JP2002215674A - Ｗｅｂページ閲覧支援システム、方法及びプログラム - Google Patents
Ｗｅｂページ閲覧支援システム、方法及びプログラムInfo
- Publication number
- JP2002215674A JP2002215674A JP2001013826A JP2001013826A JP2002215674A JP 2002215674 A JP2002215674 A JP 2002215674A JP 2001013826 A JP2001013826 A JP 2001013826A JP 2001013826 A JP2001013826 A JP 2001013826A JP 2002215674 A JP2002215674 A JP 2002215674A
- Authority
- JP
- Japan
- Prior art keywords
- web page
- web
- web pages
- order
- cluster
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
(57)【要約】
【課題】 ユーザが検索語を指定してＷＷＷ上で検索
し、関連するＷｅｂページが多数集められた場合に、自
動的にＷｅｂページの適切な巡回プランを提示し、必要
な情報へ到達するための労力を軽減できるようにするＷ
ｅｂページ閲覧支援技術を提供する。 【解決手段】 ユーザが検索語を入力して任意のロボッ
トによってＷＷＷ上から関連するＷｅｂページを集めさ
せる場合、ロボットが集めた多数のＷｅｂページ各々を
類似度に基づいてクラスタリングし、各クラスタに分類
されたＷｅｂページに関して、そのクラスタ内でもさら
に類似度に基づいてリンクの再構成を行うと共にリンク
の順序をも定め、入力された検索語に対して、再構成さ
れたリンクの順序にＷｅｂページのＵＲＬを並べ直し
て、各Ｗｅｂページの推奨される巡回順序として提示す
る。
し、関連するＷｅｂページが多数集められた場合に、自
動的にＷｅｂページの適切な巡回プランを提示し、必要
な情報へ到達するための労力を軽減できるようにするＷ
ｅｂページ閲覧支援技術を提供する。 【解決手段】 ユーザが検索語を入力して任意のロボッ
トによってＷＷＷ上から関連するＷｅｂページを集めさ
せる場合、ロボットが集めた多数のＷｅｂページ各々を
類似度に基づいてクラスタリングし、各クラスタに分類
されたＷｅｂページに関して、そのクラスタ内でもさら
に類似度に基づいてリンクの再構成を行うと共にリンク
の順序をも定め、入力された検索語に対して、再構成さ
れたリンクの順序にＷｅｂページのＵＲＬを並べ直し
て、各Ｗｅｂページの推奨される巡回順序として提示す
る。
Description
【０００１】
【発明の属する技術分野】本発明は、入力される検索語
に対してＷＷＷ上で任意のロボットが集めてきたＷｅｂ
ページ各々に対し、推奨される巡回順序に並べ直してユ
ーザに提示するＷｅｂページ閲覧支援システム、方法及
びプログラムに関する。
に対してＷＷＷ上で任意のロボットが集めてきたＷｅｂ
ページ各々に対し、推奨される巡回順序に並べ直してユ
ーザに提示するＷｅｂページ閲覧支援システム、方法及
びプログラムに関する。
【０００２】
【従来の技術】任意のロボットによりＷＷＷ上から検索
語に関連するＷｅｂページを集める場合、多数のＷｅｂ
ページが集められてしまい、ユーザにとっていずれが本
人の必要としている情報を提供するＷｅｂページである
かを容易に判断することができない場合がしばしば発生
する。
語に関連するＷｅｂページを集める場合、多数のＷｅｂ
ページが集められてしまい、ユーザにとっていずれが本
人の必要としている情報を提供するＷｅｂページである
かを容易に判断することができない場合がしばしば発生
する。
【０００３】そこで、集められた多数のＷｅｂページに
対して自動的に重要度（ＰａｇｅＲａｎｋ）を決定し、
重要度の高いものから順に提示するというＷｅｂページ
閲覧支援技術が提案されている。
対して自動的に重要度（ＰａｇｅＲａｎｋ）を決定し、
重要度の高いものから順に提示するというＷｅｂページ
閲覧支援技術が提案されている。
【０００４】このようなＷｅｂページ閲覧支援技術の１
つは、（［１］ Lawrence Page, Sergey Brin, Rajeev
Motwani, Terry Winograd, “The PageRank Citation R
anking: Bringing Order to the Web”, online manusc
ript. ）である。これによれば、「多くの良質なページ
からリンクされているページはやはり良質なページであ
る」という再帰的な関係から、すべてのページの重要度
を定義し、あるページの重要度（ＰａｇｅＲａｎｋ）を
そのページに存在するリンクの数で割った値を、それぞ
れのリンク先の重要度に加算するという手法をとってお
り、これにより検索結果のＷｅｂページをランキングす
る。
つは、（［１］ Lawrence Page, Sergey Brin, Rajeev
Motwani, Terry Winograd, “The PageRank Citation R
anking: Bringing Order to the Web”, online manusc
ript. ）である。これによれば、「多くの良質なページ
からリンクされているページはやはり良質なページであ
る」という再帰的な関係から、すべてのページの重要度
を定義し、あるページの重要度（ＰａｇｅＲａｎｋ）を
そのページに存在するリンクの数で割った値を、それぞ
れのリンク先の重要度に加算するという手法をとってお
り、これにより検索結果のＷｅｂページをランキングす
る。
【０００５】また別のＷｅｂページ閲覧支援技術は、
（［２］ J. Kleinberg, “Authoritative sources in
a hyperlinked environment”, Proceeding of ACM-SIA
M Symposium on Discrete Algorithms, 1998）である。
これによれば、［１］の場合とは異なり、Ｗｅｂページ
各々を「オーソリテティ」と「ハブ」というパラメータ
で定義する。ここで、「オーソリティ」とは頻繁にリン
クされているページであり、「ハブ」とは多くの「オー
ソリティ」にリンクしているページである。
（［２］ J. Kleinberg, “Authoritative sources in
a hyperlinked environment”, Proceeding of ACM-SIA
M Symposium on Discrete Algorithms, 1998）である。
これによれば、［１］の場合とは異なり、Ｗｅｂページ
各々を「オーソリテティ」と「ハブ」というパラメータ
で定義する。ここで、「オーソリティ」とは頻繁にリン
クされているページであり、「ハブ」とは多くの「オー
ソリティ」にリンクしているページである。
【０００６】また別の従来技術として、（［３］山田誠
二、大澤幸生、「ＷＷＷでの情報検索のためのナビゲー
ションプラニング」、人工知能学会誌、Vol.14, No.6,
pp.1125-1133）が知られている。これはＷｅｂページの
系列を自動生成するものである。
二、大澤幸生、「ＷＷＷでの情報検索のためのナビゲー
ションプラニング」、人工知能学会誌、Vol.14, No.6,
pp.1125-1133）が知られている。これはＷｅｂページの
系列を自動生成するものである。
【０００７】さらに、別の従来技術として、（［４］Li
eberman, H.: "Letizia: An AgentThat Assists Web Br
owsing", In Proc. of IJCAI-95, pp.924-929）と、
（［５］Joachims, T., et al. "WebWatcher: A Tour G
uide for the World Wide Webbooktitle", In Proc. of
IJCAI-97, pp.770-775）も知られている。
eberman, H.: "Letizia: An AgentThat Assists Web Br
owsing", In Proc. of IJCAI-95, pp.924-929）と、
（［５］Joachims, T., et al. "WebWatcher: A Tour G
uide for the World Wide Webbooktitle", In Proc. of
IJCAI-97, pp.770-775）も知られている。
【０００８】
【発明が解決しようとする課題】従来の［１］の技術
は、ページ間の参照関係だけを考慮し、Ｗｅｂページの
内容やユーザの検索質問とは無関係なランキングを行う
傾向にあり、そのため、検索内容にかかわらず、特定の
有名サイトが上位に位置しやすいという問題点がある。
また、ページ間の参照関係も、リンクによって参照され
る側のページのみに注目するという問題点もあった。
は、ページ間の参照関係だけを考慮し、Ｗｅｂページの
内容やユーザの検索質問とは無関係なランキングを行う
傾向にあり、そのため、検索内容にかかわらず、特定の
有名サイトが上位に位置しやすいという問題点がある。
また、ページ間の参照関係も、リンクによって参照され
る側のページのみに注目するという問題点もあった。
【０００９】従来の［２］の技術は、［１］の技術の問
題点を補い、参照する側のページの存在も考慮するが、
やはりＷｅｂページの内容には触れないため、ユーザの
入力した検索語に対して数多くの候補が提示された場合
に、ユーザが必要とする内容のＷｅｂページが検索結果
の上位に提示されるとは限らず、ユーザが必要とする情
報を探すのに労力を要する問題点があった。
題点を補い、参照する側のページの存在も考慮するが、
やはりＷｅｂページの内容には触れないため、ユーザの
入力した検索語に対して数多くの候補が提示された場合
に、ユーザが必要とする内容のＷｅｂページが検索結果
の上位に提示されるとは限らず、ユーザが必要とする情
報を探すのに労力を要する問題点があった。
【００１０】さらに従来の［３］の技術は、Ｗｅｂペー
ジの系列を自動生成するものであるが、ユーザに対して
検索語以外に文脈語を入力することを要求する。このた
め、検索語の意味が不明な場合、その語に対する文脈語
を想像するのがユーザにとって困難である問題点があっ
た。
ジの系列を自動生成するものであるが、ユーザに対して
検索語以外に文脈語を入力することを要求する。このた
め、検索語の意味が不明な場合、その語に対する文脈語
を想像するのがユーザにとって困難である問題点があっ
た。
【００１１】さらに従来の［４］，［５］の技術は、ユ
ーザのブラウジングの履歴からそのユーザが次に見たい
と予測される１つのＷｅｂページを提示するだけであ
り、その予測が外れることが続いた場合には、ユーザが
検索語に関する内容に関して深い理解を得られないこと
になる問題点があった。
ーザのブラウジングの履歴からそのユーザが次に見たい
と予測される１つのＷｅｂページを提示するだけであ
り、その予測が外れることが続いた場合には、ユーザが
検索語に関する内容に関して深い理解を得られないこと
になる問題点があった。
【００１２】本発明は、このような従来の技術的課題を
解決するためになされたものであって、ユーザの検索語
の入力に対して、関連するＷｅｂページが多数集められ
た場合に、自動的にＷｅｂページの適切な巡回プランを
提示し、必要な情報へ到達するための労力を軽減するこ
とができるＷｅｂページ閲覧支援技術を提供することを
目的とする。
解決するためになされたものであって、ユーザの検索語
の入力に対して、関連するＷｅｂページが多数集められ
た場合に、自動的にＷｅｂページの適切な巡回プランを
提示し、必要な情報へ到達するための労力を軽減するこ
とができるＷｅｂページ閲覧支援技術を提供することを
目的とする。
【００１３】
【課題を解決するための手段】請求項１の発明のＷｅｂ
ページ閲覧支援システムは、入力される検索語に対し
て、任意のロボットによってＷＷＷ上から集めてきたＷ
ｅｂページ各々を類似度に基づいてクラスタリングし、
各クラスタに分類されたＷｅｂページに関して、そのク
ラスタ内で類似度に基づいてリンクの再構成を行うと共
にリンクの順序をも定め、入力された検索語に対して、
再構成されたリンクの順序にＷｅｂページのＵＲＬを並
べ直して、各Ｗｅｂページの推奨される巡回順序として
提示する機能を備えたものである。
ページ閲覧支援システムは、入力される検索語に対し
て、任意のロボットによってＷＷＷ上から集めてきたＷ
ｅｂページ各々を類似度に基づいてクラスタリングし、
各クラスタに分類されたＷｅｂページに関して、そのク
ラスタ内で類似度に基づいてリンクの再構成を行うと共
にリンクの順序をも定め、入力された検索語に対して、
再構成されたリンクの順序にＷｅｂページのＵＲＬを並
べ直して、各Ｗｅｂページの推奨される巡回順序として
提示する機能を備えたものである。
【００１４】請求項２の発明のＷｅｂページ閲覧支援方
法は、入力される検索語に対して、任意のロボットによ
ってＷＷＷ上から集めてきたＷｅｂページ各々を類似度
に基づいてクラスタリングするステップと、前記クラス
タリングによるクラスタ各々に分類されたＷｅｂページ
に関して、そのクラスタ内で類似度に基づいてリンクの
再構成を行うと共にリンクの順序をも定めるステップ
と、前記検索語に対して、前記再構成されたリンクの順
序にＷｅｂページのＵＲＬを並べ直して、各Ｗｅｂペー
ジの推奨される巡回順序として提示するステップとから
成るものである。
法は、入力される検索語に対して、任意のロボットによ
ってＷＷＷ上から集めてきたＷｅｂページ各々を類似度
に基づいてクラスタリングするステップと、前記クラス
タリングによるクラスタ各々に分類されたＷｅｂページ
に関して、そのクラスタ内で類似度に基づいてリンクの
再構成を行うと共にリンクの順序をも定めるステップ
と、前記検索語に対して、前記再構成されたリンクの順
序にＷｅｂページのＵＲＬを並べ直して、各Ｗｅｂペー
ジの推奨される巡回順序として提示するステップとから
成るものである。
【００１５】請求項３の発明のＷｅｂページ閲覧支援プ
ログラムは、入力される検索語に対して、任意のロボッ
トによってＷＷＷ上から集めてきたＷｅｂページ各々を
類似度に基づいてクラスタリングする処理と、前記クラ
スタリングによるクラスタ各々に分類されたＷｅｂペー
ジに関して、そのクラスタ内で類似度に基づいてリンク
の再構成を行うと共にリンクの順序をも定める処理と、
前記検索語に対して、前記再構成されたリンクの順序に
ＷｅｂページのＵＲＬを並べ直して、各Ｗｅｂページの
推奨される巡回順序として提示する処理とを実行するも
のである。
ログラムは、入力される検索語に対して、任意のロボッ
トによってＷＷＷ上から集めてきたＷｅｂページ各々を
類似度に基づいてクラスタリングする処理と、前記クラ
スタリングによるクラスタ各々に分類されたＷｅｂペー
ジに関して、そのクラスタ内で類似度に基づいてリンク
の再構成を行うと共にリンクの順序をも定める処理と、
前記検索語に対して、前記再構成されたリンクの順序に
ＷｅｂページのＵＲＬを並べ直して、各Ｗｅｂページの
推奨される巡回順序として提示する処理とを実行するも
のである。
【００１６】本発明のＷｅｂページ閲覧支援システム、
方法又はプログラムによれば、ユーザが検索語を入力し
て任意のロボットによってＷＷＷ上から関連するＷｅｂ
ページを集めさせる場合、ロボットが集めた多数のＷｅ
ｂページ各々を類似度に基づいてクラスタリングし、各
クラスタに分類されたＷｅｂページに関して、そのクラ
スタ内でもさらに類似度に基づいてリンクの再構成を行
うと共にリンクの順序をも定め、入力された検索語に対
して、再構成されたリンクの順序にＷｅｂページのＵＲ
Ｌを並べ直して、各Ｗｅｂページの推奨される巡回順序
として提示する。したがって、ユーザは提示される巡回
順序に従って集められたＷｅｂページを順に閲覧するこ
とにより、必要な情報へ到達するための労力が軽減され
る。
方法又はプログラムによれば、ユーザが検索語を入力し
て任意のロボットによってＷＷＷ上から関連するＷｅｂ
ページを集めさせる場合、ロボットが集めた多数のＷｅ
ｂページ各々を類似度に基づいてクラスタリングし、各
クラスタに分類されたＷｅｂページに関して、そのクラ
スタ内でもさらに類似度に基づいてリンクの再構成を行
うと共にリンクの順序をも定め、入力された検索語に対
して、再構成されたリンクの順序にＷｅｂページのＵＲ
Ｌを並べ直して、各Ｗｅｂページの推奨される巡回順序
として提示する。したがって、ユーザは提示される巡回
順序に従って集められたＷｅｂページを順に閲覧するこ
とにより、必要な情報へ到達するための労力が軽減され
る。
【００１７】
【発明の実施の形態】以下、本発明の実施の形態を図に
基づいて詳説する。図１は本発明のひとつの実施の形態
のＷｅｂページ閲覧支援システムの全体的な構成を示し
ている。このＷｅｂページ閲覧支援システムは、ＷＷＷ
１上の多数のホームページを検索して関連するＷｅｂペ
ージを集め、Ｗｅｂページデータベース２０に登録する
ロボット２と、このロボット２の集めたＷｅｂページの
ＵＲＬリストを提示し、さらにユーザがＵＲＬリストか
ら所望のＵＲＬを指定した場合に、該当するＵＲＬのＷ
ｅｂページをダウンロードして表示するユーザ端末３と
の間に介在し、後述するＷｅｂページ閲覧支援を行う。
基づいて詳説する。図１は本発明のひとつの実施の形態
のＷｅｂページ閲覧支援システムの全体的な構成を示し
ている。このＷｅｂページ閲覧支援システムは、ＷＷＷ
１上の多数のホームページを検索して関連するＷｅｂペ
ージを集め、Ｗｅｂページデータベース２０に登録する
ロボット２と、このロボット２の集めたＷｅｂページの
ＵＲＬリストを提示し、さらにユーザがＵＲＬリストか
ら所望のＵＲＬを指定した場合に、該当するＵＲＬのＷ
ｅｂページをダウンロードして表示するユーザ端末３と
の間に介在し、後述するＷｅｂページ閲覧支援を行う。
【００１８】このＷｅｂページ閲覧支援システムは、ロ
ボット２が集めてＷｅｂページデータベース２０に登録
している多数のＷｅｂページに対してＷｅｂページ群の
構成を行うＷｅｂページ群構成処理部４と、クラスタリ
ングを行うクラスタリング処理部５と、リンク再構成処
理部６と、データ保持のためのデータベース７から構成
される。なお、本システムは、実際には検索サーバにＷ
ｅｂページ閲覧支援プログラムをインストールすること
により実現されるものである。しかしながら、説明を簡
明にするために、ここでは主立った処理機能ごとに分け
て説明する。
ボット２が集めてＷｅｂページデータベース２０に登録
している多数のＷｅｂページに対してＷｅｂページ群の
構成を行うＷｅｂページ群構成処理部４と、クラスタリ
ングを行うクラスタリング処理部５と、リンク再構成処
理部６と、データ保持のためのデータベース７から構成
される。なお、本システムは、実際には検索サーバにＷ
ｅｂページ閲覧支援プログラムをインストールすること
により実現されるものである。しかしながら、説明を簡
明にするために、ここでは主立った処理機能ごとに分け
て説明する。
【００１９】上記の構成のＷｅｂページ閲覧支援システ
ムの閲覧支援処理動作は、次の通りである。
ムの閲覧支援処理動作は、次の通りである。
【００２０】ロボット２は指定した初期ＵＲＬから次々
にリンクをたどっていき、ＷＷＷ１上のＷｅｂページを
収集してＷｅｂページデータベース２０に登録する。Ｗ
ｅｂページは更新されることがあるので、このロボット
２は常時稼働している。
にリンクをたどっていき、ＷＷＷ１上のＷｅｂページを
収集してＷｅｂページデータベース２０に登録する。Ｗ
ｅｂページは更新されることがあるので、このロボット
２は常時稼働している。
【００２１】本Ｗｅｂページ閲覧支援システムは、この
ロボット２が集めてＷｅｂページデータベース２０に登
録している多数のＷｅｂページに対して、図２のフロー
チャートに示すような処理により解析し、クラスタリン
グを行う。
ロボット２が集めてＷｅｂページデータベース２０に登
録している多数のＷｅｂページに対して、図２のフロー
チャートに示すような処理により解析し、クラスタリン
グを行う。
【００２２】そこではまず、Ｗｅｂページ群構成処理部
４において、各Ｗｅｂページに関して、ＨＴＭＬのタグ
を除き、形態素解析を行う（ステップ１０１）。そして
各Ｗｅｂページに関して、形態素解析結果から名詞を抽
出する（ステップ１０２）。
４において、各Ｗｅｂページに関して、ＨＴＭＬのタグ
を除き、形態素解析を行う（ステップ１０１）。そして
各Ｗｅｂページに関して、形態素解析結果から名詞を抽
出する（ステップ１０２）。
【００２３】次に、各Ｗｅｂページ中の名詞各々につい
てｔｆ・ｉｄｆ値を計算し、Ｗｅｂページごとにこれら
を要素とした重みベクトルを、次のようにして構成する
（ステップ１０３）。ここで、ｔｆ，ｉｄｆは次のよう
に定義される値である。
てｔｆ・ｉｄｆ値を計算し、Ｗｅｂページごとにこれら
を要素とした重みベクトルを、次のようにして構成する
（ステップ１０３）。ここで、ｔｆ，ｉｄｆは次のよう
に定義される値である。
【００２４】
【数１】 ただし、Ｎは検索対象Ｗｅｂページ集合の全ページ数、
ｄｆ（ｔ）は名詞ｔが出現するＷｅｂページ数である。
ただし、ステップ１０１で取り除いたタグ情報に基づ
き、重みαをかける。このαは次のＨＴＭＬタグ情報が
ある名詞について、以下のスコアを持ち、タグ情報がな
い場合にはα＝１とする。
ｄｆ（ｔ）は名詞ｔが出現するＷｅｂページ数である。
ただし、ステップ１０１で取り除いたタグ情報に基づ
き、重みαをかける。このαは次のＨＴＭＬタグ情報が
ある名詞について、以下のスコアを持ち、タグ情報がな
い場合にはα＝１とする。
【００２５】
【数２】 ＜ＴＩＴＬＥ＞：１０ ＜Ｈｎ＞：６．５−ｎ ＜Ｕ＞：２ ＜ＥＭ＞：２ ＜ＳＴＲＯＮＧ＞：２ したがって、あるＷｅｂページにおける名詞の重みは次
式で表される。
式で表される。
【００２６】
【数３】 次に、ステップ１０２で抽出された全名詞を要素とし
て、上記で計算した名詞の重みを用い、Ｗｅｂページの
重みベクトルを構成する。すなわち、Ｗｅｂページｄi
の重みベクトルｗdiは、全名詞をｔ1 ，ｔ2 ，…，ｔn
とすれば、
て、上記で計算した名詞の重みを用い、Ｗｅｂページの
重みベクトルを構成する。すなわち、Ｗｅｂページｄi
の重みベクトルｗdiは、全名詞をｔ1 ，ｔ2 ，…，ｔn
とすれば、
【数４】 となる。ただし、該当名詞がなければその要素の値、つ
まり重みｗt は０とする。また、全名詞という場合、本
システムで登録されている名詞すべてをいう。したがっ
て、Ｗｅｂページ中には登場しないが、システムには登
録されている名詞については、該当する位置の値が０と
なるのである。
まり重みｗt は０とする。また、全名詞という場合、本
システムで登録されている名詞すべてをいう。したがっ
て、Ｗｅｂページ中には登場しないが、システムには登
録されている名詞については、該当する位置の値が０と
なるのである。
【００２７】Ｗｅｂページ群構成処理部４はさらに、収
集されたＷｅｂページのリンク構造を考慮して隣接ノー
ドの類似度を計算し、Ｗｅｂページ群を構成する（ステ
ップ１０４）。これは、次のようにして行う。
集されたＷｅｂページのリンク構造を考慮して隣接ノー
ドの類似度を計算し、Ｗｅｂページ群を構成する（ステ
ップ１０４）。これは、次のようにして行う。
【００２８】Ｗｅｂページｄi とＷｅｂページｄj の類
似度は、
似度は、
【数５】 と表される。ここで、ｓｉｍ（ｄi ，ｄj ）＞ｖthとな
るＷｅｂページのリンクはそのままに保ち、Ｗｅｂペー
ジ群とする。ただし、ｖthは閾値とする。
るＷｅｂページのリンクはそのままに保ち、Ｗｅｂペー
ジ群とする。ただし、ｖthは閾値とする。
【００２９】次に、クラスタリング処理部５によって、
Ｗｅｂページ群を１文書とみなして、各文書の重みベク
トルを計算し直し、次のアルゴリズムに基づいてクラス
タリングを行う（ステップ１０５）。このクラスタリン
グは、以下のアルゴリズムに基づく。
Ｗｅｂページ群を１文書とみなして、各文書の重みベク
トルを計算し直し、次のアルゴリズムに基づいてクラス
タリングを行う（ステップ１０５）。このクラスタリン
グは、以下のアルゴリズムに基づく。
【００３０】Ｗｅｂページ群の集合Ｓ、あるＷｅｂペー
ジ群ｇi の重みベクトルｗgiをそれぞれ、
ジ群ｇi の重みベクトルｗgiをそれぞれ、
【数６】 と表す。ここで、Ｗｅｂページ群の集合Ｓからランダム
に選択したＷｅｂページ群をｇi とし、残りの中からｇ
j を選択する。このとき、
に選択したＷｅｂページ群をｇi とし、残りの中からｇ
j を選択する。このとき、
【数７】ｓｉｍ（ｇi ，ｇj ）＞ｖthならば、ｇj をｇ
i に追加する。
i に追加する。
【００３１】ｓｉｍ（ｇi ，ｇj ）＜ｖthならば、ｇj
は新たなクラスタとする。
は新たなクラスタとする。
【００３２】以後、各クラスタの重心を以下のように計
算し直す。クラスタ内のＷｅｂページ群の集合Ｓc 、重
心をベクトルｇとすれば、
算し直す。クラスタ内のＷｅｂページ群の集合Ｓc 、重
心をベクトルｇとすれば、
【数８】 となる。これを、Ｗｅｂページ群の集合Ｓの各文書につ
いて行う。
いて行う。
【００３３】次に、リンク再構成処理部６が図３に示す
フローチャートのようにして、上記のクラスタリング処
理により得られた各クラスタ内でＷｅｂページ群を組み
合わせた最適なリンクの再構成を行う。このリンクで張
られている順番が、Ｗｅｂページをたどる際の順番を示
す。
フローチャートのようにして、上記のクラスタリング処
理により得られた各クラスタ内でＷｅｂページ群を組み
合わせた最適なリンクの再構成を行う。このリンクで張
られている順番が、Ｗｅｂページをたどる際の順番を示
す。
【００３４】リンクの再構成は以下のように行う（ステ
ップ２０１）。あるＷｅｂページ群ＳciをＳ
ci（ｐs i ，ｐe i ）と表す。ここで、ｐs i はＳciの
始点のページ、ｐe i はＳciの終点ページである。ただ
し、Ｗｅｂページ群が１Ｗｅｂページのみのときは、ｐ
s i ＝ｐe i とする。
ップ２０１）。あるＷｅｂページ群ＳciをＳ
ci（ｐs i ，ｐe i ）と表す。ここで、ｐs i はＳciの
始点のページ、ｐe i はＳciの終点ページである。ただ
し、Ｗｅｂページ群が１Ｗｅｂページのみのときは、ｐ
s i ＝ｐe i とする。
【００３５】（ａ）各クラスタ内において、Ｗｅｂペー
ジ群ＳciとＳcjのページ群としての類似度ｓｉｍ
（Ｓci，Ｓcj）を求める。
ジ群ＳciとＳcjのページ群としての類似度ｓｉｍ
（Ｓci，Ｓcj）を求める。
【００３６】（ｂ）そして、ｓｉｍ（Ｓci，Ｓcj）＞ｖ
thなら、ｓｉｍ（ｐe i ，ｐs j ），ｓｉｍ（ｐe j ，
ｐs i ）を計算する。そして、
thなら、ｓｉｍ（ｐe i ，ｐs j ），ｓｉｍ（ｐe j ，
ｐs i ）を計算する。そして、
【数９】 の処理を行う。
【００３７】（ｃ）他方、ｓｉｍ（Ｓci，Ｓcj）＜ｖth
なら、新たに別のＷｅｂページ群を選択し、（ａ）に戻
る。
なら、新たに別のＷｅｂページ群を選択し、（ａ）に戻
る。
【００３８】こうして、図３に示したように、あるクラ
スタＡに含まれるＷｅｂページ群ａ，ｂ，ｃ，…につい
てステップ２０１の再リンク構成を行えば、数１０式に
示すように類似度の高いＷｅｂページ群の組合せが、同
時に閲覧順序をも提示するものとして構成される。
スタＡに含まれるＷｅｂページ群ａ，ｂ，ｃ，…につい
てステップ２０１の再リンク構成を行えば、数１０式に
示すように類似度の高いＷｅｂページ群の組合せが、同
時に閲覧順序をも提示するものとして構成される。
【００３９】
【数１０】 プラン１：ｂ→ｉ→ｎ プラン２：ａ→ｄ→ｅ→ｆ→ｇ プラン３：ｍ→ｋ→ｌ→ｊ プラン４：ｃ→ｈ ただし、プラン１〜プラン４それぞれに含まれるＷｅｂ
ページ群ａ，ｂ，ｄ，…の順序は、同時に各閲覧プラン
における推奨される閲覧順序をも示している。
ページ群ａ，ｂ，ｄ，…の順序は、同時に各閲覧プラン
における推奨される閲覧順序をも示している。
【００４０】最終的にロボット２が集めたある検索語に
対して関連するＷｅｂページのＵＲＬの集合は、データ
ベース７に数１０式の形で保持され、ユーザ端末３に
は、図４に示すようにして、最初の検索語のデータと共
に、プラン１，プラン２，…として、類似度の高いＷｅ
ｂページ群同士を集めた集合ごとに、かつそれぞれに含
まれるＷｅｂページ群の推奨される閲覧順序をも示す検
索結果画面１０にしてユーザに提示することになる。
対して関連するＷｅｂページのＵＲＬの集合は、データ
ベース７に数１０式の形で保持され、ユーザ端末３に
は、図４に示すようにして、最初の検索語のデータと共
に、プラン１，プラン２，…として、類似度の高いＷｅ
ｂページ群同士を集めた集合ごとに、かつそれぞれに含
まれるＷｅｂページ群の推奨される閲覧順序をも示す検
索結果画面１０にしてユーザに提示することになる。
【００４１】以上のようにして、本実施の形態のＷｅｂ
ページ閲覧支援システムによれば、ユーザが検索語を入
力すれば、ロボットが集めた多数のＷｅｂページに対し
て、自動的に関連度合いの強いＷｅｂページ群ごとにリ
ンクを再構成し、適切な巡回プランを提示することがで
き、ユーザが必要な情報へ到達するための労力を軽減で
きる。また、大まかな内容から詳細な内容のページを提
示することができ、ユーザの理解を支援することもでき
る。
ページ閲覧支援システムによれば、ユーザが検索語を入
力すれば、ロボットが集めた多数のＷｅｂページに対し
て、自動的に関連度合いの強いＷｅｂページ群ごとにリ
ンクを再構成し、適切な巡回プランを提示することがで
き、ユーザが必要な情報へ到達するための労力を軽減で
きる。また、大まかな内容から詳細な内容のページを提
示することができ、ユーザの理解を支援することもでき
る。
【００４２】
【発明の効果】以上のように、本発明によれば、ユーザ
が検索語を入力して任意のロボットによってＷＷＷ上か
ら関連するＷｅｂページを集めさせる場合、ロボットが
集めた多数のＷｅｂページ各々を類似度に基づいてクラ
スタリングし、各クラスタに分類されたＷｅｂページに
関して、そのクラスタ内でもさらに類似度に基づいてリ
ンクの再構成を行うと共にリンクの順序をも定め、入力
された検索語に対して、再構成されたリンクの順序にＷ
ｅｂページのＵＲＬを並べ直して、各Ｗｅｂページの推
奨される巡回順序として提示するようにしたので、ユー
ザに対して、提示される巡回順序に従って集められたＷ
ｅｂページを順に閲覧することにより必要な情報へ到達
するための労力を軽減させることができる。
が検索語を入力して任意のロボットによってＷＷＷ上か
ら関連するＷｅｂページを集めさせる場合、ロボットが
集めた多数のＷｅｂページ各々を類似度に基づいてクラ
スタリングし、各クラスタに分類されたＷｅｂページに
関して、そのクラスタ内でもさらに類似度に基づいてリ
ンクの再構成を行うと共にリンクの順序をも定め、入力
された検索語に対して、再構成されたリンクの順序にＷ
ｅｂページのＵＲＬを並べ直して、各Ｗｅｂページの推
奨される巡回順序として提示するようにしたので、ユー
ザに対して、提示される巡回順序に従って集められたＷ
ｅｂページを順に閲覧することにより必要な情報へ到達
するための労力を軽減させることができる。
【図１】本発明の１つの実施の形態のＷｅｂページ閲覧
支援システムの機能的構成を示すブロック図。
支援システムの機能的構成を示すブロック図。
【図２】上記の実施の形態におけるＷｅｂページ群構成
処理部とクラスタリング処理部の実行する処理のフロー
チャート。
処理部とクラスタリング処理部の実行する処理のフロー
チャート。
【図３】上記の実施の形態におけるリンク再構成処理部
の実行する処理のフローチャート。
の実行する処理のフローチャート。
【図４】上記の実施の形態による検索結果画面を示す説
明図。
明図。
１ ＷＷＷ ２ ロボット ３ ユーザ端末 ４ Ｗｅｂページ群構成処理部 ５ クラスタリング処理部 ６ リンク再構成処理部 ７ データベース
フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｇ０６Ｆ 17/30 ４１９ Ｇ０６Ｆ 17/30 ４１９Ｂ 12/00 ５４６ 12/00 ５４６Ｂ (72)発明者 橋本 和夫 埼玉県上福岡市大原２丁目１番15号 株式 会社ケイディディ研究所内 Ｆターム(参考） 5B075 ND36 NR12 NR15 PP22 PQ02 PQ46 PQ74 PR06 QM08 5B082 HA00
Claims (3)
- 【請求項１】 入力される検索語に対して、任意のロボ
ットによってＷＷＷ上から集めてきたＷｅｂページ各々
を類似度に基づいてクラスタリングし、各クラスタに分
類されたＷｅｂページに関して、そのクラスタ内で類似
度に基づいてリンクの再構成を行うと共にリンクの順序
をも定め、入力された検索語に対して、再構成されたリ
ンクの順序にＷｅｂページのＵＲＬを並べ直して、各Ｗ
ｅｂページの推奨される巡回順序として提示する機能を
備えて成るＷｅｂページ閲覧支援システム。 - 【請求項２】 入力される検索語に対して、任意のロボ
ットによってＷＷＷ上から集めてきたＷｅｂページ各々
を類似度に基づいてクラスタリングするステップと、 前記クラスタリングによるクラスタ各々に分類されたＷ
ｅｂページに関して、そのクラスタ内で類似度に基づい
てリンクの再構成を行うと共にリンクの順序をも定める
ステップと、 前記検索語に対して、前記再構成されたリンクの順序に
ＷｅｂページのＵＲＬを並べ直して、各Ｗｅｂページの
推奨される巡回順序として提示するステップとから成る
Ｗｅｂページ閲覧支援方法。 - 【請求項３】 入力される検索語に対して、任意のロボ
ットによってＷＷＷ上から集めてきたＷｅｂページ各々
を類似度に基づいてクラスタリングする処理と、 前記クラスタリングによるクラスタ各々に分類されたＷ
ｅｂページに関して、そのクラスタ内で類似度に基づい
てリンクの再構成を行うと共にリンクの順序をも定める
処理と、前記検索語に対して、前記再構成されたリンク
の順序にＷｅｂページのＵＲＬを並べ直して、各Ｗｅｂ
ページの推奨される巡回順序として提示する処理とを実
行することを特徴とするＷｅｂページ閲覧支援プログラ
ム。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001013826A JP2002215674A (ja) | 2001-01-22 | 2001-01-22 | Ｗｅｂページ閲覧支援システム、方法及びプログラム |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001013826A JP2002215674A (ja) | 2001-01-22 | 2001-01-22 | Ｗｅｂページ閲覧支援システム、方法及びプログラム |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2002215674A true JP2002215674A (ja) | 2002-08-02 |
Family
ID=18880612
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001013826A Pending JP2002215674A (ja) | 2001-01-22 | 2001-01-22 | Ｗｅｂページ閲覧支援システム、方法及びプログラム |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2002215674A (ja) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004199407A (ja) * | 2002-12-18 | 2004-07-15 | Fuji Xerox Co Ltd | 情報表示処理方法、情報表示処理システム、管理サーバ、クライアント端末、プログラム |
| JP2005266945A (ja) * | 2004-03-16 | 2005-09-29 | Konica Minolta Holdings Inc | ユーザインターフェースが進化するデータベースシステムおよび当該データベースシステムを利用したＷｅｂブラウザ、医療支援システムおよび教育支援システム |
| JP2005302043A (ja) * | 2004-04-15 | 2005-10-27 | Microsoft Corp | 検索語提案のためのマルチ型データオブジェクトの強化されたクラスタリング |
| KR101042445B1 (ko) * | 2008-02-28 | 2011-06-16 | 엔에이치엔(주) | 사이트 특성 단어를 이용한 연관 사이트 제공 방법 및 시스템 |
| JP2013511084A (ja) * | 2009-11-10 | 2013-03-28 | アリババ グループ ホールディング リミテッド | クラスタ化方法およびシステム |
| KR101347884B1 (ko) * | 2010-11-19 | 2014-01-07 | 네이버 주식회사 | 사이트 특성 단어를 이용한 연관 사이트 제공 방법 및 시스템 |
-
2001
- 2001-01-22 JP JP2001013826A patent/JP2002215674A/ja active Pending
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2004199407A (ja) * | 2002-12-18 | 2004-07-15 | Fuji Xerox Co Ltd | 情報表示処理方法、情報表示処理システム、管理サーバ、クライアント端末、プログラム |
| JP2005266945A (ja) * | 2004-03-16 | 2005-09-29 | Konica Minolta Holdings Inc | ユーザインターフェースが進化するデータベースシステムおよび当該データベースシステムを利用したＷｅｂブラウザ、医療支援システムおよび教育支援システム |
| JP2005302043A (ja) * | 2004-04-15 | 2005-10-27 | Microsoft Corp | 検索語提案のためのマルチ型データオブジェクトの強化されたクラスタリング |
| KR101042445B1 (ko) * | 2008-02-28 | 2011-06-16 | 엔에이치엔(주) | 사이트 특성 단어를 이용한 연관 사이트 제공 방법 및 시스템 |
| JP2013511084A (ja) * | 2009-11-10 | 2013-03-28 | アリババ グループ ホールディング リミテッド | クラスタ化方法およびシステム |
| KR101347884B1 (ko) * | 2010-11-19 | 2014-01-07 | 네이버 주식회사 | 사이트 특성 단어를 이용한 연관 사이트 제공 방법 및 시스템 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Henzinger | Hyperlink analysis for the web | |
| US7194454B2 (en) | Method for organizing records of database search activity by topical relevance | |
| JP4342575B2 (ja) | キーワード提示のための装置、方法、及びプログラム | |
| US8312035B2 (en) | Search engine enhancement using mined implicit links | |
| JP5632124B2 (ja) | 格付け方法、検索結果並び替え方法、格付けシステム及び検索結果並び替えシステム | |
| US7028029B2 (en) | Adaptive computation of ranking | |
| JP3717808B2 (ja) | 情報検索システム | |
| EP1486891A2 (en) | Document retrieval apparatus | |
| JP2000010996A (ja) | 文書整理装置および方法 | |
| EP1606704A2 (en) | Systems and methods for interactive search query refinement | |
| KR20070098521A (ko) | 웹 크롤링 프로세스 동안 웹 사이트에 우선순위를 부여하기위한 시스템 및 방법 | |
| Kao et al. | Entropy-based link analysis for mining web informative structures | |
| Kaur et al. | SIMHAR-smart distributed web crawler for the hidden web using SIM+ hash and redis server | |
| JP4750628B2 (ja) | 情報ランキング方法及び装置及びプログラム及びコンピュータ読み取り可能な記録媒体 | |
| Chen et al. | A unified framework for web link analysis | |
| JP2002215674A (ja) | Ｗｅｂページ閲覧支援システム、方法及びプログラム | |
| Baker et al. | A novel web ranking algorithm based on pages multi-attribute | |
| JP4189387B2 (ja) | 知識検索システム、知識検索方法及びプログラム | |
| Moumtzidou et al. | Discovery of environmental nodes in the web | |
| JPH11345238A (ja) | ｗｗｗ上のＨＴＭＬ文書のキーワード検索の結果の提示方法 | |
| Chen | A novel hybrid focused crawling algorithm to build domain-specific collections | |
| Puntheeranurak et al. | Mining Web logs for a personalized recommender system | |
| US8060816B1 (en) | Methods and apparatus for intelligent crawling on the world wide web | |
| JP4047850B2 (ja) | 知識情報収集システム、知識情報収集方法及びプログラム | |
| Uemura et al. | An effectively focused crawling system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20060426 |
|
| A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20060809 |