JP2009503751A - 関連性判定方法、情報収集方法、オブジェクト組織化方法及び検索システム - Google Patents

Abstract

検索クエリに対する複数のオブジェクトの関連性を判定する関連性判定方法は、複数のオブジェクトに複数のタグを関連付けるステップと、複数のオブジェクトをブックマークするステップとのうちの一方又は両方と、複数のオブジェクトのそれぞれと検索クエリとの関連性を判定するステップとを有する。一実施の形態では、フルテキスト関連性アルゴリズムをタグ関連性アルゴリズムに結合する。他の実施の形態は、例えば、統計的分類又はランク回帰アルゴリズム等の統計的な関連性アルゴリズムを用いる。ユーザが検索クエリを実行した場合、オブジェクトを含む結果リストが返され、オブジェクトは、例えば、関連性スコアが高い順に組織化され、又は関連性の指標が示される。タグ−オブジェクト対の関連性スコアは、好ましくは、タグ内のタームがオブジェクトに関連付けられた回数、オブジェクトに関連付けられたタグの数、タグが複数のオブジェクトに関連付けられた回数、タグにタームを含むタグ−オブジェクト対の数、オブジェクトへの参照を含むタグ−オブジェクト対の数又はこれらの任意の組合せに基づいて判定される。

Description

関連出願

本出願は、米国特許法第１１９条（ｅ）項に基づき、引用によって本願に援用される、２００５年８月３日に出願された継続中の米国仮特許出願番号第６０／７０５，７０４号、発明の名称「タグの解析を用いて関連するドキュメントを発見するための技術（Techniques for Finding Relevant Documents Using Analysis of Tags）」の優先権を主張する。

本発明は、ドキュメントの検索に関する。詳しくは、本発明は、インターネットで情報を検索する際、複数のユーザが作成したタグを解析することによって、品質又は検索結果の関連性を向上させる検索システム及び関連性判定方法に関する。

インターネット検索エンジンは、インターネット内に存在する膨大な量の情報から、望ましい情報を発見するように設計されている。ユーザは、検索タームを含むクエリを入力することによって、自らが望む情報を記述する。検索エンジンは、ユーザが探している情報に関連する可能性が高いウェブページを特定するために、様々な関連性演算を用いて、検索タームをウェブページのインデックスと照合する。そして、検索エンジンは、最も関連性が高いと考えられたページへのリンクをリストの上位にして、ウェブページへのハイパーリンクの格付けされたリストを返す。

検索エンジンの目的は、所定のクエリに対して、最も関連性が高いウェブページを提供することである。検索エンジンは、様々な技術を用いて、例えば、各ページ内に含まれている情報、例えば、ドキュメント内でのタームの存在、密度、近接性等を考慮し、ウェブページ間のハイパーリンクに関連する情報を考慮し、又はユーザの振る舞い、例えば、クリック、閲覧、若しくは結果又はウェブページの格付け等を考慮して、ウェブページの関連性を判定する。これらの技術は、個別に用いてもよく、最良の結果を得るために様々に組合せて用いてもよい。

インターネット上のウェブページの数は膨大であり、且つ日々増加しており、ユーザのクエリを表面的に満たす多数のウェブページが存在する場合も多く、どのウェブページが最も関連性が高いかを判定する処理は、非常に難しい。更に、殆どのユーザは、適切な形式のクエリを作成し、入力する技術に通じておらず、したがって、ユーザが彼らが如何なる種類の情報を検索しているかが曖昧である場合も多い。したがって、クエリ内の単語と、ドキュメント内の単語とを比較して、クエリに最も関連性が高いドキュメントを判定する手法の精度には、限界がある。

ユーザがインターネットを閲覧又は検索する場合、ユーザは、オブジェクトへの参照を記録することによって、例えば、ウェブページ、画像、トピック、ウェブログ（「ブログ」とも呼ばれている。）又は他のオブジェクトを含む様々なオブジェクトを「ブックマーク」に追加する（本明細書では、ブックマークに記録又は追加することを「ブックマークする」ともいう）。これらのブックマークは、ユーザがオブジェクトに関連付けた１つ以上のタームを含む１つ以上の「タグ」、オブジェクトへのハイパーリンク（ユニフォームリソースロケータ又は「ＵＲＬ」）、関係を記録するためのメカニズム及び潜在的に他の情報を含むことができる。これらのブックマークは、ユーザがオブジェクトに再度アクセスする際の補助になり、タグは、ブックマークされたオブジェクトが何に関するものであるかをユーザに思い出させ、及び他者に通知するための補助になる。例えば、ユーザが屋根用のソーラーパネルについて説明するウェブページを発見した場合、ユーザは、このウェブページをブックマークし、ターム「太陽エネルギ」を用いて、このページに、タグを関連付けることがある。また、ユーザは、州の太陽エネルギ導入助成制度に関する別のウェブページにも、ターム「太陽エネルギ」を用いた同じタグを関連付けることがある。この結果、ターム「太陽エネルギ」を含むタグは、両方のウェブページに関連付けられる。

ユーザがタグを入力する手法は複数あり、例えば、サーバアプリケーション、ブックマークツールバーのスモールアプレット、ブラウザプラグイン又は拡張、クライアントアプリケーション又は他のアプリケーションを用いてタグを入力することができる。一旦、タグが入力されると、通常、ユーザは、これらのタグを検索して、タグに関連するウェブページを表示させることができる。現在、ユーザが、自らのタグを検索し、又は他のユーザのタグを検索することができるサービスが提供されている。

ブックマークは、ユーザが、例えば、ウェブページ等のオブジェクトに一定の評価を与えたことを示すある種の指標となり、更に、タグは、ユーザがオブジェクトに１つ以上のタームを関連付けたことを示すある種の指標となる。この情報は、ウェブページに対する実際の人間の興味の指標であり、特定のサブジェクトと関連付けられているため、検索エンジンから、クエリの結果として、そのウェブページを表示するべきであるか否かを判定する際に潜在的に有益である。

そこで、本発明の目的は、どのウェブページ、画像、ブログ又は他のオブジェクトがユーザのクエリに関連しているかを判定する際、様々なウェブページ、画像、ブログ又は他のオブジェクトに関連付けられたタグを考慮することができる検索エンジンを提供することである。

本発明の実施の形態では、検索クエリに応じて、オブジェクトのリスト（結果リスト）をユーザに提供する。結果リストは、クエリに対する各オブジェクトの関連性に基づいて組織化される。関連性は、好ましくは、オブジェクトへのタグ付け、オブジェクトへのブックマーク、及び／又はクエリに対するオブジェクトの関連性を示す他の何らかのユーザアクションに基づいて判定される。

本発明の第１の側面である関連性判定方法は、クエリに対する複数のオブジェクトの関連性を判定する関連性判定方法において、オブジェクトへの参照情報である「ブックマーク」を記録するステップ及び／又はこれらのオブジェクトに複数のタグを関連付けるステップと、複数のオブジェクトのそれぞれと検索クエリとの関連性を判定するステップとを有する。この関連性判定方法は、後に、検索クエリに応じて返される結果リスト内でオブジェクトを組織化して表示するために使用される。オブジェクトには、ウェブページへのハイパーリンク又はハイパーリンクのグループ、テキスト、画像、写真、タグ、タグのグループ、サブジェクト領域、概念、プロファイル、回答、オーディオファイル、ビデオファイル、ソフトウェア又はこれらの任意の組合せ等が含まれる。

複数のタグ内の各タグは、１つ以上のタームを含む。関連性判定方法は、更に、１つ以上のタームの各タームをオブジェクトに関連付け、１つ以上の対応するターム−オブジェクト対を定義するステップと、各ターム−オブジェクト対について、タームとオブジェクト間の関連性の度合いを示すタームスコアを判定するステップとを有していてもよい。これに代えて又はこれに加えて、関連性判定方法は、オブジェクトをブックマークするステップを更に有していてもよい。

タグ−オブジェクト対の関連性スコアは、好ましくは、タグ内の各タームのターム−オブジェクト対のタームスコアを結合することによって判定される。タームスコアの結合とは、例えば、タームスコアの総和を求める演算であってもよく、各タームスコアに重みを付け、重み付きタームスコアの総和を求める演算であってもよい。

一実施の形態においては、タグ−オブジェクト対の関連性スコアは、タグ内のタームがオブジェクトに関連付けられた回数、オブジェクトに関連付けられたタグの数、タグが複数のオブジェクトに関連付けられた回数、又はこれらの任意の組合せに基づいて判定される。タグ−オブジェクト対の関連性スコアは、タグにタームを含むタグ−オブジェクト対の数、オブジェクトへの参照を含むタグ−オブジェクト対の数又はこれらの両方に基づいて判定してもよい。

他の実施の形態においては、関連性判定方法は、第１のユーザによって、複数のオブジェクトの１つのオブジェクトにタグを関連付けるステップと、第２のユーザによって、タグ内の１つ以上のタームを含む検索クエリを実行するステップと、関連性スコアに基づく結果リスト内に複数のオブジェクトを組織化して、組織化結果リストを定義するステップと、組織化結果リストを、第２のユーザに返すステップとを更に有する。オブジェクトと検索クエリの関連性スコアは、オブジェクト内に存在する又はオブジェクトに関連付けられた検索クエリの各タームの関連性スコアに対応する。これに変えて又はこれに加えて、複数のタグ−オブジェクト対のうちの１つのタグ−オブジェクト対の関連性スコアは、第１のユーザが複数のオブジェクトの何れかに関連付けたタグの数、第１及び第２のユーザがタグに関連付けたオブジェクトの数、オブジェクトの格付け、オブジェクトへのブックマーク、又はこれらの任意の組合せから判定してもよい。

他の実施の形態においては、タグ−オブジェクト対の関連性スコアは、第１のユーザ及び第２のユーザのうちの選択された一方又は両方の信頼度のレベルから判定してもよい。信頼度のレベルは、選択されたユーザがオブジェクトに関連付けたタグの格付け、第１及び第２のユーザのブックマーク、タグ又は検索行動間の類似度メトリック、第１及び第２のユーザ間の関係メトリック、又はこれらの任意の組合せから判定してもよい。

複数のオブジェクトは、関連性スコアに基づいて並べ替えを行う（例えば、関連性が高いオブジェクトをリストの上位にする）ことによって、又は複数のオブジェクトの少なくとも１つをグラフィック要素でマーキングすることによって組織化してもよい。

タグ、ブックマーク又は格付けは、ユーザに表示された領域にタグを入力し、タグを格付けし、オブジェクトへのリンクをブロックし（「否定的な」関連付け）、タグを選択し、又はオブジェクトを選択し、ブックマークを調査し、又はタグを用いてオブジェクトの検索を実行することにによって、オブジェクトに関連付けてもよい。一実施の形態においては、タグクローラが、複数のタグのうちの少なくとも１つのタグを複数のオブジェクトのうちの少なくとも１つのオブジェクトに関連付ける。

本発明の第２の側面である情報収集方法は、結果リスト内に組織化されたオブジェクトを返すために用いられるシステムの情報を収集する情報収集方法において、複数のオブジェクトに関連付けられた複数のタグをタグデータベースに保存するステップと、複数のタグと複数のオブジェクト間の関連性スコアをインデックスデータベースに保存するステップとを有する。関連性スコアは、組織化結果リストにおいて、複数のドキュメントを組織化するために使用される。

複数のタグは、複数のタグを構成するタームをタグデータベースに保存することによって保存される。関連性スコアは、タームとオブジェクト間の関連性を示す。情報収集方法は、更に、複数のインデックスをインデックスデータベースに保存するステップを有していてもよい。このインデックスにおいて、各インデックスエントリは、複数のタームのうちの１つのターム、複数のオブジェクトに対応するオブジェクト、及びタームとオブジェクト間の対応する関連性スコアに対応する。

一実施の形態において、タームとオブジェクト間の対応する関連性スコアは、それぞれ、オブジェクトにタームを関連付けたユーザの信頼度に関連する。これに代えて又はこれに加えて、タームとオブジェクト間の各関連性スコアは、オブジェクトがブックマークされた回数又はオブジェクトに与えられた格付けの数及び値から判定してもよい。これに代えて又はこれに加えて、タームとオブジェクト間の関連性スコアは、統計的分類又はランク回帰アルゴリズム、例えば、ロジスティック回帰、サポートベクトルマシン、分類又は回帰木、及びブーステッドツリーアンサンブル（boosted tree ensemble）に基づいて判定してもよい。

情報収集方法は、タームを含む検索クエリに応じてユーザに結果リストを表示するステップと、ユーザによって、結果リストに含まれているオブジェクトにタームを関連付けるステップと、タームと上記オブジェクト間の関連性スコアを判定するステップとを更に有していてもよい。複数のオブジェクトのうちの１つのオブジェクトと、オブジェクトに関連付けられたタグ間の関連性スコアは、タグがオブジェクトに関連付けられた回数、オブジェクトに関連付けられたタグの総数、タグが複数のオブジェクトの何れかに関連付けられた回数、複数のオブジェクトの全てに関連付けられたタグの数、タグがオブジェクトに関連付けられた日時、オブジェクトがブックマークされた回数、オブジェクトに適用された格付けの値及び数、又はこれらの任意の組合せの１つ以上から判定してもよい。

本発明の第３の側面であるオブジェクト組織化方法は、結果リストに表示される複数のオブジェクトを組織化するオブジェクト組織化方法において、検索クエリ内のタームと複数のオブジェクトに関連付けられたタグとの相関を調べるステップと、相関に基づいて組織化された複数のオブジェクトを含む結果リストを返すステップとを有する。

本発明の第４の側面である検索システムは、検索クエリに応じて検索結果リストを返す検索システムにおいて、オブジェクトに関連付けられたタグを保存するタグデータベースと、タグデータベースに接続されたタグ解析器とを備える。オブジェクトには、ウェブページへのハイパーリンク又はハイパーリンクのグループ、テキスト、画像、写真、タグ、タグのグループ、サブジェクト領域、概念、プロファイル、回答、オーディオファイル、ビデオファイル、ソフトウェア又はこれらの任意の組合せ等が含まれる。オブジェクトは、好ましくは、ウェブページへのハイパーリンクである。

タグ解析器は、検索クエリに対する複数のオブジェクトの関連性スコアを判定するようにプログラムされている。一実施の形態においては、検索システムは、タグとオブジェクト間の関連性スコアを保存するオブジェクトインデックスを更に備える。

一実施の形態においては、関連性スコアは、タグを構成するタームとオブジェクトの重み付き関連性スコアを合計することによって判定される。他の実施の形態においては、タームを含む検索クエリとオブジェクト間の関連性スコアは、検索クエリ内のタームを含むタグの数、検索クエリに含まれるタグがタグデータベースに含まれている回数、オブジェクトに関連付けられたタグの数、タグと検索クエリ内で一致したタームの数、又はこれらの任意の組合せから判定してもよい。更に他の実施の形態においては、タグとオブジェクト間の関連性スコアは、オブジェクト内におけるタグの位置、オブジェクト内におけるタグの出現頻度、オブジェクト内におけるタグの密度又はこれらの任意の組合せから判定してもよい。

一実施の形態においては、タグとオブジェクト間の関連性スコアの重み付けは、オブジェクトにタグを関連付けたユーザに割り当てられた信頼度のレベル（信頼度格付け）に基づいて判定してもよい。関連性スコアは、統計的分類又はランク回帰アルゴリズム、クラスタ化解析アルゴリズム又は形態素解析アルゴリズムを用いて判定してもよい。統計的分類又はランク回帰アルゴリズムは、ロジスティック回帰、サポートベクトルマシン、分類又は回帰木、及びブーステッドツリーアンサンブルの何れかであってもよい。

他の実施の形態においては、検索システムは、オブジェクトインデックスに接続された検索エンジンを備える。検索エンジンは、タグに対応するタームを含む検索クエリを受信し、タグ−オブジェクト対の関連性スコアに基づいて、組織化結果リストを返すようにプログラムされている。また、検索システムは、検索エンジンに接続されたユーザデータベースを備えていてもよい。ユーザデータベースは、例えば、ユーザが選択したリンク、オブジェクトに関連付けられたタグ、ユーザによってブロックされたオブジェクト、又はこれらの任意の組合せを含む検索クエリに関連する情報を格納する。

本発明の実施の形態は、従来の検索エンジンとは異なり、インターネット検索を行うユーザに対し、タグ及び／又はブックマークを利用して、より関連性が高い情報を提供する。一実施の形態においては、検索エンジンは、クエリを受信し、関連するドキュメント又はドキュメントのグループのリストを判定し、ドキュメント又はドキュメントのグループに関連しているタグを解析して、関連するドキュメント又はドキュメントのグループのリストを判定し、何らかの手法で２つのリストを結合し、ユーザに結果リストを提供する確立された手法を実現する。なお、以下の具体例では、ドキュメントを検索し、結果を返す技術を開示するが、本発明は、如何なるオブジェクトを検索し、結果を返すためにも用いることができ、これらのオブジェクトとしては、以下に限定されるわけではないが、幾つかの例を挙げれば、ウェブページへのハイパーリンク又はハイパーリンクのグループ、テキスト、画像、写真、タグ、タグのグループ、サブジェクト領域、概念、プロファイル、回答、オーディオファイル、ビデオファイル、ソフトウェア又はこれらの任意の組合せ等が含まれる。

例えば、本発明では、タームＸを含むクエリに対し、リストのどこかにウェブページＭを含むウェブページの結果リストが返される。そして、第１のユーザが、タームＸを含むタグをウェブページＭに関連付ける。後に、第２のユーザが、クエリ内にタームＸを用いて検索を実行した場合、第１のユーザがタグを作成する前の順位より上位にウェブページＭを表示した結果リストが返される。本発明の実施の形態では、第２のユーザに示されるウェブページＭの関連性の高さは、何らかの要素を解析することによって判定される。これらの要素には、以下に限定されるわけではないが、ウェブページＭのためのタグにタームＸが使用された回数、ウェブページＭに関連付けられた全てのタグの総数、第１のユーザが作成したタグの数、各ユーザがブックマークし、又はタグ付けしたドキュメントの数、タグ全体としてタームＸが使用されている頻度、全体的なタグの総数、タームＸを含むタグ／ドキュメント対の数、ウェブページＭへの参照、第１のユーザ及び第２のユーザ間の関係、第１及び第２のユーザ、第１のユーザ又は第２のユーザの何れかが属するグループに設定された信頼度のレベル（例えば、信頼度格付け）、及びこれらの任意の組合せが含まれる。ユーザ及びユーザが属するグループ間の関係性又は類似度、並びにユーザに帰属する信頼度のレベルは、メトリックを用いて全て定量化できる。例えば、２人のユーザ間の関係性メトリックが１である場合、これらの２人のユーザは、関係性メトリックが０．５の他の２人のユーザに比べて、類似している（例えば、同様の興味を有し、又は共通の友人を有している。）と言える。更に、タームＸ内に２つ以上の単語がある場合、例えば、第２のユーザによるクエリに含まれているタームＸの語数、単語がフレーズとして用いられているか否か、語順、及び上述した全ての要素を含む他の要素を解析してもよく、また、この解析には、単語の異なる組合せの解析も含まれる。

本発明の他の実施の形態においては、検索エンジンは、順序を変更した結果リストを提供するのではなく、何らかのグラフィック要素によって、関連するタグを有すドキュメントを指示してもよい。

本発明の他の実施の形態では、タグは、ユーザが意図的にドキュメントに関連付けるのではなく、ユーザがブックマークを調べ、検索を実行し、又は他の行動、例えば、格付け、ブロック、保存又はクリックを実行することによって、ドキュメントに自動的に関連付けてもよい。

本発明の他の実施の形態では、タグは、単にウェブページ又はウェブページのグループのみではなく、公的又は個人的な、特定可能な如何なるデータリソースに関連付けてもよく、これらのデータリソースには、以下に限定されるわけではないが、画像、写真、他のタグ、タグのグループ、サブジェクト領域、ユーザプロファイル、概念、地図、オーディオ又はビデオファイル、ソフトウェア又は他のオブジェクトが含まれる。

以下の説明では、「検索エンジン」という用語は、クエリが入力され、電子文書又はウェブページ又はウェブを介してアクセスできるオブジェクトへのハイパーリンクの結果リストを返す装置（又は汎用コンピュータで実行されるプログラム）を意味する。検索エンジンは、コーパス内のドキュメントのインデックス、各ドキュメントの関連性を決定するコード及びアルゴリズム、及び結果リストをユーザに提供するグラフィカルユーザインタフェースを含む。

また、以下の説明において、「クエリ」という用語は、タイピングされ、発話され、既に一組の検索タームを埋め込んだ「リンク」を介して提供され、又は他の何らかのインタフェースによって、検索エンジンに提供される一組のタームを意味する。クエリは、単一の単語、複数の単語又は語句の何れであってもよい。クエリは、質問を表す語句（例えば、「自然言語」によるクエリ）、スペースで区切られたタームの組、又は構造化された論理式の何れであってもよい。実際には、クエリは、検索文字を含み又は検索文字に関連する電子文書又はウェブページを検索するために、検索エンジンで用いられるシンボル又は他の如何なる文字を含んでいてもよい。

以下の説明では、「ウェブサイト」という用語は、互いにリンクされ、ワールドワイドウェブで閲覧可能なウェブページの集合を意味する。また、「ウェブページ」という用語は、任意の数のホストからワールドワイドウェブを介してアクセス可能な情報を意味し、これらの情報は、以下に限定されるわけではないが、テキスト、ビデオ、画像、音楽及びグラフィクスを含む。

以下の説明において、「結果リスト」という用語は、ハイパーテキストトランスファープロトコル（Hypertext Transfer Protocol：ＨＴＴＰ）又は各リンクの他の関連する情報と共にウェブページ又は他の電子文書にアクセスするための他の何らかのプロトコルを用いてアクセスできるドキュメント、オブジェクト（上述したように、以下に限定されるものではないが、画像及び映像等）又はウェブページを参照するハイパーリンクのリスト又はハイパーリンクのグループを意味する。他の関連する情報には、例えば、ドキュメントのタイトル、ドキュメントの要約、関連付けられたタグの数又は他の関連性メトリック、関連付けられたタグのリスト、ドキュメントのキャッシングされたコピーへのリンク、ドキュメントが最後にインデックスを付され又は最後に更新された日時、ドキュメントに関連し、又はドキュメントに含まれる画像、ドキュメントから抽出された情報、ドキュメントをブックマークし又はタグ付けしたユーザ等が含まれる。

以下の説明において、「タグ」という用語は、１つ以上のターム、１つ以上の単語、アドレス指定可能なオブジェクトを参照するハイパーリンク、及び例えば、タグが生成された日時、タグを生成したユーザ等の他の情報の何れかを含む何らかのデータ構造を意味する。タグは、例えば、ウェブページ、画像、地図又はコンピュータネットワーク上の他のオブジェクトを含む様々なオブジェクトへのリンクを含んでいてもく、これらのオブジェクトは、インターネット上に存在していてもよく、ローカルコンピュータストレージ装置上に存在していてもよい。また、タグ付けには、アドレス指定可能なドキュメント又はオブジェクトへの特定のハイパーリンクにあるタームを関連付ける処理が含まれる。

本明細書において、「ブックマーク」という用語は、ハイパーリンク、ブックマークを生成したユーザの識別情報、ブックマークが生成された日時、上で定義したタグのうちの何れかを記録する何らかのデータ構造を意味する。

また、本明細書において、「ドキュメント」という用語は、広義に定義され、通常の意味に加えて、コンピュータファイル及びウェブページも包含する。「ドキュメント」という用語は、テキストを含むコンピュータファイルに限定されず、グラフィクス、オーディオ、ビデオ及び他のマルチメディアデータを含むコンピュータファイルも包含する。ユーザプロファイルは、例えば、ユーザに関する情報を含むページ又は記録であり、ユーザに関する情報としては、例えば、ユーザの興味、趣味、友人のリスト、写真、職務経験、学歴等がある。

本明細書において、「スパマ（spammer）」という用語は、検索エンジンが関連性を判定する手法を利用した様々な技術を用いて、検索エンジンに対し、検索エンジンが通常表示するよりも、より上位に又はより高い頻度で、自らの商品、ウェブページ又は他のマテリアルへのリンクを表示させようとする個人又はエンティティを意味する。

本明細書において、「プログラムされた」という表現は、コンピュータ命令を実行し、データを保存し、処理し、送信し、又は他の操作を行うために用いられるハードウェア、ソフトウェア、ファームウェア及び他の要素の如何なる組合せも含まれる。

後に詳細に説明するように、検索エンジンは、ユーザが入力したクエリを受信し、ユーザが探している情報に関連する可能性が高いウェブページを特定するために、様々な関連性演算を用いて、検索タームをドキュメントのインデックスと照合する。そして、検索エンジンは、最も関連性が高いと考えられたドキュメントへのリンクをリストの上位にして、ドキュメントへのハイパーリンクの格付けされたリストを返す。本発明では、ユーザは、ドキュメントにタームを関連付けるタグを作成することができ、検索エンジンは、ウェブページに関連するタグの解析に少なくとも部分的に基づいて、結果リストを返す。

本発明では、所定のクエリに対して、タグがドキュメントの関連性に影響を及ぼす度合いは、関連付けを行ったユーザの信頼度のレベルに応じて決定される。この信頼度のレベルは、例えば、ユーザのタグの過去の関連性、ユーザの行動と、他の一般のユーザ又はクエリを実行するユーザとの類似性、ユーザ間の関係の強さ、及び他の要素を含む要素によって決定してもよい。

図１は、本発明に基づくクエリに応じて返された結果ページ１００を表示する例示的なグラフィカルユーザインタフェース（graphical user interface：GUI）の画面を示している。結果リストは、各リンクに関連付けられたタグの解析に基づいて、順位を変更し又はマークを付すことができる。

結果ページ１００は、クエリタームが挿入されるボックス１１０、検索エンジンによって返された結果リストを含む領域１２０とを備える。また、領域１２０は、検索エンジンによって返された各結果に関連付けられたタグ１５０のリストを含んでいてもよい。後に詳細に説明するように、好ましい実施の形態では、領域１２０内の結果１３０の幾つか又は全ては、タグ１５０の解析に基づいて順位を変更してもよく、他の実施の形態では、領域１２０の結果の順位を変更し、又は変更せず、一部の結果にグラフィック要素１４０によってマークを付し、タグ及び／又はブックマーク１５０の解析が関連性に影響を及ぼしたことを指示してもよい。また、結果ページ１００は、オブジェクトを格付け（rating）するためのメカニズム１６２を有している。

ユーザは、ドキュメントと、ドキュメントを説明すると考えるタームとを関連付けることができる。この処理は、上述したように、「ブックマーク」又は「タグ付け」とも呼ばれる。この処理は、ブックマークの場合、領域１２０内のハイパーリンク又はグラフィック要素１６０をクリックし、後にアクセスするためにハイパーリンクを記録するためのメカニズムをアクティブ化し、タグ付けの場合、拡張、ツールバー又はブックマークツールバー内のアプレットを用いて、新たな１つ以上のタグをドキュメントに関連付けることによって行われる。このグラフィック要素１６０は、テキストリンクであってもよく、例えば、ディスク又はドキュメントを「ブックマーク」し又はドキュメントに「タグ」を付すことを示唆する他の何らかの画像であってもよい。様々なドキュメントに如何なるタームを関連付けるかに関して、ユーザはそれぞれ異なる思想を有するので、豊富で変化に富んだタグの集合が生成される。本発明では、このタグの集合を解析する。

ドキュメントがクエリに関連していないとユーザが考えた場合、ユーザは、このドキュメントへのリンクを結果リストからブロックすることができる。この処理を「ブロッキング」と呼ぶ。ブロッキングは、領域１２０内のハイパーリンク又はグラフィック要素１７０をクリックし、ドキュメントへのリンクをブロックするためのメカニズムをアクティブ化することによって実行される。この要素１７０は、テキストリンクであってもよく、ドキュメントを「ブロッキング」又は「除外」することを示唆する他の何らかの画像（例えば、図１の１７０）であってもよい。ドキュメントをブロッキングすることによって、クエリ内のタームを含むドキュメントに否定的なタグが関連付けられる。様々なドキュメントに如何なるタームを関連付けるかに関して、ユーザはそれぞれ異なる思想を有するので、あるタグがドキュメントに適切であるか否かに関して、ユーザの意見が一致しない場合もある。また、スパマが、不適切なタグをドキュメントに意図的に関連付ける場合もある。後に詳細に説明するように、肯定的なタグ及び否定的なタグを用いて、意見の相違を相殺し、スパムの可能性を低減し、又は他の紛らわしいドキュメントが結果に表示される可能性を低減することができる。

また、結果ページ１００は、クエリタームに関連する概念の説明を表示する領域１８０と、他のクエリタームにリンクする「ここも参照（see also）」リンクを含む領域１９０を有していてもよい。

図１の具体例に示すように、ユーザがボックス１１０内にクエリターム「Ｕ２」を入力し、検索を要求すると、結果ページ１００がユーザに返される。領域１２０は、クエリターム「Ｕ２」に関連するオブジェクトへのリンクである結果のリストを含む。好ましい実施の形態では、ユーザが様々なドキュメントに関連付けたタグ１５０の解析に基づいて、幾つかの結果１３０の順位が変更される。例えば、www.atu2.comに存在する「Ｕ２ホームページ：＠Ｕ２（U2 Home Page: @U2...）」のタイトルが付されたドキュメントには、タグ１５０のリストに示すように、ターム「Ｕ２」、「Ｕ２ファンサイト（U2 fan site）」及び「Ｕ２ファン（U2 fans）」のタグが付されている。タグの解析によって、このドキュメントは、結果リストにおいて、通常より上位に表示される。他の実施の形態においては、結果の順位を変更し及び／又はマークを付すことに代えて、又はこれらに加えて、幾つかの結果にグラフィック要素１４０によってマークを付し、ユーザタグ及び／又はブックマークの解析によって、複数のユーザがこれらの結果について関連性が高いと判断したこと、及びオプションとして、この判断を行ったユーザの数を示してもよい。例えば、www.u2station.comに存在する「Ｕ２ステーション（U2 Station）」のタイトルが付されたドキュメントには、ターム「Ｕ２」及び「Ｕ２ファンサイト（U2 fansite）」のタグが付されており、及び他のユーザが関連性が高いと判断したことを示す人物のグラフィック要素１４０によるマークが付されている。なお、関連性が他のユーザによって支持されていることをユーザに示すために、人物のアイコン以外のグラフィック要素を用いてもよい。

ユーザがドキュメント、例えば、www.u21og.comをブックマークし及び／又はタグを付すことを望んだ場合、ユーザは、グラフィック要素（アイコン）１６０をクリックして選択し、ブックマーク及び／又はタグの付加のためのメカニズムをアクティブ化でき、このタグは、既に存在しているタグと同じであってもよく、ボックス１１０の検索タームであってもよく、ユーザにとって意味のある他のタームであってもよい。ユーザが例えば、「歌詞（lyrics）」について異なる検索を実行し、ユーザは、「Ｕ２Ｗａｎｄｅｒｅｒ．ｏｒｇＵ２ディスコグラフィー及びＵ２歌詞サイト（U2 Wanderer.org the U2 Discography and U2 Lyrics Site）」のタイトルが付されたドキュメントが、クエリ「歌詞（lyrics）」に対してリストに含まれることが適切ではないと判定した場合、ユーザは、グラフィック要素１７０をクリックし、検索結果からドキュメントをブロックすることができる。この操作により、ターム「−歌詞（-lyrics）」を含むタグがドキュメントに関連付けられる。マイナス符号（「−」）は、タームとウェブページ間の関連性に対する否定的な判定を示す。

更にこの具体例において、領域１８０は、バンド「Ｕ２」を記述する概念と、ターム「Ｕ２」に関連した他の概念のリストとを含む。領域１９０は、関連するサブジェクト、例えば、「ボノ（Bono）、Ｕ２コンサート（U2 concerts）、最も売れているアーチスト（best selling music artists）、ＯＮＥキャンペーン（the ONE campaign）、ライブ８（Live 8））」への一組の「ここも参照」リンクを含む。本発明においては、ユーザがこれらのリンクの１つ、例えば、「ライブ８（Live 8）」を選択した場合、検索ターム「ライブ８（Live 8）」を用いて、クエリが実行され、結果ページ１００と同様の結果ページが生成され、この結果ページでは、ボックス１１０内の検索タームが「ライブ８（Live 8）」であり、結果リストを含む領域１２０は、この検索タームに関連付けられたドキュメントへのリンクのリストであり、このリスト内のドキュメントの順位は、ドキュメントに関連付けられたタグに影響される。このように、如何なる検索においても、結果の順位は、タグ付けの影響を受ける。サブジェクト領域及び概念については、引用により本願に援用される、２００６年２月２７日に出願された米国特許出願番号第１１／３６４，６１７号、発明の名称「ユーザ入力情報を組み込んだ検索のための方法及びシステム（Methods of and Systems for Searching by Incorporating User-Entered Information）」に詳細に開示されている。

なお、この技術は、本発明に基づいて、様々に変更できる。例えば、ユーザが生成したタグは、ユーザが端末装置に直接入力するのではなく、ファイルから読み込んでもよく、他のサービスからインポートしてもよい。更に、結果ページ１００には、結果リストを含む領域１２０、タグ１５０のリスト、概念の説明を表示する領域１８０、概念へのリンクを含む領域１９０を示しているが、本発明に基づき、タグの解析により影響を受ける結果ページは、図１に示す領域に加えて又はこれらに代えて、如何なる領域の組合せを表示してもよいことは明らかである。タグ情報は、様々なページ設計要素と組み合わせて、検索結果をよりわかりやすく、正確で、有意義にするために使用される。

図２は、本発明に基づくインターネット検索アプリケーション２００の動作を示すフローチャートである。インターネット検索アプリケーション２００によって、ユーザは、検索エンジンにクエリを送信し、少なくとも部分的に、タグを解析することによって判定された結果を受信することができ、これにより、ユーザに、従来の技術に比べて、関連性がより高い検索結果を提供することができる。ユーザは、結果リストに示されたウェブページに訪問することができ、更に、ページの関連性が高い又は低いと判断したことを指示するために、幾つかのページを「ブックマーク」することができる。また、ユーザは、クエリタームによって、又は他の１つ以上のタームによって、これらのページにタグを付すことができる。検索エンジンは、送信されたタグを記録し、他のユーザによる将来の検索にこれらのタグを利用することができる。

ステップ２１０において、ユーザは、検索エンジンにクエリを送信する。そして、処理は、ステップ２２０及びステップ２３０の両方に進み、ステップ２２０では、検索エンジンは、最も関連性が高いドキュメントのリストを構築するために、様々なアルゴリズムを用いる様々な情報検索法を用いて、クエリと、コーパス内のオブジェクトとを照合し、ステップ２３０では、検索エンジンは、最も関連性が高いドキュメントのリストを構築するために、様々なドキュメントに関連付けられたタグを解析する。タグの解析は、全てのユーザに対して包括的に行ってもよく、検索を実行する個々のユーザ毎に専用に行ってもよく、又はユーザが属するグループに適合する形式で行ってもよい。処理は、ステップ２２０及びステップ２３０からステップ２４０に進み、ここで、より関連性が高い結果を得るために、ステップ２３０からの結果と、ステップ２２０からの結果とを結合する。そして、ステップ２５０において、結果ページ（例えば、図１の結果ページ１００）をユーザに送信する。ユーザは、ステップ２５０からステップ２６０及びステップ２７０の何れに進むかを選択できる。

ステップ２６０において、ユーザは、１つ以上のリンクに従い、結果リスト内のドキュメントを閲覧する。これに代えて、ステップ２７０において、ユーザは、ドキュメントをブックマークし、及びオプションとしてタグを入力する。各タグは、結果リスト内のドキュメントの１つに、１つ以上のタームを関連付ける。タグを入力するために、ユーザは、ドキュメントにブックマーク又はタグを付すためのメカニズム（例えば、図１のグラフィック要素１６０）をクリックし、ユーザは、この操作によって現れるユーザインタフェースにタグを入力し、又はステップ２６０において、ユーザは、ブラウザにロードした「ブックマークレット（bookmarklet）」又は他の同様のメカニズムを用いて、ドキュメントをブックマークし及びタグを入力する。これに代えて、ユーザは、ステップ２７０において、ドキュメントがクエリに関係ないと判断し、ブロッキングのためのメカニズム（例えば、図１のグラフィック要素１７０）をクリックすることによって、ドキュメントをブロックすることができる。ユーザは、ステップ２６０において、結果リスト内のドキュメントを閲覧した後、ステップ２７０に進んで、タグを入力してもよく、逆に、ステップ２７０からステップ２６０に進んでもよい。ステップ２６０及びステップ２７０の両方には、ステップ２８０が続き、ここで、システムは、ユーザが入力したブックマーク、タグ及びレーティングを記録する。処理は、ステップ２８０からステップ２３０に戻り、後続する検索の間に解析されるタグのデータベースには、ステップ２７０において入力された新たなタグが含まれる。ステップ２８０からは、ステップ２３０ではなくステップ２９０に進むこともでき、この場合、ユーザは、検索を終了する。

図３は、本発明に基づくシステム３００の構成要素を示している。システム３００は、ウェブサーバ３１０に接続されたユーザクライアント３０５を備える。ウェブサーバ３１０は、検索エンジン３２０、ユーザデータベース３３０及びタグデータベース３４０に接続されている。検索エンジン３２０は、ドキュメントインデックス３５０に接続されている。検索エンジン３２０には、また、ユーザデータベース３３０も接続されている。タグデータベース３４０は、タグ解析器３６０及びタグクローラ３９１に接続されている。また、タグ解析器３６０は、ドキュメントインデックス３５０にも接続されており、ドキュメントインデックス３５０は、インデックス生成器３７０に接続されている。インデックス生成器３７０は、ウェブコンテンツデータベース３８０に接続されており、ウェブコンテンツデータベース３８０は、ウェブクローラ３９０に接続されている。ウェブクローラ３９０及びタグクローラ３９１は、インターネット３９５を介して、１つ以上のウェブサイト３９９に接続されている。

実際の動作では、ウェブクローラ３９０は、インターネット３９５をナビゲートし、ウェブサイト３９９に訪れ、アクセスしたウェブページのコンテンツをウェブコンテンツデータベース３８０に収集する。インデックス生成器３７０は、ウェブコンテンツデータベース３８０を用いてドキュメントインデックス３５０を作成する。タグクローラ３９１は、インターネット３９５をナビゲートし、ウェブサイト３９９に訪れ、発見したタグをタグデータベース３４０に収集する。

ユーザが検索を行う場合、ユーザは、ユーザクライアント３０５を用いてクエリを入力し、このクエリは、ウェブサーバ３１０に送信される。ウェブサーバ３１０は、検索エンジン３２０にクエリを送信し、検索エンジン３２０は、関連性アルゴリズム及び上述したタグ解析に基づく因子を用いて、ドキュメントインデックス３５０とを照合し、最も関連性が高いドキュメントを判定し、ウェブサーバ３１０に結果リストを返す。そして、ウェブサーバ３１０は、結果ページ（例えば、図１の結果ページ１００）をユーザクライアント３０５に送信し、ユーザクライアント３０５は、これを表示する。

また、ユーザデータベース３３０は、クエリに応じて、例えば、結果リスト（例えば、図１の領域１２０）から訪問されたリンク先、ブックマーク又は格付け（例えば、メカニズム１６２）されたドキュメント、タグ入力メカニズム（例えば、図１のグラフィック要素１６０）を用いて入力されたタグ、否定的なタグの入力の効果を有するブロッキングメカニズム（例えば、図１のグラフィック要素１７０）を用いてブロックされたドキュメント等、ユーザの検索に関する情報を記録する。この情報は、ウェブサーバ３１０及び検索エンジン３２０によってそのユーザのための後の検索結果をカスタマイズし、そのユーザのタグの信頼度を判定するために使用される。また、クエリに応じて、ユーザがタグ入力メカニズム（例えば、図１のグラフィック要素１６０）を用いて入力したタグ、及びブロッキングメカニズム（例えば、図１のグラフィック要素１７０）を用いて入力した否定的なタグも、タグデータベース３４０に記録される。本発明の実施の形態では、ユーザデータベース３３０及びタグデータベース３４０に保存された情報は、２つの独立したデータベースとして存在してもよく、同じデータベース内に存在してもよい。

必ずしもこのタイミングでなくてもよいが、クエリが実行される都度、タグデータベース３４０に含まれたタグ情報は、タグ解析器３６０に送信され、タグ解析器３６０は、タグ情報を解析し、各ユーザによって各ドキュメントに関連付けられた様々なタグが関連性にどのような影響を及ぼすかを判定し、これに基づき、検索エンジン３２０は、クエリに対して最も関連性が高いウェブページを判定する。タグ解析器３６０は、後の検索で使用するために、このタグ関連性情報をドキュメントインデックス３５０に記録する。

タグデータベース３４０は、以下に限定されるわけではないが、クエリターム、ユーザ識別子、ドキュメントＩＤ、ドキュメントリンク、タグターム、レーティング、タイムスタンプ等の情報をタグ解析器３６０に送信する。また、タグ解析器３６０は、所定のドキュメントについて、以下に限定されるわけではないが、ドキュメント内でのタームの密度、ドキュメント内でのタームの位置、ドキュメントの様々なセクションにおけるタームの存在、タームを含むドキュメントへのハイパーリンク等の他の情報を調べることができる。また、タグ解析器３６０は、所定のユーザについて、以下に限定されるわけではないが、以前のタグ履歴、ブックマーク履歴、信頼度のレベル、他のユーザとの類似点（例えば、このユーザと他のユーザ間の、使用された検索ターム及び作成されたタグの類似点）、グループのメンバシップ等、他の情報を調べることができる。

タグ解析器３６０は、これらの特徴を用いて、異なるタグに基づき、様々なドキュメントについて、一組の関連性スコアを算出する。これらの特徴を解析する処理については、図４を用いて後に説明する。ここでは、ユーザレベルにおける関連性を算出するために又は与えられた任意のクエリ−ドキュメント対のための包括的なソリューションのためにあるメカニズムが適用される。

解析は、以前に参照されたタグデータについて実行される。包括的に言えば、あるクエリに対するあるドキュメントの関連性は、様々な因子の関数であり、これらの因子としては、以下に限定されるわけではないが、クエリ内のタームを含むタグの数、タグのコーパスにおいて、あるタグが使用されている回数、あるドキュメントを参照するタグの総数、類似するタグ−ドキュメント対の数、一致するタームの語数、ドキュメントがブックマークされた回数、ドキュメントに適用されたレーティングの値及び数等がある。更に、あるドキュメントに対する関連性のタグの予測能力は、アクセス可能であれば、タグを入力したユーザに設定された信頼度のレベルに比例する。なお、本発明に基づく関連性モデリング処理は、他の形式の解析及び他の手法を用いて実行してもよく、以下に限定されるわけではないが、何らかの統計的分類又はランク回帰アルゴリズム、例えば、ロジスティック回帰、サポートベクトルマシン、分類又は回帰木、及びブーステッドツリーアンサンブル（boosted tree ensemble）等を用いてもよい。

図４は、クエリに対するドキュメントの関連性を判定する準備のために、タグデータを準備し、解析する、本発明の一実施の形態に基づく処理を示すフローチャート４００である。

図４に示すように、タグデータは、ステップ４１０において、ユーザがウェブクライアント及びウェブサーバ（例えば、図３のユーザクライアント３０５、ウェブサーバ３１０）を介して、又はタグクローラ（例えば、図３のタグクローラ３９１）によって入力され、システムによってタグデータベース（例えば、図３のタグデータベース３４０）に送信される（例えば、図２のステップ２８０）。ステップ４１０は、図４に示す他のステップから独立して、任意の期間、連続的に実行することができる。

ステップ４２０では、タグデータベース（図３のタグデータベース３４０）の各タグを解析する。各タグを解析する処理からは、ユーザの信頼度を算出するステップ４３０及び重み付きタグカウントを判定するステップ４４０に進む。ステップ４３０では、入力された各タグについて、タグを入力したユーザの信頼度のレベルを算出する。タグが参照するドキュメントの関連性にタグが影響を及ぼす度合いは、そのタグを入力したユーザの信頼度のレベルの関数である。

信頼度のレベルは、アルゴリズムによって、又はユーザ行動の統計的モデルを用いて算出でき、これらの統計的モデルには、以下に限定されるわけではないが、ブックマーク、タグ付け、クリック、格付け又はブロック、所定のターム又はサブジェクト領域についてユーザの振る舞いがユーザコミュニティの振る舞いにどれくらい密接に一致しているか、他のユーザによるユーザの評価によってそのユーザに設定された信頼度、ソーシャルネットワークにおけるそのユーザの交友関係、ユーザが入力したタグへのタグ付け又は参照等が含まれる。例えば、ユーザであるルーク（Luke）が所定のドキュメントＸにタームＡでタグ付けを行い、他のユーザがドキュメントＸにタームＤ及びタームＦでタグ付けを行っている場合、ドキュメントＸに関連付けられたタグの完全なセットは、｛ａ，ｄ，ｆ｝となる。ここで、小文字ラベル「ａ」は、ターム「Ａ」を用いたタグ付けの実例を表す。更に、この具体例において、他の２人のユーザであるサイモン（Simon）及びピーター（Peter）が、クエリタームＡを用いて検索を実行し、それぞれがドキュメントＸをブロックした場合、ドキュメントＸのタグは、｛ａ，−ａ，−ａ，ｄ，ｆ｝となる。この結果、複数のユーザがルークのタグに異議を唱えたため、ルークの信頼度レベルは低下し、サイモンとピーターのタグが複数のユーザと一致したため、サイモンとピーターの信頼度レベルは上昇する。なお、本発明に基づき、ユーザの信頼度を決定するために他の手法を用いてもよい。ユーザが未知の場合、又はユーザの信頼度のレベルを判定できない場合、中立的な信頼度のレベル又はタグが得られたソースから継承された信頼度のレベルをタグに割り当てる。なお、ユーザ信頼度は、タグを解析する時点で算出してもよく、他のタイミングで発生する処理において算出してもよい。

ステップ４４０では、各タームについて、各ドキュメント又はドキュメントのグループの重み付きタグカウントを判定する。ドキュメントＸがタームＡを用いてｎ回タグ付けされている場合、タームＡについてのドキュメントＸの重み付きタグカウントは、ｉ＝１〜ｎとして、各タグａ_ｉを作成した各ユーザＵ_ｉの信頼度レベルを考慮した、ドキュメントＸを参照する肯定的及び否定的な全てのタグａ_１〜ａ_ｎの総和である。更に、ユーザが多くのタグを入力している場合、そのユーザは、頻繁にドキュメントにタグ付けしていると考えられ、そのユーザによるタグの重みは、タグ付けを頻繁に行わないユーザのタグより軽くしてもよい。更に、時間的に古いタグの重みを時間的に新しいタグの重みより軽くしてもよい。なお、本発明の一部として、重み付きタグカウントを判定する際、他の要素を考慮してもよい。各タームについて各ドキュメントの重み付きタグカウントが判定されると、処理は、ステップ４５０に進む。

ステップ４５０では、コーパス内の各タームを解析し、各タームについて、各ドキュメント又はドキュメントのグループのタグスコアを確立する。各タームを解析する処理からは、各ドキュメントを解析するステップ４６０及び各ドキュメントのタグスコアを算出するステップ４７０に進む。

ステップ４６０では、タグスコアを算出する次のドキュメントを解析する。ここでは、そのドキュメントに関して以前に収集され又は算出された全ての情報を集め、更なる解析を実行する。ここで考慮される要素としては、以下に限定されるわけではないが、例えば、ドキュメントにおけるタームの出現又は密度、ドキュメントにおけるタームの位置、同じタグにおける複数のタームの存在、ドキュメントへのハイパーリンクのアンカテキストにおけるタームの存在、タグの作成日時又は最終変更日時、統計的解析、クラスタ化解析、形態素解析又は類似性を判定する他の何らかの形式の解析に基づくドキュメント内のタームの他のタームへの類似性等がある。ドキュメントが解析されると、処理は、タームについてドキュメントのタグスコアを算出するステップ４７０に進む。

ステップ４７０では、現在のタームについて、現在のドキュメントのタグスコアを算出する。各ドキュメントのタグスコアは、ドキュメントについて言及するタグの総数の関数であり、各タグは、上述したステップ４４０で判定された重み付きタグカウントとして、タグに適用された重みに基づいて、演算に貢献する。更に、タグスコアへの各タグの貢献の度合いは、上述したステップ４３０で判定された、タグを入力したユーザについて評価された信頼度に比例し、ステップ４６０で実行されたドキュメントの解析に基づいて決定される。タームＡについてのドキュメントＸのタグスコアＳ_Ａは、タグデータベース（例えば、図３のタグデータベース３４０）内に存在する異なるタームの総数、タグデータベース内に存在するタグの総数、タグデータベースにおけるタームＡの出現頻度、ドキュメントＸにタグ付けされた異なるタームの数、ドキュメントＸに関連付けられたタグの総数、及びタームＡでタグ付けされた異なるドキュメントの数の関数である。これらの要素の組合せに基づいて演算を行い、各ドキュメントのタグスコアに値を割り当てる。なお、本発明の一部として、他の要素を考慮して演算を行ってもよい。本発明の好ましい実施の形態では、タグスコアは、個々のユーザ又はユーザのグループ毎にカスタマイズされる。本発明の他の実施の形態においては、各ドキュメントのタグスコアは、システムの各ユーザについて同じであってもよい。ステップ４７０は、ステップ４５０に戻り、このループは、各タームについて、コーパス内の各ドキュメントにタグスコア値が割り当てられるまで続けられる。そして、処理は、ステップ４８０に進む。

ステップ４８０では、所定のタグによってタグ付けされた各ドキュメントにインデックスを付し、これにより、タグ解析によって、クエリタームに関して全てのドキュメントの関連性を判定する検索時に、簡単且つ高速に検索することができるフォーマットで、各タームについて各ドキュメントのタグスコアを記録することができる。ドキュメント及びそれらのタグスコア、並びにタグの重み及びユーザ信頼度レベルのインデックスは、タグ解析のみによって又は他の検索技術と組み合わせて、検索時にクエリタームについて各ドキュメントの関連性を算出する検索エンジン（例えば、図３の検索エンジン３２０）によって高速且つ容易に検索することができるドキュメントインデックス（例えば、図３のドキュメントインデックス３５０）に発行することができる。なお、本発明の他の実施の形態においては、フローチャート４００の何れかのステップを省略してもよく、他のステップを挿入してもよく、異なる重みを適用してもよく、異なるタグスコアを算出してもよく、何れの変形例も本発明の範囲内にある。

図５は、本発明の一実施の形態に基づき、タグデータを用いて結果を算出する処理のフローチャート５００である。

図５に示すように、検索エンジンは、ステップ５１０において、１つ以上のタームを含むクエリを処理する（例えば、図２のステップ２３０）。

ステップ５２０において、検索エンジンは、クエリの各タームに基づいて、クエリに最も関連性が高いドキュメント又はドキュメントのグループのリストを生成する。各タームに基づいて関連性を判定する処理からは、ドキュメントを特定するステップ５３０、タグランクを判定するステップ５４０及び各ドキュメントにスコアを付けるステップ５５０に進む。ステップ５３０では、ドキュメントに関連付けられたタグに基づいて、クエリ内の各タームについて、関連性があると考えられるドキュメントのリストを生成する。このリストの長さは、非常に短いリスト（例えば、５件以下）から、非常に長いリスト（例えば、１０００万件以上）までの範囲に及ぶ。なお、このリストは、検索アプリケーションにおける実用的な目的で切り捨て処理を行ってもよく、特定の実施の形態の要求に応じて、ソート処理を行ってもよい。

ステップ５４０では、ターム又は何らかのタームのグループに関して、各ドキュメントのタグスコアを判定する。各ドキュメントのタグスコアは、インデックスにおいてそのドキュメントに割り当てられたタグスコアの関数であり、タグスコアを算出するために用いられているタグを作成したユーザの現在の信頼度レベルの影響を受け、個々のユーザ又はあるグループのメンバであるユーザについて異なっていてもよい。

ステップ５５０において、各ドキュメントにスコアを付け、このスコアの値によって、現在、検討しているクエリタームに関して、結果リストにおけるドキュメントの位置が決定する。クエリ内の全てのタームが検討されるまで、ステップ５５０からステップ５２０に戻るループが繰り返される。

ステップ５６０では、クエリ内の各タームに基づく各ドキュメントの関連性スコアを結合し、提出されたクエリ全体に対する各ドキュメントの総合的な関連性スコアを計算する。次に、ステップ５７０において、格付けされた結果リストを生成し、他の何らかの関連性判定処理と結合する（例えば、図２のステップ２４０）ために、ステップ５８０において、結果リストを検索エンジンに送信する。なお、本発明の他の実施の形態においては、フローチャート５００の何れかのステップを省略してもよく、順序を変更してもよく、他のステップを挿入してもよく、異なる重みを適用してもよく、異なるタグスコアを算出してもよく、何れの変形例も本発明の範囲内にある。

図６は、本発明に基づき、ユーザ６１０が使用するインターネット検索アプリケーションシステム６００のハードウェア構成を示している。インターネット検索アプリケーションシステム６００は、インターネット６３０を介してウェブサーバ６４０に接続されたクライアント装置６２０を備える。クライアント装置６２０は、ウェブサーバ６４０にアクセスするために用いられ、以下に限定されるわけではないが、ハイパーテキストトランスファープロトコル（HyperText Transfer Protocol：HTTP）、無線アプリケーションプロトコル（Wireless Application Protocol：WAP）等のインターネットプロトコルを用いて通信を行う如何なる装置であってもよい。クライアント装置６２０は、好ましくは、パーソナルコンピュータであるが、以下に限定されるものではないが、ハイパーテキストマークアップ言語（Hypertext Markup Language：HTML）、ハンドヘルドデバイスマークアップ言語（Handheld Device Markup Language：HDML）、無線マークアップ言語（wireless markup language：WML）等の規格を用いて情報を提供できる携帯電話機又は携帯情報端末（personal digital assistant：PDA）等のハンドヘルド型機器を含む他の装置であってもよい。

ウェブサーバ６４０は、検索サーバ６５０及びタグデータ記憶装置６６０の両方に接続されている。タグデータ記憶装置６６０は、タグ解析サーバ６７０に接続されており、検索サーバ６５０は、インデックスデータ記憶装置６８０に接続されている。更に、タグ解析サーバ６７０は、インデックスデータ記憶装置６８０に接続されている。

図７は、本発明の一実施の形態に基づくドキュメントインデックス７００を示している。ドキュメントインデックス７００は、本発明の手法を説明するために用いられる概念構造であり、好適なドキュメントインデックスとして、この他のインデックスを使用できることは当業者にとって明らかである。ドキュメントインデックス７００は、例示的な第１の行７４０及び第２の行７５０を含み、各行は、それぞれ列７０５、７１０、７１５、７２０、７２５にタグ−オブジェクト対及び関連情報を格納している。行７４０において、列７０５は、タグ「Ｕ２」を含み、列７１０は、ここでは、ウェブページ（「Ｕ２ホーム（U2 Home）」）へのハイパーリンクであるオブジェクトを含み、列７１５は、タグ−オブジェクト対（「Ｕ２−Ｕ２ホーム（U2-U2 Home）」）の加工されていない（例えば、重みが付けられていない）関連性スコア（９５）を含み、列７２０は、このタグ−オブジェクト対の重みを含み、列７２５は、タグＵ２をオブジェクト「Ｕ２ホーム」に関連付けたユーザの信頼度のレベルを含む。行７５０は、同様に特定された情報を含む。列７２０のエントリ（０．６）は、このタグ−オブジェクト対においてタグ「Ｕ２」に与えられる重みを決定する。この重みは、列７２５におけるユーザの信頼度のレベル（０．７）と、例えば、タグがオブジェクトに関連付けられた時刻等他の信頼度の因子とを組み合わせて判定でき、ここでは、重みは０．６と判定されている。このタグ−オブジェクト対の関連性スコアは、加工されていない関連性スコア（０．９５）に重み（０．６）を乗算した値に等しく、最終的な関連性スコアは、５７である。同様に、行７５０におけるタグ−オブジェクト対の関連性スコアは、７０×０．９、すなわち、６３である。このように、ユーザがターム「Ｕ２」を含む検索クエリを用いて検索を行うと、行７５０のオブジェクトに対応するオブジェクト「ロックバンドホームページ（Rock Band Home Site）」は、返された（構築された）結果リストにおいて、行７４０のオブジェクト「Ｕ２」より高く格付けされ、ユーザの検索に対してより関連性が高いことが示される。

なお、ドキュメントインデックス７００は、単に例示的に示しているに過ぎない。例えば、他のエントリの組合せ、他の範囲の関連性スコア、関連性スコアを判定するための他のアルゴリズム、異なる構成を用いてもよい。

添付の特許請求の範囲によって定義されている本発明の精神及び範囲から逸脱することなく、実施の形態を変更できることは、当業者にとって明らかである。

少なくとも部分的に、本発明の一実施の形態に基づくタグの解析によって導出された検索結果リストを表示するグラフィカルユーザインタフェースを示す図である。 本発明の一実施の形態に基づき、タグを用いてドキュメントを格付けするインターネット検索アプリケーションの動作を示すフローチャートである。 本発明の一実施の形態に基づくインターネット検索アプリケーションの構成を示す概略図である。 本発明の一実施の形態に基づき、タグデータを準備し、解析するために処理を示すフローチャートである。 本発明の一実施の形態に基づき、タグデータを用いて検索結果を算出する処理を示すフローチャートである。 本発明の一実施の形態に基づくインターネット検索システムの構成を示すブロック図である。 本発明の一実施の形態に基づくドキュメントインデックスを示す図である。

Claims (48)

1. 複数のオブジェクトの検索クエリに対する関連性を判定する関連性判定方法において、
   上記複数のオブジェクトに複数のタグを関連付ける及び／又は該複数のオブジェクトをブックマークするステップと、
   上記複数のオブジェクトのそれぞれと上記検索クエリとの関連性を判定するステップとを有する関連性判定方法。
2. 上記複数のタグの各タグは、１つ以上のタームを含み、
   上記１つ以上のタームの各タームを上記オブジェクトに関連付けて、１つ以上の対応するターム−オブジェクト対を定義するステップを更に有する請求項１記載の関連性判定方法。
3. 上記タームと上記オブジェクト間の関連性の度合いを示す上記各ターム−オブジェクト対のタームスコアを判定するステップを更に有する請求項２記載の関連性判定方法。
4. 上記タグ内の各タームのターム−オブジェクト対のタームスコアを結合したタグ−オブジェクト対の関連性スコアを判定するステップを更に有する請求項３記載の関連性判定方法。
5. 上記タームスコアを結合することは、該タームスコアの総和を求めることであることを特徴とする請求項４記載の関連性判定方法。
6. 上記タームスコアを結合することは、該各タームスコアに重みを付け、該重み付きタームスコアの総和を求めることであることを特徴とする請求項４記載の関連性判定方法。
7. タグ内のタームがオブジェクトに関連付けられた回数、オブジェクトに関連付けられたタグの数、タグが複数のオブジェクトに関連付けられた回数、又はこれらの任意の組合せから、タグ−オブジェクト対の関連性スコアを判定することを特徴とする請求項２記載の関連性判定方法。
8. タグにタームを含むタグ−オブジェクト対の数、オブジェクトへの参照を含むタグ−オブジェクト対の数、又はこれらの両方から、タグ−オブジェクト対の関連性スコアを判定することを特徴とする請求項２記載の関連性判定方法。
9. 第１のユーザによって、上記複数のオブジェクトの１つのオブジェクトにタグを関連付けるステップと、
   第２のユーザによって、上記タグ内の１つ以上のタームを含む検索クエリを実行するステップと、
   上記複数のオブジェクトを、上記関連性スコアに基づく結果リスト内に組織化して、組織化結果リストを定義するステップと、
   上記組織化結果リストを、上記第２のユーザに返すステップとを更に有する請求項１記載の関連性判定方法。
10. 上記オブジェクト内に存在する又は該オブジェクトに関連付けられた上記検索クエリの各タームの関連性スコアから、オブジェクトと検索クエリの関連性スコアを判定することを特徴とする請求項９記載の関連性判定方法。
11. 上記第１のユーザが複数のオブジェクトの何れかに関連付けたタグの数、上記第１及び第２のユーザがタグに関連付けたオブジェクトの数、又はこれらの両方から、上記複数のタグ−オブジェクト対のうちの１つのタグ−オブジェクト対の関連性スコアを判定することを特徴とする請求項９記載の関連性判定方法。
12. 上記第１のユーザ及び上記第２のユーザのうちの選択された一方又は両方の信頼度のレベルから、タグ−オブジェクト対の関連性スコアを判定することを特徴とする請求項９記載の関連性判定方法。
13. 上記信頼度のレベルは、上記選択されたユーザがオブジェクトに関連付けたタグの格付け、上記第１及び第２のユーザの検索行動間の類似度メトリック、該第１及び第２のユーザ間の関係メトリック、又はこれらの任意の組合せから、判定されることを特徴とする請求項１２記載の関連性判定方法。
14. 上記複数のオブジェクトを組織化するステップでは、上記関連性スコアに基づいて該複数のオブジェクトを並べ替えることを特徴とする請求項９記載の関連性判定方法。
15. 上記複数のオブジェクトを組織化するステップでは、該複数のオブジェクトの少なくとも１つに、グラフィック要素によってマークを付すことを特徴とする請求項９記載の関連性判定方法。
16. 上記オブジェクトにタグを関連付けるステップでは、ユーザに表示される領域に上記タグを入力し、該タグを格付けし、該オブジェクトへのリンクをブロック化し、該タグを選択し、又は該オブジェクトを選択することを含むことを特徴とする請求項１記載の関連性判定方法。
17. 上記オブジェクトにタグを関連付けるステップでは、上記ブックマークを調査し、又は上記タグを用いて該オブジェクトの検索を実行することを含むことを特徴とする請求項１記載の関連性判定方法。
18. 上記複数のオブジェクトは、ウェブページへのハイパーリンク又はウェブページへのハイパーリンクのグループを含むことを特徴とする請求項１記載の関連性判定方法。
19. 上記複数のオブジェクトは、テキスト、画像、写真、タグ、タグのグループ、サブジェクト領域、概念、ユーザプロファイル、回答、オーディオファイル、ビデオファイル、ソフトウェア、又はこれらの任意の組合せへのハイパーリンク又はハイパーリンクのグループを含むことを特徴とする請求項１記載の関連性判定方法。
20. 上記複数のタグの少なくとも１つを、タグクローラによって上記複数のオブジェクトの少なくとも１つに関連付けることを特徴とする請求項１記載の関連性判定方法。
21. 結果リスト内に組織化されたオブジェクトを返すために用いられるシステムの情報を収集する情報収集方法において、
    複数のオブジェクトに関連付けられた複数のタグをタグデータベースに保存するステップと、
    複数のドキュメントを組織化結果リスト内に組織化するために用いられる、上記複数のタグと上記複数のオブジェクト間の関連性スコアをインデックスデータベースに保存するステップとを有する情報収集方法。
22. 上記複数のタグをタグデータベースに保存するステップでは、該複数のタグに含まれるタームを保存することを含み、
    上記関連性スコアをインデックスデータベースに保存するステップでは、上記タームと上記オブジェクト間の関連性を示す関連性スコアを保存することを含むことを特徴とする請求項２１記載の情報収集方法。
23. 各インデックスエントリが、上記複数のタームのうちの１つのターム、上記複数のオブジェクトの対応するオブジェクト及び上記タームとオブジェクト間の対応する関連性スコアに対応する複数のインデックスを、上記インデックスデータベースに保存するステップを更に有する請求項２２記載の情報収集方法。
24. 上記タームとオブジェクト間の対応する関連性スコアは、それぞれ、上記オブジェクトに上記タームを関連付けたユーザの信頼度に関連することを特徴とする請求項２３記載の情報収集方法。
25. 上記タームとオブジェクト間の関連性スコアは、統計的分類又はランク回帰アルゴリズムに基づいて判定されることを特徴とする請求項２３記載の情報収集方法。
26. 上記統計的分類又はランク回帰アルゴリズムは、ロジスティック回帰、サポートベクトルマシン、分類又は回帰木、及びブーステッドツリーアンサンブルの何れかであることを特徴とする請求項２５記載の情報収集方法。
27. 上記タームを含む検索クエリに応じて、上記結果リストをユーザに表示するステップと、
    上記ユーザによって、上記タームを上記結果リストに含まれているオブジェクトに関連付けるステップと、
    上記タームと上記オブジェクト間の関連性スコアを判定するステップとを更に有する請求項２１記載の情報収集方法。
28. 上記複数のオブジェクトのうちの１つのオブジェクトと該オブジェクトに関連付けられたタグ間の関連性スコアは、該タグが該オブジェクトに関連付けられた回数、該オブジェクトに関連付けられたタグの総数、該タグが該複数のオブジェクトの何れかに関連付けられた回数、該複数のオブジェクトの全てに関連付けられたタグの数、該タグが該オブジェクトに関連付けられた日時、該オブジェクトがブックマークされた回数、該オブジェクトに適用された格付けの値及び数、又はこれらの任意の組合せの１つ以上から、判定されることを特徴とする請求項２７記載の情報収集方法。
29. 結果リストに表示される複数のオブジェクトを組織化するオブジェクト組織化方法において、
    検索クエリ内のタームと上記複数のオブジェクトに関連付けられたタグとの相関を調べるステップと、
    上記相関に基づいて組織化された複数のオブジェクトを含む結果リストを返すステップとを有するオブジェクト組織化方法。
30. 上記検索クエリを実行して、上記複数のオブジェクトの第１のリストを生成するステップと、
    上記相関に基づいて、上記複数のオブジェクトを組織化するステップとを更に有する請求項２９記載のオブジェクト組織化方法。
31. 上記複数のオブジェクトにタグを関連付けるステップを更に有する請求項３０記載のオブジェクト組織化方法。
32. 上記各相関は、関連性メトリックに対応することを特徴とする請求項３０記載のオブジェクト組織化方法。
33. 上記複数のオブジェクトに統計的分類又はランク回帰アルゴリズムを適用して、上記複数のオブジェクトと上記検索クエリ内のターム間の関連性メトリックを判定するステップを更に有する請求項２９記載のオブジェクト組織化方法。
34. 上記統計的分類又はランク回帰アルゴリズムは、ロジスティック回帰、サポートベクトルマシン、分類又は回帰木、及びブーステッドツリーアンサンブルの何れかであることを特徴とする請求項３３記載のオブジェクト組織化方法。
35. 検索クエリに応じて、検索結果リストを返す検索システムにおいて、
    オブジェクトに関連付けられたタグを保存するタグデータベースと、
    上記タグデータベースに接続され、上記検索クエリに対する複数のオブジェクトの関連性スコアを判定するようにプログラムされたタグ解析器とを備える検索システム。
36. オブジェクトに関連付けられたタグと該オブジェクト間、ブックマークと該オブジェクト間、又はこれらの両方の関連性スコアを保存するオブジェクトインデックスを更に備える請求項３５記載の検索システム。
37. 上記関連性スコアは、上記タグを構成するタームとオブジェクトの重み付き関連性スコアを合計することによって判定されることを特徴とする請求項３５記載の検索システム。
38. 上記タームを含む検索クエリとオブジェクト間の関連性スコアは、該検索クエリ内のタームを含むタグの数、該検索クエリに含まれるタグが上記タグデータベースに含まれている回数、該オブジェクトに関連付けられたタグの数、該タグと該検索クエリ内で一致したタームの数、該オブジェクトがブックマークされた回数、該オブジェクトが格付けされた回数、又はこれらの任意の組合せから、判定されることを特徴とする請求項３５記載の検索システム。
39. 上記タグとオブジェクト間の関連性スコアは、該オブジェクト内における該タグの位置、該オブジェクト内における該タグの出現頻度、該オブジェクト内における該タグの密度又はこれらの任意の組合せに基づいていることを特徴とする請求項３５記載の検索システム。
40. 上記タグとオブジェクト間の関連性スコアの重み付けは、該オブジェクトに該タグを関連付けたユーザに割り当てられた信頼度のレベルに基づいていることを特徴とする請求項３５記載の検索システム。
41. 上記関連性スコアは、統計的分類又はランク回帰アルゴリズム、クラスタ化解析アルゴリズム又は形態素解析アルゴリズムを用いて、判定されることを特徴とする請求項３５記載の検索システム。
42. 上記統計的分類又はランク回帰アルゴリズムは、ロジスティック回帰、サポートベクトルマシン、分類又は回帰木、及びブーステッドツリーアンサンブルの何れかであることを特徴とする請求項４１記載の検索システム。
43. 上記オブジェクトインデックスに接続され、タグに対応するタームを含む検索クエリを受信し、タグ−オブジェクト対の関連性スコアに基づいて、組織化結果リストを返すようにプログラムされた検索エンジンを更に備える請求項３６記載の検索システム。
44. 上記検索エンジンに接続され、上記検索クエリに関連する情報を格納するユーザデータベースを更に備える請求項４３記載の検索システム。
45. 上記検索クエリに関連する情報は、ユーザが選択したリンク、オブジェクトに関連付けられたタグ、ユーザによってブロックされたオブジェクト、ブックマーク、又はこれらの任意の組合せを含むことを特徴とする請求項４４記載の検索システム。
46. 上記オブジェクトは、ウェブページへのハイパーリンク又はウェブページへのハイパーリンクのグループを含むことを特徴とする請求項３５記載の検索システム。
47. 上記オブジェクトは、テキスト、画像、写真、タグ、タグのグループ、サブジェクト領域、概念、ユーザプロファイル、回答、オーディオファイル、ビデオファイル、ソフトウェア又はこれらの任意の組合せへのハイパーリンク又はハイパーリンクのグループ含むことを特徴とする請求項３５記載の検索システム。
48. 上記オブジェクトに上記タグを関連付ける関連付け手段を更に備える請求項３５記載の検索システム。

Images