JP2007052737A - 情報処理装置およびコンピュータプログラム - Google Patents

Abstract

【課題】 更新検知対象となったＷｅｂページにおいて，同一ページ内に出現した記事タイトルの通知を重複することなく通知することができ，利用者の負担を軽減することの可能な情報処理装置を提供する。
【解決手段】 情報処理装置１００は，過去データを記録する過去データ記録部３と，入力データを過去データと比較して差分を抽出する差分抽出部２と，抽出された差分から，記事本文へのリンクを含む文字列を記事タイトルとして抽出する記事タイトル抽出部４と，入力データの記事タイトルを通知候補として格納する通知候補記憶部６と，入力データの記事タイトルを過去データの記事タイトルと比較し，入力データの記事タイトルが過去データの記事タイトルと同一であれば，該入力データの記事タイトルを通知候補から削除する同一記事削除部７と，通知候補に基づいて更新情報を生成する通知文生成部９と，を備える。
【選択図】 図１

Description

本発明は，ウェブ（Ｗｅｂ）ページのデータが更新されたことを検知して利用者へ通知する情報処理装置およびコンピュータプログラムにかかり，特に，通知文に記載された記事タイトルの重複を排除するための方法に特徴を有する，情報処理装置およびコンピュータプログラムに関するものである。

ウェブページの情報が更新されたことを検知して利用者へ通知する技術とその実装例として，特開２００４−１４５４２７号公報「ホームページ更新通知システム」（特許文献１）に開示されたシステムがある。上記文献では，情報提供者の情報提供端末と利用者の端末同士がネットワークで接続されており，かつ利用者による情報の取得がネットワーク経由で行われる場合において，ＨＰ更新監視サーバによって情報が更新されているかを監視し，情報が更新されていることを検出した場合に利用者に更新内容を通知することで，利用者が情報のチェックに費やす時間を削減できるとしている。

特開２００４−１４５４２７号公報

しかしながら，上記ホームページ更新通知システムでは，同じ情報が異なる位置に重複して出現したり，間歇的に出現したりする場合，更新内容（差分抽出後の増分のこと，以下「差分」という。）の同じ文言が同一通知文の中に複数存在したり，同じ文言を含む通知文が何度も通知されたりすることで，利用者は余分な負担を負うこととなる。このような場合の例を，図１２〜１４を参照しながら説明する。

図１２は，ある時点でのＷｅｂページＰ１の状態（更新前）を表している。ＷｅｂページＰ１はページタイトルやバナ一等で構成するタイトルＦ１，他コンテンツのメニューＦ２や広告Ｆ３，記事タイトル一覧Ｆ４で構成している。Ｗｅｂページの構成はこの例以外もありうる。

図１３は，任意時刻経過後のＷｅｂページＰ１の状態（更新後）を，ＷｅｂページＰ１’として表している。ＷｅｂページＰ１’の構成要素のうち，タイトルＦ１’，メニューＦ２’はＷｅｂページＰ１のタイトルＦ１，メニューＦ２から変更はなく，広告Ｆ３’，記事タイトル一覧Ｆ４’はＷｅｂページＰ１の広告Ｆ３，記事タイトル一覧Ｆ４から内容が更新された例を表している。また，記事タイトルＫ１，Ｋ２は，記事タイトル一覧Ｆ４’で新たに出現した記事タイトルであり，同一名の記事タイトルが異なる位置に同時に出現している例である。

広告Ｃ１は広告Ｆ３’で新たに出現した広告であり，広告Ｃ２は，広告Ｆ３で含んでいたが広告Ｆ３’で削除され広告Ｆ３’’で復活した例である。この場合，更新検知の結果として図１４に示すような結果を得ることとなる。図１４に示したように，通知結果Ｍ１には記事タイトルＫ１，Ｋ２を重複して含み，ＷｅｂページＰ１で出現済の広告Ｃ２が，通知結果Ｍ１’で再び通知されることになる。通知結果Ｍ１に含まれる２つの同一名の記事タイトルＫ２は異なる位置に出現し同一名の記事タイトルではあるが，それぞれの記事本文へのリンク先は固有のページＰ２，Ｐ３へのリンク先Ｌ１，Ｌ２であり同一ではない。しかし，ページＰ２，Ｐ３の本文が同一の場合，利用者には重複通知とみなされてしまう。

また，異なるＷｅｂページ，例えば異なるカテゴリの通知文の例を図１５に示す。図１５において，Ｐ４，Ｐ５はＷｅｂページ，Ｋ３，Ｋ４はその時点の差分を表す。Ｍ２は生成された通知文の例であり，Ｔ１，Ｔ２はそれぞれのカテゴリの属性，例えばＷｅｂページタイトルである。通知文Ｍ２は異なるカテゴリに同じ記事タイトルを含んでおり，やはり利用者には重複通知とみなされてしまう。

本発明は，上記従来技術が有する問題点に鑑みてなされたものであり，本発明の目的は，更新検知対象となったＷｅｂページにおいて，同一ページ内や複数のページにまたがって出現した記事タイトルの通知を重複することなく通知することができ，利用者の負担を軽減することの可能な，新規かつ改良された情報処理装置およびコンピュータプログラムを提供することである。

上記課題を解決するため，本発明の第１の観点によれば，ウェブページのデータの更新を検知し，差分を更新情報として通知する情報処理装置が提供される。本発明の情報処理装置（１００）は，過去データを記録する過去データ記録部（３）と，入力データを前記過去データと比較して差分を抽出する差分抽出部（２）と，前記抽出された差分から，記事本文へのリンクを含む文字列を記事タイトルとして抽出する記事タイトル抽出部（４）と，前記入力データの記事タイトルを通知候補として格納する通知候補記憶部（６）と，前記入力データの記事タイトルを前記過去データの記事タイトルと比較し，前記入力データの記事タイトルが前記過去データの記事タイトルと同一であれば，該入力データの記事タイトルを通知候補から削除する同一記事削除部（７）と，前記通知候補に基づいて更新情報を生成する通知文生成部（９）と，を備えたことを特徴とする（請求項１）。

かかる構成によれば，記事タイトルのみを比較対象とし，差分抽出前に通知対象としない書式や画像等の情報を削除することで，誤動作の抑制や処理速度を向上させることが可能である。そして，入力データの記事タイトルが過去データの記事タイトルと同一であれば，その入力データの記事タイトルを通知候補から削除することで，更新検知対象となったＷｅｂページにおいて，同一ページ内に出現した記事タイトルの通知を重複することなく通知することが可能となる。なお，入力データの記事タイトルが過去データの記事タイトルと同一でない場合には，その入力データを過去データ記録部に記録（蓄積）することが可能である。

上記本発明の情報処理装置において，さらに，前記過去データ記録部における過去データの記録時間を管理するタイマ（８）を備え，前記過去データ記録部は，記録時間が所定時間を経過した前記過去データを削除する構成とすることも可能である（請求項２）。タイマに設定される時間は，広告の露出効果を適度に保つためにも翌日〜数日の内に再通知される程度の時間を設定しておくことが可能である。データベースの肥大化防止に効果がある。また，広告等にみられるローテーション型の更新においても通知済の内容に関しては所定の時間内は再通知を行わないようにすることで，広告の露出効果を適度に保つことが可能である。

さらに，前記入力データの記事タイトルと利用者が指定したキーワードとの一致を調べるキーワードマッチ部（２７）を備え，前記通知文生成部は，前記利用者が指定したキーワードとマッチした記事タイトルから優先して更新情報を生成する構成とすることも可能である（請求項３）。かかる構成によれば，利用者が指定したキーワードとマッチした記事タイトルを優先して通知することが可能となる。

また，本発明の他の観点によれば，コンピュータを上記情報処理装置として機能させるためのプログラムと，そのプログラムを記録した，コンピュータにより読み取り可能な記録媒体が提供される（請求項４）。ここで，プログラムはいかなるプログラム言語により記述されていてもよい。また，記録媒体としては，例えば，ＣＤ−ＲＯＭ，ＤＶＤ−ＲＯＭ，フレキシブルディスクなど，プログラムを記録可能な記録媒体として現在一般に用いられている記録媒体，あるいは将来用いられるいかなる記録媒体をも採用することができる。

上記課題を解決するため，本発明の第２の観点によれば，ウェブページのデータの更新を検知し，差分を更新情報として通知する情報処理装置が提供される。本発明の情報処理装置（２００）は，過去データを記録する過去データ記録部（２２）と，入力データを前記過去データと比較して差分を抽出する差分抽出部（２１）と，前記抽出された差分から，記事本文へのリンクを含む文字列を記事タイトルとして抽出する記事タイトル抽出部（２３）と，前記入力データの記事タイトルを通知候補として格納する通知候補記憶部（２８）と，前記リンクから記事本文を抽出する記事本文抽出部（２９）と，前記入力データを前記過去データと比較し，前記入力データの記事タイトルと記事本文のいずれかもしくは両方が，前記過去データの記事タイトルまたは記事本文と同一であれば，該入力データの記事タイトルを通知候補から削除する通知済記事記録部（３０）と，前記通知候補に基づいて更新情報を生成する通知文生成部（２５）と，を備えたことを特徴とする（請求項５）。

かかる構成によれば，記事タイトルおよび記事本文のみを比較対象とし，差分抽出前に通知対象としない書式や画像等の情報を削除することで，誤動作の抑制や処理速度を向上させることが可能である。そして，入力データの記事タイトルまたは記事本文が過去データの記事タイトルまたは記事本文と同一であれば，その入力データの記事タイトルを通知候補から削除することで，更新検知対象となったＷｅｂページにおいて，同一ページ内に出現した記事タイトルの通知を重複することなく通知することが可能となる。なお，入力データの記事タイトルおよび記事本文が過去データの記事タイトルと同一でない場合には，その入力データを過去データ記録部に記録（蓄積）することが可能である。

上記本発明の情報処理装置において，さらに，前記過去データ記録部における過去データの記録時間を管理するタイマ（３１）を備え，前記過去データ記録部は，記録時間が所定時間を経過した前記過去データを削除する構成とすることも可能である（請求項６）。タイマに設定される時間は，広告の露出効果を適度に保つためにも翌日〜数日の内に再通知される程度の時間を設定しておくことが可能である。データベースの肥大化防止に効果がある。また，広告等にみられるローテーション型の更新においても通知済の内容に関しては所定の時間内は再通知を行わないようにすることで，広告の露出効果を適度に保つことが可能である。

さらに，前記入力データの記事タイトルまたは記事本文と利用者が指定したキーワードとの一致を調べるキーワードマッチ部（２７）を備え，前記通知文生成部は，前記利用者が指定したキーワードとマッチした記事タイトルから優先して更新情報を生成する構成とすることも可能である（請求項７）。かかる構成によれば，利用者が指定したキーワードとマッチした記事タイトルを優先して通知することが可能となる。

また，本発明の他の観点によれば，コンピュータを上記情報処理装置として機能させるためのプログラムと，そのプログラムを記録した，コンピュータにより読み取り可能な記録媒体が提供される（請求項８）。ここで，プログラムはいかなるプログラム言語により記述されていてもよい。また，記録媒体としては，例えば，ＣＤ−ＲＯＭ，ＤＶＤ−ＲＯＭ，フレキシブルディスクなど，プログラムを記録可能な記録媒体として現在一般に用いられている記録媒体，あるいは将来用いられるいかなる記録媒体をも採用することができる。

なお上記において，構成要素に付随して括弧書きで記した参照符号は，理解を容易にするため，後述の実施形態および図面における対応する構成要素を一例として記したに過ぎず，本発明がこれに限定されるものではない。

以上のように，本発明によれば，更新検知対象となったＷｅｂページにおいて，同一ページ内に出現した記事タイトルの通知を重複することなく通知することが可能であり，利用者の負担を軽減することが可能である。また，広告等にみられるローテーション型の更新においても通知済の内容に関しては所定の時間内は再通知を行わないようにすることで，広告の露出効果を適度に保つことが可能である。また，利用者が指定したキーワードとマッチした記事タイトルを優先して通知することが可能となる。その他の本発明の効果等については，以下の発明を実施するための最良の形態の項で説明する。

以下に添付図面を参照しながら，本発明にかかる情報処理装置およびコンピュータプログラムの好適な実施形態について詳細に説明する。なお，本明細書および図面において，実質的に同一の機能構成を有する構成要素については，同一の符号を付することにより重複説明を省略する。

（第１の実施形態）
図１に第１の実施形態のブロック図を示す。
本実施形態にかかる情報処理装置１００は，図１に示したように，データ入力部１と，差分抽出部２と，過去データ記録部３と，記事タイトル抽出部４と，記事本文抽出部５と，通知候補記憶部６と，同一記事削除部７と，タイマ８と，通知文生成部９と，通知文出力部１０を備えて構成される。なお，図１において構成要素間に付された結合線は，以下の説明において，特に関連して作用する構成要素間を強調して示したに過ぎず，結合線が付されていない構成要素間がまったく関連して作用しないということではない。

データ入力部１は，通知の対象となるデータ，例えばＷｅｂページのデータを受け付ける。差分抽出部２は，入力されたデータを過去のデータと比較して差分抽出を行う。過去データ記録部３は，差分抽出後の入力データを過去データとしてデータベースに記録し，差分から抽出された記事を過去記事としてデータベースに記録する。なお，記録先はハードディスク内のファイルでもよく，データベースである必要はない。また，本明細書において過去データ記録部とデータベース（またはファイル）とを合わせて，単に過去データ記録部または単にデータベース（またはファイル）ともいう。

記事タイトル抽出部４は，差分抽出の結果，変更があった箇所からリンク先を含む見出しを記事タイトルとして抽出する。記事本文抽出部５は，記事タイトルのリンク先へアクセスし，記事本文を抽出する。通知候補記憶部６は，抽出された記事タイトル以外の差分と，抽出した記事タイトルを格納する。

同一記事削除部７は，抽出された記事タイトルおよび記事本文を記事として過去記事と比較し，同一であれば抽出した記事タイトルを削除する。なお，記事タイトルのみを比較するようにしてもよい。

タイマ８は，過去データと過去記事の有効時間を管理する。有効時間を越える過去記事はその記録を削除する。ただし，タイマ８は本発明の必須の構成要素ではなく，タイマ８を構成要素としない装置構成も可能である。

通知文生成部９は，抽出した差分文字列と同一記事削除後の記事タイトルから通知文を生成する。通知文出力部１０は，生成した通知文を出力する。出力は電子メール，任意のＷｅｂページの更新のほか，プリンタへの出力等とすることも可能である。

（第１の実施形態の動作）
第１の実施形態の詳細な動作について，図２〜４を参照しながら説明する。

まず，ステップＳ１でＷｅｂページのデータを入力し，ステップＳ２で前回入力時のＷｅｂページのデータとの差分を抽出する。一般にＷｅｂページのデータはＨＴＭＬやＸＨＴＭＬ等のマークアップ言語で記述されているが，通常のＷｅｂページ更新では，更新された記事タイトルやリンク部分のみが差分として抽出される。従って，差分抽出前に通知対象としない書式や画像等の情報を削除することで，誤動作の抑制や処理速度を向上させることが可能である。

ステップＳ３では，抽出した差分からリンクを含む文字列を記事タイトルとして抽出する。

ステップＳ４では，記事タイトルと，その他の差分文字列とを通知候補とする。

ステップＳ５では，抽出した記事タイトルのリンク先へアクセスし，そのＷｅｂページデータから記事本文を取得する。本実施形態で取り上げたようなＷｅｂページでは，Ｗｅｂページのデータを自動生成させることが多く，記事本文の前後に記事本文であることを容易に識別可能なタグを含んでいることが多い。したがって，Ｗｅｂページデータ内の記事本文を表すタグに囲まれた範囲を抽出することで，Ｗｅｂページデータから記事本文の抽出を容易に行うことができる。

ステップＳ６以降では，抽出した複数の記事タイトルとその記事本文について，ループ処理を行う。

ステップＳ７では，記事タイトルと記事本文が記事として，データベースに登録済であるかを調べる。データベースにおける登録例を図３に示す。図３（ａ）に示すように，０７：００時に２つの記事が登録されていたとする。０８：００時には，３つの記事Ｋ１，Ｋ２，Ｃ１が追加されている（これについては後述する）。記事がデータベースに登録されていなければステップＳ８へ，登録されていればステップＳ９へ分岐する。

本実施形態では記事タイトルが同一であっても記事本文が異なる場合には，更新記事を通知するようにしている。すなわち，記事タイトルが同一であっても記事本文が異なる場合には，その記事がデータベースに登録されていないとして扱っている。ただし，記事タイトルが同一で記事本文が異なる場合に更新通知が不要な場合には，その記事がデータベースに登録されているとして扱い，更新記事を通知しないようにしてもよい。

ステップＳ８では，データベースに未登録の記事を登録する。図３（ｂ）の０８：００時の３つのレコードＫ１，Ｋ２，Ｃ１は，図４の３つのレコードＫ１，Ｋ２，Ｃ１に対応する。図４では，記事タイトルが同一で記事本文が異なるものをそれぞれ登録するようにしているが，古い記事が出現しないような運用とする場合には，記事タイトルが同一のものを上書きするようにしてもよい。

ステップＳ９では，データベースに存在した記事の記事タイトルを通知候補から削除する。図４の二重線が付されたレコードは，通知候補において，記事タイトルが削除されたことを示している。

ステップＳ１０では，抽出したすべての記事タイトルと記事本文についての処理が終わっていればステップＳ１１へ，まだ残りがあればステップＳ５へ分岐する。

ステップＳ１１では，所定時間経過した記事をデータベースから削除する。記事本文が何度も更新されたり，記事タイトルのみを目立たせるために頻繁に更新されたりする場合，一度の通知で通知を行わないようにするのではなく，また，広告の露出効果を適度に保つためにも翌日〜数日の内に再通知される程度の時間を設定しておくとよい。データベースの肥大化防止にも効果がある。なお，上述のようにタイマ８を構成要素としない装置構成の場合には，ステップＳ１１は行わない。

ステップＳ１２では，通知候補に残った差分文字列と記事タイトルから通知文を生成する。通知文はテキスト形式でもよく，また，マークアップ言語によるリンク付の形式とすることも可能である。

最後にステップＳ１３で，生成した通知文を出力する。

（第１の実施形態の効果）
以上説明したように，本実施形態によれば，更新検知対象となったＷｅｂページにおいて，同一ページ内に出現した記事タイトルの通知を重複することなく通知することが可能となる。また，広告等にみられるローテーション型の更新においても通知済の内容に関しては所定の時間内は再通知を行わないようにすることで，広告の露出効果を適度に保つことが可能である。

（第２の実施形態）
図５に第２の実施形態のブロック図を示す。
本実施形態にかかる情報処理装置２００は，図５に示したように，データ入力部２０と，差分抽出部２１と，過去データ記録部２２と，記事タイトル抽出部２３と，差分蓄積部２４と，通知文生成部２５と，通知記事タイトル選択部２６と，キーワードマッチ部２７と，通知候補記憶部２８と，記事本文抽出部２９と，通知済記事記録部３０と，タイマ３１と，通知文出力部３２を備えて構成される。なお，図５において構成要素間に付された結合線は，以下の説明において，特に関連して作用する構成要素間を強調して示したに過ぎず，結合線が付されていない構成要素間がまったく関連して作用しないということではない。

データ入力部２０は，通知の対象となるデータ，例えばＷｅｂページのデータを受け付ける。差分抽出部２１は，入力されたデータを過去のデータと比較して差分抽出を行う。過去データ記録部２２は，差分抽出後の入力データを過去データとしてデータベースに記録し，差分から抽出された記事を過去記事としてデータベースに記録する。なお，記録先はハードディスク内のファイルでもよく，データベースである必要はない。また，本明細書において過去データ記録部とデータベース（またはファイル）とを合わせて，単に過去データ記録部または単にデータベース（またはファイル）ともいう。

記事タイトル抽出部２３は，差分抽出の結果，変更があった箇所からリンク先を含む見出しを記事タイトルとして抽出する。

差分蓄積部２４は，抽出された差分と記事タイトルを蓄積する。通知文生成部２５は，蓄積した差分と記事タイトルから通知文を生成する。差分蓄積部２４と通知文生成部２５は，所定時間間隔で動作する非同期処理による実装でもよく，差分蓄積部２４で利用者が指定したＷｅｂページをすべて蓄積終了後，通知文生成部２５が動作する同期処理による実装とすることも可能である。

通知記事タイトル選択部２６は，キーワードマッチや通知済み記事との比較により通知記事タイトルを選択する。キーワードマッチ部２７は，利用者が設定したキーワードで記事タイトルがマッチするかを調べる。

通知候補記憶部２８は，キーワードマッチした記事タイトルおよび記事タイトルの属性，例えば記事タイトルを含んでいたＷｅｂページのタイトル名やカテゴリ名を格納する。記事本文抽出部２９は，記事タイトルのリンク先へアクセスし，記事本文を抽出する。

通知済記事記録部３０は，キーワードマッチした記事タイトルおよび記事本文を記事として過去に通知した記事と比較し，通知済であれば抽出した記事タイトルを通知候補から削除する。なお，記事タイトルのみを比較するようにしてもよい。

タイマ３１は，通知済記事の有効時間を管理する。有効時間を越える通知済記事はその記録を削除する。ただし，タイマ３１は本発明の必須の構成要素ではなく，タイマ８を構成要素としない装置構成も可能である。

通知文出力部３２は，生成した通知文を出力する。出力は電子メール，任意のＷｅｂページの更新のほか，プリンタへの出力等とすることも可能である。

なお，上記構成において，データの記録や蓄積はファイルヘ行ってもよく，データベースへ行ってもよい。ファイルやデータベースは同じ情報処理装置内に存在してもよく，あるいは，ネットワークを介した他のコンピュータにデータを転送したり，あるいは記録媒体等に記録したりするようにしてもよい。

（第２の実施形態の動作）
第２の実施形態の詳細な動作について，図６〜１０を参照しながら説明する。

まず，ステップＳ２０でＷｅｂページのデータを入力し，ステップＳ２１で前回入力時のＷｅｂページのデータとの差分を抽出する。一般にＷｅｂページのデータはＨＴＭＬやＸＨＴＭＬ等のマークアップ言語で記述されているが，通常のＷｅｂページ更新では更新された記事タイトルやリンク部分のみが差分として抽出される。従って，差分抽出前に通知対象としない書式や画像等の情報を削除することで，誤動作の抑制や処理速度を向上させることが可能である。

ステップＳ２２では，抽出した差分からリンクを含む文字列を記事タイトルとして抽出する。

ステップＳ２３では，記事タイトルと，その他の差分文字列を通知候補として蓄積する。

ステップＳ２４では，通知開始であればステップ２５へ，そうでなければ新たなページデータの入力待ちへ分岐する。通知開始は，図７に示すように，利用者が複数のＷｅｂページを更新検知対象とした場合，その利用者が設定したすべてのＷｅｂページデータに関する差分蓄積完了時でもよく，あるいはその利用者が設定したすべてのＷｅｂページデータに関する差分蓄積が完了した後に動作するよう，所定の時間間隔で動作するようにしてもよい。

ステップＳ２５から，蓄積した複数のＷｅｂページデータの差分について，１ページを１カテゴリとしてループ処理を始める。

ステップＳ２６から，カテゴリ内の複数の記事タイトルについてループ処理を始める。ステップＳ２７では，利用者が設定したキーワードが記事タイトルとマッチすればステップＳ２８へ，マッチしなければステップＳ３７へ分岐する。利用者のキーワードの設定例を図８に示す。図８では２人の利用者がそれぞれ同じ検知先ＵＲＬを２つずつ指定した例である。それぞれのＵＲＬには属性値としてページタイトルを登録し，Ｕｓｅｒ＿ｉｄが１００１の利用者のみがキーワードを設定している。キーワード欄が空白の場合はすべてにマッチする。

ステップＳ２８では，記事タイトルが通知済みとしてデータベースに記録済であるかを調べる。データベースでの登録例を図９，１０に示す。ここで０８：００時に一つの記事（タイトルｉｄが１３のもの，図１５のＫ４）が通知済みとなっている。記事がデータベースに登録されていなければステップＳ２９へ，登録されていればステップＳ３１へ分岐する。

ステップＳ３１では，抽出した記事タイトルのリンク先へアクセスし，そのＷｅｂページデータから記事本文を取得する。本実施形態で取り上げたようなＷｅｂページでは，Ｗｅｂページのデータを自動生成させることが多く，記事本文の前後に記事本文であることを容易に識別可能なタグを含んでいることが多い。したがって，Ｗｅｂページデータ内の記事本文を表すタグに囲まれた範囲を抽出することで，Ｗｅｂページデータから記事本文の抽出を容易に行うことができる。

ステップＳ３２では，記事本文が通知済の記事本文と同一本文であるかを調べ，同一本文であればステップＳ３３へ，同一本文でなければＳ２９へ分岐する。

本実施形態では記事タイトルが同一であっても記事本文が異なる場合には，更新記事を通知するようにしている。すなわち，記事タイトルが同一であっても記事本文が異なる場合には，その記事がデータベースに登録されていないとして扱っている。ただし，記事タイトルが同一で記事本文が異なる場合に更新通知が不要な場合には，その記事がデータベースに登録されているとして扱い，更新記事を通知しないようにしてもよい。

また，通知済みでない記事タイトルのみ記事本文を取得するようにしているが，システム構成上，記事本文を先に取得して通知済み判別と記事本文の比較とを同時に行ってもよい。

ステップＳ２９では，データベースに未登録の記事を登録する。図１０の０９：００のタイトルｉｄが１１，１２の２つのレコードは，ここで登録されたＫ３（図１５）の２つの記事の例を表す。図９では，記事タイトルが同一で記事本文が異なるものを上書きするようにしているが，対象とするＷｅｂページにおいて同一タイトルで異なる記事が出現する場合は，個別のレコードして登録することも可能である。

ステップＳ３０では，記事タイトルと属性を通知候補へ追加する。通知候補の例を図１１に示す。

ステップＳ３３では，図８のキーワード欄にキーワードが指定されていればステップ３４へ，キーワードが空欄（＝すべてにマッチ）であればステップＳ３７へ分岐する。

ステップＳ３４では，通知済の記事タイトルが指定されたキーワードでマッチしていた場合はステップ３５へ，キーワードが空欄であればステップＳ３７へ分岐する。

ステップＳ３５では，通知候補に記事タイトルがあればステップＳ３６へ，記事タイトルがなければステップ３０へ分岐する。

ステップＳ３６では，通知候補にある記事タイトルの属性と，データベースの記録を変更する。図１０はタイトルｉｄが１３の記事タイトルがキーワード［有］で上書きされているテーブルの例である。

ステップＳ３７では，データベースに存在した記事の記事タイトルを通知候補から削除する。

ステップＳ３８では，抽出したすべての記事タイトルについての処理が終わっていればステップＳ３９へ，まだ残りがあればステップＳ２６へ分岐する。

ステップＳ３９では，蓄積したすべてのカテゴリについての処理が終わっていればステップＳ４０へ，まだ残りがあればステップＳ２５へ分岐する。

ステップＳ４０では，所定時間経過した記事をデータベースから削除する。記事本文が何度も更新されたり，記事タイトルのみを目立たせるために頻繁に更新されたりする場合，一度の通知で通知を行わないようにするのではなく，また，広告の露出効果を適度に保つためにも翌日〜数日の内に再通知される程度の時間を設定しておくとよい。データベースの肥大化防止にもなる。

ステップＳ４１では，通知候補に残った差分と記事タイトルとカテゴリの属性，例えばカテゴリ名から通知文を生成する。通知文はテキスト形式でもよく，マークアップ言語によるリンク付の形式とすることも可能である。

最後にステップＳ４２で，生成した通知文を出力する。

（第２の実施形態の効果）
以上説明したように，本実施形態によれば，更新検知対象となったＷｅｂページにおいて，異なるＷｅｂページに出現した記事タイトルの通知を重複することなく通知することが可能であり，利用者が指定したキーワードとマッチした記事タイトルを優先して通知することが可能となる。また，広告等にみられるローテーション型の更新においても通知済の内容に関しては異なるＷｅｂページ間で所定の時間内は最通知を行わないようにすることで，広告の露出効果を適度に保つことが可能である。

以上，第１，第２の実施形態にかかる情報処理装置１００，２００について説明した。かかる情報処理装置１００，２００は，コンピュータに上記機能を実現するためのコンピュータプログラムを組み込むことで，コンピュータを情報処理装置１００，２００として機能させることが可能である。かかるコンピュータプログラムは，所定の記録媒体（例えば，ＣＤ−ＲＯＭ）に記録された形で，あるいは，電子ネットワークを介したダウンロードの形で市場を流通させることが可能である。

以上，添付図面を参照しながら本発明にかかる情報処理装置およびコンピュータプログラムの好適な実施形態について説明したが，本発明はかかる例に限定されない。当業者であれば，特許請求の範囲に記載された技術的思想の範疇内において各種の変更例または修正例に想到し得ることは明らかであり，それらについても当然に本発明の技術的範囲に属するものと了解される。

例えば，第１の実施形態は，情報提供者が特定のＷｅｂページの更新情報を利用者へ通知するシンプルなシステムに適している。また，第１の実施形態では単一ページの差分を即時通知するように構成したが，同一ページの差分を複数人に対して通知する場合は，ステップＳ５以降の処理を繰り返す，あるいはマルチタスク処理を行うことが可能である。また，第２の実施形態にあるようにキーワードマッチの処理を追加することも可能である。また，記事本文の取得は必須ではなく，運用システムにおいて柔軟に対応することが可能である。

第２の実施形態は，複数の利用者が任意のＷｅｂページの更新情報を通知される大規模なシステム適している。なお，キーワードマッチや記事本文の取得は必須ではなく，記事本文に対するキーワードマッチを行うなど，運用システムにおいて柔軟に対応することが可能である。

第１，第２の実施形態では記事本文を含めて比較するように構成したが，記事本文の代わりに，リンク先情報，例えばＵＲＬそのものを比較することが可能であり，また，リンク先情報も使用せず差分の文字列のみを比較する構成とすることも可能である。この場合，上記実施形態における記事タイトルにはリンク先は含まれない。また，記事本文が記事タイトルと同じデータ内のタグやスクリプト内に記述されている場合，リンク先情報はタグやスクリプトであり，記事本文抽出の際には，タグやスクリプト内から記事本文を抽出することが可能である。

通知対象外となった記事タイトルは，別途通知文の末尾や添付によって，どのＷｅｂページ，あるいはＷｅｂページ内の位置であったかを示したり，記事本文のみが異なる場合に「更新」といったマークを付与したりする構成も容易に実現可能である。

また，第２の実施形態で説明したキーワードマッチ部および通知記事タイトル選択部を，第１の実施形態の構成に追加してもよい。また，差分蓄積部を第１の実施形態の構成に追加してもよい。

本発明は，ウェブ（Ｗｅｂ）ページのデータが更新されたことを検知して利用者へ通知する情報処理装置およびコンピュータプログラムに利用可能であり，特に，通知文に記載された記事タイトルの重複を排除するための方法に特徴を有する，情報処理装置およびコンピュータプログラムに利用可能である。

第１の実施形態にかかる情報処理装置の構成を示す説明図である。 第１の実施形態の動作を示す流れ図である。 データベース登録例を示す説明図である。 第１の実施形態の通知候補例を示す説明図である。 第２の実施形態にかかる情報処理装置の構成を示す説明図である。 第２の実施形態の動作を示す流れ図である。 利用者通知先情報テーブルを示す説明図である。 利用者検知先情報テーブルを示す説明図である。 タイトル詳細テーブルを示す説明図である。 タイトル通知状況テーブルを示す説明図である。 第２の実施形態の通知候補例を示す説明図である。 Ｗｅｂページの更新前の状態を示す説明図である。 Ｗｅｂページの更新後の状態を示す説明図である。 検知結果と同一記事本文へのリンクの例を示す説明図である。 複数カテゴリの通知文の例を示す説明図である。

符号の説明

１ データ入力部
２ 差分抽出部
３ 過去データ記録部
４ 記事タイトル抽出部
５ 記事本文抽出部
６ 通知候補記憶部
７ 同一記事排除部
８ タイマ
９ 通知文生成部
１０ 通知文出力部
２０ データ入力部
２１ 差分抽出部
２２ 過去データ記録部
２３ 記事タイトル抽出部
２４ 差分蓄積部
２５ 通知文生成部
２６ 通知記事タイトル選択部
２７ キーワードマッチ部
２８ 通知候補記憶部
２９ 記事本文抽出部
３０ 通知済記事記録部
３１ タイマ
３２ 通知文出力部
１００ 情報処理装置
２００ 情報処理装置

Claims (8)

1. ウェブページのデータの更新を検知し，差分を更新情報として通知する情報処理装置において，
   過去データを記録する過去データ記録部と，
   入力データを前記過去データと比較して差分を抽出する差分抽出部と，
   前記抽出された差分から，記事本文へのリンクを含む文字列を記事タイトルとして抽出する記事タイトル抽出部と，
   前記入力データの記事タイトルを通知候補として格納する通知候補記憶部と，
   前記入力データの記事タイトルを前記過去データの記事タイトルと比較し，前記入力データの記事タイトルが前記過去データの記事タイトルと同一であれば，該入力データの記事タイトルを通知候補から削除する同一記事削除部と，
   前記通知候補に基づいて更新情報を生成する通知文生成部と，
   を備えたことを特徴とする，情報処理装置。
2. さらに，前記過去データ記録部における過去データの記録時間を管理するタイマを備え，
   前記過去データ記録部は，記録時間が所定時間を経過した前記過去データを削除することを特徴とする，請求項１に記載の情報処理装置。
3. さらに，前記入力データの記事タイトルと利用者が指定したキーワードとの一致を調べるキーワードマッチ部を備え，
   前記通知文生成部は，前記利用者が指定したキーワードとマッチした記事タイトルから優先して更新情報を生成することを特徴とする，請求項１または２に記載の情報処理装置。
4. コンピュータを，請求項１〜３のいずれかに記載の情報処理装置として機能させるためのコンピュータプログラム。
5. ウェブページのデータの更新を検知し，差分を更新情報として通知する情報処理装置において，
   過去データを記録する過去データ記録部と，
   入力データを前記過去データと比較して差分を抽出する差分抽出部と，
   前記抽出された差分から，記事本文へのリンクを含む文字列を記事タイトルとして抽出する記事タイトル抽出部と，
   前記入力データの記事タイトルを通知候補として格納する通知候補記憶部と，
   前記リンクから記事本文を抽出する記事本文抽出部と，
   前記入力データを前記過去データと比較し，前記入力データの記事タイトルと記事本文のいずれかもしくは両方が，前記過去データの記事タイトルまたは記事本文と同一であれば，該入力データの記事タイトルを通知候補から削除する通知済記事記録部と，
   前記通知候補に基づいて更新情報を生成する通知文生成部と，
   を備えたことを特徴とする，情報処理装置。
6. さらに，前記過去データ記録部における過去データの記録時間を管理するタイマを備え，
   前記過去データ記録部は，記録時間が所定時間を経過した前記過去データを削除することを特徴とする，請求項５に記載の情報処理装置。
7. さらに，前記入力データの記事タイトルまたは記事本文と利用者が指定したキーワードとの一致を調べるキーワードマッチ部を備え，
   前記通知文生成部は，前記利用者が指定したキーワードとマッチした記事タイトルから優先して更新情報を生成することを特徴とする，請求項５または６に記載の情報処理装置。
8. コンピュータを，請求項５〜７のいずれかに記載の情報処理装置として機能させるためのコンピュータプログラム。

Images