JP2003167907A

JP2003167907A - 情報提供方法およびシステム

Info

Publication number: JP2003167907A
Application number: JP2001368550A
Authority: JP
Inventors: Kazuo Takahashi; 一緒高橋
Original assignee: Dai Nippon Printing Co Ltd
Current assignee: Dai Nippon Printing Co Ltd
Priority date: 2001-12-03
Filing date: 2001-12-03
Publication date: 2003-06-13

Abstract

(57)【要約】【課題】閲覧者の興味・嗜好が時系列と共に変化して
も、これに追従して最適な情報を提供することが可能な
情報提供方法およびシステムを提供する。【解決手段】複数の文書が記録された文書データベー
スから文書を抽出して閲覧者に対して提供するにあたっ
て、閲覧者端末１からの文書の提示要求があった際に、
提示文書決定手段９は、要求のあった文書と文書データ
ベース４内の各文書との類似度を算出し、当該類似度と
各文書の閲覧実績に基づいて、次に閲覧者に提示すべき
文書を決定し、ＷＷＷサーバ３は決定した文書を閲覧者
端末１に提供する。

Description

【発明の詳細な説明】

【０００１】

【産業上の利用分野】本発明は、ＷＷＷ（World Wide W
eb）等のネットワークを介して情報を閲覧する技術に関
し、特に閲覧者の興味・嗜好に応じて自動的に選択して
提示する技術に関する。

【０００２】

【従来の技術】近年、コンピュータおよびネットワーク
技術の発展により、遠隔地から自由に様々な情報を閲覧
することが可能となってきている。特に代表的なものと
しては、ＷＷＷ（World Wide Web）があり、ＷＷＷサー
バにＷｅｂページを記録しておき、利用者はＷＷＷブラ
ウザを搭載したコンピュータ端末からＷＷＷサーバにア
クセスすることにより情報の閲覧が可能となっている。

【０００３】通常、ＷＷＷにおいて、閲覧するＷｅｂペ
ージを特定するには、閲覧者がＵＲＬを入力して、対応
するＷｅｂページが記録されているＷＷＷサーバにアク
セスし、ＨＴＭＬファイルを取得する処理が行われてい
る。最近では、ＲＢＭＳ（ルールベースマネジメントシ
ステム）やレコメンデーションエンジン等を利用して閲
覧者の興味や嗜好に合わせてＷｅｂページを選択し、閲
覧者に提供することが行われている。また、Ｗｅｂペー
ジに掲載されている文書に含まれる単語の類似性、共起
性などに着目した検索ツールやテキストマイニングツー
ルも開発・販売されている。

【０００４】

【発明が解決しようとする課題】しかしながら、上記従
来のようなシステムの場合、例えばＲＢＭＳでは、閲覧
者の興味や嗜好を特定するために、あらかじめルールと
呼ばれる規則をシステムに登録しておく必要がある。ま
た、レコメンデーションエンジンにおいては、プロファ
イルデータベースと呼ばれる多数の閲覧者の情報閲覧記
録を収集する必要がある。また、文書に含まれる単語に
着目する検索システムでは、文書の内容の類似性によっ
て分類された他の文書を検索、提示することはできて
も、閲覧者の興味の対象や話題の中心が時系列で変移す
る場合には必ずしも最適な検索が行われるものではな
い。

【０００５】上記の点に鑑み、本発明は、閲覧者の興味
・嗜好が時系列と共に変化しても、これに追従して最適
な情報を提供することが可能な情報提供方法およびシス
テムを提供することを課題とする。

【０００６】

【課題を解決するための手段】上記課題を解決するた
め、本発明では、複数の文書が記録された文書データベ
ースから文書を抽出して、閲覧者に対して提供する方法
であって、閲覧者からの文書の提示要求があった際に、
要求のあった文書と文書データベース内の各文書との類
似度を算出し、算出された類似度と各文書の閲覧実績に
基づいて、次に閲覧者に提示すべき文書を決定するよう
にしたことを特徴とする。本発明によれば、閲覧者が提
示要求した文書との類似度と、各文書の過去の閲覧実績
に基づいて、次に閲覧者に提示すべき文書を決定するよ
うにしたので、閲覧者の興味・嗜好が時系列と共に変化
しても、これに追従して最適な情報を提供することが可
能となる。

【０００７】

【発明の実施の形態】以下、本発明の実施形態につい
て、図面を参照して詳細に説明する。（システム構成）図１は本発明による情報提供システム
の一実施形態を示す構成図である。図１において、１は
閲覧者端末、２はインターネット、３はＷＷＷサーバ、
４は文書データベース、５はクラスター分析手段、６は
閲覧履歴データベース、７は予測モデル式決定手段、８
はモデルパラメータデータベース、９は提示文書決定手
段である。

【０００８】閲覧者端末１は、ブラウザソフトウェアを
搭載し、インターネット２にアクセスしてＷＷＷが利用
可能な端末装置であり、パーソナルコンピュータ、携帯
電話等で実現される。ＷＷＷサーバ３は、ＷＷＷサーバ
機能を搭載したサーバコンピュータである。文書データ
ベース４は、ＷＷＷサーバから利用者に対して提供する
ためのＨＴＭＬ文書を記録したデータベースである。ク
ラスター分析手段５は、文書データベース４に記録され
た文書を複数のクラスターに分類する機能を有する。具
体的には、文書データベース４に登録された文書の形態
素解析、構文解析を行って文書から単語を抽出し、単語
のtfidf値などを要素とするベクトルを作成する。 tfid
f値とは、単語の重要度を表現する１つの指標であり、
周知のものである。閲覧履歴データベース６は、文書ご
との閲覧履歴を記録したデータベースである。予測モデ
ル式決定手段７は、閲覧履歴データベース６に記録され
た閲覧履歴に基づいて予測モデル式の回帰係数を決定す
る機能を有する。モデルパラメータデータベース８は、
閲覧履歴データベース６に記録された閲覧履歴に基づい
て決定される、予測モデル式の変数となるパラメータを
記録するデータベースである。提示文書決定手段９は、
モデルパラメータデータベース８に記録された変数（モ
デルパラメータ）を予測モデル式に当てはめることによ
り、利用者に対して次に提示すべき文書を決定する機能
を有する。なお、図１において、閲覧者端末は１つだけ
しか示していないが、実際には、多数の閲覧者端末がイ
ンターネットに接続されており、各自ＷＷＷサーバ３に
アクセス可能となっている。

【０００９】図１において、クラスター分析手段５、予
測モデル式決定手段７、提示文書決定手段９は、それぞ
れコンピュータに専用のソフトウェアを搭載することに
より実現される。各手段は、それぞれ独立したコンピュ
ータであっても良いし、ＷＷＷサーバと同一のコンピュ
ータにソフトウェアを搭載することにより実現しても良
い。また、文書データベース４、閲覧履歴データベース
６、モデルパラメータデータベース８はそれぞれコンピ
ュータに接続されたハードディスク等の外部記憶装置に
より実現される。各データベースも別々のハードディス
クに記録するようにしても良いし、物理的には１つのハ
ードディスク内に記憶領域を分けて記録するようにして
も良い。

【００１０】本発明に係る情報提示方法の前準備とし
て、文書データベース４には、利用者に提示させるため
のＨＴＭＬデータが、各文書を特定するための文書ＩＤ
と対応付けて記録される。文書データベース４に文書が
記録された後、さらに、クラスター分析手段５を用い
て、文書データベース４内に記録された各文書を複数の
クラスターに分類する。具体的には、上述のように、文
書ごとに形態素解析、構文解析等を用いて単語を抽出
し、単語のtfidf値を要素とするベクトルを作成する。
このような手法はベクトル空間法と呼ばれ、周知の手法
であるので、ここでは詳細な説明は省略する。各文書
は、ここではＨＴＭＬの形式で記録されているため、Ｈ
ＴＭＬのタグを除いた純粋な文書に対してベクトル空間
法が用いられることになる。続いて、文書ごとに作成さ
れたこれらのベクトル間の距離を計算し、距離の近いも
のをまとめて１つのクラスターに分類する。このように
して、全文書が複数のクラスターに分類されたら、各ク
ラスターの番号を決定し、このクラスター番号をそれぞ
れの文書レコードに付与する。このとき、各クラスター
にはクラスター中心と呼ばれる、クラスター内に存在す
る全文書ベクトルの重心も算出しておく。また、ベクト
ル間の距離計算に用いられる変数としてその文書内の全
ての単語を用いるのではなく、各クラスターごとに共起
性の高い単語を抽出して、その単語を用いて分割を行う
こととしても良い。この処理は、文書データベース４に
新規に文書が追加されるタイミングで行われる。このよ
うにして、文書データベース４に記録された文書情報の
一例を図２に示す。図２に示すように、文書情報として
は、各文書ごとに文書ＩＤが付されていると共に、各文
書が属するクラスターのクラスター番号、および文書に
出現する各単語のtfidf値が記録される。

【００１１】（処理の流れ）上記のように前準備が行わ
れた状態で、利用者からの文書の閲覧が可能となる。以
下、本発明に係る情報提供方法について、図１に示した
情報提供システムの処理動作と共に説明する。図３は、
本発明に係る情報提供方法の概要を示すフローチャート
である。まず、閲覧者端末１において、閲覧者はブラウ
ザを起動した後、ＵＲＬを直接指定するか、あるいはキ
ーワードによる検索を行う等して、インターネット２を
介してＷＷＷサーバ３にアクセスし、ＨＴＭＬで記述さ
れたＷｅｂページの閲覧を行う（ステップＳ１）。続い
て、この閲覧を閲覧履歴として閲覧履歴データベース９
に記録する（ステップＳ２）。このとき、閲覧者端末１
において起動しているブラウザのクッキー機能等により
文書表示時間を計算しておく。ここで、図４に閲覧履歴
データベース６に記録された閲覧履歴の一例を示す。図
４に示すように、閲覧履歴データベース６には、文書の
閲覧があるごとに、閲覧された文書の文書ＩＤおよび閲
覧した閲覧者の閲覧者ＩＤ、閲覧があった年月日および
時刻が記録される。例えば、図４の１行目、2行目で
は、閲覧者A001が、文書000001を、2001年10月1日のAM1
0:00から閲覧し、AM10:01からは文書000002を閲覧した
ことを示している。

【００１２】閲覧履歴データベース６が更新されると、
予測モデル式決定手段７が予測モデル式を決定する（ス
テップＳ３）。予測モデル式としては、ニューラルネッ
トワーク、ベイジアンネットワーク、Memory Based Rea
soning、ロジスティック回帰式等が適用可能であるが、
このうち、本実施形態では、以下の〔数式１〕に示すよ
うなロジスティック回帰式を予測モデル式として利用し
ている。また、予測モデル式は、文書の属するクラスタ
ー番号毎に別個の式を用いることが望ましいが、必ずし
も限定されるわけではない。例えば、文書データベース
全体で同一の式を用いても良い。

【００１３】〔数式１〕Ｐ_A ＝ｅｘｐ（ｚ）／（１＋ｅｘｐ（ｚ））ただし、ｚ＝α０＋α１×Ｆ_A＋α２×Ｔ_A＋α３×Ｒ_A＋α４×
Ｉ_A

【００１４】上記〔数式１〕において、Ｐ_Aは文書Ａの
属するクラスターの任意の他の文書を見た閲覧者が次に
同一の文書Ａを選択する表示確率である。また、ｅｘｐ
（ｚ）は、自然対数ｅを用いてｅ^zと表現することもで
きる。Ｆ_Aは文書Ａの表示回数、Ｔ_Aは文書Ａの１回当た
り平均表示時間、Ｒ_Aは文書Ａの表示後経過時間、Ｉ_Aは
文書Ａの平均反復表示間隔、α０，α１，α２，α３，
α４は回帰係数である。ステップＳ３においては、この
回帰係数α０〜α４を、閲覧履歴データベース６内の閲
覧履歴データを用いて、予測モデル式決定手段７におい
て決定する処理を行うということになる。閲覧履歴から
回帰係数を決定する具体的な手法としては、周知の種々
の手法を用いることができる。実用上は、初期段階では
閲覧履歴データが存在しないので、回帰係数α０〜α４
を仮設定しておき、閲覧履歴データが増加したところで
随時変更を行っていくという手法で行われる。表示確率
Ｐ _Aは、上記のように、表示回数Ｆ_A、平均表示時間
Ｔ_A、表示後経過時間Ｒ_A、平均反復表示間隔Ｉ_Aにより
算出されるため、閲覧実績を表現している値といえる。
なお、ここで採用した表示回数Ｆ_A、平均表示時間Ｔ_A、
表示後経過時間Ｒ_A、平均反復表示間隔Ｉ_Aは例示のため
に用いたものであり他の変数を使用することもできる。
さらに、変数に適切な変換処理（対数変換、逆数変換な
ど）を施して使用することもできる。

【００１５】続いて、モデルパラメータデータベース８
内のモデルパラメータを更新する処理を行う（ステップ
Ｓ４）。モデルパラメータの例としては、表示回数、平
均表示時間、表示後経過時間、平均反復表示間隔があ
り、これらは閲覧履歴の年月日、時刻を基に算出され
る。ここで、モデルパラメータデータベース８内のモデ
ルパラメータの一例を図５に示す。図５に示すように、
モデルパラメータとしては、各文書ごとの表示回数、平
均表示時間、表示後経過時間、平均反復表示間隔が採用
されている。表示回数は、文書が表示される度に１づつ
増加されるものであり、例えば、図４の例では、文書00
0001は２回、文書000002,000003はそれぞれ１回分増加
されることになる。平均表示時間は、その文書の１回当
たりの平均表示時間である。前回表示後経過時間は、最
後にその文書を表示してからどれくらい経過しているか
を示すものである。平均反復表示間隔は、前回その文書
が閲覧されてから、次に同一の文書が閲覧されるまでの
時間の平均を示すものである。これらは、閲覧履歴デー
タベース６に記録された閲覧履歴に基づいて算出され
る。

【００１６】一方、提示文書決定手段９では、ステップ
Ｓ２〜ステップＳ４の処理に平行して、閲覧者に対して
次に提示すべき文書の選定が行われる（ステップＳ
５）。具体的には、閲覧者がＷＷＷサーバ３にアクセス
して文書の閲覧を行うと、閲覧した文書の文書ＩＤが提
示文書決定手段９に渡される。提示文書決定手段９で
は、この文書ＩＤに基づいて、この文書のベクトルと、
この文書が属するクラスター内の他の各文書のベクトル
との内積を計算する。さらに、算出された内積と、上記
〔数式１〕に示した予測モデル式によって計算される各
文書の表示確率Ｐ_nとを、以下の〔数式２〕により演算
して、文書Ａが選択された場合に、次に提示すべき文書
の優先度Ｓを算出する。

【００１７】〔数式２〕Ｓ_AB＝（β×Ｎ_AB）×（γ×Ｐ_B）ただし、Ｎ_AB ＝（Ｖ_A・Ｖ_B）／（｜Ｖ_A｜×｜Ｖ_B｜）Ｖ_A・Ｖ_Bは文書Ａのベクトルと文書Ｂのベクトルの内積｜Ｖ_A｜、｜Ｖ_B｜は文書ベクトルのユークリッドノルム０＜β≦１、０＜γ≦１

【００１８】上記〔数式２〕において、Ｓ_ABは文書Ａを
閲覧している場合に、次に文書Ｂを提示する優先度、β
およびγは重み付けのための係数、Ｎ_ABは文書Ａのベク
トルと文書Ｂのベクトルの類似度、Ｐ_Bは任意の文書を
閲覧した後に文書Ｂを閲覧する表示確率である。基本的
には、文書Ａと文書Ｂの類似度Ｎ_ABが最大となる文書を
選択することで、文書Ａに最も内容が近い文書を選択で
きると考えられる。また、類似度Ｎ_AB、表示確率Ｐ_Bに
乗じる係数であるβ、γの値を調整することにより、内
容の近い文書を選択するか、一般的に閲覧される可能性
が高い文書を選択するかの重み付けを調整することがで
きる。類似度の高い文書を選択する他の方法としては、
ベクトルの内積に代えて２つのベクトルのユークリッド
距離を算出し、距離が最小となるものを次に提示すべき
文書の候補としても良い。また、類似度の高い文書を選
択する３番目の方法として、クラスター中心と各文書ベ
クトルの類似度を予め求めておき、同一クラスター内で
の類似度の差が最小となるものを次に提示すべき文書の
候補としても良い。

【００１９】提示文書決定手段９では、閲覧者が閲覧し
ている文書が属するクラスター内の全文書に対して優先
度Ｓの算出を行い、この優先度の値が最大のものを次に
閲覧者に提示すべきものとして決定する。

【００２０】決定された文書情報は、ＷＷＷサーバ３に
渡される。ＷＷＷサーバ３では、次に提示すべき文書を
示す情報をＷｅｂページの一部として組み込み、閲覧者
端末１に提示する（ステップＳ６）。これにより、閲覧
者は、自分の興味にあった文書を知ることができ、次に
閲覧すべき文書が決まっていない場合に、文書の選択を
助けることが可能となる。

【００２１】以上、本発明の好適な実施形態について説
明したが、本発明は上記実施形態に限定されず、種々の
変形が可能である。例えば、上記実施形態では、インタ
ーネットにおけるＷＷＷを利用して行ったが、他のプロ
トコル、方式のネットワークを利用して行っても良い。

【００２２】

【発明の効果】以上、説明したように本発明によれば、
複数の文書が記録された文書データベースから文書を抽
出して閲覧者に対して提供する方法として、閲覧者から
の文書の提示要求があった際に、要求のあった文書と文
書データベース内の各文書との類似度を算出し、算出さ
れた類似度と各文書の閲覧実績に基づいて、次に閲覧者
に提示すべき文書を決定するようにしたので、閲覧者の
興味・嗜好が時系列と共に変化しても、これに追従して
最適な情報を提供することが可能となるという効果を奏
する。

【図面の簡単な説明】

【図１】本発明による情報提供システムの一実施形態を
示す構成図である。

【図２】文書データベースに記録された情報の一例を示
す図である。

【図３】本発明による情報提供方法の概要を示すフロー
チャートである。

【図４】閲覧履歴データベースに記録された情報の一例
を示す図である。

【図５】モデルパラメータデータベースに記録された情
報の一例を示す図である。

【符号の説明】

１・・・閲覧者端末２・・・インターネット３・・・ＷＷＷサーバ４・・・文書データベース５・・・クラスター分析手段６・・・閲覧履歴データベース７・・・予測モデル式決定手段８・・・モデルパラメータデータベース９・・・提示文書決定手段

Claims

【特許請求の範囲】

【請求項１】複数の文書が記録された文書データベース
から文書を抽出して、閲覧者に対して提供する方法であ
って、閲覧者からの文書の提示要求があった際に、要求のあっ
た文書と前記文書データベース内の各文書との類似度を
算出し、当該類似度と各文書の閲覧実績に基づいて、次
に閲覧者に提示すべき文書を決定する段階と、前記閲覧者に対して前記決定された文書を提示する段階
と、を有することを特徴とする情報提供方法。
【請求項２】前記文書を決定する段階における類似度の
算出は、閲覧者からの文書の提示要求があった際に、要
求のあった要求文書の文書ベクトルと、文書データベー
ス内に記録された各文書との文書ベクトルとのベクトル
空間におけるベクトル距離または内積を算出することに
より行うものであることを特徴とする請求項１に記載の
情報提供方法。
【請求項３】閲覧者用のコンピュータ端末である閲覧者
端末と、前記閲覧者端末に対して文書の提供を行うサー
バコンピュータがネットワークを介して接続されてお
り、閲覧者に対して、次に閲覧すべき文書を提示するシ
ステムであって、閲覧者に対して提供する文書を記録した文書データベー
スと、前記閲覧者端末から提示要求された文書と前記文
書データベース内の各文書との類似度を算出し、当該類
似度と各文書の閲覧実績に基づいて、次に提示すべき文
書を決定する提示文書決定手段と、を有しており、前記サーバコンピュータは、前記決定された提示文書を
閲覧者端末に提示するものであることを特徴とする情報
提供システム。
【請求項４】さらに、各文書ごとの閲覧履歴を記録した
閲覧履歴データベースと、閲覧履歴に基づくモデルパラ
メータを記録したモデルパラメータデータベースを有
し、前記提示文書決定手段は、各文書のモデルパラメー
タに基づいて前記閲覧実績を算出するものであることを
特徴とする請求項３に記載の情報提供システム。
【請求項５】前記提示文書決定手段における類似度の算
出は、単語のベクトル空間モデルを定義し、文書を構成
する単語に基づいて、各文書の文書ベクトルを求め、文
書ベクトル間の距離または内積に基づいて算出するもの
であることを特徴とする請求項３に記載の情報提供シス
テム。
【請求項６】コンピュータに、閲覧者からの文書の提示
要求があった際に、要求のあった文書と前記文書データ
ベース内の各文書との類似度を算出し、当該類似度と各
文書の閲覧実績に基づいて、次に閲覧者に提示すべき文
書を決定する段階、閲覧者に対して前記決定された文書
を提示する段階、を実行させるためのプログラム。