への変換を行う．メールを保護する
数が多いほど，その送信者とのインティマシーが高いと考えるため，保護メール１通に対し
１ Point を加算する．
Gmail の TIPoint を算出する式（3.6）を以下に示す．
T IP oint（Gmail）=（１＋送信メールの数）×（１＋保護メールの数）
(3.6)
以上の式により，Gmail のインティマシー情報を IPoint に変換することができる．
3.2.5
電話の変換方法
電話のインティマシー情報から IPoint に変換する方法を，アクション Point と属性 Point
に分けて説明する．
アクション Point に含まれるアクションは，通話時間 (分) である．
電話の通話時間の１分に対し１ Point を加算する．
属性 Point は，着信履歴の数によって IPoint に変換する．着信履歴の数により１ Point
を加算する．
電話の TIPoint を算出する式（3.7）を以下に示す．
T IP oint（電話）=（１＋通話時間 (分)）×（１＋着信履歴の数）
(3.7)
以上の式により，電話のインティマシー情報を IPoint に変換することができる．
3.3
結言
本章では，IPoint，TIPoint，Facebook の TIPoint，LINE の TIPoint，Gmail の TIPoint
と電話の TIPoint を求める式を提案した．IPoint を求める式は IPoint =（前回の IPoint ＋
TIPoint） / 2 であり，TIPoint を求める式は TIPoint = アクション Point × 属性 Point
– 17 –
第 3 章 インティマシー変換方法
である．また，サービス毎の TIPoint を求める式で Facebook は TIPoint（Facebook） =
（１ ＋ 〈いいね！〉の回数 ＋ コメントの単語数 ＋ シェアの回数） × （１ ＋ 交際関係の
登録 ＋ 家族関係の登録 ＋ 職歴や学歴の一致）であり，LINE は TIPoint（LINE） = （１
＋ 〈いいね！〉の回数 ＋ コメントの単語数 ＋ トークの単語数 ＋ 通話の使用時間 (分)）
× （１ ＋ 同じグループに所属している数）である．また， Gmail は TIPoint（Gmail） =
（１ ＋ 送信メールの数） × （１ ＋ 保護メールの数）であり，電話は TIPoint（電話） =
（１ ＋ 通話時間 (分)） × （１ ＋ 着信履歴の数）である．本章では以上の式を提案した．
– 18 –
第4章
インティマシー反映方法
4.1
緒言
本章では，インティマシーを IPoint に変換し友人情報の順位付けを各サービスに反映す
る際の反映方法について提案する．提案する反映方法は２通りであり，比較を行い望ましい
反映方法を選定する．
4.2
反映方法１
反映方法１では，各サービスの IPoint 全てをいづれかのサービスの IPoint が更新を行っ
た際に同期させ，各サービスに反映する方法を提案した．反映方法１の流れを図 4.1 に示す．
1 でサービス毎にインティマシー情報を抽出する．次に ⃝
2 で式 (3.3)
反映方法１では， ⃝
3 で式 (3.1) を用いてサー
よりサービス毎にインティマシー情報を TIPoint に変換する． ⃝
4 で全サービスの IPoint を加算し，全サービスの IPoint を
ビス毎に IPoint を算出する．⃝
5で ⃝
4 で求めた IPoint をもとに友人の順位付けを行い，全サービスに順位付
算出する． ⃝
けされた友人情報を反映する．これにより，どのサービスを利用するときでも同じ表示結果
を得ることが出来る．
– 19 –
第 4 章 インティマシー反映方法
図 4.1
反映方法１の流れ
反映方法１のメリットは，全てのサービスに同一の順位を適用するため，どのサービスを
利用するときでも同じ表示結果を得ることが出来ることである．しかし，順位付けを同期
してしまうと，上位の順位に位置する友人がどのサービスにおいても上位に位置してしま
う．そのため，サービスによっては上位に位置する友人の表示が閲覧しづらいデメリットが
ある．
4.3
反映方法２
反映方法２では，順位付けを行った結果を各サービス独立して反映する方法を提案する．
反映方法２の流れを図 4.2 に示す．
1 でサービス毎にインティマシー情報を抽出する．次に ⃝
2 で式 (3.3)
反映方法２では， ⃝
3 で式 (3.1) を用いてサー
よりサービス毎にインティマシー情報を TIPoint に変換する． ⃝
4で⃝
3 で求めた IPoint をもとにサービス毎に友人を
ビス毎に IPoint を算出する．そして ⃝
順位付けを行い，順位付けされた友人情報をサービス毎に反映する．これにより，各サービ
ス独自の友人情報の表示結果を得ることができる．
– 20 –
4.4 望ましい反映方法
図 4.2
反映方法２の流れ
反映方法２のメリットは，サービスによって友人情報の順位を求めることで，各サービス
に適した表示をすることができることである．しかし，サービス毎に友人情報の表示順が変
化すると，下位に位置する友人情報の閲覧が煩雑になるデメリットもある．
4.4
望ましい反映方法
サービスに友人情報の順位付けを反映する際に，反映方法１と反映方法２のどちらが望ま
しい反映方法なのか，メリットとデメリットを比較し求める．
本研究の目的は，親密度の高い友人とのコミュニケーションを円滑に図ることのできる処
理系を提案することである．反映方法１は全サービスを通して同じ友人情報の表示結果を得
ることが出来る．しかし，サービスによってはインティマシーを反映した結果を得ることが
出来ない．反映方法１に比べ反映方法２は，各サービスの下位に位置する友人情報の閲覧が
煩雑になる可能性があるが，各サービス独自の友人情報の表示結果を得ることができるた
め，親密度の高い友人の表示結果は望むものが反映される．以上のことから，本研究の目的
に望ましい反映方法は，反映方法２である．
– 21 –
第5章
インティマシーを反映した各サービ
スの表示方法
5.1
諸言
本章では，提案した処理系を各サービスに反映した際の表示表示方法について説明する．
5.2
Facebook の表示方法
Facebook は，友達リストとニュースフィールドに本処理系を反映させ，並べ替えを行う．
Facebook の現状は，友達リストがランダムに表示されるようになっている．友達リスト
がランダムに表示されると，友達の情報を検索することが困難である．そのため，本処理系
を用いることで，インティマシーを反映した友人リストの表示結果を得ることができる．
また，ニュースフィールドは現在時系列で表示される方法とハイライトというエッジラン
クを用いた表示方法の２通りを選択することができる．ハイライトは，提案した親密度を用
いた処理系に類似している．しかし，ハイライトは友達との親密度だけでなく，投稿を閲覧
している人のアクションの結果を含めたアルゴリズムである．そのため，本研究の目的であ
る個人に合わせた表示結果とは異なる．本処理系をニュースフィールドに反映させること
で，個人に合わせた表示結果を得ることができる．
– 23 –
第 5 章 インティマシーを反映した各サービスの表示方法
5.3
LINE の表示方法
LINE は，提案した処理系を用い友達リストとタイムラインの並び替えを行う．
LINE の友達リストの表示方法は，現段階では五十音順になっている．しかし，ひらがな
の五十音順から始まり，漢字の五十音順，アルファベット順と非常に閲覧しづらい表示方法
となっている．この現状に対し，提案した処理系を用い，インティマシーを反映した友人リ
ストの表示結果を得ることができる．
また，タイムラインは時系列で表示されるが，処理系を用いてインティマシーを反映した
表示結果を得ることができる．
5.4
Gmail の表示方法
Gmail では，連絡リストの並び替えを行う．提案した処理系を用い，メールを作成する際
に送信先アドレスを選択しやすい並びに変更する．
5.5
電話の表示方法
電話では，アドレス帳の並び替えを行う．提案した処理系を用い，五十音順だけでなく連
絡を取る頻度が多い順位をインティマシーを用いて並び替える．
5.6
結言
本章では，提案した処理系をサービスに反映した際のサービス別の表示方法を解説した．
次章では，提案方式の検証を行い，本研究の評価を行う．
– 24 –
第6章
提案方式の検証
6.1
諸言
本章では，現在実現可能な Facebook を用いて利用者 A の友人 165 人を対象に提案方式
の検証を行った．
6.2
検証方法
提案方式の有効性の検証のため，協力者である利用者 A に 2014 年 1 月 12 日から 14 日
の 3 日間にかけて Facebook を利用してもらい，利用者 A が友人に対して行ったアクショ
ンを記録してもらった．また，利用者 A には事前に友人 165 人の親密度調査を行い，その
結果をもとに検証結果との比較を行った．利用者 A に記録してもらった項目は，友人の投
稿数，投稿に対する〈いいね！〉の回数・コメント内容・シェアの数，友人との関係性であ
る．この調査項目をもとに提案方式の検証を行う．
今回の調査期間である 3 日間に利用者 A がアクションを行った友人の人数は 19 人であっ
た．そのため，友人 19 人の並び替えを行った結果，検証結果が顕著に表れた友人 B，友人
C，友人 D に着目し，次節で検証を行う．
6.3
提案方式の検証
提案方式の検証実験の結果を，表 6.1 に示す．
３日の間に友人 B は投稿を２回行い，友人 C は投稿を１回，友人 D は投稿を３回行った．
– 25 –
第6章
提案方式の検証
利用者 A は，友人 B の投稿２回に対しいいね！をそれぞれ１回行った．また，コメントを
１回行い，コメントには１６単語を用いた．そのため，友人 B のアクション Point は１９
Point である．そして，友人 B は利用者 A と同じ高校に所属していたため，属性 Point は
２ Point となった．そのため，友人 B の IPoint は３８ Point である．
利用者 A は，友人 C の投稿に対しいいね！を１回行った．そのため，友人 C のアクショ
ン Point は１ Point である．友人 C は利用者 A と属性 Point の要件に一致しないため，属
性 Point は１ Point となる．そのため，友人 C の IPoint は１ Point である．
利用者 A は，友人 D の投稿に対しいいね！を３回行った．そのため，友人 D のアクショ
ン Point は３ Point である．友人 D は利用者 A と属性 Point の要件に一致しないため，属
性 Point は１ Point となる．そのため，友人 D の IPoint は１ Point である．
友人の IPoint は B が３８ Point，C が１ Point，D が３ Point となった．IPoint をもと
に友人の順位付けを行うと，１位が友人 B，２位が友人 D，３位が友人 C となった．
表 6.1 提案方式の検証実験の結果
友人
アクション Point
属性 Point
IPoint
B
19
2
38
C
1
1
1
D
3
1
3
友人の表示順位の比較を，表 6.2 に示す．
現在の Facebook では，投稿内容が投稿順に表示されるため，利用者 A の Facebook 上で
は友人 B，友人 C，友人 D の順で表示される．しかし，利用者 A が親しいと感じている順
番は友人 B，友人 D，友人 C の順である．提案方式の検証の結果，利用者 A が望む順番で
ある友人 B，友人 D，友人 C の順位結果を得ることが出来た．
– 26 –
6.4 考察
表 6.2
友人
6.4
友人の表示順位の比較
投稿順位
望まれる順位
検証結果
B
1
1
1
C
2
3
3
D
3
2
2
考察
検証の結果，IPoint から Facebook 上でインティマシーが高い友人は B さん，D さん，C
さんの順であると分かった．利用者 A にとって Facebook 上で気になる友人の順位は B さ
ん，D さん，C さんの順であるため，本提案方式は有効性があるといえる．また，並びかえ
た順位をもとにサービスに反映することで，利用者に合わせた表示結果を提供することがで
きる．
– 27 –
第7章
まとめ
7.1
本研究のまとめ
本研究では，SNS の普及に伴い利用者に友人情報の管理の負担が多くなっている現状に
対し，インティマシーを反映した快適なユーザインタフェースを提供できる処理系の提案を
行った．インティマシーを抽出するサービスとして，Facebook と LINE，Gmail，電話の
４つを取り上げた．また，各サービスにおいてインティマシーに相当する要件を提案し，そ
の要件を IPoint として Point に変換を行った．検証方法として Facebook から実際にイン
ティマシーを抽出し，友人情報の並び替えを行った．
本提案では，クラウド上に端末エージェントと管理データベースを設置した．端末エー
ジェントは IPoint の更新と IPoint を用いた友人情報の並び替えに利用した．管理データ
ベースは，端末エージェントで求めた IPoint を管理するデータベースである．端末エージェ
ントと管理データベースは各サービスと連携することにより，リアルタイムで更新を行い．
常に最新の友人情報の表示結果を得ることが可能となった．
提案した処理系の検証では，実際に Facebook に処理系の反映を行った．処理系の反映を
行う前は投稿内容の表示順が時系列になっており，閲覧したい投稿が下部に表示されてい
た．しかし，提案方式を反映することにより，利用者のインティマシーが反映された表示順
を得ることが出来た．以上のことから，提案するインティマシーを反映させる処理系の有効
性を示した．
– 29 –
第7章
7.2
まとめ
今後の研究課題
今後の課題は，インティマシー情報の抽出方法と提案システムの各サービスの実装である．
本研究では，Facebook のインティマシー情報を抽出できることを示したが，LINE，Gmail
と電話に関しては抽出方法を示していない．そのため，LINE，Gmail と電話のインティマ
シー情報を抽出する方法を検討する必要がある．また，本研究ではインティマシー情報を抽
出する要件と要件を Point に変換し，各サービスへ反映する方法について述べた．しかし，
インティマシー情報を抽出し Point を反映する処理系の提案を行っただけであり，実装は
行っていない．そのため，この処理系を実装することにより生じる障害や構成上の詳細を検
討する必要がある．
– 30 –
謝辞
本研究を進めるにあたり，指導教員としてご指導頂きました高知工科大学情報学群の島村
和典教授に心より感謝いたします．
研究論文の副査として的確なご指導を頂きました高田喜朗准教授，植田和憲講師に心から
感謝致します．
IoN グループのリーダーである島村研究室修士１年の小笠原一聡氏には，研究を行うにあ
たり，熱心なご指導とご意見を頂きました．ご自身も就職活動などで多忙であるにも係ら
ず，相談に対しても親身に答えて頂きました．また，梗概の添削などもして頂いた，小笠原
一聡氏に心より感謝致します．修士２年の和田倫弥氏と山下寛晃氏には，研究を行うにあた
り，研究に対しての考え方アプローチに関してご指導とご意見を頂きました．ご自身も多忙
であるにも係らず，質問などに対し親身に答えて頂き誠に感謝しております．特に山下寛晃
氏には，栄養ドリンクなどの差し入れもしていただき，心より感謝いたします．修士１年の
京極海氏，島田裕幸氏，辻際宗和氏には島村研究室に配属された日から１年半年もの間，ご
指導とご意見を頂きました．心より感謝しております．そして，研究室の同期として，共に
研究室活動に励んだ学部４年の赤澤将太氏，柏木恵氏，栗原慎也氏，品川滉樹氏，竹本万里
雄氏，西元優介氏には研究活動だけでなくみんなで鍋パーティーやユニバーサルスタジオ
ジャパンへの旅行など，公私に渉って親しくしていただき心より感謝致します．また，島村
研究室の後輩である学部３年の國和武司氏，仙波紗和氏，中島春菜氏，三角隆太氏，吉本圭
佑氏，和田幸大氏には研究室活動のサポートなどをしていただき心より感謝致します．ま
た，本研究の検証をするにあたり，協力いただきました松田尚子氏にも心より感謝いたしま
す．そして，大学生活を過ごすにあたり様々な支援をして下さった家族にも心より感謝いた
します．
最後に私を支えてくださった皆様に心から感謝の気持ちと御礼を申し上げたく，謝辞に代
えさせて頂きます．
– 31 –
参考文献
[1] 野島舞，小笠原一聡，島村和典，
“既存 IP サービス友人ファイルのインティマシー階層
化に関する一検討” 平成 25 年度電気関係学会四国支部連合大会講演論文集，pp.188.
[2] 小笠原一聡，島村和典，“Presence Service における機能向上に関する研究” 平成 24
年度学士学位論文，pp.1.
[3] GaiaX ソーシャルメディア ラボ, “【解説付き】Facebook ニュースフィールドの新
アルゴリズム｜２つの変更点＆エッジランクへの影響をご紹介。, ” http://gaiax-
socialmedialab.jp/facebook/254, 2014/02/03.
– 33 –