JP2008176511A - コンピュータネットワークにおける情報処理方法および情報処理装置 - Google Patents

Abstract

【課題】ユーザの興味や関心がある事項等に合わせてコンピュータネットワーク上の各種情報提供ウェブサイトから効率良く情報を取得する。
【解決手段】複数のユーザがコンピュータによりアクセス（Ｓ１０１）したコンピュータネットワーク上に存在するウェブページの場所を指し示すＵＲＬを取得し（Ｓ１０２）、取得したＵＲＬの履歴に基づいて各ＵＲＬの示す場所からウェブページを取得し（Ｓ１０３）、取得したウェブページに基づいて各ＵＲＬのカテゴリ判定を行い（Ｓ１０４）、各ＵＲＬをカテゴリ判定結果とともに履歴情報記憶部に記憶し、履歴情報記憶部を参照することにより各ユーザのＵＲＬの履歴に基づいてユーザごとのカテゴリ群に対する興味関心度を算出して学習し、ユーザごとにユーザ情報記憶部に記憶し（Ｓ１０５）、各ユーザの興味関心度に応じて各ユーザのコンピュータへ各カテゴリに関連する情報を提供する（Ｓ１０６）。
【選択図】図８

Description

本発明は、コンピュータネットワークを介して接続されたサーバコンピュータとクライアントコンピュータとの間で行う情報処理方法および情報処理装置に関する。

近年、インターネットの爆発的な普及により、ユーザは簡単かつ大量に情報を得ることができるようになっている。その背景には、ＣＧＭ（Consumer Generated Media：消費者生成メディア）やＣＭＳ（Contents Management System：コンテンツ管理システム）等のウェブ技術の普及がある。以前は、有用な情報はポータルサイト、ニュースサイトや大手企業のホームページ等から発信されることが多かったが、ＣＧＭやＣＭＳ等により個人が情報を発信する事例は大幅に増加している。

しかしながら、一方でユーザは、必要な情報を得られる機会が増えたと同時に、不必要だと思われる情報が含まれることも多くなってきており、情報の取捨選択を効率良く行うことが必要となってきている。そこで、ユーザが膨大な情報の中から必要な情報だけを効率良く発見できるようにすることが望まれている。

従来、ウェブページに表示される情報の項目をユーザ自身でカスタマイズできるシステムとしては、例えばＧｏｏｇｌｅ（グーグル（商標））パーソナライズドホーム（非特許文献１参照。）や、ＭｙＹＡＨＯＯ！（ヤフー（商標））（非特許文献２参照。）等がある。これらのシステムでは、ウェブブラウザ上で各ユーザがウェブページに表示させる情報の項目（天気予報やニュース等）を設定したり、表示させる順序を設定したりすることが可能である。

また、例えば、特許文献１には、検索エンジンが返す結果を、ユーザが指定した形式で表示するシステムが開示されている。また、特許文献２には、ユーザの家族構成・趣味・趣向・ライフスタイル等の個人情報を予めデータベースに格納しておき、これらの個人情報に基づいた広告の表示を行う広告表示システムが開示されている。

特開２００６−１６４２６９号公報 特開２００４−３３４８３５号公報 "Ｇｏｏｇｌｅパーソナライズドホーム"，［online］，グーグル株式会社，［平成１９年１月４日検索］，インターネット＜ＵＲＬ：http://www.google.co.jp/ig?hl=ja＞ "ＭｙＹＡＨＯＯ！"，［online］，ヤフー株式会社，［平成１９年１月４日検索］，インターネット＜ＵＲＬ：http://my.yahoo.co.jp＞

前述のように、ＧｏｏｇｌｅパーソナライズドホームやＭｙＹＡＨＯＯ！等のカスタマイズドページでは、表示させる項目や順序等をユーザ自身で設定することが可能であるが、ユーザの興味や関心のある項目等が変化した場合には、ユーザ自身で表示させる項目等をその都度設定する必要があるため、操作に煩雑性が生じる。特許文献１，２に記載のシステムにおいても同様に、予め登録されたスタイルシートの内容に基づいて表示させるものであるため、再設定を行わない限り、表示項目は変化しない。

そこで、本発明においては、ユーザの興味や関心がある事項等に合わせてコンピュータネットワーク上の各種情報提供ウェブサイトから効率良く情報を取得することが可能な情報処理方法および情報処理装置を提供することを目的とする。

本発明のコンピュータネットワークにおける情報処理方法は、複数のユーザがコンピュータによりアクセスしたコンピュータネットワーク上に存在するウェブページの場所を指し示すＵＲＬ（Uniform Resource Locator；ユニフォーム・リソース・ロケータ）を取得するＵＲＬ履歴処理ステップと、取得したＵＲＬの履歴に基づいて各ＵＲＬの示す場所からウェブページを取得し、取得したウェブページに基づいて各ＵＲＬのカテゴリ判定を行い、各ＵＲＬをカテゴリ判定結果とともに履歴情報記憶部に記憶するカテゴリ判定ステップと、履歴情報記憶部を参照することにより各ユーザのＵＲＬの履歴に基づいてユーザごとのカテゴリ群に対する興味関心度を算出して学習し、ユーザごとにユーザ情報記憶部に記憶する興味関心度計算ステップと、各ユーザの興味関心度に応じて各ユーザのコンピュータへ各カテゴリに関連する情報を提供する情報処理ステップとを含む。

また、本発明のコンピュータネットワークにおける情報処理装置は、複数のユーザがコンピュータによりアクセスしたコンピュータネットワーク上に存在するウェブページの場所を指し示すＵＲＬを取得するＵＲＬ履歴処理部と、取得したＵＲＬの履歴に基づいて各ＵＲＬの示す場所からウェブページを取得し、取得したウェブページに基づいて各ＵＲＬのカテゴリ判定を行い、各ＵＲＬをカテゴリ判定結果とともに履歴情報記憶部に記憶するカテゴリ判定部と、履歴情報記憶部を参照することにより各ユーザのＵＲＬの履歴に基づいてユーザごとのカテゴリ群に対する興味関心度を算出して学習し、ユーザごとにユーザ情報記憶部に記憶する興味関心度計算部と、各ユーザの興味関心度に応じて各ユーザのコンピュータへ各カテゴリに関連する情報を提供する情報処理部とを有するものである。

上記本発明の方法および装置によれば、複数のユーザがコンピュータによりアクセスしたコンピュータネットワーク上に存在するウェブページの場所を指し示すＵＲＬを複数のカテゴリに分類するとともに、各ユーザがアクセスしたＵＲＬの履歴から各ユーザの各カテゴリに対する興味・関心を表す興味関心度を自動的に算出して学習し、各ユーザの興味・関心に合わせて各ユーザのコンピュータへ各カテゴリに関連する情報を提供することができる。これにより、ユーザの興味・関心がある事項等に合わせて、ユーザの興味・関心がある項目をウェブページの上部に表示したり、表示する領域を増やしたりして、ユーザが効率良く情報を発見し、必要とする情報を取得することが可能となる。

ここで、カテゴリ判定部は、各ＵＲＬの示す場所から取得したウェブページからテキスト情報を抽出し、このテキスト情報について形態素解析を行い、知識ベースを参照することによりカテゴリ分けを行うものであることが望ましい。各ＵＲＬの示す場所から取得したウェブページからテキスト情報を抽出して形態素解析を行い、知識ベースを参照することにより、各ＵＲＬの示す場所にあるウェブページの特徴を表す形態素を抽出することができ、この抽出した形態素に基づいてウェブページを適切にカテゴリ分けすることが可能となる。

また、カテゴリ判定部は、形態素解析により抽出した各名詞の発生頻度から知識ベースを参照して２のべき乗のカテゴリごとに分類し、さらに発生頻度の高い名詞については２のべき乗ごとのカテゴリに再分類し、この分類を順次繰り返して階層化分類することによりカテゴリ分けを詳細に行うものであることが望ましい。カテゴリ数を２のべき乗ごとに分類することにより、アルゴリズムが単純で、かつ拡張性が高くなり、新規のカテゴリが発生した場合に処理がしやすくなる。

また、興味関心度計算部は、各ユーザがコンピュータ上で行うウェブログまたは掲示板へのコメントの記述、電子メールの送受信、チャットまたはＩＰ電話を含むリアルタイム通信、トラックバック、ブックマークの追加またはウェブページの閲覧のいずれかの操作に対応した評価値をカテゴリごとに各ユーザの興味関心度に加算するものであることが望ましい。これにより、ユーザが行った操作ごとに評価値を変化させることができ、各ユーザの興味関心度に特徴を出すことができる。

また、情報処理部は、各ユーザの興味関心度に応じてニュース記事の表示形態を変更して提供するものとして構成することができる。これにより、各ユーザの興味関心度に応じた表示形態、例えばユーザの興味・関心の高い情報をウェブページの上部に表示したり、表示する領域を増やしたりして、各ユーザへニュース記事を提供することができる。

また、本発明の情報処理装置は、さらに、複数の情報提供サイトの更新情報を取得する更新情報取得部と、取得した更新情報のカテゴリ判定を行い、カテゴリごとに更新情報記憶部に記憶する更新情報カテゴリ判定部とを有し、情報処理部は、各ユーザの興味関心度に応じて更新情報カテゴリ判定部によりカテゴリごとに記憶された更新情報を提供するものである構成とすることができる。これにより、複数の情報提供サイトの更新情報をカテゴリ分類し、ユーザの興味・関心がある事項等に合わせた表示形態により表示することが可能となる。

また、情報処理部は、各ユーザの興味関心度に応じて構成したコミュニティのユーザインタフェースを各ユーザのコンピュータ上へ提供するものとして構成することができる。これにより、あるカテゴリについて興味関心度の距離が近いユーザ同士によるコミュニティを自動的に構成することができ、興味関心度の距離が近いユーザ同士による情報共有や、チャットやＩＰ電話等のコミュニケーションを行うことが可能となる。

ここで、コミュニティのユーザインタフェースは、各ユーザ間のカテゴリごとの興味関心度の２乗和の平方根を求めて算出した距離が所定の閾値を超えないユーザと超えるユーザとに分類し、超えないユーザをユーザ間の距離が近い順にランク付けし、超えるユーザはコミュニティにアクセスした順に表示させるものであることが望ましい。これにより算出されたユーザ間の距離が近いユーザは、興味関心度の分布が近いので、興味関心度の近いユーザ同士により、円滑な情報共有やコミュニケーションを行うことができる。

また、情報処理部は、各ユーザの興味関心度に応じたお知らせ、連絡、通知または広告を含む情報を提供するものとして構成することができる。これにより、各ユーザの興味関心度に応じたお知らせ、連絡、通知または広告を含む情報を各ユーザへ自動的に提供することが可能となる。

（１）複数のユーザがコンピュータによりアクセスしたコンピュータネットワーク上に存在するウェブページの場所を指し示すＵＲＬを取得し、取得したＵＲＬの履歴に基づいて各ＵＲＬの示す場所からウェブページを取得し、取得したウェブページに基づいて各ＵＲＬのカテゴリ判定を行い、各ＵＲＬをカテゴリ判定結果とともに履歴情報記憶部に記憶し、履歴情報記憶部を参照することにより各ユーザのＵＲＬの履歴に基づいてユーザごとのカテゴリ群に対する興味関心度を算出して学習し、ユーザごとにユーザ情報記憶部に記憶し、各ユーザの興味関心度に応じて各ユーザのコンピュータへ各カテゴリに関連する情報を提供する構成により、ユーザの興味・関心がある事項等に合わせて、ユーザの興味・関心がある項目をウェブページの上部に表示したり、表示する領域を増やしたりして、ユーザが効率良く情報を発見し、必要とする情報を取得することが可能となる。また、各ユーザのＵＲＬのアクセス履歴には、常時ユーザの興味・関心がある事項が含まれて収集され、学習することになるので、ユーザの興味・関心のある事項が変化すれば、その変化に応じて提供する情報の表示形態を発見しやすくなるように自動的に変えることができる。これにより、ユーザの興味・関心のある事項が変化した場合であっても、従来のようなユーザ自身が再度設定を変えるといった操作を行うことが不要となり、ユーザによる操作の煩雑性を減少させることができる。

（２）各ＵＲＬの示す場所から取得したウェブページからテキスト情報を抽出し、このテキスト情報について形態素解析を行い、知識ベースを参照することによりカテゴリ分けを行う構成により、各ＵＲＬの示す場所にあるウェブページの特徴を表す形態素を抽出することができ、この抽出した形態素に基づいてウェブページを適切にカテゴリ分けすることが可能となる。

（３）カテゴリ判定部が、形態素解析により抽出した各名詞の発生頻度から知識ベースを参照して２のべき乗のカテゴリごとに分類し、さらに発生頻度の高い名詞については２のべき乗ごとのカテゴリに再分類し、この分類を順次繰り返して階層化分類することによりカテゴリ分けを詳細に行うものであることにより、アルゴリズムが単純で、かつ拡張性が高くなり、新規のカテゴリが発生した場合に処理がしやすくなる。

（４）興味関心度計算部が、各ユーザがコンピュータ上で行うウェブログまたは掲示板へのコメントの記述、電子メールの送受信、チャットまたはＩＰ電話を含むリアルタイム通信、トラックバック、ブックマークの追加またはウェブページの閲覧のいずれかの操作に対応した評価値をカテゴリごとに各ユーザの興味関心度に加算するものであることにより、ユーザが行った操作ごとに評価値を変化させることができ、各ユーザの興味関心度に特徴を出すことができる。これにより、各ユーザの興味関心度の特徴に応じて、ユーザの興味・関心がある項目をウェブページの上部に表示したり、表示する領域を増やしたりして、ユーザが効率良く情報を発見し、取得することが可能となる。

（５）情報処理部が、各ユーザの興味関心度に応じてニュース記事の表示形態を変更して提供する構成により、各ユーザの興味関心度に応じた表示形態によって、各ユーザへニュース記事を提供することができる。これにより、各ユーザは、ユーザの興味・関心があるカテゴリのニュース記事をウェブページの上部に表示したり、表示する領域を増やしたりして、ユーザが効率良くニュース記事を発見し、取得することが可能となる。

（６）さらに、複数の情報提供サイトの更新情報を取得し、取得した更新情報のカテゴリ判定を行い、カテゴリごとに更新情報記憶部に記憶し、情報処理部は、各ユーザの興味関心度に応じて更新情報カテゴリ判定部によりカテゴリごとに記憶された更新情報を提供する構成により、複数の情報提供サイトの更新情報をカテゴリ分類し、ユーザの興味・関心がある事項等に合わせた表示形態により表示することが可能となる。これにより、各ユーザは、ユーザの興味・関心がある更新情報をウェブページの上部に表示したり、表示する領域を増やしたりして、効率良く更新情報を発見し、取得することが可能となる。

（７）情報処理部は、各ユーザの興味関心度に応じて構成したコミュニティのユーザインタフェースを各ユーザのコンピュータ上へ提供するものとして構成することにより、あるカテゴリについて興味関心度の距離が近いユーザ同士によるコミュニティを自動的に構成することができ、同様の興味関心度を有するユーザ同士による情報共有や、チャットやＩＰ電話等のコミュニケーションを行うことが可能となる。

（８）コミュニティのユーザインタフェースが、各ユーザ間のカテゴリごとの興味関心度の２乗和の平方根を求めて算出した距離が所定の閾値を超えないユーザと超えるユーザとに分類し、超えないユーザをユーザ間の距離が近い順にランク付けし、超えるユーザはコミュニティにアクセスした順に表示させるものであることによって、算出されたユーザ間の距離が近いユーザは、興味関心度の分布が近いので、興味関心度の近いユーザ同士により、円滑な情報共有やコミュニケーションを行うことができる。

（９）情報処理部が、各ユーザの興味関心度に応じたお知らせ、連絡、通知または広告を含む情報を提供するものであることにより、各ユーザの興味関心度に応じたお知らせ、連絡、通知または広告を含む情報を各ユーザへ自動的に提供することが可能となり、ユーザの興味・関心がある事項と関連のあるお知らせ、連絡、通知または広告を含む情報提供を行い、情報伝達効果を向上させることが可能となる。

図１は本発明の実施の形態における情報処理システムの概略構成図である。
図１において、本発明の実施の形態における情報処理システムは、例えばインターネット等のコンピュータネットワークＮを介して相互に接続される情報処理装置としてのサーバコンピュータ（以下、「情報処理サーバ」と称す。）１と、ウェブページを提供する情報提供装置としてのサーバコンピュータ（以下、「ウェブサーバ」と称す。）２ａ，２ｂ等と、各ユーザが使用するクライアントコンピュータとしてのパーソナルコンピュータ（以下、「ユーザＰＣ」と称す。）３ａ，３ｂ等とから構成される。

図２は図１の情報処理システムのブロック図である。
ユーザＰＣ３ａ，３ｂは、ＵＲＬを指定することにより、このＵＲＬにより示されるウェブサーバ２ａ等に接続し、これらのウェブサーバ２ａ等からウェブページのデータを取得し、閲覧するためのウェブブラウザソフトウェア（以下、「ブラウザ」と称す。）３０と、このブラウザ３０により閲覧したウェブページのＵＲＬを情報処理サーバ１へ送信するＵＲＬ送信手段３１、情報処理サーバ１から送信された情報を表示するポップアップウインドウ３２とを有する。

ＵＲＬ送信手段３１は、プラグインの形式で既存のブラウザ３０に組み込まれたり、予めオリジナルのブラウザ３０に組み込まれたり、ブラウザ３０とは別のソフトウェアとしてユーザＰＣ３ａ等に実装される。あるいは、図示しないが、ブラウザ３０がプロキシサーバを経由してウェブサーバ２ａ等に接続する場合には、ユーザＰＣ３ａ等に実装せずに、このプロキシサーバにＵＲＬ送信手段３１を設ける構成とすることも可能である。また、各ユーザは、ユーザＰＣ３ａ等に代えて、携帯情報端末装置（ＰＤＡ）等を用いることも可能である。

ここで、ＵＲＬとは、各ユーザがユーザＰＣ３ａ等によりアクセス可能なコンピュータネットワークＮ上に存在するウェブサーバ２ａ等により提供されるウェブページの場所を指し示すものであり、一般にスキーム名、ホスト名（ＩＰアドレス）やパス等により構成される。

情報処理サーバ１は、各種情報を記憶して管理するデータベース部１０と、各ユーザがユーザＰＣ３ａ等によりアクセスしたＵＲＬを取得するＵＲＬ履歴処理部１１と、ＵＲＬ履歴処理部１１により取得した各ＵＲＬのカテゴリ判定を行うカテゴリ判定部１２と、各ユーザのカテゴリ群に対する興味関心度を算出する興味関心度計算部１３と、各ユーザの興味関心度に応じて各ユーザのユーザＰＣ３ａ等へ各種情報を提供する情報処理部１４と、コンピュータネットワークＮに接続してパケットを送受信するネットワークインタフェース１５と、カテゴリ判定部１２によるカテゴリ判定の際に参照される知識ベース１６とで構成される。

データベース部１０には、各ＵＲＬをカテゴリと関連付けて記憶する履歴情報記憶部１０ａと、各ユーザの情報を各ユーザのカテゴリ群に対する興味関心度と関連付けて記憶するユーザ情報記憶部１０ｂとが設けられている。図３は履歴情報記憶部１０ａに記憶されるＵＲＬ履歴情報の例を示している。図４はユーザ情報記憶部１０ｂに記憶されるユーザ情報の例を示している。

ＵＲＬ履歴処理部１１は、ＵＲＬ送信手段３１によって送信された各ユーザのユーザＰＣ３ａ，３ｂのＵＲＬの履歴をネットワークインタフェース１５を介して取得するものである。カテゴリ判定部１２は、このＵＲＬ履歴処理部１１により取得したＵＲＬの履歴に基づいて各ＵＲＬの示す場所からネットワークインタフェース１５を介してウェブページのデータを取得し、この取得したウェブページに基づいて各ＵＲＬのカテゴリ判定を行い、各ＵＲＬをカテゴリ判定結果とともに履歴情報記憶部１０ａに記憶させるものである。

カテゴリ判定は、まず、各ＵＲＬの示す場所から取得したウェブページのデータ、例えば、図５に示すようにＨＴＭＬ（HyperText Markup Language；ハイパーテキスト・マークアップ・ランゲージ）により記述されたドキュメント（ＨＴＭＬソース）データからリンクや書式等を表すＨＴＭＬタグ等の属性情報や、Javascript等のスクリプト等を除去することにより、ウェブページに表示されるテキスト情報としてのプレーンテキストを抽出し、このプレーンテキストを形態素解析することにより形態素へ分類する。

そして、この形態素解析により生成された形態素の集合から名詞のみを抽出し、この名詞のみを抽出した形態素（単語）の集合（以下、「テキスト集合」と称す。）についてベイズの定理を利用した分類（以下、「ベイズ分類」と称す。）を行い、どのカテゴリに所属するのかを判定する。このとき、カテゴリ判定部１２は知識ベース１６も参照してカテゴリ判定を行う。ベイズ分類は、予め複数のカテゴリに分けられたテキスト集合が学習データとして与えられたときに、新たに与えられたテキスト集合がどのカテゴリに属するかを、学習データを用いた最大事後確率の計算により求めるものである。知識ベース１６は、人間が把握しているテキスト集合とカテゴリとの因果関係を予めデータベース化したものである。

単純ベイズ分類では、あるテキスト集合（文書ベクトル）ｘ＝（ｘ₁，ｘ₂，・・・，ｘ_n）がカテゴリｃ_jに属する確率Ｐ（ｃ_j｜ｘ）を以下の式（１）で求める。
Ｐ（ｃ_j｜ｘ）＝Ｐ（ｃ_j）Ｐ（ｘ｜ｃ_j） ・・・式（１）
ここで、Ｐ（ｃ_j）は与えられたカテゴリが選ばれる確率、Ｐ（ｘ｜ｃ_j）はカテゴリｃ_jについてテキスト集合ｘに含まれる単語がカテゴリの中に現れる確率である。単純ベイズ分類では、全てのカテゴリにおいてＰ（ｘ｜ｃ_j）を計算し、最も値が大きくなるカテゴリｃ_jをそのテキスト集合ｘの所属カテゴリとして判定する。図６はベイズ分類によるカテゴリ判定の例を示している。

なお、ウェブページ中に含まれる名詞を全て使用してベイズ分類を行うと計算量が多くなり、システムのレスポンス速度が低下する。そこで、レスポンス速度の向上のために、カテゴリ分類に必要な計算量をできる限り少なくすることが望ましい。本実施形態における情報処理システムでは、計算量の増大を防ぐために、カテゴリ分類を行う対象のウェブページから特徴語となる名詞を抽出し、ベイズ分類を行う。特徴語とは、そのウェブページを表す代表的な語句であり、広告や一般語等は含まれない。

また、本実施形態においては、ウェブページ中の全文章から特徴語を抽出するため、ＴＦ−ＩＤＦ法を用いる。ＴＦ−ＩＤＦ法とは、単語の重み付けとして文章内の単語の出現頻度を元に重みを計算するＴＦ（Term Frequency）と、文章の特定性を表す単語を考慮に入れて計算するＩＤＦ（Inverse Document Frequency）の２通りの尺度の積を重み付けに用いて文章の特徴語を抽出する方法である。本実施形態における情報処理システムでは、ＴＦ−ＩＤＦ法でウェブページから特徴語を抽出し、ベイズ分類によってカテゴリを判定する。

興味関心度計算部１３は、履歴情報記憶部１０ａを参照することにより各ユーザのＵＲＬの履歴に基づいてユーザごとのカテゴリ群に対する興味関心度を算出し、ユーザごとにユーザ情報記憶部１０ｂに記憶するものである。カテゴリ群に対する興味関心度とは、各カテゴリのウェブページをどれだけ閲覧したか、各カテゴリのウェブページでどれだけ操作を行ったかによって増加する値である。各ユーザにおいてこの興味関心度が大きいカテゴリほど、そのユーザが強い興味・関心を持っているカテゴリであるといえる。

興味関心度は、あるカテゴリの興味関心値が、カテゴリ全体の興味関心値の合計の中でどれだけの割合を占めているかの比率で表される。各カテゴリに対する興味関心度は次式（２）によって求められる。

各カテゴリの興味関心値Ｂは、各ユーザが各カテゴリのウェブページを閲覧した回数と、各カテゴリのウェブページで各ユーザが行った操作によって変化する値である。ここで、各ユーザが行った操作とは、閲覧中のウェブページにおいて各ユーザがユーザＰＣ３ａ等により行うウェブログや掲示板等のコメントの記述、電子メールの送受信、チャットやＩＰ電話等を含むリアルタイム通信、トラックバック、ブックマークの追加やウェブページの閲覧等である。これらのユーザが行った操作によって興味関心度計算部１３は、各ユーザの各カテゴリの興味関心値Ｂに加算する評価値にウエイトを付け、それぞれ６，５，４，３，２，１として変化させる。図７はユーザの操作と評価値との関係を示している。

例えば、ユーザが「スポーツ」カテゴリに属するウェブページを閲覧している場合には「スポーツ」カテゴリの興味関心値Ｂに加算される評価値は、図７に示すように１ポイントである。しかし、このユーザがこのウェブページに強い興味・関心を持ち、ユーザ自身のウェブログにてこのウェブページに関して言及する記事を書き、トラックバックを送信すると、ユーザの「スポーツ」カテゴリの興味関心値Ｂに加算される評価値は６ポイントとなる。このように、ユーザが行った操作ごとに興味関心値Ｂに加算する評価値を変化させることにより、各ユーザの興味関心度の特徴が出やすくなる。

なお、本実施形態におけるカテゴリ判定においては、例えば「スポーツ」のカテゴリを詳細化して「サッカー」、「野球」、「相撲」などの競技毎に分類したり、さらに「野球」を「プロ野球」、「高校野球」や「メジャーリーグ」などに順次階層化して分類し、ユーザごとの興味・関心のある項目の詳細化を行なったりすることも可能である。このとき、カテゴリ判定部１２は、形態素解析により抽出した各名詞の発生頻度から知識ベース１６を参照して２のべき乗のカテゴリごとに分類し、さらに発生頻度の高い名詞については２のべき乗ごとのカテゴリに再分類し、この分類を順次繰り返して階層化分類することにより詳細にカテゴリ分けを行うことも可能である。このようにカテゴリを階層化することにより、アルゴリズムが単純で、かつ拡張性が高くなり、新規のカテゴリが発生した場合に処理がしやすくなる。

情報処理部１４は、各ユーザの興味関心度に応じて各ユーザのユーザＰＣ３ａ等へネットワークインタフェース１５を介して各カテゴリに関連する情報を提供するものである。例えば、情報処理部１４は、各ユーザの興味関心度に応じて各ユーザの興味・関心がある項目をウェブページの上部に表示したり、表示する領域を増やしたりする。あるいは、情報処理部１４は、ニュース記事の表示形態を変更して提供したり、あるカテゴリについて興味関心度の近い値を有するユーザ同士によるコミュニティを形成して情報共有やコミュニケーションを行うユーザインタフェースを提供したり、各ユーザの興味関心度に応じたお知らせ、連絡、通知または広告や、関連する情報を提供したりする。

次に、上記構成の情報処理システムによる概略の処理手順について説明する。図８は図１の情報処理システムによる処理のフロー図である。

まず、各ユーザは、ユーザＰＣ３ａ等により情報処理サーバ１にログインする（ステップＳ１００）。ログイン後は、ユーザＰＣ３ａ等のブラウザ３０により自由にウェブページを閲覧（ブラウジング）する（ステップＳ１０１）。このとき、ＵＲＬ送信手段３１は、ブラウザ３０により閲覧したウェブページのＵＲＬを情報処理サーバ１へ送信しており、情報処理サーバ１のＵＲＬ履歴処理部１１はこのＵＲＬを取得する（ステップＳ１０２）。

次に、情報処理サーバ１のカテゴリ判定部１２は、取得したＵＲＬの履歴に基づいてウェブサーバ２ａ等からウェブページを取得し（ステップＳ１０３）、取得したウェブページからプレーンテキストを抽出し、形態素解析、ベイズ分類を行うことにより、各ＵＲＬのカテゴリ判定を行い、各ＵＲＬをカテゴリ判定結果とともにデータベース部１０の履歴情報記憶部１０ａに記憶する（ステップＳ１０４）。

情報処理サーバ１の興味関心度計算部１３は、履歴情報記憶部１０ａを参照することにより各ユーザのＵＲＬの履歴に基づいてユーザごとのカテゴリ群に対する興味関心度を算出し、ユーザごとにユーザ情報記憶部１０ｂに記憶する（ステップＳ１０５）。そして、情報処理サーバ１の情報処理部１４は、各ユーザの興味関心度に応じて各ユーザのユーザＰＣ３ａ等へ各カテゴリに関連する情報を提供する（ステップＳ１０６）。

以上のように、本実施形態における情報処理システムでは、複数のユーザがユーザＰＣ３ａ等によりアクセスしたウェブページのＵＲＬ情報を複数のカテゴリに分類するとともに、各ユーザがアクセスしたＵＲＬの履歴から各ユーザのカテゴリ群に対する興味・関心を表す興味関心度を自動的に算出し、絶えず学習しながら、各ユーザの興味・関心に合わせて各ユーザのユーザＰＣ３ａ等へ各カテゴリに関連する情報を提供することができる。したがって、本実施形態における情報処理システムでは、ユーザの興味・関心がある事項等に合わせて、ユーザの興味・関心がある項目をウェブページの上部に表示したり、表示する領域を増やしたりして、ユーザが効率良く情報を発見し、取得することが可能となる。

また、本実施形態における情報処理システムでは、各ユーザのＵＲＬのアクセス履歴から、常時ユーザの興味・関心がある事項を学習するので、ユーザの興味・関心のある事項が変化すれば、その変化に応じて提供する情報の表示形態を自動的に変えることができる。したがって、ユーザの興味・関心のある事項が変化した場合であっても、従来のようなユーザ自身が再度設定を変えるといった操作を行うことが不要となり、ユーザによる操作の煩雑性を減少させることができる。

次に、本実施形態における情報処理システムの具体的な適用例について説明する。第１実施例では、ユーザの興味・関心がある事項を活用したコミュニティシステムの構築例について説明する。図９は第１実施例における情報処理システムの情報処理部の詳細な構成を示すブロック図である。

図９に示すように第１実施例において情報処理部１４ａは、ログインしているユーザのユーザＰＣ３ａ等のポップアップウインドウを制御するポップアップウインドウ制御手段４０と、ポップアップウインドウ制御手段４０により制御するポップアップウインドウ内でトラックバック機能、チャット機能、コメント機能、電子メール機能等のコミュニケーション機能を実現するコミュニケーション機能実現手段４１と、各カテゴリの興味関心度の分布が近いユーザを検索するユーザ間距離算出手段４２と、情報提供手段４３と、ポータルページ表示手段４４とを有する。なお、図９に示した情報処理部１４ａ以外の構成については図２の構成と同様であり、同一の符号を用いて以下説明する。

第１実施例における情報処理システムでは、各ユーザは、ユーザＰＣ３ａ等により情報処理サーバ１にログインした後、ブラウザ３０によって自由にウェブページを閲覧する。そして、ユーザは閲覧中に、自分の興味・関心のあるウェブページを発見したら、ユーザは任意で本システムのポップアップウインドウ３２を起動する。図１０はポップアップウインドウの表示例を示している。

このポップアップウインドウ３２は、予めブラウザ３０のブックマークに登録されたブックマークレット３３（図１１参照。）をクリックすることによって起動する。ブックマークレット３３は、Javascriptで記述され、ブラウザ３０のブックマークに登録された小さなプログラムである。このプログラムはユーザＰＣ３ａ等によって実行されることにより、ブックマークレット３３をクリックしたウェブページのＵＲＬ（例：http://abcd.co.jp/）を情報処理サーバ１に送信するとともに、情報処理サーバ１のポップアップウインドウ制御手段４０からの指示によりポップアップウインドウ３２の制御を可能にするものである。

ここで、情報処理サーバ１に送信されたＵＲＬは、前述のようにＵＲＬ履歴処理部１１およびカテゴリ判定部１２により処理され、このＵＲＬのウェブページがどのカテゴリに所属するのか判定され、履歴情報記憶部１０ａへ記憶される。なお、次回以降、同じＵＲＬのウェブページにアクセスされた場合には、この履歴情報記憶部１０ａからカテゴリ判定結果が取得されるので、カテゴリ判定の処理は省略される。

そして、前述のように興味関心度計算部１３によりこのユーザの興味関心度の算出が行われ、ユーザ情報記憶部１０ｂに記憶される。図１２はユーザ情報記憶部１０ｂに記憶されるユーザ情報の例を示している。図１２に示すように、ここでは、ユーザ情報記憶部１０ｂに、ブックマークレットをクリックしたウェブページのＵＲＬすなわちポップアップウインドウ３２を起動しているＵＲＬも記憶される。

情報処理サーバ１のポップアップウインドウ制御手段４０は、ユーザ情報記憶部１０ｂから、このユーザと同じウェブページのＵＲＬでポップアップウインドウを起動している他のユーザを検出し、図１０に示すようにユーザＰＣ３ａ等のポップアップウインドウ３２へ、同じウェブページでポップアップウインドウを起動している他のユーザのリスト（以下、「ユーザリスト」と称す。）３２ａ，３２ｂを表示する。図１２の例では、ユーザＡとユーザＣとユーザＦとが同じウェブページでポップアップウインドウを起動していることになる。

そして、各ユーザは、興味・関心を持ったウェブページで起動したポップアップウインドウを用いて、そのウェブページへのコメントの記述やトラックバックする等といった操作を行うことができる。これらの各操作はポップアップウインドウ３２の機能切り換えボタン３２ｃにより行い、各処理は情報処理サーバ１側のポップアップウインドウ制御手段４０およびコミュニケーション機能実現手段４１の制御により行われる。ここで、ユーザがポップアップウインドウを用いて行った操作の履歴は、情報処理サーバ１へ送信され、前述のように、ユーザの各カテゴリの興味関心値Ｂの加算に利用される。図１３はユーザの操作によってユーザの興味関心値Ｂが変化した例を示している。

また、興味関心度計算部１３は、前述のようにユーザ情報記憶部１０ｂのデータを基に各ユーザのカテゴリ群の興味関心度を計算する。図１４は興味関心値から興味関心度を算出した例を示している。ユーザ間距離算出手段４２は、この計算した各ユーザの興味関心度から、所定の閾値を超えないユーザと超えるユーザとに分類し、所定の閾値を超えないユーザをユーザ間の距離が近い順にランク付けし、カテゴリ群の興味関心度の分布が近いユーザとしてユーザリスト３２ａへリストアップする。また、所定の閾値を超えるユーザはユーザリスト３２ｂへコミュニティにアクセスした順に表示させる。図１５は興味関心度が近いユーザと、興味関心度が遠いユーザの例を示している。

ここで、ユーザ間の興味関心度の距離は、各ユーザ間のカテゴリごとの興味関心度の２乗和の平方根で評価する。図１５の例の場合、ユーザＡとユーザＢ間の興味関心度の距離を以下のように計算する。

ここで、Ａ：社会、Ｂ：政治、Ｃ：経済、Ｄ：芸能としている。なお、カテゴリを詳細化した場合には、変数Ａ₁のようにサフィックスを付加し、ユーザ間で対応する階層の項目がない場合には上位の階層の変数で算出するものとする。図１４の計算例の場合、ユーザＡとユーザＢ間の興味関心度の距離は０．１０となり、Ｂ（政治）およびＤ(芸能)の比率が高く、Ａ(社会)とＣ(経済)の比率が低いという特徴を両者が有している。また、ユーザＡとユーザＣ間の距離は０．７９となるので、興味関心度の距離の閾値を０．５とすると、
（１）ユーザＡとユーザＢ間は近い、
（２）ユーザＡとユーザＣ間は遠い、
ということになる。

そして、ポータルページ表示手段４４は、ユーザ間距離算出手段４２によりリストアップした興味関心度の近いユーザを、ネットワークインタフェース１５を介してポップアップウインドウ３２内の本システムのポータルページ３４へ表示する（図１６参照。）。また、情報提供手段４３は、ユーザ情報記憶部１０ｂからユーザのカテゴリ群の興味関心度を取得し、広告会社から取得した広告情報をユーザの興味・関心に合わせてポータルページ３４へ表示する。

ユーザは任意のタイミングで本システムのポータルページ３４へアクセスし、自分と興味関心度の近いユーザのリストを閲覧する。そして、ユーザはポータルページ３４に表示された、自分と興味関心度の近いユーザのリストから、コミュニケーションを取りたいユーザを選択し、そのユーザのプロファイル詳細情報を確認したり、メッセージを送信したりすることができる。

以上のように、第１実施例における情報処理システムでは、ユーザのＵＲＬのアクセス履歴から、ユーザの各カテゴリに対する興味関心の強さ（興味関心度）を計算し、本システムのポータルページ３４にて近い興味関心度を持つ他のユーザをユーザに紹介する。ユーザはポータルページ３４にて紹介された自分と興味関心度の近いユーザとコミュニケーションをとることが可能である。つまり、ユーザは多数のユーザの中から、自分と興味・関心がある事項が近いユーザを効率よく発見することができる。これにより、ユーザ間のインタラクションは増大し、コミュニティの発展・成長が期待できる。

第２実施例では、本実施形態における情報処理システムを利用したユーザ適応型ニュースサイトの構築例について説明する。図１７は第２実施例における情報処理システムの情報処理部の詳細な構成を示すブロック図である。

図１７に示すように第２実施例において情報処理部１４ｂは、新聞社のウェブサイト（以下、「新聞社サイト」と称す。）等の複数の情報提供サイト４ａ，４ｂから例えばＲＳＳ（RDF（Resource Description Framework） Site Summary；Rich Site Summary；Really Simple Syndication）やＡｔｏｍ等のフォーマットにより配信される更新情報を取得する更新情報取得部５０と、更新情報取得部５０により取得した更新情報のカテゴリ判定を行い、カテゴリごとに更新情報記憶部５２に記憶する更新情報カテゴリ判定部５１と、更新情報記憶部５２に記憶された更新情報に基づいてニュースサイト５にニュース記事を表示するニュースサイト表示部５３とを有する。なお、図１７に示した情報処理部１４ｂ以外の構成については図２の構成と同様であり、同一の符号を用いて以下説明する。

第２実施例における情報処理システムでは、ユーザはユーザＰＣ３ａ等によりニュースサイト５へアクセスする。このニュースサイト５では、ニュース記事のタイトルがカテゴリごとにリスト表示されており、ユーザはこのニュース記事の中から、自分の興味・関心のあるニュース記事をクリックし、閲覧する。ここで、ＵＲＬ履歴処理部１１は、前述のようにユーザＰＣ３ａ等によりアクセス（閲覧）されたニュース記事のＵＲＬを取得し、カテゴリ判定部１２によりこのＵＲＬのニュース記事がどのカテゴリに所属するのか判定する。また、興味関心度計算部１３は、前述のようにこのユーザのカテゴリ群に対する興味関心度を算出し、ユーザ情報記憶部１０ｂへ記憶する。

一方、情報処理部１４ｂの更新情報取得部５０は、新聞社サイト等の複数の情報提供サイト４ａ，４ｂからＲＳＳ等の更新情報を取得する。そして、更新情報カテゴリ判定部５１は、更新情報取得部５０により取得したＲＳＳ等の更新情報を受け取り、カテゴリ判定部１２と同様の処理により更新情報のカテゴリ判定を行う。このカテゴリ判定の終了後、各ニュース記事のＵＲＬと所属カテゴリを更新情報記憶部５２へ記憶する。

そして、ニュースサイト表示部５３は、ユーザ情報記憶部１０ｂに記憶されているユーザのカテゴリ群の興味関心度から、各カテゴリのニュース記事について表示領域を決定し、その表示領域へ更新情報記憶部５２に記憶されたＵＲＬのニュース記事をカテゴリごとに、ニュースサイト５へ表示する。図１８はこのニュースサイト５の表示例を示している。図１８の例ではユーザのカテゴリ群の興味関心度の高い順に各カテゴリのニュース記事が表示されている。

一方、ユーザは、図１８に示すようにユーザの興味関心度に合わせて表示が最適化されたニュースサイト５へアクセスし、情報を取得する。そして、ユーザのカテゴリ群に対する興味関心度が変化するのに伴い、ニュースサイト５での各カテゴリでの表示領域は、適応的に変化していく。図１９はユーザの興味関心度の変化に応じたニュースサイト５の表示の変化例を示している。図１９の例ではユーザのカテゴリに対する興味関心度が高くなるにつれてそのカテゴリが上の方に表示されるようになっている。

以上のように、第２実施例における情報処理システムでは、ニュースサイト５内での、ユーザのニュース記事閲覧のＵＲＬ履歴から、ユーザの各カテゴリの興味・関心の強さを計算し、ユーザの各カテゴリの興味関心度の変化に応じて、本システムのニュースサイト５での表示を変化させる。例えば、ユーザの興味関心度の高いカテゴリのニュース記事は表示領域を広く取り、興味関心度の低いカテゴリのニュース記事は表示領域を狭くすることもできる。これにより、ユーザは自分の興味・関心の強いカテゴリのニュース記事を効率よく取得することができる。

本発明のコンピュータネットワークにおける情報処理方法および情報処理装置は、コンピュータネットワークを介して接続されたサーバコンピュータとクライアントコンピュータとの間で行う情報の提供に用いられる方法および装置として有用であり、ユーザの興味や関心がある事項等に合わせて効率良く情報を取得することが可能になるとともに、興味関心度が近いユーザ間のコミュニケーションを支援することが可能な方法および装置として好適である。

本発明の実施の形態における情報処理システムの概略構成図である。 図１の情報処理システムのブロック図である。 履歴情報記憶部に記憶されるＵＲＬ履歴情報の例を示す図である。 ユーザ情報記憶部に記憶されるユーザ情報の例を示す図である。 ＨＴＭＬソースからプレーンテキストを抽出した例を示す図である。 ベイズ分類によるカテゴリ判定の例を示す図である。 ユーザの操作と評価値との関係を示す図である。 図１の情報処理システムによる処理のフロー図である。 第１実施例における情報処理システムの情報処理部の詳細な構成を示すブロック図である。 ポップアップウインドウの表示例を示す図である。 ブラウザのブックマークに登録されたブックマークレットの例を示す図である。 ユーザ情報記憶部に記憶されるユーザ情報の例を示す図である。 ユーザの操作によってユーザの興味関心値が変化した例を示す図である。 興味関心値から興味関心度を算出した例を示す図である。 興味関心度が近いユーザと、興味関心度が遠いユーザの例を示す図である。 ポップアップウインドウ内に表示するポータルページの例を示す図である。 第２実施例における情報処理システムの情報処理部の詳細な構成を示すブロック図である。 ニュースサイトの表示例を示す図である。 ユーザの興味関心度の変化に応じたニュースサイトの表示の変化例を示す図である。

符号の説明

Ｎ コンピュータネットワーク
１ 情報処理サーバ
２ａ，２ｂ ウェブサーバ
３ａ，３ｂ ユーザＰＣ
４ａ，４ｂ 情報提供サイト
５ ニュースサイト
１０ データベース部
１０ａ 履歴情報記憶部
１０ｂ ユーザ情報記憶部
１１ ＵＲＬ履歴処理部
１２ カテゴリ判定部
１３ 興味関心度計算部
１４，１４ａ，１４ｂ 情報処理部
１５ ネットワークインタフェース
１６ 知識ベース
３０ ブラウザ
３１ ＵＲＬ送信手段
３２ ポップアップウインドウ
３３ ブックマークレット
３４ ポータルページ
４０ ポップアップウインドウ制御手段
４１ コミュニケーション機能実現手段
４２ ユーザ間距離算出手段
４３ 情報提供手段
４４ ポータルページ表示手段
５０ 更新情報取得部
５１ 更新情報カテゴリ判定部
５２ 更新情報記憶部
５３ ニュースサイト表示部

Claims (10)

1. 複数のユーザがコンピュータによりアクセスしたコンピュータネットワーク上に存在するウェブページの場所を指し示すＵＲＬを取得するＵＲＬ履歴処理ステップと、
   前記取得したＵＲＬの履歴に基づいて各ＵＲＬの示す場所からウェブページを取得し、取得したウェブページに基づいて各ＵＲＬのカテゴリ判定を行い、各ＵＲＬをカテゴリ判定結果とともに履歴情報記憶部に記憶するカテゴリ判定ステップと、
   前記履歴情報記憶部を参照することにより前記各ユーザのＵＲＬの履歴に基づいてユーザごとのカテゴリ群に対する興味関心度を算出して学習し、ユーザごとにユーザ情報記憶部に記憶する興味関心度計算ステップと、
   前記各ユーザの興味関心度に応じて各ユーザのコンピュータへ各カテゴリに関連する情報を提供する情報処理ステップと
   を含むコンピュータネットワークにおける情報処理方法。
2. 複数のユーザがコンピュータによりアクセスしたコンピュータネットワーク上に存在するウェブページの場所を指し示すＵＲＬを取得するＵＲＬ履歴処理部と、
   前記取得したＵＲＬの履歴に基づいて各ＵＲＬの示す場所からウェブページを取得し、取得したウェブページに基づいて各ＵＲＬのカテゴリ判定を行い、各ＵＲＬをカテゴリ判定結果とともに履歴情報記憶部に記憶するカテゴリ判定部と、
   前記履歴情報記憶部を参照することにより前記各ユーザのＵＲＬの履歴に基づいてユーザごとのカテゴリ群に対する興味関心度を算出して学習し、ユーザごとにユーザ情報記憶部に記憶する興味関心度計算部と、
   前記各ユーザの興味関心度に応じて各ユーザのコンピュータへ各カテゴリに関連する情報を提供する情報処理部と
   を有するコンピュータネットワークにおける情報処理装置。
3. 前記カテゴリ判定部は、前記各ＵＲＬの示す場所から取得したウェブページからテキスト情報を抽出し、このテキスト情報について形態素解析を行い、知識ベースを参照することによりカテゴリ分けを行うものである請求項２記載のコンピュータネットワークにおける情報処理装置。
4. 前記カテゴリ判定部は、前記形態素解析により抽出した各名詞の発生頻度から前記知識ベースを参照して２のべき乗のカテゴリごとに分類し、さらに発生頻度の高い名詞については２のべき乗ごとのカテゴリに再分類し、この分類を順次繰り返して階層化分類することにより前記カテゴリ分けを詳細に行うものである請求項３記載のコンピュータネットワークにおける情報処理装置。
5. 前記興味関心度計算部は、前記各ユーザがコンピュータ上で行うウェブログまたは掲示板へのコメントの記述、電子メールの送受信、チャットまたはＩＰ電話を含むリアルタイム通信、トラックバック、ブックマークの追加またはウェブページの閲覧のいずれかの操作に対応した評価値をカテゴリごとに各ユーザの前記興味関心度に加算するものである請求項２から４のいずれかに記載のコンピュータネットワークにおける情報処理装置。
6. 前記情報処理部は、前記各ユーザの興味関心度に応じてニュース記事の表示形態を変更して提供するものである請求項２から５のいずれかに記載のコンピュータネットワークにおける情報処理装置。
7. さらに、複数の情報提供サイトの更新情報を取得する更新情報取得部と、
   前記取得した更新情報のカテゴリ判定を行い、カテゴリごとに更新情報記憶部に記憶する更新情報カテゴリ判定部とを有し、
   前記情報処理部は、前記各ユーザの興味関心度に応じて前記更新情報カテゴリ判定部によりカテゴリごとに記憶された更新情報を提供するものである請求項２から６のいずれかに記載の情報処理装置。
8. 前記情報処理部は、前記各ユーザの興味関心度に応じて構成したコミュニティのユーザインタフェースを前記各ユーザのコンピュータ上へ提供するものである請求項２から５のいずれかに記載のコンピュータネットワークにおける情報処理装置。
9. 前記コミュニティのユーザインタフェースは、各ユーザ間のカテゴリごとの興味関心度の２乗和の平方根を求めて算出した距離が所定の閾値を超えないユーザと超えるユーザとに分類し、前記超えないユーザをユーザ間の距離が近い順にランク付けし、前記超えるユーザは前記コミュニティにアクセスした順に表示させるものである請求項８記載のコンピュータネットワークにおける情報処理装置。
10. 前記情報処理部は、前記各ユーザの興味関心度に応じたお知らせ、連絡、通知または広告を含む情報を提供するものである請求項２から５のいずれかに記載のコンピュータネットワークにおける情報処理装置。

Images