JP2003521065A - インターネットサイトへのアクセスを制御するシステムおよび方法 - Google Patents

Abstract

(57)【要約】 インターネットサイトへの柔軟なアクセスを提供する方法およびシステム（１０）が説明されている。システム１０に、カテゴリ化されたインターネットサイトのデータベース３０が含まれ、システムは、ユーザがインターネット上でアクセスする情報のカテゴリを判定する（４０）。システム１０は、ユーザが、特定のカテゴリ内のサイトに制限された回数だけアクセスを許可されるようにもプログラムされる。さらに、ユーザは、延期されたアクセスを要求することができ、この場合、ユーザが要求しているサイトが、サーバに保存され、後にユーザに使用可能になる（４４）。さらに、ユーザが、ある所定のカテゴリ内のサイトへのアクセスを選択する場合に、ユーザに、ページを取り出すオプションを提示するとともに、ユーザのアクセスがファイルに記録されることを通知する。

Description

【発明の詳細な説明】

（発明の背景） 発明の分野 本発明は、特定のインターネットウェブサイトおよびページへのアクセスを選
択的にブロックするシステムおよび方法に関する。さらに具体的には、本発明の
実施の形態は、それらのサイトへのエンドユーザアクセスを制御する複数のオプ
ションを管理者に提供する、柔軟なフィルタリングのシステムおよび方法に関す
る。

【０００１】 関連技術の説明 インターネットは、コンピュータが一体的にリンクされ、その結果、さまざま
なコンピュータが互いにシームレスに通信できるようになる、全世界的なコンピ
ュータのシステムである。インターネットユーザは、情報ページをダウンロード
し、表示するために、サーバコンピュータにアクセスする。いったんサーバがイ
ンターネットに接続されると、その情報ページは、インターネットにアクセスで
きる事実上すべての人に表示される。

【０００２】 インターネットページへの簡単なアクセスとページの安価な検索・読み出しが
、ポルノグラフィなどの不穏当な情報へのアクセスの制御に関するいくつかの問
題を引き起こした。この問題に対する複数の解決策が提案されてきたが、これに
は、親または雇用者が、特定のレーティングを有するインターネットサーバまた
はページへのアクセスを制御できるようにする、映画のレーティングに使用され
るものに似たレーティングシステムが含まれる。残念ながら、この機構は、イン
ターネットサーバを動作させるすべての人が、自発的に自分のサイトのレーティ
ングを行うことを必要とする。インターネットの自由奔放な性質のゆえに、この
種の自発的レーティング方式は、ポルノグラフィを含むものなど、ほとんどの親
または会社がブロックすることを望むサイトへのアクセスを防止するのに非常に
有効になる可能性が低い。

【０００３】 レーティング方式に加えて、ブロックされるサイトのユニフォームリソースロ
ケータ（ＵＲＬ）アドレスを含むデータベースが開発された。これらのデータベ
ースは、ネットワークコンピュータシステムおよびインターネットファイヤウォ
ールに統合され、その結果、インターネットへのアクセスを望む人は、まず、自
分のＵＲＬ要求が、ブロックされるサイトのデータベースに対して突き合わさせ
る。データベース内で見つかったＵＲＬには、そのユーザはアクセスできない。
そのようなシステムの１つが、ベーカーらの米国特許第５６７８０４１号公報に
記載されている。残念ながら、そのようなシステムは、アクセスされるサイトの
データベースが完全であることに依存する。新しいサーバが、毎日インターネッ
トに追加されており、現在のサーバが新しい情報で更新されるので、これらのデ
ータベースでは、ブロックされなければならないサイトの完全なリストが提供さ
れない。

【０００４】 さらに、現在のシステムは、ユーザがいったんブロックされるデータベース内
のサイトを要求すると、ユーザには全く柔軟性が提供されない。したがって、そ
のようなサイトを再検討する正当な理由を有するユーザでも、アクセスを拒否さ
れる。

【０００５】 したがって、当技術分野で必要なものは、検索し取り出すことができるサイト
に対する制御を提供するとともに、特定の条件の下で、ブロックされたサイトへ
のアクセスを提供する柔軟性も有する、柔軟なシステムである。本発明は、その
ようなシステムを提供する。

【０００６】 （発明の概要） 本発明に係る一実施の形態は、インターネットサイトのカテゴリへのユーザア
クセスを制御するシステムであって、インターネットサイトのカテゴリ化された
データベースと、前記カテゴリ化されたデータベースを参照し、ユーザによって
アクセスされるインターネットサイトのカテゴリを判定する第１モジュールと、
ユーザが前記カテゴリ内のインターネットサイト上で事前にセットされた時間を
費やしたかどうかを判定し、該判定に対応して、前記ユーザの前記インターネッ
トサイトへのそれ以上のアクセスをブロックする第２モジュールとを含むシステ
ムである。

【０００７】 本発明に係る別の実施の形態は、インターネット上の特定のサイトへの延期さ
れたアクセスを提供するシステムである。この実施の形態には、インターネット
サイトのカテゴリ化されたデータベースと、該カテゴリ化されたデータベースを
参照し、ユーザによってアクセスされるインターネットサイトのカテゴリを判定
する第１モジュールと、ユーザが前記カテゴリ内のインターネットサイトへの延
期されたアクセスを要求するかどうかを判定し、該判定に対応して、要求された
インターネットサイトからのページをストレージに保存する命令を含む第２モジ
ュールとが含まれる。

【０００８】 本発明に係る別の実施の形態は、インターネットサイトのカテゴリへのアクセ
スを制御するシステムであって、インターネットサイトのカテゴリ化されたデー
タベースと、該カテゴリ化されたデータベースを参照し、ユーザによってアクセ
スされるインターネットサイトのカテゴリを判定する第１モジュールと、ユーザ
が前記カテゴリ内のインターネットサイトに所定の回数だけアクセスしたかどう
かを判定し、該判定に対応して、前記ユーザの前記サイトへのそれ以上のアクセ
スをブロックする第２モジュールとを含むシステムである。

【０００９】 本発明に係る別の実施の形態は、インターネットサイトへのアクセスを制御す
るシステムであって、インターネットサイトのカテゴリ化されたデータベースと
、該カテゴリ化されたデータベースを参照し、ユーザによってアクセスされるイ
ンターネットサイトのカテゴリを判定する第１モジュールと、ユーザが前記カテ
ゴリ内のインターネットサイトにアクセスしたかどうかを判定し、その後、前記
ユーザに、すべてのインターネットアクセスがログファイルに保存されることを
通知する命令を含む第２モジュールとを含むシステムである。

【００１０】 本発明に係る別の実施の形態は、インターネットサイトのカテゴリへのユーザ
アクセスを制御する方法である。この実施の形態は、インターネットサイトのカ
テゴリ化されたデータベースを参照することと、ユーザによってアクセスされつ
つあるインターネットサイトのカテゴリを判定することと、ユーザが前記カテゴ
リ内のインターネットサイト上で事前にセットされた時間を費やしたかどうかを
判定し、該判定に対応して、前記ユーザの前記サイトへのそれ以上のアクセスを
ブロックすることとを含む方法を提供する。

【００１１】 本発明に係る別の実施の形態は、インターネット上の特定のサイトへの延期さ
れたアクセスを提供する方法であって、インターネットサイトのカテゴリ化され
たデータベースを参照することと、ユーザによってアクセスされるインターネッ
トサイトのカテゴリを判定することと、前記ユーザが前記カテゴリ内のインター
ネットサイトへの延期されたアクセスを要求するかどうかを判定し、該判定に対
応して、要求されたインターネットサイトからのページをストレージに保存する
こととを含む方法である。

【００１２】 本発明に係る別の実施の形態は、インターネットサイトのカテゴリへのアクセ
スを制御する方法である。この方法には、インターネットサイトのカテゴリ化さ
れたデータベースを参照することと、ユーザによってアクセスされるインターネ
ットサイトのカテゴリを判定することと、ユーザが前記カテゴリ内のインターネ
ットサイトに所定の回数だけアクセスしたかどうかを判定し、該判定に対応して
、前記ユーザの前記サイトへのそれ以上のアクセスをブロックすることとが含ま
れる。

【００１３】 本発明に係る別の実施の形態は、インターネットサイトへのアクセスを制御す
る方法であって、インターネットサイトのカテゴリ化されたデータベースを参照
することと、ユーザによってアクセスされるインターネットサイトのカテゴリを
判定することと、ユーザが前記カテゴリ内のインターネットサイトにアクセスし
たかどうかを判定し、その後、前記ユーザに、すべてのインターネットアクセス
がログファイルに保存されることを通知することとを含む方法である。

【００１４】 （詳細な説明） 本発明に係る実施の形態は、インターネットサイトへの柔軟なアクセスを提供
するシステムおよび方法に関する。たとえば、下記のように、一実施の形態で、
このシステムは、インターネットサイトへのアクセスを単純に許可または拒否す
るのではない。ユーザに、カテゴリ化されたデータベース内で見つかったサイト
へのアクセスに関する複数のオプションを与えることができる。

【００１５】 たとえば、一実施の形態では、ユーザに、その日の別の時刻まで所望のサイト
へのアクセスを延期するというオプションを提示する。ユーザが、アクセスの延
期を選択する場合には、要求されたＵＲＬおよびページのコピーが、インターネ
ットサーバ上のデータベースにコピーされる。ユーザは、その後、その日の後の
時刻にこのデータベースへのアクセスを許可される。このシステムでは、たとえ
ばスポーツサイトへのアクセスを、昼食時間中または勤務時間後に限ってユーザ
に提供する能力を使用者に与える。

【００１６】 もう１つの実施の形態では、ユーザが特定のサイトにアクセスする時間の長さ
または回数を追跡する。したがって、ユーザが、特定のサイトで所定の量を超え
る時間を費やす場合に、そのユーザは、その日の残りについてそのサイトへのア
クセスを禁止される。もちろん、タイムスケジュールには、どのようなものであ
っても、使用者の好む時間の組合せをセットすることができる。さらに、ユーザ
が特定のカテゴリ内のサイトにアクセスする最大回数も、制御することができる
。したがって、ユーザに、どの２４時間の期間内であっても、スポーツサイトへ
の１０回だけのアクセスを許可することができる。

【００１７】 また、本明細書で説明するシステムは、特定のカテゴリ内のインターネットサ
イトへのアクセスを提供する。ただし、選択されたサイトへのアクセスが再検討
のために記録されることをユーザに通知した後に限って提供される。したがって
、ユーザが、そのサイトにアクセスする正当な理由を有する場合には、そのユー
ザはブロックされない。しかし、所望のサイトにアクセスする正当な理由を有し
ないユーザは、サイト要求をキャンセルすることを許され、そのサイトを要求し
たものとしては記録されない。

【００１８】 カテゴリ化されたインターネットサイトのデータベースの作成 このシステムの実施の形態では、インターネットページを自動的にカテゴリ化
して、カテゴリ化されたサイトのデータベースを作成し、更新する方法も提供さ
れる。このカテゴリ化されたデータベースは、その後、インターネットアクセス
制御システム内で、あるカテゴリ内のインターネットサイトへのユーザのアクセ
スを制御するのに使用される。たとえば、本明細書に記載のシステムが、特定の
インターネットページを「スポーツ」カテゴリに割り当てる場合に、インターネ
ット上のスポーツページを見ることを制限されたユーザは、要求されたサイトへ
のアクセスを許可されない。一実施の形態では、このシステムが、ユーザからイ
ンターネットへのトラフィックを制御するインターネットゲートウェイコンピュ
ータ内にインストールされる。本明細書に記載のシステムは、スコアリングされ
る各ページに関してより正確になるので、ページをカテゴリに割り当てるのに、
最小限のユーザ介入が必要である。

【００１９】 以下詳細に説明するように、このシステムの実施の形態には、特定のカテゴリ
に強く関連する、インターネットサイトに現れる字句要素の分析によって作成さ
れるトレーニングデータベースが含まれる。これに関して、字句要素とは、分析
されるサイトに現れる１つまたは複数の単語である。字句要素の例には、個々の
単語、単語対、近接する単語および単語の３つ組が含まれる。したがって、たと
えば「スポーツ」カテゴリをトレーニングするために、フットボールチームに関
するサイトが、システムに供給される。

【００２０】 第１ステップとして、スポーツなどの各カテゴリが、そのカテゴリに特に関係
する単語、単語対、および単語近接を認識するためにトレーニングされる。本明
細書で使用される、単語対は、ページのどこかに現れる２つの単語を意味する。
対照的に、単語近接は、お互いのとなりに現れる２つの単語である。したがって
、単語近接「フットボールチーム」は、スポーツカテゴリに対する強い関連性ス
コアを与えるはずである。しかし、同一の単語近接が、インターネット商取引カ
テゴリに対しては低い関連性スコアしか与えないはずである。

【００２１】 トレーニングデータベースを、単語対および単語近接から、その事前定義のカ
テゴリのそれぞれに関する関連性スコアと共に作成した後に、インターネットに
現れる新しいページを、新しいページに現れる単語対／近接の関連性に基づいて
分析することができる。たとえば、単語近接「フットボールチーム」を有する新
しいインターネットページは、スポーツカテゴリについては高いスコアが与えら
れるが、インターネット商取引カテゴリに対しては低い関連性しか与えられない
。

【００２２】 さらに、特定のカテゴリに含まれることが確認されたページを用いて各カテゴ
リをトレーニングし続けることによって、システムをますます正確にすることが
できる。各トレーニングセッションでは、各ページ内の字句要素の関連性スコア
が、カテゴリへのより高い関連性を示すために増やされるか、カテゴリへのより
低い関連性を示すために減らされる。

【００２３】 自動インターネットサイト取出プログラムを使用することによって、このシス
テムに係る実施の形態は、新しいインターネットページがワールドワイドウェブ
に現れた時に、そのページは新しいインターネットページに継続的に更新される
、カテゴリ化されたインターネットサイトおよびページのデータベースを提供す
る。したがって、このシステムの実施の形態は、インターネットページのスコア
リングおよびカテゴリ化のための効率的なシステムを提供する。

【００２４】 カテゴリ化プロセスの概要 以下で説明する自動カテゴリ化システムには、コンピュータ命令が含まれ、こ
のコンピュータ命令は、実行される時に、インターネットサイトのソースページ
を評価し、与えられたＵＲＬを複数のカテゴリのうちの１つにカテゴリ化する。
このシステムには、下記についてスコアリングする３つの式が含まれる。

【００２５】 １．単一単語関連性 例：カテゴリ２で、「セックス」＝４０４０。 ２．単語対関連性 例：カテゴリ２で、「セックス」と「ポルノ」＝６００
５。 ３．単語近接関連性 例：カテゴリ２で、「ハードコアセックス」＝８０５０
。

【００２６】 さらに、別の実施の形態で、単語対、単語近接、高い度合の組合せ（３つ組、
４つ組など）などの複数単語関連に関してスコアリングする式を、実施すること
ができる。

【００２７】 カテゴリ化システムは、まず、与えられたカテゴリのさまざまな面を最もよく
表す、代表的な複数のインターネットサイトを収集することによってトレーニン
グされる。これらのサイトを、トレーニングアルゴリズムにかけ、このトレーニ
ングアルゴリズムが、選択されたカテゴリに対する、インターネットサイト内で
見つかった単語、単語対および単語近接への関連性スコアを割り当てる。トレー
ニング処理の結果が、「カテゴリプロトタイプ」と称するインターネットサイト
の合成物である。カテゴリプロトタイプは、単一単語、単語対および単語近接の
関連性スコアの集合である。

【００２８】 カテゴリプロトタイプが各カテゴリについて生成された後に、新しいインター
ネットサイトからの単語、単語対および単語近接が、カテゴリプロトタイプに対
してテストされて、新しいページを特定のカテゴリ内にカテゴリ化しなければな
らないかどうかが判定される。たとえば、単語「セックス」がソースページに現
れる場合に、コンピュータは、カテゴリプロトタイプを検査し、カテゴリ２（セ
ックス）内のこの単語の４０４０という関連性スコアを取り出す。単語対「セッ
クス、ポルノ」がソースページに現れる場合に、コンピュータは、カテゴリプロ
トタイプを検査し、カテゴリ２（セックス）内の単語対「セックス、ポルノ」の
６００５という関連性スコアを取り出す。この処理を、取り出されたページのす
べての単語対および単語近接について繰り返す。その後、これらのスコアを使用
して、取り出されたページのカテゴリレーティングを計算する。

【００２９】 カテゴリレーティングは、あるページを与えられたカテゴリに配置しなければ
ならない確率を評価するのに使用される。たとえば、あるＵＲＬが、カテゴリ２
内で５０００のカテゴリレーティングを有する場合に、そのＵＲＬがそのカテゴ
リ内にあることの、それに関連する確率は、０．９９である可能性がある。これ
は、それぞれが５０００のカテゴリ２レーティングを有する１００個のサイトが
ある場合に、これらのサイトのうちの９９個が、カテゴリ２に属することを意味
する。一般に、カテゴリレーティングが高くなるにつれて、対応するサイトがそ
のカテゴリに属する確率も高まる。その結果、この特徴を使用して、９９％の精
度（または他の精度）を維持するカットオフ点を確立することが可能である。

【００３０】 この処理の目的の１つが、各カテゴリ内の２つのカットオフ点すなわち、アル
ファ点およびベータ点を得ることである。この２つの点によって、サイトのカテ
ゴリ化に関する決定をそれに対して行うことができるベンチマークが作成される
。アルファ点は、たとえば９９％のソーティング精度を維持するように選択され
る。既知の通り、ソーティング精度は、単に、コンピュータがサイトを特定のカ
テゴリに正しくソートする能力である。アルファ点は、次式を使用することによ
って、どのカテゴリについても計算することができる。

【００３１】 Ａｐ＝Ｍ７＋４（ＳＤ７） ただし、Ａｐ＝アルファ点、Ｍ７＝特定のカテゴリ内で誤ってソートされたサイ
トの平均カテゴリレーティング、ＳＤ７＝特定のカテゴリ内で誤ってソートされ
たサイトのカテゴリレーティングの標準偏差である。これによって、９９％のソ
ーティング精度が保証される。というのは、平均スコアから４標準偏差離れた点
を計算しており、与えられたカテゴリについてインターネット全体を一般化しな
ければならないからである。

【００３２】 ベータ点のソーティング精度は、確実にカテゴリの間で変化する。しかし、一
般に、７５％から８５％の範囲の間のソーティング精度を維持することができる
。ベータ点は、次式を使用して得ることができる。

【００３３】 Ｂｐ＝Ｍ７＋１（ＳＤ７） ここで、Ｂｐ＝ベータ点、Ｍ７＝特定のカテゴリ内で誤ってソートされたサイト
の平均カテゴリレーティング、ＳＤ７＝特定のカテゴリ内の誤ってソートされた
サイトのカテゴリレーティングの標準偏差である。ベータ点とアルファ点との間
に含まれるサイトは、ウェブアナリストまたは技術者が見ることができるように
、提案データベースに配置される。各カテゴリに、それ自体の独自のアルファ点
およびベータ点が割り当てられることに留意されたい。

【００３４】 以下で述べるように、本システムの実施の形態に、１つまたは複数のモジュー
ルが含まれる。これらのモジュールには、コンピュータシステム内のプロセッサ
上で実行されるソフトウェア命令が含まれる。モジュールには、ランダムアクセ
スメモリ（ＲＡＭ）、読取専用メモリ（ＲＯＭ）、電気的消去可能プログラマブ
ル読取専用メモリ（ＥＥＰＲＯＭ）、ハードディスクまたは他のコンピュータス
トレージデバイスなどのストレージも含めることができる。

【００３５】 図１に、インターネット上の特定のサイトへのアクセスを制御するシステム１
０の概要を示す。図から分かるように、複数のワークステーション１２Ａ〜１２
Ｃが、ローカルエリアネットワーク１５を介してインターネットゲートウェイシ
ステム２０に接続される。ワークステーション１２Ａ〜１２Ｃは、マイクロソフ
トウインドウズオペレーティングシステムの下で動作するインテルペンティアム
クラスのパーソナルコンピュータであることが好ましい。もちろん、アップル、
ＩＢＭ、コンパック、デル、ディジタルイクウィップメントコーポレイテッド（
ＤＥＣ）などによって製造されるものまたは他のシステムなどの、すべての従来
のパーソナルコンピュータを使用できることを理解されたい。

【００３６】 ローカルエリアネットワーク１５は、イーサネット（登録商標）１０ベースＴ
トポロジであることが好ましいが、無線ネットワーク、トークンリングネットワ
ークおよび類似物を含む、周知のネットワークプロトコルに基づくものとするこ
とができる。ローカルエリアネットワーク１５は、インターネット３５上のサイ
トへのＴＣＰ／ＩＰ通信をワークステーション１２Ａ〜１２Ｃに提供するために
、インターネットゲートウェイシステム２０と通信する。そのようなゲートウェ
イは、当技術分野で周知であり、通常は、インターネットのＴＣＰ／ＩＰプロト
コルをローカルエリアネットワーク１５上の通信のための適当なプロトコルに変
換するルータまたは他のデータパケットスイッチング技術を介して通信する。

【００３７】 インターネットゲートウェイシステム２０内に、インターネット３５との間で
流れるデータパケットを監視するインターネットファイヤウォールモジュール２
４がある。ファイヤウォールモジュール２４は、ワークステーション１２Ａ〜１
２Ｃとインターネットとの間のアクセスを制御し、その結果、許可されないユー
ザが、ローカルエリアネットワーク１５上のコンピュータリソースへのアクセス
を獲得できないようにする。したがって、インターネットとネットワークサーバ
１５との間のすべての通信が、まず、ファイヤウォール２４を通過する。ファイ
ヤウォール−１（チェックポイントソフトウェア、米国カリフォルニア州レッド
ウッドシティ）などの多数のファイヤウォールソフトウェアプログラムが利用可
能である。しかし、図１に示した実施の形態では、インターネットとワークステ
ーション１２Ａ〜１２Ｃとの間のデータパケットのアクセスを制御するのにファ
イヤウォールに頼っているが、他の類似するアクセス制御システムが使用可能で
あることを理解されたい。たとえば、マイクロソフトプロキシサーバ（マイクロ
ソフトコーポレイテッド、米国ワシントン州レッドウッドシティ）、ネットスケ
ーププロキシサーバ（ネットスケープコーポレイテッド）およびシスコ（Ｃｉｓ
ｃｏ）のピックスファイアウォールのオープンサーバインプリメンテーション（
シスココーポレイテッド）が、現在入手可能であり、ファイヤウォール２４の代
わりに実施することができる。

【００３８】 インターネットゲートウェイシステム２０内で、ファイヤウォール２４と通信
するのが、カテゴリ化されたサイト管理モジュール２６であり、カテゴリ化され
たサイト管理モジュール２６には、ワークステーション１２Ａ〜１２Ｃからのイ
ンターネットサイト要求を分析し、これらのインターネットサイト要求をカテゴ
リ化されたサイト／ページデータベース３０と比較する命令が含まれる。要求さ
れたページがデータベース３０内で見つかる場合には、そのページに対しては、
管理モジュール２６内でユーザに与えられるアクセス権に応じて、ブロックまた
は許可のいずれかが行われる。図から分かるように、カテゴリ化されたサイト管
理モジュール２６は、ファイヤウォール２４と通信して、インターネット３５へ
のアクセスを許可または制御する。

【００３９】 カテゴリ化システム４０もインターネット３５に接続されている。カテゴリ化
システム４０は、下記のように、カテゴリ化されたサイトデータベース３０を作
成するために、ウェブサイトおよびページをカテゴリ化する。インターネット上
のサイトが、カテゴリ化システム４０によってカテゴリ化された後に、データベ
ース更新システム４２が、その後、更新されたデータベースをカテゴリ化システ
ム４０からインターネットゲートウェイシステム２０に日常的にコピーする。想
像できるように、このシステムに、数百台のゲートウェイシステムを含めること
ができ、そのゲートウェイシステムのそれぞれが、データベース更新システム４
２によって定期的に更新されて、ブロックされるインターネットサイトの更新さ
れたデータベースが提供される。さらに、データベース更新システム４２は、ゲ
ートウェイシステム２０にデータベースの一部だけを転送でき、その結果、デー
タベース全体を送信する必要がなくなることが好ましい。

【００４０】 延期管理システム４４もインターネット３５と通信するが、この延期管理シス
テム４４は、後に図４に関して説明するように、ユーザによる延期されたアクセ
スのために保存されたインターネットサイトを管理する。次に説明するように、
このシステムは、後で再検討するために所望のインターネットサイトを保存する
能力をユーザに提供する。

【００４１】 図１には、インターネットへのワークステーションコンピュータの制御された
アクセスを提供するシステム全体の一実施の形態が示されている。インターネッ
トアドレス（たとえばページまたはサイト）に関するワークステーションからの
要求のそれぞれが、まず、インターネットアドレスのカテゴリ化されたデータベ
ースと比較される。要求されたアドレスが、カテゴリ化されたデータベース内で
見つかる場合には、管理モジュールが、ユーザ許可テーブルにアクセスして、要
求元のユーザが要求されたページに関連するカテゴリ内のサイトを見る権利を有
するかどうかを判定する。ユーザがカテゴリ内のページを見るアクセス権を有す
る場合には、ページ要求がインターネットに送信される。しかし、ユーザがアク
セス権を有しない場合には、そのユーザは、要求したページをインターネットか
ら受信することをブロックされる。

【００４２】 図２は、カテゴリ化システム４０（図１）を詳細に示すブロック図である。図
に示されているように、インターネットページ１００Ａおよび１００Ｂとインタ
ーネットサイト１００Ｃが、サイト／ページ取出モジュール１１０によって検索
され取り出される。サイト／ページ取出モジュール１１０内には、インターネッ
トからインターネットページおよびサイトを検索し、取り出す命令がある。その
ようなサイトを取り出す１つの例示的な方法を、後に図７により説明する。

【００４３】 インターネットサイトまたはページは、取出モジュール１１０によって検索さ
れ取り出された後に、どのカテゴリ（１つまたは複数）が取り出されたサイトに
最も強く関連するかを判定するために、分析モジュール１２０に転送される。１
つまたは複数のカテゴリへの関連性についてインターネットページを分析するプ
ロセスを、後に図５により詳細に説明する。

【００４４】 図から分かるように、分析モジュール１２０は、カテゴリ化されたデータベー
スのコピー３０’およびトレーニングデータベース１２５にリンクされる。分析
モジュール１２０は、ページ内の単語対および単語近接を分析することによって
、所定のカテゴリのそれぞれに対する、取り出されたインターネットページの関
連性を計算する。この分析を提供するために、以下で説明するトレーニングデー
タベース１２５には、ページで見つかる可能性がある単語対および単語近接のそ
れぞれのカテゴリ関連性スコアが含まれる。したがって、検索されたページ内の
単語対および単語近接を、トレーニングデータベース内の単語対および単語近接
のスコアと比較することによって、各カテゴリ内のページの総関連性スコアを決
定することができる。ページ関連性スコアが各カテゴリ内でページについて計算
された後に、各カテゴリの関連性スコアが、検索されたスコアのカテゴリへの割
当を保証するのに十分に高いかどうかを判定する。

【００４５】 次に述べるように、取り出されたページを特定のカテゴリに割り当てるかどう
かの判定は、特定のカテゴリに関するページの関連性スコアと、所定のアルファ
値とを比較することによって行われる。ページ関連性スコアが、カテゴリのアル
ファ値より高い場合には、そのページが、そのカテゴリに割り当てられる。スコ
アがアルファ値より低いが、ベータ値より大きい場合には、そのページが手動ス
コアリングシステムに転送され、この手動スコアリングシステムで、技術者が取
り出されたページを見て、そのページをカテゴリに含めるか否かを判定する。カ
テゴリに関するページの関連性がベータ値より低い場合には、ページアドレスが
、分析されたサイトのデータベースに保存され、システムは、追加のアドレスの
スコアリングを継続する。

【００４６】 トレーニングデータベース１２５内のデータは、図示のように、トレーニング
データ１３０をトレーニングモジュール１３５に供給することによって作成され
る。トレーニングデータ１３０には、トレーニングされる各カテゴリに強く関連
するインターネットページが含まれる。たとえば、スポーツカテゴリをトレーニ
ングするために、トレーニングデータに、スポーツフランチャイズまたは他のス
ポーツウェブサイトのインターネットアドレスを含めることができる。その後、
トレーニングモジュール１３５が、与えられたスポーツサイト内の各ページの単
語対および単語近接を構文解析する。以下で説明するように、独自の単語対およ
び単語近接のすべてに、トレーニングデータベース内のスポーツカテゴリで高い
関連性スコアが割り当てられる。したがって、新しいページに現れる類似する単
語および単語対には、スポーツカテゴリへの高い関連性スコアが与えられる。

【００４７】 図３には、トレーニングデータベース１２５の一実施の形態が示されている。
トレーニングデータベース１２５内には、単語のリストおよび各単語の対応する
ＩＤ番号を含む単語識別テーブル２００がある。このテーブルを用いると、デー
タベース内で参照されるすべての単語対または単語近接を、２つの単語ではなく
２つの数によって表現できるようになる。一般に、ＩＤ番号の文字数は、単語自
体の文字数より少ないので、単語自体の代わりに各単語の数値表現を保存するた
めに、トレーニングデータベース内で要求されるデータストレージスペースは、
はるかに少なくなる。さらに、これらの一般的な単語を表すのに、１バイトのデ
ータが用いられるだけであるので、「ザ（ｔｈｅ）」および「アンド（ａｎｄ）
」などの周知の単語は、１桁の数によって表すことができる。しかし、次に述べ
るように、そのような一般的な単語は、通常は、インターネットページをスコア
リングする前に破棄され、その結果、各ページの字句要素が、すべての他のイン
ターネットページからより簡単に区別されるようになる。これによって、より有
利なページスコアリングシステムがもたらされる。

【００４８】 単語識別テーブル２００の他に、システム内のカテゴリのそれぞれにカテゴリ
ＩＤ番号を与えるカテゴリ識別テーブル２０５がある。カテゴリ識別テーブル２
０５には、特定のページを選択されたカテゴリに割り当てるためのカットオフ値
を提供するアルファスコアおよびベータスコアも含まれる。たとえば、図３に示
されているように、スポーツカテゴリに、９２０のアルファスコアおよび８１０
のベータスコアが含まれる。あるインターネットページが、スポーツカテゴリに
ついて９２０を超えるページ関連性スコアを有することがわかった場合に、その
ページが、スポーツカテゴリに割り当てられる。しかし、そのインターネットペ
ージが、８１０と９２０との間のページ関連性スコアを有することがわかった場
合には、そのページには、スポーツカテゴリに属するか否かを判定するための技
術者による手動フォローアップのフラグが立てられる。インターネットページが
、スポーツカテゴリについて８１０未満のページ関連性スコアを有することがわ
かった場合には、そのページには、スポーツカテゴリに関連するものとしてのフ
ラグが立てられない。これらの値を使用することによって、システムが、特定の
ページを所定のカテゴリに割り当てるか否かを判断する。

【００４９】 トレーニングデータベース１２５内には、システム内の特定のカテゴリに関す
る単語対および単語近接の関連性スコアを提供する単語関連性テーブル２１０も
ある。たとえば、単語「クリーブランド」（ＩＤ番号２３４）および単語「ブラ
ウンズ」（ＩＤ番号１９８）が、カテゴリ１（スポーツ）に対する９００の単語
近接関連性スコアと共に示されている。この例では、最大関連性スコアが１００
０なので、単語近接「クリーブランドブラウンズ」は、スポーツカテゴリに非常
に強く関連する。したがって、互いに近接する単語「クリーブランドブラウンズ
」を有するインターネットページは、これらの単語のスポーツへの強い関連性に
起因して、スポーツカテゴリ内で総ページスコアが増やされる。

【００５０】 単語「ダイヤモンド」（ＩＤ番号７５５）および「ジュエリー」（ＩＤ番号１
３４５）は、スポーツカテゴリ内では２９０の関連性スコアを有するのみである
ことに留意されたい。しかし、単語対「ダイヤモンド」および「ジュエリー」は
、カテゴリ３（ショッピング）では９４０の関連性スコアと共に図示されている
。したがって、図から分かるように、これらの単語の両方を有するページは、シ
ョッピングカテゴリとの関連がより強く、スポーツカテゴリとの関連はより弱い
。

【００５１】 図４を参照して、カテゴリ化されたサイト管理モジュール２６と延期管理シス
テム４４の間の対話を、より完全に説明する。図に示されているように、カテゴ
リ化されたサイト管理モジュール２６には、延期モジュール２５０が含まれ、延
期モジュール２５０には、インターネット上の特定のサイトへのアクセスを延期
する能力をシステムに与える命令が含まれる。延期モジュール２５０内で動作す
るプロセスを、後に図９および１０により説明する。

【００５２】 カテゴリ化されたサイト管理モジュール２６には、クォータモジュール２５４
もある。クォータモジュール２５４には、ユーザがインターネット上のサイトへ
のアクセスに関する特定のクォータを超過したかどうかを判定する命令およびコ
マンドが含まれる。ユーザがタイマクォータを超過したかどうかを判定するプロ
セスは、図１１に示されている。このプロセスは、クォータモジュール２５４内
のタイマモジュール２５６内で動作する。さらに、クォータモジュール２５４に
は、特定のユーザがあるインターネットサイトにアクセスした回数、またはユー
ザが特定のインターネットサイトを再検討して費やした時間を記録する、データ
ストレージ２５８が含まれる。

【００５３】 管理モジュール２６には、ユーザ許可モジュール２６０も含まれ、ユーザ許可
モジュール２６０は、特定のユーザが、特定のサイトへのアクセスを制限されて
いるか、延期モジュール２５０またはクォータモジュール２５４の要件の対象で
あるかどうかを判定するためのデータストレージ、コマンドおよび命令が含まれ
る。

【００５４】 管理モジュール２６と通信するのが、延期管理システム４４である。このシス
テムは、インターネット３５に接続されたサーバ内で普通に実行されている。延
期管理システム４４には、特定のユーザによって要求されたインターネットサイ
トへの延期されたアクセスを提供する命令およびコマンドが含まれる。

【００５５】 延期管理システム４４内には、クッキー分析モジュール２７０があり、クッキ
ー分析モジュール２７０は、現在システムにアクセスしているユーザの識別を判
定する命令を提供する。既知のように、「クッキー」は、特定のユーザ識別番号
を含めることができる、ユーザのコンピュータ上に保存されるデータストリング
である。この一意のユーザ識別番号によって、延期管理システム４４が、現在シ
ステムにアクセスしているユーザの識別を知ることができる。

【００５６】 クッキー分析モジュール２７０と通信するのが、新しいユーザを延期管理シス
テム内で登録できるようにするために設けられた登録モジュール２７２である。
したがって、クッキーがユーザのコンピュータ上で見つからない場合には、ユー
ザは、延期管理システム４４へのアクセスを登録するために、登録モジュール２
７２に案内される。

【００５７】 延期管理システム４４は、システム４４内の延期されたサイトへのユーザアク
セスを監督する管理モジュール２７６も備える。したがって、ユーザが、保存さ
れたサイトへのアクセスを試みる時に、管理モジュール２７６が、適当な保存さ
れたサイトを判定し、ユーザをその保存されたページに案内する。図から分かる
ように、管理モジュール２７６は、ユーザによって試みられた前の表示から延期
された実際のページを保持するストレージ２８０と通信する。この延期されたペ
ージを保存し、見るプロセスを、後に図９および１０を基により完全に説明する
。

【００５８】 図５は、インターネットページまたはサイトへのアクセスの要求の全体的なプ
ロセス３００を示すフローチャートである。プロセス３００は、開始ステップ３
０２で開始され、その後、ステップ３０６に進み、ここで、ワークステーション
１２Ａ〜１２Ｃ上のインターネットブラウザが、インターネット上のアドレスを
要求する。周知のブラウザに、マイクロソフトエクスプローラーおよびネットス
ケープナビゲータが含まれる。このブラウザ要求は、ユーザが自分のブラウザソ
フトウェアに所望のＵＲＬを入力した後に、普通に行われる。

【００５９】 その後、ユーザの要求が、ローカルエリアネットワーク１５を介してインター
ネットゲートウェイシステム２０に送られる。プロセス３００は、その後、ステ
ップ３０８に進み、ここで、要求されたインターネットアドレスが、カテゴリ化
されたデータベース３０と突き合わされる。アドレスを、インターネットサイト
内の単一のページまたはサイトのデフォルトアドレス（たとえばｗｗｗ．ｃｏｍ
ｐａｎｙ．ｃｏｍ）とすることができることに留意されたい。

【００６０】 その後、判断ステップ３１０で、カテゴリ化されたデータベースに保存された
アドレスのいずれかとアドレスが一致したかどうかの判定を行う。カテゴリ化さ
れたデータベース３０内で一致するアドレスが見つからなかった場合には、ステ
ップ３１２で、要求されたページをインターネットから取り出し、終了ステップ
３１４でこのプロセスを終了する。

【００６１】 しかし、要求されたアドレスとカテゴリ化されたデータベースの間で一致する
アドレスが見つかった場合には、プロセス３００は、判断ステップ３１５に進み
、ここで、現在のユーザがインターネットページの特定のカテゴリへの制限され
たアクセス権を有するかどうかを判定する。この判定は、ネットワークユーザの
リストと、カテゴリ化されたデータベース内で見つかったカテゴリのそれぞれの
関連する許可テーブルとを参照することによって行うことができる。したがって
、１特定のユーザが、スポーツカテゴリおよびポルノグラフィカテゴリのすべて
へのアクセスを制限され、インターネット商取引カテゴリまたはトラベルカテゴ
リへのアクセスを制限されない場合がある。インターネットカテゴリの例示的な
リストを、下の表１に示す。

【００６２】

【表１】

【００６３】

【００６４】 判断ステップ３１５で、ユーザが制限されたカテゴリを有すると判定された後
に、プロセス３００は、ステップ３１６に進んで、この特定のユーザに関してど
のカテゴリがブロックされているかを判定する。この判定は、ユーザに関連する
許可リストを参照することによって行われる。

【００６５】 プロセス３００は、その後、判断ステップ３２０に進んで、要求されたページ
が、この特定のユーザに関して制限されたカテゴリのいずれかに含まれるかどう
かを判定する。この判定は、まずカテゴリ化されたデータベースから要求された
アドレスのカテゴリを判定し、その後、その結果とユーザに対して制限されたカ
テゴリとを比較することによって行われる。要求されたページがユーザに対して
制限されたカテゴリに含まれないと判定された場合には、ステップ３２４で改訂
されたページを取り出し、終了ステップ３１４でこのプロセスを終了する 判断ステップ３２０で、要求されたページがユーザに対して制限されたカテゴ
リの１つに含まれると判定された場合には、プロセス３００は、ステップ３４０
に進み、ここで、ページへのアクセスをブロックする。このブロックは、ユーザ
からインターネットへのパケット要求を破棄するか、要求されたページへのイン
ターネットブラウザによって要求された接続を単純にクローズすることによって
、行うことができる。プロセス３００は、適当なページに戻って、要求が拒否さ
れたことをユーザに通知する。その後、プロセス３００は、終了ステップ３１４
で終了する。

【００６６】 したがって、図５は、要求されたページがカテゴリ化されたデータベース３０
内に現れるかどうかに基づいて、特定のインターネットアドレスへのアクセスを
要求し、ブロックする１つのプロセスの概要を提供する。図５は、インターネッ
トページ内の単語対および単語近接の内容を分析することによって、カテゴリ化
されたデータベース３０を作成する方法を提供する。

【００６７】 図６は、特定のカテゴリへの関連性を判定するためにページの単語内容を分析
するプロセス３２８を示すフローチャートである。プロセス３２８は、開始ステ
ップ４００で開始され、その後、ステップ４０２に進み、ここで、インターネッ
トページの第１単語を検索し取り出す。本明細書で使用される用語「単語近接」
には、互いに直接に隣接する単語が含まれる。用語「単語対」には、同一のイン
ターネットページに配置された２つの単語が含まれる。

【００６８】 ページからの第１単語をステップ４０２で検索し取り出した後に、プロセス３
２８は、ステップ４０４に進み、ここで、ページ内の第１単語を含むすべての単
語対の関連性を、定義されたカテゴリのそれぞれについて判定する。したがって
、ページ内の第１単語と第３単語を判定し、その単語対を、トレーニングデータ
ベース内の単語関連性テーブル２１０と比較して、リストされたカテゴリのそれ
ぞれでの関連性スコアを判定する。この関連性スコアは、各単語対とそれに関連
するすべてのカテゴリに対する関連性をリストした単語関連性テーブル２１０（
図３）を参照することによって判定される。一実施の形態では、特定のカテゴリ
内の単語対の関連性スコアが、０から１０００まで変化し、１０００が、カテゴ
リに完全に関連する単語対である。もちろん、カテゴリに対する特定の単語対の
関連性を反映する、さまざまなスコアリングシステムを開発することができる。
また、単語対の２つの単語の間の最大距離を設定することができることを理解さ
れたい。たとえば、システムが、１０、２０、３０、４０、またはそれ以上の単
語数だけ離れた単語対だけを分析し、その後、そのページの次の単語の分析の開
始に移動することができる。

【００６９】 判定された単語対関連性スコアは、後の操作のためにメモリに格納される。そ
の後、第１単語を、そのページの第４単語と対にして、新しい単語対の各カテゴ
リに対する関連性を判定する。この処理を、第１単語を含む、そのページ内の可
能なすべての２単語対について繰り返す。

【００７０】 プロセス３２８は、その後、ステップ４０５に進み、ここで、第１単語と第２
単語の単語近接の関連性を、これらの単語をトレーニングデータベース内の単語
関連性テーブル２１０と突き合わせて、各カテゴリとの関連性を判定することに
よって、計算する。

【００７１】 取り出された単語近接の関連性スコアを、すべてのカテゴリについて判定した
後に、プロセス３２８は、ステップ４０８に進み、ここで、単語対のそれぞれに
ついてステップ４０４で判定された関連性スコアを、カテゴリごとの総ページス
コアに加算する。

【００７２】 したがって、単語対「クリーブランド」および「ブラウンズ」が、スポーツカ
テゴリの単語関連性テーブルから９００の関連性スコアを返す場合に、数値９０
０が、カテゴリ１（スポーツ）の総ページスコアに加算される。したがって、あ
るカテゴリでより高い関連性スコアを有する単語対が、そのページの現在のカテ
ゴリでのより高い総合ページ関連性スコアをもたらす。同様に、特定のカテゴリ
でより低い関連性スコアを有する単語対は、そのカテゴリに対する総合ページ関
連性スコアを下げる。

【００７３】 ページの単語対関連性スコアが、総ページ関連性スコアに加算された後に、プ
ロセス３２８は、ステップ４０９に進み、ここで、各カテゴリについてステップ
４０５で判定された単語近接関連性を、現在のインターネットページのページ関
連性カテゴリスコアに加算する。

【００７４】 各カテゴリのページスコアを計算したので、判断ステップ４１６で、ページに
分析すべき単語がまだあるかどうかを判定する。取り出されたインターネットペ
ージに分析に使用可能な単語がもうないと判定された場合に、プロセス３２８は
、ステップ４２０に進み、ここで、より多くの単語を有するページがより高いス
コアを有するという事実を考慮に入れるために、各カテゴリの総ページ関連性ス
コアを正規化する。たとえば、ページスコアが、単語対および単語近接の関連性
を加算することによって決定されるので、５００単語を有するページは、１００
単語を有するページよりかなり高い、各カテゴリのスコアを有する。したがって
、たとえば、各カテゴリのページ関連性スコアを、そのページの単語の総数で割
ることによって、ページスコアを正規化し、その結果、異なる長さのページが、
各カテゴリでほぼ同一のページスコアを有するようにする。単語対および単語近
接のそれぞれについてより高い平均関連性スコアを有するカテゴリが、低い関連
性スコアを有する単語対を有するカテゴリより高いページスコアを有することに
留意されたい。

【００７５】 正規化されたページスコアが、検索されたページについて各カテゴリで判定さ
れた後に、プロセス３２８は、判断ステップ４２２に進んで、あるカテゴリのペ
ージ関連性スコアが、そのカテゴリのアルファ関連性スコアより大きいかどうか
を判定する。この判定は、トレーニングデータベース１２５内のカテゴリＩＤテ
ーブル２０５を参照することによって行われる。ページ関連性スコアが、アルフ
ァスコアより大きくない場合には、プロセス３２８は、判断ステップ４２４に進
んで、ページ関連性スコアがそのカテゴリのベータスコアより大きかどうかを判
定する。ページ関連性スコアがベータスコアより大きくないと判定された場合に
は、プロセス３２８は、ステップ４２６に進み、ここで、取り出されたサイトを
テーブルに格納し、分析済みだがどのカテゴリにも含まれないものとしてフラグ
を立てる。プロセス３２８は、その後、終了ステップ４３０で終了する。

【００７６】 判断ステップ４２２で、ページ関連性スコアがカテゴリのアルファスコアより
大きいと判定された場合には、プロセス３２８は、ステップ４３２に進み、ここ
で、取り出されたアドレスを、カテゴリ化されたデータベース３０に追加する。
カテゴリ化されたデータベース３０には、ブロックされるインターネットアドレ
スのアドレスだけではなく、データベース内でカテゴリ化されているサイトであ
っても、そのインターネットサイトに関連するカテゴリも含まれる。その結果、
特定の許可を有するユーザにサイトへのアクセスを提供しなければならないかど
うかの判定を行えるようになることに留意されたい。

【００７７】 別の実施の形態では、ページスコアがカテゴリのアルファスコアより大きいと
判定された場合に、システムが、インターネット上の現在のページにアクセスす
る命令を実行することができる。この命令は、その後、メインドメインアドレス
（たとえばｗｗｗ．ｃｏｍｐａｎｙ．ｃｏｍ）に向かって移動している間に、そ
のサイトの階層的ページのスコアリングを開始する。サイトのより上位のノード
のいずれかが、やはり同一のカテゴリのアルファスコアより大きいと判定された
場合に、このサイトも、データベースに追加される。これによって、個々のペー
ジをレーティングするだけではなく、インターネットサイトの特定のノードの下
に現れる複数のページもレーティングする機構が、システムに与えられる。

【００７８】 一実施の形態では、あるページで検討される単語の数が、所定の数に制限され
る。たとえば、ページの最初の１００、２５０、５００または１０００個の単語
だけを検討するようにシステムを制限することができる。所定の数の後の単語は
、すべて検討されない。

【００７９】 判断ステップ４２４で、ページ関連性スコアがベータスコアより大きいが、ア
ルファスコアより小さいと判定された場合には、プロセス３２８は、ステップ４
３４に進み、ここで、このアドレスに、技術者によるさらなる分析のためのフラ
グを立てる。このプロセスは、その後、終了ステップ４３０で終了する。

【００８０】 判断ステップ４１６で、取り出されたページに分析すべき単語がまだ残ってい
ると判定された場合には、プロセス３２８は、ステップ４３６に進み、ここで、
ページの次の単語を各単語対および単語近接の第１単語として選択する。この形
で、システムが、ページ内の各単語を他のすべての単語と共に分析することによ
って、ページを「ウォーク」する。これによって、ページ内のすべての可能な単
語対および単語近接の完全な分析が行われる。

【００８１】 図６に示されたプロセス３２８により、新たに取り出されたインターネットペ
ージが、スコアリングされ、システム内の１つまたは複数のカテゴリと関連付け
られる。あるカテゴリ内でそのカテゴリのアルファスコアより大きい関連性スコ
アを有することがわかったページのそれぞれが、それに関連付けられるカテゴリ
について、カテゴリ化されたデータベース３０に追加される。さらに、より厳し
さの低いベータスコアより高い関連性スコアを有することがわかったすべてのペ
ージに対して、技術者による分析のためのフラグが立てられ、その結果、そのペ
ージを、必要であればカテゴリ化されたデータベースに手動で追加できるように
なる。この機構により、新しいインターネットページが、定期的にシステムに追
加される。

【００８２】 図７は、トレーニングデータベース１２５内で単語関連性テーブル２１０を作
成するプロセス５００を示すフローチャートである。プロセス５００は、開始ス
テップ５０２で開始され、その後、ステップ５０４に進み、ここで、最初にトレ
ーニングするカテゴリを選択する。カテゴリは、たとえば、スポーツカテゴリと
することができる。プロセス５００は、その後、ステップ５０８に進み、ここで
、選択されたカテゴリ（たとえばスポーツ）内にあることが事前に判定されてい
るウェブページを取り出す。したがって、これらのページは、ステップ５０４で
選択されたカテゴリ内にあることが既知なので、選択されたページ内の各単語対
および単語近接の関連性を、現在のカテゴリへの高い関連性に割り当てることが
できる。

【００８３】 選択されたカテゴリ内のウェブページを取り出した後に、プロセス５００は、
ステップ５１０に進み、ここで、現在選択されているページに関してターゲット
ページスコアを判定する。通常、特定のカテゴリに強く関連するページには、た
とえば１０００のスコアが与えられる。しかし、単語をカテゴリに関係付けるの
に使用される類似するタイプのスコアリングスケールのどのようなタイプでも同
様に実施できることを理解されたい。ステップ５１０でターゲットページスコア
を判定した後に、プロセス５００は、ステップ５１６に進み、ここで、取り出さ
れたページの第１ページを分析のために選択する。

【００８４】 その後、ステップ５２０で、選択されたページの単語数をカウントし、その後
、プロセスはステップ５２６に進み、ここで、特有の単語対の数が、ターゲット
ページスコア（１０００）で割られて、その結果、単語対が再スコアリングされ
る場合に、総ページ関連性スコアが１０００になるようにする。同様に、ターゲ
ットページスコア（１０００）は、一意の単語近接の数で割られて、合計された
場合に１０００のページ関連性スコア（トレーニングされたカテゴリに対する極
端に高い関連性）をもたらす単語近接スコアとなる。処理時間を最小にし、スコ
アリング処理の精度を高めるために、「ア（ａ）」、「ザ（ｔｈｅ）」、「アン
ド（ａｎｄ）」などの一般的な単語が無視されることに留意されたい。さらに、
コンピュータ言語命令およびハイパーテキストヘッダも、ページのスコアリング
の精度を高めるために無視される。

【００８５】 その後、プロセスはステップ５３０に進み、ここで、各単語対および単語近接
の現在のスコア（１０００）を、単語関連性テーブルに既に格納されている同一
の単語対および単語近接を用いて平均化する。したがって、スポーツカテゴリの
トレーニングを行っており、単語近接「クリーブランドブラウンズ」が現在のペ
ージ内で見つかった場合に、スポーツカテゴリ内で１０５の単語近接値を割り当
てることができる。しかし、用語「クリーブランドブラウンズ」が、スポーツカ
テゴリ内で既に８９の値でスコアリングされている場合には、１０５の値と８５
の値の平均をとって、スポーツカテゴリに対する単語近接スコアを正規化する。
したがって、このシステムを用いると、あるカテゴリで何度も使用される単語を
、「アップトレーニング」することができる。その結果、スコアリングされるよ
り多くのページに関連性スコアが現れるので、選択されたカテゴリに関するその
関連性スコアが高くなる。さらに、このシステムは、複数のサイトを同時に並列
処理することができることを理解されたい。

【００８６】 その後、プロセス５００は、ステップ５３４に進み、ここで、トレーニング中
のカテゴリのアルファスコアおよびベータスコアを決定する。アルファスコアは
、それを超える時に、選択されたページが明らかにカテゴリ内にあることを示す
数値スコアである。ベータスコアは、それを超える時に、選択されたページがカ
テゴリ内にある可能性があることを示す数値スコアである。上で述べたように、
アルファスコアは、通常は、そのスコアを有するページの９９％が選択されたカ
テゴリに含まれるように選択される。ベータスコアは、通常は、そのスコアを有
するページの７５％から８５％が選択されたカテゴリに含まれるように選択され
る。これらのスコアは、カテゴリ内でトレーニングされたページの平均スコアを
分析して、新しいページのカットオフ値を判定することによって決定される。

【００８７】 その後、ステップ５３６で、単語関連性スコアを、トレーニングデータベース
１２５内の単語関連性テーブル２１０に格納する。その後、判断ステップ５４０
で、トレーニングを必要とするページがまだあるかどうかを判定する。ページが
もうない場合には、プロセス５００は、終了ステップ５４４で終了する。ページ
がまだあると判定された場合には、プロセス５００は、ステップ５５０に進み、
ここで、次に分析されるページを選択する。その後、ステップ５２０でページの
単語数をカウントし、上記のように処理を継続する。

【００８８】 上記のプロセス５００により、あるインターネットページで見つかる可能性が
ある単語対および単語近接のすべてに関する正規化された単語関連性を含む単語
関連性テーブルが確立される。新しいページを分析し、ページ内の各単語の関連
性を一緒に加算することによって、特定のページのページ関連性スコアをシステ
ム内の所定のカテゴリのそれぞれに割り当てる自動システムが提供される。した
がって、多数のページを分析することによって特定のカテゴリがトレーニングさ
れた後に、このシステムは、所定のカテゴリのそれぞれに対する関連性に関して
、新しいページを素早く分析することができる。すでに図２により説明したよう
に、ページ取出モジュール１１０が、新しいインターネットページを取り出し、
それらをスコアリングのために分析モジュール１２０に送るのに使用される。

【００８９】 図８は、インターネットからページを取り出すプロセス６００を示すフローチ
ャートである。プロセス６００は、開始ステップ６０２で開始され、その後、ス
テップ６０６に進み、ここで、最初にカテゴリ化するサイトのアドレスを、カテ
ゴリ化されたウェブデータベース３０からのアドレスのランダムアクセスによっ
て決定する。最初にカテゴリ化するサイトのアドレスをステップ６０６で決定し
た後に、プロセス６００は、ステップ６１０に進み、ここで、インターネットサ
イトの最初のページを読み取る。このプロセスは、その後、ステップ６１２に進
み、ここで、読み取られたページを分析モジュール１２０に転送し、その結果、
ページの単語対および単語近接が、所定のカテゴリに対する関連性について分析
されるようにする。

【００９０】 その後、プロセス６００は、現在のサイトに分析すべきページがまだあるかど
うかを判定するために、判断ステップ６１６に進む。現在のサイトにもうページ
がない場合には、プロセス６００は、判断ステップ６２０に進んで、インターネ
ットのサイトが現在分析されているサイトを参照しているかどうかを判定する。
現在のサイトによって参照されているサイトがもうない場合には、プロセス６０
０は、終了ステップ６２４で終了する。

【００９１】 判断ステップ６１６で、分析すべきページがまだある場合には、プロセス６０
０は、ステップ６３０に進み、ここで、現在のサイトの次のページを読み取る。
プロセスは、その後、ステップ６１２へ戻り、ここで、新しいページを分析モジ
ュール１２０に送る。

【００９２】 判断ステップ６２０で、現在のサイトを参照するサイトがあると判定された場
合には、プロセス６００は、ステップ６３２に進み、ここで、システムが、最初
の参照されるサイトのアドレスをポイントする。その後、プロセス６００は、新
たに取り出されたインターネットサイトの最初のページを読み取るためにステッ
プ６１０に戻る。

【００９３】 図９は、延期されたインターネットサイトをストレージ２８０に保存するプロ
セス７００を示すフローチャートである。プロセス７００は、開始ステップ７０
２で開始され、その後、ステップ７０４に進み、ここで、特定のサイトへのアク
セスを延期するユーザから、延期モジュール２５０によって、要求を受け取る。
この要求は、ユーザが、日中にブロックされるものとして指定されたカテゴリ内
のサイトにアクセスする時に、普通に行われることに留意されたい。しかし、そ
のサイトに、たとえばログインプロシージャを介して夜にアクセスすることがで
きる。

【００９４】 したがって、ユーザが日中にアクセスを試みる時には、延期モジュール２５０
が、要求をサイトのカテゴリ化されたデータベースと比較して、そのサイトが、
たとえば昼間の時間中にブロックされるものとして指定されたカテゴリに含まれ
るかどうかを判定する。サイトがそのようなカテゴリに含まれることがわかった
場合には、システムが、そのサイトへのアクセスを延期することを望むかどうか
という質問を、要求しているユーザに送る。ユーザが、サイトアクセスを延期さ
れることを要求する場合には、プロセス７００は、ステップ７０８に進み、ここ
で、クッキー分析モジュール２７０が、ユーザのシステム上のクッキーを検索す
る。もちろん、ユーザがサイトへのアクセスを止められる特定の時間を、必要に
応じてプログラムできることを理解されたい。たとえば、ユーザによるあるカテ
ゴリのインターネットサイトへのアクセスを、午前８時から正午まで止め、正午
以降はフルアクセスを許可することができる。

【００９５】 その後、プロセス７００は、判断ステップ７１０に進んで、ユーザ特有の識別
番号を持つクッキーが、ユーザのコンピュータで見つかるかどうかを判定する。
クッキーが見つかった場合には、プロセス７００は、ステップ７１２に進み、こ
こで、ユーザの識別番号をクッキーから読み取る。プロセス７００は、その後、
ステップ７１６に進み、ここで、ユーザ識別番号および延期されたサイトのアド
レスをストレージ２８０に保存する。

【００９６】 判断ステップ７１０で、クッキーがユーザのシステムで見つからないと判定さ
れた場合には、プロセス７００は、ステップ７２２に進み、ここで、ユーザ登録
情報をユーザに要求する。その後、ステップ７２６で特有のユーザ識別番号が生
成され、プロセス７００は、その後、ユーザ識別番号と延期されたサイトのアド
レスをストレージ２８０に保存する。プロセスは、その後、終了ステップ７２０
で終了する。

【００９７】 ストレージが、要求されたサイトからの実際のページをストレージ２８０に保
存することが好ましいことを理解されたい。したがって、ユーザには、延期管理
システム４４に入った後に、要求されたサイトのコピーへのアクセスが提供され
る。そのサイトは、管理システム４４に保存されるので、ユーザによるアクセス
を、システム４４内のアクセス設定により制御することができる。したがって、
ユーザは、システム１０によってまだブロックされる可能性がある、インターネ
ットのオリジナルのサイトへのアクセスを試みる必要がない。

【００９８】 図１０は、延期されたサイトを見るプロセス８００を示すフローチャートであ
る。このプロセス８００は、開始ステップ８０２で開始され、その後、ステップ
８０４に進み、ここで、ユーザが、延期管理システム４４にアクセスする。その
後、プロセス８００は、ステップ８０８に進み、ここで、ユーザのシステムに保
存されているクッキーからユーザの識別番号を読み取る試みが行われる。判断ス
テップ８１０で、ユーザのシステムでクッキーが見つかったかどうかを判定する
。判断ステップ８１０で適当なクッキーが見つかった場合には、ユーザに、スト
レージ２８０内に保存されているサイトのデータベースへのアクセスが与えられ
る。上述のように、保存されたサイトは、ストレージ２８０内に格納されている
。

【００９９】 判断ステップ８１６で、要求されたユーザ識別番号に関して適当なサイトが見
つかったかどうかを判定する。サイトがストレージ２８０内で見つかった場合に
は、プロセス８００は、ステップ８２０に進み、ここで、そのユーザ識別番号に
関して保存されたサイトのリストを作成する。その後、プロセス８００は、終了
ステップ８２４で終了する。

【０１００】 判断ステップ８１０で、ユーザのシステムでクッキーが見つからないと判定さ
れた場合には、プロセス８００は、ステップ８２８に進み、ユーザに、延期され
たサイトにアクセスするためのユーザ識別番号およびパスワードを入力するよう
に促す。

【０１０１】 判断ステップ８１６で、ストレージ２８０内でユーザに関するサイトが見つか
らないと判定された場合には、ステップ８３０でエラー処理ルーチンを実行し、
プロセスはステップ８０４に戻る。

【０１０２】 図１１は、タイマクォータプロセス８５０を示すフローチャートである。タイ
マクォータプロセス８５０は、開始ステップ８５２で開始され、その後、ステッ
プ８５４に進み、ここで、インターネットページまたはサイトに関する要求を受
け取る。ステップ８５８で、カテゴリ化されたデータベース３０を参照すること
によって、ページまたはサイトのカテゴリを判定する。プロセス８５０は、その
後、ステップ８６０に進み、ここで、サイトの選択されたカテゴリのタイマクォ
ータパラメータを検索し取り出す。たとえば、ユーザがスポーツカテゴリ内で、
たとえば３０分だけ費やすことができることを示すクォータパラメータが、ステ
ップ８６０で取り出される可能性がある。

【０１０３】 プロセス８５０は、その後、ステップ８６２に進み、ここで、ユーザがこのカ
テゴリ内のページまたはサイトを見て費やした時間の総量を、ストレージ２５８
から取り出す。その後、判断ステップ８６４で、このユーザのタイムクォータが
、ステップ８６０で取り出されたクォータパラメータを超えたかどうかを判定す
る。

【０１０４】 タイムクォータが超えていないと判定された場合には、ステップ８６６で、要
求されたページまたはサイトが取り出され、ステップ８６８でタイマが開始され
る。判断ステップ８７０で、ユーザが、要求されたサイトのアクセスを継続して
いるかどうかを判定する。ユーザが要求されたサイトのアクセスを継続している
と判定された場合には、プロセス８５０は、判断ステップ８６４に戻って、タイ
ムクォータを満たしたかどうかを判定する。

【０１０５】 ユーザがもはや要求されたサイトにアクセスしていないと判定された場合には
、プロセス８５０は、ステップ８７４に進む。タイマが終了される時に、プロセ
ス８５０は、インターネットサイトで費やされた経過時間を、そのカテゴリのユ
ーザの総時間に加算する。

【０１０６】 判断ステップ８６４で、タイマクォータを満たしたと判定された場合には、ス
テップ８８４でその事実に関する通知をユーザに送り、プロセスは終了ステップ
８８０で終了する。タイムクォータを満たした場合に、プロセス８５０が、要求
されたページまたはサイトを取り出すステップ８６６をスキップすることに留意
されたい。したがって、タイムクォータを満たした後に、ユーザは、要求された
サイトへのアクセスを禁止される。これによって、限られた時間の期間について
のみサイトにアクセスできるように、ユーザを制限する機構が提供される。

【０１０７】 各カテゴリが、それ自体の限界を備え、その結果、あるカテゴリで時間を費や
すことが、異なるカテゴリでのユーザの総クォータ時間に影響しないことに留意
されたい。したがって、会社の経営者が、たとえば、スポーツカテゴリ内のサイ
トについて１５分のクォータ、インターネット商取引カテゴリ内のサイトについ
て１日１時間の時間制限をセットすることができる。

【０１０８】 図１２は、ユーザが要求したサイトがブロックされるカテゴリに含まれること
をユーザに通知するとともに、サイトへのアクセスを継続することを許可するプ
ロセス９００を示すフローチャートである。このプロセス９００は、開始ステッ
プ９０２で開始され、ステップ９０４に進み、ここで、サイト管理モジュール２
６が、インターネットサイトにアクセスする要求を受け取る。判断ステップ９０
８で、要求されたサイトがカテゴリ化されたデータベース３０内にあるかどうか
を判定する。サイトがカテゴリ化されたデータベース３０内にあると判定された
場合には、プロセス９００は、ステップ９１０に進み、この時に警告ページがユ
ーザに送られる。この警告ページ内には、要求されたサイトが会社の経営者によ
ってブロックされたことと、さらなるアクセスが記録され、ユーザの管理者に転
送されるということの声明がある。

【０１０９】 その後、プロセス９００は、判断ステップ９１２に進み、ユーザが自分のアク
セスが管理者によって追跡されるということを認識したにもかかわらず、それで
もユーザがそのサイトへのアクセスを要求するかどうかを判定する。ユーザがそ
れでもアクセスを要求していると判定された場合には、プロセス９００は、ステ
ップ９１４に進み、ここで、ユーザのサイト要求、ユーザ名、日付および時刻を
ファイルに記録する。その後、要求されたサイトまたはページが、ステップ９１
８でインターネットから取り出され、プロセス９００は、終了ステップ９２０で
終了する。

【０１１０】 判断ステップ９０８で、サイトがカテゴリ化されたデータベース３０内にない
と判定された場合には、プロセス９００は、直接にステップ９１８にスキップし
、ここで、要求されたサイトまたはページをユーザのために取り出す。

【０１１１】 判断ステップ９１２で、ユーザが、ステップ９１０で警告ページを受け取った
後に、ブロックされたサイトへのアクセスを要求しないと判定された場合には、
プロセス９００は、要求されたサイトを取り出さずに、終了ステップ９２０で終
了する。

【０１１２】 図１３は、クォータモジュール２５４内で動作する数値クォータプロセス９５
０を示すフローチャートである。このプロセスは、ユーザがインターネット上の
特定のサイトにアクセスした回数を追跡するのに使用される。したがって、プロ
セス９５０は、ステップ９５２で開始され、ステップ９５４に進み、ここで、特
定のインターネットページの要求を、ユーザから受け取る。その後、プロセス９
５０は、ステップ９５８に進み、ここで、要求されたサイトのカテゴリを、カテ
ゴリ化されたデータベース３０を参照することによって判定する。

【０１１３】 その後、プロセス９５０は、要求されたサイトのカテゴリに関連するクォータ
パラメータを、クォータモジュール２５４から取り出す。したがって、ユーザが
、スポーツカテゴリに含まれると判定されたサイトへのアクセスを要求する場合
に、ステップ９６０で、スポーツカテゴリに関するクォータパラメータが取り出
される。たとえば、クォータパラメータは、ユーザが、２４時間の期間内で選択
されたカテゴリ内のサイトに１０回、２０回、３０回、４０回、５０回またはそ
れ以上のアクセスを許可されることとすることができる。

【０１１４】 その後、プロセス９５０は、ステップ９６４に進み、ここで、このカテゴリの
インターネットサイトへのアクセスの総数を、ストレージ２５８から取り出す。
この値を、カテゴリ化されたサイト管理モジュール２６内で実施されるクォータ
システムに基づいて、毎日、毎週または毎月、０にセットすることができること
に留意されたい。

【０１１５】 判断ステップ９６８で、ユーザのクォータを超えたかどうかを判定する。ユー
ザのクォータを超えていない場合には、プロセス９５０は、ステップ９７０に進
み、ここで、ページまたはサイトを取り出す。その後、プロセス９５０は、ステ
ップ９７２で、ストレージ２５８内に保存されたカウンタに１を加算し、プロセ
ス９５０は、終了ステップ９７４で終了する。

【０１１６】 判断ステップ９６８で、このカテゴリのサイトへのアクセスの回数に関して、
ユーザのクォータがその回数を超えたと判定された場合には、プロセス９５０は
、ステップ９７８に進み、ここで、ユーザのクォータ最大回数を超えたという通
知をユーザに送る。その後、プロセス９５０は、終了ステップ９７４で終了する
。

【０１１７】 例１ トレーニングデータの正規化 上述のように、異なるウェブサイトのソースページは、異なる数の単語を有す
る。これが単語対および単語近接のトレーニングプロセスに影響する可能性があ
る。というのは、単語数の少ないインターネットサイトが、より少数の単語を有
するサイトより単語対および単語近接に対するより高い関連性を強制する可能性
があるからである。たとえば、それぞれソースページに１０個および５００個の
単語対を有する２つのページ、ＡおよびＢを検討されたい。各サイトが、０の現
在のページスコア（Ｓｃ）と１０００のターゲットページスコア（Ｓｔ）を有す
ると仮定する。現在のトレーニングアルゴリズムは、次の式の形になる。

【０１１８】 （Ｅ１） Ｗｒｎ＝Ｗｒｃ＋Ｉ ここで、Ｗｒｎは、新しい単語対の関連性であり、Ｗｒｃは、現在の単語対の関
連性であり、Ｉは、ページが即座に再スコアリングされる場合にそのスコアがタ
ーゲットスコアと等しくなるように、各単語対の関連性を増分しなければならな
い量である。Ｉは、現在のスコアをとり、ターゲットスコアから引き、ページの
単語対の総数（Ｗｔ）で割ることによって求めることができる。その式は次のよ
うになる。

【０１１９】 （Ｅ２） Ｉ＝（Ｓｔ−Ｓｃ）／Ｗｔ 新しい単語対関連性を見つけるためには、現在の関連性を増分値に加算する必要
がある。新しい単語対関連性の式は、次のようになる。

【０１２０】 （Ｅ３） Ｗｒｎ＝Ｗｒｃ＋［（Ｓｔ−Ｓｃ）／Ｗｔ］ 上の式を使用して、サイトＡおよびＢの単語対関連性を計算することによって、
次の結果が得られる。

【０１２１】 （Ｅ４） Ｗｒｎ（Ａ）＝０＋［（１０００−０）／１０］＝１００ （注：
Ｉ＝１００） （Ｅ５） Ｗｒｎ（Ｂ）＝０＋［（１０００−０）／５００］＝２ （注：Ｉ
＝２） これらの結果を解釈すると、１ラウンドのトレーニングの後に、選択されたカ
テゴリに対して、サイトＡの１０個の単語対のそれぞれが、１００の関連性を有
し、サイトＢの５００個の単語対のそれぞれが、２の関連性を有する。

【０１２２】 これらの２つのサイトが、特定のカテゴリのトレーニングに対して、同等に「
適する」と判定された場合に、論理的には、この２つのサイトが、他のページか
らの単語対に同一の度合まで影響しなければならない。しかし、この時点では、
そうではない。そうではなく、１０個の単語対を有するサイトが、５００個の単
語対を有するサイトより５０００％ほどまで、見つかる単語の重みに影響する可
能性がある。その代わりに、ページに現れる単語数に無関係に、単語対を「均等
に」増分するシステムが望ましい。

【０１２３】 各単語対が増分される量を正規化する方法が、有利である。Ｅ４およびＥ５の
結果を使用すると、各単語対を増分することができる最小量および最大量が、そ
れぞれ１００および２になる。最小関連性スコアと最大関連性スコアが互いに近
づくことが求められているので、中間点の定理を使用してこれらの平均をとるこ
とができる。

【０１２４】 Ｍｐ＝（ｐ１＋ｐ２）／２、ただし、Ｍｐは中間点、ｐ１は点１、ｐ２は点２
である。

【０１２５】 最小増分と最大増分の間の中間点が、次式であることが分かる。

【０１２６】 （Ｅ６） Ｍｐ＝［Ｉ（Ａ）＋Ｉ（Ｂ）］／２ Ｅ４およびＥ５式の値を使用すると、 （Ｅ７） Ｍｐ＝［１００＋２］／２＝１０２／２＝５１ になる。

【０１２７】 したがって、各サイトについて関連性スコアを中間点に向けて調整するのに使
用しなければならない「調整定数」の判定は、次の２つの式に依存する。

【０１２８】 （Ｅ８） Ｉ（Ａ）×ＡｄｊＣｏｎ（Ａ）＝Ｍｐ または ＡｄｊＣｏｎ（Ａ
）＝Ｍｐ／Ｉ（Ａ） （Ｅ９） Ｉ（Ｂ）×ＡｄｊＣｏｎ（Ｂ）＝Ｍｐ または ＡｄｊＣｏｎ（Ｂ
）＝Ｍｐ／Ｉ（Ｂ） 置換すると （Ｅ１０） ＡｄｊＣｏｎ（Ａ）＝５１／１００＝．５１ （Ｅ１１） ＡｄｊＣｏｎ（Ｂ）＝５１／２＝２５．５ になる。

【０１２９】 したがって、１０単語では、増分に０．５１をかけて、中間点値５１に達しな
ければならない。同様に、５００単語では、増分値に２５．５をかけて、中間点
値５１に達する必要がある。この論理を使用して、トレーニング正規化定数Ｎｔ
を定式化することができる。Ｎｔを計算する式は次の通りである。

【０１３０】 （Ｅ１２） Ｗｔ（Ｘ）×Ｎｔ＝ＡｄｊＣｏｎ（Ｘ） または Ｎｔ＝Ａｄｊ
Ｃｏｎ（Ｘ）／Ｗｔ（Ｘ） １０単語の最小値（Ｗｔ（Ａ）＝１０）と５００単語の最大値（Ｗｔ（Ｂ）＝
５００）について、トレーニング正規化定数は次のようになる。

【０１３１】 （Ｅ１３） Ｎｔ＝ＡｄｊＣｏｎ（Ａ）／Ｗｔ（Ａ）＝０．５１／１０＝０．
０５１ （Ｅ１４） Ｎｔ＝ＡｄｊＣｏｎ（Ｂ）／Ｗｔ（Ｂ）＝２５．５／５００＝０
．０５１ １０単語と５００単語の間の単語の範囲を有するトレーニング正規化定数は、
０．０５１である。この定数の重要性を、これから示すことができる。この例で
１ラウンドのトレーニング後のページの総スコアＳｎは、次式を使用して求める
ことができる。

【０１３２】 （Ｅ１５） Ｓｎ＝Ｗｔ×Ｎｔ×（Ｓｔ−Ｓｃ）／Ｔｐ ここで、Ｔｐは、単語組合せの可能性の総数である。

【０１３３】 可能性の総数が、グループ化および単語をサイクルする形などに依存すること
に留意されたい。たとえば、ページが１００単語を有する場合に、１０単語のグ
ループをとり、５の増分でサイクルすることができる。これを考慮に入れると、
Ｔｐの式が、次のようになる。

【０１３４】 Ｔｐ＝（Ｗｔ／Ｗｉ−１）×（Ｗｇ）！／［（Ｗｇ−ｋ）！（ｋ）！］ ここで、ｋは、ｋ−セットであり、単一単語の場合にｋ＝１、単語対の場合に
ｋ＝２、単語３つ組の場合にｋ＝３などである。Ｗｇは、単語グループ化であり
、Ｗｔは、単語総数であり、Ｗｉは、単語増分（またはサイクル）である。上記
の例では、ＷｔがＴｐと等しい。これによって、本明細書に示される例が簡約さ
れるが、ｋ＞１の時には、必ずしもそうではない。

【０１３５】 Ｗｔ＝Ｔｐの特殊な場合において、各単語の関連性スコアが増やされる量は、
次式になる。

【０１３６】 （Ｅ１６） Ｎｔ×（Ｓｔ−Ｓｃ） または ０．０５１×（Ｓｔ−Ｓｃ） これは簡約された例であるが、トレーニングプロセスでの単語スコア正規化の
基本原理を示すものである。ｋ＞１（または単一単語カウント以外の何か）の場
合に、ＷｔがＴｐと等しくないことに留意されたい。

【０１３７】 この正規化プロセスが、特定のサイトに関連する字句要素のトレーニング（ア
ップトレーン）に使用可能であるだけではなく、特定のサイトに関連しない字句
要素のトレーニング（ダウントレーン）にも使用できることも理解されたい。ア
ップトレーニングセッション中に、あるページの字句要素の単語関連性スコアが
、指定されたカテゴリ内で増やされて、それらがそのカテゴリにより強く関連す
ることが示される。

【０１３８】 ダウントレーニングセッション中に、あるページの字句要素の単語関連性スコ
アが減らされて、それらが選択されたカテゴリにより弱く関連することが示され
る。したがって、ページをダウントレーニングするために、正規化定数を計算し
て、各ページのスコアが、たとえば５００のスコアまで、下に移動することを理
解されたい。このように、ページの各字句要素は、正規化定数が掛けられて、ペ
ージ関連性スコア値が低くなる。

【０１３９】 しかし、どちらの場合でも、各単語関連性スコアが変化する量を正規化し、そ
の結果、より少ない字句要素を有するページが、そのページで見つかる単語関連
性により大きく影響しないようにすることが好ましい。

【０１４０】 例２ インターネットページスコアリングの正規化 単語、単語対および単語近接が、ほぼ同一の値だけ「トレーニングアップ」さ
れ、その結果、それぞれが徐々に大きくなる関連性スコアを有するようになる場
合に、それがページスコアリング処理にどのような影響を及ぼすであろうか。２
つのサイトＡおよびＢが、それぞれ１０個および５００個の単語を有すると仮定
する。各サイトが、１ラウンドのトレーニングの前に０のスコアを有し、ターゲ
ットスコアは１０００である。単一の単語を扱うので、Ｋ＝１であり、Ｗｔ＝Ｔ
ｐである。式１６を使用して、各単語を増分する量が下記であることが分かる。
（Ｅ１７）０．０５１×（Ｓｔ−Ｓｃ）＝０．０５１×（１０００−０）＝５１
各単語が、５１ポイント増やされた場合に、１ラウンドのトレーニングの後の
各ページのスコアは、そのページの単語数の５１倍になるはずである。各ページ
のスコアは、次のようになる。

【０１４１】 （Ｅ１８） Ｓｃｏｒｅ（Ａ）＝１０×５１＝５１０ （Ｅ１９） Ｓｃｏｒｅ（Ｂ）＝５００×５１＝２５５００ 明らかに、これらのスコアは、互いに近くはない。数だけに基づいて判断する
と、サイトＢが、サイトＡよりはるかに強くカテゴリに関連するように見える。
しかし、この両方が、同一のカテゴリをトレーニングするのに使用された。その
結果、これらは、１ラウンドのトレーニングの後に類似する値を有しなければな
らない。変化する個数の単語を有するページから作られる可能性があるスキュー
を考慮に入れるシステムが必要である。

【０１４２】 達成が求められているのは、ページに現れる単語の数に基づいてページのスコ
アを正規化する手段を作成することである。式１８および１９を使用して、サイ
トの最大スコアおよび最小スコアを近似することができる。最大値と最小値がそ
れぞれ近づくことが求められているので、下記の中間点の式を使用してそれらの
中間点を見つけることができる。

【０１４３】 （Ｅ２０） （５１０＋２５５００）／２＝１３００５ このデータのセットの「調整変数」を求めるためには、中間点スコアを実際の
スコアで割る必要がある。

【０１４４】 （Ｅ２１） Ｎｓ（Ａ）＝１３００５／５１０＝２５．５ （注：Ｗｔ＝１０
） （Ｅ２２） Ｎｓ（Ｂ）＝１３００５／２５５００＝０．５１ （注：Ｗｔ＝
５００） ここで、点（１０単語、２５．５）および（５００単語、０．５１）がわかっ
ている。さらに点（２５５、１）、（１３２、１．９３１８１８）および（３７
８、０．６７４６０３）を求め、これらをプロットすると、次式を有する傾向線
を有する順序付けられたデータセットが得られる。

【０１４５】 （Ｅ２３） ｙ＝２５５×ｘ＾−１ Ｎｓ（Ｗｔ）でｙ（単語のセット数に対するスコア正規化因子）、Ｗｔ（総単
語数）でｘを置換する。次式が得られる。

【０１４６】 （Ｅ２４） Ｎｓ（Ｗｔ）＝２５５×（Ｗｔ）＾−１ １０単語および５００単語を有するサイトＡおよびＢについて、 （Ｅ２５） Ｎｓ（１０）＝２５５×（１０）＾−１＝２５．５ （Ｅ２６） Ｎｓ（５００）＝２５５×（５００）＾−１＝０．５１ である。

【０１４７】 一般に、スコアリングの式は、次のようになる。

【０１４８】 （Ｅ２７） 正規化されたスコア（サイトＸ）＝Ｎｓ（Ｗｔ（サイトＸ））×
オリジナルスコア（サイトＸ） 式１８および１９からの結果を使用すると、サ
イトＡおよびサイトＢのスコアは、それぞれ５１０および２５５００であった。
正規化されたスコア技法を使用すると、１ラウンドのトレーニングの後に、これ
らのサイトのスコアが、次のようになる。

【０１４９】 （Ｅ２８） 正規化されたスコア（Ａ）＝Ｎｓ（Ｗｔ（Ａ））×スコア（Ａ）
＝２５．５×５１０＝１３００５ （Ｅ２９） 正規化されたスコア（Ｂ）＝Ｎｓ（Ｗｔ（Ｂ））×スコア（Ｂ）
＝０．５１×２５５００＝１３００５ これらのサイトは、トレーニングの後に同一のスコアを有する。これによって
、カテゴリのトレーニングに使用されるサイトが類似するスコアを有しなければ
ならないという論理が支持される。これらの式を、例１で示したトレーニングデ
ータの正規化と組み合わせることによって、トレーニングセット内に異なる単語
数を有するサイトを有することによって引き起こされる誤差が最小になる。

【０１５０】 例３ ページのスコアリング 約８０００サンプルが、提案データベースのカテゴリ２（またはセックス ２
）からのサイトから収集された。これらの潜在的なカテゴリ２サイトは、ウェブ
分析家によって事前に検査されて、それらが実際に、主に性的またはポルノグラ
フィ的な性質のインターネットサイトであるかどうかが判定された。セックスサ
イトとして検証されたサイトに、８のスコアが割り当てられ、セックスサイトで
ないと判定されたサイトに、７のスコアが割り当てられた。カテゴリ化システム
は、全部で８０００のサイトにカテゴリ２のカテゴリレーティングを割り当てた
。

【０１５１】 この調査の目的は、カテゴリ化システムが、８および７としてレーティングさ
れたサイト、または、それぞれ許容されるサイトおよび削除されるサイトを区別
できるかどうかを判定することであった。削除されるサイトが、セックスカテゴ
リ内にカテゴリ化されてはならないサイトであり、許容されるサイトが、このカ
テゴリ内であると確認されるサイトであることに留意されたい。仮定は、８とし
てのサイトレートの平均スコアが、７としてレーティングされたサイトの平均ス
コアと統計的に異なるということである。想像されるように、許容されるサイト
の平均値（８）は、削除されるサイトの平均値（７）より大きく、その差は有意
であった。しかし、２つのグループの間にオーバーラップがあった。この結果は
、伴う誤りを最小にするために、カットオフ点を使用することができることを示
している。

【０１５２】

【表２】

【０１５３】 アルファ点＝Ａｐ＝Ｍ７＋４（ＳＤ７）＝９２９＋４（４８２）＝２８５７ ベータ点＝Ｂｐ＝Ｍ７＋１（ＳＤ７）＝９２９＋１（４８２）＝１４１１ ２８５７のアルファ点を使用することによって、９９％以上のソーティング精
度が得られることが分かった。アルファスコアを超えるがセックスカテゴリに属
さないサイトは、９つだけであった。そのうちの７つは、単純な誤りであり、お
そらくはカテゴリ２サイトの不十分なトレーニングに帰するものと推定された。

【０１５４】 そのうちの２つは、意図的な策略であり、インターネットサイトが、メタタグ
で注意を引くためにセックス関連用語を使用したことを意味する。２８５７のア
ルファ点を使用したソーティング精度の正確なパーセンテージは、したがって、
９９．３０％であった。このように、このテストによれば、このアルファ点を超
えるスコアを有する１０００個のサイトが入力された場合に、平均して、７つだ
けの誤りと、９９３個の正しくソートされたサイトがある。

【０１５５】 しかし、アルファ点は非常に高く設定されるので、実際にはセックス指向であ
る多くのサイトが、全くカテゴリ化されない。２８５７のアルファ点を使用する
と、許容されるサイトの包含レベルは４９．８０％にすぎない。これは、カテゴ
リ２に含まれなければならない１０００個のサイトのうちで、４９８個が見つか
り、５０２個が見逃されることを意味する。

【０１５６】 このため、このシステムでは、ベータ点の作成により、各カテゴリへのより低
い関連性を有するサイトも監視する。１４１１のベータ点を使用すると、包含レ
ベルが、４９．８０％から８１．７６％に上がる。見逃されるサイトの数は、５
０２から１８３サイトに下がり、見つかる数が、４９８から８１７に上がる。し
たがって、アルファ点とベータ点の両方の使用によって、新しいサイトのより正
確なスコアリングがもたらされる。

【０１５７】 例４ 増分によるトレーニングデータの正規化 トレーニングデータを正規化する方法のもう１つの実施の形態を、以下で説明
する。まず、トレーニングされるページについて、Ｉｓ＝初期スコア、Ｔｓ＝タ
ーゲットスコアと定義する。 １）たとえば１のテスト増分値を用いて開始する。すべての字句値の関連性の値
をテスト値だけ増分する（たとえば：ページに存在するすべての字句値）。 ２）このテスト加算の後に、結果のページ関連性スコアを計算する。 ３）新しいスコア＝Ｍｓの場合に、増分値Ｉ、（すべての字句要素について） Ｉ＝（Ｔｓ−Ｉｓ）／（Ｍｓ−Ｉｓ）である。

【０１５８】 したがって、ターゲットスコアと現在のスコアとの間の差を、各要素関連性が
１つだけ増分される時のスコアの影響で割った値が、ターゲットスコアを達成す
るための、各要素を増分するのに正しい数である。

【０１５９】 したがって、Ｉｓ＝５００かつＴｓ＝１０００の場合に、すべての関連性を１
つだけ増分することによって、５５０のページスコアがもたらされ、 Ｉ＝（１０００−５００）／（５５０−５００） になる。

【０１６０】 したがって、１０００のページスコアをもたらすためにページを増分するには
、各字句要素について、１０の増分値を使用する必要がある。

【０１６１】 一般に、ある値の関連性は、増分定数（Ｉ）×ページでのその要素の出現の回
数によって増分される。これは、ある要素があるページに頻繁に現れるほど、そ
の要素がそのページにより関連するという概念の当然の結果である。しかし、こ
の処理は、頻繁に現れるが一般的な単語でない要素の関連性の大きい変動をもた
らす。このために、一実施の形態では、各値が、最大で５×増分定数（Ｉ）の増
分だけが許可される。

【図面の簡単な説明】

【図１】 インターネットサイトへのアクセスをブロックするシステムの一
実施の形態の概要を示すブロック図である。

【図２】 図１に示されているカテゴリ化システムを示すブロック図である
。

【図３】 図２に示されているトレーニングデータベース内のテーブルを示
すブロック図である。

【図４】 インターネットサイトへの延期されたアクセスを提供するシステ
ムの一実施の形態を示すブロック図である。

【図５】 ユーザがインターネットページへのアクセスを要求するプロセス
を示すフローチャートである

【図６】 図５に示されている「ページの単語内容を分析する」プロセスを
示すフローチャートである。

【図７】 図２に示されているトレーニングモジュール内で実行されるデー
タをトレーニングするプロセスを示すフローチャートである。

【図８】 図２に示されているサイト／ページ取出モジュールによって実行
されるページ取出プロセスの一実施の形態を示すフローチャートである。

【図９】 延期されたインターネットサイトをデータベースに保存するプロ
セスの一実施の形態を示すフローチャートである。

【図１０】 図９に示したプロセスを使用して保存されたサイトを見るプロ
セスの一実施の形態を示すフローチャートである。

【図１１】 ユーザがあるインターネットサイトで費やした時間を測定し、
所定の時間を満たした後に、インターネットへのアクセスをブロックするプロセ
スの一実施の形態を示すフローチャートである。

【図１２】 ユーザがブロックされたインターネットサイトを要求したこと
をユーザに通知するとともに、ユーザによる要求に基づいてアクセスを許可する
プロセスの一実施の形態を示すフローチャートである。

【図１３】 ユーザが特定のインターネットサイトにアクセスした回数をカ
ウントし、所定の限界に達した後にそのサイトへのアクセスをブロックするプロ
セスの一実施の形態を示すフローチャートである。

【手続補正書】特許協力条約第３４条補正の翻訳文提出書

【提出日】平成１４年１月７日（２００２．１．７）

【手続補正１】

【補正対象書類名】明細書

【補正対象項目名】特許請求の範囲

【補正方法】変更

【補正の内容】

【特許請求の範囲】

───────────────────────────────────────────────────── 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 15/00 ３１０ Ｇ０６Ｆ 15/00 ３１０Ｄ (81)指定国 ＥＰ(ＡＴ，ＢＥ，ＣＨ，ＣＹ， ＤＥ，ＤＫ，ＥＳ，ＦＩ，ＦＲ，ＧＢ，ＧＲ，ＩＥ，Ｉ Ｔ，ＬＵ，ＭＣ，ＮＬ，ＰＴ，ＳＥ)，ＯＡ(ＢＦ，ＢＪ ，ＣＦ，ＣＧ，ＣＩ，ＣＭ，ＧＡ，ＧＮ，ＧＷ，ＭＬ， ＭＲ，ＮＥ，ＳＮ，ＴＤ，ＴＧ)，ＡＰ(ＧＨ，ＧＭ，Ｋ Ｅ，ＬＳ，ＭＷ，ＳＤ，ＳＬ，ＳＺ，ＴＺ，ＵＧ，ＺＷ )，ＥＡ(ＡＭ，ＡＺ，ＢＹ，ＫＧ，ＫＺ，ＭＤ，ＲＵ， ＴＪ，ＴＭ)，ＡＥ，ＡＬ，ＡＭ，ＡＴ，ＡＵ，ＡＺ， ＢＡ，ＢＢ，ＢＧ，ＢＲ，ＢＹ，ＣＡ，ＣＨ，ＣＮ，Ｃ Ｒ，ＣＵ，ＣＺ，ＤＥ，ＤＫ，ＤＭ，ＥＥ，ＥＳ，ＦＩ ，ＧＢ，ＧＤ，ＧＥ，ＧＨ，ＧＭ，ＨＲ，ＨＵ，ＩＤ， ＩＬ，ＩＮ，ＩＳ，ＪＰ，ＫＥ，ＫＧ，ＫＰ，ＫＲ，Ｋ Ｚ，ＬＣ，ＬＫ，ＬＲ，ＬＳ，ＬＴ，ＬＵ，ＬＶ，ＭＡ ，ＭＤ，ＭＧ，ＭＫ，ＭＮ，ＭＷ，ＭＸ，ＮＯ，ＮＺ， ＰＬ，ＰＴ，ＲＯ，ＲＵ，ＳＤ，ＳＥ，ＳＧ，ＳＩ，Ｓ Ｋ，ＳＬ，ＴＪ，ＴＭ，ＴＲ，ＴＴ，ＴＺ，ＵＡ，ＵＧ ，ＵＺ，ＶＮ，ＹＵ，ＺＡ，ＺＷ (72)発明者 アイ デビッド アメリカ合衆国 92130 カリフォルニア サン ディエゴ バレー センタ 3830 ナンバー705−641 Ｆターム(参考） 5B075 KK33 KK37 KK43 KK63 PR08 5B082 EA11 5B085 AC14 BA06 BG07 5B089 HA10 KA17 KB11 KB13 KC29 KC37 KC52 MC01

Claims (8)

【特許請求の範囲】
1. 【請求項１】 インターネットサイトのカテゴリへのユーザアクセスを制御
   するシステムであって、 インターネットサイトのカテゴリ化されたデータベースと、 該カテゴリ化されたデータベースを参照し、ユーザによってアクセスされてい
   るインターネットサイトのカテゴリを判定する第１モジュールと、 ユーザが前記カテゴリ内のインターネットサイト上で事前にセットされた時間
   を費やしたかどうかを判定し、該判定に対応して、前記ユーザの前記サイトへの
   それ以上のアクセスをブロックする第２モジュールと を含むシステム。
2. 【請求項２】 インターネット上の特定のサイトへの延期されたアクセスを
   提供するシステムであって、 インターネットサイトのカテゴリ化されたデータベースと、 該カテゴリ化されたデータベースを参照し、ユーザによってアクセスされてい
   るインターネットサイトのカテゴリを判定する第１モジュールと、 ユーザが前記カテゴリ内のインターネットサイトへの延期されたアクセスを要
   求するかどうかを判定し、該判定に対応して、前記要求されたインターネットサ
   イトからのページをストレージに保存する命令を含む第２モジュールと を含むシステム。
3. 【請求項３】 インターネットサイトのカテゴリへのアクセスを制御するシ
   ステムであって、 インターネットサイトのカテゴリ化されたデータベースと、 該カテゴリ化されたデータベースを参照し、ユーザによってアクセスされてい
   るインターネットサイトのカテゴリを判定する第１モジュールと、 ユーザが前記カテゴリ内のインターネットサイトに所定の回数だけアクセスし
   たかどうかを判定し、該判定に対応して、前記ユーザの前記インターネットサイ
   トへのそれ以上のアクセスをブロックする第２モジュールと を含むシステム。
4. 【請求項４】 インターネットサイトへのアクセスを制御するシステムであ
   って、 インターネットサイトのカテゴリ化されたデータベースと、 該カテゴリ化されたデータベースを参照し、ユーザによってアクセスされてい
   るインターネットサイトのカテゴリを判定する第１モジュールと、 ユーザが前記カテゴリ内のインターネットサイトにアクセスしたかどうかを判
   定し、その後、前記ユーザに、すべてのインターネットアクセスがログファイル
   に保存されることを通知する命令を含む第２モジュールと を含むシステム。
5. 【請求項５】 インターネットサイトのカテゴリへのユーザアクセスを制御
   する方法であって、 インターネットサイトのカテゴリ化されたデータベースを参照することと、 ユーザによってアクセスされつつあるインターネットサイトのカテゴリを判定
   することと、 ユーザが前記カテゴリ内のインターネットサイト上で事前にセットされた時間
   を費やしたかどうかを判定し、該判定に対応して、前記ユーザの前記サイトへの
   それ以上のアクセスをブロックすることと を含む方法。
6. 【請求項６】 インターネット上の特定のサイトへの延期されたアクセスを
   提供する方法であって、 インターネットサイトのカテゴリ化されたデータベースを参照することと、 ユーザによってアクセスされているインターネットサイトのカテゴリを判定す
   ることと、 前記ユーザが前記カテゴリ内のインターネットサイトへの延期されたアクセス
   を要求するかどうかを判定し、該判定に対応して、要求された前記インターネッ
   トサイトからのページをストレージに保存することと を含む方法。
7. 【請求項７】 インターネットサイトのカテゴリへのアクセスを制御する方
   法であって、 インターネットサイトのカテゴリ化されたデータベースを参照することと、 ユーザによってアクセスされているインターネットサイトのカテゴリを判定す
   ることと、 ユーザが前記カテゴリ内のインターネットサイトに所定の回数だけアクセスし
   たかどうかを判定し、該判定に対応して、前記ユーザの前記サイトへのそれ以上
   のアクセスをブロックすることと を含む方法。
8. 【請求項８】 インターネットサイトへのアクセスを制御する方法であって
   、 インターネットサイトのカテゴリ化されたデータベースを参照することと、 ユーザによってアクセスされているインターネットサイトのカテゴリを判定す
   ることと、 ユーザが前記カテゴリ内のインターネットサイトにアクセスしたかどうかを判
   定し、その後、前記ユーザに、すべてのインターネットアクセスがログファイル
   に保存されることを通知することと を含む方法。