JP2003345940A - Ｗｅｂ分析プログラム及びシステム並びにＷｅｂ分析データ出力方法 - Google Patents

Ｗｅｂ分析プログラム及びシステム並びにＷｅｂ分析データ出力方法

Info

Publication number
JP2003345940A
JP2003345940A JP2002137971A JP2002137971A JP2003345940A JP 2003345940 A JP2003345940 A JP 2003345940A JP 2002137971 A JP2002137971 A JP 2002137971A JP 2002137971 A JP2002137971 A JP 2002137971A JP 2003345940 A JP2003345940 A JP 2003345940A
Authority
JP
Japan
Prior art keywords
web page
analysis
web
page group
function
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
Application number
JP2002137971A
Other languages
English (en)
Inventor
Haruhiko Iida
晴彦 飯田
Jun Hirai
潤 平井
Toshiyuki Kano
敏行 加納
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toshiba Corp
Original Assignee
Toshiba Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Toshiba Corp filed Critical Toshiba Corp
Priority to JP2002137971A priority Critical patent/JP2003345940A/ja
Publication of JP2003345940A publication Critical patent/JP2003345940A/ja
Pending legal-status Critical Current

Links

Landscapes

  • Complex Calculations (AREA)
  • Information Transfer Between Computers (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

(57)【要約】 【課題】Ｗｅｂサイト、Ｗｅｂページなどの分析におい
て、客観性の高い特徴を抽出する。 【解決手段】本発明のプログラム２２は、コンピュータ
２０に、少なくとも一つのＷｅｂページを含む調査対象
のＷｅｂページグループに関するデータ９に基づいて調
査対象のＷｅｂページグループを特徴分析した結果を示
す分析データを取得する第１の分析結果取得機能２３ａ
と、少なくとも一つのＷｅｂページを含み調査対象に関
連する比較対象のＷｅｂページグループに関するデータ
１４に基づいて比較対象のＷｅｂページグループを特徴
分析した結果を示す分析データを取得する第２の分析結
果取得機能２３ｂと、調査対象のＷｅｂページグループ
と比較対象のＷｅｂページグループとの分析データの比
較結果を示す比較データを生成する比較機能２４と、比
較データを出力する報告機能２７とを実現させる。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、ＷＷＷ（World Wi
de Web）において、少なくとも一つのＷｅｂページを含
み分析の一単位となるＷｅｂページグループ（例えば、
Ｗｅｂページ、Ｗｅｂサイト、ＷＷＷ上の仮想店舗、同
一カテゴリのＷｅｂサイト又はＷｅｂページなど）の特
徴を分析するＷｅｂ分析プログラム及びシステム並びに
Ｗｅｂ分析データ出力方法に関する。
【０００２】
【従来の技術】インターネット上のＷｅｂページ又はＷ
ｅｂサイトは、宣伝広告、情報発信、受注受付などの様
々な目的に利用される。このような目的を効果的に達成
するために、Ｗｅｂページ又はＷｅｂサイトが分析、調
査される。
【０００３】Ｗｅｂサイトの分析、調査の方法として、
Ｗｅｂサーバのアクセスログ分析、Ｗｅｂサイトにおけ
るアンケート調査（以下、「個別Ｗｅｂサイト分析」と
いう）がある。
【０００４】この個別Ｗｅｂサイト分析では、調査対象
のＷｅｂサイトにおいて記録されるＷｅｂサーバのアク
セスログが分析され、調査対象のＷｅｂサイトをアクセ
スするユーザのアクセス数が時間帯、曜日毎にどのよう
に変化しているか調査される。また、ユーザが使用して
いるブラウザ又はコンピュータのＯＳの種別の割合が調
査される。さらに、外部のＷｅｂサイトからハイパーリ
ンクを辿って調査対象のＷｅｂサイトがアクセスされた
場合には、Ｗｅｂサーバのアクセスログのレファラ情報
が分析され、調査対象のＷｅｂサイトがアクセスされた
場合に使用されたリンクの元のＷｅｂサイトのＵＲＬが
求められる。
【０００５】レファラ情報を分析することにより、リン
クを使って調査対象のＷｅｂサイトが次にアクセスされ
る頻度の高いリンク元のＷｅｂサイトの比率が分かり、
例えばサーチエンジンから辿ってくるユーザがどの程度
いるか分析可能である。
【０００６】個別Ｗｅｂサイト分析の一例であるＷｅｂ
サイトにおけるアンケート調査では、調査対象のＷｅｂ
サイトをアクセスしたユーザにアンケート画面が提供さ
れ、性別、居住地域、嗜好に関する質問などアクセスし
たユーザの属性データが入力される。この入力された属
性データを分析することで、調査対象のＷｅｂサイトに
おける顧客の属性分布が分析可能となる。
【０００７】このような個別Ｗｅｂサイト分析は、調査
対象のＷｅｂサイト内の閉じた局所的なデータに基づい
た分析手法であり、商用の分析ツールも販売されてお
り、普及している。
【０００８】一方、Ｗｅｂサイトをまたがった調査、分
析（以下、「Ｗｅｂサイト横断的分析」という）も存在
する。以下に、このＷｅｂサイト横断的分析について説
明する。
【０００９】図２１は、Ｗｅｂサイト横断分析を説明す
る図である。なお、Ｗｅｂページを調査する場合も同様
であるため、以下においてはＷｅｂサイトとＷｅｂペー
ジとを同様の意味として説明する。
【００１０】Ｗｅｂページに対するアクセス（視聴）の
状態などＷｅｂページの分析データを提供する調査事業
者１は、一般的なユーザ２の中から調査協力者（パネ
ル）Ｕ 1〜Ｕnを確保し、調査協力者Ｕ1〜Ｕnの属性デー
タ（性別、年齢、職業、趣味、家族構成、収入の額な
ど）をデータベース３に登録する。
【００１１】Ｗｅｂページの調査を調査事業者１に依頼
する顧客（例えば調査対象のＷｅｂページの所有者）４
は、調査対象のＷｅｂページ５をインターネット６に接
続されたＷｅｂサーバ７に登録し、アクセス可能とす
る。
【００１２】調査協力者Ｕ1〜Ｕnの端末機器（ブラウ
ザ）には、その調査協力者のＩＤとアクセス先とを調査
事業者１のサーバ８に通知する機能（モジュール）が付
加されている。
【００１３】例えば、調査協力者Ｕ1がインターネット
６を経由して任意のＷｅｂページをアクセスすると、調
査協力者Ｕ1のＩＤと調査協力者Ｕ1のアクセスしたＷｅ
ｂページのＵＲＬ（Uniform Resource Locators）とが
調査協力者Ｕ1の端末機器からサーバ８に通知され、ア
クセスログとしてデータベース３に記録される。
【００１４】調査事業者１は、データベース３に記録さ
れたデータに基づいて、調査対象のＷｅｂページ５がど
のような属性を持つ調査協力者にアクセスされているか
などの分析データを求め、顧客４に分析データを報告す
る。
【００１５】なお、調査協力者のアクセスしたＵＲＬの
収集方法としては、上記のようなブラウザからのモジュ
ールによる方法の他に、ブラウザがインターネットに接
続する経路上のいずれかの機器から通信メッセージを監
視して取得する方法もある。例えば、インターネットプ
ロバイダにおけるダイヤルアップサーバ等の通信機器か
ら通信メッセージを取得する方法が含まれる。
【００１６】
【発明が解決しようとする課題】Ｗｅｂサイトを商業的
に活用している事業者にとって、自己の運営している個
別のＷｅｂサイトにおける詳細な分析をしつつ、さらに
その分析結果を他のＷｅｂサイトと比較し、客観的に分
析結果を評価することができれば、自己のＷｅｂサイト
を改善するための戦略が一層立てやすくなる。
【００１７】しかしながら、以下に述べる事情により、
従来の技術やその単純な組み合わせを採用しても、調査
対象のＷｅｂサイトの分析結果と他のＷｅｂサイトの分
析結果とを詳細に比較検討し、調査対象のＷｅｂサイト
の特徴を明瞭にすることは困難である。
【００１８】第１に、上記の個別Ｗｅｂサイト分析にお
いては、調査対象のＷｅｂサイトにおける情報は詳細に
分析可能であるが、その分析結果が他のＷｅｂサイトと
比べて特徴的か否か判断することが困難であり、調査対
象のＷｅｂサイト独自の特徴を把握することが困難であ
る。
【００１９】第２に、Ｗｅｂサイト横断的分析において
は、複数のＷｅｂサイトに関する情報が得られるという
本質的な特徴がある。しかしながら、調査協力者の数を
増やすにはコストがかかるなどの理由から、調査協力者
を集めることが困難であり、個々のＷｅｂサイトをアク
セスする調査協力者の数が統計的分析を十分な精度で行
うまでに達しない場合がある。
【００２０】本発明は、以上のような実情に鑑みてなさ
れたもので、客観性の高い調査対象のＷｅｂページグル
ープの特徴を抽出するＷｅｂ分析プログラム及びシステ
ム並びにＷｅｂ分析データ出力方法を提供することを目
的とする。
【００２１】
【課題を解決するための手段】本発明を実現するにあた
って講じた具体的手段について以下に説明する。
【００２２】第１の発明のＷｅｂ分析プログラムは、コ
ンピュータに、少なくとも一つのＷｅｂページを含む調
査対象のＷｅｂページグループに関するデータに基づい
て調査対象のＷｅｂページグループを特徴分析した結果
を示す分析データを取得する第１の分析結果取得機能
と、少なくとも一つのＷｅｂページを含み調査対象に関
連する比較対象のＷｅｂページグループに関するデータ
に基づいて比較対象のＷｅｂページグループを特徴分析
した結果を示す分析データを取得する第２の分析結果取
得機能と、調査対象のＷｅｂページグループの分析デー
タと比較対象のＷｅｂページグループの分析データとを
比較した結果を示す比較データを生成する比較機能と、
比較データを出力する報告機能とを実現させる。
【００２３】これにより、調査対象のＷｅｂページグル
ープの分析データとこの調査対象に関連するＷｅｂペー
ジグループの分析データとを比較し、調査対象のＷｅｂ
ページグループの相対的かつ客観的な特徴を求めること
ができ、調査対象のＷｅｂページグループ独自の特徴を
抽出することができる。
【００２４】また、関連するＷｅｂページグループ全体
でアクセス数又はユーザ数が統計分析に十分な数であれ
ばよいため、調査対象のＷｅｂページグループと特定の
他のＷｅｂページグループとを単純に比較する場合より
も容易にデータ数を増やすことができ、高精度な比較結
果を得ることができる。
【００２５】第２の発明のＷｅｂ分析プログラムでは、
上記第１の発明のＷｅｂ分析プログラムにおいて、第１
の分析結果取得機能は、調査対象のＷｅｂページグルー
プのアクセスログに基づいて調査対象のＷｅｂページグ
ループを特徴分析した結果を示す分析データを取得し、
第２の分析結果取得機能は、比較対象のＷｅｂページグ
ループのアクセスログに基づいて比較対象のＷｅｂペー
ジグループを特徴分析した結果を示す分析データを取得
するとしている。
【００２６】第３の発明のＷｅｂ分析プログラムでは、
上記第１の発明のＷｅｂ分析プログラムにおいて、第１
の分析結果取得機能は、調査対象のＷｅｂページグルー
プをアクセスしたユーザの属性データに基づいて調査対
象のＷｅｂページグループを特徴分析した結果を示す分
析データを取得し、第２の分析結果取得機能は、比較対
象のＷｅｂページグループをアクセスした調査協力者の
属性データに基づいて比較対象のＷｅｂページグループ
を特徴分析した結果を示す分析データを取得するとして
いる。
【００２７】第４の発明のＷｅｂ分析プログラムでは、
上記第１〜３までの発明において、比較機能は、調査対
象のＷｅｂページグループの分析データと比較対象のＷ
ｅｂページグループの分析データとの間に所定レベルの
差が生じた項目を抽出し、コンピュータに、所定レベル
の差が生じた項目に関する調査対象のＷｅｂページグル
ープの特徴分析と比較対象のＷｅｂページグループの特
徴分析とを依頼する依頼生成機能を実現させ、第１の分
析結果取得機能は、依頼で指示された項目に関する調査
対象のＷｅｂページグループの分析データを取得し、第
２の分析結果取得機能は、依頼で指示された項目に関す
る比較対象のＷｅｂページグループの分析データを取得
するとしている。
【００２８】これにより、上記第１〜３までの発明と同
様の作用効果に加えて、調査対象のＷｅｂページグルー
プと比較対象のＷｅｂページグループとの間で、分析デ
ータの示す結果に差のある項目についてさらに掘り込ん
で詳しく分析し、結果を比較することができ、調査対象
のＷｅｂページグループの特徴を高度に抽出できる。
【００２９】第５の発明のＷｅｂ分析プログラムでは、
上記第１の発明のＷｅｂ分析プログラムにおいて、第１
の分析結果取得機能は、調査対象のＷｅｂページグルー
プをアクセスしたユーザの識別情報とユーザによってア
クセスされた調査対象のＷｅｂページグループの識別情
報とを含むアクセスログとユーザの属性データとに基づ
いて調査対象のＷｅｂページグループを特徴分析した結
果を示す分析データを取得し、第２の分析結果取得機能
は、比較対象のＷｅｂページグループをアクセスした調
査協力者の識別情報と調査協力者によってアクセスされ
た比較対象のＷｅｂページグループの識別情報とを含む
アクセスログと調査協力者の属性データとに基づいて比
較対象のＷｅｂページグループを特徴分析した結果を示
す分析データを取得するとしている。
【００３０】これにより、アクセスログ、ユーザの属性
データ、調査協力者の属性データに基づいて取得される
分析データについて、上記第１の発明と同様の作用によ
り同様の効果を得ることができる。
【００３１】第６の発明のＷｅｂ分析プログラムでは、
上記第５の発明のＷｅｂ分析プログラムにおいて、比較
機能は、調査対象のＷｅｂページグループの分析データ
と比較対象のＷｅｂページグループの分析データとの間
に所定レベルの差が生じた項目を抽出し、コンピュータ
に、所定レベルの差が生じた項目に関する調査対象のＷ
ｅｂページグループの特徴分析と比較対象のＷｅｂペー
ジグループの特徴分析とを依頼する依頼生成機能を実現
させ、第１の分析結果取得機能は、依頼で指示された項
目に関する調査対象のＷｅｂページグループの分析デー
タを取得し、第２の分析結果取得機能は、依頼で指示さ
れた項目に関する比較対象のＷｅｂページグループの分
析データを取得するとしている。
【００３２】これにより、上記第５の発明と同様の作用
効果に加えて、調査対象のＷｅｂページグループと比較
対象のＷｅｂページグループとの間で、分析データの示
す結果に差のある項目についてさらに掘り込んで詳しく
分析し、結果を比較することができ、調査対象のＷｅｂ
ページグループの特徴を高度に抽出できる。
【００３３】第７の発明のＷｅｂ分析プログラムでは、
上記第６の発明によってコンピュータに依頼生成機能を
実現させる場合、第２の分析結果取得機能は、比較対象
のＷｅｂページグループのアクセスログと調査協力者の
属性データとに基づいて調査協力者全員を特徴分析した
結果を示す分析データと比較対象のＷｅｂページグルー
プをアクセスした調査協力者を特徴分析した結果を示す
分析データとを取得し、コンピュータに、調査協力者全
員の分析データと比較対象のＷｅｂページグループをア
クセスした調査協力者の分析データとの間に所定レベル
の差が生じた項目を抽出する推薦機能を実現させ、依頼
生成機能は、推薦機能によって抽出された項目に関する
特徴分析を優先して依頼するとしている。
【００３４】同様に、第８の発明のＷｅｂ分析プログラ
ムでは、上記第６の発明によってコンピュータに依頼生
成機能を実現させる場合、第２の分析結果取得機能は、
比較対象のＷｅｂページグループのアクセスログと調査
協力者の属性データとに基づいて複数の比較対象のＷｅ
ｂページグループを特徴分析した結果を示す複数の分析
データを取得し、コンピュータに、複数の分析データの
間に所定レベルの差が生じた項目を抽出する推薦機能を
実現させ、依頼生成機能は、推薦機能によって抽出され
た項目に関する特徴分析を優先して依頼するとしてい
る。
【００３５】この第７及び第８の発明により、依頼生成
機能は、差の生じやすいと推測された項目に関する依頼
を優先して生成でき、分析の依頼の生成作業が効率化さ
れる。
【００３６】第９の発明のＷｅｂ分析プログラムでは、
上記第５〜８までの発明において、調査対象のＷｅｂペ
ージグループの特徴分析は、ユーザによる調査対象のＷ
ｅｂページグループのアクセス傾向分析であり、比較対
象のＷｅｂページグループの特徴分析は、調査協力者に
よる比較対象のＷｅｂページグループのアクセス傾向分
析であるとしている。
【００３７】第１０の発明のＷｅｂ分析プログラムで
は、上記第１〜９までの発明において、比較対象のＷｅ
ｂページグループは、調査対象のＷｅｂページグループ
と対比される所定の関係を持つＷｅｂページグループで
あるとしている。
【００３８】これにより、調査対象のＷｅｂページグル
ープとこの調査対象のページグループに関連するＷｅｂ
ページグループとの間で分析データを比較でき、競合関
係にあるＷｅｂページグループとの差を容易に把握でき
る。
【００３９】第１１の発明のＷｅｂ分析プログラムは、
コンピュータに、調査対象のＷｅｂページグループに含
まれる少なくとも一つのＷｅｂページの識別情報を取得
する第１の取得機能と、検索エンジンによる検索結果を
利用してアクセスされたＷｅｂページの識別情報と検索
結果を得るために指定された検索キーとを含むアクセス
ログを取得する第２の取得機能と、調査対象のＷｅｂペ
ージグループに含まれるＷｅｂページの識別情報とアク
セスログとに基づいて、調査対象のＷｅｂページグルー
プに含まれるＷｅｂページをアクセスするために指定さ
れた検索キーを抽出する検索キー抽出機能とを実現させ
るためのＷｅｂ分析プログラムである。
【００４０】第１２の発明のＷｅｂ分析プログラムで
は、上記第１１の発明のＷｅｂ分析プログラムにおい
て、アクセスログは、検索エンジンによる検索結果を含
むＷｅｂページの識別情報と検索結果を得るために指定
された検索キーとを関連付けており、検索キー抽出機能
は、アクセスログに基づいて、調査対象のＷｅｂページ
グループに含まれるＷｅｂページがアクセスされる前に
アクセスされたＷｅｂページの識別情報を抽出する第１
の機能と、第１の機能によって抽出された識別情報の示
すＷｅｂページが検索エンジンによる検索結果を含む場
合に、アクセスログに基づいて、検索結果を得るために
指定された検索キーを抽出する第２の機能とを具備する
としている。
【００４１】第１３の発明のＷｅｂ分析プログラムで
は、上記第１１の発明のＷｅｂ分析プログラムにおい
て、アクセスログは、Ｗｅｂページがリンクを辿ってア
クセスされた場合におけるリンク先のＷｅｂページの識
別情報とリンク元のＷｅｂページの識別情報とを関連付
けるとともに、検索エンジンによる検索結果を含むＷｅ
ｂページの識別情報と検索結果を得るために指定された
検索キーとを関連付けており、検索キー抽出機能は、ア
クセスログに基づいて、調査対象のＷｅｂページグルー
プに含まれるＷｅｂページがリンクを辿ってアクセスさ
れている場合におけるリンク元のＷｅｂページの識別情
報を抽出する第１の機能と、第１の機能によって抽出さ
れた識別情報の示すＷｅｂページが検索エンジンによる
検索結果を含む場合に、第１の機能によって抽出された
識別情報に関連付けされている検索キーを抽出する第２
の機能とを具備するとしている。
【００４２】第１４の発明のＷｅｂ分析プログラムで
は、上記第１１の発明のＷｅｂ分析プログラムにおい
て、アクセスログは、Ｗｅｂページがリンクを辿ってア
クセスされた場合におけるリンク先のＷｅｂページの識
別情報とリンク元のＷｅｂページの識別情報とを関連付
けるとともに、検索エンジンによる検索結果を含むＷｅ
ｂページの識別情報と検索結果を得るために指定された
検索キーとが組み合わされている情報とを含み、検索キ
ー抽出機能は、アクセスログから検索結果を得るために
指定された検索キーを抽出し、この抽出した検索キーを
検索エンジンによる検索結果を含むＷｅｂページの識別
情報に関連付けた情報を生成する第１の機能と、第１の
機能によって生成された情報に基づいて、調査対象のＷ
ｅｂページグループに含まれるＷｅｂページがリンクを
辿ってアクセスされている場合におけるリンク元のＷｅ
ｂページの識別情報を抽出する第２の機能と、第２の機
能によって抽出された識別情報の示すＷｅｂページが検
索エンジンによる検索結果を含む場合に、第２の機能に
よって抽出された識別情報に関連付けされている検索キ
ーを抽出する第３の機能とを具備するとしている。
【００４３】上記第１１〜１４までの発明により、検索
エンジンによる検索結果を利用して調査対象のＷｅｂペ
ージグループがアクセスされた場合、この調査対象のＷ
ｅｂページグループをアクセスするために指定された検
索キーを把握することができる。
【００４４】特に、上記第１３及び第１４の発明では、
アクセスログに含まれる例えばレファラ情報を用いて、
調査対象のＷｅｂページグループをアクセスするために
指定された検索キーを求めることができる。
【００４５】第１５の発明のＷｅｂ分析プログラムで
は、上記第１１〜１４までの発明のＷｅｂ分析プログラ
ムにおいて、調査対象のＷｅｂページグループに含まれ
るＷｅｂページグループの識別情報に代えて、調査対象
のＷｅｂページグループに関連する比較対象のＷｅｂペ
ージグループに含まれる少なくとも一つのＷｅｂページ
の識別情報を取得し、比較対象のＷｅｂページグループ
に含まれるＷｅｂページをアクセスするために指定され
た検索キーを抽出するとしている。
【００４６】これにより、調査対象のＷｅｂページグル
ープと対比関係にあるＷｅｂページグループをアクセス
するために指定された検索キーを把握することができ
る。
【００４７】第１６の発明のＷｅｂ分析プログラムで
は、上記第１１〜１５までの発明のＷｅｂ分析プログラ
ムにおいて、第２の取得機能は、複数のＷｅｂサーバに
対するアクセスの記録であるアクセスログを取得すると
している。
【００４８】これにより、複数のＷｅｂサーバによって
管理されている任意のＷｅｂページグループについて、
この任意のＷｅｂページグループアクセスするために指
定された検索キーを把握することができる。
【００４９】第１７の発明のＷｅｂ分析プログラムで
は、上記第１１〜１５までの発明のＷｅｂ分析プログラ
ムにおいて、第２の取得機能は、あるＷｅｂサイトに対
するアクセスの記録であるアクセスログを取得するとし
ている。
【００５０】これにより、あるＷｅｂサイトについてこ
のＷｅｂサイトに含まれているＷｅｂページをアクセス
するために指定された検索キーを把握することができ
る。
【００５１】第１８の発明のＷｅｂ分析プログラムは、
コンピュータに、調査対象のＷｅｂページグループに含
まれる少なくとも一つのＷｅｂページの識別情報と、検
索エンジンによる検索結果を利用してアクセスされたＷ
ｅｂページの識別情報と検索結果を得るために指定され
た検索キーとを含むアクセスログとに基づいて、調査対
象のＷｅｂページグループに含まれるＷｅｂページをア
クセスするために指定された検索キーを取得する第１の
分析結果取得機能と、調査対象のＷｅｂページグループ
に関連する比較対象のＷｅｂページグループに含まれる
少なくとも一つのＷｅｂページの識別情報とアクセスロ
グとに基づいて、比較対象のＷｅｂページグループに含
まれるＷｅｂページをアクセスするために指定された検
索キーを取得する第２の分析結果取得機能と、第１の分
析結果取得機能による検索キーの取得結果と第２の分析
結果取得機能による検索キーの取得結果とを比較した結
果を示す比較データを生成する比較機能と、比較データ
を出力する報告機能とを実現させるためのＷｅｂ分析プ
ログラムである。
【００５２】これにより、調査対象のＷｅｂページグル
ープをアクセスするために指定された検索キーと比較対
象のＷｅｂページグループをアクセスするために指定さ
れた検索キーとを比較し、調査対象のＷｅｂページグル
ープの相対的かつ客観的な特徴を求めることができ、調
査対象のＷｅｂページグループ独自の特徴を抽出するこ
とができる。
【００５３】また、比較対象のＷｅｂページグループ全
体で検索キーを利用したアクセスが統計分析に十分な数
であればよいため、調査対象のＷｅｂページグループと
特定の他のＷｅｂページグループとを単純に比較する場
合よりも容易かつ高精度な比較結果を得ることができ
る。
【００５４】上記各発明のプログラム又はプログラムを
記録した記録媒体を用いることによって、上記各機能を
有していないコンピュータ、コンピュータシステム、サ
ーバ、クライアントに対しても、簡単にこれらの機能を
付加することができる。
【００５５】上記第１〜１０までの発明のＷｅｂ分析プ
ログラム又はこのプログラムを記録した記録媒体をコン
ピュータに適用することにより、調査対象のＷｅｂペー
ジグループの分析データと比較対象のＷｅｂページグル
ープの分析データとを比較可能な状態で出力するＷｅｂ
分析データ出力方法がコンピュータ上で実施される。
【００５６】上記第１１〜１８までの発明のＷｅｂ分析
プログラム又はこのプログラムを記録した記録媒体をコ
ンピュータに適用することにより、調査対象のＷｅｂペ
ージグループをアクセスするために指定された検索キー
を得ることができ、調査対象のＷｅｂページグループの
特徴として各種分析に利用できる。
【００５７】上記各発明で実現される機能と同様の動作
を実現する手段をＷｅｂ分析システムに備えることによ
り、同様の作用効果を得ることができる。
【００５８】
【発明の実施の形態】以下、図面を参照しながら本発明
の実施の形態について説明する。なお、以下において
は、説明を簡略化するためにＷｅｂページ単位で分析を
行う場合について説明する。ただし、少なくとも一つの
Ｗｅｂページを含むＷｅｂページのグループ（例えばＷ
ｅｂサイト、ＷＷＷ上の仮想店舗など）のような様々な
単位で分析を行う場合にも同様に適用可能である。
【００５９】また、本実施の形態において、上記図２１
で述べた要素と同一の要素については同一の符号を付し
てその説明を省略する。
【００６０】（第１の実施の形態）図１は、本実施の形
態に係るＷｅｂ分析システムの構成の一例を示すブロッ
ク図である。
【００６１】第１のデータベース９は、調査対象のＷｅ
ｂページの所有者である顧客４の運営する顧客サイト１
０のデータを記録する。
【００６２】顧客４は、一般的なユーザ２の中から会員
を確保しており、この会員にＩＤを付して管理する。会
員は、自己のデータを顧客４に対して提供する。
【００６３】一般的なユーザ２のうち顧客サイト１０を
アクセスしたユーザを顧客サイト訪問者とする。
【００６４】第１のデータベース９には、顧客サイト１
０のアクセスログであるＷｅｂログ１１、顧客サイト１
０の会員のプロファイルデータ（個人情報）１２、顧客
サイト訪問者の回答したアンケートの結果を示すアンケ
ートデータ１３などが記録されている。なお、プロファ
イルデータ１２は、顧客サイト１０の会員の属性データ
として利用される。また、アンケートデータ１３は、顧
客サイト訪問者の属性データとして利用される。
【００６５】表１に、Ｗｅｂログ１１の具体例を示す。
【００６６】
【表１】
【００６７】Ｗｅｂログ１１には、顧客サイト１０をア
クセスしたユーザのＩＤ、顧客サイト１０にユーザがア
クセスした日付と時刻、アクセスしたユーザの発信した
ＵＲＬ（リクエスト）、レファラ情報などから構成され
るレコードが含まれる。なお、上述したように、レファ
ラ情報とは、ハイパーリンクを使ってあるＷｅｂページ
がアクセスされた場合に、このアクセスされたＷｅｂペ
ージがどのＷｅｂページからアクセスされたかを示す情
報である。
【００６８】顧客サイト１０にアクセスした者が会員の
場合には「ユーザＩＤ」の項目に会員ＩＤが登録される
が、会員でない場合には「ユーザＩＤ」の項目に値は配
置されない。
【００６９】表２に、会員のプロファイルデータ１２の
具体例を示す。
【００７０】
【表２】
【００７１】このプロファイルデータ１２には、顧客サ
イト１０の会員が登録したデータが利用される。プロフ
ァイルデータ１２には、会員ＩＤ、性別、年代、職業な
どから構成されるレコードが含まれる。
【００７２】表３に、顧客サイト訪問者に対するアンケ
ート結果であるアンケートデータ１３の具体例を示す。
【００７３】
【表３】
【００７４】アンケートデータ１３には、アンケートに
回答した会員のＩＤ、アンケートの回答の内容（この例
では、「購読誌」と「好きな食べ物」の指定）などから
構成されるレコードが含まれる。なお、会員ではないユ
ーザがアンケートに回答した場合、「会員ＩＤ」の項目
に値は配置されない。
【００７５】第２のデータベース１４は、調査協力者Ｕ
1〜ＵnによるＷｅｂページの視聴率を調査する調査事業
者１の運営する調査事業者サイト１５のデータを記録す
る。
【００７６】第２のデータベース１４には、調査対象の
Ｗｅｂページと所定の関係を持つＷｅｂページ（以下、
「関連ページ」という）を指定する関連ページデータ１
６、調査協力者Ｕ1〜Ｕnによる関連ページへのアクセス
ログ（視聴ログ）１７、調査協力者Ｕ1〜Ｕnのプロファ
イルデータ１８、調査協力者Ｕ1〜Ｕnの回答したアンケ
ートの結果を示すアンケートデータ１９が記録されてい
る。なお、プロファイルデータ１８とアンケートデータ
１９は、調査協力者Ｕ1〜Ｕnの属性データとして利用さ
れる。
【００７７】表４に、調査協力者Ｕ1〜Ｕnのアクセスロ
グ１７の具体例を示す。
【００７８】
【表４】
【００７９】アクセスログ１７には、関連ページにアク
セスした調査協力者Ｕ1〜ＵnのＩＤ（パネルＩＤ）、ア
クセスした日付、時刻、関連ページにアクセスした調査
協力者の発信したＵＲＬ（リクエスト）、ページ参照時
間などから構成されるレコードが含まれる。
【００８０】表５に、調査協力者Ｕ1〜Ｕnのプロファイ
ルデータ１８の具体例を示す。
【００８１】
【表５】
【００８２】調査協力者Ｕ1〜Ｕnのプロファイルデータ
１８には、調査協力者Ｕ1〜ＵnのＩＤと性別、年代、職
業などから構成されるレコードが含まれる。
【００８３】表６に、調査協力者Ｕ1〜Ｕnのアンケート
データ１９の具体例を示す。
【００８４】
【表６】
【００８５】アンケートデータ１９には、アンケートに
回答した調査協力者のＩＤ、アンケートの回答の内容な
どから構成されるレコードが含まれる。
【００８６】本実施の形態に係るＷｅｂ分析システム２
０は、記録媒体２１に記録されているＷｅｂ分析プログ
ラム２２を読み出して実行する。
【００８７】Ｗｅｂ分析プログラム２２は、システム２
０に読み込まれ、実行されると、分析結果取得機能２３
ａ、２３ｂ、比較機能２４、推薦機能２５、クエリ生成
機能２６、報告機能２７を実現する。なお、本実施の形
態におけるＷｅｂ分析プログラム２２によって実現され
る機能２３ａ、２３ｂ、２４〜２７は、複数のコンピュ
ータ上に分散され、互いに連携しつつ動作してもよい。
【００８８】分析結果取得機能２３ａは、第１のデータ
ベース９に記録されたデータに基づいて、調査対象のＷ
ｅｂページを特徴分析した結果（顧客サイト訪問者又は
顧客サイト１０の登録会員による調査対象のＷｅｂペー
ジに対するアクセス傾向の分析結果など）を示す分析デ
ータを求める。そして、分析結果取得機能２３ａは、求
めた分析データを比較機能２４に通知する。
【００８９】分析結果取得機能２３ａによる分析処理
は、様々な視点から実行される。例えば、分析結果取得
機能２３ａは、調査対象のＷｅｂページをアクセスした
ユーザ又は会員の年代とアクセス数の割合の関係を求め
る処理、調査対象のＷｅｂページをアクセスしたユーザ
又は会員の趣味の集計結果を求める処理など、様々な統
計処理、集計処理を実行する。
【００９０】分析結果取得機能２３ｂは、第２のデータ
ベース１４に記録されたデータに基づいて、関連ページ
を特徴分析した結果（調査協力者Ｕ1〜Ｕnによる間連ペ
ージに対するアクセス傾向の分析結果など）を示す分析
データを求め、比較機能２４に通知する。
【００９１】また、分析結果取得機能２３ｂは、第２の
データベース１４に記録されたデータに基づいて、調査
協力者Ｕ1〜Ｕn全員を特徴分析した結果を示す分析デー
タと各関連ページをアクセスした調査協力者を特徴分析
した結果を示す分析データとを求め、推薦機能２５に通
知する。
【００９２】また、分析結果取得機能２３ｂは、第２の
データベース１４に記録されたデータに基づいて、複数
の間連ページを特徴分析した結果を示す複数の分析デー
タを求め、この複数の分析データを推薦機能２５に通知
する。
【００９３】なお、分析結果取得機能２３ａ、２３ｂ
は、自らが分析処理によって分析データを生成するので
はなく、既に生成済みの分析データを入力することによ
り、分析データを取得してもよい。
【００９４】比較機能２４は、調査対象のＷｅｂページ
の分析データと関連ページの分析データとを比較した状
態を示す比較データを生成し、報告機能２７に通知す
る。
【００９５】また、比較機能２４は、分析データを比較
した結果、差が所定値以上となる項目を抽出し、その項
目をクエリ生成機能２６に通知する。
【００９６】推薦機能２５は、分析結果取得機能２３ｂ
からの分析データに基づいて、調査協力者Ｕ1〜Ｕn全員
の分析データと各関連ページをアクセスした調査協力者
の分析データとの間に所定値以上の差が生じた項目を抽
出し、差の生じた関連ページとその項目とをクエリ生成
機能２６に通知する。
【００９７】また、推薦機能２５は、分析結果取得機能
２３ｂからの分析データに基づいて、複数の関連ページ
の分析データを比較した結果、差が所定値以上の項目を
抽出し、その複数の関連ページとその項目とをクエリ生
成機能２６に通知する。
【００９８】クエリ生成機能２６は、比較機能２４から
有意な差があるとして通知された項目に関する問い合わ
せ（クエリ）を分析結果取得機能２３ａ、２３ｂに発行
し、差のある項目について詳細な分析を依頼する。これ
により、分析対象の項目が絞り込まれ、深く掘り込んだ
詳細な分析が実行される。
【００９９】また、クエリ生成機能２６は、比較機能２
４から有意な差がある旨の通知を受け付けると、推薦機
能２５から通知された項目を優先してクエリを生成す
る。
【０１００】報告機能２７は、比較機能２４及び推薦機
能２５によって生成されたデータを出力する。
【０１０１】図２は、本実施の形態に係るＷｅｂ分析シ
ステム２０によるＷｅｂ分析動作の一例を示すフローチ
ャートである。
【０１０２】ステップＳ１において、分析結果取得機能
２３ａは、調査対象のＷｅｂページの分析データを取得
し、分析結果取得機能２３ｂは、関連ページの分析デー
タを取得する。
【０１０３】ステップＳ２において、比較機能２４は、
取得された調査対象のＷｅｂページの分析データと関連
ページの分析データとの比較データを生成する。
【０１０４】ステップＳ３において、比較機能２４は、
調査対象のＷｅｂページの分析データと関連ページの分
析データとの間で差の大きい項目が存在するか否か判定
する。
【０１０５】差の大きい項目が存在する場合、ステップ
Ｓ４において、クエリ生成機能２６は、差が大きいと判
定された項目に関する問い合わせを分析結果取得機能２
３ａ、２３ｂに発信する。
【０１０６】ステップＳ５において、分析結果取得機能
２３ａは、問い合わせに対応する調査対象のＷｅｂペー
ジの分析データを取得し、分析結果取得機能２３ｂは、
問い合わせに対応する関連ページの分析データを取得
し、その後ステップＳ２以下の動作が繰り返される。
【０１０７】差の大きい項目が存在しない場合、ステッ
プＳ６において、報告機能２７は、生成された比較デー
タを出力する。これにより、調査対象のＷｅｂページの
分析データと関連ページの分析データについての対比及
び差の大きい項目についての対比を行うことができる。
【０１０８】以下に、調査対象のＷｅｂページと同一の
カテゴリに属するＷｅｂページを関連ページとし、かか
る関連ページを抽出する方法の一例について説明する。
【０１０９】関連ページ抽出機能２８は、調査対象のＷ
ｅｂページとこの調査対象に関連するか否か判定する対
象のＷｅｂページとの間で、以下の３つの基準を用いて
類似性を判定する。
【０１１０】第１に、判定対象のＷｅｂページに現れる
単語が調査対象のＷｅｂページに現れる単語と一定の割
合で重複するか否かを基準に類似性を判定する。例え
ば、所定の割合で共通の専門用語を含む場合に類似であ
ると判定する。
【０１１１】第２に、判定対象のＷｅｂページに張られ
ているリンクの状態が、調査対象のＷｅｂページに張ら
れているリンクの状態と所定の割合で重複するか否かを
基準に類似性を判定する。例えば、判定対象のＷｅｂペ
ージにリンクを張っているリンク集と調査対象のＷｅｂ
ページにリンクを張っているリンク集とが所定以上共通
する場合に類似であると判定する。
【０１１２】第３に、上記第１及び第２の類似性の判定
方法を組み合わせて類似性を判定する。
【０１１３】関連ページ抽出機能２８は、上記のような
類似性の判定方法を利用し、例えば以下のような４つの
方法で関連ページの抽出を行う。
【０１１４】第１に、Ｗｅｂページの収集プログラムに
より多数のＷｅｂページを収集し、収集したＷｅｂペー
ジを判定対象のＷｅｂページとし、調査対象のＷｅｂペ
ージと共通の単語が所定の割合以上現れる判定対象のＷ
ｅｂページを関連ページとして抽出する。
【０１１５】なお、Ｗｅｂページの収集プログラムは、
あるＷｅｂコンテンツにリンクされているＷｅｂページ
のＵＲＬを収集し、さらに収集されたＵＲＬの示すＷｅ
ｂページにリンクされているＷｅｂページのＵＲＬを収
集し、この処理を繰り返す。
【０１１６】第２に、例えば検索エンジンの検索結果を
表示するページ、ディレクトリページ、リンク集などの
ように、調査対象のＷｅｂページにリンクを張っている
Ｗｅｂページ（以下、「ハブページ」という）を抽出
し、このハブページがリンクを張っている調査対象では
ないＷｅｂページを関連ページとして抽出する。
【０１１７】第３に、人為的に関連ページを指定する。
例えば、商用ページを調査対象のＷｅｂページとする場
合、競合関係となる他のＷｅｂページを関連ページとし
て指定する。
【０１１８】第４に、上記第１から第３までの関連ペー
ジの抽出方法を組み合わせる。
【０１１９】以下に、本実施の形態に係るＷｅｂ分析シ
ステム２０の具体的な適用例について説明する。
【０１２０】図３は、Ｗｅｂ分析システム２０の具体的
適用例を示すブロック図である。
【０１２１】調査事業者１は、調査協力者Ｕ1〜Ｕnのア
クセスログ１７を保持する。この調査事業者１の管理す
る調査事業者サイト１５では、第２のデータベース１
４、分析サーバ２９、分析サーバ３０が例えばＬＡＮな
どのようなネットワーク３１で接続されている。
【０１２２】第２のデータベース１４には、関連ページ
データ１６、アクセスログ１７、調査協力者Ｕ1〜Ｕnの
プロファイルデータ１８及びアンケートデータ１９など
が記録されている。
【０１２３】分析サーバ２９は関連ページ抽出機能２８
を具備する。
【０１２４】分析サーバ３０は、調査事業者１から顧客
４に対するデータ提供を行うために、分析結果取得機能
２３ｂ、推薦機能２５を具備する。
【０１２５】顧客サイト１０では、第１のデータベース
９、Ｗｅｂサーバ７、分析サーバ３２が例えばＬＡＮな
どのネットワーク３３で接続されている。さらに、分析
サーバ３２と分析クライアント３４がネットワーク３３
とは別系統のネットワーク３５で接続されている。な
お、ネットワーク３５にもＬＡＮを利用できる。
【０１２６】第１のデータベース９には、Ｗｅｂログ１
１、プロファイルデータ（登録会員の個人情報）１２、
調査事業者１が実施したアンケートと共通の質問項目を
持つ各種アンケートの結果を示すアンケートデータ１３
などが記録される。
【０１２７】Ｗｅｂサーバ７は、一般ユーザ２からのリ
クエストにしたがって外部にＷｅｂコンテンツの提供を
行う。
【０１２８】分析サーバ３２は、分析結果取得機能２３
ａにより分析処理を実行する。
【０１２９】分析クライアント３４は、分析サーバ３２
にリクエストを通知し、比較データを表示する。
【０１３０】Ｗｅｂサーバ７と分析サーバ２９とは、例
えばインターネットなどのネットワーク３６に接続され
ている。
【０１３１】また、分析サーバ３２と分析サーバ３０と
は例えば専用線などのネットワーク３７で接続されてい
る。
【０１３２】図４は、Ｗｅｂ分析システム２０による第
１のデータベース９と第２のデータベース１４へのデー
タ蓄積状態を示すブロック図である。
【０１３３】Ｗｅｂサーバ７は受信したリクエストに応
じて第１のデータベース９のＷｅｂログ１１にデータを
蓄積する。
【０１３４】また、Ｗｅｂサーバ７は、会員登録により
取得されたデータやアンケートの結果をプロファイルデ
ータ１２やアンケートデータ１３として記録する。
【０１３５】一方、分析サーバ２９は、関連ページ抽出
機能２８によってネットワーク３６を介してＷｅｂペー
ジを収集し、収集したＷｅｂページから関連ページを抽
出し、第２のデータベース１４の関連ページデータ１６
を更新する。
【０１３６】図５は、Ｗｅｂ分析システム２０による顧
客サイト１０のデータ１１〜１３に基づく分析データ生
成状態を示すブロック図である。
【０１３７】分析サーバ３２のクエリ生成機能２６は、
分析クライアント３４からの指示にしたがって分析結果
取得機能２３ａに問い合わせを通知する。
【０１３８】例えば、クエリ生成機能２６は、分析クラ
イアント３４からの指示を受け、調査対象のＷｅｂペー
ジをアクセスしたユーザの年齢分布を分析結果取得機能
２３ａに問い合わせる。
【０１３９】分析結果取得機能２３ａは、問い合わせに
応じて、第１のデータベース９から必要なデータを取得
して分析を実行し、分析データを生成する。
【０１４０】報告機能２７は、分析データを解釈・ドキ
ュメント化し、分析クライアント３４に通知する。
【０１４１】図６は、調査対象のＷｅｂページをアクセ
スしたユーザの年齢分布を求めるリクエストを分析クラ
イアント３４が発行した場合に表示されるグラフの一例
である。この図６では、分析結果が分布の形で表示され
ている。
【０１４２】上記図５に示す分析データ生成は、顧客サ
イト１０のローカルなＷｅｂ分析と同様である。本実施
の形態では、これに加えて、クエリ生成機能２６がさら
に分析クライアント３４からの指示にしたがって調査事
業者サイト１５の分析サーバ３０に問い合わせを発行す
る。
【０１４３】図７は、Ｗｅｂ分析システム２０による比
較データ生成状態を示すブロック図である。
【０１４４】クエリ生成機能２６は、分析クライアント
３４からの指示を受け、例えば関連ページをアクセスし
た調査協力者の年齢分布を分析結果取得機能２３ｂに問
い合わせる。
【０１４５】問い合わせはネットワーク３７を経由して
分析サーバ３２から分析サーバ３０に通知され、分析サ
ーバ３０の分析結果取得機能２３ｂによって分析処理が
実行される。
【０１４６】分析結果取得機能２３ｂは、第２のデータ
ベース１４の関連ページデータ１６、プロファイルデー
タ１８などをアクセスし、関連ページをアクセスした調
査協力者の年齢構成を示す分析データを求める。
【０１４７】関連ページをアクセスした調査協力者の年
齢構成を示す分析データは、再びネットワーク３７を経
由して分析サーバ３０から顧客サイト１０の分析サーバ
３２の比較機能２４に通知される。
【０１４８】比較機能２４は、先に分析結果取得機能２
３ａによって生成された評価対象のＷｅｂページをアク
セスしたユーザの年齢構成を示す分析データと、分析サ
ーバ３０から受け付けた関連ページをアクセスした調査
協力者の年齢構成を示す分析データとを比較し、比較デ
ータを生成する。
【０１４９】比較データは、報告機能２７によって解釈
・ドキュメント化され、分析クライアント３４に通知さ
れる。
【０１５０】図８は、比較機能２４による比較動作の一
例を示すフローチャートである。この図８では、年齢分
布について比較した場合を示しているが、他の項目につ
いて比較する場合も同様である。
【０１５１】ステップＴ１において、比較機能２４は、
調査対象のＷｅｂページをアクセスしたユーザの年齢分
布全体と関連ページをアクセスした調査協力者の年齢分
布全体を比較し、比較データを生成する。
【０１５２】ステップＴ２において、比較機能２４は、
比較結果に有意な差があるか否か判定する。
【０１５３】有意な差が認められた場合、ステップＴ３
において、比較機能２４は、調査対象のＷｅｂページを
アクセスしたユーザの年齢分布と関連ページをアクセス
した調査協力者の年齢分布について詳細レベル(年代毎)
で比較を行い、処理をステップＴ２に戻す。
【０１５４】有意な差が認められない場合、ステップＴ
４において、比較機能２４は、比較結果を示す比較デー
タを報告機能２７に通知する。
【０１５５】図９は、比較データの表示例である。この
図９の例では、分布全体で有意な差があると判断され、
年代毎の比較で特に２０歳代にアクセスされる割合に大
きな差があると判断されている。
【０１５６】図１０は、Ｗｅｂ分析システム２０による
クエリ生成状態を示すブロック図である。
【０１５７】クエリ生成機能２６は、比較機能２４から
有意な差のある項目の通知を受け、詳細な分析を行うた
めの問い合わせを生成し、分析結果取得機能２３ａ、２
３ｂに問い合わせを通知する。
【０１５８】例えば、クエリ生成機能２６は、調査対象
のＷｅｂページをアクセスしたユーザの年齢分布と関連
ページをアクセスした調査協力者の年齢分布とにおいて
２０歳代で差がある旨の通知を比較機能２４より受け付
けたとする。
【０１５９】すると、クエリ生成機能２６は、２０歳代
のユーザに限定して、購読誌、好きな食べ物、アクセス
開始時間（訪問時間）、アクセス時間（サイト滞在時
間）、性別、職業などの各分布データを分析結果取得機
能２３ａに問い合わせる。
【０１６０】また、クエリ生成機能２６は、関連ページ
をアクセスした２０歳代の調査協力者に限定して、購読
誌、好きな食べ物、アクセス開始時間、アクセス時間、
性別、職業などの各分布データを分析結果取得機能２３
ｂに問い合わせる。
【０１６１】すると、このリクエストに対応する分析デ
ータが再び比較機能２４に集められる。
【０１６２】比較機能２４は、分析結果取得機能２３
ａ、２３ｂから受け付けた分析データを項目（購読誌、
好きな食べ物、アクセス開始時間、アクセス時間、性
別、職業）毎に比較し、有意な差のある項目に関する比
較データのみを報告機能２７に通知する。
【０１６３】図１１は、有意な差のある項目に関する比
較データの表示例である。この図１１では、２０歳代に
ついて購読誌に差がある旨が表示されている。
【０１６４】図１２は、Ｗｅｂ分析システム２０による
項目の推薦状態を示すブロック図である。
【０１６５】比較項目数が多い場合に全ての項目につい
て比較を行うとすると時間やマシンリソースの観点から
効率的でない。
【０１６６】そのため、推薦機能２５は、調査対象のＷ
ｅｂページの分析とは非同期に、分析結果取得機能２３
ｂによって調査協力者全体と各関連ページをアクセスし
た調査協力者の特徴分析を随時実行し、双方の分析デー
タに基づいて関連ページ毎に調査協力者全体と差のある
項目（特徴の現れやすい項目）を予め求めておき、この
項目をクエリ生成機能２６に通知する。
【０１６７】また、推薦機能２５は、調査対象のＷｅｂ
ページの分析とは非同期に、分析結果取得機能２３ｂに
よって複数の関連ページ間で特徴分析を随時実行し、双
方の分析データに基づいて複数の関連ページ間で差のあ
る項目を予め求めておき、この項目をクエリ生成機能２
６に通知する。
【０１６８】例えば、クエリ生成機能２６は、「旅行」
についてＷｅｂ分析を行う場合、「旅行」の指定と優先
的な項目を求める旨の依頼を含む問い合わせを推薦機能
２５に通知する。
【０１６９】ここで、推薦機能２５は、事前に「旅行」
に属する関連ページをアクセスする調査協力者の間では
「好きな食べ物」に差異が生じやすいという分析結果を
得ていたとする。
【０１７０】すると、推薦機能２５は、この事前に分析
した結果に基づいて、「好きな食べ物」についての分析
を推薦する旨をクエリ生成機能２６に通知する。
【０１７１】この結果を受けたクエリ生成機能２６は、
「旅行」からさらに詳細分析を行う場合、他の項目より
「好きな食べ物」の分布を優先して問い合わせを生成
し、分析結果取得機能２３ａ、２３ｂに通知する。
【０１７２】図１３は、推薦機能２５による推薦動作の
一例を示すフローチャートである。この図１３では、あ
る関連ページと他の関連ページ全体で差のある項目を抽
出する場合を例として説明する。
【０１７３】ステップＵ１において、推薦機能２５は、
ある関連ページの分析データと他の関連ページ全体の分
析データとを比較する。
【０１７４】ステップＵ２において、推薦機能２５は、
比較結果、有意な差のある項目が存在するか否か判定す
る。
【０１７５】有意な差のある項目が存在しない場合、処
理は終了する。
【０１７６】有意な差が認められた場合、ステップＵ３
において、推薦機能２５は、有意な差の存在した項目を
クエリ生成機能２６に通知する。また、ステップＵ４に
おいて、推薦機能２５は、有意な差の存在した項目につ
いてのある関連ページの分析データと他の関連ページ全
体の分析データとを比較し、処理をステップＵ２に戻
す。
【０１７７】図１４は、Ｗｅｂ分析システム２０の他の
適用例を示すブロック図である。
【０１７８】このＷｅｂ分析システム２０では、分析サ
ーバ３０と分析サーバ３２が専用線ではなくインターネ
ット３６経由で通信を行う。
【０１７９】公衆のネットワーク３６を利用するため、
分析サーバ３０はセキュリティ確保のための認証機能３
８を具備する。また、分析サーバ３０は調査事業者サイ
ト１５の利用に応じて顧客４に課金する課金機能３９を
具備する。
【０１８０】顧客サイト１０において、クエリ生成機能
２６及び報告機能２７は、分析サーバ３２ではなく分析
クライアント３４に具備されている。
【０１８１】以上説明した本実施の形態においては、調
査対象のＷｅｂページの分析データと関連ページの分析
データとが比較され、また有意な差が発生している項目
に関する分析のための問い合わせが自動的に生成され、
発行される。
【０１８２】関連ページは、調査対象のＷｅｂページを
アクセスしたユーザと類似したユーザにより同じ目的で
アクセスされる可能性が高いという特徴を持つ。
【０１８３】したがって、調査対象のＷｅｂページと関
連ページとの間でアクセス傾向などの特徴を比較するこ
とにより、調査対象のＷｅｂページの分析結果を相対的
に検討でき、分析結果に客観性を持たせることができ
る。
【０１８４】例えば、ある調査対象のＷｅｂページに対
するアクセスは、８割が夜間に集中しているとする。こ
の場合、調査対象のＷｅｂページの分析データと関連ペ
ージの分析データとを比較しない場合には、ユーザの８
割が夜間にアクセスしているため、調査対象のＷｅｂペ
ージが夜型のＷｅｂページであると判断される可能性が
ある。
【０１８５】しかし、関連ページに対するアクセスは、
９割が夜間に集中していることが分かれば、調査対象の
Ｗｅｂページが夜型である度合いは低いと判断される。
【０１８６】調査対象のＷｅｂページでは夜間にアクセ
スするユーザを主なターゲットとしてプロモーションを
行う戦略を立てていた場合、調査対象のＷｅｂページの
方が関連ページよりも夜型としての度合いが低い点から
改善策を検討することができる。
【０１８７】したがって、本発明では、評価対象のＷｅ
ｂページに対する改善を検討することなくビジネスチャ
ンスを逸することを防止できる。
【０１８８】また、調査対象のＷｅｂページの比較対象
を関連ページとすることで、個々のＷｅｂページではア
クセス数やアクセスしたユーザ数が少なく適切な統計的
分析の結果が得られない場合であっても、関連ページ全
体で統計的分析を行うことにより、かかる結果と調査対
象のＷｅｂページとの間で分析結果を比較できる。した
がって、比較結果の分析精度を向上させることができ
る。
【０１８９】さらに、Ｗｅｂページにアクセスしたユー
ザの特徴やアクセスされた時間帯の比較に加えて、Ｗｅ
ｂログ１１及びアクセスログ１７から求められる情報で
あれば自由に比較することができる。例えば、ユーザエ
ージェント情報に基づいて、ユーザがどのようなＯＳや
ブラウザを利用しているか比較可能である。
【０１９０】また、レファラ情報に基づいて、ユーザが
どのＷｅｂページを経由して調査対象のＷｅｂページを
アクセスしたかを比較可能である。
【０１９１】以下に、レファラ情報に基づく分析結果の
比較について具体的に説明する。
【０１９２】顧客サイト１０におけるＷｅｂログ１１に
は、レファラ情報が含まれている。レファラ情報を集計
・分析することにより、顧客サイト１０をユーザがアク
セスする際に辿ったリンクの元のＷｅｂページの比率を
求めることができる。
【０１９３】一方、調査事業者サイト１５におけるアク
セスログ１７を分析することにより、関連ページをユー
ザがアクセスする際に辿ったリンクの元のＷｅｂページ
の比率も求めることができる。
【０１９４】そこで、図１５に示すように、双方の比率
を比較することにより、リンクを使用してアクセスする
パターンを比較できる。
【０１９５】この比較は、Ｗｅｂページへの集客のパタ
ーンを比較することを意味し、例えば、顧客サイト１０
の評価対象のＷｅｂページは、関連ページと比較して検
索エンジンを集客に有効活用しているが、外部サイトか
らリンクを使用してアクセスするユーザは少ないことが
分かる。
【０１９６】なお、本実施の形態で説明した各構成要素
は、自由に組み合わせてもよく、配置を変更させてもよ
く、また複数の要素に分割してもよい。
【０１９７】例えば、分析サーバ３０は顧客サイト１０
に備えてもよく、分析サーバ３２は調査事業者サイト１
５に備えてもよく、分析サーバ３０、３２を組み合わせ
てもよい。
【０１９８】また、比較機能２４、推薦機能２５、報告
機能２７を組み合わせてもよい。
【０１９９】また、Ｗｅｂ分析プログラム２２は通信媒
体により伝送してコンピュータに適用可能である。Ｗｅ
ｂ分析プログラム２２を読み込んだコンピュータは、こ
のプログラムによって動作が制御され、上述した機能を
実現する。
【０２００】また、上記各機能はハードウェアにより実
現するとしてもよい。
【０２０１】（第２の実施の形態）まず、本実施の形態
の適用される状況を、図１６を用いて説明する。なお、
本実施の形態においては、ある実装方式にしたがって検
索エンジンが実装されている場合について説明するが、
検索エンジンの実装方式は種々変更可能である。
【０２０２】ブラウザ４０は、インターネット３６を経
由して検索エンジン４１にアクセスし、サーチワード
（検索キー）を指定して検索エンジン４１に検索を依頼
する。この結果、ブラウザ４０は、検索エンジン４１か
ら検索結果を取得し、この検索結果に含まれるハイパー
リンクを辿って顧客サイト１０のＷｅｂページをアクセ
スする。
【０２０３】ここで、検索エンジン４１とは、ブラウザ
４０を操作するユーザから入力されたサーチワードに基
づき、当該サーチワードを含むＷｅｂページのＵＲＬあ
るいは当該サーチワードに関連するＷｅｂページのＵＲ
Ｌ等を検索結果として出力するＷｅｂサイトを意味す
る。検索結果には、通常ハイパーリンクが含まれてお
り、ブラウザ４０を操作するユーザは、このハイパーリ
ンクを辿って検索結果に含まれているＷｅｂページをア
クセスする。
【０２０４】以下にこの図１６の示す状況について具体
的に説明する。
【０２０５】まず、ブラウザ４０は、検索エンジン４１
のサーチワード入力ページＰsにアクセスする。
【０２０６】サーチワード入力ページＰsは、検索エン
ジン４１からインターネット３６を介してブラウザ４０
に送信される情報である。そして、ブラウザ４０は、サ
ーチワード入力ページＰsを受信すると、このサーチワ
ード入力ページＰsを表示する。図１６では、ブラウザ
４０からサーチワード入力ページＰsへのアクセスをア
クセスＡ１として示している。
【０２０７】表示されたサーチワード入力ページＰsに
は、サーチワード入力部４２がある。ユーザはブラウザ
４０を操作し、例えば「DVD」という検索に用いたい文
字列をサーチワードとしてサーチワード入力部４２に入
力する。
【０２０８】すると、ブラウザ４０は、このサーチワー
ドを含むＵＲＬを指定し、検索エンジン４１に対してア
クセスＡ２を行う。このサーチワードを含むＵＲＬは、
例えば「http://www.000.co.jp/search?q=DVD」のよう
になる。この例では、ユーザが指定したサーチワード
「DVD」がＵＲＬの一部に含まれている。すなわち、ア
クセス先を示す情報にサーチワードが付加されている。
【０２０９】このサーチワードにしたがって、検索エン
ジン４１は、検索を実行し、検索結果表示ページＰrを
生成して、ブラウザ４０に送信する。
【０２１０】検索結果表示ページＰrには検索結果リス
ト４３が含まれている。検索結果リスト４３は検索した
結果のＷｅｂページのハイパーリンクから構成される。
この例ではその中に顧客サイト１０をリンクしている
「XX電気（株）」と表示されたハイパーリンクがあると
する。
【０２１１】ユーザは、ブラウザ４０上のハイパーリン
クをクリックする。すると、ブラウザ４０は、ハイパー
リンクの指定する顧客サイト１０のホームページＰhを
アクセスする。例えば、ブラウザ４０は「XX電気
（株）」と書かれたハイパーリンクをクリックすると、
「XX電気（株）」サイトのホームページをアクセスす
る。図１６では、このブラウザ４０から顧客サイト１０
のホームページＰhへのアクセスをアクセスＡ３と示し
ている。
【０２１２】本実施の形態においては、上述のように、
ユーザが検索エンジン４１を利用してＷｅｂサイトにア
クセスする状況を想定して説明する。
【０２１３】図１７は、本実施の形態に係るＷｅｂ分析
システムの構成の一例を示すブロック図である。なお、
図中の矢印はデータの流れを示している。以下の図にお
いても同様である。
【０２１４】本実施の形態に係るＷｅｂ分析システム４
４は、記録媒体４５に記録されているＷｅｂ分析プログ
ラム４６を読み出して実行する。
【０２１５】Ｗｅｂ分析プログラム４６は、システム４
４に読み込まれ、実行されると、システム４４に、関連
ページ抽出機能２８、取得機能４７ａ、取得機能４７
ｂ、検索キー抽出機能４８、サーチワード集計機能４９
とを実現させる。また、検索キー抽出機能４８は、ログ
レコード抽出機能４８ａとリンク元情報抽出機能４８ｂ
とを含む第１の機能と、サーチワード抽出機能４８ｃを
含む第２の機能を具備する。
【０２１６】関連ページデータ１６には、関連ページを
指定する情報としてＵＲＬが含まれている。本実施の形
態においても、上記第１の実施の形態と同様に、調査対
象のＷｅｂページと同一のカテゴリに属するＷｅｂペー
ジを関連ページとする。関連ページ抽出機能２８によっ
て関連ページを抽出する方法は、上記第１の実施の形態
で説明している。
【０２１７】アクセスログ１７には、例えば、上記第１
の実施の形態で説明した表４と同様の情報が利用され
る。
【０２１８】取得機能４７ａは関連ページデータ１６を
取得し、取得機能４７ｂは、アクセスログ１７を取得す
る。
【０２１９】ログレコード抽出機能４８ａは、取得機能
４７ａによって取得された関連ページデータ１６と取得
機能４７ｂによって取得されたアクセスログ１７を入力
する。
【０２２０】また、ログレコード抽出機能４８ａは、ア
クセスログ１７に含まれているレコードの中から、関連
ページデータ１６に含まれているＵＲＬを含むレコード
を抽出する。なお、このレコードの抽出においては、ア
クセスログ１７におけるＵＲＬと関連ページデータ１６
におけるＵＲＬが完全に一致する場合にのみレコードを
抽出する方式を採用してもよいし、関連ページデータ１
６に含まれるＵＲＬがアクセスログ１７のＵＲＬに含ま
れる場合にレコードを抽出する方式を採用してもよい
し、関連ページデータ１６における個々のＵＲＬ毎に両
者の方式を使い分けてもよい。
【０２２１】リンク元情報抽出機能４８ｂは、取得機能
４７ｂによって取得されたアクセスログ１７とログレコ
ード抽出機能４８ａによって抽出されたレコードとに基
づいて、アクセスログ１７の中から、ログレコード抽出
機能４８ａで抽出されたレコードに含まれているＵＲＬ
で示されるＷｅｂページにリンクを張っているリンク元
ＷｅｂページのＵＲＬを含むレコードを抽出する。
【０２２２】以下に、アクセスログ１７からあるＵＲＬ
で示されるＷｅｂページに対するリンク元Ｗｅｂページ
のＵＲＬを抽出する方法の一例を説明する。
【０２２３】上記表４に示すアクセスログ１７から同一
のパネルＩＤを含むレコードを抜き出し、日付と時刻で
整列する。その結果隣接する行間をアクセスの遷移にお
いて前後する関係と想定する。
【０２２４】すわなち、隣接するレコードの組におい
て、早い時間にアクセスされたＵＲＬを流入元ＵＲＬと
し、遅い時間にアクセスされたＵＲＬ（流入先ＵＲＬ）
を流入先ＵＲＬと判定する。そして、流入元ＵＲＬで示
されるＷｅｂページに記述されているハイパーリンクを
辿って流入先ＵＲＬで示されるＷｅｂページをアクセス
したと想定する。そして、流入先ＵＲＬが関連ページ群
に含まれていれば、上記流入元ＵＲＬは、関連ページ群
のリンク元のＵＲＬであると判定する。
【０２２５】上記の方法は、実際にはハイパーリンクを
辿ることなく複数のＵＲＬを単にその順序でアクセスし
た場合であっても、この複数のＵＲＬの示すＷｅｂペー
ジ間にハイパーリンクがあり、それを辿っていると判定
する点で誤差の入る余地があるが誤差の影響が小さけれ
ば実用可能である。
【０２２６】また場合によっては、アクセスログ１７に
は、リンクを辿ってアクセスされたか否か判定可能とす
る情報が付加されている場合もある。
【０２２７】その場合には、リンクを辿ったアクセスの
場合についてのみ上記の処理を施すことにより、より正
確なリンク元の情報を得ることができる。
【０２２８】また、アクセスログ１７においては、その
アクセスがリンクを辿ってなされた場合、そのアクセス
の元となるＷｅｂページのＵＲＬの情報が各レコードに
記録されていることもある。
【０２２９】表７に、リンクを辿ったアクセスについて
そのアクセス元を示すＵＲＬを含むアクセスログ１７の
一例を示す。
【０２３０】
【表７】
【０２３１】このようにアクセスログ１７がリンク元情
報を含んでいる場合、リンク元情報抽出機能４８ｂは、
ログレコード抽出機能４８ａから入力したログレコード
をそのままサーチワード抽出機能４８ｃに出力する。
【０２３２】次に、サーチワード抽出機能４８ｃについ
て詳細に説明する。
【０２３３】サーチワード抽出機能４８ｃは、リンク元
情報抽出機能４８ｂによって抽出されたログレコードを
入力し、そのログレコードに含まれるＵＲＬが検索エン
ジン４１の利用したサーチワードを含む場合に、そのサ
ーチワードを抽出する。
【０２３４】サーチワード抽出機能４８ｃの動作の一例
を以下に説明する。
【０２３５】サーチワード抽出機能４８ｃには、分析の
対象とする検索エンジン４１のＵＲＬと、当該検索エン
ジン４１で使用されたサーチワードを取り出すためのパ
ターンが記述されたパターンテーブルが登録されてい
る。
【０２３６】表８に、サーチワード抽出のためのパター
ンテーブルの一例を示す。
【０２３７】
【表８】
【０２３８】サーチワード抽出機能４８ｃは、まず、入
力されたＵＲＬの中から、この入力されたＵＲＬに含ま
れているホスト名がパターンテーブルの「検索エンジン
のＵＲＬ」の内容と一致するＵＲＬを、検索エンジンの
ＵＲＬとして取り出す。
【０２３９】表９に、取り出された検索エンジンのＵＲ
Ｌを示す。
【０２４０】
【表９】
【０２４１】次に、サーチワード抽出機能４８ｃは、取
り出されたＵＲＬのクエリコンポーネントから、パター
ンテーブルの「パターン」の内容に一致する部分のパラ
メータを取り出す。これにより、取り出されたＵＲＬの
うちパターンの内容以下であるパラメータ部がサーチワ
ードとして抽出される。
【０２４２】表１０に、表９のＵＲＬから取り出された
パラメータを示す。
【０２４３】
【表１０】
【０２４４】パラメータは場合によってはエンコードさ
れている。このような場合は、デコードする。
【０２４５】ここで、デコード方法を、パラメータが
「%83p%83%5C%83R%83%93」という文字列の場合を例とし
て説明する。
【０２４６】まず、文字列を先頭から順に見て「%」が
あった場合、続く２文字を取り出す。この例では、２文
字目以降の「83」がそれに該当する。
【０２４７】次に、２文字を１６進数とみなし、１バイ
トのデータに変換する。この例では１６進数の「83」と
いうデータとなる。以下、「%」がある場合は続く２文
字を取り出しつつ、文字列を１６進数のデータに変換し
ていく。
【０２４８】一方、「%」以外の文字があった場合に
は、その１文字を１バイトのデータとみなす。この例で
は、４文字目の「p」がそれに該当する。
【０２４９】この場合、「p」はアスキーコードである
１６進数の「70」というデータに変換される。
【０２５０】以上の手順により、文字列が文字コードを
表すデータに変換される。この例では、１６進数で「8
3,70,83,5C,83,52,83,93」というデータとなる。このデ
ータを漢字コードとして解釈すると「パソコン」という
文字列が得られる。
【０２５１】なお、本実施の形態においては、サーチワ
ードを抽出する際に、パターンテーブルを用意し、それ
に基づいてサーチワードを取得する方法を説明したが、
パターンテーブルを用意することなくＵＲＬ全体から、
日本語の文字列を表す部分をキーワードとして利用し、
サーチワードを抽出するなどの方法を用いてもよい。
【０２５２】サーチワード集計機能４９は、サーチワー
ド抽出機能４８ｃによって抽出されたサーチワードの出
現頻度やその割合を計算し、サーチワード分析データ５
０を作成する。
【０２５３】表１１に、サーチワード分析データ５０の
一例を示す。
【０２５４】
【表１１】
【０２５５】サーチワードの出現頻度の計算方法とし
て、例えばサーチワードをキーとしたハッシュを作成
し、そのキーの出現頻度をカウントする方法がある。
【０２５６】本実施の形態では、サーチワード集計機能
４９で出現頻度を計算しているが、この処理を省略し、
サーチワードのリストのみを出力してもよい。
【０２５７】このようにして、検索エンジンを用いて関
連ページにアクセスした際に用いられたサーチワードと
その出現頻度を得ることができる。
【０２５８】このような分析結果を得ることにより、顧
客サイト１０の運営者は、検索エンジンを利用して関連
ページを訪れるユーザが用いたサーチワードを知ること
ができ、顧客サイト１０の潜在的な顧客が持つニーズを
推測できる。
【０２５９】例えば、関連ページにアクセスする際に使
用されたサーチワードのリストとして、上記表１１のよ
うな結果が得られたとする。
【０２６０】すると、顧客サイト１０の運営者は、自己
のサイトの潜在的な顧客は、パソコンやモバイルのみで
はなく、換気扇に関する知識やコンテンツも求めている
ことを知ることができる。
【０２６１】なお、本実施の形態において、リンク元情
報抽出機能４８ｂは、ログレコード抽出機能４８ａの処
理が終わってから処理を開始するとしてもよく、ログレ
コード抽出機能４８ａによって一つのレコードが抽出さ
れる毎に、リンク元情報を抽出する処理を実行するよう
に動作してもよい。この関係は、リンク元情報抽出機能
４８ｂとサーチワード抽出機能４８ｃの間の動作につい
ても同様である。以下の実施の形態においても同様に変
形可能である。
【０２６２】（第３の実施の形態）本実施の形態におい
ては、上記第２の実施の形態に対する変形例について説
明する。
【０２６３】図１８は、本実施の形態に係るＷｅｂ分析
システムの構成の一例を示すブロック図である。
【０２６４】本実施の形態に係るＷｅｂ分析システム５
１は、記録媒体５２に記録されているＷｅｂ分析プログ
ラム５３を読み出して実行する。
【０２６５】Ｗｅｂ分析プログラム５３は、システム５
１に読み込まれ、実行されると、システム５１に、関連
ページ抽出機能２８、取得機能４７ａ、取得機能４７
ｂ、検索キー抽出機能５４、サーチワード集計機能４９
とを実現させる。また、検索キー抽出機能５４は、サー
チワード抽出機能５４ａを含む第１の機能、ログレコー
ド抽出機能４８ａとリンク元情報抽出機能４８ｂとを含
む第２の機能、サーチワード抽出機能５４ｂを含む第３
の機能を具備する。
【０２６６】関連ページ抽出機能２８、取得機能４７
ａ、４７ｂの動作は前述と同様である。
【０２６７】本実施の形態においては、サーチワード抽
出機能５４ａがログレコード抽出機能４８ａの前段で動
作し、サーチワード抽出機能５４ｂがリンク元情報抽出
機能４８ｂの後段で動作する。
【０２６８】サーチワード抽出機能５４ａは、取得機能
４７ｂからアクセスログ１７を入力し、アクセスログ１
７のレコードに含まれているＵＲＬが検索エンジンを示
す場合に、サーチワードを取り出し、取り出しの行われ
たアクセスログ１７のレコードと取り出されたサーチワ
ードとを関連付けて保持し、出力する。
【０２６９】表１２に、サーチワードの付加されたアク
セスログ１７の一例を示す。
【０２７０】
【表１２】
【０２７１】ログレコード抽出機能４８ａ、リンク元情
報抽出機能４８ｂの動作は前述と同様であるが、出力さ
れるデータ（レコード）にサーチワードが付加されてい
る場合は、そのサーチワードも含めてデータを出力す
る。
【０２７２】サーチワード抽出機能５４ｂは、リンク元
情報抽出機能４８ｂから入力したアクセスログ１７のロ
グレコードの中から、サーチワードが存在すればこれを
取り出し、出力する。
【０２７３】サーチワード集計機能４９の動作は、前述
の場合と同様である。
【０２７４】このようなＷｅｂ分析システム５１の動作
により、検索エンジンを用いて関連ページにアクセスし
た際に用いられたサーチワードとその出現頻度を得るこ
とができる。
【０２７５】なお、本実施の形態において、上記の表７
に示すように、アクセスログ１７にリンク元のＵＲＬの
情報が付加されている場合がある。
【０２７６】この場合、サーチワード抽出機能５４ａ
は、リンク元のＵＲＬが検索エンジンを示す場合に、サ
ーチワードを取り出し、取り出しの行われたアクセスロ
グ１７のレコードと取り出されたサーチワードとを関連
付けて保持し、出力する。
【０２７７】ログレコード抽出機能４８ａとリンク元情
報抽出機能４８ｂの動作は前述と同様である。ただし、
出力されるデータにサーチワードが付加されている場合
は、そのサーチワードも含めてデータを出力する。サー
チワード抽出機能５４ｂとサーチワード集計機能４９の
動作は前述の場合と同様である。
【０２７８】この変形例においても検索エンジンを用い
て関連ページにアクセスした際に用いられたサーチワー
ドとその出現頻度を得ることができる。
【０２７９】（第４の実施の形態）本実施の形態におい
ては、上記第２又は第３の実施の形態に対する変形例に
ついて説明する。
【０２８０】図１９は、本実施の形態に係るＷｅｂ分析
システムの構成の一例を示すブロック図である。
【０２８１】本実施の形態に係るＷｅｂ分析システム５
５は、上記第２の実施の形態に係るＷｅｂ分析システム
４４と同様であるが、関連ページデータ１６の代わりに
任意のＵＲＬリストデータ５６を利用する点が異なる。
【０２８２】Ｗｅｂ分析システム５５は、ＵＲＬリスト
データ５６とアクセスログ１７とを入力し、リストデー
タに含まれるＵＲＬで示されるＷｅｂページに検索エン
ジンを用いてアクセスした場合に用いられたサーチワー
ドとその出現頻度を出力する。
【０２８３】ＵＲＬリストデータ５６は、必ずしも特定
のＷｅｂページに対する関連ページの集合とは限らな
い。例えば、ＵＲＬリストデータ５６に特定のＷｅｂペ
ージのＵＲＬを含めてもよい。
【０２８４】この場合、特定のＷｅｂページが検索エン
ジンからどのようなサーチワードで集客しているかを知
ることができる。
【０２８５】したがって、あるＷｅｂページ又はＷｅｂ
サイトの運営者が、競合関係にあるＷｅｂページ又はＷ
ｅｂサイトの現状を知る目的で、競合関係にあるＷｅｂ
ページ又はＷｅｂサイトのＵＲＬをＵＲＬリストデータ
５６に含め、そのサーチワードを知ることによって、商
業的な対抗戦略の立案を支援することができる。
【０２８６】なお、本実施の形態においては、第２の実
施の形態に係るＷｅｂ分析システム４４の変形例を主に
説明したが、第３の実施の形態に係るＷｅｂ分析システ
ム５１も同様にＵＲＬリストデータ５６を利用するよう
に変形可能である。
【０２８７】（第５の実施の形態）本実施の形態におい
ては、上記第２〜第４の実施の形態に対する変形例につ
いて説明する。
【０２８８】図２０は、本実施の形態に係るＷｅｂ分析
システムの構成の一例を示すブロック図である。
【０２８９】Ｗｅｂ分析システム５７は、上記第４の実
施の形態に係るＷｅｂ分析システム５５と同様である
が、アクセスログ１７の代わりに上記の表１に示すよう
なＷｅｂログ１１を入力する点が異なる。
【０２９０】本実施の形態において、例えば、あるＷｅ
ｂサイトのログをＷｅｂログ１１とし、このＷｅｂサイ
トのうち特定のＷｅｂページのＵＲＬをＵＲＬリストデ
ータに含めたとする。
【０２９１】すると、あるＷｅｂサイトのうちＵＲＬリ
ストデータ５６に含まれているＵＲＬで示される特定の
ページを検索エンジンの検索結果のリンクを辿ってアク
セスした際に、この検索エンジンで使われたサーチワー
ドとその出現頻度を得ることができる。
【０２９２】これにより、あるＷｅｂサイトにおいて、
特定のＷｅｂページの集合にのみ着目して、検索に使わ
れたサーチワードを知ることが可能になる。
【０２９３】以下に、本実施の形態における効果につい
て具体的に説明する。
【０２９４】従来のＷｅｂログの分析手法では、検索エ
ンジンを使ってＷｅｂサイトにアクセスした際のサーチ
ワードやその出現頻度は、そのサイト全体に関する形で
求められ、Ｗｅｂページを特定しない集計値としてしか
得ることができなかった。
【０２９５】例えば、あるＷｅｂサイトにスポーツ用品
に関するＷｅｂページ群と旅行に関するWebページ群が
あったとする。従来のＷｅｂログ分析手法では、このＷ
ｅｂサイト全体として、「ゴルフ」というサーチワード
の頻度が多いという結果を得ることができるが、「ゴル
フ」というサーチワードで検索した人がスポーツ用品と
旅行のどちらの観点でこのサイトに興味を持ったかまで
は不明なままである。
【０２９６】しかし、本実施の形態に係るＷｅｂ分析シ
ステム５７を適用すれば、スポーツ用品に関するＷｅｂ
ページ群に対してのみ、検索エンジンを使って訪れた人
のサーチワードの集計を取ることができる。
【０２９７】同様に、旅行に関するＷｅｂページ群に対
してのみ、サーチワードの集計を得ることができる。
【０２９８】本実施の形態において、例えば、スポーツ
用品に関するＷｅｂページ群に対しては、「ゴルフ」と
いうサーチワードは頻度の点で下位に属しており、旅行
に関するＷｅｂページ群については、「ゴルフ」という
サーチワードは頻度の点で上位に属しているとする結果
が得られたとする。この場合、旅行という観点で「ゴル
フ」に関する需要が高い点が正確に把握できる。したが
って、このＷｅｂサイトの運営者は、スポーツ用品では
なく、旅行に関して「ゴルフ」に関するコンテンツをも
っと充実させるべきであるという意思決定が可能とな
る。
【０２９９】（第６の実施の形態）上記第２及び第４の
実施の形態において説明した取得機能４７ａ、４７ｂ、
ログレコード抽出機能４８ａ、リンク元情報抽出機能４
８ｂ、サーチワード抽出機能４８ｃ、サーチワード集計
機能４９は、上記第１の実施の形態に係る分析結果取得
機能２３ｂとして利用可能である。
【０３００】同様に、上記第３の実施の形態において説
明した取得機能４７ａ、４７ｂ、サーチワード抽出機能
５４ａ、５４ｂ、ログレコード抽出機能４８ａ、リンク
元情報抽出機能４８ｂ、サーチワード抽出機能５４ｂ、
サーチワード集計機能４９も、上記第１の実施の形態に
係る分析結果取得機能２３ｂとして利用可能である。
【０３０１】本実施の形態においては、上記図１を参照
しつつ、上記第２〜第４の実施の形態で説明した各種機
能を上記第１の実施の形態に係る分析結果取得機能２３
ｂとして利用する場合について説明する。
【０３０２】上記第２〜第４の実施の形態で説明した各
種機能を上記第１の実施の形態に係る分析結果取得機能
２３ｂとして利用する場合、分析結果取得機能２３ａに
は以下の動作を行わせる。
【０３０３】まず、分析結果取得機能２３ａは、顧客サ
イト１０のＷｅｂログ１１に含まれているレファラ情報
のうち、検索エンジンの検索結果を示すＵＲＬを抽出す
る。
【０３０４】表１３に、顧客サイト１０のＷｅｂログ１
１に含まれているレファラ情報のうち、検索エンジンの
検索結果ページのＵＲＬを抽出した結果を示す。
【０３０５】
【表１３】
【０３０６】この抽出結果に基づいて、分析結果取得機
能２３ａは、サーチワード抽出機能４８ｃ及びサーチワ
ード集計機能４９と同様の機能を実現し、サーチワード
とその出現頻度とを含むサーチワード分析データを取得
する。
【０３０７】このように、本実施の形態において、分析
結果取得機能２３ａは、顧客のＷｅｂログ１１にレファ
ラ情報が含まれている場合に、Ｗｅｂログ１１に含まれ
ているレファラ情報からサーチワードを抽出する。
【０３０８】比較機能２４は、分析結果取得機能２３ａ
によって取得されたサーチワード分析データと分析結果
取得機能２３ｂによって取得されたサーチワード分析デ
ータ５０とを比較した比較データを作成する。
【０３０９】表１４に、比較データの一例を示す。
【０３１０】
【表１４】
【０３１１】顧客サイト１０をアクセスする場合に指定
されたサーチワードの頻度と関連ページにアクセスした
場合に指定されたサーチワードの頻度とを比較すること
により、検索エンジンを使用する際にどのようなサーチ
ワードが使われたかを比較できる。
【０３１２】この表１４では、顧客サイト１０に対する
分析結果と関連ページ群に対する分析結果を、同一のサ
ーチワードが同じ行となるように配置している。これに
より、顧客サイト１０と関連ページ群との間で、同一の
キーワードでの検索の頻度を容易に比較できる。
【０３１３】以下に、本実施の形態によってＷｅｂペー
ジにアクセスする際に使用されたサーチワードの比較の
効果を示す。
【０３１４】例えば、顧客サイト１０は電気機器販売店
のＷｅｂサイトであり、関連ページ群は電機業界一般の
Ｗｅｂページの集合であるとする。
【０３１５】顧客サイト１０は、関連ページ群と比較し
て「携帯電話」というサーチワードでの集客がない。こ
れは、携帯電話に関心のあるユーザ全体のニーズに対し
て自己のコンテンツが乖離していることを示唆してい
る。
【０３１６】このような場合、顧客サイト１０の運営者
は、携帯電話に関するコンテンツを用意し、かつ「携帯
電話」という言葉をＷｅｂページに含める。これによ
り、検索エンジンから「携帯電話」というサーチワード
でも自サイトが検索されるようにすることができる。
【０３１７】また、顧客サイト１０の運営者は、「デジ
タルカメラ」というサーチワードでは集客があるが、
「デジタルカメラ」の略称である「デジカメ」というサ
ーチワードでの集客がないことが分かる。
【０３１８】この状況から、顧客サイト１０の運営者
は、せっかくデジタルカメラに関するコンテンツを用意
していたにもかかわらず、「デジカメ」という略称をＷ
ｅｂページに載せていないために、「デジカメ」という
サーチワードで検索している消費者を集客することに失
敗しているチャンスロスの状態であると分析できる。
【０３１９】したがって、顧客サイト１０の運営者は、
「デジカメ」という言葉も自己のＷｅｂページに掲載す
ることによって、このチャンスロスを防ぐことが可能に
なる。
【０３２０】
【発明の効果】以上詳記したように本発明においては、
調査対象のＷｅｂページグループの分析データと調査対
象に関連するＷｅｂページグループの分析データとが比
較される。
【０３２１】したがって、調査対象のＷｅｂページグル
ープについて相対的かつ客観的に分析し、評価すること
ができ、統計的分析の精度を高めることができ、調査対
象のＷｅｂページグループの特徴を一層明確に抽出する
ことができる。
【図面の簡単な説明】
【図１】本発明の第１の実施の形態に係るＷｅｂ分析シ
ステムの構成の一例を示すブロック図。
【図２】同実施の形態に係るＷｅｂ分析システムによる
Ｗｅｂ分析動作の一例を示すフローチャート。
【図３】同実施の形態に係るＷｅｂ分析システムの具体
的適用例を示すブロック図。
【図４】同実施の形態に係るＷｅｂ分析システムによる
データ蓄積状態を示すブロック図。
【図５】同実施の形態に係るＷｅｂ分析システムによる
顧客サイトのデータに基づく分析データ生成状態を示す
ブロック図。
【図６】調査対象のＷｅｂページをアクセスしたユーザ
の年齢分布を示す図。
【図７】同実施の形態に係るＷｅｂ分析システムによる
比較データ生成状態を示すブロック図。
【図８】同実施の形態に係るＷｅｂ分析システムの比較
機能による比較動作の一例を示すフローチャート。
【図９】同実施の形態に係る比較データの表示例を示す
図。
【図１０】同実施の形態に係るＷｅｂ分析システムによ
るクエリ生成状態を示すブロック図。
【図１１】有意な差のある項目に関する比較データの表
示例を示す図。
【図１２】同実施の形態に係るＷｅｂ分析システムによ
る項目の推薦状態を示すブロック図。
【図１３】同実施の形態に係るＷｅｂ分析システムの推
薦機能による推薦動作の一例を示すフローチャート。
【図１４】同実施の形態に係るＷｅｂ分析システムの他
の適用例を示すブロック図。
【図１５】アクセス経路の比較結果の一例を示す図。
【図１６】本発明の第２の実施の形態の適用される状態
の一例を示すブロック図。
【図１７】同実施の形態に係るＷｅｂ分析システムの構
成の一例を示すブロック図。
【図１８】本発明の第３の実施の形態に係るＷｅｂ分析
システムの構成の一例を示すブロック図。
【図１９】本発明の第４の実施の形態に係るＷｅｂ分析
システムの構成の一例を示すブロック図。
【図２０】本発明の第５の実施の形態に係るＷｅｂ分析
システムの構成の一例を示すブロック図。
【図２１】Ｗｅｂサイト横断的分析を説明する図。
【符号の説明】
１…調査事業者 ４…顧客 ９…第１のデータベース １０…顧客サイト １１…Ｗｅｂログ １２…プロファイルデータ １３…アンケートデータ １４…第２のデータベース １５…調査事業者サイト １６…関連ページデータ １７…アクセスログ １８…プロファイルデータ １９…アンケートデータ ２０、４４、５１、５５、５７…Ｗｅｂ分析システム ２１、４５、５２…記録媒体 ２２、４６、５３…Ｗｅｂ分析プログラム ２３ａ、２３ｂ…分析結果取得機能 ２４…比較機能 ２５…推薦機能 ２６…クエリ生成機能 ２７…報告機能 ２８…関連ページ抽出機能 ４０…ブラウザ ４１…検索エンジン ４７ａ、４７ｂ…取得機能 ４８、５４…検索キー抽出機能 ４８ａ…ログレコード抽出機能 ４８ｂ…リンク元情報抽出機能 ４８ｃ、５４ａ、５４ｂ…サーチワード抽出機能 ４９…サーチワード集計機能 ５０…サーチワード分析データ
───────────────────────────────────────────────────── フロントページの続き (72)発明者 加納 敏行 東京都府中市東芝町１番地 株式会社東芝 府中事業所内 Ｆターム(参考） 5B056 BB61 BB66 HH01

Claims (24)

    【特許請求の範囲】
  1. 【請求項１】 コンピュータに、 少なくとも一つのＷｅｂページを含む調査対象のＷｅｂ
    ページグループに関するデータに基づいて前記調査対象
    のＷｅｂページグループを特徴分析した結果を示す分析
    データを取得する第１の分析結果取得機能と、 少なくとも一つのＷｅｂページを含み前記調査対象に関
    連する比較対象のＷｅｂページグループに関するデータ
    に基づいて前記比較対象のＷｅｂページグループを特徴
    分析した結果を示す分析データを取得する第２の分析結
    果取得機能と、 前記調査対象のＷｅｂページグループの分析データと前
    記比較対象のＷｅｂページグループの分析データとを比
    較した結果を示す比較データを生成する比較機能と、 前記比較データを出力する報告機能とを実現させるため
    のＷｅｂ分析プログラム。
  2. 【請求項２】 請求項１記載のＷｅｂ分析プログラムに
    おいて、 前記第１の分析結果取得機能は、前記調査対象のＷｅｂ
    ページグループのアクセスログに基づいて前記調査対象
    のＷｅｂページグループを特徴分析した結果を示す分析
    データを取得し、 前記第２の分析結果取得機能は、前記比較対象のＷｅｂ
    ページグループのアクセスログに基づいて前記比較対象
    のＷｅｂページグループを特徴分析した結果を示す分析
    データを取得することを特徴とするＷｅｂ分析プログラ
    ム。
  3. 【請求項３】 請求項１記載のＷｅｂ分析プログラムに
    おいて、 前記第１の分析結果取得機能は、前記調査対象のＷｅｂ
    ページグループをアクセスしたユーザの属性データに基
    づいて前記調査対象のＷｅｂページグループを特徴分析
    した結果を示す分析データを取得し、 前記第２の分析結果取得機能は、前記比較対象のＷｅｂ
    ページグループをアクセスした調査協力者の属性データ
    に基づいて前記比較対象のＷｅｂページグループを特徴
    分析した結果を示す分析データを取得することを特徴と
    するＷｅｂ分析プログラム。
  4. 【請求項４】 請求項１乃至請求項３のうちいずれか１
    項に記載のＷｅｂ分析プログラムにおいて、 前記比較機能は、前記調査対象のＷｅｂページグループ
    の分析データと前記比較対象のＷｅｂページグループの
    分析データとの間に所定レベルの差が生じた項目を抽出
    し、 コンピュータに、前記所定レベルの差が生じた項目に関
    する前記調査対象のＷｅｂページグループの特徴分析と
    前記比較対象のＷｅｂページグループの特徴分析とを依
    頼する依頼生成機能を実現させ、 前記第１の分析結果取得機能は、前記依頼で指示された
    項目に関する前記調査対象のＷｅｂページグループの分
    析データを取得し、 前記第２の分析結果取得機能は、前記依頼で指示された
    項目に関する前記比較対象のＷｅｂページグループの分
    析データを取得することを特徴とするＷｅｂ分析プログ
    ラム。
  5. 【請求項５】 請求項１記載のＷｅｂ分析プログラムに
    おいて、 前記第１の分析結果取得機能は、前記調査対象のＷｅｂ
    ページグループをアクセスしたユーザの識別情報と前記
    ユーザによってアクセスされた前記調査対象のＷｅｂペ
    ージグループの識別情報とを含むアクセスログと前記ユ
    ーザの属性データとに基づいて前記調査対象のＷｅｂペ
    ージグループを特徴分析した結果を示す分析データを取
    得し、 前記第２の分析結果取得機能は、前記比較対象のＷｅｂ
    ページグループをアクセスした調査協力者の識別情報と
    前記調査協力者によってアクセスされた前記比較対象の
    Ｗｅｂページグループの識別情報とを含むアクセスログ
    と前記調査協力者の属性データとに基づいて前記比較対
    象のＷｅｂページグループを特徴分析した結果を示す分
    析データを取得することを特徴とするＷｅｂ分析プログ
    ラム。
  6. 【請求項６】 請求項５記載のＷｅｂ分析プログラムに
    おいて、 前記比較機能は、前記調査対象のＷｅｂページグループ
    の分析データと前記比較対象のＷｅｂページグループの
    分析データとの間に所定レベルの差が生じた項目を抽出
    し、 コンピュータに、前記所定レベルの差が生じた項目に関
    する前記調査対象のＷｅｂページグループの特徴分析と
    前記比較対象のＷｅｂページグループの特徴分析とを依
    頼する依頼生成機能を実現させ、 前記第１の分析結果取得機能は、前記依頼で指示された
    項目に関する前記調査対象のＷｅｂページグループの分
    析データを取得し、 前記第２の分析結果取得機能は、前記依頼で指示された
    項目に関する前記比較対象のＷｅｂページグループの分
    析データを取得することを特徴とするＷｅｂ分析プログ
    ラム。
  7. 【請求項７】 請求項６記載のＷｅｂ分析プログラムに
    おいて、 前記第２の分析結果取得機能は、前記比較対象のＷｅｂ
    ページグループのアクセスログと前記調査協力者の属性
    データとに基づいて前記調査協力者全員を特徴分析した
    結果を示す分析データと前記比較対象のＷｅｂページグ
    ループをアクセスした調査協力者を特徴分析した結果を
    示す分析データとを取得し、 コンピュータに、前記調査協力者全員の分析データと前
    記比較対象のＷｅｂページグループをアクセスした調査
    協力者の分析データとの間に所定レベルの差が生じた項
    目を抽出する推薦機能を実現させ、 前記依頼生成機能は、前記推薦機能によって抽出された
    項目に関する特徴分析を優先して依頼することを特徴と
    するＷｅｂ分析プログラム。
  8. 【請求項８】 請求項６記載のＷｅｂ分析プログラムに
    おいて、 前記第２の分析結果取得機能は、前記比較対象のＷｅｂ
    ページグループのアクセスログと前記調査協力者の属性
    データとに基づいて複数の比較対象のＷｅｂページグル
    ープを特徴分析した結果を示す複数の分析データを取得
    し、 コンピュータに、前記複数の分析データの間に所定レベ
    ルの差が生じた項目を抽出する推薦機能を実現させ、 前記依頼生成機能は、前記推薦機能によって抽出された
    項目に関する特徴分析を優先して依頼することを特徴と
    するＷｅｂ分析プログラム。
  9. 【請求項９】 請求項５乃至請求項８のうちいずれか１
    項に記載のＷｅｂ分析プログラムにおいて、 前記調査対象のＷｅｂページグループの特徴分析は、前
    記ユーザによる前記調査対象のＷｅｂページグループの
    アクセス傾向分析であり、 前記比較対象のＷｅｂページグループの特徴分析は、前
    記調査協力者による前記比較対象のＷｅｂページグルー
    プのアクセス傾向分析であることを特徴とするＷｅｂ分
    析プログラム。
  10. 【請求項１０】 請求項１乃至請求項９のうちいずれか
    １項に記載のＷｅｂ分析プログラムにおいて、 前記比較対象のＷｅｂページグループは、前記調査対象
    のＷｅｂページグループと対比される所定の関係を持つ
    Ｗｅｂページグループであることを特徴とするＷｅｂ分
    析プログラム。
  11. 【請求項１１】 コンピュータに、 調査対象のＷｅｂページグループに含まれる少なくとも
    一つのＷｅｂページの識別情報を取得する第１の取得機
    能と、 検索エンジンによる検索結果を利用してアクセスされた
    Ｗｅｂページの識別情報と前記検索結果を得るために指
    定された検索キーとを含むアクセスログを取得する第２
    の取得機能と、 前記調査対象のＷｅｂページグループに含まれるＷｅｂ
    ページの識別情報と前記アクセスログとに基づいて、前
    記調査対象のＷｅｂページグループに含まれるＷｅｂペ
    ージをアクセスするために指定された検索キーを抽出す
    る検索キー抽出機能とを実現させるためのＷｅｂ分析プ
    ログラム。
  12. 【請求項１２】 請求項１１記載のＷｅｂ分析プログラ
    ムにおいて、 前記アクセスログは、前記検索エンジンによる検索結果
    を含むＷｅｂページの識別情報と前記検索結果を得るた
    めに指定された検索キーとを関連付けており、 前記検索キー抽出機能は、前記アクセスログに基づい
    て、前記調査対象のＷｅｂページグループに含まれるＷ
    ｅｂページがアクセスされる前にアクセスされたＷｅｂ
    ページの識別情報を抽出する第１の機能と、前記第１の
    機能によって抽出された識別情報の示すＷｅｂページが
    前記検索エンジンによる検索結果を含む場合に、前記ア
    クセスログに基づいて、前記検索結果を得るために指定
    された検索キーを抽出する第２の機能とを具備すること
    を特徴とするＷｅｂ分析プログラム。
  13. 【請求項１３】 請求項１１記載のＷｅｂ分析プログラ
    ムにおいて、 前記アクセスログは、Ｗｅｂページがリンクを辿ってア
    クセスされた場合におけるリンク先のＷｅｂページの識
    別情報とリンク元のＷｅｂページの識別情報とを関連付
    けるとともに、前記検索エンジンによる検索結果を含む
    Ｗｅｂページの識別情報と前記検索結果を得るために指
    定された検索キーとを関連付けており、 前記検索キー抽出機能は、前記アクセスログに基づい
    て、前記調査対象のＷｅｂページグループに含まれるＷ
    ｅｂページがリンクを辿ってアクセスされている場合に
    おけるリンク元のＷｅｂページの識別情報を抽出する第
    １の機能と、前記第１の機能によって抽出された識別情
    報の示すＷｅｂページが前記検索エンジンによる検索結
    果を含む場合に、前記第１の機能によって抽出された識
    別情報に関連付けされている検索キーを抽出する第２の
    機能とを具備することを特徴とするＷｅｂ分析プログラ
    ム。
  14. 【請求項１４】 請求項１１記載のＷｅｂ分析プログラ
    ムにおいて、 前記アクセスログは、Ｗｅｂページがリンクを辿ってア
    クセスされた場合におけるリンク先のＷｅｂページの識
    別情報とリンク元のＷｅｂページの識別情報とを関連付
    けるとともに、前記検索エンジンによる検索結果を含む
    Ｗｅｂページの識別情報と前記検索結果を得るために指
    定された検索キーとが組み合わされている情報を含み、 前記検索キー抽出機能は、前記アクセスログから前記検
    索結果を得るために指定された検索キーを抽出し、この
    抽出した検索キーを前記検索エンジンによる検索結果を
    含むＷｅｂページの識別情報に関連付けた情報を生成す
    る第１の機能と、前記第１の機能によって生成された情
    報に基づいて、前記調査対象のＷｅｂページグループに
    含まれるＷｅｂページがリンクを辿ってアクセスされて
    いる場合におけるリンク元のＷｅｂページの識別情報を
    抽出する第２の機能と、前記第２の機能によって抽出さ
    れた識別情報の示すＷｅｂページが前記検索エンジンに
    よる検索結果を含む場合に、前記第２の機能によって抽
    出された識別情報に関連付けされている検索キーを抽出
    する第３の機能とを具備することを特徴とするＷｅｂ分
    析プログラム。
  15. 【請求項１５】 請求項１１乃至請求項１４のうちいず
    れか１項に記載のＷｅｂ分析プログラムにおいて、 前記調査対象のＷｅｂページグループに含まれるＷｅｂ
    ページグループの識別情報に代えて、前記調査対象のＷ
    ｅｂページグループに関連する比較対象のＷｅｂページ
    グループに含まれる少なくとも一つのＷｅｂページの識
    別情報を取得し、前記比較対象のＷｅｂページグループ
    に含まれるＷｅｂページをアクセスするために指定され
    た検索キーを抽出することを特徴とするＷｅｂ分析プロ
    グラム。
  16. 【請求項１６】 請求項１１乃至請求項１５のうちいず
    れか１項に記載のＷｅｂ分析プログラムにおいて、 前記第２の取得機能は、複数のＷｅｂサーバに対するア
    クセスの記録であるアクセスログを取得することを特徴
    とするＷｅｂ分析プログラム。
  17. 【請求項１７】 請求項１１乃至請求項１５のうちいず
    れか１項に記載のＷｅｂ分析プログラムにおいて、 前記第２の取得機能は、あるＷｅｂサイトに対するアク
    セスの記録であるアクセスログを取得することを特徴と
    するＷｅｂ分析プログラム。
  18. 【請求項１８】 コンピュータに、 調査対象のＷｅｂページグループに含まれる少なくとも
    一つのＷｅｂページの識別情報と、検索エンジンによる
    検索結果を利用してアクセスされたＷｅｂページの識別
    情報と前記検索結果を得るために指定された検索キーと
    を含むアクセスログとに基づいて、前記調査対象のＷｅ
    ｂページグループに含まれるＷｅｂページをアクセスす
    るために指定された検索キーを取得する第１の分析結果
    取得機能と、 前記調査対象のＷｅｂページグループに関連する比較対
    象のＷｅｂページグループに含まれる少なくとも一つの
    Ｗｅｂページの識別情報と、前記アクセスログとに基づ
    いて、前記比較対象のＷｅｂページグループに含まれる
    Ｗｅｂページをアクセスするために指定された検索キー
    を取得する第２の分析結果取得機能と、前記第１の分析
    結果取得機能による検索キーの取得結果と前記第２の分
    析結果取得機能による検索キーの取得結果とを比較した
    結果を示す比較データを生成する比較機能と、 前記比較データを出力する報告機能とを実現させるため
    のＷｅｂ分析プログラム。
  19. 【請求項１９】 少なくとも一つのＷｅｂページを含む
    Ｗｅｂページグループの分析結果を出力するＷｅｂ分析
    システムであって、 調査対象のＷｅｂページグループに関するデータに基づ
    いて前記調査対象のＷｅｂページグループを特徴分析し
    た結果を示す分析データを取得する第１の分析結果取得
    手段と、 前記調査対象に関連する比較対象のＷｅｂページグルー
    プに関するデータに基づいて前記比較対象のＷｅｂペー
    ジグループを特徴分析した結果を示す分析データを取得
    する第２の分析結果取得手段と、 前記調査対象のＷｅｂページグループの分析データと前
    記比較対象のＷｅｂページグループの分析データとを比
    較した結果を示す比較データを生成する比較手段と、 前記比較データを出力する報告手段とを具備することを
    特徴とするＷｅｂ分析システム
  20. 【請求項２０】 少なくとも一つのＷｅｂページを含む
    Ｗｅｂページグループの分析結果を出力するＷｅｂ分析
    システムであって、 調査対象のＷｅｂページグループに含まれる少なくとも
    一つのＷｅｂページの識別情報を取得する第１の取得手
    段と、 検索エンジンによる検索結果を利用してアクセスされた
    Ｗｅｂページの識別情報と前記検索結果を得るために指
    定された検索キーとを含むアクセスログを取得する第２
    の取得手段と、 前記調査対象のＷｅｂページグループに含まれるＷｅｂ
    ページの識別情報と前記アクセスログとに基づいて、前
    記調査対象のＷｅｂページグループに含まれるＷｅｂペ
    ージをアクセスするために指定された検索キーを抽出す
    る検索キー抽出手段とを具備することを特徴とするＷｅ
    ｂ分析システム。
  21. 【請求項２１】 少なくとも一つのＷｅｂページを含む
    Ｗｅｂページグループの分析結果を出力するＷｅｂ分析
    システムであって、 調査対象のＷｅｂページグループに含まれる少なくとも
    一つのＷｅｂページの識別情報と、検索エンジンによる
    検索結果を利用してアクセスされたＷｅｂページの識別
    情報と前記検索結果を得るために指定された検索キーと
    を含むアクセスログとに基づいて、前記調査対象のＷｅ
    ｂページグループに含まれるＷｅｂページをアクセスす
    るために指定された検索キーを取得する第１の分析結果
    取得手段と、 前記調査対象のＷｅｂページグループに関連する比較対
    象のＷｅｂページグループに含まれる少なくとも一つの
    Ｗｅｂページの識別情報と、前記アクセスログとに基づ
    いて、前記比較対象のＷｅｂページグループに含まれる
    Ｗｅｂページをアクセスするために指定された検索キー
    を取得する第２の分析結果取得手段と、前記第１の分析
    結果取得手段における検索キーの取得結果と前記第２の
    分析結果取得手段における検索キーの取得結果とを比較
    した結果を示す比較データを生成する比較手段と、 前記比較データを出力する報告手段とを具備することを
    特徴とするＷｅｂ分析システム。
  22. 【請求項２２】 コンピュータにより、少なくとも一つ
    のＷｅｂページを含むＷｅｂページグループの分析結果
    を出力するＷｅｂ分析データ出力方法において、 調査対象のＷｅｂページグループに関するデータに基づ
    いて前記調査対象のＷｅｂページグループを特徴分析し
    た結果を示す分析データと、前記調査対象に関連する比
    較対象のＷｅｂページグループに関するデータに基づい
    て前記比較対象のＷｅｂページグループを特徴分析した
    結果を示す分析データとを取得し、 前記調査対象のＷｅｂページグループの分析データと前
    記比較対象のＷｅｂページグループの分析データとを比
    較した結果を示す比較データを生成し、 前記比較データを出力することを特徴とするＷｅｂ分析
    データ出力方法。
  23. 【請求項２３】 コンピュータにより、少なくとも一つ
    のＷｅｂページを含むＷｅｂページグループの分析結果
    を出力するＷｅｂ分析データ出力方法において、 調査対象のＷｅｂページグループに含まれる少なくとも
    一つのＷｅｂページの識別情報を取得するとともに、検
    索エンジンによる検索結果を利用してアクセスされたＷ
    ｅｂページの識別情報と前記検索結果を得るために指定
    された検索キーとを含むアクセスログを取得し、 前記調査対象のＷｅｂページグループに含まれるＷｅｂ
    ページの識別情報と前記アクセスログとに基づいて、前
    記調査対象のＷｅｂページグループに含まれるＷｅｂペ
    ージをアクセスするために指定された検索キーを出力す
    ることを特徴とするＷｅｂ分析データ出力方法。
  24. 【請求項２４】 コンピュータにより、少なくとも一つ
    のＷｅｂページを含むＷｅｂページグループの分析結果
    を出力するＷｅｂ分析データ出力方法において、 調査対象のＷｅｂページグループに含まれる少なくとも
    一つのＷｅｂページの識別情報と、検索エンジンによる
    検索結果を利用してアクセスされたＷｅｂページの識別
    情報と前記検索結果を得るために指定された検索キーと
    を含むアクセスログとに基づいて、前記調査対象のＷｅ
    ｂページグループに含まれるＷｅｂページをアクセスす
    るために指定された検索キーを取得するとともに、前記
    調査対象のＷｅｂページグループに関連する比較対象の
    Ｗｅｂページグループに含まれる少なくとも一つのＷｅ
    ｂページの識別情報と前記アクセスログとに基づいて、
    前記比較対象のＷｅｂページグループに含まれるＷｅｂ
    ページをアクセスするために指定された検索キーを取得
    し、 前記調査対象のＷｅｂページグループに含まれるＷｅｂ
    ページをアクセスするために指定された検索キーと、前
    記比較対象のＷｅｂページグループに含まれるＷｅｂペ
    ージをアクセスするために指定された検索キーとを比較
    した結果を示す比較データを生成し、 前記比較データを出力することを特徴とするＷｅｂ分析
    データ出力方法。
JP2002137971A 2002-03-19 2002-05-14 Ｗｅｂ分析プログラム及びシステム並びにＷｅｂ分析データ出力方法 Pending JP2003345940A (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2002137971A JP2003345940A (ja) 2002-03-19 2002-05-14 Ｗｅｂ分析プログラム及びシステム並びにＷｅｂ分析データ出力方法

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2002075341 2002-03-19
JP2002-75341 2002-03-19
JP2002137971A JP2003345940A (ja) 2002-03-19 2002-05-14 Ｗｅｂ分析プログラム及びシステム並びにＷｅｂ分析データ出力方法

Publications (1)

Publication Number Publication Date
JP2003345940A true JP2003345940A (ja) 2003-12-05

Family

ID=29781825

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2002137971A Pending JP2003345940A (ja) 2002-03-19 2002-05-14 Ｗｅｂ分析プログラム及びシステム並びにＷｅｂ分析データ出力方法

Country Status (1)

Country Link
JP (1) JP2003345940A (ja)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6042018B1 (ja) * 2016-06-29 2016-12-14 ランサーズ株式会社 情報生成装置、方法およびプログラム
JP2019008803A (ja) * 2010-09-22 2019-01-17 ザ ニールセン カンパニー （ユー エス） エルエルシー 分散された人口統計情報を使用してインプレッションを特定する方法及び装置
JP2019162323A (ja) * 2018-03-20 2019-09-26 ダイコク電機株式会社 遊技場用管理システム
JP2021064169A (ja) * 2019-10-15 2021-04-22 ヤフー株式会社 情報提供システム、情報提供方法、およびプログラム
US11968413B2 (en) 2013-10-10 2024-04-23 The Nielsen Company (Us), Llc Methods and apparatus to measure exposure to streaming media
US12010191B2 (en) 2012-06-11 2024-06-11 The Nielsen Company (Us), Llc Methods and apparatus to share online media impressions data
US12015681B2 (en) 2010-12-20 2024-06-18 The Nielsen Company (Us), Llc Methods and apparatus to determine media impressions using distributed demographic information

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019008803A (ja) * 2010-09-22 2019-01-17 ザ ニールセン カンパニー （ユー エス） エルエルシー 分散された人口統計情報を使用してインプレッションを特定する方法及び装置
US11068944B2 (en) 2010-09-22 2021-07-20 The Nielsen Company (Us), Llc Methods and apparatus to determine impressions using distributed demographic information
US11580576B2 (en) 2010-09-22 2023-02-14 The Nielsen Company (Us), Llc Methods and apparatus to determine impressions using distributed demographic information
US12015681B2 (en) 2010-12-20 2024-06-18 The Nielsen Company (Us), Llc Methods and apparatus to determine media impressions using distributed demographic information
US12010191B2 (en) 2012-06-11 2024-06-11 The Nielsen Company (Us), Llc Methods and apparatus to share online media impressions data
US11968413B2 (en) 2013-10-10 2024-04-23 The Nielsen Company (Us), Llc Methods and apparatus to measure exposure to streaming media
JP6042018B1 (ja) * 2016-06-29 2016-12-14 ランサーズ株式会社 情報生成装置、方法およびプログラム
JP2019162323A (ja) * 2018-03-20 2019-09-26 ダイコク電機株式会社 遊技場用管理システム
JP6993914B2 (ja) 2018-03-20 2022-01-14 ダイコク電機株式会社 遊技場用管理システム
JP2021064169A (ja) * 2019-10-15 2021-04-22 ヤフー株式会社 情報提供システム、情報提供方法、およびプログラム
JP7008676B2 (ja) 2019-10-15 2022-01-25 ヤフー株式会社 情報提供システム、およびプログラム

Similar Documents

Publication Publication Date Title
Eirinaki et al. Web mining for web personalization
US11843651B2 (en) Personalized recommendation method and system, and terminal device
US8356097B2 (en) Computer program product and method for estimating internet traffic
US8954580B2 (en) Hybrid internet traffic measurement using site-centric and panel data
US6934687B1 (en) Computer architecture and method for supporting and analyzing electronic commerce over the world wide web for commerce service providers and/or internet service providers
Sisodia et al. Web usage pattern analysis through web logs: A review
US8788321B2 (en) Marketing method and system using domain knowledge
US20080183664A1 (en) Presenting web site analytics associated with search results
US20080189254A1 (en) Presenting web site analytics
US20090132367A1 (en) Electronic advertisement system
WO2008045899A1 (en) Audience commonality and measurement
CN103339597A (zh) 转换搜索引擎查询
JP2004504649A (ja) ワールドワイドウェブのディジタルコンテントの普及を見積もるシステム及び方法
Aldekhail Application and significance of web usage mining in the 21st century: a literature review
WO2013112312A2 (en) Hybrid internet traffic measurement usint site-centric and panel data
JP2008097259A (ja) アクセス解析を利用した営業支援システム及び営業支援方法
JP2003345940A (ja) Ｗｅｂ分析プログラム及びシステム並びにＷｅｂ分析データ出力方法
JP2004078689A (ja) 検索システム及び検索プログラム並びに検索方法
JP3525885B2 (ja) 多角的検索サービス方法およびそのプログラムを記録した記録媒体
JPH10307845A (ja) 閲覧支援装置およびその方法
Katkar et al. Use of log data for predictive analytics through data mining
Bakariya et al. Pattern mining approach for social network services
Fang et al. Measuring law library catalog web site usability: A web analytic approach
JP2002063303A (ja) 格付情報を利用したオンライン・マーケティング・システム
KR20020014376A (ko) 전자 상거래 분석 방법 및 그 시스템

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20050406

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20071120

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20080408