JP2006072881A - 文書管理システム、及び、文書管理方法 - Google Patents

Abstract

【課題】 多数の文書を管理する文書管理システムにおいて、ユーザが望む文書を高速かつ的確に検索できるようにする。
【解決手段】 ファイル管理システム１１１により管理される各種ファイル及び文書データベース１２３，１２４に格納される各種文書について、ベクトル空間解析を行って類似度を判定することにより、指定された条件に適合する文書を自動的に検索する文書管理システム１である。ユーザがユーザコンソール装置１３を操作して文書を閲覧等した際のアクセス履歴を記録し、記録されたアクセス履歴に基づいて、検索対象の文書の概念ベクトルを学習することによって、指定された条件に適合し、かつ、ユーザの行動傾向に関連する文書を検索する。
【選択図】 図１

Description

本発明は、文書管理システム、及び、文書管理方法に関する。

従来、コンピュータによる文書管理の手法は著しく進歩しており、近年ではベクトル空間解析を利用した検索手法等が提案されている（例えば、特許文献１参照。）。

特開平１０−１９８６９１号公報

特許文献１に開示されたように、ベクトル空間解析を利用した文書管理においては、概念検索等の高度な検索機能を利用できる。このような検索技術の進歩により、極めて多数の文書の中から、比較的容易に、目的とする文書を発見することができるようになった。

ところが、文書管理上における検索技術の進歩は、適切な検索条件が設定された場合に、高速かつ的確に、目的の文書を探し出すことを目的としている。このため、ユーザが適切な検索条件を設定することを前提としており、目的とする文書を探し出せるような適切な検索条件をユーザが検討する手間については、特に改善が図られることが無かった。

そこで本発明は、多数の文書を管理する文書管理システムにおいて、ユーザが望む文書を高速かつ的確に検索できるとともに、ユーザが検索条件等を検討・設定する手間を省くことができるようにすることである。

上記の目的を達成するため、本発明の文書管理システムは、指定された条件に基づいて文書を検索する文書検索システムであって、当該システムにおけるユーザの行動履歴を記録する記録手段と、前記記録手段により記録されたユーザの行動履歴に基づいて、前記検索対象の文書間における類似度を学習する学習手段と、前記検索対象の文書のうち１または複数の文書が指定された場合に、指定された文書との類似度に基づいて、前記検索対象の文書を検索する検索手段とを備えることを特徴とする。

また、本発明において、前記検索対象の各文書についてベクトル空間解析を行うことにより概念ベクトルを生成するベクトル生成手段と、前記ベクトル生成手段により生成された前記検索対象の各文書の概念ベクトルを記憶するベクトル記憶手段と、をさらに備え、前記記録手段は、前記ユーザの行動履歴として、前記ユーザがアクセスした文書及びそのアクセス順序を記録するものであり、前記学習手段は、前記ユーザがアクセスした文書及びそのアクセス順序に基づいて、アクセスされた文書について前記ベクトル記憶手段に記憶された概念ベクトルを修正するものであって、前記検索手段は、前記ベクトル記憶手段に記憶された前記検索対象の各文書の概念ベクトルに基づいて類似度を判定し、前記指定された文書と類似度の高い文書を検索する構成としても良い。

また、本発明において、前記学習手段は、前記記録手段により記録された、前記ユーザがアクセスした文書及びそのアクセス順序を文書化して当該文書の概念ベクトルであるユーザベクトルを生成するとともに、前記ユーザがアクセスした文書について前記ベクトル記憶手段に記憶された概念ベクトルに基づいて、前記ユーザベクトルを修正する構成としても良い。

本発明の文書管理方法は、指定された条件に基づいて文書を検索する文書検索システムにおける文書管理方法であって、当該システムにおけるユーザの行動履歴を記録し、記録されたユーザの行動履歴に基づいて、前記検索対象の文書間における類似度を学習し、前記検索対象の文書のうち１または複数の文書が指定された場合に、指定された文書との類似度に基づいて前記検索対象の文書を検索することを特徴とする。

なお、本発明において「文書」とは、複数の文字列からなる実質的な文書ファイルに加え、仮想的に文書とみなされる各種情報をも含む。

本発明の文書管理システム及び文書管理方法によれば、指定された条件に基づいて文書を検索する文書検索システムであって、記録手段によって、当該システムにおけるユーザの行動履歴を記録し、学習手段によって、記録手段により記録されたユーザの行動履歴に基づいて、検索対象の文書間における類似度を学習し、検索対象の文書のうち１または複数の文書が指定された場合に、検索手段によって、指定された文書との類似度に基づいて、検索対象の文書を検索する。これにより、ユーザが１または複数の文書を指定した場合に、指定された文書に関連し、かつ、ユーザの行動履歴すなわちユーザがアクセス（閲覧など）した文書の履歴等に関連する文書を検索することができるので、ユーザが真に求める文書を的確に検索できる。そして、ユーザは、検索条件として一つの文書を指定すれば良いので、検索条件の検討を厳密に行う必要がなく、時間と手間を大幅に省くことができる。

また、本発明において、ベクトル生成手段によって、検索対象の各文書についてベクトル空間解析を行うことにより概念ベクトルを生成し、ベクトル生成手段により生成された検索対象の各文書の概念ベクトルをベクトル記憶手段に記憶し、記録手段が、ユーザの行動履歴として、ユーザがアクセスした文書及びそのアクセス順序を記録し、学習手段が、ユーザがアクセスした文書及びそのアクセス順序に基づいて、アクセスされた文書についてベクトル記憶手段に記憶された概念ベクトルを修正し、検索手段が、ベクトル記憶手段に記憶された検索対象の各文書の概念ベクトルに基づいて類似度を判定し、指定された文書と類似度の高い文書を検索する構成とした場合、ベクトル空間解析を利用して文書を検索する手法を用い、ユーザの行動履歴に基づいて各文書の概念ベクトル自体を修正することにより、ユーザの行動履歴を各文書間の類似度に良好にかつ効率よく反映させることが可能となり、より的確にユーザが求める文書を検索することができる。

また、本発明において、学習手段が、記録手段により記録された、ユーザがアクセスした文書及びそのアクセス順序を文書化して当該文書の概念ベクトルであるユーザベクトルを生成するとともに、ユーザがアクセスした文書についてベクトル記憶手段に記憶された概念ベクトルに基づいて、ユーザベクトルを修正するものとした場合、検索対象の各文書の概念ベクトルを学習するとともに、ユーザの行動履歴を示すユーザベクトルについても学習を実行するので、ユーザの行動履歴を検索結果に良好に反映させることが可能となり、より的確に、ユーザが求める文書を検索できる。

以下、本発明の実施の形態を図面に基づき説明する。
図１は、本発明を適用した実施の形態における文書管理システム１の概略構成を示す機能ブロック図である。図１に示すように、文書管理システム１は、管理システム１０及びユーザコンソール装置１３により構成される。

管理システム１０は、検索制御部１０１、コンテキストベクトルインデックス１０２、ユーザインターフェイス制御部１０３、学習制御部１０４、概念ベクトル生成部１０５、文書管理部１０６、マッピングテーブル１０７、文書アダプタ１０８，１０９，１１０、及びファイル管理システム１１１の各機能部と、文書概念ベクトルデータベース１２１、ユーザ関心・ビジネスコンテキストベクトルデータベース１２２及び文書データベース１２３，１２４の各データベースとを備える。

ここで、文書管理システム１による処理の対象となるアイテムについて説明する。文書管理システム１においては、複数の文字のみからなる所謂「文書」の他、ソフトウェアにより管理される各種の「アイテム」を、仮想的に文書として取り扱う。
「アイテム」とは、例えば、ソフトウェアによる住所録管理機能により作成・管理される個々の連絡先、プロジェクト管理機能により管理されるプロジェクト自体及び各プロジェクトに含まれるタスク、オンラインディスカッション機能により作成・管理されるスレッド、ＵＲＬ（Uniform Resource Locator）等を含む。文書管理システム１においては、各アイテムの属性として「メモ」を設定できる。この「メモ」はＨＴＭＬ文書として記述され、それ自体を独立して編集・表示することも可能である。
文書管理システム１は、各アイテム中の文字列、各アイテムのタイトルに含まれる文字列、各アイテムの「メモ」属性に含まれる文字列等からなる文書として、各アイテムを取り扱うことにより、全てのアイテムを仮想的に文書として処理することが可能である。
以下の説明において、「アイテム」及び「文書」の語は、実質的な文書ファイル及び仮想的に文書とみなされるものを含む意味で用いる。

ファイル管理システム１１１は、ＯＳ（Operating System）等、文書ファイル及びそれ以外の各種ファイルを管理するシステムである。ファイル管理システム１１１は、図示しない記録媒体に記録されたファイルを管理する。ファイル管理システム１１１により管理されるファイルは、各々アイテムとして処理される。
文書データベース１２３，１２４は、複数の文書、及び、上述したように文書管理システム１において仮想的に文書とみなされる各種アイテム（例えば、プロジェクト管理ソフトウェアにより管理されるタスク）のデータを格納するデータベースである。
なお、図１に示す文書管理システム１は、一つのファイル管理システム１１１と２つの文書データベース１２３，１２４を備える構成としたが、本発明はこれに限定されるものではなく、複数のファイル管理システムを備える構成としても良いし、文書データベースの数についても制限はない。

文書アダプタ１０８，１０９，１１０は、ファイル管理システム１１１及び文書データベース１２３，１２４と、後述する文書管理部１０６とを接続するアダプタであって、文書管理部１０６の制御に従って、ファイル管理システム１１１及び文書データベース１２３，１２４により管理されるアイテムのデータを読み出して文書管理部１０６へ出力し、或いは、文書管理部１０６により新規に登録されたアイテムのデータをファイル管理システム１１１及び文書データベース１２３，１２４に登録させる処理等を行う。

文書管理部１０６は、マッピングテーブル１０７を有する。マッピングテーブル１０７は、ファイル管理システム１１１及び文書データベース１２３，１２４により管理される全てのアイテムについて、ファイル管理システム１１１及び文書データベース１２３，１２４により管理される各アイテムの格納場所（ファイルパス等）や各アイテムに付された識別情報（ＩＤ等）が設定されたテーブルである。
文書管理部１０６は、マッピングテーブル１０７に設定された情報に基づき、文書アダプタ１０８，１０９，１１０を介して接続されるファイル管理システム１１１及び文書データベース１２３，１２４により管理されるアイテムのデータについて、読み出し制御、新規登録の制御等の各種処理を実行する。

検索制御部１０１は、文書管理部１０６を介してファイル管理システム１１１及び文書データベース１２３，１２４により管理される各種アイテムのデータを参照することにより、通常の検索処理（図示略）を実行する。
また、検索制御部１０１は、後述する関連アイテム検索処理（図６）を実行し、ユーザの操作により指定されたアイテムに関連するアイテムを検索する。

概念ベクトル生成部１０５は、文書管理部１０６を介して、ファイル管理システム１１１及び文書データベース１２３，１２４により管理される各種アイテムのデータをもとに、後述する初期学習処理（図２）を実行して、各アイテムの概念ベクトルを生成して文書概念ベクトルデータベース１２１に格納させる。また、初期学習処理において、概念ベクトル生成部１０５は、各アイテムの概念ベクトルのクラスタリング及びインデックスの生成を実行し、処理結果を文書概念ベクトルデータベース１２１に格納する。

学習制御部１０４は、文書概念ベクトルデータベース１２１に格納された概念ベクトルを初期値として、後述する学習処理（図４）を実行し、ユーザベクトルの修正処理を実行して、実行結果をユーザ関心・ビジネスコンテキストベクトルデータベース１２２に格納する。

コンテキストベクトルインデックス１０２は、後述するインデックス処理（図５）において、ユーザ関心・ビジネスコンテキストベクトルデータベース１２２に格納されたベクトルのクラスタリング及びインデックス付けを実行する。

ユーザインターフェイス制御部１０３は、ユーザコンソール装置１３におけるユーザの操作内容を取得して検索制御部１０１に出力する。また、ユーザインターフェイス制御部１０３は、後述するユーザアクセス記録処理（図３）を実行し、ユーザコンソール装置１３の操作に基づいてユーザのアクセス内容を記録する。
また、ユーザインターフェイス制御部１０３は、検索制御部１０１による検索結果等をユーザコンソール装置１３が有するモニタ１３１に表示するための表示情報を生成して、ユーザコンソール装置１３に出力する。

ユーザコンソール装置１３は、文書管理システム１を使用するユーザが操作するコンソールであって、文書管理システム１におけるマンマシンインターフェイスとして機能する。具体的には、ユーザコンソール装置１３は、モニタ１３１、キーボード１３２及びマウス１３３を備えて構成される。

なお、文書管理システム１におけるベクトル空間解析に係る処理（概念ベクトルの生成、ベクトルのクラスタリング、インデックスの生成、ベクトルの圧縮等）は、いずれも、特許文献１等の技術文献に開示された公知の処理であるから、ここでは詳述しない。

次に、文書管理システム１の動作について説明する。
図２は、文書管理システム１により実行される初期学習処理を示すフローチャートである。

図２に示す初期学習処理において、概念ベクトル生成部１０５は、ファイル管理システム１１１及び文書データベース１２３，１２４により管理される各種アイテムの中から処理対象となる最初のアイテムをターゲットとして設定する（ステップＳ１１）。

続いて、概念ベクトル生成部１０５は、アイテムの内容文書について形態素解析を実行し（ステップＳ１２）、さらに、不要語の除去及びキーワードの抽出を実行する（ステップＳ１３）。そして、概念ベクトル生成部１０５は、概念ベクトルを生成して、生成した概念ベクトルを当該アイテムに対応づけて文書概念ベクトルデータベース１２１に格納する（ステップＳ１４）。

その後、概念ベクトル生成部１０５は、ベクトルの圧縮（ステップＳ１５）、クラスタリング（ステップＳ１６）、及びインデックスの生成（ステップＳ１６）を実行し、生成したインデックスを文書概念ベクトルデータベース１２１に格納させる（ステップＳ１７）。

ここで、概念ベクトル生成部１０５は、ターゲットに設定したアイテムがファイル管理システム１１１及び文書データベース１２３，１２４により管理される全アイテムのうち最後のアイテムか否かを判別する（ステップＳ１８）。ここで、ターゲットのアイテムが最後のアイテムであって、全アイテムの処理が完了したのであれば（ステップＳ１８；Ｙｅｓ）、概念ベクトル生成部１０５は本処理を終了する。一方、ターゲットのアイテムが最後のアイテムでなかった場合（ステップＳ１８；Ｎｏ）、概念ベクトル生成部１０５は、次のアイテムをターゲットとして設定し（ステップＳ１９）、ステップＳ１２に戻る。

以上の初期学習処理により、文書概念ベクトルデータベース１２１には、文書管理システム１により文書として取り扱われる全てのアイテムについて、概念ベクトル及びインデックスが格納される。

図３は、ユーザアクセス記録処理を示すフローチャートである。
図３のユーザアクセス記録処理は、ユーザコンソール装置１３を操作するユーザが文書管理システム１にログインしてからログアウトするまでの間において、ユーザがアクセスしたアイテムを記録する処理である。

ユーザコンソール装置１３の操作によってユーザが所定の情報（ユーザＩＤ、パスワード等）を入力して、文書管理システム１に対するログインを要求すると、ユーザインターフェイス制御部１０３は、入力された情報に基づいてログイン処理を実行する（ステップＳ２１）。

ここで、ユーザインターフェイス制御部１０３は、ユーザが入力した情報が有効なものであった場合に、ユーザに対してログインを許可するとともに、ユーザがアクセスするアイテムの記録を開始する（ステップＳ２２）。ユーザインターフェイス制御部１０３は、記録開始に先だって、参照リストの初期化を行う。

続いて、文書管理システム１においては、ユーザコンソール装置１３の操作に従って、例えば検索制御部１０１による検索処理等のアクションが実行される（ステップＳ２３）。ユーザインターフェイス制御部１０３は、ユーザアクションが実行される毎に、いずれかのアイテムが参照されたか否かを判別し（ステップＳ２４）、アイテムが参照された場合は参照されたアイテムを参照リストに追加する（ステップＳ２５）。

そして、ユーザコンソール装置１３の操作によってユーザがログアウトを要求した場合（ステップＳ２６；Ｙｅｓ）、ユーザインターフェイス制御部１０３は、参照リストをユーザ関心・ビジネスコンテキストベクトルデータベース１２２に送信し（ステップＳ２７）、ユーザをログアウトさせる処理を行って（ステップＳ２８）、本処理を終了する。

図４は、文書管理システム１により実行される学習処理を示すフローチャートである。
図４に示す学習処理は、図３のユーザアクセス記録処理により記録された参照リストに従って、学習制御部１０４により、ユーザ関心・ビジネスコンテキストベクトルデータベース１２２に格納される各アイテムの概念ベクトル及びユーザベクトルを修正する処理である。最初に文書管理システム１において学習処理を実行する場合、学習制御部１０４は、文書概念ベクトルデータベース１２１に格納された概念ベクトルと、図３のユーザアクセス記録処理により生成・送信される参照リストとに基づいて処理を行う。２回目以降の学習処理は、ユーザ関心・ビジネスコンテキストベクトルデータベース１２２に格納された概念ベクトルと、ユーザベクトルと、図３のユーザアクセス記録処理により生成・送信される参照リストとに基づいて実行される。

ここで、ユーザベクトルとは、ユーザの行動傾向を示す情報を仮想的に一つの文書として、当該文書の概念ベクトルを生成したものである。本実施の形態においては、一例として、図３のユーザアクセス記録処理において生成・送信される参照リストを、ユーザの行動傾向を示す一つの文書として取り扱う。
文書管理システム１は、参照リストを一つの文書として他のアイテムと同一のベクトル空間における解析を行い、概念ベクトルを生成する。これにより複数のアイテム間の関連だけでなく、各アイテムとユーザの行動傾向（嗜好）との関連性をも正確に分析することが可能となる。

図４に示す学習処理では、参照リストに含まれる全アイテム、すなわちユーザが一回のログイン−ログアウト間にアクセスした全てのアイテムについて、参照リストに含まれる順番、すなわちユーザがアクセスした順に、処理が行われる。
最初に学習処理を実行する場合、学習制御部１０４は、まず、文書管理システム１において取り扱われる全てのアイテムのうち、参照リストにおける先頭（最初）のアイテムをターゲットに設定する（ステップＳ３１）。

続いて、学習制御部１０４は、ターゲットに設定したアイテムについて、文書概念ベクトルデータベース１２１に格納される概念ベクトルを参照し、隣接するアイテムの学習を行う（ステップＳ３２）。ここで、隣接するアイテムとは、参照リストにおけるアクセス順序が隣り合うことを指す。学習処理において最初にステップＳ３２の処理を行う場合、ターゲットは参照リストの先頭（最初）のアイテムに設定されている。そこで、ステップＳ３２では、参照リストにおけるアクセス順が２番目のアイテムを参照する。
そして、学習制御部１０４は、ターゲットのアイテムの概念ベクトルと、ターゲットのアイテムに隣接するアイテムの概念ベクトルとが接近するように、ターゲットに隣接するアイテムの概念ベクトルを修正する処理を行う。このように、文書管理システム１においては、概念ベクトルを修正する処理を「学習」と呼ぶ。

さらに、学習制御部１０４は、図３のユーザアクセス記録処理により生成・送信される参照リストに基づいてユーザベクトルを生成し、ユーザベクトルを、ターゲットに設定したアイテムの概念ベクトルに基づいて修正する（ステップＳ３３）。ここでユーザベクトルを修正する処理は、例えば、ユーザベクトルを、ターゲットに設定したアイテムの概念ベクトルに近づける処理である。

その後、学習制御部１０４は、ユーザベクトルの学習係数を低減させる（ステップＳ３４）。学習係数とは、学習の必要性を判断する基準となる係数であり、学習処理の実行前は、所定の初期値に設定される。文書管理システム１において、あるユーザのユーザベクトルに関する学習係数が所定の値まで低下した場合は、それ以上の学習を行わないようにすることができる。ここで所定の値とは、経験その他の条件に応じて任意に設定可能である。また、学習係数が高い場合は、優先して学習を行うようにすることもできる。

ここで、学習制御部１０４は、ターゲットに設定したアイテムが参照リストに含まれる全アイテムのうち最後のアイテムか否かを判別する（ステップＳ３５）。ここで、ターゲットのアイテムが最後のアイテムであって、参照リスト中の全アイテムの処理が完了したのであれば（ステップＳ３５；Ｙｅｓ）、学習制御部１０４は本処理を終了する。一方、ターゲットのアイテムが最後のアイテムでなかった場合（ステップＳ３５；Ｎｏ）、学習制御部１０４は、参照リスト中の次のアイテムをターゲットとして設定し（ステップＳ３６）、ステップＳ３２に戻る。

２回目以降の学習処理において、学習制御部１０４は、ステップＳ３１においてターゲットを設定した後、ステップＳ３２で、ターゲットのアイテムについてユーザ関心・ビジネスコンテキストベクトルデータベース１２２に格納された概念ベクトルを参照し、隣接するアイテムの学習を行う。続いて、学習制御部１０４は、ステップＳ３３において、図３のユーザアクセス記録処理により生成・送信される参照リストに基づいてユーザベクトルを修正する。この処理は、例えば、ユーザがアクセスした文書の概念ベクトルにユーザベクトルを近づける処理である。さらに、学習制御部１０４は、ユーザベクトルを、ターゲットに設定したアイテムの概念ベクトルに基づいて修正し、その後、ステップＳ３４で学習係数を低減させ、ステップＳ３５に移行する。

なお、図４に示す学習処理により修正されたアイテムの概念ベクトル及びユーザベクトルは、ユーザ関心・ビジネスコンテキストベクトルデータベース１２２に格納される。従って、文書概念ベクトルデータベース１２１に格納される各アイテムの概念ベクトルは初期値として用いられ、あるアイテムについて２回目以降の学習処理が行われる場合は、ユーザ関心・ビジネスコンテキストベクトルデータベース１２２に格納された概念ベクトルに基づいて処理が行われる。

図４に示す学習処理は、図３のユーザアクセス記録処理が実行され、新たな参照リストが生成・送信される毎、或いは、一定時間毎に実行される。

図５は、文書管理システム１により実行されるインデックス処理を示すフローチャートである。
図５に示すインデックス処理において、コンテキストベクトルインデックス１０２は、ユーザ関心・ビジネスコンテキストベクトルデータベース１２２に格納されたベクトルのクラスタリングを実行し（ステップＳ４１）、各クラスタをツリー状にインデックス付けし、インデックス付けに係る情報を記憶する（ステップＳ４２）。
これにより、後述する関連アイテム検索処理（図６）を迅速に実行できる。

図６は、文書管理システム１により実行される関連アイテム検索処理を示すフローチャートである。
図６に示す関連アイテム検索処理においては、まず、ユーザコンソール装置１３の操作によってユーザが任意のアイテムを選択する（ステップＳ５１）。
ここで、検索制御部１０１はコンテキストベクトルインデックス１０２を参照し、選択されたアイテムが従属するクラスタを検索する（ステップＳ５２）。そして、検索制御部１０１は、該当するクラスタに従属するアイテムを抽出し（ステップＳ５３）、抽出したアイテムを、ステップＳ５１で選択されたアイテムとのベクトル距離に応じて並べ替えて一覧を作成し（ステップＳ５４）、作成した一覧をユーザコンソール装置１３のモニタ１３１に表示させる（ステップＳ５５）。

図７は、図６のステップＳ５５において表示される画面の一例を示す図である。上述のように、文書管理システム１においては、狭義の「文書」のみならず様々なアイテムを仮想的に文書として処理するため、図７に示す画面においても、「.doc」や「.txt」といった文書ファイルの他、様々なアイテムが一覧表示される。ユーザは、画面上に一覧表示された関連アイテムを適宜選択して、内容を参照する処理や各アイテムの関連づけを設定する処理等を行うことができる。

以上のように、文書管理システム１においては、関連アイテム検索処理により、ユーザが一つのアイテムを選択した場合に、当該アイテムに関連するアイテムの一覧が表示される。関連アイテム検索処理は、ユーザ関心・ビジネスコンテキストベクトルデータベース１２２に格納されるアイテムの概念ベクトル及びユーザベクトルをインデックス付けした情報に基づいて実行される。ユーザ関心・ビジネスコンテキストベクトルデータベース１２２においては、文書管理システム１において仮想的に文書として扱う全てのアイテムの概念ベクトルと、ユーザベクトルとが格納される。これら各アイテムの概念ベクトル及びユーザベクトルは、ユーザがアイテムにアクセスした記録に基づいて適宜修正されたものである。従って、関連アイテム検索処理により一覧表示されるアイテムは、ユーザが選択したアイテムに強く関連するだけでなく、ユーザの行動傾向（嗜好）に対しても強く関連するアイテムである。
すなわち、文書管理システム１によれば、ユーザの行動傾向を加味しながら関連するアイテム（文書）を効率良く検索することが可能となる。

また、図４に示す学習処理においては、ユーザがアイテムをアクセスした記録である参照リストに従って、各アイテムの概念ベクトルそのものが修正され、ユーザ関心・ビジネスコンテキストベクトルデータベース１２２に格納される。つまり、ユーザの行動履歴を示す参照リストに基づくアイテムの概念ベクトルの修正を、アイテムの概念ベクトルを生成したのと同一のベクトル空間において行う。これにより、ユーザの行動履歴をアイテムの概念ベクトルに良好に反映させることができるので、ユーザが真に求めるアイテムを検索することが可能となる。

なお、上記実施の形態において、文書管理システム１は、管理システム１０及びユーザコンソール装置１３を備える一つのシステムとして説明したが、本発明はこれに限定されるものではなく、例えば、管理システム１０の機能を担うサーバ装置と、ユーザコンソール装置１３及び管理システム１０のユーザインターフェイス制御部１０３の機能を担うクライアント装置とを、通信回線を介して接続した構成としても良い。この場合、一台のサーバ装置に対して複数のクライアント装置を用いることが可能であり、多くのユーザに対して利便性の高い文書検索サービスを提供できる。なお、この場合、上述したユーザアクセス記録処理（図３）をクライアント装置において実行し、当該ユーザアクセス記録処理において作成された参照リストをサーバ装置へ送信する構成とすれば、より効率よく処理を行うことができる。

この他、文書管理システム１の具体的な細部構成等については特に制限はなく、本発明の趣旨を損なうことのない範囲において任意に変更可能であることは勿論である。

本発明の実施の形態における文書管理システム１の概略構成を示す機能ブロック図である。 図１の文書管理システム１により実行される初期学習処理を示すフローチャートである。 図１の文書管理システム１により実行されるユーザアクセス記録処理を示すフローチャートである。 図１の文書管理システム１により実行される学習処理を示すフローチャートである。 図１の文書管理システム１により実行されるインデックス処理を示すフローチャートである。 図１の文書管理システム１により実行される関連アイテム検索処理を示すフローチャートである。 図６の関連アイテム検索処理において表示される画面の一例を示す図である。

符号の説明

１ 文書管理システム
１０ 管理システム
１０１ 検索制御部
１０２ コンテキストベクトルインデックス
１０３ ユーザインターフェイス制御部
１０４ 学習制御部
１０５ 概念ベクトル生成部
１０６ 文書管理部
１０７ マッピングテーブル
１０８，１０９，１１０ 文書アダプタ
１２１ 文書概念ベクトルデータベース
１２２ ユーザ関心・ビジネスコンテキストベクトルデータベース
１２３，１２４ 文書データベース
１３ ユーザコンソール装置

Claims (4)

1. 指定された条件に基づいて文書を検索する文書検索システムであって、
   当該システムにおけるユーザの行動履歴を記録する記録手段と、
   前記記録手段により記録されたユーザの行動履歴に基づいて、前記検索対象の文書間における類似度を学習する学習手段と、
   前記検索対象の文書のうち１または複数の文書が指定された場合に、指定された文書との類似度に基づいて前記検索対象の文書を検索する検索手段と、
   を備えることを特徴とする文書管理システム。
2. 前記検索対象の各文書についてベクトル空間解析を行うことにより概念ベクトルを生成するベクトル生成手段と、
   前記ベクトル生成手段により生成された前記検索対象の各文書の概念ベクトルを記憶するベクトル記憶手段と、をさらに備え、
   前記記録手段は、前記ユーザの行動履歴として、前記ユーザがアクセスした文書及びそのアクセス順序を記録するものであり、
   前記学習手段は、前記ユーザがアクセスした文書及びそのアクセス順序に基づいて、アクセスされた文書について前記ベクトル記憶手段に記憶された概念ベクトルを修正するものであって、
   前記検索手段は、前記ベクトル記憶手段に記憶された前記検索対象の各文書の概念ベクトルに基づいて類似度を判定し、前記指定された文書と類似度の高い文書を検索するものであること、
   を特徴とする請求項１記載の文書管理システム。
3. 前記学習手段は、前記記録手段により記録された、前記ユーザがアクセスした文書及びそのアクセス順序を文書化して当該文書の概念ベクトルであるユーザベクトルを生成するとともに、前記ユーザがアクセスした文書について前記ベクトル記憶手段に記憶された概念ベクトルに基づいて、前記ユーザベクトルを修正することを特徴とする請求項２記載の文書管理システム。
4. 指定された条件に基づいて文書を検索する文書検索システムにおける文書管理方法であって、当該システムにおけるユーザの行動履歴を記録し、記録されたユーザの行動履歴に基づいて、前記検索対象の文書間における類似度を学習し、前記検索対象の文書のうち１または複数の文書が指定された場合に、指定された文書との類似度に基づいて前記検索対象の文書を検索することを特徴とする文書管理方法。

Images