JP2001509294A

JP2001509294A - Method and apparatus for accessing an online store

Info

Publication number: JP2001509294A
Application number: JP53452298A
Authority: JP
Inventors: ドーレンボス，ロバート，ビー．; エトズィオーニ，オーレン; ウェルド，ダニエル，エス．
Original assignee: ザボードオブリージェンツオブザユニバーシティーオブワシントン
Priority date: 1997-01-17
Filing date: 1998-01-16
Publication date: 2001-07-10
Also published as: WO1998032289A3; EP1008262A2; WO1998032289A2

Abstract

(57)【要約】本発明は、ネットワーク接続のオンラインストアにアクセスする際にユーザを支援するコンピュータで実現されるエージェントを提供する。一つの態様では、本発明は、ユーザの問合せをその問合せに関連のオンラインストアに知的に経路指定し、受信した応答から関連のデータフィールドを抽出し、そして評価された関心の順序でその抽出されたデータを知的に提示するための方法である。他の態様では、本発明のシステムは、ネットワーク接続された一つ以上のコンピュータ上に、集中方式または分散方式で本方法の一つ以上のステップを実現する。更に本発明は、エージェントがオンラインストアにアクセスしてそこで買い物をするためのこれらオンラインストアの特徴に関する十分な情報を自動的に取得できる新しい、発見的にガイドされるプロセスを提供する。 (57) Abstract The present invention provides a computer-implemented agent that assists a user in accessing a network-connected online store. In one aspect, the invention intelligently routes a user's query to an online store associated with the query, extracts relevant data fields from the received response, and extracts the data fields in the order of the evaluated interest. This is a method for intelligently presenting the obtained data. In another aspect, the system of the present invention implements one or more steps of the method on one or more networked computers in a centralized or distributed manner. Further, the present invention provides a new, heuristically guided process by which agents can automatically obtain sufficient information about the characteristics of these online stores to access and shop there.

Description

【発明の詳細な説明】オンラインストアにアクセスするための方法と装置１．発明の属する技術分野本発明の分野は、ネットワーク上での情報アクセスに関し、特にユーザの製品に関する問合せに応答して自動的に製品の説明を検索することによってオンライン電子ストアにアクセスする際の手助けを提供することに関する。２．背景私設のイントラネットと公衆のインターネットの指数関数的な成長は、ますます増加する多数のオンライン電子ストアと製品情報データベースとの恐ろしいばかりの迷路を作りだしている。今ではほとんどどのようなタイプの製品でも何処かで入手可能であるが、大抵のユーザは自分が求めているものを発見できず、専門家のユーザでさえ適当なオンラインストアあるいは他の製品情報源を探索するために莫大な時間と労力とを浪費している。一つの問題は単に、一人のユーザの理解を超えた、利用可能情報源のますます増加する膨大な数である。利用可能なオンラインストアと製品情報とにおけるこの成長と共に第２の問題は、この情報を管理し、アクセスし、提示するためのソフトウエアユーティリティと方法とにおける同様な成長である。各ユーティリティは、異なる、しばしば独自のインタフェースとコマンドの集合と機能とを持っており、また異なる組のユーザと異なる組の情報のタイプおよび情報源とに適している。こうして、利用可能なユーティリティの全くの多様性は、ユーザに対して情報爆発によって作り出される問題に匹敵する問題を作り出す。今やユーザは、どのツールを使ってどの情報源に問い合わせるべきかという双子の問題に直面している。従来から、ネットワーク革命のこれら双子の問題の解決を支援できる自動的コンピュータ支援サービスをユーザに提供する努力が行われてきた。例えばＡＩ研究者達は、Ｅメールとネットニュースのフィルタリングによってユーザを支援する幾つかの試作ソフトウエアエージェントを作成してきた。すなわち（ＰａｔｔｉｅＭａｅｓ等による１９９３年の「Ｌｅａｒｎｉｎｇｉｎｔｅｒｆａｃｅａｇｅｎｔｓ（インタフェースエージェントの学習）」，ＰｒｏｃｅｅｄｉｎｇｓｏｆＡＡＡＩ−９３）と、ワールドワイドウェブの閲覧を支援するエージェント（Ｈ．Ｌｉｅｂｅｒｍａｎによる１９９５年、「Ｌｅｔｉｚｉａ：Ａｎａｇｅｎｔｔｈａｔａｓｓｉｓｔｓｗｅｂｂｒｏｗｓｉｎｇ（ウェブ閲覧を支援するエージェント），Ｐｒｏｃ．１５ｔｈＩｎｔ．ＪｏｉｎｔＣｏｎｆ．ｏｎＡ．Ｉ．９２４〜９２９ページと；ＲｏｂｅｒｔＡｒｍｓｔｒｏｎｇ等による１９９２年のＷｅｂｗａｔｃｈｅｒ：「Ａｌｅａｒｎｉｎｇａｐｐｒｅｎｔｉｃｅｆｏｒｔｈｅｗｏｒｌｄｗｉｄｅｗｅｂ（ワールドワイドウェブの学習見習い）」と、「ＷｏｒｋｉｎｇＮｏｔｅｓｏｆｔｈｅＡＡＡＩＳｐｒｉｎｇＳｙｍｐｏｓｉｕｍ（ＡＡＡＩ春季シンポジウムのワーキングノート）：ＩｎｆｏｒｍａｔｉｏｎＧａｔｈｅｒｉｎｇｆｒｏｍＨｅｔｅｒｏｇｅｎｅｏｕｓ，ＤｉｓｔｒｉｂｕｔｅｄＥｎｖｉｒｏｎｍｅｎｔｓ（異機種分散環境からの情報収集）」，６〜１２ページ，スタンフォード大学，ＡＡＡＩＰｒｅｓｓと、会議のスケジューリングをするエージェント（ＬｉｓａＤｅｎｔ等による１９９２年の「Ａｐｅｒｓｏｎａｌｌｅａｒｎｉｎｇａｐｐｒｅｎｔｉｃｅ（個人用学習見習い）」，Ｐｒｏｃ．１０ｔｈＮａｔ．Ｃｏｎｆ．ｏｎＡ．Ｉ．，９６〜１０３ページと；ＰａｔｔｉｅＭａｅｓによる１９９４年の「Ａｇｅｎｔｓｔｈａｔｒｅｄｕｃｅｗｏｒｋａｎｄｉｎｆｏｒｍａｔｉｏｎｏｖｅｒｌｏａｄ（作業と情報の過負荷を減少させるエージェント）」，Ｃｏｍｍ．ｏｆｔｈｅＡＣＭ第３７（７）巻：３１〜４０、１４６ページと；ＴｏｍＭｉｔｃｈｅｌｌ等による１９９４年の「Ｅｘｐｅｒｉｅｎｃｅｗｉｔｈａｌｅａｒｎｉｎｇｐｅｒｓｏｎａｌａｓｓｉｓｔａｎｔ（個人用学習アシスタントによる経験）、Ｃｏｍｍ．ｏｆｔｈｅＡＣＭ第３７（７）巻：８１〜９１ページ）」と、インターネット関連作業を行うエージェント（Ｏ．Ｅｔｚｉｏｎｉ等による１９９４年の「Ａｓｏｆｔｂｏｔ−ｂａｓｅｄｉｎｔｅｒｆａｃｅｔｏｔｈｅｉｎｔｅｒｎｅｔ（インターネットへのソフトボットによるインタフェース）、ＣＡＣＭ第３７（７）巻：７２〜７５ページ）」とがある。このようなエージェントがアクセスを必要とする情報は、ワールドワイドウェブ上でますます多く利用可能になる。不都合なことにWWWと同じくらい標準化されたドメインでさえ、自動のソフトウエアエージェントに関して重要な問題を提起することが分かってきた。その一つは、ウェブページは全般的に、ハイパーテキストマーカップランゲジ（「HTML」）で書かれているが、この言語は単に情報表示のフォーマットを定義しているだけで、その意味あるいは意味内容を暗示しようともしない。現在のところ、ウェブ用の一般に認められた「ｓｅｍａｎｔｉｃｍａｒｋｕｐｌａｎｇｕａｇｅ（意味的組み指定言語）」も存在せず、世界的に採用されそうなものもない。インターネットは、更に大きな問題さえ提起すると予想できる。こうしてイントラネットとインターネットとワールドワイドウェブとの出現は、ユーザの関連情報探索を支援するために設計された自動サービスあるいはエージェントに関して幾つかの基本的な問題を提起している。第一に、これまでどのようなサービスも、ヤフー（Ｙａｈｏｏ）あるいはライコス（Ｌｙｃｏｓ）といった既存のオンラインストアおよびディレクトリまたはインデックスへのアクセスを有するウェブブラウザの使用を取り替えるほど十分な付加価値を提供していない。第二に、このようなサービスは未だ、多様なインターネットウェブオンライン電子ストアから戻される応答から関連製品情報を理解し、十分に分析することができていない。第三に、既存のサービスとエージェントは、絶えず変化している応答フォーマットによって、増えつづけるストアの数に適応することが容易でない。これは、既存のエージェントによって利用される各インターネットサービスとウェブサイトへの個別化された、手作りコードのインタフェースに起因している（ＹｉｇａｌＡｒｅｎｓ等による１９９３年の「Ｒｅｔｒｉｅｖｉｎｇａｎｄｉｎｔｅｇｒａｔｉｎｇｄａｔａｆｒｏｍｍｕｌｔｉｐｌｅｉｎｆｏｒｍａｔｉｏｎｓｏｕｒｃｅｓ（多数の情報源からのデータの検索と統合）、ＩｎｔｅｒｎａｔｉｏｎａｌＪｏｕｒｎａｌｏｎＩｎｔｅｌｌｉｇｅｎｔａｎｄＣｏｏｐｅｒａｔｉｖｅＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍ第２（２）巻：１２７〜１５８ページ」と、Ｏ．Ｅｔｚｉｏｎｉ等による１９９４年の「Ａｓｏｆｔｂｏｔ−ｂａｓｅｄｉｎｔｅｒｆａｃｅｔｏｔｈｅｉｎｔｅｒｎｅｔ（インターネットへのソフトボットによるインタフェース）、ＣＡＣＭ第３７（７）巻：７２〜７５ページ」と、Ｂ．Ｋｒｕｌｗｉｃｈによる１９９５年の「Ｂａｒｇａｉｎｆｉｎｄｅｒａｇｅｎｔｐｒｏｔｏｔｙｐｅ（バーゲン探索エージェント）」、Ｔｅｃｈｎｉｃａｌｒｅｐｏｒｔ，ＡｎｄｅｒｓｏｎＣｏｎｓｕｌｔｉｎｇと、ＡｌｏｎＹ．Ｌｅｖｙ等による１９９５年の「Ｄａｔａｍｏｄｅｌａｎｄｑｕｅｒｙｅｖａｌｕａｔｉｏｎｉｎｇｌｏｂａｌｉｎｆｏｒｍａｔｉｏｎｓｙｓｔｅｍｓ（世界的な情報システムにおけるデータモデルと問合せの評価）、ＪｏｕｒｎａｌｏｆＩｎｔｅｌｌｉｇｅｎｔＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍｓ，ＳｐｅｃｉａｌＩｓｓｕｅｏｎＮｅｔｗｏｒｋｅｄＩｎｆｏｒｍａｔｉｏｎＤｉｓｃｏｖｅｒｙａｎｄＲｅｔｒｉｅｖａｌ第５（２）巻」と、ＭｉｋｅＰｅｒｋｏｗｉｔｚ等による１９９５年の「Ｃａｔｅｇｏｒｙｔｒａｎｓｌａｔｉｏｎ（カテゴリー変換）：ＬｅａｒｎｉｎｇｔｏｕｎｄｅｒｓｔａｎｄｉｎｆｏｒｍａｔｉｏｎｏｎｔｈｅＩｎｔｅｒｎｅｔ（インターネット上の情報を理解するための学習）、Ｐｒｏｃ．１５ｔｈＩｎｔ．ＪｏｉｎｔＣｏｎｆ．ｏｎＡ．Ｉ．）」。情報源から関連情報を検索する方法を自動的に学習するために、サービスあるいはエージェントは、新規のあるいは変更されたインターネットオンラインストアにアクセスできることが望ましい。３．発明の要約「ショップボット」と呼ばれる個人用のネットワークショッピングロボットを備えた方法あるいはシステムによってこれらの基本的問題を解決することが、本発明の広い目的である。ショップボットは、利用可能なネットワーク製品源あるいはオンラインストアを追跡することと、各特定の製品源の関連情報と特徴とを知ることと、最も関連のある製品源に所定の問合せを転送して行き、各製品源からの応答を理解し、その問合せ結果を統合して知的にユーザに提示しながら、所定の問合せに関連する製品源をユーザの要求の下に決定することとによって、ユーザの知的なアシスタントとして機能する。本発明のショップボットは、下記を含めて幾つもの利点を持っている。第一に、ショップボットは、関連製品情報だけをユーザに返す。一方、各ユーザ問合せは、ユーザにとって関心のある製品ドメインのオンラインストアにだけ転送される。他方、オンラインストアから返される応答は、その関連製品のデータ項目だけがユーザ提示のために抽出されるように分析され、理解される。重複した、陳腐な、無関係な、また単なるフォーマット上の情報項目は廃棄される。第二に、ショップボットは、高速である。これは関連するオンラインストアを同時並行して自動的に探索するので、最も速い主要な製品源が応答を返すと同じくらい素早く製品情報を提示できる。異なる情報源に速度変動を起こさせるような条件の変更をしても、ショップボットは、最も速いオンラインストアと同じ高速を保持する。ショップボットは問合せに返すべき情報を持たないストアを単に無視するので、このようなストアがユーザの速度を遅くすることはない。第三に、ショップボットは、絶えず変化する応答フォーマットによって、増えつづけるオンライン電子ストアの数にも容易に適応する。ショップボットは、情報源を記述するために新規で単純な方法を利用する。情報源の記述は、短くて理解しやすい文字列の集まりである。したがって第１の態様において本発明は、ネットワーク上の製品情報源に効率的にアクセスするための方法であって、好ましくは、製品情報に関するユーザ問合せを受信するステップと、この問合せに関連する正しい製品ドメインの製品情報源あるいはオンラインストアを決定するステップと、各情報源の説明を検索するステップと、各製品情報源に適した方法でこの問合せと検索された説明とにしたがってこれらのオンラインストアにアクセスする書式をフォーマット化するステップと、この書式をオンラインストアに送信するステップと、これら製品情報源から応答を受信するステップと、各オンラインストア毎に、検索された説明にしたがって関連するデータフィールドを理解して抽出するステップと、ユーザに対する関心の評価値によってランク付けされた知的な方法で、各オンラインストアからの関連データをユーザに提示するステップとのうちの少なくとも一つ以上のステップからなることを特徴とする前記方法を含んでいる。好都合なことに、これらのステップは、可能な限り最大限にまで同時並行して実行される。特に、少なくともすべての問合せは、介入する応答を待つことなく、同時に並行してすべての関連情報源に伝送される。他の形態において本発明は、ショップボットが自動的にオンラインストアの説明を決定できる、発見的ガイドプロセスを含んでいる。この発見的手法は、アクセスすべき各製品ドメインに関するドメインの説明にまとめられる。このドメイン説明は、あるオンラインストアから訓練用の例を作成するためにこのドメインと情報源知識とにおける製品の代表的な属性を定義するルールを含む。このプロセスは、製品情報源またはオンラインストアで適当な製品問合せ書式を探索するステップと、各適当な問合せ書式ごとに、オンラインストアが持っていそうもない製品と持っていそうな人気製品との両方についてそのオンラインストアに問い合わせるステップと、最大の問合せ成功をもたらす書式を将来の問合せのために選択するステップとのうちの一つ以上のステップを含んでいる。更なる態様において本発明は、本発明の方法の一つ以上のステップを実行するためのコンピュータシステムと装置とを含んでいる。ユーザは、複数の製品情報源または複数のオンラインストアが接続されているネットワークに接続された表示装置を持っている。この表示装置は、ユーザの問合せを受け取ってショップボットの応答を表示する。更にこの表示装置は、本発明の方法の各ステップのうちの一つ以上のステップを実行する。好都合なことに、この装置で実行されないこれらのステップのうちの一つ以上のステップは、ネットワーク接続のショップボットサーバコンピュータ上で実行可能であり、これらのコンピュータはユーザ装置からの機能的要求に応答する。任意には、ユーザ装置としては、ディスクなしのハンドヘルド端末からパソコン、ワークステーション等々に至るまで選択可能である。４．図面の簡単な説明本発明のこれらの、またその他の特徴と態様と利点とは、添付の図面と下記の説明と付属の請求項とを参照することによって更によく理解されるであろう。〔図１〕本発明のショップボットを概略的に示す図。〔図２〕図１のショップボットの実施例の例示的ユーザインタフェースを示す図。〔図３〕図１のショップボットの例示的機能構成要素を示す図。〔図４〕図１のショップボットの他のハードウエア実施形態を示す図。〔図５〕オンラインストアに関する例示的製品問合せページを示す図。〔図６〕オンラインストアに関する例示的製品問合せ応答ページを示す図。〔図７〕図１のショップボットの学習段階を概略的に示す図。〔図８〕図１のショップボットの学習段階を更に詳細に示す図。〔図９〕図１のショップボットの買い物段階を更に詳細に示す図。５．詳細な説明開示を明瞭にするために、そして限定するためではなく、本発明のショップボットの詳細な説明は、オンラインストアにアクセスするための方法として、またその方法を実行するために実現されたシステムまたは装置として提示される。下記において、先ず本発明の概要が示され、次に個別の構成要素の詳細な論議が示される。５．１．ショップボットアーキテクチャの概要本発明のショップボット方式あるいはシステムは、ネットワーク接続されたサーバ（ここではこれに代わって「オンラインストア」とか「ストア」とか「ベンダ（販売業者）」として知られる）に格納された製品情報にユーザがアクセスするのを支援するために一つ以上のネットワーク接続コンピュータ内で共に機能するソフトウエア機構とハードウエア機構とを含んでいる。図１は、ユーザと、ネットワーク接続されたオンラインストアあるいは製品情報源とに対するショップボットの関係を概略的に示している。例えば、ユーザ１はモニター２といった、標準のインタフェース装置を介してユーザコンピュータ３にアクセスする。作業の途中でこのユーザは、ネットワークリンク４、６といった種々のネットワークリンクを介してユーザコンピュータに接続されたオンラインストア７からの情報を必要とする。オンラインストアは多数あるので、ユーザは関連オンラインストアから必要な製品比較情報を見つける際の支援から利益を得ることができる。この支援は、ショップボット５によって与えられるものであって、このショップボット５は、利用可能なオンラインストアとそれらの特徴とを知っており、ユーザに代わって、あるいはユーザのエージェント（代理人）としてリンク６を介してそれらのストアに問合せを行う。そうする代わりとしてショップボット５は、ユーザコンピュータ３上に部分的または全面的に常駐するか、あるいはネットワーク上に部分的または全面的に分散配置することも可能であり、またリンク４を介してのユーザによるアクセスが可能である。似た種類の製品を販売するオンラインストア７のグループは、製品ドメインと呼ばれる概念的なクラスにグループ化される。例えば、一つのドメインはポップスやロックの音楽ＣＤの電子ストアのドメインであり、他のドメインはコンピュータソフトウエアまたはハードウエア製品の電子ストアである可能性もある。図３に示す好適な実施例では、ショップボットは、ユーザインタフェース３６とインテグレータ３７と入出力マネージャ４１という３個の主要な機能モジュールから構成される。要約すれば、ユーザインタフェースモジュールは、情報に関するユーザの問合せを受け取るため、またネットワーク接続のオンラインストアから受信した情報応答をフォーマット化して表示するためにユーザと対話する。好都合なことにユーザインタフェースはアクセスされる特定の製品ドメインに適応させられる。買い物段階では、インテグレータモジュールは、ユーザの製品問合せをユーザインタフェースモジュールから受け入れ、その製品ドメインの各オンラインストアへのネットワーク伝送のためにその問合せをフォーマット化し、製品情報の応答をこれらのストアから受信し、これらの応答を理解し、そしてこれらの応答の該当部分をユーザへの表示のためにユーザインタフェースモジュールに送り返す。学習段階では、インテグレータモジュールは、新規の、あるいは変更されたオンラインストアにアクセスして、買い物段階の期間中に使用するストア説明を決定するプロセスでそのストアに問合せを行うことができる。入出力マネージャモジュールは、異なるハードウエアプラットフォームまたは異なるオペレーティングシステムまたは異なるネットワークへのショップボットの移植が、よくモジュール化されたコードでの、ほんの限られた変更だけを必要とするように、ユーザインタフェースモジュールとインテグレータモジュールとのためにハードウエアとオペレーティングシステムとネットワークとに固有のインタフェース整合を行う。その他特定の実施形態では、ユーザインタフェースモジュールと入出力マネージャモジュールのどちらか、あるいはそれらの両者は、存在しなくてもよい。例えばこれらのモジュールの機能は、他のオペレーティングシステム構成要素によって既に実現可能である。ショップボットは、他の機構を備えることなく開示された機構の一つ以上だけを備えることができる。例えば幾つかの実施例では、ショップボットは、外部から与えられるオンラインストアの説明によって、単に問合せをフォーマット化して応答を理解することができる。これらの場合に、学習中のショップボットは、ネットワーク上の他の場所に存在することも可能であり、また要求に応じて、販売業者の説明を他のショップボットに送ることもできる。最後に、本技術に精通する人々に知られているように、ここに説明されているモジュールによって実行される機能は、別の仕方で、更に多数の、あるいは更に少数のモジュールに分割あるいはグループ化することも可能である。特定の好みがない場合には、本発明の各プロセスは、Ｃなどの手続き的プログラミング言語、あるいはＣ＋＋といったオブジェクト指向のプログラミング言語によって、ここに開示されたハードウエア構成の上で実現可能である。ユーザインタフェースモジュールさらに詳しくは、ユーザインタフェースモジュールは、いずれの製品ドメインがショップボットを指示しても、ショップボットユーザインタフェースに共通の重要な機能を備え、特定のショップボットの特定の製品ドメインに適応もしている。最初に好ましい共通機能に戻ると、このような機能のひとつは、ショップボットと相互作用するためのユーザ基本設定を記憶する機能である。このように記憶される基本設定としては、たとえば、好ましい製品属性フィールドおよび好ましい結果ソート順を含む画面表示形式、検索するオンラインストアの数またはアイデンティティなどが挙げられる。ユーザインタフェースモジュールは、ユーザのスクリーン上に、これらのウィンドウを操作するための画面ボタンなどの特定の共通ユーザ制御とともに、検索満足処理の複数の定義済み一覧を備えた1個以上のウィンドウを提供することが好ましい。ユーザインタフェースモジュールは１個のウィンドウ内に、各ソースを用いて検索されるオンラインストアの一覧を、たとえばネットワークアドレス、アイコン、あるいは他のコンパクトな画面表示として記号的に表示する。また、最近受信した独自の製品項目の総数も表示する。任意に、オンラインストアの画面表示をクリックすると、このオンラインストアに関する情報、オンラインストアから受信した応答の表示、あるいはオンラインストアへのネットワーク経由のアクセスなどとを備えたウィンドウがさらに開く。このような共通機能および制御に加え、ショップボットユーザインタフェースモジュールは、設計される情報ドメインに適した特定の設計、形式化およびフィールドを実装することが望ましい。たとえば、ソフトウェアストアの製品ドメインにおける比較ショッピングのショップボットは、製品名、モデル、ハードウェア要件、オペレーティングシステム要件、価格などのラベル付きフィールドなどを含む特定のインタフェース表示を有することができる。ポップス/ロックCDストアの製品ドメインのショップボットは、アーティスト、グループ、データ、発行元、価格などのラベル付きフィールドなどを含む特定のインタフェース表示を備えられる。あるショップボットの実施態様において、機能およびモジュールの大半は、ユーザがリモートからアクセスする、ネットワークに接続されたサーバに常駐する。たとえば、ユーザはショップボットにインターネット経由でNetscapeなどのウェブブラウザを用いてワールドワイドウェブプロトコルによってアクセスしてもよい。この場合、ユーザインタフェースはHTML形式のページを構築し、これはI/ Oマネージャによってネットワーク経由で伝送される。図2は、このような実施態様の例による一般的なユーザ表示を示す。この表示はさらにオンラインの電子ソフトウェアストアの情報ドメインを指示する。図2のショップボット表示は３つのセクションに分けられる。セクション11は、通常、この表示がショップボットによる結果を備えていることを示すタイトルセクションである。ショップボットは特定の入力問合せ画面も備えていることが好ましい。セクション12は、そのWW Wアドレス15によって最近検索されたオンラインストアの一覧を表示し、このアドレスを選択してさらに情報を得たり、WWWアクセスを行う。セクション12の16 には、すでに検索結果を返したこれらのソースが同様に表示される。セクション 13は、この特定の製品ドメインに従った形式のこれまでの受信結果を、主要なPC オペレーティングシステムのセクションに表示する。返された各項目は、たとえば例の項目16では、製品名、価格、発信オンラインストアのアドレスにより形式化する。このような実施例では、情報の表示は、ウィンドウのスクロールとウェブブラウザに組み込まれた制御機能によって制御する。このユーザインタフェースは、HTML形式ページとしてショップボットサーバに実装され、ウェブブラウザに伝送される。別の実施態様において、機能およびモジュールはユーザのローカルコンピュータに常駐できる。この場合、ショップボットは問合せを送信し、応答を受信し、結果をローカルで形式化する。I/Oマネージャは、ユーザが対話できるよう、ローカルオペレーティングシステムの機能を利用する。ユーザインタフェースは最初にウィンドウおよびボタンによって示されるが、当業者は、本発明が、ユーザコマンドの情報および入力の表示を行う、別の表示例に適用できることがわかる。たとえば、ユーザインタフェースモジュールは、ウィンドウ処理システムの介入なしで全画面を制御し、グラフィカル表示を行える。ユーザインタフェースモジュールは、ウィンドウ処理機能を提供するクラスライブラリで補完されたオブジェクト指向プログラミング言語とともに優先的に実装される。好ましい実施例では、Java言語をjava.awtパッケージとともに使用している。たとえば、Flanagan,1996,JavaInANutshell,O'Reilly&Associates,sect ion5and9を参照されたい。インテグレータモジュール図３は、好ましい機能モジュール、データベース、および一般にショップボット30と特にインテグレータモジュール37の両方の機能相互関係を示す。本インテグレータは、学習段階モジュール39、製品ドメインおよびオンラインストア説明のデータベース40、ショッピング段階モジュール38という、3つの機能よりなる。これらの構成要素はここで紹介し、以下で詳細に説明する。ショッピング段階では、ユーザインタフェースモジュール34によって比較ショッピング問合せ31がインテグレータに渡される。インテグレータはショッピング段階モジュール38を呼び出して、その問合せの製品ドメインに適したオンラインストアを選択する。次にインテグレータがこれらのストアについてのストア説明を、データベース40で検索する。あるいは、各ショップボットをただ1つの製品ドメインに特定できるが、この場合すべてのストア説明がデータベース40で検索される。この場合、これらが少数のストアならば、ストア説明をメモリ内のテーブルにかわりに格納できる。オンラインストアのこれらの説明とその要件は、以下で詳細に説明する1組の文字列よりなり、ショッピング段階モジュールで使用される。これらのモジュールは第一に各オンラインストアから製品問合せページを検索し、第二にユーザ問合せを各ページのフィールドに形式化し、第三に記入されたページを各ストアに同時に提出する。ストア33が応答を返す場合、ショッピング段階モジュール38はストア説明の文字列を用いて、応答からデータを抽出し、特定の製品ドメインに関連した、タプル形式と呼ばれるデータフィールドの一覧として配列する。各タプルは、特定のユーザ問合せに適した方法を用いた優先順位で任意に配列できる。最後に、ユーザインタフェース36が、ユーザに対して表示する画面表示を要求すると、ショッピング段階モジュールがこのタプルを、優先順位が決まっている場合は優先順位に整列して、ユーザインタフェースモジュール34に渡す。たとえば、製品ドメインがオンラインソフトウェアストアに関連している場合、タプルはこのような関連フィールドを、製品名、製造者、ソフトウェアのバージョン番号、必要なオペレーティングシステム、価格などとして任意に含む。タプルの典型的な優先順位としては、価格、納入遅延あるいはユーザ基本設定の他の要素などによるものがある。ユーザ表示は、格納されたユーザ基本設定35に従って制御される。学習段階では、新規または変更されたオンラインストアの位置がインテグレータに渡される。製品ドメインは、オンラインストア識別とともに外部からインテグレータに供給される。あるいは、インテグレータは交互に学習段階モジュールを呼び出して識別されたストアの製品ドメインを決定できる。インテグレータは次に、そのドメインの製品ドメイン説明をデータベース40で検索する。このドメイン説明に含まれる、以下で説明する発見的規則は、学習段階モジュールを誘導して自動的にストア説明を取得させる。次に、学習段階モジュールは、ドメイン説明による発見的規則で調整した方法で、オンラインストア33のベンダ説明の文字列を決定するため、このオンラインストアと対話する。正しいベンダ説明が決定されると、比較ショッピング段階モジュールで使用するため、データベース40 に格納される。I/O マネージャモジュール図３のI/Oマネージャモジュール41は、インテグレータモジュールのために、ハードウェア、オペレーティングシステムおよびネットワーク固有のインタフェースを行う。ネットワークインタフェースには、ネットワーク接続されたオンライン電子ストアによる、ストアが認識するプロトコルに従った要求送信および応答受信のタスクが含まれる。本発明のショップボットはインターネットショッピングに応用することが好ましいため、I/Oマネージャは、TCP/IP、HTTPなどを含むWWWの関連プロトコルの実装を行う。I/Oマネージャは応答時間を短縮するため、任意に一時的にページおよび他のデータをキャッシュできる。オペレーティングシステムインタフェースは、ユーザインタフェースモジュールのウィンドウ管理と、存在する場合は、データベースサービスへのアクセスという作業を含む。 I/Oマネージャは市販のプロトコルスタック、Java.awtパッケージなどのウィンドウ化ライブラリや他のツールによって構築することが好ましい。ある実施例では、I/Oマネージャの多少の機能がネットワーク接続コンピュータの他のシステム構成要素によって行える。I/Oマネージャは、複数のマシンに対してスケーラビリティを持ち、マルチスレッドまたはリエントラントコードを必要とせず、クロスプラットフォームで永続的であるように任意に設計される。ショップボットシステムショップボットの好ましい機能構造は、種々の代替手段でシステムハードウェア構成要素に割当て可能である。いずれの場合も好ましい代替手段は、迅速な応答と合理的なコストを実現する機能配列によって決まる。図4は一般に、従来の一般的な説明を考慮して、典型的なショップボットハードウェアの実施例とオプションを示す。図4は、ユーザコンピュータ要素51-56、ネットワーク57、オンラインストア58、ショップボットサーバコンピュータ59-61の相互関係を示す。コンピュータ51は、プロセッサ、メモリおよび接続された各種周辺機器を含むユーザコンピュータである。このような周辺機器として、表示装置52またはユーザとの対話のための他の装置、ネットワーク接続54、オプションのハードディスク記憶装置53などが挙げられる。あるいは、コンピュータ51を固定記憶装置を持たないネットワーク装置、PC、ワークステーション、あるいはもっと強力なコンピュータにすることもできる。コンピュータ51は、Windowsオペレーティングシステム、MacintoshオペレーティングシステムまたはUNIXのいずれかひとつを実行中のPCまたはワークステーションとすることが好ましい。他のソフトウェアの中でユーザコンピュータのメモリ内に存在するのは、ローカルのショップボットソフトウェア55およびローカルのシステム構成要素56である。ローカルのショップボットソフトウェアは1個以上のショップボット機能を実装する。ローカルシステム構成要素は、たとえばウェブブラウザを含みうる。ネットワーク57は、接続された複数のオンラインストア58を備えたいずれのネットワークでもよく、これらのオンラインストアは販売する製品の種類によって複数の製品ドメインに概念的に任意に分類できる。好ましい実施態様において、ネットワーク57は、FTP、HTTPなどのユーザレベルのプロトコルを含む一連のTCP /IPプロトコルをサポートする、公共のインターネットまたは個人用のイントラネットである。オンラインストアはサーバコンピュータで、ネットワーク57がサポートするプロトコルを用いて格納された製品情報を利用可能にする。このような情報としては、製品の種類、モデル、製造者、店頭価格、および可用性が挙げられる。このようなネットワークにおいて、ショップボットは種々の実施態様が可能である。完全にローカルな実施態様では、すべてのショップボット機能が、本実施態様において十分な処理および記憶機能を持たねばならないユーザコンピュータ 51内のローカルのショップボットソフトウェア55に常駐する。別の実施態様では、開示された1個以上のショップボット機能をネットワーク接続された別のコンピュータに分散できる。たとえば、コンピュータ59は、データベースに格納されたオンラインストア説明や製品ドメイン説明のダウンロード要求を受け取るストア/ドメイン説明サーバである。このデータベースは、圧縮テキスト説明の格納および検索が可能ないずれかのデータ管理システムを用いてメモリまたはディスクに格納できる。コンピュータ60は、新たなオンラインストア説明を決定し、これらの説明をデータベースコンピュータ60またはローカルのショップボット55に直接提供するという、さらに多くの計算を要するタスクを実行する学習段階サーバである。コンピュータ61はショップボットサーバで、ユーザの問合せを受け取り、検索結果を返し、場合によってはストア/ドメイン説明サーバ59や学習段階サーバ60の機能を用いることによって、ショッピングモジュール機能を実行する。これらのネットワークサーバを用いる場合、ローカルのショップボットソフトウェアは、ユーザインタフェースのみをサポートすることが好ましく、このユーザインタフェースは、ウェブブラウザがすべて実行してもよい。あるいは、このソフトウェアはさらにショッピング段階モジュールを含むことも可能である。このモジュールは問合せサーバ59に問合せルーティング要求を行い、ストア説明サーバ60に説明要求を格納する。さらに、これらの後者の1個以上の機能を含むこともできる。ショップボットシステムの種々のコンピュータには、コンピュータ読み取り可能な媒体から、またはネットワーク経由のローディングすることにより、本発明の方法を実施するソフトウェアが具備される。本発明は、ディスク、テープおよびCD-ROMなど、周知の磁気および光学媒体に応用できる。 5.2オンラインストアでの比較ショッピング本節では、ショップボットに有利なオンラインストアの規則性を説明し、さらにショップボットが支援する特定の比較ショッピングタスクについて説明する。 WWWプロトコルによって利用可能なオンラインストアは、ストアについて通知し、製品を表示し、注文を受けるために、HTML形式文書をユーザに送信する。HTML 文書記述言語の一般的記述については、たとえば＿＿＿を参照されたい。これらのストアは通常、HTML文書の表現に関して複数の規則性を特徴としている。第一に、それらの表現は、顧客が入手可能な製品および製品情報を迅速に検索できるように設計されている。普通、オンラインストアは、そのストアのホームページ、すなわち顧客がストアを訪問したときに最初にアクセスする文書から、顧客が製品情報を要求するために記入できるフォームに迅速に移動するための簡単な方法を提供する。図5は、広範な製品範囲に適応した典型的な製品情報要求フォーム500を示す。顧客は有効な検索フィールドの一部またはすべてに記入すれば、製品を検索できる。たとえば、顧客はフィールド501からカテゴリを選択して、フィールド501に検索語を入力すれば、説明内に特定の語を持つ、特定のカテゴリの製品を検索できる。顧客はボックス503をクリックして、フォームをオンラインストアに送信する。行504は、顧客がストアの別のHTML情報文書にアクセスするのに役立つ"ナビゲーション"エイドを表す。このような検索フォームを送信すると、ストアのサーバコンピュータが、オンラインストアについて説明した製品情報のデータベースを検索した後、ユーザにこれも1個以上のHTML文書として形式化された製品情報を返す。オンラインストアは、その文書に同一の外見および雰囲気を用いて、他と区別できる独自のアイデンティティを与えようとしている。ストアは、製品説明形式が大幅に異なっても、特定のストアは入手可能なすべての製品を一貫した形式で有利に説明できる。特に、別のストアが異なる製品説明形式を用いる場合でも、顧客がわかりやすいように、すべて実質的に垂直区切りと、文書のブランク領域である空白を用いる。たとえば、ストアは各製品説明を分離論理行から開始する。図6は、"iomega jaz"という語を用いた問合せによって得られた典型的な製品説明フォームを示す。ここで、説明にこれらの語を持つ各製品は、行506のように別の行に表示される。行507は典型的なヘッダ情報で、行508は典型的なトレーラ情報である。オンラインベンダはこのような規則性を重要視するのは、これらによってわかりやすくなるため、人間である顧客への販売が促進されるためである。しかし、これらの規則性はショップボットが利用する。検索フォームがあるため、ショップボットはストア独自の方法で製品説明を容易に見つけられる。結果として得られる製品説明フォームの規則性によって、ショップボットは、実質的にオペレータが介入せずにこのようなストアにアクセスする方法を学習できる。特にこれらの規則性によって、学習手順が強力な偏りを含むため、わずかな訓練例しか必要としない。別の実施例では、ショップボットがこのようなフォームと規則性を持たないオンラインストアで支援を行える。しかし、このようなストアの場合、ショップボットをストア用に調整するために、オペレータの介入が実質的に必要とされる。ショップボットの好ましい実施例では、比較ショッピングでユーザを支援する。比較ショッピングでは、顧客が、ある基準に従って最も有利な特定の製品を購入するオンラインストアを探す。そのため、比較シッピングは、ユーザが求める特定の製品を販売するオンラインストアのグループを識別し、価格、納品期間など、顧客の基準に基づいてグループ内でストアのランク付けを行う。たとえば、コンピュータ製品ストアのドメインでは、比較ショッピングショップボットが応答を支援できる："最も安価なMacintosh版Adobe Photo shopを探す"。一般にショップボットは以下の方法に従って動作する。このような要求を受け取ると、ショップボットは関連ストアを決定し、これらに同時にアクセスする。次に、各オンラインストアで利用できるHTML製品検索フォームを検索、記入および送信して、指示された製品を検索する。好ましい実施態様においては、これらの検索フォームの解析および記入は、認識文字列のセットからなるベンダ説明に従って行う。ストアは、指示された製品についての支払条件を説明するショップボットHT MLページに戻る。ショップボットは、好ましくは再度、ベンダまたはオンラインストアの説明文字列に従って、これらの返されたページを解析する。解析手順は、すべてのヘッダおよびトレーラフィールドを無視し、残りのHTML形式化コードを学習した製品説明に一致する論理行に解析する。返されたページが、ショップボットが学習した失敗テンプレートに一致した場合は、このオンラインストアで失敗した検索が棄却されたということである。最後に、ショップボットは製品情報をたとえば、価格の昇順などに整列し、ユーザ用に要約を作成する。さらに詳細には、比較ショッピングの全体的問題は、2段階で解決される。以下で述べる最初の学習段階で、ショップボットは、サイトによるHTMLページを処理するために、オンラインストアを解析してオンラインストア説明を学習する。この段階は、計算上費用がかかるが、顧客が実際に比較ショッピングを行う前に実施され、ストアごとに1回だけ行えばよい。しかし、ベンダが異なるHTML形式でストアを"リモデル"し、異なる検索フォームや異なる製品説明ページ形式を提供する場合、この最初の学習段階をそのベンダについて繰返す。第二のショッピング段階では、学習段階よりも計算上の費用はかからず、顧客が学習された情報を実際に使用して比較ショッピングを行う。ショッピング段階は、前に説明した、関連オンラインストアに同時に迅速にアクセスする場合のショップボットアーキテクチャに従って実装される。特に、ショップボットの実装およびグラフィカルユーザインタフェースは、ある重要な原理をうまく利用している。最初に、比較ショッピング段階のショップボットは高速である。大半の計算作業はショッピング前の学習段階にあったため、ショッピング段階は高速化できる。実際に、最も時間のかかる段階はネットワーク経由のページ取り込みだが、この取りこみはすべてのベンダで同時に行われるため、ショップボットは人間の専門化よりも高速である。次に、ショップボットはユーザに、問合せが行われているベンダとこれまでに検索された価格を伝え、ユーザが好きなときに中断できるように継続的なフィードバックを提供する。第三に、ショップボットは、ユーザが結果を確認し、手動で調査できるように、ショップボットが抽出する情報についての十分な背景をユーザに提供する。ユーザを納得させるため、ショップボットはストアのホームページ、ストアが使用する検索フォーム、検索された完全な製品説明を表示する。まとめとして、表1に比較ショッピングタスクの入出力を概説する。表１比較ショッピング一般に、学習段階への入力は項目1および2である。この情報と制約された学習処理を用いると、ショップボットはオンラインストアの製品情報にアクセスするためのオンラインストア説明を学習できる。項目3および4は、ショッピング段階への入力である。ユーザはドメインと一致した方法で関心のある製品の属性を入力し、ショップボットは関連オンラインストアから製品情報を検索する。このショップボットの説明は比較ショッピングタスク用であるが、ショップボットはネットワーク検索を含む他の一般的なショッピングタスクに適するように構成可能なことは、当業者には明らかである。さらに、関連オンラインストアが重要な規則性を示すタスクの場合は、関連オンラインストア説明を学習する学習段階を構築できる。 5.3オンラインストア説明の学習本節では、ショップボット処理の最初の学習段階について説明する。この段階でショップボットは、第二の比較ショッピング段階においてユーザ補助に必要な情報を学習する。比較ショッピング段階は、学習処理が最低限の訓練例によって、非監視下で好ましく進行する限り、繰返し実施できる。オンラインストアの動作の混乱を最低限に抑えるため、ショップボット学習はストアから厳密に限定された数のHTML文書を検索することが好ましい。さらに、ショップボットが新規または改訂済みのオンラインストアで比較ショッピングできるようにするため、オペレータの介入を最低限にするか、なくすことがこのましい。本節ではまず、学習処理の動作、入力および出力について総体的に述べ、次に各主要ステップの詳細について説明する。一般に、ショップボットは、通常オンラインストアのHTML文書に存在する規則を利用する発見的方法を用いて、オンラインストアのベンダ説明を学習できる。これらの発見的方法は、これらの規則性に従って、学習処理を強力に管理する。第一に、これらの発見的方法は、各製品説明がともかく、たとえばパラグラフの開始、表の新しい行などによって垂直スペースで区切られているとみなす。このような垂直スペース区切りは、<p>、<tr>、<li>、<br>などのHTMLタグによって定義する。したがって、ヘッダおよびトレーラ情報の除去後、発見的方法は各ページに残ったHTMLコードを、垂直スペースで区切られたテキストのグループとして表す"論理行"に分割する。発見的方法は第二に、各製品が同一の形式で説明されていると見なす。したがって、検索される各"論理行"は、HTLMタグから引数を除去し、発生する中間テキストをすべて可変"テキスト"に置換することで、"行説明"に要約される。このような最良の行説明を用いて、オンラインストアの製品説明ページを説明する。実際は、大半のオンラインストアは簡単な形式で特別仕様の情報ページを作成するために、プログラムを用いてリレーショナルデータベースから製品情報を検索するため、このような最新の規則が要求される。さらに詳細には、学習処理は製品ドメインに依存しない。すべてのドメイン依存性は、ドメイン説明に含まれるデータとしての、学習処理への入力である。したがって、オンラインストアが説明された規則を共有する新しい製品ドメインでショッピングするためには、記憶装置から適切なドメイン説明を取り出すのに学習モジュールが必要なだけである。ドメイン説明には3カテゴリの情報が含まれている：すなわち、製品属性の説明、オンラインストアページを理解するための発見的方法、学習実施のための核となる知識である。製品属性はこのドメインで製品を説明するのに適切なカテゴリである。たとえばコンピュータソフトウェアドメインの場合、製品属性には、製品名、製造者、価格、ハードウェア要件、オペレーティングシステム要件などを含めることができる。オンラインストアページを理解するための発見的方法は、検索で用いられる用語を認識する。これらの発見的方法は、規則の形であることが好ましい。この規則の前項は問合せフォームの入力フィールドを説明するのに用いる典型的な語に一致し、後項は入力フィールドに記入する製品問合せ属性を定義する。たとえば図5に戻ると、検索フォームの場合、このような発見的方法は、おそらく製品属性と説明の入力フィールドをそれぞれ識別して、フィールド501の"product category（製品のカテゴリ） "という語か、フィールド502の"description（説明）"という語を認識する。最後に、オンラインストアの製品説明ページの学習を開始するのに、サンプルの核となる知識をテスト検索として用いる。この知識には、検索失敗ページの認識を学習するために、ほぼ確実にドメインに存在しない製品も含まれている。また、正しい製品説明ページを学習するために、多くのストアにありそうな一般的製品も含まれている。たとえば、コンピュータソフトウェアの場合、核知識として"M icrosoft Encarta"、"AdobePhotoshop"が含まれる。さらに、本発明の学習段階モジュールの詳細な説明は、オンラインストアの学習説明にこれらモジュールを応用することを指向しているが、これらのモジュールの方法はそのように制限されるものではない。これらのモジュールは、上で述べた形式の規則に従う情報源であれば、等しく応用可能である。特に、情報検索フォームを備えた情報源にアクセスする方法を学習する場合に応用できる。この情報検索フォームは、情報検索失敗時には失敗ページを返し、検索成功時には、垂直空白のためのHTMLコードなどの識別可能な形式化コードによって情報項目が区切られた、同一の形式の情報ページを返す。学習処理のまとめオンラインストアは通常、ユーザがたとえば希望する製品の名前と製造者を記入して、たとえば"実行"または"検索"ボタンをクリックして送信できる検索フォームを提供する。オンラインストアは、ユーザが検討できるように、一貫したHT ML形式で製品情報を含むページを返して応答する。そのため、比較ショッピングの場合、ショップボットは検索フォームを含むページにアクセスして、そのアクセスしたフォームに正しく記入し、返された（複数の）ページから関連する製品情報を抽出する。後者のステップでは、製品情報ページの情報の形式を表現する必要がある。したがって、ショップボットの学習上の問題は、3個の小問題よりなる。最初の小問題は、そのオンラインストアの正しい製品検索フォームを検索する場合の問題である。一部のオンラインストアは複数のフォームを備え、製品情報を発見するのに用いられるのは、そのうちの1個のみである。第二の小問題は、正しい製品検索フォームへの記入方法を決定すること、すなわち、どのような製品情報（たとえば製品名や製造者など）を検索フォームのどのフィールドに入力するか、ということである。最後に第三の小問題は、検索により返された情報ページから製品情報を抽出する方法を学習することである。これらの小問題の解決方法は相互に依存している。学習段階のショップボット（以後"学習者"と呼ぶ）は、検索フォームの記入方法と返された結果を理解する方法がわかって初めて、ある特定の検索フォームが適切であることを確認できる。したがって、これら3つの小問題の解決方法の最良の組み合わせを選ぶために、学習段階のショップボットは、組み合わせを検索する。図7は学習段階のショップボットの一般的な処理を示す。特定のオンラインストアのホームページのURLから始まり、ステップ552において、学習者はそのストアで候補となるHTML製品検索フォームを検索する。学習者はそこで、さらにテストを行うために、候補検索フォームF_iの限定セット553を決定する。ステップ554 において、学習者は各フォームF_iをテストして、学習者がフォームF_iを選択した場合の比較ショッピングの成功度を示す概算値E_iを計算する。概算値を計算するために、学習者はフォームのフィールドに入力する方法を指示する属性マッピングを決定し、複数の"テスト検索"を作成し、ショッピングドメインの複数の人気製品とショッピングドメインに確実にない製品の両方を検索する。最初に、これらのテスト検索の結果が与える訓練例によって、学習者はフォームF_iより得られるページ内の製品説明の形式を、ヘッダ、トレーラおよび項目形式文字列を含めて決定する。第二に、テスト検索が供給する検索失敗ページ例ににより、学習者は失敗文字列を決定する。第三に、この結果を用いてE_iも計算する。学習者がこれらの人気製品を抽出する場合の成功概算値により、通常製品を検索する場合、システムが総体的にどの程度成功するかという概算値が得られる。そして、学習者は検索された各候補検索フォームに基づいて、完全なベンダ説明555を決定する。最後にステップ556において、学習者は概算値E_iが最高のフォームを選択する。学習者の最終出力557はベンダ説明、すなわち選択されたフォームのURL、失敗文字列、属性マッピング、ヘッダ・トレーラ文字列、項目フォーマットよりなる。以下では、この処理の重要なステップをさらに詳しく説明する。これらのステップは種々の発見的方法に依存する。本発明は、類似の方法で類似の機能を果たす別の発見的方法にも等しく適用できる。候補フォームの検索最初のステップは店のウェブサイトで検索フォームの候補を見つけることである。フォームは<form>タグで始まり</form>タグで終わる、HTML様式化されたウェブページの一部である。店のホームページから始めて全てのHTMLリンクに従って逆検索する徹底的な検索はあまり好ましくない。そのような検索は、或る店については、結局WWW上の何百万ページの大概のものに達するので、第2に、一定の店から非常に多数のページが取出される結果となり、これはその店のサーバーに大きい負担をかけることになる。これらの問題を避けるために、候補の様式を見つけようと試みながら学習者が取出すページの数について、現在は好ましくは25から100、最も好ましくは50、の限度を設けるのが好ましい。しかし、そのような限度を設けても、検索の手順はもっと選択的にするのが好ましい。例えば、もしサイトが500ページを持っているとすれば、その一つだけがそれについて正しい様式を持っているのであるが、学習者はその中の50だけしか見ない、そうすると無作為の検索では成功の機会は僅かに10%しかなくなる。それゆえ、学習者は限られた検索にも関わらず、正しいページを見つける機会を増やすように考えられた発見指導的な技術を取入れる。この技術によれば、学習者は優先性を記録する機能に従ってページを取り込むことに優先性を置く。低い目のスコアがより良い、即ち、正しい検索様式を含んだページとなりそうに考えられる。取り込むべきページのURLの優先性の待ち行列が維持される。最初は、この待ち行列はスコア0で店のホームページのURLだけを含んでいる。学習者は待ち行列から最高の優先性の、又は最低のスコアになった、URLを反復して除去し、そのページを取り込み、そしてそのページに含まれているリンクからのURLを待ち行列に加える。50ページが取り込まれると直ちに検索は停止し、そして学習者は取り込んだ50ページの様式を検索する。既に取り込まれたページについてのトラックをたどることによってページは二度と取り込まれない。さらに、学習者はそれからは決してページを取り込まない禁止されたドメインのリストも持っている。禁止されたドメインは多くのWWWサイトが連携しているURL、例えば、ネットスケープコム、マイクロソフトコム、ライコスコム、アルタビスタコム、などの、オンラインストアのWWWサイトの部分にならないことが知られている、URLである。下記の擬似コードは一組の候補様式を見つけるプロセスを説明するものである。記録機能は所望の検索様式を含むか又はこれに至ると一層よく思われるURLに優先性を与えるように設計されている。記録を計算するために5つの発見的規則が用いられる。第1に、所定のリンクに対するスコアは常にそれを含むページからのスコアよりも高い。スコアは常に前のスコアに正の数を加えることによって計算される。これは、店のホームページから離れるほど、即ち、ホームページからリンクが多くなるほど、検索様式の可能性が低くなるからである。オンラインストアは通常検索様式をそれらのホームページから2乃至3クリックにしている。第2に、「検索」又は「見つける」という語を含むリンクは検索様式のページに至るようであるので、それは比較的良好なスコアを得る。第3に、店のウエブサイトの「テキストだけのモード」を指すリンクは良好なスコアを得る、何故ならばショップボットはテキストのページを理解する可能性が大きいからである。第 4に、もしページに多重のリンクがあれば、ページの始めと終わりに近い所のリンクはページの中間のリンクよりも検索様式が出来易くなる。これは、多くのページは店の異なった部署への長いリンクのリストを含んでいること、そのようなリストの中間では一般的な検索様式のページへのリンクは起こり難いからである。ページの中間のリンクに「罰を課し」そして始め又は終わりのリンクに「報酬を与える」ためには、スコアに「位置の構成要素」を加える。位置の構成要素はぺージの始めと終わりのリンクに対しては0；ページの二番目と終わりから一つ前のリンクに対しては1；ページの3番目と終わりから三番目のリンクに対しては 2；などとなっている。最後に、第5に、もしリンクが新ドメインに、即ち、「fo o.bar.com」からのページが「aaa.bbb.com」へのリンクを持っているならば、リンクは罰を課される、それは店の部分ではない全く異なったサイトに至る可能性があるからである。しかし、或る店のWWWサイトは事実多重ドメインに亙っているために、そのようなリンクは放棄されない。候補の様式をフィルアウトする（埋める）こと図8は図7のステップ554のプロセスを一層詳細に示している。一般に、1組の候補様式、図7の様式553から始まって、ステップ602では学習者は製品検索様式となるらしいものを候補様式から選択する。ステップ603で、学習者はドメインの説明から属性マッピングを作り上げる規則を用いる。これは学習者が様式フィールドを適当に埋めるのをガイドする。これらを入力として用いて、ステップ605 で学習者は失敗様式ストリングを決定するためにダミー製品でオンラインストアを尋ねる。また、ステップ607で、学習者はうまく行った製品のページでの製品情報の様式を決定するために人気のある製品で店を尋ねる。もしこれらのステップのいずれかが失敗すれば、学習者は現在の候補の様式をプロセスするのを放棄し、そして次の利用できる様式があればそれから始める。全ての候補様式がプロセスされるか又は放棄されると、最高の評価を持ったその様式、並びに決定された説明のストリングを、このオンラインストアの説明に用いる。このプロセスを下記の項の中に一層詳細に説明する。第1に、URL601から始めて、次の候補の様式の場所をしめして、学習者は次にその候補の様式を埋める方法、即ち、検索様式のフィールドの各に記入する、製品の属性、例えば、製品名、製造者、などについて決定する。これを決定するために、学習者は先ず、様式のHTMLテキストを調べてHTML＜インプット＞タグによって指定されている、種々のタイプイン入力フィールドを抽出し、そして相当するプロンプト、即ち、どのデータをそのフィールドに入力するべきかに関して通常使用者をプロンプトする入力フィールドの直前のテキスト、を配置する。次に、学習者は様式が殆ど確実に製品検索様式ではないことを示す幾つかの条件の存在についてチェックする。この場合には、その様式は、それをフィルアウトしようと試みることなくステップ609で破棄する。ここでは4つのそのような好ましい条件について述べる。第1のそのような条件は、様式を提出するには禁止されたドメインにアクセスすることを要することである。第2のそのような条件は、タイプイン入力フィールドの一つがHTMLのタグの属性に規定されている、タイプパスワード又はテキストエリアを持ったものである。そのような種類の入力フィールドは検索様式には希にしか見出せない。第３のそのような条件は、様式はタイプテキストの入力フィールドを含んでいないこと、即ち、通常のタイプイン入力のフィールドが全く無いこと、である。第４のそのような条件はフィールドのプロンプトの一つは、「マスターコード」、「eメール」、「e-メール」、「フォン」、「電話」などの語を含んでいることである。この場合、この様式は多分使用者の登録様式又は注文様式であって、検索様式ではないのであろう。その他のそのような条件は、様々な製品のドメインにおいて、又はオンラインストアが出たり変化したりするにつれて、適当に用いることができる。もしこれらの条件の何れも成立しないならば、学習者は、どの製品属性、例えば、名前、製造業者、などを各タイプイン入力フィールドに入れるべきか、を決定するために、ステップ603に進む。この決定は異なった製品ドメインに対しては異なったようになされる、即ち、コンピュータソフトウエア店に対しては、製品名、バージョン、ハードウエアプラットフォーム、オペレーテイングシステムなどのようなものから選ぶべき一組の属性があり、他方では音楽CDに対してはアーテイスト、アルバムタイトル、などのような異なった属性がある。一般的に、フィールドのプロンプトを試験してどの製品属性をそのフィールドへ入れるかを決定する、製品ドメインに依存した規則のセットを用いて決定がなされる。例外の規則でも「名前」という語のフィールドのプロンプトを試験して、もしそれが見つかれば、そのフィールドに製品名を入れる。部品番号のついていない製品ドメインに対する更に例外的な規則も、「部品番号」という語のフィールドのプロンプトを試験して、もしそれが見つかれば、そのフィールドを空白にしておく、それは、学習者は部品番号については何も知らないからである。各製品ドメイン、例えば、ソフトウエア、CD、などに対しては、ドメインの説明では学習者にそのような規則のリストを提供しなければならない。次に、候補の様式の各入力フィールドに対して、学習者のシステムはこの規則のリストを通して配列し、そしてその試験がフィールドのプロンプトに適合する最初の規則を適用する。もし或る規則が適用されれば、一組の属性マッピングペアが既に見つけられているマッピングペアに追加される。このペアは、規則が示す製品属性の名前とペアになった規則によって適合されたフィールドプロンプトのストリングから成る。もし何も該当しなければ、そのフィールドには何も記入されない。ステップ603からの出力604は候補様式のURL並びに構築された属性マッピングを含む。学習結果のフォーマット候補様式にどのようにして記入するかについてガイドする、属性マッピングをステップ605及び607で決定したので、学習段階のショップボットは、このフィルインした様式を提出してしまった後にオンラインストアから返却された情報、換言すれば解析、の結果のページを、どのようにして抽出するかを決定する。好ましくは、学習者は製品情報ページの幾つかの典型的な規則性を頼りにする。先ず、各様式について、結果のページは典型的に二つの形式を持ったものとなる：店のデータベースのどれも問合せパラメータに合わなかった場合の「失敗」タイプ；と、一つか二つ以上の項目が問合せに合致する「成功」タイプとがある。第2 に、成功のページは典型的にヘッダ、本休、及びテイラから成り、そして本体が多分無関係の情報も含めて、全ての所望の製品情報を含む場合である。第3に、製品の説明がページの本体に他には無い典型的に同一のユニークなフォーマットを持つ場合である。これらの規則性を用いて、結果のページを解析するためには、学習者はこれらの追加の副課題、即ち：第1に、一般化された失敗のテンプレートを学習すること；第2に、無関係のヘッダ及びテイラの情報を除去すること；そして第３に、製品の説明のフォーマット、を学習すること、を解決する。従って、ステップ605では、ショップボットは先ず、「MadeUpManufacturerNam e」という会社から出た「grsabcdummynosuchprod」と命名された製品のような、殆ど確かにデータベースには無い、幾つかの「ダミー」製品で様式を問合せすることによって、様式の一般的失敗のテンプレートを決定する。一層特定的には、あるダミー製品の結果ページ、例えば、「grsabcdummynosuchprod」を取り込み、そして結果のページにそのダミー製品名が出てくる度にこれを特別の場所ホルダーと取り替える、即ち、結果ページのストリング「grsabcdummynosuchprod」が出てくる度にこれをストリング「***DUMMY-NAME***」と取り替え、そして「Ma deUpManufacturerName」が出る度にこれを「***DUMMY-MANUFACTURER***」と取り替える。この手順をそれ以上の幾つかの異なった名前をつけた製品について反復する。もし、ストリングの取り替えを行った後の、結果ページが、どの場合でも同じであれば、学習者はこのページをこの様式の不良フォーマットストリングとして記録する。もし異なったダミー問合せに対する異なった結果ページが同一で無いならば、学習者はステップ609でこの候補様式で更にプロセスすることを放棄して、第7図のセット553に見られる次の候補様式へ進む。このステップからの出力606は様式に対する属性マッピングである、様式のURL 、及びそれによって検索の失敗を認めることができる失敗フォーマットストリングを含む。下記の擬似コードはダミー製品で問合せをする手順を説明するものである。次に、ステップ607で、うまく行った製品の問合せから戻ったページをどのようにして認識するかを学ぶために、ショップボットの学習者はドメインの説明に規定されたドメインからの幾つかの人気のある製品、例えばこのドメインでの現在最も良く売れている製品、についての様式を問合せする。それは、上で学習した失敗フォーマットに対してこれらの製品に対する各結果ページを比較する；失敗フォーマットとマッチするページはこの様式に対する不良の検索を表すと想定されて、ステップ609で破棄される。もし人気のある製品での大多数の試験問合せが成功であるよりはむしろ失敗であれば、学習者は、これは売り手にとって使用するべき適当な検索様式ではないと決定する、そしてそれは553の組に見出される次の候補様式に向かって進む。そうでなければ、学習者は、固定された標準ストリングで、製品属性である単語を取り替え、次に最も長いマッチング接頭語及び接尾語を探し、そして成功したページのヘッダ及びテーラに対する一般化されたテンプレートを記録する。このプロセスの出力は現在ではそれによってうまく行った製品問合せページの非報知的な部分が認識されたりまた放棄され得る、ヘッダ及びトレーラを含むものとなる。下記の擬似コードはこのプロセスを説明する。ステップ607で継続して、学習者は今ではこの形式の結果ページの製品の説明のフォーマットを決定するべき訓練の例として成功する検索からページの本体を使用する。各のそのようなページは一つ以上の製品の説明を含んでいて、その各は問合せのパラメータに適合した特定の製品について、又は製品のバージョンについての情報を含んでいる。これらの製品のフォーマットはベンダの間で大きく変る。しかし、各の特定のベンダでは、全ての製品の説明は通常同一の抽象的なフォーマットを持っている。可能性のある抽象的なフォーマット及びピックスを通じての学習段階のプロセス検索が最良のものである、即ち、このサイトでの製品説明に相当する可能性が最も高いことを決定するものである。抽象的フォーマットはHTMLタグのストリングと「テキスト」というキーワードとによって説明される。HTMLの断片の抽象的な様式はHTMLタグから要旨を取り除き、そして「テキスト」というキーワードで起こる介入テキストの全ての発生を取り替えることによって得られる。例えば、HTMLの源泉ストリングである、「<l i>Click<a href="http;//store.com/Encarta">here</a>for Encarta.」を抽象化して抽象様式ストリング「<li>text<a>text</a>text.」にする。検索では考慮されるべき多くの抽象的フォーマット、即ち、多くの可能な一連のHTMLタグの名称及び「テキスト」、がある。試験製品からの成功したページの本体の一つに実際に生じる限定的に多くのものだけを考えても、依然として考慮するべき多数の可能なフォーマットがある。それゆえ、各製品の説明は<p>、<br >、<li>、などのような一定のHTMLタグによって指定されるように、フレッシュラインで始まると想定することによって、この数は更に減少する。それゆえ、プロセスは先ず、各結果ページの本体を縦の間隔の境界を定めたHTMLタグによって分離されたストリングである論理ラインに分割し、そしてその後に初めて、結果ページの一つに論理ラインの少なくとも一つに相当する抽象フォーマットを考慮する。成功したページの本体は、その一つだけが製品説明に相当する各種の抽象フォーマットを持った論理ラインを典型的に含んでいる。学習者は製品の説明に対して店がどのフォーマットを使用する可能性が最も高いかを選択する発見的ランキングプロセスを用いる。好ましいランキング機能は、白いスペースだけではなく、幾つかのテキストが見出された、そのフォーマットの論理ラインの数、プラスその中に値段が見出されたフォーマットの論理ラインの数、プラスその中に一つ又はそれ以上の所要の属性が見出された論理ラインの数、の合計である。この発見法は、試験問合せは一般的な製品に戴するものであるから、オンラインストアは各製品の多重のバージョンをストックする傾向にあり、うまく行ったページには複数の製品説明を与えるに至る、ということを利用している。このランキング機能は発見された一般的な製品の数も、各製品について存在する情報の量も、両方ともを反映する。発見的ランキング機能の正確な詳細は厳格なものではないように思われる、というのは、「正しい」フォーマットともう一つの「誤った」フォーマットとの間には典型的に大きい齟齬があるからである。本発明は同様の区別を達成する他の発見的ランキング機能にも適用出来る。ステップ607の最終的出力608は現行の候補様式から作り上げたオンラインストアの説明の全ての構成要素並びにランキング機能の価値を含んでいる。もしこの様式が前のステップに対して説明したように放棄されることになれば、このランキングは大きな負の価値に設定されて、その上のプロセッシングでは無視されるようになるであろう。このステップ607の最後のプロセスは下記の擬似コードで表される。ベンダ説明の作成最後に、学習者はこのオンラインストアで使用する候補を選択しなければならない。図7に戻ると、上で説明した図8に示すステップに従って、学習者はセット 553で見つけた各フォームを処理した。学習者は各フォームについて、検索属性への記入方法と、最良の要約形式、すなわち関数評価（形式）を最大限にする形式を検索するための結果ページ解析方法を決定する。ステップ556では、これらのフォームのうち1つを、このオンラインストアでのショッピング用の順位関数の最大値とともに選択する。上述したように、この選択は、学習者がフォームFi を選択した場合のショッピングの成功度を示す、各フォームF_iの概算値E_iの算出にもとづく。使用されるE_iは、成功した要約の製品説明フォーマットの評価関数の値である。この関数は、検索された人気製品の数と各製品について存在する情報量の両者を反映する。そのため、選択されたフォームは、最良の形式が他のすべての候補フォーム中で最大の評価値を持つフォームであるため、このオンラインストアにアクセスする場合に最も有効である。学習段階が一旦フォームを選択すると、ショッピング段階で将来使用する場合に備えて、ベンダ説明（表２参照）に記録する。学習者が大多数の人気製品に対しての検索を正しく行うためのフォームを検索できない場合、ショップボットはこのベンダを棄却する。学習段階は、このベンダでのショッピングの前に、1ベンダに付き1回実行される。学習者の実行時間は、ベンダ数、ベンダサイトのフォーム数、"テスト検索" 数、結果ページの行数に比例する。学習者は通常、ベンダごとに5-15分必要とする。 5.4オンラインストアでのショッピング表２ベンダ説明最初の学習段階の出力であるオンラインストア説明は、ドメイン説明とともに次の比較ショッピング段階で使用される。表2に、オンラインストア説明の好ましい構成要素を示す。好ましい実施例において、出力は、比較ショッピングのために次に説明する関数が用いる複数の文字列としてもよい。これらの文字列には位置文字列、属性マッピング、失敗文字列、ヘッダおよびトレーラ文字列、項目形式文字列が含まれる。位置文字列としては、製品検索フォームを含むWWWページのURLが挙げられる。検索ページに複数のフォームがある場合、位置文字列はさらに製品検索に使用するフォームをコード化する。属性マッピングは、フォームの文字列の対（"属性名"、"フィールド名"）である。"属性名"は、ドメイン説明で定義される属性の名前、たとえばCDストアドメインでは"タイトル"、"製造者"、"アーティスト"である。"フィールド名"は、対応する"属性名の"値を記入する検索フォームのフィールドのラベルである。HTMLは各記入入力フィールドのラベルを要求する。失敗フォーマットは、製品検索が失敗した場合にオンラインストアから返される検索失敗ページの独自の部分に一致する単一文字列である。ヘッダおよびトレーラ文字列は、オンラインストアから返された成功製品検索ページのヘッダおよびトレーラ形式化部分に一致する。最後に項目形式は、成功製品検索ページで返された製品情報の各"論理行"の要約版に一致する単一文字列である。論理行の要約版は、HTMLキーワード以外のすべてである、全テキストを備え、文字列"text"で置換される。本発明は、ベンダ技術の他の形式にも応用可能である。たとえば、HTML形式文書の解析用の正規表現に基づく言語に応用可能である。第二の比較ショッピング段階では、ベンダおよびドメイン説明は、ユーザがインターネット上のオンライン電子ストアで比較ショッピングを行うの補助するのに用いられる。ベンダ説明が上述の文字列を含む好ましい実施態様では、通常この段階は図9に示すように進行する。ユーザはユーザインタフェース650によって、製品情報要求をショップボットに入力する。この要求は、たとえば、ある製品の最低価格を見つける購買要求655でもよい。ショッピング段階モジュール651は、普通、図9に示した処理に従って進行する。製品検索のドメイン説明653は、ストア/ドメイン説明データベースで検索される。ユーザ要求は、ドメイン説明で示したように、このドメインに適した製品属性の値として表される。次にショップボット61が、このドメインに製品がある関連オンラインストアをベンダ説明で検索する。各ベンダのベンダ説明に従って、ショップボット651はそのオンラインストアの製品検索フォームにアクセスし、フォームに検索属性を入力し、入力済みフォーム656をオンラインストアに送信する。ストアは、製品情報結果ページ657を返し、ショップボット651はこれから応答性の製品情報を解析する。これらの結果はユーザインタフェース650により、たとえば興味ある製品の一番のお買い得品としてユーザに提示される。さらに詳細には、ショップボット651は以下の擬似コードに従って処理を行う。この手順に入力されるのは、ユーザが供給する、ユーザの現在の比較ショッピング要求を定義する属性値である。ページを取り出す直後、さらにいずれかの処理の前に、学習またはショッピング段階のどちらかにおいて、テキストによって置換可能なすべてのグラフィックについてチェックが行われる。このような置換可能グラフィックは、テキスト置換を行う"ALT"を引数とした<IMG>タグを用いて、HTMLで定義される。言いかえれば、HTMLキーワード<IMG...ALT="some test here"...>は、単に"some test here "によって置換される。ショップボットは、インターネット上でアクセス可能なオンラインストアに関する知識のリポジトリであるベンダ説明を、説明データベースに格納する。比較ショッピングのショッパーは、あるオンラインストアで学習段階が完了した後のみに、ショッパーを用いてそのストアで比較ショッピングを行うため、ショップボットはただちにオンラインストアにアクセスして、希望の製品を迅速に検索できる。ショップボットショッパーは、所定のベンダで実際に製品を見つける場合に、系統的であり、効率もよい。 6．実施例本発明について、以下の実施例でさらに説明するが、これらは本発明の範囲を制限するものでは決してない。 6.1．ショップボット試験ショップボットの有用性の評価最初の試験では、ショップボットの有用性を手動比較ショッピングと比較して測定した。電子ショッピングの初心者で、Netscape Navigatorの使用経験のない被験者7人を選出した。被験者は以下の3グループに分けた。 1．被験者3人はShopBotを使用 2．被験者2人には、Netscape Navigatorの検索ツールを使用させ、ショップボットが使用するソフトウェアストア12店のURLを与えた。 3．被験者2人は、Netscape Navigatorの検索ツールに限定した。別個の2グループは、比較ショッピングを行う4つの人気ソフトウェア製品を示した。これらの製品はNetscape Navigator、Hummingbird eXceed for Windows、Mi crosoft Word、Intuit Quicken for Macintoshであった。すべての被験者は、これらの4製品すべての最低価格を迅速に検索し、検索の所要時間を報告した。表3 に、被験者の各グループの平均時間および検索された価格を示す。ショップボットを用いたグループ1の被験者の各試験は、キャッシングによるプラスの影響またはショップボットサーバのオーバーロードによる悪影響を避けるため、別個に独立して行った。表３ショップボットの試験ショップボットのグループは、検索タスクを他の被験者よりもはるかに迅速に完了し、検索された価格は通常、少なくとも他のグループと同程度安価であった。Netscape Navigator検索方式に限定されたグループ3の被験者は、ショップボットユーザより低価格を検索できなかった。ストアのURL一覧を与えると、被験者は実に遅くなった。たとえば、グループ2の片方の被験者は、eXceedの価格を検索できず、もう一方の被験者は適切でないバージョンの低価格を発見した。これらの試験により、ショップボットが比較ショッピングで有用であることが証明された。新規ソフトウェアベンダの獲得ショップボット学習段階の汎用性を評価するため、ショップボット処理に慣れていない独立グループは、人気ソフトウェア製品を販売し、WWWサイトに検索インデックスを備えているオンラインストア10店を発見した。ショップボットは好ましい実施態様の発見的方法を用いて、10のベンダすべてで比較ショッピングの方法を学習できた。ショップボットは現在12のソフトウェアベンダ、すなわち上述した10店に、初期設計の導入に用いた2店を加えた12店でショッピングを行う。このことは、ショップボットのアーキテクチャ、学習段階、ソフトウェアドメイン内での発見的方法の汎用性を証明する。表4はさらに詳細に、2つのソフトウェアベンダの製品説明形式学習中の、行説明および発見的方法の順位を示す。どちらの場合も、ショップボットは、製品説明に対応する正しい行説明を選出した。製品形式の異なる他のベンダも、一貫して学習した。表４形式および順位製品ドメインでの汎用性ショップボットは現在まで、ソフトウェアドメインと同様、CDドメインでも試験を行ってきた。ショップボットがポップス/ロックのオンラインCDストアでショッピングできるようにするドメイン定義が定義されている。選択されたCDドメインは、ショップボット学習処理の汎用性と適用範囲を示す。CDドメイン説明作業を1日行うと、ショップボットはCDストア４店で正しくショッピングできた。 7．具体的実施態様、参考文献引用本発明は、本明細書で説明した具体的実施態様により適用範囲を限定されるものではない。上述の説明および付随する図により、本明細書で説明した実施態様以外にも本発明の実にさまざまな変更態様が当業者に対して明らかとなる。このような変更態様は、添付クレームの範囲内であるように意図されている。本明細書では種々の公告が引用されており、その開示内容全体は参考により本明細書に取り込まれている。DETAILED DESCRIPTION OF THE INVENTION Method and apparatus for accessing an online store 1. Technical field to which the invention belongs The field of the invention relates to information access on networks, and in particular, Online by automatically searching for product descriptions in response to And providing assistance in accessing electronic stores. 2.background The exponential growth of private intranets and the public Internet is increasingly The horror of an ever-increasing number of online electronic stores and product information databases It is creating a maze of kari. Now, with almost any type of product, However, most users cannot find what they are looking for Even home users search for suitable online stores or other product sources It wastes a great deal of time and effort. One problem is simply that one user Beyond understanding, there is an ever-increasing vast number of available sources. Available A second problem with this growth in online stores and product information is that this information Software utilities and methods for managing, accessing and presenting Similar growth. Each utility has a different, often own, interface It has sets and functions of interfaces and commands, and has different sets of users. Suitable for different sets of information types and sources. Thus, the available utilities The tremendous variety of security is a problem created by information explosion for users. Create problems comparable to Users now ask which tools and which sources to use. We are facing the twin issue of whether to meet. Traditionally, automated code that can help solve these twin problems in the network revolution Efforts have been made to provide computer support services to users. For example, AI Lab Consumers help users with email and net news filtering We have created several prototype software agents. That is, (Patt IE Maes et al., 1993, "Learning interface. agents (learning interface agents) ", Proceedin gs of AAAI-93) and an agent that supports browsing the World Wide Web. Gent (H. Lieberman, 1995, "Letizia: An agent that assists web browsing (web Agent that supports browsing), Proc. 15th Int. Joint C onf. on A. I. Pages 924-929; Robert Armstr Ong et al., 1992 Webwatcher: "A learning apprentice for the world wide web World Wide Web Learning Apprentice) "and" Working Notes of the AAAI Spring Symposium (AAAAI Spring Symposium) Um's Working Note): Information Gathering f rom Heterogeneous, Distributed Enviro nments (Gathering Information from Heterogeneous Distributed Environments) ", pp. 6-12 Ford University, AAAI Press and Agents to Schedule Meetings (Lisa Dent et al., 1992, "A personal le arning apprentice ", Proc. 10 th Nat. Conf. on A. I. Patti, pages 96-103; e Maes, 1994, "Agents that reduce w ork and information overload (work and information overload) Agent to reduce load) ", Comm. of the ACM No. 37 ( 7) Volumes 31-40 and 146; 19 by Tom Mitchell et al. In 1994, "Experience with a learning pers" onal assistant (experience with personal learning assistant), Com m. of the ACM Vol. 37 (7): 81-91). Agents performing network-related work (O. Etzioni et al., 1994 "A softbot-based interface to the in ternet (softbot interface to the Internet), CA CM Volume 37 (7): 72-75). Such an agent Information that needs access is increasingly available on the World Wide Web It will work. Unfortunately, even domains standardized as much as WWW To raise significant issues with respect to software agents Was. One of them is that web pages are generally hypertext markup languages. Language ("HTML"), this language simply defines the format of the information display. It does not try to imply its meaning or meaning. Current However, the generally accepted "semantic markup la nguage (semantic group designation language) does not exist and is likely to be adopted worldwide. Nothing. The Internet can be expected to pose even bigger problems. Thus, the emergence of the intranet, the Internet, and the World Wide Web Automatic services or agents designed to assist users in finding relevant information It raises some basic issues regarding Gent. First, which ever Such services are also called Yahoo or Lycos. Access to existing online stores and directories or indexes Provide sufficient added value to replace the use of web browsers with Absent. Second, such services are still not available on a variety of Internet web online Understand and fully analyze relevant product information from the responses returned from the in-store. And have not done. Third, existing services and agents are constantly changing Response format makes it easy to adapt to the growing number of stores Not. This is for each Internet server used by existing agents. Due to personalized, hand-crafted code interface to services and websites (Retrieving in 1993 by Yigal Arens et al. and integrating data from multiple information sources (searching for data from many sources and Integration), International Journal on Intelli gent and Cooperative Information Sys tem Vol. 2 (2): pages 127 to 158 ", O. By Etzioni and others In 1994, "A softbot-based interface to the internet (software bot interface to the Internet) , CACM Vol. 37 (7), pp. 72-75, " Krulwick h. "Bargain finder agent prot." type (bargain search agent) ”, Technical reporter t, Anderson Consulting and Alon Y. Levy and others "Data model and query evalua in 1995 Tion in global information systems ( Evaluation of data models and queries in global information systems), Journal of Intelligent Information Systems, Special Issue on Networked Information on Discovery and Retrieval Vol. 5 (2) ", and M IKE Perkowitz et al., 1995 "Category tran slation (category conversion): Learning to underst and information on the Internet Learning to understand information on the net), Proc. 15th Int. Joi nt Conf. on A. I. ) ". Learn how to find relevant information from sources To learn dynamically, services or agents can be new or changed. It is desirable to be able to access the Internet online store. 3.Summary of the Invention A personal network shopping robot called a “shop bot” Solving these basic problems with the methods and systems provided is the main It is a broad object of the invention. Shopbots are available network product sources Or track online stores and provide relevant information and characteristics for each particular product source. Know and forward certain queries to the most relevant product sources, Understanding these responses, integrating the query results and presenting them intelligently to the user, By determining at the user's request the product source associated with a given query Acts as an intelligent assistant to the user. The shop bot of the present invention has several advantages, including: Primarily The shopbot returns only relevant product information to the user. Meanwhile, each user inquiry Will only be transferred to online stores in product domains that are of interest to the user You. On the other hand, the response returned from the online store is a data item of the related product The injury is analyzed and understood to be extracted for user presentation. Duplicate, Chen Corrupt, irrelevant, or simply formatted information items are discarded. Secondly, Shopbots are fast. This allows the related online stores to run concurrently Search automatically and as fast as the fastest major product source returns a response Product information. Changes in conditions that cause speed fluctuations in different sources Shopbots keep the same speed as the fastest online store You. Shopbots simply ignore stores that have no information to return in their queries Thus, such a store does not slow down the user. Third, the shop Bots are growing online with ever-changing response formats Easily adapts to the number of electronic stores. Shopbots to describe sources Use a new and simple method for Source descriptions should be short, easily understood strings. It is a gathering. Thus, in a first aspect, the present invention provides an efficient product information source on a network. Access to the product, preferably by a user question regarding product information. Receiving the matching and product information for the correct product domain associated with this query. Determine the source or online store and search for a description of each source Steps, and combine this query and the retrieved description in a manner appropriate for each product source. Therefore, the format that formats the form to access these online stores Steps and steps for submitting this form to the online store and information on these products Receiving a response from the source and, for each online store, Therefore, the step of understanding and extracting relevant data fields Each online store in an intellectual manner, ranked according to their interest rating. Presenting the relevant data from the user to the user. The method comprises the steps of: Fortunately, These steps are performed in parallel to the greatest possible extent. In particular, At least all queries are concurrently performed without waiting for intervening responses. Transmitted to all relevant sources. In another aspect, the invention provides a shop bot that automatically Includes a heuristic guide process that can determine the light. This heuristic is It is summarized in the domain description for each product domain to be accessed. This domain This description is used to create training examples from an online store. And the rules that define the representative attributes of the product in the source knowledge. This professional Seth searches for appropriate product inquiry forms in product sources or online stores For each step and each appropriate query form, the online store is likely to have Ask the online store about both new and popular products you may have Matching steps and formatting for maximum query success for future queries And selecting one or more steps. In a further aspect, the invention performs one or more steps of the method of the invention. And a computer system for the computer. Users can access multiple product information Table connected to the network to which the source or multiple online stores are connected Have a display device. This display device receives a user's inquiry and Display the response of the unit. Furthermore, this display device is provided with Perform one or more steps of. Fortunately, it should not be performed on this device. One or more of these steps may be a network connection shop Computer servers, and these computers are Respond to functional requests from the device. Optionally, no disk for user equipment Select from handheld terminals to personal computers, workstations, etc. It is. 4.BRIEF DESCRIPTION OF THE FIGURES These and other features, aspects and advantages of the present invention are described in the accompanying drawings and below. It will be better understood with reference to the description and the appended claims. FIG. 1 is a diagram schematically showing a shop bot of the present invention. FIG. 2 illustrates an exemplary user interface of the shopbot embodiment of FIG. FIG. FIG. 3 is a diagram showing exemplary functional components of the shop bot of FIG. FIG. 4 is a diagram showing another hardware embodiment of the shop bot of FIG. 1; FIG. 5 illustrates an exemplary product inquiry page for an online store. FIG. 6 illustrates an exemplary product query response page for an online store. FIG. 7 is a diagram schematically showing a learning stage of the shop bot in FIG. 1; FIG. 8 is a diagram showing the learning stage of the shop bot of FIG. 1 in more detail. FIG. 9 is a diagram showing the shopping stage of the shop bot of FIG. 1 in more detail. 5.Detailed description For clarity of disclosure and not for limitation, the present invention A detailed description of the kit is provided as a way to access the online store, and Presented as a system or apparatus implemented to perform the method. In the following, first an overview of the invention is given, followed by a detailed discussion of the individual components. Is shown. 5.1.Overview of shopbot architecture The shopbot system or system of the present invention is a network-connected server. (Instead of “online store” or “store” or “ (Known as "distributors"). Work together in one or more networked computers to assist in Software mechanism and hardware mechanism. Figure 1 shows the user and the network Shop against networked online stores or product sources Fig. 2 schematically shows the relationship between bots. For example, user 1 could be monitor 2, Access the user computer 3 via a standard interface device. work In the middle of this, the user is connected to various networks such as network links 4 and 6. Information from online store 7 connected to user computer via link Need. Since there are many online stores, users can find relevant online stores. Can benefit from assistance in finding the required product comparison information from a. This Is provided by shop bot 5 and this shop bot Unit 5 knows the available online stores and their characteristics, On behalf of or as a user agent (link) via link 6 Query those stores. As an alternative, shop bot 5 Resident partially or completely on the user computer 3 or network It is also possible to partially or completely disperse them on the link, and Can be accessed by other users. A group of online stores 7 that sell similar types of products, Grouped into conceptual classes called. For example, one domain is pop Is the domain of the electronic store for music CDs, It could be an electronic store for data software or hardware products. In the preferred embodiment shown in FIG. The three main function modules, the integrator 37 and the input / output manager 41 Consists of In summary, the user interface module is Online store for receiving user queries and network connection Interact with the user to format and display the information response received from. Advantageously, the user interface is adapted to the particular product domain being accessed. Let me respond. During the shopping stage, the integrator module Registration from the user interface module, and Format the query for network transmission to the online store, Product information responses are received from these stores, these responses are understood, and The corresponding parts of these responses are displayed to the user interface module for display to the user. Send it back to During the learning phase, the integrator module can be new or Access the modified online store and use it during the shopping phase The store can be queried in the process of determining a store description. Input and output Manager modules can be installed on different hardware platforms or different Porting shopbots to operating systems or different networks Requires only limited changes in well modularized code For user interface module and integrator module Interfaces specific to hardware, operating systems and networks Perform source matching. In other specific embodiments, the user interface module and the input / output money Either or both of the ja modules may not be present. An example For example, the functionality of these modules may be dependent on other operating system components. Is already feasible. Shopbot disclosed without any other mechanism Only one or more of the features provided can be provided. For example, in some embodiments, The botbot is simply questioned by an externally provided description of the online store. The match can be formatted to understand the response. In these cases, learning Shopbots inside can be located elsewhere on the network , And can also send the seller's description to other shopbots upon request . Finally, as known to those familiar with the technology, it is described here The functions performed by the module may be different, more or more It is also possible to divide or group into a small number of modules. In the absence of specific preferences, each process of the present invention may be a procedural program such as C. An object-oriented programming language such as a ramming language or C ++ Accordingly, the present invention can be realized on the hardware configuration disclosed herein.User interface module More specifically, the user interface module is Indicates a shop bot, but the common bot user interface It has important features and also adapts to specific product domains of specific shopbots. You. Returning to the first preferred common feature, one such feature is the shop It is a function to store user basic settings for interacting with the user. Like this Remembered preferences include, for example, preferred product attribute fields and preferred Screen display format, including the desired result sort order, and the number or Identities and the like. The user interface module places these widgets on the user's screen. Search along with certain common user controls, such as screen buttons for operating windows Providing one or more windows with multiple predefined lists of satisfaction actions preferable. The user interface module contains each source in one window A list of online stores searched using, for example, network addresses , Icons, or other compact screen displays. Also Also displays the total number of unique product items recently received. Optionally, in the online store Click on the screen display to see information about this online store, online View responses received from the store or via the network to the online store A window with access and the like is further opened. In addition to these common functions and controls, the shopbot user interface Modules have a specific design, formalism and format appropriate for the information domain being designed. It is desirable to implement For example, a software store product domain Shopping bots for comparison shopping are product names, models, and hardware. Requirements, operating system requirements, labeled fields such as prices, etc. May be included. Pops / Rock CDs The shop bots in Tor's product domain include artists, groups, data, Specific interface display, including labeled fields such as origin, price, etc. Be provided. In one shopbot implementation, most of the functions and modules are Resides on a server connected to the network that the user accesses remotely . For example, a user can access a shop bot via the Internet, such as Netscape. Web browser access using the World Wide Web Protocol Good. In this case, the user interface builds a page in HTML format, which is OTransmitted over the network by the manager. FIG. 2 shows such an embodiment. 3 shows a typical user display according to the above example. This display is further enhanced by online electronic Specify the information domain of the software store. Figure 2 shows three shop bots Is divided into sections. Section 11 usually indicates that this display is a shop bot Is a title section indicating that the result is provided. Shop bot Preferably also has a specific input inquiry screen. Section 12, its WW Displays a list of online stores recently searched by W address 15. Select a dress to get more information or access the WWW. Section 12 of 16 Will show those sources that have already returned search results as well. section 13 shows the results received so far in the format according to this particular product domain Display in the operating system section. Each item returned is For example, item 16 is formatted by product name, price, and outgoing online store address Become In such an embodiment, the display of information can be accomplished by scrolling the window and It is controlled by the control function built into the browser. This user interface Is implemented on the shopbot server as an HTML page and a web browser Is transmitted to In another embodiment, the functions and modules are Can reside in In this case, the shopbot sends a query, receives a response, Format the result locally. The I / O manager is responsible for logging Use the features of the local operating system. The user interface is initially shown by windows and buttons, One skilled in the art will recognize that the present invention provides for the display of user command information and input, It can be seen that it can be applied to the example. For example, the user interface module Full screen control and graphical display without window processing system intervention You. The user interface module is a classifier that provides a window processing function. Preferential implementation with an object-oriented programming language complemented by libraries Be mounted. The preferred embodiment uses the Java language with the java.awt package. ing. For example, Flanagan, 1996, JavaInANutshell, O'Reilly & Associates, sect See ion5and9.Integrator module FIG. 3 shows a preferred functional module, database, and generally a shop box. 2 shows the functional interrelation of both the module 30 and in particular the integrator module 37. Book Greater Learning Stage Module 39, Product Domain and Online Store Description Database 40 and shopping stage module 38. . These components are introduced here and described in detail below. In the shopping stage, the user interface module 34 provides a comparison A ping query 31 is passed to the integrator. Integrators shopping Invoke stage module 38 to select the appropriate online Select a store. Then the integrator describes the store for these stores In the database 40. Or each shop bot can be a single product Domain specific but in this case all store descriptions are searched in database 40 Is done. In this case, if these are a small number of stores, store descriptions in memory Can be stored instead of a bull. These descriptions of the online store and their requirements can be found at: Consists of a set of strings, described in detail below, used in the shopping stage module Is done. These modules are first available from each online store on the product inquiry page Second, formalize user queries into fields on each page, and fill in the third Submitted pages to each store at the same time. If the store 33 returns a response, the shopping stage module 38 Use the strings to extract data from the response and tap the taps associated with a particular product domain. It is arranged as a list of data fields called file format. Each tuple has a specific Arrangements can be made arbitrarily in a priority order using a method suitable for a user inquiry. Finally, you When the interface 36 requests a screen display to be displayed to the user, the The ping stage module will use this tuple, if it is prioritized And passed to the user interface module 34. For example, product domain Tuples are related to online software stores, tuples Enter the product name, manufacturer, software version number, and required Arbitrarily included as a rating system, price, etc. Typical tuple priorities May be due to price, delivery delays or other factors in user preferences is there. The user display is controlled according to the stored user preferences 35. During the learning phase, new or changed online store locations are integrated. Handed over. The product domain is externally integrated with the online store identification. Supplied to Greater. Alternatively, the integrator alternates between the learning stage modules To determine the product domain of the identified store. Integrator Next, the database 40 is searched for the product domain description of the domain. This domain The heuristic rules described below, included in the in description, guide the learning stage module To automatically get the store description. Next, the learning stage module The description of the vendor description in online store 33, adjusted in accordance with the heuristic rules of description Interact with this online store to determine strings. Correct vendor description Once defined, the database 40 is used for the comparison shopping stage module. Is stored inI / O Manager module The I / O manager module 41 in FIG. Hardware, operating system and network specific interfaces Do The network interface includes a networked online The in-electronic store sends and responds to requests according to the protocol that the store recognizes. Includes task for receiving answers. The shop bot of the present invention is an Internet shop I / O managers include TCP / IP, HTTP, etc. Implement WWW related protocols. I / O manager to reduce response time You can optionally temporarily cache pages and other data. Operating The system interface is the window management of the user interface module. And access to database services, if any. The I / O manager supports commercial protocol stacks, Java.awt packages, and other windows. Preferably, it is constructed using windowed libraries or other tools. One embodiment Now, some of the features of the I / O Manager are This can be done by system components. The I / O manager can scale to multiple machines. With no multithreading or reentrant code, Arbitrarily designed to be cross-platform and persistent.Shop bot system The preferred functional structure of a shopbot is the system hardware in a variety of alternatives. A) It can be assigned to components. The preferred alternative in each case is a rapid response It depends on the answer and the functional arrangement that achieves a reasonable cost. Figure 4 generally shows the conventional Considering the general description, typical shopbot hardware implementations and options Show FIG. 4 shows user computer elements 51-56, network 57, online The interrelationship between the in-store 58 and the shop bot server computers 59-61 is shown. Ko The computer 51 includes a user including a processor, a memory, and various connected peripheral devices. The computer. Such a peripheral device includes a display device 52 or a user. Other devices for networking, network connection 54, optional hard disk Storage device 53 and the like. Alternatively, the computer 51 has no fixed storage device. Network device, PC, workstation, or more powerful computer Data. Computer 51 runs the Windows operating system. System, running either the Macintosh operating system or UNIX PC or workstation. Among other software The local shopbot software resides in the user computer's memory. Hardware 55 and local system components 56. Local shopbo Bot software implements one or more shopbot functions. Local system The system component may include, for example, a web browser. Network 57 is any network with multiple online stores 58 connected. Network, and these online stores depend on the type of products you sell. It can be conceptually arbitrarily classified into a plurality of product domains. In a preferred embodiment, Network 57 is a set of TCP that includes user-level protocols such as FTP and HTTP. Public Internet or personal intranet that supports / IP protocol It is a net. The online store is a server computer and network 57 Make stored product information available using the porting protocol. like this Information includes product type, model, manufacturer, retail price, and availability. Can be In such a network, the shopbot can implement various embodiments. is there. In a completely local implementation, all shopbot functions are User computer that must have sufficient processing and storage capabilities in an embodiment Resident in local shopbot software 55 within 51. In another embodiment, , One or more of the disclosed shopbot features to another networked Can be distributed on pewter. For example, the computer 59 may use online store theory stored in a database. Store / domain description service that receives download requests for product descriptions and product domain descriptions It is ba. This database cannot store and retrieve compressed text descriptions The data can be stored in a memory or a disk using one of the data management systems. Con Pewter 60 determines new online store descriptions and compiles these descriptions into a database. Providing it directly to the source computer 60 or local shop bot 55, A learning stage server that performs tasks that require more computation. Computer Data 61 is a shop bot server that receives user queries, returns search results, In some cases, the functions of the store / domain explanation server 59 and the learning stage server 60 are used. Thereby executing the shopping module function. These networks If you use a local server, the local shopbot software Interface only, and this user interface A web browser may do everything. Alternatively, the software It is also possible to include a shopping stage module. This module queries A query routing request is made to the server 59, and the description request is stored in the store description server 60. To pay. In addition, one or more of these latter functions may be included. Computer readable on various computers of shop bot system According to the present invention by loading from a capable medium or via a network. Software for performing the above method is provided. The invention relates to disks, tapes and And known magnetic and optical media such as CD-ROMs. 5.2Comparison shopping in online stores This section describes the regularity of online stores that are advantageous for shopbots, A specific comparison shopping task supported by a shopbot is described below. Online stores available via the WWW protocol inform about the store Send HTML format documents to users to view products and receive orders. HTML See, for example, _____________ for general descriptions in document description languages. these Stores typically feature multiple regularities regarding the presentation of HTML documents. first In addition, their expressions allow customers to quickly search for available products and product information It is designed to be. Usually, the online store is the store's homepage , I.e., from the first document the customer accesses when visiting the store, An easy way to quickly get to a form that can be filled out to request product information Provide the law. Figure 5 shows a typical product information request form adapted to a broad product range. Shows the program 500. Customers can complete some or all of the valid search fields, Search for products. For example, a customer selects a category from field 501, If you enter a search term in field 501, a specific category with a specific word in the description Search for products Customer clicks box 503 and activates the form Send to in-store. Line 504: Customer accesses another HTML information document in the store Represents a "navigation" aid that helps. When you submit such a search form, the store's server computer turns on. After searching the product information database that describes the line store, It also returns product information formatted as one or more HTML documents. Online strike A unique identifier that distinguishes the document from others using the same look and feel. Trying to give a dentity. Stores differ significantly in product description format Even a particular store can advantageously describe all available products in a consistent format . In particular, if another store uses a different product description format, All use vertical separators and white space, which is a blank area of the document. You. For example, the store starts each product description on a separate logical line. Figure 6 shows "iomega Shows a typical product description form obtained from a query using the word "jaz" . Here, each product with these words in the description appears on a separate line, such as line 506. You. Row 507 is typical header information and row 508 is typical trailer information. This is why online vendors value such regularity. This is because sales to human customers are promoted. But, These regularities are used by shopbots. Because there is a search form, Pubot can easily find product descriptions in a store-specific way. Resulting Due to the regularity of the product description form, shop bots are virtually Learn how to access such stores without intervention. Especially these Due to the regularity of the learning procedure involves strong bias, only a few training examples are required And not. In another embodiment, the shopbot has such a form and regularity. Support can be provided at the online store. However, for such stores, Adjusting the co-op for the store requires virtually no operator intervention Is done. The preferred embodiment of the shop bot assists users in comparative shopping . In comparison shopping, customers purchase certain products that are most advantageous according to certain criteria. Find an online store to enter. Therefore, comparison shipping is required by the user Identify a group of online stores that sell a particular product and determine the price, For example, rank stores within groups based on customer criteria. For example, In the computer product store domain, comparison shopping shop bots I can help you: "Find the cheapest Adobe Photoshop for Macintosh". In general The shop bot operates according to the following method. Upon receiving such a request, The shop bot determines the related stores and accesses them simultaneously. Then, each Search, fill and submit HTML product search forms available in online stores Search for the indicated product. In a preferred embodiment, these search fields are Parsing and filling in forms according to the vendor's instructions, which consist of a set of recognized strings. U. Store Shop HT HT explaining payment terms for indicated product Return to ML page. Shopbots are preferably re-ordered by the vendor or online Parse these returned pages according to the store description string. The analysis procedure is Ignoring all header and trailer fields, and the rest of the HTML formatting code Is analyzed into logical rows that match the learned product description. Returned page is shop If your bot matches a learned failure template, The failed search has been rejected. Finally, shop bots are The information is arranged, for example, in ascending price order, and a summary is created for the user. More specifically, the overall problem of comparative shopping is solved in two stages. Less than In the first learning phase described below, shopbots process HTML pages from your site. Learn the online store description by analyzing the online store to manage it. This step is computationally expensive, but before the customer actually does a comparative shopping Implemented and only needs to be done once per store. However, different vendors HTML format "Remodel" the store with different search forms and different product description page formats If so, this first learning step is repeated for that vendor. Second Shoppi The learning phase is less computationally expensive than the learning phase and allows the customer to learn the information Do a comparison shopping using the actual. Shopping stage explained earlier , Shop bots for quick and simultaneous access to related online stores Implemented according to architecture. In particular, shop bot implementations and graphical user interfaces It takes advantage of important principles. First, the shop in the comparative shopping stage Bots are fast. Most of the calculation work was in the learning phase before shopping , The shopping stage can be faster. In fact, the most time-consuming stage is the network Page ingestion via a network, but this ingestion is performed simultaneously by all vendors. Therefore, shopbots are faster than human specialization. Next, the shop box Informs the user of the vendor being queried and the prices found so far. And provide continuous feedback so that the user can interrupt at any time. Third, shop bots allow users to review results and manually investigate, Provide the user with sufficient background on the information that the shopbot extracts. You The shop bot uses the store homepage, Search form, displaying the complete product description found. In summary, Table 1 outlines the inputs and outputs of the comparative shopping task. Table 1 Comparison shopping Generally, the inputs to the learning phase are items 1 and 2. This information and constrained learning With processing, shopbots access product information in online stores You can learn the online store description for. Items 3 and 4 are for the shopping stage Is the input to Users enter attributes of the product of interest in a manner consistent with the domain. By force, shopbots retrieve product information from related online stores. This shop bot description is for a comparative shopping task, To suit other common shopping tasks, including network search Configurability will be apparent to those skilled in the art. In addition, related online stores For tasks that show significant regularity, learn to learn relevant online store descriptions Build stages. 5.3Learning online store description This section describes the first learning stage of the shop bot process. This stage Shopbots need to assist in the second comparative shopping phase Learn information. The comparative shopping stage is based on training examples with minimal learning , Can be repeated as long as it proceeds preferably under unsupervised conditions. Online Store Behavior Shopbot learning is strictly limited from the store to minimize confusion It is preferable to search a specified number of HTML documents. In addition, shop bots Or to make comparison shopping available at a revised online store. It is good practice to minimize or eliminate perpetrator intervention. In this section, The operation, inputs and outputs of the learning process are described in general terms, and then details of each major step are described. The details will be described. Generally, shop bots use rules that are usually found in HTML documents in online stores. Learn heuristics of online stores using heuristics that utilize. These heuristics strongly manage the learning process according to these regularities. First, these heuristics, apart from each product description, for example, It is considered to be separated by vertical spaces, such as by the beginning, a new row in the table, and so on. this Vertical space separator like <p>, <tr>, <li>, <br> Define. Therefore, after removing header and trailer information, the heuristic is HTML code that remains on the page as a group of text separated by vertical space. Is divided into "logical lines". Second, heuristic methods are used to describe each product in the same format. Is considered to be Thus, each "logical line" searched will have an argument from the HTLM tag By removing and replacing any intermediate text that occurs with variable "text", the "line" Description ". Use these best-of-line descriptions to The product description page will be described. In fact, most online stores are special in a simple format Relational data using a program to create an information page for the specification Such up-to-date rules are required to retrieve product information from the base. More specifically, the learning process does not depend on the product domain. All domains Presence is an input to the learning process as data included in the domain description. I Thus, with a new product domain where online stores share the described rules In order to shop, learn to retrieve the appropriate domain description from storage You just need a learning module. The domain description contains three categories of information Has: namely, description of product attributes, to understand the online store page Heuristics, core knowledge for learning. Product attributes in this domain A category that is appropriate for describing a product. For example, computer software For domains, product attributes include product name, manufacturer, price, hardware requirements, Operating system requirements can be included. Online store page A heuristic for understanding a page recognizes terms used in searches. these Preferably, the heuristic is in the form of a rule. The preceding clause of this rule is Matches the typical words used to describe the input fields of the Define the product query attributes to fill in the field. For example, returning to FIG. In the case of teams, such a heuristic would probably be the input field for product attributes and descriptions. Identify each field and enter the "product category" in field 501. Recognize the word "" or the word "description" in field 502. Later, you will start studying the product description page of the online store by using the sample core. Is used as a test search. This knowledge requires the recognition of search failure pages. Some products are almost certainly not in the domain to learn. Also, Common products likely to be found in many stores to learn the right product description page Is also included. For example, in the case of computer software, "M icrosoft Encarta "and" AdobePhotoshop "are included. In addition, a detailed description of the learning phase module of the present invention can be found in the online store It is intended to apply these modules to the instruction, but these modules are Le's method is not so limited. These modules are described above. Sources that follow all types of rules are equally applicable. In particular, information retrieval Applicable when learning how to access information sources with forms. this The information search form returns a failed page when information search fails, The information item is identified by an identifiable formatting code, such as HTML code for vertical blanking Returns delimited, identically formatted information pages.Summary of learning process Online stores usually list the user's desired product name and manufacturer, for example. Enter a search form that you can submit, for example, by clicking the "Execute" or "Search" button. Offer The online store has a consistent HT so that users can review Returns a page containing product information in ML format and responds. Therefore, comparative shopping , The shopbot accesses the page containing the search form and Completed the requested form and return the relevant product (s) from the returned page (s) Extract information. In the latter step, express the format of the information on the product information page There is a need. Therefore, the learning problem of a shop bot consists of three sub-problems. the first The small problem is that when searching for the right product search form for that online store It is a problem. Some online stores have multiple forms to find product information Only one of them is used to do so. The second subproblem is correct Decide how to fill out the product search form, that is, what product information Which field to enter in the search form (for example, product name or manufacturer) ,That's what it means. Finally, the third subquestion is whether the information page returned by the search Learn how to extract product information from them. Solutions to these subproblems are interdependent. Shop bot in learning phase (Hereafter called "learners") understand how to fill out the search form and the results returned Only when you know how can you confirm that a particular search form is appropriate . Therefore, to choose the best combination of solutions for these three sub-problems Searching for combinations, shop bots in the learning phase. FIG. 7 shows the general processing of a shop bot in the learning stage. Specific online Beginning with the URL of the Tor home page, in step 552, the learner A) Search for the candidate HTML product search form. The learner then tests Search form F_iOf the limited set 553 is determined. Step 554 In, the learner has_iTest and the learner_iSelected Approximate value E indicating the degree of success of comparison shopping in the case_iIs calculated. Calculate an estimate In order for the learner to map the fields, Determine multiple searches, create multiple "test searches", and multiple popularity of shopping domains Search for both products and products that are definitely not in the shopping domain. First, this With the training examples provided by the results of these test searches, the learner_iMore obtained Format of the product description in the page, including the header, trailer, and item format strings. To decide. Second, the test search provides an example of a search failure page that allows learners Determines the failure string. Third, using this result,_iAlso calculate. Learner When searching for regular products, with an estimate of success in extracting these popular products, An estimate is obtained of how successful the system is overall. And learning Determines a complete vendor description 555 based on each candidate search form found You. Finally, in step 556, the learner enters the estimate E_iChooses the best form You. The final output 557 of the learner is the vendor description, ie the URL of the selected form, Lost string, attribute mapping, header / trailer string, item format You. In the following, the important steps of this process will be described in more detail. These steps The top depends on various heuristics. The present invention performs similar functions in a similar manner. It is equally applicable to other heuristics.Search for candidate forms The first step is to find search form suggestions on the store website. You. A form begins with a <form> tag and ends with a </ form> tag. Web page. Follow all HTML links starting from the store homepage A thorough search to search backwards is not very desirable. Such a search is Second, because it eventually reaches millions of pages on the WWW, This results in a very large number of pages being fetched from the store, which is It will put a heavy burden. To avoid these problems, the learner tries to find a candidate style Currently, preferably about 25 to 100, most preferably 50, Is preferably set. However, even with such limitations, the search procedure Is preferably more selective. For example, if the site has 500 pages If any, only one of them has the right style for it, , Learners see only 50 of them, so random searches are a chance to succeed Is only 10%. Therefore, despite the limited search, the learner Incorporates discovery-leading techniques designed to increase the chances of finding new pages You. According to this technology, learners take in pages according to the function of recording priority Put priority on things. Low eye score is better, ie contains correct search style It is likely to be a page. Waiting for the priority of the URL of the page to be imported Columns are maintained. Initially, this queue has a score of 0 and only the URL of the store's homepage Contains. Learners get the highest priority or lowest score from the queue Iteratively removes the URL, captures the page, and includes it Add the URL from the link you are on to the queue. As soon as 50 pages are captured The search stops, and the learner searches for the captured 50-page style. Pages are tracked by following the tracks for pages that have already been imported. It is not taken in again. In addition, learners will never fetch pages from them We also have a list of banned domains. Forbidden domains are often used for WWW services. URLs that the site works with, such as Netscapecom, Microsoftcom, WWW site section of online store such as Lycoscom, AltaVistacom, etc. It's a URL that is known not to make sense. The following pseudo code illustrates the process of finding a set of candidate styles . The record function will include a URL that contains or is likely to lead to the desired search style Designed to give priority. 5 heuristic rules to calculate records Is used. First, is the score for a given link always the page that contains it? Higher than their score. The score is always calculated by adding a positive number to the previous score Is calculated. This means that the further away from the store's home page, This is because the more links, the lower the possibility of the search style. online Stores usually make their search style a few clicks from their homepage. Second, links that contain the word "search" or "find" will appear on the search style page. As it seems to get, it gets a relatively good score. Third, store websa Links pointing to the site's "text-only mode" get a good score, because For example, shop bots are more likely to understand text pages. No. 4.If there are multiple links on the page, the resources near the beginning and end of the page Links are easier to search for than links in the middle of the page. This is a lot of Page contains a long list of links to different departments of the store, such In the middle of the list, links to general search style pages are unlikely . "Penalize" the middle link on the page and "Reward" the beginning or end link. In order to “given”, “positional component” is added to the score. The components of the location are 0 for the link at the beginning and end of the page; one from the second and end of the page 1 for the previous link; for the third and third-to-last links on the page 2; Finally, fifth, if the link is to a new domain, ie, "fo If the page from "o.bar.com" has a link to "aaa.bbb.com" Link is punishable, it could lead to a completely different site that is not part of the store Because there is. However, a store's WWW site is actually multi-domain Such links are not abandoned.Filling out the candidate style FIG. 8 illustrates the process of step 554 of FIG. 7 in more detail. Generally, a set of weather Beginning with the complementary form, form 553 in FIG. 7, in step 602 the learner Select the likely one from the candidate styles. In step 603, the learner Use the rules that make up attribute mappings from descriptions. This is a style fee Guide you to fill the field properly. Using these as inputs, step 605 In Learner Online Store With Dummy Product To Determine Failure Style String Ask. Also, in step 607, the learner sees the product Ask stores with popular products to determine the style of information. If these steps If any of the steps fail, the learner abandons processing the current candidate style And then start with the next available style, if available. All candidate styles are professional Once accessed or abandoned, the form with the highest rating, as well as the The description string is used for the description of the online store. This process is described in more detail in the following section. First, start with URL601 The next candidate style, and then the learner should fill in the next candidate style. The name of the product, eg, product name, to fill in each of the fields in the search form , Manufacturer, etc. To determine this, the learner must first Examines the HTML text of the HTML <input> tag, Extract the type-in input field of and enter the corresponding prompt, ie, which Prompts the user as to whether data should be entered into the field Place the text just before the input field. Second, the learner must provide some provisions to indicate that the form is almost certainly not a product search form. Check for the presence of In this case, the style would fill it out Discard at step 609 without attempting to reset. Here are four such good Preferred conditions will be described. The first such condition is prohibited to submit a form Access to the designated domain. The second such condition Is a tag where one of the type-in input fields is specified in an HTML tag attribute. It has an IP password or a text area. Such kind of input Fields are rarely found in search styles. The third such condition is the style Does not include an input field for type text, i.e., There is no input field at all. The fourth such condition is the feel One of the prompts is to enter "master code", "email", "email", It includes words such as "phone" and "phone". In this case, this style It is probably a user registration or order form, not a search form. So Other such terms may be in various product domains or online It can be used appropriately as it comes out and changes. If none of these conditions are met, the learner can use any product attributes, such as For example, determine if name, manufacturer, etc. should be entered in each type-in input field. Proceed to step 603 to determine. This decision is for different product domains Is done differently, that is, for computer software stores, Product name, version, hardware platform, operating system There is a set of attributes to choose from, such as -There are different attributes like taste, album title, etc. Typically, Test the field prompts to determine which product attributes will be entered into the field The decision is made using a set of product domain dependent rules to determine. exception Test the prompt in the field named "name" in the rules of If found, enter the product name in the field. Product documentation without part number There are even more exceptional rules for the main Test the prompt, and if it is found, leave the field blank, This is because the learner does not know anything about the part number. Each product domain For example, for software, CDs, etc., the domain You must provide a list of rules like Next, enter each input file for the candidate style. For fields, the learner's system arranges through this list of rules, and The first rule whose test complies with the field prompt is applied. If some If the rules apply, a set of attribute mapping pairs has already been found. Added to ping pair. This pair is paired with the name of the product attribute that the rule indicates. It consists of a string of field prompts that have been adapted by the specified rules. What if If does not apply, the field is blank. The output 604 from step 603 is the URL of the candidate style and the constructed attribute mapping including.Learning result format Attribute mapping that guides you on how to fill out candidate forms As determined in steps 605 and 607, the shopbot in the learning stage Information returned from the online store after submitting the In other words, it determines how to extract the result page of the analysis. Like Alternatively, learners rely on some typical regularities of product information pages. First For each style, the resulting page will typically have two forms: store "Failure" type when none of the databases match the query parameters And a "success" type in which one or more items match the query. No. 2 In addition, a successful page typically consists of a header, a holiday, and a tailor, and the body This is the case where all desired product information is included, including possibly unrelated information. Third, Typically the same unique format with no product description elsewhere in the body of the page If you have Using these regularities to analyze the resulting page The learner has these additional sub-tasks: first, a generalized template of failure. Learning secondly; removing secondly irrelevant header and tailor information. And thirdly, learning the format of the product description. Therefore, in step 605, the shop bot first proceeds to “MadeUpManufacturerNam e "from a company called" grsabcdummynosuchprod ", Queries the form with some "dummy" products, almost certainly not in the database This determines the template for the general failure of the style. More specifically, Import a dummy product result page, for example "grsabcdummynosuchprod" And place it in a special place each time the dummy product name appears on the results page. Replace the string, ie the string "grsabcdummynosuchprod" on the result page Is replaced with the string "*** DUMMY-NAME ***" each time Each time deUpManufacturerName appears, take it as *** DUMMY-MANUFACTURER *** Replace. Repeat this procedure for several more differently named products I do. If the result page after replacing the string is If they are the same, the learner will call this page a bad format string And record. If different result pages for different dummy queries are the same If not, the learner releases further processing in this candidate form in step 609. Discard and proceed to the next candidate style found in set 553 of FIG. The output 606 from this step is the attribute mapping for the style, the style URL , And a failure format string by which search failures can be acknowledged Including The following pseudo code explains the procedure for making an inquiry with a dummy product. is there. Next, in step 607, identify the page returned from the successful product inquiry. To learn how to recognize it, shopbot learners can use Some popular products from a defined domain, such as the current Inquire about the style of the best selling product. It learns on Compare each results page for these products against the failed format; Assuming pages matching the lost format represent a bad search for this style Then, it is discarded in step 609. If the majority of exam questions on popular products If the set is a failure rather than a success, the learner may be able to use this for the seller. Determines that it is not an appropriate search style to use, and it is found in 553 sets. To the next candidate style. Otherwise, the learner will have a fixed standard In the string, replace the word that is a product attribute, then the longest matching prefix And suffixes, and generalizations to headers and tailors of successful pages Record the template. The output of this process is now the output of the successful product inquiry page Including headers and trailers, where non-announced parts may be recognized or discarded It becomes The following pseudo code illustrates this process. Continuing at step 607, the learner now has a product description on the results page in this format The body of the page from a successful search as an example of training to determine the format of use. Each such page contains one or more product descriptions and each For a specific product or product version that meets the parameters of the query. Contains information about The format of these products is large among vendors Change. However, for each particular vendor, all product descriptions are usually the same abstract Have a format. Possible abstract formats and picks Throughout the learning phase process search is the best, i.e. This is to determine that it is most likely to correspond to the item description. The abstract format is a string of HTML tags and the keyword "text" Described by Abstract style of HTML fragment strips gist from HTML tags And all occurrences of intervention text that occur with the keyword "text" Obtained by replacing. For example, the HTML source string "<l i> Click <a href="http;//store.com/Encarta"> here </a> for Encarta. " To the abstract style string "<li> text <a> text </a> text." Many abstract formats to consider in search, i.e. many possible series HTML tag name and "text". Of successful pages from test products Considering only the limited number of things that actually occur in one of the bodies, still considered There are numerous possible formats to do. Therefore, the description of each product is <p>, <br Fresh, as specified by certain HTML tags like>, <li>, etc. This number is further reduced by assuming that it starts on a line. Therefore, The process first wraps the body of each result page with HTML tags that define the vertical spacing. Split into logical lines, which are separated strings, and only after that, Consider an abstract format that corresponds to at least one of the logical lines on one of the pages I do. The body of a successful page consists of various abstract fonts, only one of which is equivalent to a product description. Typically contains logic lines with mats. Learners respond to product descriptions Heuristic to choose which format the store is most likely to use Use the aging process. The preferred ranking feature is not just white space , Some text was found, the number of logical lines in that format, plus The number of logical lines in the format in which the price was found, plus one in it Or more of the number of logical lines where the required attribute was found. This departure The rule of thumb is that test queries are for general products, so online stores Tend to stock multiple versions of each product, Takes advantage of the fact that it gives multiple product descriptions. This ranking Both the number of generic products found and the amount of information that exists for each product, To reflect both. The exact details of the heuristic ranking feature are not strict Seems to be the difference between a "correct" format and another "wrong" format. There is typically a large discrepancy with the mat. The present invention makes similar distinctions It can be applied to other heuristic ranking functions to achieve. The final output 608 of step 607 is an online stream created from the current candidate style. Includes all the components of the description, as well as the value of the ranking function. If this If the form would be abandoned as described for the previous step, this run King is set to a large negative value and ignored on processing above it Will be. The final process of this step 607 is the pseudo code below expressed. Creating a vendor description Finally, the learner must select the candidates to use in this online store Absent. Returning to FIG. 7, the learner sets according to the steps described above and shown in FIG. Processed each form found in 553. The learner must search for each form How to fill out the form and maximize the best summary form, ie the function evaluation (form) Determines the result page parsing method for searching expressions. In step 556, One of the forms is a ranking function for shopping in this online store With the maximum value of As mentioned above, this choice is made by the learner Each form F, indicating the success of shopping if you select_iEstimated value of E_iCalculation of Based on E used_iThe evaluation function of the product description format of the successful summary Is the value of This function calculates the number of popular products found and the information that exists for each product. Reflect both the amount of information. Therefore, the selected form is best Since this form has the highest evaluation value among all the candidate forms, This is most effective when accessing the store. Once the learning phase has selected the form, it will be used in the future during the shopping phase Record in the vendor description (see Table 2). Learners respond to the majority of popular products If your shopbot can't find the form to do the search correctly, Reject this vendor. The learning phase is performed once per vendor before shopping at this vendor You. The run time of the learner is the number of vendors, the number of forms on the vendor site, "test search" The number is proportional to the number of rows on the result page. Learners typically require 5-15 minutes per vendor You. 5.4Shopping in the online store Table 2 Vendor description The output of the first learning phase, the online store description, is Used in the next comparative shopping stage. Table 2 shows the preference for online store descriptions. New components. In a preferred embodiment, the output is For example, a plurality of character strings used by a function described below may be used. These strings include Position string, attribute mapping, failure string, header and trailer strings, items Contains a format string. The location string is a WWW page that contains a product search form. URL. If there are multiple forms on the search page, the position string is In addition, code the form used for product search. Attribute mapping is This is a pair of character strings of the system ("attribute name", "field name"). "Attribute name" is a domain theory Attribute name as defined in the description, eg "Title" for CD store domain, "Manufacturing" “Artist” and “artist.” For “field name,” enter the corresponding “attribute name” value. The label of the field on the search form you want to search. HTML for each input field Request a label. Failure format is online if product search fails A single string that matches the unique part of the search failure page returned from the store. The header and trailer strings are used in the successful product search page returned from the online store. Matches the header and trailer formatting parts of the page. Finally, the item format is A single string that matches the summary version of each "logical line" of product information returned on the product search page is there. The summary version of the logical line has all the text, all but the HTML keywords. And replaced with the string "text". The invention is applicable to other forms of vendor technology It is. For example, it can be applied to languages based on regular expressions for parsing HTML documents. is there. In the second comparative shopping stage, the vendor and domain descriptions are provided by the user To help you do comparative shopping at online electronic stores on the Internet Used for In the preferred embodiment, where the vendor description includes the above strings, This step proceeds as shown in FIG. The user can use the user interface 650 Enter the product information request into the shop bot. This request is, for example, a product Purchase request 655 to find the lowest price may be. Shopping stage module 651 , Usually proceeds according to the process shown in FIG. Product Search Domain Description 653 Searched in the Tor / Domain description database. User request should be in the domain description As shown, it is represented as a value of a product attribute suitable for this domain. Next, Pbot 61 will list relevant online stores with products in this domain by vendor description Search for. The shopbot 651 follows its vendor instructions to Access the product search form of the store, enter the search attributes in the form, and enter Submit the completed form 656 to the online store. The store has a product information results page The shop bot 651 now analyzes the responsive product information. this The results are displayed by the user interface 650, for example, the best products of interest. It is presented to the user as a bargain. More specifically, shop bot 651 Perform processing according to the pseudo code below. The input to this procedure is supplied by the user Attribute values that define the user's current comparison shopping request. Immediately after retrieving a page and before any processing, learn or shoppin All graphics that can be replaced by text at either stage Is checked. Such replaceable graphics are It is defined in HTML using the <IMG> tag with "ALT" as the argument to perform the conversion. In other words For example, the HTML keyword <IMG ... ALT = "some test here" ...> is simply "some test here Is replaced by " Shopbots are responsible for online stores that are accessible on the Internet. A vendor description, which is a repository of knowledge to be stored, is stored in a description database. Comparison A shopping shopper can use the online store after completing the learning phase In order to do comparative shopping at that store using shoppers, Bots can instantly access the online store to quickly find the product they want Wear. If the shopbot shopper actually finds the product with a given vendor In addition, it is systematic and efficient. 6．Example The present invention is further described in the following examples, which are intended to limit the scope of the invention. It is by no means limiting. 6.1.Shopbot testing Evaluation of the usefulness of shop bots In the first trial, the utility of a shop bot was compared to manual comparison shopping It was measured. Beginner of electronic shopping and no experience using Netscape Navigator Seven subjects were selected. Subjects were divided into the following three groups. 1． Three subjects use ShopBot 2． Two subjects were asked to use the Netscape Navigator search tool and Gave the URLs of the 12 software stores used by Microsoft. 3． Two subjects were limited to the Netscape Navigator search tool. Two separate groups show four popular software products that do comparative shopping Was. These products include Netscape Navigator, Hummingbird eXceed for Windows, Mi crosoft Word, Intuit Quicken for Macintosh. All subjects We quickly searched for the lowest prices for all four of these products and reported the time required for the search. Table 3 Shows the average time for each group of subjects and the retrieved price. Shop box Each study in Group 1 subjects using the Or to avoid the adverse effects of overloading the shopbot server Performed independently. Table 3 Shopbot testing A group of shopbots can perform search tasks much faster than other subjects Completed and searched prices were usually at least as cheap as other groups . Group 3 subjects limited to the Netscape Navigator search method Couldn't find a lower price than the set user. Given a list of store URLs, test Have really slowed down. For example, one of the subjects in group 2 has a price of eXceed The search failed and the other subject found an inappropriate version of the lower price. This These tests prove shopbots are useful for comparative shopping Was done.Acquisition of new software vendor Become familiar with shopbot processing to evaluate the versatility of the shopbot learning phase Independent groups that do not sell popular software products and search for information on WWW sites I found 10 online stores with Ndex. Shopbots are good Using the heuristics of the preferred embodiment, all ten vendors I learned how to do it. Shopbots currently have over 12 software vendors, Shopping at 12 stores, including the 10 stores mentioned above and the 2 stores used to introduce the initial design . This depends on the shopbot's architecture, learning stages, and software domains. Prove the versatility of the heuristic within the inn. Table 4 shows in more detail the two software vendors' product description format while learning The rank of light and heuristics is shown. In both cases, the shop bot is The correct line description corresponding to Ming was selected. Other vendors with different product types consistently Learned. Table 4 Format and ranking Versatility in product domain To date, shopbots have tried the CD domain as well as the software domain. I have done an experiment. Shop bots are available on pop / rock online CD stores. A domain definition has been defined that allows you to do this. Selected CD domain In indicates the versatility and applicable range of the shopbot learning process. CD domain explanation work After doing the business for one day, the shopbot was able to shop correctly at four CD stores. 7．Specific embodiments, reference citations The invention is limited in scope by the specific embodiments described herein. Not. The embodiments described herein with reference to the above description and accompanying figures. In addition, many different modifications of the present invention will become apparent to those skilled in the art. this Such modifications are intended to fall within the scope of the appended claims. In this specification, various publications are cited, and the entire disclosure thereof is incorporated by reference. Included in the description.

───────────────────────────────────────────────────── フロントページの続き (72)発明者エトズィオーニ，オーレンアメリカ合衆国 98105 ワシントン州, シアトル，57番アベニューエヌ．イー. 5820 (72)発明者ウェルド，ダニエル，エス. アメリカ合衆国 98105 ワシントン州, シアトル，エヌ．イー．43番ストリート 4315────────────────────────────────────────────────── ─── Continuation of front page (72) Inventor Etozioni, Oren United States of America 98105 Washington, Seattle, 57th Avenue N. E. 5820 (72) Inventors Weld, Daniel, S. United States of America 98105 Washington, Seattle, N. E. 43rd Street 4315

Claims

[Claims] 1. When inquiring information about a product in one or more online electronic stores Device for assisting the user in the a. First memory means for storing a description of the product domain; b. Second memory means for storing a description of the online store; c. (I) receiving a user inquiry regarding the product, and (ii) Fetch the product domain description for the main and Fetching the online store description of one or more online stores; (iii) Product inquiry in the online store according to the online store description (Iv) access to the domain description and the online store description. Fill out the product inquiry form according to the above and fill out the online store (V) receiving a response page from the online store , (Vi) product information from the response page according to the online store description And (vii) a first process for presenting the extracted information to the user. An apparatus comprising: 2. The product domain is used for computer software and hardware products. Claims characterized in that it is a domain or a music CD domain. Item 10. The apparatus according to Item 1. 3. The first processor means comprises two interconnected by a network 2. The apparatus according to claim 1, wherein said processor means is a processor. 4. One of the two or more processor means receives the inquiry and the other By displaying the extracted information notified from the remaining processor means, Interface with the user and the remaining processor means Querying the online store and extracting the returned product information. The device of claim 3, wherein 5. The product domain description is a possible product question of the product attribute of the product domain. 2. The method according to claim 1, further comprising a list of attributes that are matching parameters. apparatus. 6. The online store description about the online store, a. Network address for the product inquiry form of the online store And b. Mapping of product attributes to entry fields of the product query form; c. A first device for recognizing a product search failure page from the online store Noh, d. Headline information and postscript information of a successful product search page from the online store One or more second functions for recognizing e. A third device for recognizing and extracting product information from the product search success page Noh The apparatus of claim 1, comprising: 7. The network address, the mapping, the first function, and the second Function and the third function are performed by a character string stored in the second memory means. 7. The online store description as described in claim 6. Equipment. 8. The string relating to the third function is a series of HTML tags and the second memo. And a symbol "text" stored in the storage means. On-board equipment. 9. (I) fetching a plurality of pages from an online store; Selecting a plurality of candidate query formats from a number of pages, and (iii) each candidate query Determine the mapping of product attributes to the entry fields of each candidate query form for each format And further determining the first function, the one or more second functions, and the third function. The above inquiry form filled in dummy products and popular products Query the line store to evaluate the order of success for this query form, (Iv) Candidate inquiry form with the highest ranking as the online store description Selecting an expression, an associated mapping, and a function, and (v) selecting the selected online store. By storing the description in the second memo means, 2. The method of claim 1, further comprising a second processor for determining the description. An apparatus according to claim 1. 10. The domain description for the domain of the online store is filled in. Rules to guide the decision of mapping product attributes to fields Apparatus according to claim 9, characterized in that it comprises: 11. Query information about the product at one or more online electronic stores A method to assist the user when a. Receiving a user inquiry about the product; b. Online store theory of the online store for the domain of the product Fetching the light; c. According to the online store description, Accessing the matching form; d. Fill in the product inquiry form according to the online store description Tep, e. Submitting the completed inquiry form to the online store; f. Receiving a response page from the online store; g. Extract product information from the response page according to the online store description Steps to issue, h. Presenting the extracted information to the user A method comprising: 12. Presenting the step of receiving a user query and the extracted information The above steps are performed by a user interface computer. And the other remaining steps of the method are performed by Run on one or more computers connected to the user interface The method according to claim 11, characterized in that: 13. The step of accessing and the step of submitting are performed by the online 12. The method according to claim 11, wherein the processing is performed simultaneously and in parallel on all of the tors. How to describe 14． Each of the online store descriptions, a. Network address for the product inquiry form of the online store A first string representing the b. For mapping product attributes to entry fields of the product inquiry form A plurality of pairs of strings, one string of each said pair being the name of a product attribute; The other string in each pair is the name of an entry field in the product inquiry form. Several pairs of strings, c. Second to match product search failure page from the online store And the string d. Match the headline information on the product search success page from the online store A third character string for e. A fourth character string for matching postscript information of the product search success page When, f. Fifth step for matching and extracting product information from the product search success page And a fifth character string representing an abstract format of the product information. The method of claim 11, comprising: 15. Prior to the fetching step, a. Multiple pages from online store without current online store description Fetching; b. Selecting a plurality of candidate query formats from the plurality of pages; c. For each candidate query form, product attributes in the entry fields of each candidate query form Is determined, and the first, second, third, fourth, and fifth character strings and the plurality The above query which filled in dummy products and popular products to further determine the paired strings Inquiry to the online store in the form Evaluating the success ranking; d. Candidate query form with the highest ranking and related Selecting a continuous string and a related string pair; 15. The method of claim 14, further comprising the additional step of: Law. 16. The abstract format of the product information comprises a plurality of logical lines; The fifth character string is an abstract format of the logical line. 16. The method of claim 15, wherein a match is made with a row. 17． The query by the popular product returns the product search success page; , The evaluation matches the fifth character string, and the extracted text information, According to the number of logical lines with case information or popular product information 17. The method according to claim 16, wherein 18. The query by the dummy product returns the product search failure page And the second character string matches the product search failure page. 16. The method according to claim 15. 19. Guide the determination of the mapping of product attributes before step (a) Fetching a product domain description including one or more rules for The method according to claim 15, comprising: 20. If the selection of a plurality of candidate query formats is such that one of the plurality of pages is the A link that is close to the online store's home page and that could lead to a search page Contains or if the page is in the same domain as the homepage One of the plurality of pages is selected as a candidate query format depending on whether there is 16. The method according to claim 15, wherein the method comprises: 21. A method for operating a processor according to the method of claim 11, Computer readable medium.