JP6168963B2 - 情報検索装置、情報検索方法、およびプログラム - Google Patents

Description

本発明は、コンテンツを検索する検索装置等に関するものである。

従来、ユーザ関心情報および地図ベースのロケーション情報を使用して、広告を決定する技術があった（例えば、特許文献１参照）。

特開２０１２−１３８１００号公報（第１頁、第１図等）

しかしながら、従来技術においては、ユーザにとって必要な広告等のコンテンツを検索することが困難であった。

本第一の発明の情報検索装置は、１または２以上の各第一情報と１または２以上の各第二情報との関連度を示す１以上の関連度情報を格納し得る関連度情報格納手段と、コンテンツの検索に使用する１以上の情報である１以上のクエリ情報を含むクエリを受け付ける受付手段と、１以上の各クエリ情報に対応する１以上の第一情報と、１以上の関連度情報とを用いて、予め決められた条件を満たすほど、１以上の第一情報に対する関連度が大きい１以上の第二情報を取得するクエリ変換手段と、クエリ変換手段が取得した１以上の第二情報を用いて、コンテンツを検索する検索手段とを具備する情報検索装置である。

また、本第二の発明の情報検索装置は、第一の発明に対して、関連度情報格納手段は、１以上の各第一情報と１以上の各第二情報との関連度を示す関連度情報を要素として有する関連度行列である変換行列を格納しており、クエリ変換手段は、受付手段が受け付けた１以上のクエリ情報を用いたベクトルであるクエリベクトルと変換行列とを乗算し、１以上の各第二情報に対応する値を取得し、値が予め決められた条件を満たすほど大きい値に対応する１以上の第二情報を取得する情報検索装置である。

また、本第三の発明の情報検索装置は、第一または第二の発明に対して、１以上の第一情報である第一情報集合は、１以上のクエリ情報であるクエリの特徴空間であり、１以上の第二情報である第二情報集合は、検索対象の１以上のコンテンツに対応付いている情報の集合であるコンテンツ情報空間である情報検索装置である。

また、本第四の発明の情報検索装置は、第一から第三いずれかの発明に対して、１以上の第一情報である第一情報集合は、ユーザコンテキストを含む情報検索装置である。

また、本第五の発明の情報検索装置は、第二から第四いずれかの発明に対して、１以上のクエリ情報である１以上の第一情報と、選択されたコンテンツに対応付いている１以上の第二情報とを有する１以上の選択ログから、１以上の各第一情報と１以上の各第二情報と関連度情報を取得する関連度取得手段をさらに具備し、関連度取得手段が取得した１以上の関連度情報は、関連度情報格納手段に格納されている１以上の関連度情報である情報検索装置である。

また、本第六の発明の情報検索装置は、第五の発明に対して、関連度取得手段は、１以上の選択ログから、１以上の各第一情報と１以上の各第二情報と関連度情報を要素として有する変換行列を取得する情報検索装置である。

また、本第七の発明の情報検索装置は、第五または第六の発明に対して、関連度取得手段は、１以上の各第一情報ごとに、１以上の各第二情報に対応するコンテンツの選択率である第一選択率と、１以上の各第一情報および１以上の各第二情報に対応するコンテンツの選択率である第二選択率とを、選択ログから取得し、１以上の各第二情報ごとに、第一選択率と第二選択率との比を算出し、比が予め決められた条件を満たすほど大きい第一情報と第二情報との関連度情報のみを取得する情報検索装置である。

また、本第八の発明の情報検索装置は、第二から第七いずれかの発明に対して、コンテンツは、第二情報と第二情報の重みを示す重み情報との組である１以上の被検索情報と対応付けられており、検索手段は、クエリ変換手段が取得した１以上の、第二情報および値の組を用いて、コンテンツを検索する情報検索装置である。

また、本第九の発明の情報検索装置は、第一から第八いずれかの発明に対して、コンテンツは、広告である情報検索装置である。

本発明による情報検索装置によれば、ユーザにとって必要なコンテンツを検索できる。

実施の形態１における情報システムの概念図 同情報システムのブロック図 同情報検索装置がコンテンツを検索する動作について説明するフローチャート 同関連度の値の算出処理について説明するフローチャート 同情報検索装置が関連度情報を取得する動作について説明するフローチャート 同情報検索装置の動作の概念を示す図 同変換行列を示す図 同クエリ変換手段の処理の概念を示す図 同クリックログを示す図 同実験で使用した特徴量を示す図 同実験で使用したウェブサイトの情報を示す図 同実験結果を示す図 同実験結果を示す図 同コンピュータシステムの概観図 同コンピュータシステムのブロック図

以下、情報検索装置等の実施形態について図面を参照して説明する。なお、実施の形態において同じ符号を付した構成要素は同様の動作を行うので、再度の説明を省略する場合がある。

（実施の形態１）
本実施の形態において、クエリに対して変換行列を用いて、クエリ拡張を行い、コンテンツを検索する情報検索装置を有する情報システムについて説明する。

また、本実施の形態において、ユーザの性別や年齢層や位置等のユーザコンテキストを含むクエリに対応する情報検索装置を有する情報システムについて説明する。

また、本実施の形態において、変換行列の学習方法についても説明する。

図１は、本実施の形態における情報システムの概念図である。情報システムは、情報検索装置１、１または２以上の端末装置２、コンテンツ格納装置３を備える。端末装置２は、ユーザが使用する端末であり、例えば、いわゆるスマートフォン、ノートパソコンを含むパソコン、タブレット端末等である。

図２は、本実施の形態における情報システムのブロック図である。

情報システムを構成する情報検索装置１は、選択ログ格納手段１０、関連度情報格納手段１１、受付手段１２、クエリ変換手段１３、検索手段１４、出力手段１５、および関連度取得手段１６を備える。

端末装置２は、端末受付手段２１、端末送信手段２２、端末受信手段２３、および端末出力手段２４を備える。

コンテンツ格納装置３は、コンテンツ格納手段３１、およびコンテンツ送信手段３２を備える。

情報検索装置１を構成する選択ログ格納手段１０は、１以上の選択ログを格納している。選択ログは、例えば、コンテンツのクリックログ、コンテンツの出力のログなどである。また、コンテンツは、例えば、広告やウェブページ等である。つまり、選択ログは、例えば、広告のクリックログ、ウェブページの出力ログなどである。なお、選択ログは、クリックログと言っても良い。なお、選択ログは、通常、選択のためのクエリの情報、選択されたコンテンツの情報を含む。また、選択ログは、例えば、１以上のクエリ情報である１以上の第一情報と、選択されたコンテンツに対応付いている１以上の第二情報とを有する。なお、ここでは、選択ログ格納手段１０は、情報検索装置１が保持しているが、外部装置が選択ログ格納手段１０を保持していても良い。

なお、第一情報と第二情報は、通常、用語であるが、画像や音声等でも良い。用語とは、通常、単語であるが、連語、文の一部または全部等でも良い。

関連度情報格納手段１１は、１以上の関連度情報を格納し得る。関連度情報とは、第一情報と第二情報との関連度を示す情報である。また、関連度とは、２つの情報の関連の度合い、関連の程度等である。関連度情報は、定量的な情報を含み、通常、当該定量的な情報は数値であるが、数値でなくても良い。また、関連度情報格納手段１１は、通常、第一情報、第二情報、および関連度情報の組を１組以上格納している。但し、関連度情報格納手段１１は、第一情報の識別子、第二情報の識別子、および関連度情報の組を１組以上格納していても良い。

関連度情報格納手段１１は、変換行列を格納していても良い。変換行列は、関連度情報を有する関連度行列である。また、変換行列は、１以上の各第一情報と１以上の各第二情報との関連度を示す関連度情報を要素として有する行列である。また、変換行列は、例えば、一軸が第一情報に対応し、他軸が第二情報に対応する行列である。

受付手段１２は、指示や情報等を受け付ける。受付手段１２が受け付ける指示や情報等は、例えば、コンテンツを検索するためのクエリである。クエリは、コンテンツの検索に使用する１以上の情報である１以上のクエリ情報を含む。ここでの、情報は、通常、用語であるが、画像や音声等でも良い。用語とは、通常、単語であるが、連語、文の一部または全部等でも良い。また、クエリ情報は、例えば、ユーザが入力した情報（例えば、キーワード）またはユーザコンテキストである。ユーザコンテキストとは、ユーザに関する情報であり、例えば、ユーザの性別、年齢、年齢層、ユーザが居る位置を示す位置情報、受付手段１２がクエリ等を受け付けた際の天気や季節や時刻、ユーザが使用している端末装置２の種類等である。端末装置２の種類は、例えば、スマートフォン、携帯電話、パソコン、またはタブレット端末等である。

ここで、受け付けとは、一部を受信し、一部を取得することでも良いし、すべてを受信することでも良い。例えば、クエリが、ユーザが入力した情報とユーザコンテキストとを含む場合、受付手段１２は、ユーザが入力したキーワードを受信し、かつ受信した情報からユーザコンテキストを取得しても良い。ユーザコンテキストを取得するための情報は、例えば、ユーザが使用する端末装置２を識別する端末識別子である。また、端末識別子は、例えば、ＩＰアドレスやＭＡＣアドレス等である。かかる場合、図示しない格納手段が１以上の各端末識別子に対応付けて、性別や年齢層や位置等のユーザコンテキストを格納しており、かかる格納手段から、受付手段１２は、端末識別子を用いて、ユーザコンテキストを取得する。そして、受付手段１２は、ユーザにより入力され、受信した１以上の第一情報と、取得したユーザコンテキストとから、使用するクエリを構成する。また、受付手段１２は、図示しないサーバ装置から現在の時刻、季節、または天気（ユーザが居る位置の天気）等を取得しても良い。なお、かかる現在の時刻、季節、または天気等も、ユーザコンテキストである。

また、受付手段１２は、ＵＲＬを受け付け、当該ＵＲＬにより識別されるウェブページから、１以上の用語を取得しても良い。かかる用語は、第一情報である。

また、受け付けとは、キーボードやマウス、タッチパネルなどの入力デバイスから入力された情報の受け付け、有線もしくは無線の通信回線を介して送信された情報の受信、光ディスクや磁気ディスク、半導体メモリなどの記録媒体から読み出された情報の受け付けなどを含み、広く解しても良い。

また、コンテンツは、第二情報と重み情報との組である１以上の被検索情報と対応付けられていても良い。重み情報とは、コンテンツに対する第二情報の重みを示す情報である。また、コンテンツは、広告であることが好適であるが、ウェブページや番組情報等、他の情報でも良い。なお、番組情報とは、ＥＰＧを構成する情報でも良いし、番組の情報そのものでも良い。

クエリ変換手段１３は、受付手段１２が受け付けたクエリを用いて、検索に使用する１以上の第二情報を取得する。

具体的には、クエリ変換手段１３は、１以上の各クエリ情報に対応する１以上の第一情報と１以上の関連度情報とを用いて、予め決められた条件を満たすほど、１以上の第一情報に対する関連度が大きい１以上の第二情報を取得する。クエリ情報に対応する第一情報とは、通常、クエリ情報と同一の第一情報である。また、予め決められた条件とは、例えば、関連度が上位Ｎ（Ｎは１以上の自然す）の第二情報、関連度がＸより大きい第二情報等である。クエリ変換手段１３は、取得する各第二情報に対応付いた値も取得することは好適である。

クエリ変換手段１３は、例えば、受付手段１２が受け付けた１以上のクエリ情報を用いたベクトルであるクエリベクトルと変換行列とを乗算し、１以上の各第二情報に対応する値を取得し、値が予め決められた条件を満たすほど大きい値に対応する１以上の第二情報を取得する。クエリベクトルとは、通常、クエリ情報に対応する要素が１、クエリ情報に対応しない要素が０のベクトルである。ここでの予め決められた条件も、関連度が上位Ｎ（Ｎは１以上の自然す）の第二情報、関連度がＸより大きい第二情報等である。

検索手段１４は、クエリ変換手段１３が取得した１以上の第二情報を用いて、コンテンツを検索する。検索手段１４は、通常、１以上の第二情報を検索キーとして、コンテンツを検索する。ここで、コンテンツとは、例えば、広告、ウェブページ等である。また、検索手段１４は、ここでは、コンテンツ格納装置３から１以上のコンテンツを取得するが、検索手段１４は、情報検索装置１が保持しているコンテンツデータベースから、１以上のコンテンツを取得しても良い。なお、通常、コンテンツには、１以上の第二情報が対応付けられている。

また、検索手段１４は、クエリ変換手段１３が取得した１以上の、第二情報および値の組を用いて、１以上のコンテンツを検索することは好適である。例えば、検索手段１４は、コンテンツデータベースの各コンテンツに対応付いている１以上の第二情報と一致する１以上の第二情報の値の合計を、コンテンツごとに取得し、当該値の合計が、予め決められた条件を満たすほど大きい１以上のコンテンツを取得する。

出力手段１５は、検索手段１４が取得した１以上のコンテンツを出力する。ここでの出力は、通常、端末装置２への送信である。ただし、出力とは、ディスプレイへの表示、プロジェクターを用いた投影、プリンタでの印字、音出力、記録媒体への蓄積、他の処理装置や他のプログラムなどへの処理結果の引渡しなどを含むと考えても良い。

関連度取得手段１６は、１以上の選択ログから、１以上の各第一情報と１以上の各第二情報と関連度情報を取得する。関連度取得手段１６は、通常、第一情報と第二情報とが対応付いている選択ログが多いほど、当該第一情報と第二情報に対して、大きい値の関連度情報を取得する。

また、関連度取得手段１６は、１以上の選択ログから、１以上の各第一情報と１以上の各第二情報との関連度を示す関連度情報を要素として有する変換行列を取得する。

さらに、関連度取得手段１６は、１以上の各第一情報ごとに、１以上の各第二情報に対応するコンテンツの選択率である第一選択率と、１以上の各第一情報および１以上の各第二情報に対応するコンテンツの選択率である第二選択率とを、１以上の選択ログから取得することは好適である。そして、関連度取得手段１６は、１以上の各第二情報ごとに、当該第一選択率と当該第二選択率との比を算出し、当該比が予め決められた条件を満たすほど大きい第一情報と第二情報との関連度情報のみを取得することは好適である。

端末装置２を構成する端末受付手段２１は、ユーザからの指示や情報等を受け付ける。指示や情報等は、例えば、１以上の情報を有するクエリである。なお、１以上の情報とは、例えば、１以上の用語である。

指示や情報等の入力手段は、キーボードやマウスやタッチパネルやメニュー画面によるもの等、何でも良い。端末受付手段２１は、キーボード等の入力手段のデバイスドライバーや、メニュー画面の制御ソフトウェア等で実現され得る。

端末送信手段２２は、端末受付手段２１が受け付けた指示や情報等を情報検索装置１に送信する。

端末受信手段２３は、端末送信手段２２の指示や情報等の送信に対応して、情報検索装置１から情報を受信する。なお、端末受信手段２３が受信する情報は、例えば、検索結果の１以上のコンテンツ等である。

端末出力手段２４は、端末受信手段２３が受信した情報を出力する。ここでの出力は、
端末出力手段２４は、ディスプレイやスピーカー等の出力デバイスを含むと考えても含まないと考えても良い。端末出力手段２４は、出力デバイスのドライバーソフトまたは、出力デバイスのドライバーソフトと出力デバイス等で実現され得る。

コンテンツ格納装置３を構成するコンテンツ格納手段３１は、１以上のコンテンツを格納し得る。コンテンツは、通常、１以上の第二情報に対応付いている。

コンテンツ送信手段３２は、情報検索装置１の要求に応じて、１以上のコンテンツをコンテンツ格納手段３１から取得し、当該取得した１以上のコンテンツを情報検索装置１に送信する。

選択ログ格納手段１０、関連度情報格納手段１１、およびコンテンツ格納手段３１は、不揮発性の記録媒体が好適であるが、揮発性の記録媒体でも実現可能である。選択ログ格納手段１０等に選択ログ等が記憶される過程は問わない。例えば、記録媒体を介して選択ログ等が選択ログ格納手段１０等で記憶されるようになってもよく、通信回線等を介して送信された選択ログ等が選択ログ格納手段１０等で記憶されるようになってもよく、あるいは、入力デバイスを介して入力された選択ログ等が選択ログ格納手段１０等で記憶されるようになってもよい。

クエリ変換手段１３、検索手段１４、関連度取得手段１６は、通常、ＭＰＵやメモリ等から実現され得る。クエリ変換手段１３の処理手順は、通常、ソフトウェアで実現され、当該ソフトウェアはＲＯＭ等の記録媒体に記録されている。但し、ハードウェア（専用回路）で実現しても良い。

出力手段１５、通常、無線または有線の通信手段で実現されるが、放送手段で実現されても良い。

端末送信手段２２、コンテンツ送信手段３２は、通常、無線または有線の通信手段で実現されるが、放送手段で実現されても良い。

端末受信手段２３は、通常、無線または有線の通信手段で実現されるが、放送を受信する手段で実現されても良い。

次に、情報システムの動作について説明する。まず、情報検索装置１がコンテンツを検索する動作について、図３のフローチャートを用いて説明する。

（ステップＳ３０１）受付手段１２は、端末装置２からクエリ等を受信したか否かを判断する。クエリ等を受信すればステップＳ３０２に行き、クエリ等を受信しなければステップＳ３０１に戻る。なお、ここで、クエリ等とは、例えば、ユーザが入力した１以上のクエリ情報とユーザコンテキストを取得するための情報であり、端末装置２を識別する端末識別子である。端末識別子は、例えば、端末装置２のＩＰアドレスである。また、クエリ情報は、例えば、キーワードである。

（ステップＳ３０２）受付手段１２は、ステップＳ３０１で受信した端末識別子を用いて、ユーザコンテキストを取得する。

（ステップＳ３０３）受付手段１２は、ステップＳ３０１で受信されたクエリに含まれる１以上の第一情報または／およびクエリから取得され得る１以上の第一情報と、ステップＳ３０２で取得したユーザコンテキストとから、使用するクエリを構成する。

（ステップＳ３０４）クエリ変換手段１３は、関連度情報格納手段１１に格納されている１以上の関連度情報を取得する。

（ステップＳ３０５）クエリ変換手段１３は、ステップＳ３０３で構成されたクエリを構成する１以上の第一情報、およびステップＳ３０４で取得した１以上の関連度情報を用いて、１以上の各第二情報に対応する関連度の値を算出する。かかる関連度の値の算出処理について、図４のフローチャートを用いて説明する。

（ステップＳ３０６）クエリ変換手段１３は、ステップＳ３０５で算出した関連度の値が、予め決められた条件を満たすほど大きい値に対応する１以上の第二情報を取得する。なお、ここで、クエリ変換手段１３は、第二情報と関連度情報との組を、１組以上、取得しても良い。

（ステップＳ３０７）検索手段１４は、ステップＳ３０６で取得された１以上の第二情報を用いて、コンテンツを検索する。検索手段１４は、ステップＳ３０６で取得された１組以上の第二情報と関連度情報との組を用いて、コンテンツを検索しても良い。検索手段１４は、ここでは、コンテンツ格納装置３から１以上のコンテンツを取得する、とする。

（ステップＳ３０８）出力手段１５は、ステップＳ３０７で取得された１以上のコンテンツを、端末装置２に送信する。ステップＳ３０１に戻る。

なお、図３のフローチャートにおいて、電源オフや処理終了の割り込みにより処理は終了する。

次に、ステップＳ３０５の関連度の値の算出処理について、図４のフローチャートを用いて説明する。

（ステップＳ４０１）クエリ変換手段１３は、カウンタｉに１を代入する。

（ステップＳ４０２）クエリ変換手段１３は、ｉ番目の第二情報が存在するか否かを判断する。ｉ番目の第二情報が存在すればステップＳ４０３に行き、ｉ番目の第二情報が存在しなければ上位処理にリターンする。なお、クエリ変換手段１３は、例えば、関連度情報格納手段１１に格納されているｉ番目の関連度情報に対応する第二情報が存在するか否かを判断する。

（ステップＳ４０３）クエリ変換手段１３は、ｉ番目の第二情報を取得する。なお、クエリ変換手段１３は、例えば、関連度情報格納手段１１からｉ番目の第二情報を取得しても良いし、例えば、関連度情報格納手段１１に格納されているｉ番目の関連度情報に対応するｉ番目の第二情報を、例えば、図示しない外部の装置から取得しても良い。

（ステップＳ４０４）クエリ変換手段１３は、ステップＳ４０３で取得したｉ番目の第二情報と、１以上の各第一情報との関連度を示す１以上の関連度情報を、関連度情報格納手段１１から取得する。

（ステップＳ４０５）クエリ変換手段１３は、ステップＳ４０４で取得した１以上の関連度情報をパラメータとする増加関数により、ｉ番目の第二情報の関連度情報を算出する。なお、かかる増加関数は、例えば、１以上の関連度情報の合計を算出する算出式であっても良いし、１以上の関連度情報に重みを乗算した値の合計を算出する算出式であっても良いし、１以上の関連度情報の平均値を算出する算出式であっても良いし、１以上の関連度情報の重み付き平均値を算出する算出式等であっても良い。重み付き平均値における重みは、例えば、１以上の各第一情報に付加された重みである。

（ステップＳ４０６）クエリ変換手段１３は、カウンタｉを１、インクリメントする。ステップＳ４０２に戻る。

次に、情報検索装置１が関連度情報を取得する動作について、図５のフローチャートを用いて説明する。

（ステップＳ５０１）関連度取得手段１６は、カウンタｉに１を代入する。

（ステップＳ５０２）関連度取得手段１６は、ｉ番目の第一情報が存在するか否かを判断する。ｉ番目の第一情報が存在すればステップＳ５０３に行き、ｉ番目の第一情報が存在しなければ処理を終了する。

（ステップＳ５０３）関連度取得手段１６は、ｉ番目の第一情報を取得する。なお、関連度取得手段１６は、例えば、選択ログ格納手段１０から、ｉ番目の第一情報を取得する。

（ステップＳ５０４）関連度取得手段１６は、カウンタｊに１を代入する。

（ステップＳ５０５）関連度取得手段１６は、ｊ番目の第二情報が存在するか否かを判断する。ｊ番目の第二情報が存在すればステップＳ５０６に行き、ｊ番目の第二情報が存在しなければステップＳ５１０に行く。

（ステップＳ５０６）関連度取得手段１６は、ｊ番目の第二情報を取得する。なお、関連度取得手段１６は、例えば、選択ログ格納手段１０から、ｊ番目の第二情報を取得する。

（ステップＳ５０７）関連度取得手段１６は、ｉ番目の第一情報とｊ番目の第二情報とを用いて、選択ログ格納手段１０を検索し、ｉ番目の第一情報とｊ番目の第二情報とが共に出現する選択ログの数（出現数）を取得する。

（ステップＳ５０８）関連度取得手段１６は、ステップＳ５０７で取得した出現数を用いて、ｉ番目の第一情報とｊ番目の第二情報との関連度を示す関連度情報を算出する。関連度取得手段１６は、出現頻度をパラメータとする増加関数により、ｉ番目の第一情報とｊ番目の第二情報との関連度を示す関連度情報を算出する。ここで、この増加関数ｆは、例えば、「ｆ（出現数）＝出現数／全選択ログの数」である。なお、全選択ログの数は、選択ログ格納手段１０に格納されている選択ログの数である。また、増加関数ｆは、例えば、「ｆ（出現数）＝出現数」等でも良い。

（ステップＳ５０９）関連度取得手段１６は、カウンタｊを１、インクリメントする。ステップＳ５０５に戻る。

（ステップＳ５１０）関連度取得手段１６は、カウンタｉを１、インクリメントする。ステップＳ５０２に戻る。

次に、端末装置２の動作について説明する。端末受付手段２１は、ユーザからのクエリ等の指示や情報等を受け付ける。そして、端末送信手段２２は、端末受付手段２１が受け付けた指示や情報等を情報検索装置１に送信する。次に、端末受信手段２３は、端末送信手段２２の指示や情報等の送信に対応して、情報検索装置１から情報を受信する。そして、端末出力手段２４は、端末受信手段２３が受信した情報を出力する。なお、端末装置２は公知技術からなる装置で実現可能であるので、詳細な説明を省略する。

次に、コンテンツ格納装置３の動作について説明する。コンテンツ送信手段３２は、情報検索装置１の要求に応じて、１以上のコンテンツをコンテンツ格納手段３１から取得する。次に、コンテンツ送信手段３２は、取得した１以上のコンテンツを情報検索装置１に送信する。なお、コンテンツ格納装置３は公知技術からなる装置で実現可能であるので、詳細な説明を省略する。

以下、本実施の形態における情報検索装置１の具体的な動作について説明する。本具体例において、コンテンツは広告であり、かつウェブページに挿入して表示される広告である、とする。

情報検索装置１は、例えば、図６に示すように、受付手段１２が受け付けたクエリ６１を変換器６２により変換し、単語ベクトル６３を取得する。なお、クエリ６１は、ここでは、７つのクエリ情報を含む。クエリ６１の「ニキビ（ｋｗｂｍ）」は、「ニキビ」が、ユーザが端末装置２から入力したキーワードであることを示す。「女性 (デモグラ)」は、当該ユーザのユーザコンテキストのうちの性別が「女性」であることを示す。また、「車（Ｆｉｄ）」は、ユーザの行動履歴から推定された興味カテゴリを示す。また、「ダイエット（ｐａｇｅ）」は、ウェブページの内容を良く表す特徴語が「ダイエット」であることを示す。また、「スマホ（ｄｅｖｉｃｅ）」は、ユーザが使用する端末装置２の種類が「スマートフォン」であることを示す。また、「雨（天気）」は、ユーザが居る位置の天気が「雨」であることを示す。さらに、「夏（季節）」は、現在の季節が「夏」であることを示す。

また、変換器６２は、上述した関連度情報格納手段１１とクエリ変換手段１３である。さらに、単語ベクトル６３は、クエリ変換手段１３が取得する１以上の第二情報に対応するベクトルの例である。

今、情報検索装置１の関連度情報格納手段１１は、図７に示す変換行列を保持している、とする。図７に示す変換行列の縦軸は、クエリの特徴空間であり、８つの第一情報を有する第一情報集合の例である。また、図７に示す変換行列の横軸は、広告のコンテンツ情報空間であり、８つの第二情報を有する第二情報集合の例である。

かかる状況において、ユーザはキーワード「車」を端末装置２に入力した、とする。次に、端末装置２の端末受付手段２１は、キーワード「車」を含むクエリを受け付ける。

次に、端末送信手段２２は、キーワード「車」を含むクエリと、端末装置２のＩＰアドレスを情報検索装置１に送信する。

次に、情報検索装置１の受付手段１２は、キーワード「車」を含むクエリと、端末装置２のＩＰアドレスを受信する。

次に、受付手段１２は、端末装置２のＩＰアドレスからユーザコンテキスト「女性」「２０代」「大阪」を取得する。なお、情報検索装置１の図示しない格納手段は、ＩＰアドレスと対応付けてユーザコンテキストを保持している、とする。

そして、受付手段１２は、キーワード「車」、およびユーザコンテキスト「女性」「２０代」「大阪」を有するクエリベクトル（０，１，１，０，０，１，１，０）を取得する。なお、（０，１，１，０，０，１，１，０）は「（男性，女性，２０代，６０代，東京，大阪，車，住宅）＝（０，１，１，０，０，１，１，０）」を意味する。

次に、クエリ変換手段１３は、関連度情報格納手段１１に格納されている変換行列（図７参照）を取得する。

次に、クエリ変換手段１３は、変換行列とクエリベクトルとを乗算し、８つの各第二情報に対応する関連度の値を算出する。そして、クエリ変換手段１３は、第二情報「化粧」の関連度の値は「０．７」、第二情報「Ｄｉｅｔ」の関連度の値は「０．７」、第二情報「賃貸」の関連度の値は「０」、第二情報「保険」の関連度の値は「０．５」、第二情報「羽田」の関連度の値は「０」、第二情報「銀座」の関連度の値は「０」、第二情報「梅田」の関連度の値は「０．５」、第二情報「老眼」の関連度の値は「０」として、それぞれの関連度の値を取得する。

次に、クエリ変換手段１３は、算出した関連度の値が、予め決められた条件を満たすほど大きい値に対応する４つの第二情報「化粧」「Ｄｉｅｔ」「保険」「梅田」を取得する。なお、予め決められた条件は、例えば、「関連度の値が上位４つの第二情報を取得すること」である、とする。

以上のクエリ変換手段１３の処理の概念を図８に示す。図８において、第二情報は、引当てキーワードと表記している。引当てキーワードとは、広告等のコンテンツを検索する際に使用するキーワードである。

次に、検索手段１４は、４つの第二情報「化粧」「Ｄｉｅｔ」「保険」「梅田」を用いて、コンテンツ格納装置３に格納されている１または２以上の広告を取得する。

次に、出力手段１５は、検索手段１４が取得した１以上の広告を端末装置２に送信する。なお、図示しない手段により、端末装置２には、ウェブページも送信される。そして、端末装置２の端末受信手段２３は、ウェブページと１以上の広告を受信する。次に、端末出力手段２４は、受信されたウェブページ上に、１以上の広告を挿入し、広告を含むウェブページを出力する。

次に、情報検索装置１の関連度取得手段１６が、関連度情報を取得するための具体的な動作について説明する。

今、選択ログ格納手段１０は、例えば、図９に示す多数のクリックログを格納している。クリックログは、クエリ特徴空間と広告の情報空間とを有する。クエリ特徴空間は、ユーザが検索に用いた用語であるクエリ用語とユーザコンテキストとを有する。ユーザコンテキストは、ここでは、性別、年代、位置（ユーザの位置）などを有する。また、広告の情報空間は、１以上の単語を有する。

なお、クリックログは、ここでは、例えば、ユーザがウェブページに表示された広告をクリックした際に取得される情報である。クリックログの収集方法は公知技術であるので、詳細な説明は省略する。なお、クリックログは、選択ログの一例である。また、クエリ特徴空間が有するクエリ用語やユーザコンテキストは、第一情報の例である。さらに、広告の情報空間の各単語は、第二情報の例である。

また、ここでの広告は、例えば、テキスト広告であり、広告と１以上の単語とが対応付いている、とする。なお、１以上の単語は、広告の特徴を良く示す単語であり、例えば、その広告において、ｔｆ−ｉｄｆ値が閾値より大きい１以上の単語である。なお、ｔｆ−ｉｄｆ値は公知技術であるので説明は省略する。

かかる状況において、関連度取得手段１６は、選択ログ格納手段１０の多数のクリックログから、１以上の各第一情報と１以上の各第二情報と関連度情報を取得する。ここで、関連度取得手段１６は、クエリ特徴空間を構成する情報であるクエリ特徴（ｑ_ｉ）と、広告の情報空間を構成する情報である広告単語（ａ_ｊ）との関連度を示す関連度情報（ｗ_ｉｊ）を算出する。具体的には、関連度取得手段１６は、クエリ特徴（ｑ_ｉ）と広告単語（ａ_ｊ）とが対応付いているクリックログが多いほど、大きな値となる関連度情報（ｗ_ｉｊ）を算出する。

さらに具体的には、関連度取得手段１６は、例えば、以下の第一の方法、または第二の方法により、関連度情報（ｗ_ｉ，ｊ）を算出する。
（第一の方法）

関連度取得手段１６は、全クリックログの中で、クエリ特徴（ｑ_ｉ）と広告単語（ａ_ｊ）とが対応付いている確率を、クエリ特徴（ｑ_ｉ）と広告単語（ａ_ｊ）との組み合わせごとに取得する。そして、関連度取得手段１６は、上記確率を要素とする変換行列を取得する。なお、対応付いている確率とは、クリックログの中で、クエリ特徴（ｑ_ｉ）と広告単語（ａ_ｊ）の両方が出現する確率である。
（第二の方法）

関連度取得手段１６は、クエリ特徴（ｑ_ｉ）と広告単語（ａ_ｊ）との組み合わせごとに、以下の数式１を用いて、ｍ_ｉ，ｊを算出する。ｍ_ｉ，ｊは関連度情報である。

数式１のｃｔｒ（ｑ_ｉ，ａ_ｊ）は、クリックログの中で、クエリ特徴（ｑ_ｉ）と広告単語（ａ_ｊ）の両方が出現する確率である。なお、ｃｔｒ（ｑ_ｉ，ａ_ｊ）は、上述した第二選択率である。また、第二選択率は、１以上の各第一情報および１以上の各第二情報に対応するコンテンツの選択率である。

また、数式１のｃｔｒ（ａ_ｊ）は、広告単語（ａ_ｊ）が出現する確率である。なお、ｃｔｒは、「click-through rate」の略である。なお、ｃｔｒ（ａ_ｊ）は、上述した第一選択率である。また、第一選択率は、１以上の各第二情報に対応するコンテンツの選択率である。

そして、大きな値をとるｍ_ｉ，ｊは、「広告単語（ａ_ｊ）を含む広告は、クエリがクエリ特徴（ｑ_ｉ）を含む場合、よりクリックされやすいこと」を示す。

そして、関連度取得手段１６は、ｍ_ｉ，ｊが予め決められた条件を満たすほど大きい第一情報と第二情報との関連度情報（ｍ_ｉ，ｊ）のみを取得する。ここで、予め決められた条件は、例えば、１以上の各クエリ特徴（ｑ_ｉ）ごとに、上位Ｍ_filter個のｍ_ｉ，ｊのみを採用することである（数式２参照）。なお、Ｍ_filterは、１以上の自然数である。また、Ａ_ｉは採用されたｍ_ｉ，ｊである。
（実験）

以下、上記の第二の方法を用いた場合の実験結果について説明する。本実験において、ウェブページに出力される広告のクリックログを用いた。つまり、コンテンツは広告である。

本実験において、６週間のクリックログを用いた。６週間のクリックログのうち、最初の４週間のクリックログを変換行列の学習のために使用した。次の１週間のクリックログを変換行列の検証のために使用した。そして、最後の１週間のクリックログをテストのために使用した。ここで検証とは、ＳＶＭのＣのようなハイパーパラメータを交差検定により調整することをいう。

また、ここでのクリックログの構造は、（ｑ^（ｒ），ａ^（ｒ） _ｉ，ｙ^（ｒ） _ｉ）である。ここで、「ｑ^（ｒ）」は、リクエストｒのクエリ特徴ベクトルである。また、「ａ^（ｒ） _ｉ」は、リクエストｒのｉ番目の出力される広告の広告特徴ベクトルである。また、「ｙ^（ｒ） _ｉ」は、出力値であり、ユーザが広告をクリックした場合は「１」、クリックしなかった場合は「０」を採り得る値である。

また、「ｑ^（ｒ）」は、出力されるウェブページから抽出される単語とユーザコンテキストとを含む。ウェブページから抽出される単語は、広告が有するタイトルや記述の単語に対して、ｔｆ−ｉｄｆ値が大きな単語である。また、ユーザコンテキストは、性別、年代、位置を用いた。性別は、男性、女性、または不明のいずれかを採り得る。また、年代は、１０年ごとにグループ化し、１０代、２０代、３０代等の情報を採り得る。

また、本実験においてバイアス特徴（ｘ_ｂｉａｓ）をも用いた。バイアス特徴は、広告の特徴量、広告のウェブページ上の位置、単語ベクトルコサイン値等の類似度である。広告の特徴量とは、ｔｆ−ｉｄｆ値が大きな単語、広告や広告主の過去のクリック率（ＣＴＲ）である。なお、以上の実験で使用した特徴量を図１０に示す。図１０は、「特徴のタイプ」「元データ」「詳細」を有する。「元データ」は特徴ベクトルを構成する要素（特徴量）を取得するための元になるデータである。「詳細」は特徴量の詳細、具体例である。

また、実験で使用したウェブサイトの情報を図１１に示す。実験では、Ａ〜Ｈの８つのウェブサイトを使用した。また、図１１において、｜Ｒ^＋｜はクリックの回数、Ｎ^（ｒ）はクリックごとの出力される広告の平均数、＃ｃｌｉｃｋｓはクリックリクエストごとのクリックされる平均の広告の数を示す。

以上の条件のもと、本願の手法（第二の方法）と、ベースラインモデルとの比較を行った。ベースラインモデルにおいて、バイアス特徴のみを使用している。ベースラインモデルは、バイアス項のみを特徴量とした手法である。なお、バイアス項は、例えば、広告本来のクリックされやすさや、単純な単語ベクトル同士のコサイン類似度等である。

また、広告検索システムのパフォーマンスの向上のため、クエリ特徴の単語の数（Ｍ_retrieve）に制限を設けた。そして、実験では、Ｍ_retrieveの値を変更し、評価を行った。スコアリング関数は、以下の数式３である。

数式３において、ｓｉｍ_truncated関数は、これまで出てきたＳｉｍ関数を変形したもので、各クエリ特徴の変換ワードをＭ_retrieve個に制限したときの類似度関数を表す。また、実験において、各クエリ特徴の変換ワードを制限せず、評価時にＭ_retrieveを変化させることにより、精度の変化を検出した。

また、本実験において、ＭＡＰ（「C. D. Manning, P. Raghavan, and H. Schtze. Introduction to Information Retrieval. Cambridge University Press, 2008.」参照）を用いて、モデルのパフォーマンスを評価した。

ＭＡＰは、"mean average precision"の略であり、以下の数式４により示される。数式４において、ＡＰ^（ｒ）は、リクエストｒにおいてkを増加させていき、表示された全広告で精度の平均を取ったものである。また、Ｐ_ｋ ^（ｒ）は、ｒ番目のリクエストの予測スコア上位k番目までを見たときの精度を表している。また、ここで、「π^（ｒ）（ｋ）」は、ｒ番目のリクエストにおいて、予測スコアがｋ番目の広告（ｉｍｐｒｅｓｓｉｏｎ）を表している。

また、本実験において、ベースラインモデルにより、方法のスコアを正規化した（数式５参照）。

まず、Ｍ_filterを変化させて、本願の方法を評価した。変換行列Ｗの中の要素に関して、Ｍ_filterに応じて、０でない要素が変化する。つまり、Ｍ_filterを大きくすると、モデルパフォーマンスが改善されることが期待できる。Ｍ_filterを変化させた実験の結果を図１２に示す。

図１２において、本願の方法はベースラインモデルと比較して、ウェブサイトＧ以外では、改善されたことが分かる。また、ウェブサイトＦを除いて、改善の程度は、学習時のセットのサンプル数に比例している（図１１参照）。

また、ウェブサイトＡ，Ｂ，Ｃ，Ｆにおいて、Ｍ_filterを大きくすればするほど、改善の程度が増加している。一方、ウェブサイトＤにおいて、Ｍ_filterを大きくすると、改善の程度が若干減少している。

次に、実験において、Ｍ_retrieveの値を変更した場合に、各Ｍ_filterの値ごとに、どのようなパフォーマンスを実現できるかを検証した。上述したように、実験において、Ｍ_retrieveを変化させ、評価時には、クエリタームベクトルを切り捨て、学習時には切り捨てなかった。かかる実験結果を図１３に示す。

図１３において、ウェブサイトＧとＨの結果は省略されている。また、実験結果の傾向は、ウェブサイトにより異なる。例えば、ウェブサイトＢにおいて、Ｍ_retrieveを１００または８０に制限する場合、Ｍ_filterを４０に設定するモデルの性能が最も高くなる。また、Ｍ_retrieveを６０以下に制限する場合、Ｍ_filterを６０に設定するモデルの性能が最も高くなる。

一方、ウェブサイトのFにおいて、Ｍ_retrieveが１００または８０に制限されているときに、Ｍ_filterを１００に設定するモデルの性能が最も高くなる。また、Ｍ_retrieveが６０以下に制限されている場合には、最高のＭ_filterは、各Ｍ_retrieveで異なっている。

以上の実験結果において、最適なＭ_filterがＭ_retrieveとウェブサイトの両方に依存して変化することを示している。

以上より、実際の広告配信設定で、Ｍ_retrieveが最初の広告検索システムの性能によって決定され、その後Ｍ_filterは、それぞれのウェブサイト用に調整する必要がある。

以上、本実施の形態によれば、ユーザにとって必要なコンテンツを検索できる。

なお、本実施の形態における処理は、ソフトウェアで実現しても良い。そして、このソフトウェアをソフトウェアダウンロード等により配布しても良い。また、このソフトウェアをＣＤ−ＲＯＭなどの記録媒体に記録して流布しても良い。なお、このことは、本明細書における他の実施の形態においても該当する。なお、本実施の形態における情報検索装置を実現するソフトウェアは、以下のようなプログラムである。つまり、このプログラムは、コンピュータがアクセス可能な記録媒体は、１または２以上の各第一情報と１または２以上の各第二情報との関連度を示す１以上の関連度情報を格納し得る関連度情報格納手段を具備し、コンピュータを、コンテンツの検索に使用する１以上の情報である１以上のクエリ情報を含むクエリを受け付ける受付手段と、前記１以上の各クエリ情報に対応する１以上の第一情報と、前記１以上の関連度情報とを用いて、予め決められた条件を満たすほど、前記１以上の第一情報に対する関連度が大きい１以上の第二情報を取得するクエリ変換手段と、前記クエリ変換手段が取得した１以上の第二情報を用いて、コンテンツを検索する検索手段とを具備する情報検索装置として機能させるためのプログラム、である。

また、前記関連度情報格納手段は、１以上の各第一情報と１以上の各第二情報との関連度を示す関連度情報を要素として有する関連度行列である変換行列を格納しており、上記プログラムにおいて、前記クエリ変換手段は、前記受付手段が受け付けた１以上のクエリ情報を用いたベクトルであるクエリベクトルと前記変換行列とを乗算し、１以上の各第二情報に対応する値を取得し、当該値が予め決められた条件を満たすほど大きい値に対応する１以上の第二情報を取得する ものとして、コンピュータを機能させるプログラムであることは好適である。

また、上記プログラムにおいて、コンピュータを１以上のクエリ情報である１以上の第一情報と、選択されたコンテンツに対応付いている１以上の第二情報とを有する１以上の選択ログから、１以上の各第一情報と１以上の各第二情報と関連度情報を取得する関連度取得手段としてさらに機能させ、前記関連度取得手段が取得した１以上の関連度情報は、前記関連度情報格納手段に格納されている１以上の関連度情報である ものとして、コンピュータを機能させるプログラムであることは好適である。

また、上記プログラムにおいて、前記関連度取得手段は、前記１以上の選択ログから、１以上の各第一情報と１以上の各第二情報と関連度情報を要素として有する変換行列を取得するものとして、コンピュータを機能させるプログラムであることは好適である。

また、上記プログラムにおいて、前記関連度取得手段は、前記１以上の各第一情報ごとに、前記１以上の各第二情報に対応するコンテンツの選択率である第一選択率と、前記１以上の各第一情報および前記１以上の各第二情報に対応するコンテンツの選択率である第二選択率とを、前記選択ログから取得し、前記１以上の各第二情報ごとに、当該第一選択率と当該第二選択率との比を算出し、当該比が予め決められた条件を満たすほど大きい第一情報と第二情報との関連度情報のみを取得するものとして、コンピュータを機能させるプログラムであることは好適である。

また、上記プログラムにおいて、前記コンテンツは、第二情報と当該第二情報の重みを示す重み情報との組である１以上の被検索情報と対応付けられており、前記検索手段は、前記クエリ変換手段が取得した１以上の、第二情報および値の組を用いて、コンテンツを検索するものとして、コンピュータを機能させるプログラムであることは好適である。

また、図１４は、本明細書で述べたプログラムを実行して、上述した種々の実施の形態の情報検索装置を実現するコンピュータの外観を示す。上述の実施の形態は、コンピュータハードウェア及びその上で実行されるコンピュータプログラムで実現され得る。図１４は、このコンピュータシステム３００の概観図であり、図１５は、システム３００のブロック図である。

図１４において、コンピュータシステム３００は、ＣＤ−ＲＯＭドライブを含むコンピュータ３０１と、キーボード３０２と、マウス３０３と、モニタ３０４と、マイク３０５と、スピーカー３０６とを含む。

図１５において、コンピュータ３０１は、ＣＤ−ＲＯＭドライブ３０１２に加えて、ＭＰＵ３０１３と、バス３０１４と、ＲＯＭ３０１５と、ＲＡＭ３０１６と、ハードディスク３０１７とを含む。なお、バス３０１４は、ＭＰＵ３０１３やＣＤ−ＲＯＭドライブ３０１２に接続されている。また、ＲＯＭ３０１５には、ブートアッププログラム等のプログラムが記憶されている。また、ＲＡＭ３０１６は、ＭＰＵ３０１３に接続され、アプリケーションプログラムの命令を一時的に記憶するとともに一時記憶空間を提供するためのものである。また、ハードディスク３０１７は、アプリケーションプログラム、システムプログラム、及びデータを記憶するためのものである。ここでは、図示しないが、コンピュータ３０１は、さらに、ＬＡＮへの接続を提供するネットワークカードを含んでも良い。

コンピュータシステム３００に、上述した実施の形態の情報検索装置の機能を実行させるプログラムは、ＣＤ−ＲＯＭ３１０１に記憶されて、ＣＤ−ＲＯＭドライブ３０１２に挿入され、さらにハードディスク３０１７に転送されても良い。これに代えて、プログラムは、図示しないネットワークを介してコンピュータ３０１に送信され、ハードディスク３０１７に記憶されても良い。プログラムは実行の際にＲＡＭ３０１６にロードされる。プログラムは、ＣＤ−ＲＯＭ３１０１またはネットワークから直接、ロードされても良い。

プログラムは、コンピュータ３０１に、上述した実施の形態の情報検索装置の機能を実行させるオペレーティングシステム、またはサードパーティープログラム等は、必ずしも含まなくても良い。プログラムは、制御された態様で適切な機能（モジュール）を呼び出し、所望の結果が得られるようにする命令の部分のみを含んでいれば良い。コンピュータシステム３００がどのように動作するかは周知であり、詳細な説明は省略する。

なお、上記プログラムにおいて、情報を送信するステップや、情報を受信するステップなどでは、ハードウェアによって行われる処理、例えば、送信するステップにおけるモデムやインターフェースカードなどで行われる処理（ハードウェアでしか行われない処理）は含まれない。

また、上記プログラムを実行するコンピュータは、単数であってもよく、複数であってもよい。すなわち、集中処理を行ってもよく、あるいは分散処理を行ってもよい。

また、上記各実施の形態において、一の装置に存在する２以上の通信手段は、物理的に一の媒体で実現されても良いことは言うまでもない。

また、上記各実施の形態において、各処理（各機能）は、単一の装置（システム）によって集中処理されることによって実現されてもよく、あるいは、複数の装置によって分散処理されることによって実現されてもよい。

本発明は、以上の実施の形態に限定されることなく、種々の変更が可能であり、それらも本発明の範囲内に包含されるものであることは言うまでもない。

以上のように、本発明にかかる情報検索装置は、ユーザにとって必要なコンテンツを検索できるという効果を有し、広告配信システム等として有用である。

１ 情報検索装置
２ 端末装置
３ コンテンツ格納装置
１０ 選択ログ格納手段
１１ 関連度情報格納手段
１２ 受付手段
１３ クエリ変換手段
１４ 検索手段
１５ 出力手段
１６ 関連度取得手段
２１ 端末受付手段
２２ 端末送信手段
２３ 端末受信手段
２４ 端末出力手段
３１ コンテンツ格納手段
３２ コンテンツ送信手段

Claims (8)

1. １または２以上の各第一情報と１または２以上の各第二情報との関連度を示す関連度情報を要素として有する関連度行列である変換行列を格納し得る関連度情報格納手段と、
   ユーザが入力した１以上のキーワードである１以上のクエリ情報とユーザコンテキストを取得するための情報とを受信し、当該ユーザコンテキストを取得するための情報を用いて、ユーザコンテキストを取得する受付手段と、
   前記ユーザが入力した１以上のキーワードと前記ユーザコンテキストとを用いたベクトルであるクエリベクトルの中で１に対応する行の要素の値を前記変換行列から取得し、当該取得した要素の値を加算し、１以上の各第二情報に対応する値を取得し、当該値が予め決められた条件を満たすほど大きい値に対応する１以上の第二情報を取得するクエリ変換手段と、
   前記クエリ変換手段が取得した１以上の第二情報を用いて、コンテンツを検索する検索手段とを具備し、
   １以上のクエリ情報である１以上の第一情報と、選択されたコンテンツに対応付いている１以上の第二情報とを有する１以上の選択ログから、前記１以上の各第一情報ごとに、前記１以上の各第二情報に対応するコンテンツの選択率である第一選択率と、前記１以上の各第一情報および前記１以上の各第二情報に対応するコンテンツの選択率である第二選択率とを取得し、
   前記１以上の各第二情報ごとに、当該第一選択率と当該第二選択率との比を算出し、
   当該比が予め決められた条件を満たすほど大きい第一情報と第二情報との関連度情報のみを取得する関連度取得手段をさらに具備し、
   前記関連度取得手段が取得した１以上の関連度情報は、前記関連度情報格納手段に格納されている１以上の関連度情報である情報検索装置。
2. 前記関連度取得手段は、
   前記１以上の選択ログから、１以上の各第一情報と１以上の各第二情報と関連度情報を要素として有する変換行列を取得する請求項１記載の情報検索装置。
3. 前記１以上の第一情報である第一情報集合は、
   １以上のクエリ情報であるクエリの特徴空間であり、
   前記１以上の第二情報である第二情報集合は、
   検索対象の１以上のコンテンツに対応付いている情報の集合であるコンテンツ情報空間である請求項１から請求項２いずれか一項に記載の情報検索装置。
4. 前記ユーザコンテキストは、
   ユーザの性別、年齢、年齢層、ユーザが居る位置を示す位置情報、前記受付手段がクエリ情報を受信した際の天気や季節や時刻、ユーザが使用している端末装置の種類のうちのいずれか１以上の情報である請求項１から請求項３いずれか一項に記載の情報検索装置。
5. 前記コンテンツは、
   第二情報と当該第二情報の重みを示す重み情報との組である１以上の被検索情報と対応付けられており、
   前記検索手段は、
   前記クエリ変換手段が取得した１以上の、第二情報および値の組を用いて、コンテンツを検索する請求項１から請求項４いずれか一項に記載の情報検索装置。
6. 前記コンテンツは、広告である請求項１から請求項５いずれか一項に記載の情報検索装置。
7. 記録媒体は、
   １または２以上の各第一情報と１または２以上の各第二情報との関連度を示す関連度情報を要素として有する関連度行列である変換行列を格納し得る関連度情報格納手段を具備し、
   受付手段、クエリ変換手段、検索手段、および関連度取得手段により実現される情報検索方法であって、
   前記受付手段が、ユーザが入力した１以上のキーワードである１以上のクエリ情報とユーザコンテキストを取得するための情報とを受信し、当該ユーザコンテキストを取得するための情報を用いて、ユーザコンテキストを取得する受付ステップと、
   前記クエリ変換手段が、前記ユーザが入力した１以上のキーワードと前記ユーザコンテキストとを用いたベクトルであるクエリベクトルの中で１に対応する行の要素の値を前記変換行列から取得し、当該取得した要素の値を加算し、１以上の各第二情報に対応する値を取得し、当該値が予め決められた条件を満たすほど大きい値に対応する１以上の第二情報を取得するクエリ変換ステップと、
   前記検索手段が、前記クエリ変換ステップで取得された１以上の第二情報を用いて、コンテンツを検索する検索ステップとを具備し、
   前記関連度取得手段が、１以上のクエリ情報である１以上の第一情報と、選択されたコンテンツに対応付いている１以上の第二情報とを有する１以上の選択ログから、前記１以上の各第一情報ごとに、前記１以上の各第二情報に対応するコンテンツの選択率である第一選択率と、前記１以上の各第一情報および前記１以上の各第二情報に対応するコンテンツの選択率である第二選択率とを取得し、
   前記１以上の各第二情報ごとに、当該第一選択率と当該第二選択率との比を算出し、
   当該比が予め決められた条件を満たすほど大きい第一情報と第二情報との関連度情報のみを取得する関連度取得ステップをさらに具備し、
   前記関連度取得ステップで取得された１以上の関連度情報は、前記関連度情報格納手段に格納されている１以上の関連度情報である情報検索方法。
8. コンピュータがアクセス可能な記録媒体は、
   １または２以上の各第一情報と１または２以上の各第二情報との関連度を示す関連度情報を要素として有する関連度行列である変換行列を格納し得る関連度情報格納手段を具備し、
   コンピュータを、
   ユーザが入力した１以上のキーワードである１以上のクエリ情報とユーザコンテキストを取得するための情報とを受信し、当該ユーザコンテキストを取得するための情報を用いて、ユーザコンテキストを取得する受付手段と、
   前記ユーザが入力した１以上のキーワードと前記ユーザコンテキストとを用いたベクトルであるクエリベクトルの中で１に対応する行の要素の値を前記変換行列から取得し、当該取得した要素の値を加算し、１以上の各第二情報に対応する値を取得し、当該値が予め決められた条件を満たすほど大きい値に対応する１以上の第二情報を取得するクエリ変換手段と、
   前記クエリ変換手段が取得した１以上の第二情報を用いて、コンテンツを検索する検索手段とを具備する情報検索装置として機能させるためのプログラムであって、
   コンピュータを、
   １以上のクエリ情報である１以上の第一情報と、選択されたコンテンツに対応付いている１以上の第二情報とを有する１以上の選択ログから、前記１以上の各第一情報ごとに、前記１以上の各第二情報に対応するコンテンツの選択率である第一選択率と、前記１以上の各第一情報および前記１以上の各第二情報に対応するコンテンツの選択率である第二選択率とを取得し、
   前記１以上の各第二情報ごとに、当該第一選択率と当該第二選択率との比を算出し、
   当該比が予め決められた条件を満たすほど大きい第一情報と第二情報との関連度情報のみを取得する関連度取得手段としてさらに機能させ、
   前記関連度取得手段が取得した１以上の関連度情報は、前記関連度情報格納手段に格納されている１以上の関連度情報であるプログラム。