JP2004515837A - サーチプロファイルの比較方法 - Google Patents

Abstract

本発明はサーチプロファイルの自動的な比較のための方法に関する。本発明によれば、サーチプロファイルはデータバンクに記憶されている１つまたは複数のオファープロファイルと比較される。個々のプロファイルはデータフィールドに分割されており、該データフィールドには比較すべき情報が記憶されている。それぞれのプロファイル内は異なっている形式のデータフィールドが設けられており、その際個々のプロファイルは同じ構成を有している。サーチプロファイルとオファープロファイルとの比較の際に少なくとも２つの異なったタイプのデータフィールドが種々異なっている比較関数によって比較される。それからこれにより求められた暫定的な比較値から最終的な比較値が計算される。従って本発明の方法では、種々異なっているタイプのデータフィールドに対して種々異なっている比較関数が使用される。これにより、従来の方法によるよりも著しく個別化された、個々の情報の比較が可能になる。

Description

【０００１】
本発明は２つのサーチプロファイルの比較方法に関する。
【０００２】
サーチプロファイルを自動的に比較および評価するための方法は例えばインターネットのサーチエンジンにおいて使用されて、サーチエンジンによってサーチされた個々の可能な結果が入力されたサーチ項目に関する関連性について評価されかつ必要に応じて関連ある結果として指示される。複数の結果が突き止められると、これらは関連性の程度によって分類されかつユーザに相応の順序で表示される。
【０００３】
Ｄ． Ｋｕｏｋｋａ および Ｌ． Ｈａｒａｄａ の刊行物、Ｉｎｔｅｇｒａｔｉｎｇ Ｉｎｆｏｒｍａｔｉｏｎ ｖｉｅ Ｍａｔｃｈｍａｋｉｎｇ， Ｊｏｕｒｎａｌ ｏｆ Ｉｎｔｅｌｌｉｇｅｎｔ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍｓ（ＪＩＩＳ）６（２／３）（第２６１ないし２７９頁、１９９６年）から，ＣＯＩＮＳ（ＣＯｍｍｏｎ ＩＮｔｅｒｅｓｔ Ｓｅｅｋｅｒ）と呼ばれる情報の自動的な比較および評価方法が公知である。この方法によって、プレーンテキストを比較することができ、それは任意の語列を有するテキスト部分である。プレーンテキストはこの方法においてドキュメントベクトルに変換されかつこれらドキュメントベクトルがサーチの際に比較されかつ評価される。このためにドキュメント頻度に関する逆アルゴリズム（ｔｅｒｍ ｆｒｅｑｕｅｎｃｙ− ｉｎｖｅｒｓ ｄｏｃｕｍｅｎｔ ｆｒｅｑｕｅｎｃｙ＝ＩＤＦ ａｌｇｏｒｉｔｈｍ）が使用される。
【０００４】
刊行物 Ｋ． Ｓｙｃａｒａ， Ｊ． Ｌｕ， Ｍ． Ｋｌｕｓｃｈ および Ｓ． Ｗｉｄｏｆｆ， Ｄｙｎａｍｉｃ ｓｅｒｖｉｃｅ Ｍａｔｃｈｍａｋｉｎｇ ａｍｏｎｇ Ａｇｅｎｔｓ ｉｎ Ｏｐｅｎ Ｉｎｆｏｒｍａｔｉｏｎ Ｅｎｖｉｒｏｎｍｅｎｔｓ， Ｊｏｕｒｎａｌ ＡＣＭ ＳＩＧＭＯＮＤ Ｒｅｃｏｒｄ， Ｓｐｅｃｉａｌ Ｉｓｓｕｅ ｏｎ Ｓｅｍａｎｔｉｃ Ｉｎｔｅｒｏｐｅｒａｂｉｌｉｔｙ ｉｎ Ｇｌｏｂａｌ Ｉｎｆｏｒｍａｔｉｏｎ Ｓｙｓｔｅｍｓ， Ａ． Ｏｕｋｓｅｌ， Ａ． Ｓｈｅｔｈ（Ｅｄｓ．）， １９９９ および Ｋ． Ｓｙｃａｒａ， Ｊ． Ｌｕ， Ｍ． Ｋｌｕｓｃｈ Ｉｎｔｅｒｏｐｅｒａｂｉｌｉｔｙ ａｍｏｎｇ Ｈｅｔｅｒｏｇｅｎｏｕｓ Ｓｏｆｔｗａｒｅ Ａｇｅｎｔｓ ｏｎ ｔｈｅ Ｉｎｔｅｒｎｅｔ， ＣＭＵ−ＲＪ−ＴＲ−９８−２２， ｔｈｅ Ｒｏｂｏｔｉｃｓ Ｉｎｓｔｉｔｕｔｅ Ｃａｒｎｅｇｉｅ Ｍｅｌｌｏｎ Ｕｎｉｖｅｒｓｉｔｙ， Ｐｉｔｔｓｂｕｒｇｈｍ Ｏｃｔ． １９９８ は、インターネットのようなオープン環境においてヘテロジニアスエージェントシステムを用いて情報を自動的に比較しかつ評価するための方法を実施することが可能になる。オープン環境は、すべてのエージェントが分かり合っている必要はないことを意味している。これらの言語はＬａｒｋｓ（Ｌａｎｇｕｅｇｅ ｆｏｒ Ａｄｖｅｒｔｉｓｅｍｅｎｔ ａｎｄ Ｒｅｑｕｅｓｔ ｆｏｒ Ｋｎｏｗｌｅｄｇｅ Ｓｈａｒｉｎｇ）と称される。Ｌａｒｋｓでは比較プロセスは次の５つの個別ステップに分割される：
１． コンテキスト比較の際、データバンクから提供されたこれら情報ユニットが同じまたは類似のコンテキストにおけるリクエストと比較される。
【０００５】
２． シンタックス比較の際、リクエストはコンテキスト比較によって選択される情報ユニットと３つの部分ステップにおいて比較される：
２．１． サーチプロファイルおよび提供された情報ユニットは固有の重み付け法（ｔｅｒｍ ｆｒｅｑｕｅｎｃｙ− ｉｎｖｅｒｓ ｄｏｃｕｍｅｎｔ ｆｒｅｑｕｅｎｃｙ ｗｅｉｇｈｔｉｎｇ）によって比較される。
【０００６】
２．２． 類似性比較の際、入力および出力変数並びに入力および出力関数の数および宣言が比較される。
【０００７】
２．３． シグネイチャ比較の際、入力および出力変数の変数タイプが比較される。
【０００８】
３． セマンティック比較の際、入力および出力関数がサーチリクエストおよび情報提供から成る対の１つを比較するかどうかが検査される。
【０００９】
この公知の方法では、できるだけ良好な評価を実現する、すなわち人間による評価にできるだけ類似している評価を行えるように試みられる。このために個々の評価ステップにおいて種々異なっている重心が設定される。個々の評価ステップはそれぞれシーケンシャルに実施され、その際その都度、サーチリクエストの全部の情報および提供された情報ユニットの全部の情報がそれぞれのステップにおいて別個に検討される。
【００１０】
更に、いわゆるマルチ・マッチメーカーが公知であり、これは情報の自動的な比較および評価のための複数の別個の方法を実施することができかつそれぞれの結果を１つの総結果に平均する方法である。この形式のマルチ・マッチメーカーは基本的に、情報を比較しかつ評価するための従来の方法のように動作する。前以て決められているサーチリクエストを必要な時間フレームにおいて上手く処理することができないときにだけ、比較および評価プロセスの一部を引き受ける、情報の比較および評価のための別の類似の方法が呼び出される。これにより、煩雑なサーチリクエストでも停滞なく処理することができる。
【００１１】
本発明の課題は、人間による評価に非常に類似しておりしかも僅かな計算コストで実現される評価を可能にする、情報の自動的な比較および評価方法を提供することである。
【００１２】
この課題は、独立請求項の特徴部分に記載の構成を有するサーチプロファイルを比較する方法によって解決される。
【００１３】
サーチプロファイルがそれぞれ複数のデータフィールドを有しておりかつ第１のサーチプロファイルおよび第２のサーチプロファイルのデータフィールドがそれぞれ、第１および第２のサーチプロファイルベクトルのそれぞれのデータフィールドでは同じである異なっているタイプを有する少なくとも２つのデータフィールドを有している形式の、第１のサーチプロファイルを少なくとも１つの第２のサーチプロファイルと比較する方法において、第１のサーチプロファイルと第２のサーチプロファイルとの比較の際に少なくとも２つの異なっているタイプのデータフィールドが異なっている比較関数によって比較される。
【００１４】
本発明の有利な形態は従属請求項に記載されている。
【００１５】
情報を自動的に比較しかつ評価するための本発明の方法では、ユーザによって前以て与えられたサーチプロファイルがデータバンクに記憶されているオファープロファイルと比較される。プロファイルはそれぞれ、所定数のデータフィールドに分割されており、該データフィールドには比較すべき情報が記憶されている。それぞれのプロファイルは少なくとも２つの異なっている形式のデータフィールドを有している。比較すべきプロファイルはそれぞれ同じタイプのデータフィールドを有している。
【００１６】
サーチプロファイルとオファープロファイルとの比較の際に少なくとも２つの異なったタイプのデータフィールドが種々異なっている比較関数によって比較されかつそれぞれの比較は暫定的な比較値によって評価される。暫定的な比較値から最終的な比較値が計算される。
【００１７】
従って本発明の方法は、個々のデータファイルにストラクチャ化されているプロファイルを比較する。本発明によって、暫定的な比較値を計算する種々異なっているタイプのデータフィールドが使用される。これにより、個々のデータフィールドの内容がタイプ固有に比較されかつ評価される。暫定的な比較結果から最終的な比較値が計算される。
【００１８】
従って本発明により、個々のデータフィールドがタイプ固有に比較されかつ個別比較結果、すなわち暫定的な比較値が１つの最終的な比較値にまとめられる。
【００１９】
本発明の方法により、個々のデータフィールドの比較はタイプ固有に実施され、これによりこれまで公知の方法におけるより著しく現実的な結果が得られる。個々の比較関数によってその都度所定のデータフィールドだけが処理され、かつ必ずしもプロファイルの全体のデータ範囲を処理する必要はないので、個々の比較関数を簡単に作成しかつ短いプログラム部分によって実現可能である。これにより本発明の方法の具体的な実現は所定の用途に対して著しく簡単化されかつ更に本発明の方法は迅速に実現可能である。というのは個々の短いプログラム部分は、比較のために必要である固有のタスクを処理すればいいからである。
【００２０】
本発明の有利な実施形態によれば、複数のデータフィールドに関連付けられている１つまたは複数の複合的なデータフィールドが設けられている。これら別のデータフィールドも複合的なデータフィールドであれば、これらも複数のデータフィールドに関連付けられている。この種のチェーンの終わりに、基本データフィールドが配置されており、そこにプロファイルの情報が記憶されている。データフィールドは異なったレベルに配置されており、その際複数の別のデータフィールドに関連付けられている複合的なデータフィールドはそれが関連付けられているデータフィールドに対するそれぞれの上位のレベルに配置されている。
【００２１】
本発明の有利な実施形態によれば、プレーンテキストを比較するために含まれているデータフィールドはドキュメントベクトルであり、その際ベクトルの個々のエレメントは、エレメントの関連度を記述する重み付け係数であり、かつ暫定的な比較値として２つのドキュメントベクトル間のユークリッドの距離が計算される。ユークリッドの距離の計算にはメートル距離関数が必要なだけであり、すなわちその際に、２つの同じベクトルは距離０を有しておりかつ第１のベクトルの、第２のベクトルに対する距離は第２のベクトルの、第１のベクトルに対する距離と同じであり、かつ第１のベクトルと第３のベクトルとの間の距離は第１のベクトルと第２のベクトルとの間の距離に第２のベクトルと第３のベクトルとの間の距離を加えたものより小さい。
【００２２】
本発明の方法は、エージェントシステムに非常に有利に組み入れることができる。このエージェントシステムは少なくとも３つのタイプのエージェント、すなわちサーチエージェント、オファーエージェントおよび比較エージェントを有している。比較エージェントはサーチエージェントにより要求されると、サーチエージェントおよびオファーエージェントに記憶されているプロファイルを比較しかつ評価する。有利にはエージェントシステムはオープンエージェントシステムであり、すなわちここに別のエージェント、殊にオファーエージェントを付け加えることができる。エージェントは有利にはモービルエージェントであり、すなわちこれらはコンピュータネットワークの種々のロケーションにおいてアクティブになれかつコンピュータネットワークにおける場所を変えることができる。
【００２３】
次に本発明を図面に図示の実施例に基づいて詳細に説明する。その際：
図１は、種々異なったベースデータフィールドを示すテーブルを示し、
図２は、プロファイル記述をテーブルの形で示し、
図３は、プロファイルストラクチャをブロック回路図で示し、
図４は、情報の自動的な比較および評価方法をフローチャートにおいて示し、
図５ａは、比較すべき２つのプレーンテキストを示し、
図５ｂは、図４ａに示されているプレーンテキストから導出された２つのデータセットを示し、
図５ｃは、データセットの個々の語に対する評価結果をテーブルの形で示し、
図６は、協働株式市場に対するオファー記述の例を示し、
図７は、エージェントシステムをブロック線図において示し、かつ
図８は、図６のエージェントシステムがインストールされている、コンピュータを接続するためのネットワークをブロック線図で示している。
【００２４】
情報を自動的に比較しかつ評価するための本発明の方法では、サーチプロファイルがデータバンクに記憶されているオファープロファイルと比較される。図２には本発明の実施例のプロファイル記述が示されている。このプロファイル記述は８つのデータフィールドを含んでおり、そのうち図２には左の列にそれぞれのデータフィールドの称号が示されており、真ん中の列にはデータフィールドの変数記号が示されており、右側の列にはデータフィールドの簡単な説明が示されている。
【００２５】
基本的に、自動的な比較方法ではオファープロファイルとサーチプロファイルとを区別している。オファープロファイルおよびサーチプロファイルのプロファイル記述は構成が一致している。これらは、それがオファープロファイルであるかもしくはサーチプロファイルであるかのデータが記憶されているデータフィールド「プロファイルタイプ」の内容のみが相異している。データフィールド「プロファイルタイプ」はブールデータフィールドであり、その内容は０かまたは１とすることができる。その他のデータフィールドはタイトル、キーワード、詳細な説明、コスト、日付、持続時間および加入者である。データフィールド「タイトル」は、提供されるないし探索されるサービスの短い記述をいわゆる動詞−名詞表現の形において含んでいる。この形式の動詞−名詞表現の使用は、 Ｖ． Ｓ． Ｓｕｂｒａｈｍａｎｉａｎ（編集者）、Ｐｉｅｒｏ Ｂｏｎａｔｔｉ， Ｊｕｅｒｇｅｎ Ｄｉｘ， Ｔｈｏｍａｓ Ｅｉｔｅｒ， “Ｈｅｔｅｒｏｇｅｎｅｏｕｓ Ａｃｔｉｖｅ Ａｇｅｎｔｓ”， Ｃｉｔ Ｐｒｅｓｓ；ＩＳＢＮ：０２６２１９４３６８ から公知である。データフィールド「キーワード」はキーワードのセットを含んでいる。存在している記述の意味において、セットは、例えば語、実数、整数またはこの種のもののような同じタイプの要素の整理されていない収集である。セットの変数は２つの中括弧の間に表示される。
【００２６】
データフィールド「詳細な説明」は、提供ないし探索されるサービスが記述されているプレーンテキストを含んでいる。
【００２７】
データフィールド「コスト」は予測される最小または最大のコストに関するデータを含んでいる。従ってデータフィールド「コスト」はインターバルを表している。
【００２８】
データフィールド「インターバル」において、提供されるサービスを実施するために必要とされる持続時間が示されている。
【００２９】
データフィールド「加入者」は、サービスを提供するもしくは提供しようとする加入者の氏名のリストを含んでいる。リストは、桁上げされているプラス記号によって示される。括弧表現〔１：２〕は、それぞれのリストエレメントが２つの個別エレメントから合成されている、すなわち名と姓から組み合わされていることを意味している。データフィールドτ_８〔１：２〕^＋およびデータフィールド（τ_１）は、以下に詳細に説明する複合変数である。
【００３０】
図３には、図２のプロファイル記述のストラクチャが示されている。プロファイル記述は３つのレベルに分割されている（レベル０、レベル１およびレベル２）。レベル２は、図２に示されているデータフィールドが配置されている最高のレベルである。複合データフィールドτ_１およびτ_８〔１：２〕^＋はそれぞれ、その下に位置するレベルにおいて相応の変数によって表示されている別のデータフィールドに関連している。すなわち、１つのレベルには複数のデータフィールドτ_１が配置されており、それらにはそれぞれ１つのキーワードが記憶されている。従って複合変数τ_１はレベル１に記憶されている、キーワードのリストに関連している。加入者の複合データフィールドτ_８〔１：２〕^＋は別のデータフィールドのリストに関連している。これらリストのエレメントは、それぞれ２つの氏名、名および姓を有しているフィールドアレンジメントである。基本的にフィールドアレンジメントは所定数の同じタイプのエレメントを含んでいる。従ってフィールドアレンジメントτ_８〔１：２〕^＋は、レベル０に配置されておりかつそれぞれ１つのワンワードエントリ、すなわち名または姓を有している別のデータフィールドに関連している。２つのこの形式のデータフィールドτ_８はそれぞれ１つのこの形式のフィールドアレンジメントにまとめられている。
【００３１】
下位のレベルにおける別のデータフィールドに関連しているデータフィールドは複合データフィールドと称される。その他のデータフィールドは基本データフィールドである。
【００３２】
基本データフィールドにはそれぞれのプロファイルの情報が記憶されている。複合データフィールドの上において、セット、リスト、フィールドアレンジメントまたはレジスタ（レコード）の形の複数の基本データフィールドが最高のレベルの唯一のフィールドアレンジメントに投影される。レジスタはフィールドアレンジメントと類似して、前以て決められている数の連続するエレメントから構成されており、これらは異なったタイプから成っていても構わない。
【００３３】
上位のレベルから下位のレベルに分岐する複合データフィールドを用いた上に説明したツリー構造によって、最上位のレベルにおいて（ここではレベル２）それぞれの概念上の単位に対して唯一のデータフィールドだけが設けられる。
【００３４】
図１には基本データフィールドのリストが挙げられている。列１には基本データフィールドτ_１ないしτ_８の変数名が示されている。真ん中の列には相応する基本データフィールドの氏名が含まれておりかつ右側の列には内容の短い記述が示されている。
【００３５】
この実施例は英語の語エレメントの比較のために実現されている。それ故にキーワードτ_１は英語の名詞である。動詞−名詞表現τ_２は１つの動詞と少なくとも１つの名詞とから組み合わされている表現である。プレーンテキストτ_３はワード、文字および数字の任意の組み合わせから成っている。数τ_４は整数または実数である。インターバルτ_５はタイプｖ_１，ｖ_２のフィールドアレンジメントであり、その際ｖ_１およびｖ_２は整数または実数の形のインターバルの限界値である。日付インターバルτ_６は、２つの日付データＤ．Ｍ．Ｙを有しているフィールドアレンジメントである。日付データはそれぞれ、フィールドアレンジメントの日付限界値を表している。時間τ_７はデータＹ：Ｄ：Ｈ：Ｍ：Ｓ：Ｍ_ｓを有するフィールドアレンジメントであり、ここでＹは年、Ｄは日、Ｈは時間、Ｍは分、Ｓは秒およびＭｓは１／１００秒である。名前τ_８は一人の人物の任意の適当な氏名である。
【００３６】
図４には、図３に示されているプロファイルストラクチャに対する本発明の方法のシーケンスが簡単に示されている。
【００３７】
この方法はステップＳ１で始まる。ステップＳ２においてデータフィールド「加入者」が氏名比較を用いて比較される。２つの氏名、すなわち名と姓とから組み合わされて成る２つのフィールドアレンジメントが一致すると、暫定的な比較値として距離を計算する、距離０を計算する氏名比較関数が生じる。比較すべき氏名が一致していないと、氏名比較関数は暫定的な比較値として距離１を生じる。ステップＳ２におけるデータフィールド「加入者」の比較の際にそれぞれ、サーチプロファイルのフィールドアレンジメントがオファープロファイルのすべての相応のフィールドアレンジメントと比較される。従ってこの比較はレベル０のフィールドアレンジメント間で行われる。サーチプロファイルのフィールドアレンジメントがオファープロファイルのフィールドアレンジメントの１つと一致すると、サーチプロファイルのレベル１において、見つけ出されたフィールドアレンジメントに割り当てられているデータフィールドτ_８〔１：２〕^＋に、暫定的な比較値として値０がエントリされる。このフィールドアレンジメント（＝名および姓）を見つけ出すことができなかったならば、相応のデータフィールドにおいてレベル１に値１がエントリされる。ステップＳ２が終了すると、すべてのデータフィールドτ_８〔１：２〕^＋に暫定的な比較値が付けられている。
【００３８】
ステップＳ３において氏名に割り当てられている暫定的な比較値が評価される。このことは通例、重み付けられた平均値形成によって行われる。比較すべきエレメントはそれぞれ同じタイプのものであるので、これらは同値であり、それ故にすべて１によって重み付けされる。従ってそれぞれ、複合データフィールドτ_８〔１：２〕^＋にエントリされた値の平均値が形成される。この平均値は２次の暫定的な比較値であり、レベル２において氏名リストの複合データフィールドτ_８〔１：２〕^＋にエントリされる。
【００３９】
続くステップＳ４においてキーワードを含んでいる、サーチプロファイルのデータフィールドτ_１がオファープロファイルの相応のデータフィールドと比較される。キーワードを比較するための比較関数は、サーチプロファイルのそれぞれのキーワードがオファープロファイルのキーワードと比較されるように構成されておりかつサーチプロファイルのキーワードがオファープロファイルのキーワードの中に含まれていない場合には、値１が記憶される。その他の場合には値１が記憶される。暫定的な比較値としてこれらの値の平均値が計算されかつキーワードのリストのデータフィールド｛τ_１｝にエントリされる。
【００４０】
ステップＳ３およびＳ４はレベル１において実施される。
【００４１】
引き続くステップＳ５においてデータフィールド「タイトル」τ_２、「詳細な説明」τ_３、「コスト」τ５、「日付データ」τ_６および「持続時間」τ_７の内容が相互に比較される。
【００４２】
データフィールド「詳細な説明」τ_３の比較のための比較関数はプレーンテキストを比較するための比較関数である。図５ａに、プレーンテキストｄ_１，ｄ_２の２つの例が示されている。これらテキストはそれぞれ、英語のテキストから成っている。これらプレーンテキストはまずデータセットＤＳ_１およびＤＳ_２に変換される。データセットではすべてのワードはストップワードではないプレーンテキストからそのまま移される。ストップワードは僅かな情報内容を有しているワードである。普通のストップワードを有するリストが存在している。この場合次のワードがストップワードと判定される：
【００４３】
【外１】

【００４４】
データセットＤＳ_１およびＤＳ_２において個々のワードの後ろにそれぞれ、それぞれの頻度が相応のプレーンテキストで示されている。個々のワードはデータセットにおいてアルファベット順に分類されている。
【００４５】
プレーンテキストの比較のために、データセットのワードには重み付け係数が付されなければならない。重み付け係数の計算のためにまず、いわゆるドキュメント出現頻度の逆アルゴリズムｉｄｆ_ｊが計算される。このアルゴリズムは次のように定義されている：
【００４６】
【数２】

【００４７】
ここでＮはすべてのドキュメントの総数でありかつｄｆ_ｊは、ワードｊを含んでいるドキュメントの数である。次の実施例ではそれぞれのプレーンテキストは１つのドキュメントである。全体として、図５ａに示されている２つのプレーンテキストの他に更に、別の１８のオファープロファイルの更に別の１８のプレーンテキストが存在している。
【００４８】
逆ドキュメント頻度によって、非常に頻繁に生じるワードは０に向かう値によって重み付けられかつ僅かなドキュメントにしか生じないワードは１に向かう値によって重み付けられる。これにより、逆ドキュメント頻度ｉｄｆ_ｊの場合、滅多にしか現れないワードは頻繁に現れるワードより強く重み付けられる。滅多にしか現れないワードは普通、頻繁に現れるワードより高い情報内容を有している。
【００４９】
逆ドキュメント頻度の他に、ドキュメントｉにおけるワードｊの頻度ｔｆ_ｉ，ｊも考慮される。従って重み付け係数ｗ_ｉ，ｊとして頻度ｔｆ_ｉ，ｊと逆ドキュメント頻度ｉｄｆ_ｊとの積が生じる（ｗ_ｉ，ｊ＝ｔｆ_ｉ，ｊ・ｉｄｆ_ｊ）。
【００５０】
図５ｂに図示のデータセットのワードに対して、その逆ドキュメント頻度はｄｆ_ｊでありかつ重み付け係数ｗ_１，ｊおよびｗ_２，ｊが図５ｃのテーブルに挙げられている。
【００５１】
重み付け係数ｗ_１，ｊおよびｗ_２，ｊはそれぞれ、ドキュメントベクトルＤＶ_１およびＤＶ_２のエレメントを形成する。
【００５２】
２つのプレーンテキストの比較の際、対応しているドキュメントベクトルＤＶ_１およびＤＶ_２の距離が計算される。本発明によれば、２つのベクトル間の距離はユークリッドの距離として次式に従って計算される：
【００５３】
【数３】

【００５４】
ユークリッドのノルムはメートル距離におけるすべての前提条件を満たしている：
○ ２つの同じベクトル間の距離は０である。
【００５５】
○ 第１ベクトルの、第２ベクトルに対する距離は第２ベクトルの、第１ベクトルに対する距離に等しい。すなわち距離計算は対称的である。
【００５６】
○ 第１ベクトルの、第３ベクトルに対する距離は第１ベクトルの、第２ベクトルに対する距離と第２ベクトルの、第３ベクトルに対する距離との和よりも小さい。
【００５７】
距離計算がこれらの前提条件を充足しているときだけ、常に有意な距離が求められることが保証されている。
【００５８】
ユークリッドの距離を用いた２つのドキュメントベクトル間の距離の計算に代わって、従来の比較法において実施されるように、２つのベクトルの距離を２つのベクトル間のコサインを用いて計算することも可能である。
【００５９】
コストを含んでいるデータフィールドを比較するための比較関数はインターバルを比較するための比較関数である。実数ｉ_１＝｛ｌ_１，ｒ_１｝およびｉ_２＝｛ｌ_２，ｒ_２｝によって示されている２つのインターバル間の距離は次の式に従って計算されている：
【００６０】
【数４】

【００６１】
データフィールド「日付データ」および「持続時間」の計算のために、それ自体公知の比較関数が使用される。
【００６２】
この実施例では数字は比較されず、比較のために相応の比較関数も使用されない。この種の比較関数は例えば比較すべき数字間の差の絶対値を求めることによって非常に簡単に実現される。
【００６３】
データフィールドτ_２，τ_３，τ_５，τ_６およびτ_７の比較の際に求められる暫定的な比較値が記憶される。これを以てステップＳ５は終了する。
【００６４】
ステップＳ６ではレベル２のデータフィールドτ_１ないしτ_８に対する個別の暫定的な比較値が最終的な比較値の計算のために使用される。この場合重み付けられた平均値が計算され、その際個々のデータフィールドはその意味に応じて種々異なった重さに重み付けられている。この重み付けられた平均値形成の結果は、比較すべき２つのプロファイル間の距離、すなわちサーチプロファイルとオファープロファイル間の距離を示している距離値である。
【００６５】
通例、距離値ではなくて、類似性値が所望されているので、距離値の逆数が形成される（ステップＳ７）。この類似性値は最終的な比較値を表している。この比較値はステップＳ８において出力される。ステップＳ９において方法は終了する。
【００６６】
最終的な比較値は、相応するオファープロファイルをオファープロファイルのリストでサーチプロファイルに対して計算された類似性に相応して分類するために使用することができる。
【００６７】
サーチプロセスの開始の際にユーザによって、ユーザが最も類似しているオファープロファイルを所望していることが確認されると、それぞれのオファープロファイルに対して上に説明した本発明の方法が実施され、個々のオファープロファイルがサーチプロファイルに関する類似性の小さい順に分類されかつ最も類似しているオファープロファイルがユーザに出力される。
【００６８】
本発明の方法はプロファイルの自動的な比較のためのコンピュータプログラムとして実現されていてよい。本発明の方法の特別有利な形態はエージェントシステムの形である。
【００６９】
エージェントは、コードおよびデータから成っている自律的なコオペラティブソフトウェアユニットである。これらは、ユーザとの恒常的なインタラクションが必要でない自律して機能するソフトウェアユニットである。ステーショナリーでありしかもモービルであるエージェントもある。
【００７０】
モービルエージェントはＵＳ５６０３０３１号から公知である。モービルエージェントは、コンピュータネットワークで種々様々なロケーションでアクティブであってかつコンピュータネットワークにおいてその場所を変えることができるプログラムである。
【００７１】
図７には、３つのエージェントを用いた本発明の方法のシーケンスが図示されている。この場合比較エージェント、サーチエージェントおよびオファーエージェントが使用される。比較エージェントはデータバンクを含んでおり、データバンクにはそれが分かっているオファーエージェントがそれぞれのオファープロファイルと一緒に記憶されている。オファーエージェントは相応のデータバンクにそのオファープロファイルと一緒にエントリしもしくはそれが相応のオファーをもはや維持しない場合にはこのオファープロファイルを再び消去することができる。
【００７２】
所定のサービスをサーチするサーチエージェントは比較エージェントに向いておりかつ比較エージェントにサーチリクエストを送出する。サーチリクエストは相応のサーチプロファイルを含んでいる。このサーチプロファイルを比較エージェントはそのデータバンクに記憶されているオファープロファイルと比較しかつそれを上に説明した方法に従って評価する。比較エージェントはサーチエージェントに相応のサーチ応答を伝送する。サーチ応答は関連しているオファーエージェントの氏名を持ったリストを含んでおり、それぞれのオファーエージェントは比較値によって重み付けられている。
【００７３】
サーチエージェントはサーチ応答を本来の発注者に転送するかまたは最高の比較値に対応付けられているオファーエージェントに相応するサービスの提供に関するリクエストを送信する。それからサービスはオファーエージェントからサーチエージェントに持っていくことができ、サーチエージェントはそれを発注者に転送する。
【００７４】
図１には、この形式のエージェントシステムが実現されているネットワークが簡単化に示されている。ネットワークは複数のコンピュータ１を有しており、これらコンピュータはデータ線路２を介して相互に接続されている。個々のコンピュータにはそれぞれエージェントシステムＡＧがインストールされている。ネットワークにはモービルエージェントＡＧ−ＩないしＡＧ−ＩＶが存在しており、これらはコンピュータの１つに配置されているか、もしくはあるコンピュータから別のコンピュータに移動する。
【００７５】
それぞれの応答システムはエージェントプラットフォームを有している。エージェントプラットフォームは、それぞれのコンピュータ１において実現されることができるようにするためのエージェントを必要とする。
【００７６】
エージェントＡＧ−ＩはオファーエージェントでありかつエージェントＡＧ−ＩＩはサーチエージェントである。エージェントＡＧ−ＩＩＩは比較エージェントである。比較エージェントＡＧ−ＩＩＩにはオファーエージェントＡＧ−Ｉのオファープロファイルが記憶されている。サーチエージェントＡＧ−ＩＩは比較エージェントＡＧ−ＩＩＩにサーチリクエストを立てることができる。これに比較エージェントは相応のサーチ応答を以て応答する。
【００７７】
それからサーチエージェントはサーチ応答を相応に前以て定められている形式および仕方で引き続き処理しかつ殊に、ネットワークのコンピュータを使っているユーザに転送することができる。
【００７８】
本発明の方法は、ネットワークにおいて、例えば比較エージェントの形において記憶されているソフトウェア製品として実現されていてよい。しかし本発明の方法はコンピュータにおける任意の電子的に読み取り可能なデータ担体または半導体メモリに記憶されておりかつコンピュータにおいて実現されるようになってもよい。
【００７９】
本発明を上に１つの実施例に基づいて説明してきた。しかし本発明はこの実施例の具体的な実施形態に制限されていない。本発明にとって重要なのは、個々のプロファイルが種々異なっているタイプのデータフィールドによってストラクチャ化されていること、種々異なっているタイプのデータフィールドに対して種々異なっている比較関数が使用されることである。これにより、比較すべきプロファイルの多次元の評価を行うことができる。プロファイルのこの多次元の評価により、人間による評価に非常に類似している非常に個有の評価が行われ得る。本発明の枠内において例えば、基本フィールドが上の実施例の場合とは違った内容を備えているようにすることができる。異なったストラクチャのプロファイルが比較されることも可能であり、この場合２つのプロファイルの１つが比較すべきプロファイルのストラクチャと一致しているストラクチャを有している別のプロファイルに投影される。
【００８０】
この付加的な投影により、本発明の方法は使用領域を著しく拡大することができる。例えば、例えば３つないし５つの異なっているタイプのデータフィールドを備えている比較的小さなプロファイルを設け、このプロファイルに任意の情報ユニットが投影されるようにするのも好適である。その場合情報ユニットはこれらに配属されているストラクチャ化されているプロファイルを用いて比較される。
【図面の簡単な説明】
【図１】
種々異なったベースデータフィールドのテーブル図である。
【図２】
プロファイル記述のテーブル図である。
【図３】
プロファイルストラクチャをブロック回路図である。
【図４】
情報の自動的な比較および評価方法のフローチャート図である。
【図５ａ】
比較すべき２つのプレーンテキストである。
【図５ｂ】
図４ａに示されているプレーンテキストから導出された２つのデータセットである。
【図５ｃ】
データセットの個々の語に対する評価結果のテーブルである。
【図６】
協働株式市場に対するオファー記述の例を示す図である。
【図７】
エージェントシステムのブロック線図である。
【図８】
図６のエージェントシステムがインストールされている、コンピュータを接続するためのネットワークのブロック線図である。

Claims (20)

1. サーチプロファイルがそれぞれ複数のデータフィールドを有している形式であって、第１のサーチプロファイルを少なくとも１つの第２のサーチプロファイルと比較する方法において、
   第１のサーチプロファイルおよび第２のサーチプロファイルのデータフィールドはそれぞれ、異なっているタイプを有する少なくとも２つのデータフィールドを有しており、該異なっているタイプは第１および第２のサーチプロファイルベクトルのそれぞれのデータフィールドでは同じであり、
   該方法において第１のサーチプロファイルと第２のサーチプロファイルとの比較の際に少なくとも２つの異なっているタイプのデータフィールドを異なっている比較関数を用いて比較する
   ことを特徴とする方法。
2. 情報を自動的に比較しかつ評価するための方法であって、
   それぞれサーチプロファイルをデータバンクに記憶されているオファープロファイルと比較し、かつプロファイルはそれぞれ、所定数のデータフィールドに分割されており、該データフィールドには比較すべき情報が記憶されており、かつそれぞれのプロファイルは少なくとも２つの異なっている形式のデータフィールドを有しており、かつ比較すべきプロファイルはそれぞれ同じタイプのデータフィールドを有しており、ここで
   サーチプロファイルとオファープロファイルとの比較の際に少なくとも２つの異なったタイプのデータフィールドを種々異なっている比較関数によって比較しかつそれぞれの比較を暫定的な比較値によって評価し、かつ
   暫定的な比較値から最終的な比較値を計算する方法。
3. プロファイルは複数のレベルを有しており、ここで
   少なくともレベルの１つにおいて複合的なデータフィールドが設けられており、該データフィールドは下位のレベルの複数のデータフィールドに関連付けられており、ここで
   複合的なデータフィールドは、比較の際に複合的な比較値が使用される変数であり、該複合的な比較値は複合的なデータフィールドに従属しているデータフィールドから計算される
   請求項２記載の方法。
4. 複合的なデータフィールドは基本データフィールドに関連付けられており、ここで基本データフィールドにはプロファイルの情報が記憶されている
   請求項３記載の方法。
5. 複合的なデータフィールドは最上位のレベルに配置されておりかつ最上位のレベルの下に複数のレベルが配置されており、ここで
   最上位のレベルの複合的なデータフィールドの、最上位のレベルの直接下のレベルに配置されていない基本データフィールドの基本データフィールドに対する関係は別の複合的なデータフィールドを介して形成され、該別のデータフィールドは最上位のレベルと基本データフィールドが配置されているレベルとの間のレベルに配置されている
   請求項４記載の方法。
6. 最終的な比較値を暫定的な比較値から重み付けられている平均値形成によって計算する
   請求項２から５までのいずれか１項記載の方法。
7. 暫定的な比較値はそれぞれ、値が大きくなればなるほど相応する情報はますます相異して来るという情報距離を表している
   請求項２から６までのいずれか１項記載の方法。
8. 暫定的な比較値から最終的な比較値を計算するために、最終的な情報距離を計算しかつ該情報距離から逆数を計算し、該逆数が最終的な比較値を計算する
   請求項７記載の方法。
9. 比較関数は、それぞれ１つの日付、数値、プレーンテキスト、キーワード、インターバル、時計時間かまたは氏名を含んでいる２つのデータフィールドを比較しかつ評価する
   請求項２から８までのいずれか１項記載の方法。
10. 比較関数はそれぞれ１つのプレーンテキストを含んでいるデータフィールドの比較を次のようにして実施する：
    ○ ２つのプレーンテキストを個々のワードに分割し、
    ○ それぞれのプレーンテキストに対してそれぞれ、それぞれのプレーンテキストの、ストップワードではないすべてのワードを含んでいるデータセットを作成し、
    ○ それぞれのデータセットのそれぞれのワードをプレーンテキスト内の関連度に従ってかつデータバンク内の関連度に従って重み付け係数（ｗ_ｉ，_ｊ）によって重み付け、ここで２つのデータセットの重み付け係数はそれぞれ１つのドキュメントベクトル（ＤＶ_ｉ，ＤＶ_ｊ）のエレメントであり、かつ
    ２つのドキュメントベクトルの距離を計算し、ここで距離は暫定的な比較値を表している
    請求項２から９までのいずれか１項記載の方法。
11. 距離として２つのドキュメントベクトル（ＤＶ_ｉ，ＤＶ_ｊ）間のユークリッドの距離を計算する
    請求項１０記載の方法。
12. 距離として２つのドキュメントベクトル（ＤＶ_ｉ，ＤＶ_ｊ）間のコサインを計算する
    請求項１０記載の方法。
13. 暫定的な比較値を比較すべきプロファイルの所定のフィールドにおいて監視しかつ暫定的な比較結果の前以て定められている値において最終的な比較結果を、その他の比較関数に無関係に、前以て定められている値にセットするというＫ．Ｏ．判断基準を使用する
    請求項２から１２までのいずれか１項記載の方法。
14. 少なくとも１つの比較関数は、しきい値を上回るまたは下回る際に比較結果の前以て定められている値にセットするしきい値判断基準を有している
    請求項２から１３までのいずれか１項記載の方法。
15. 比較関数はそれぞれ１つの数字を含んでいる２つのデータフィールドの比較のために次のことを実施する、すなわち比較値として２つの数字間の差の絶対値を計算する
    請求項２から１４までのいずれか１項記載の方法。
16. 比較関数はそれぞれ１つの数字を含んでいる２つのデータフィールドの比較のために次のことを実施する、すなわち２つのインターバル（ｉ_１，ｉ_２）の境界を実数（ｉ_１＝〔ｌ_１，ｒ_１〕およびｉ_２＝〔ｌ_２，ｒ_２〕によって表されており、かつ比較値ｄ（ｉ_１，ｉ_２）を次の式に従って計算する：
    

    

    請求項２から１５までのいずれか１項記載の方法。
17. 比較関数はそれぞれ１つの数字を含んでいる２つのデータフィールドの比較のために次のことを実施する、すなわち比較すべき氏名が一致している場合には暫定的な比較値を零に等しくセットしまたは氏名が異なっている場合には無限に等しくセットする
    請求項２から１６までのいずれか１項記載の方法。
18. 複数のコンピュータを接続するためのネットワークであって、指示されたコンピュータにはエージェントシステムがインストールされておりかつネットワークは複数のエージェントを有している形式のものにおいて、
    請求項２から１７までのいずれか１項記載の方法を実施するように構成されている比較エージェントと、比較エージェントにサーチリクエストを向けることができるサーチエージェントとを備えており、サーチリクエストに基づいて比較エージェントは自動的にデータバンクに記憶されているオファープロファイルをサーチリクエストによって伝送されるサーチプロファイルと比較しかつ評価する
    ネットワーク。
19. データバンクはその中に含まれているエージェントプロファイルと一緒に比較エージェントに含まれている
    請求項１８記載のネットワーク。
20. 複数のオファーエージェントが設けられており、該オファーエージェントはそのオファーに相応しているオファープロファイルを比較エージェントに伝送してそのデータバンクに記憶されるようするもしくはオファーの撤回の際にメッセージを比較エージェントに伝送してオファープロファイルが消去されるようにする
    請求項１８または１９記載のネットワーク。

Images