JP2010231344A - 検索用参照データ作成装置、情報検索装置、検索用参照データ作成方法及び情報検索方法 - Google Patents

Abstract

【課題】検索クエリが誤入力された場合や、検索キーワードの表現に揺らぎがあるような場合であっても、好適な検索結果を得ることができるような検索用参照データ作成装置、情報検索装置、検索用参照データ作成方法及び情報検索方法を提供する。
【解決手段】検索履歴格納手段１１０は、一又は複数の検索キーワードを含む検索クエリによる検索履歴を検索クエリ毎にメモリに格納する。検索回数集計手段１１１は、検索履歴格納手段１１０によって検索用参照データ作成装置１１の内蔵メモリに格納された検索履歴に基づき検索クエリの検索回数Ｆを検索クエリ毎に集計する。関連度算出手段１１２は、検索回数集計手段１１１によって集計された検索回数に基づき検索履歴に含まれている二つの検索キーワードの関連度を算出し、関連度と当該二つの検索キーワードとを対応付ける検索用参照データを作成する。
【選択図】図１

Description

本発明は、検索用参照データ作成装置、情報検索装置、検索用参照データ作成方法及び情報検索方法に関する。

近時、膨大な情報がインターネット等の通信網を介してアクセス可能となっている。ユーザは、検索エンジン等の検索装置を用いることによって、この膨大な情報のなかから所望とする情報にアクセスする。従来の情報検索技術の一例が、特許文献１に開示されている。特許文献１には、入力された検索キーワードに基づいて検索キーワード展開用辞書を検索し、検索キーワードに関連する検索キーワード展開単語の中から予め指定されている分野情報に基づいて単語選別処理を行い、単語選別処理された検索キーワードのみを検索キーワード展開単語として出力する技術が開示されている。

また、特許文献２や特許文献３等には、検索キーワードだけでなく、検索キーワードに関連する情報を用いた検索方法の一例が開示されている。特許文献２には、検索キーワードにおる情報の検索において、検索キーワードそのものだけではなく、検索キーワードと関係の強い語に関する情報によって検索を行うための技術が開示されている。特許文献３には、文書を分類することなく、また辞書やパターンを事前に作成することなく、検索キーワード検索によって所望の文書に含まれる共起表現を検索するための技術が開示されている。

特開２００２−１４９６８３号公報 特開平７−５６９４８号公報 特開２００６−１３９４８４号公報

しかし、検索キーワードや共起語等を用いた従来の情報検索技術であっても、検索キーワードを指定するための検索クエリの誤入力や、検索キーワードの表現に揺らぎ（例えば、「打ち合わせ」、「打合せ」等）があるような場合には、ユーザの所望とする検索結果が得られない虞が生じる。そこで本発明の目的は、検索クエリが誤入力された場合や、検索キーワードの表現に揺らぎがあるような場合であっても、好適な検索結果を得ることができるような検索用参照データ作成装置、情報検索装置、検索用参照データ作成方法及び情報検索方法を提供することである。

本発明の検索用参照データ作成装置は、情報検索用の検索キーワードを含み前記情報検索に用いる検索用参照データを作成する検索用参照データ作成装置であって、一又は複数の検索キーワードを含む検索クエリによる検索履歴を前記検索クエリ毎にメモリに格納する検索履歴格納手段と、前記検索履歴格納手段によって前記メモリに格納された前記検索履歴に基づいて前記検索クエリの検索回数を該検索クエリ毎に集計する検索回数集計手段と、前記検索回数集計手段によって集計された前記検索回数に基づいて前記検索履歴に含まれている二つの検索キーワードの関連度を算出し、この算出した関連度と当該二つの検索キーワードとを対応付ける前記検索用参照データを作成する関連度算出手段と、を備える、ことを特徴とする。

本発明の検索用参照データ作成方法は、情報検索用の検索キーワードを含み前記情報検索に用いる検索用参照データを作成する作成装置を用いた検索用参照データ作成方法であって、前記作成装置が、一又は複数の検索キーワードを含む検索クエリによる検索履歴を前記検索クエリ毎に前記作成装置のメモリに格納する検索履歴格納ステップと、前記作成装置が、前記検索履歴格納ステップにおいて前記メモリに格納した前記検索履歴に基づいて前記検索クエリによる検索回数を該検索クエリ毎に集計する検索回数集計ステップと、前記作成装置が、前記検索回数集計ステップにおいて集計した前記検索回数に基づいて前記検索履歴に含まれている二つの検索キーワードの関連度を算出し、この算出した関連度と当該二つの検索キーワードとを対応付ける前記検索用参照データを作成する関連度算出ステップと、を備える、ことを特徴とする。

本発明の検索用参照データ作成装置及び検索用参照データ作成方法によれば、情報検索に用いる検索用参照データが、過去の検索履歴に基づいて作成されるので、検索用参照データの信頼性が向上される。また、検索用参照データは、過去の検索履歴に基づく検索キーワード間の関連度を含むので、このような検索用参照データを用いれば、検索クエリだけでなく、この検索クエリに関連する複数の検索キーワードも情報検索に利用できるようになる。例えば、検索クエリに近い意味の検索キーワードや、表記揺れの範囲内にあるキーワードや、一部が誤って入力される検索キーワード等も情報検索に利用可能となる。従って、情報検索の精度が向上される。また、従来のように、大量のテキストデータの収集、形態素解析、単語辞書の準備等を用いずに検索用参照データの作成が可能となるので、検索用参照データ作成時の負荷を低減できる。

本発明の検索用参照データ作成装置では、前記関連度算出手段は、前記検索回数集計手段によって集計された前記検索回数に基づいて前記二つの検索キーワードのそれぞれに対応する二つの特徴量を算出し、この算出した二つの特徴量を用いて前記二つの検索キーワードの前記関連度を算出するのが好ましい。このように、関連度の算出は、検索キーワードのそれぞれの特徴量を用いて行われる。

本発明の検索用参照データ作成装置では、前記検索キーワードの前記特徴量は、前記検索キーワードと共に同一の検索クエリに含まれていた他の検索キーワード毎にそれぞれの前記検索回数の対応付けられたベクトル量であり、前記関連度は、前記二つの特徴量のそれぞれに対応する二つの前記ベクトル量のコサイン距離であるのが好ましい。このように、関連度の算出に用いる特徴量は、ベクトル量であり、関連度は、このベクトル量のコサイン距離となっている。

本発明の検索用参照データ作成装置では、前記検索履歴格納手段は、前記メモリに格納された前記検索履歴を所定期間毎に更新するのが好ましい。従って、直近の検索履歴のみを利用できる。

前記検索回数集計手段は、前記検索回数を前記検索クエリの入力元毎に集計するのが好ましい。このように、集計結果は、検索クエリの入力元（例えばユーザ等）に特有のものとなるので、入力元毎に好適な検索用参照データを作成できる。

本発明の情報検索装置は、上記の何れかの検索用参照データ作成装置によって作成される検索用参照データを用い、入力された検索クエリに応じて情報検索を行う情報検索装置であって、前記入力された検索クエリに含まれる一又は複数の検索キーワードの関連語を前記検索用参照データを用いて取得する関連語取得手段と、前記入力された検索クエリと前記関連語取得手段によって取得された前記関連語とに基づいて前記情報検索を行う情報検索手段と、を備える、ことを特徴とする。

本発明の情報検索方法は、上記の何れかの検索用参照データ作成装置によって作成される検索用参照データを用い、入力された検索クエリに応じて情報検索を行う検索装置を用いた情報検索方法であって、前記検索装置が、前記入力された検索クエリに含まれる一又は複数の検索キーワードの関連語を前記検索用参照データを用いて取得する関連語取得ステップと、前記検索装置が、前記入力された検索クエリと前記関連語取得ステップにおいて取得した前記関連語とに基づいて前記情報検索を行う情報検索ステップと、を備える、ことを特徴とする。

本発明の情報検索装置及び情報検索方法によれば、過去の検索履歴に基づいて作成された検索用参照データが情報検索に用いられるので、情報検索の信頼性を向上できる。また、検索用参照データは、過去の検索履歴に基づく検索キーワード間の関連度を含むので、このような検索用参照データを用いれば、検索クエリだけでなく、この検索クエリに関連する複数の検索キーワードも情報検索に利用できるようになる。例えば、検索クエリに近い意味の検索キーワードや、表記揺れの範囲にあるキーワードや、一部が誤って入力される検索キーワード等も情報検索に利用可能となる。

本発明の情報検索装置では、前記関連語取得手段は、前記検索用参照データ作成装置によって集計された検索回数を用いて、前記入力された検索クエリに含まれている検索キーワードと共に他の検索クエリに含まれていた他の第１の検索キーワード、を更に取得し、前記情報検索手段は、前記関連語取得手段によって取得された前記第１の検索キーワードを更に用いて、前記情報検索を行うのが好ましい。このように、検索用参照データ作成装置によって集計された検索回数を用いて取得された他の第１の検索キーワードも更に用いられるので、情報検索の精度を向上できる。

本発明の情報検索装置では、前記関連語取得手段は、前記検索用参照データ作成装置のメモリに格納された検索履歴を用いて、前記入力された検索クエリに含まれている検索キーワードと共に一の検索セッション内に入力された他の第２の検索キーワード、を更に取得し、前記情報検索手段は、前記関連語取得手段によって取得された前記第２の検索キーワードを更に用いて、前記情報検索を行うのが好ましい。このように、入力された検索クエリに含まれている検索キーワードと共に一の検索セッション内に入力された他の第２の検索キーワードも用いられるので、情報検索の精度を向上できる。

本発明によれば、検索クエリが誤入力された場合や、検索キーワードの表現に揺らぎがあるような場合であっても、好適な検索結果を得ることができるような検索用参照データ作成装置、情報検索装置、検索用参照データ作成方法及び情報検索方法を提供できる。

実施形態に係る情報検索システムの構成を示す図である。 実施形態に係る検索用参照データ作成装置の構成を示す図である。 実施形態に係る情報検索装置の構成を示す図である。 実施形態に係る検索クエリＤＢに格納される検索履歴データの一例を示す図である。 実施形態に係る検索回数ＤＢに格納される検索回数データの一例を示す図である。 実施形態に係る関連度ＤＢに格納される検索用参照データの一例を示す図である。 実施形態に係る各種データの具体例を示す図である。 実施形態に係る検索用参照データ作成装置の動作を説明するためのフローチャートである。 実施形態に係る情報検索装置の動作を説明するためのフローチャートである。

以下、図面を参照して、本発明に係る好適な実施形態について詳細に説明する。なお、図面の説明において、可能な場合には、同一要素には同一符号を付し、重複する説明を省略する。図１は、実施形態に係る情報検索システム１の構成を説明するための図である。情報検索システム１は、通信端末１０、ネットワークＮ、検索用参照データ作成装置１１及び情報検索装置１２を備え、通信端末１０に対し情報を提供するシステムである。通信端末１０に提供される情報は、通信端末１０からネットワークＮを介して送信される検索クエリに応じた情報検索の結果を示す検索結果リストである。ネットワークＮは、例えば、移動体通信網やインターネット等を含む。

通信端末１０は、携帯電話等の通信装置であり、ネットワークＮにアクセスする機能を有しており、ＵＲＬを含むＨＴＴＰリクエストをネットワークＮ側に送信することによって、このＵＲＬに対応するＷｅｂページをネットワークＮ側から受信する。通信端末１０は、ネットワークＮを介して、検索用参照データ作成装置１１及び情報検索装置１２と通信する機能を有している。通信端末１０は、ユーザによって入力された情報検索用の検索クエリを、ネットワークＮを介して情報検索装置１２に送信することによって、この検索クエリに応じた検索結果リストをネットワークＮを介して情報検索装置１２から受信する。通信端末１０がネットワークＮ側に送信する検索クエリは、一又は複数の検索キーワード（例えば「レストラン」や「クーポン」等）を含みこれらの検索キーワードに関連するコンテンツ（ネットワークＮを介してアクセス可能なデジタルコンテンツ）のＵＲＬの検索を情報検索装置１２に指示するためのデータである。

検索用参照データ作成装置１１は、ネットワークＮを介して通信端末１０から送信された検索クエリを蓄積し、この蓄積した過去の検索クエリに基づいて情報検索装置１２が情報検索に用いる検索用参照データを作成する。情報検索装置１２は、ネットワークＮを介して通信端末１０から送信された検索クエリに応じて、検索用参照データ作成装置１１の検索用参照データを用いた情報検索を行い、この情報検索の検索結果を示す検索結果リストを作成し、この検索結果リストをネットワークＮを介して通信端末１０に送信する。

次に、図１及び図２を参照して、検索用参照データ作成装置１１の構成を説明する。検索用参照データ作成装置１１は、図２に示すように、物理的には、ＣＰＵ１１ａ、ＲＯＭ１１ｂ、ＲＡＭ１１ｃ、通信装置１１ｄ及び記憶装置１１ｅ等を有しており、これらＣＰＵ１１ａ〜記憶装置１１ｅはバス１１ｉに接続されている。ＣＰＵ１１ａは、ＲＯＭ１１ｂ等の内蔵メモリに格納された所定のコンピュータプログラムをＲＡＭ１１ｃにロードして実行することによって、検索用参照データ作成装置１１を統括的に制御する。通信装置１１ｄは、外部の通信機器（通信端末１０や情報検索装置１２等）と通信を行うためのインターフェイスを有する。記憶装置１１ｅは、書き込み／読み出しが自在なメモリであって、各種コンピュータプログラム（特に、図８のフローチャートに示す処理を実行するためのコンピュータプログラム）を格納する。記憶装置１１ｅは、コンピュータプログラムの実行に必要な各種データ及びコンピュータプログラムの実行によって得られる各種データ等、を格納するための検索クエリＤＢ１１ｆ、検索回数ＤＢ１１ｇ及び関連度ＤＢ１１ｈ（ＤＢ；データベース）を含む。

また、検索用参照データ作成装置１１は、図１に示すように、機能的には、検索履歴格納手段１１０、検索回数集計手段１１１及び関連度算出手段１１２を有する。これらの検索履歴格納手段１１０〜関連度算出手段１１２は、ＣＰＵ１１ａがＲＯＭ１１ｂ等の検索用参照データ作成装置１１の内蔵メモリに格納された上記コンピュータプログラムを実行し、図２に示す検索用参照データ作成装置１１の各構成部を動作させることによって実現される機能である。ＣＰＵ１１ａは、上記コンピュータプログラムを実行することによって（検索履歴格納手段１１０〜関連度算出手段１１２を用いて）、図８のフローチャートに示す処理を実行する。

検索履歴格納手段１１０は、通信装置１１ｄを介して通信端末１０からの検索クエリを受信し、この検索クエリを、検索クエリＤＢ１１ｆに格納する。検索履歴格納手段１１０は、検索クエリＤＢ１１ｆに格納される検索クエリを、所定期間毎に更新（定期的にクリア）する。検索クエリＤＢ１１ｆに格納される検索クエリの内容は、ユーザＩＤ及びタイムスタンプと共に図４に示す検索履歴データＤ１に登録される。検索履歴データＤ１は、検索クエリＤＢ１１ｆに格納されている。検索履歴データＤ１に示す検索クエリの内容は、検索クエリを構成する検索キーワード（例えば、単語Ｗ１や単語Ｗ２等）である。検索クエリは、空白文字等を挟んでこのような単語Ｗ１や単語Ｗ２等を含む。検索履歴データＤ１に示すユーザＩＤは、検索クエリを送信した通信端末１０を一意に識別できる識別番号（通信アドレス等）であり、検索履歴データＤ１に示すタイムスタンプは、検索クエリを受信した時刻である。

検索回数集計手段１１１は、検索クエリＤＢ１１ｆに格納されている検索履歴データＤ１を用いて、検索クエリの検索回数Ｆを検索クエリ毎に集計する。この集計結果（検索回数Ｆ）は、検索回数データＤ２に登録される。検索回数データＤ２に示す検索キーワードＫ１１及び検索キーワードＫ１２は、同一の検索クエリに含まれる二つの検索キーワード（単語Ｗ１や単語Ｗ２等）に対応している。なお、検索回数データＤ２に登録される検索キーワードの数は、検索キーワードＫ１１及び検索キーワードＫ１２のように二つに限るものではなく、一つ又は３つ以上であってもよい。検索回数Ｆに示す検索回数は、検索キーワードＫ１１及び検索キーワードＫ１２それぞれの検索キーワード（単語Ｗ１や単語Ｗ２等）が共通の検索クエリに含まれた状態で行われた情報検索の回数である。検索回数データＤ２は、検索回数ＤＢ１１ｇに格納されている。

関連度算出手段１１２は、検索回数ＤＢ１１ｇに格納されている検索回数データＤ２を参照し、検索履歴データＤ１に登録されている二つの検索キーワード（単語Ｗ１や単語Ｗ２等である）の関連度Ｒを、下記に示す方法に基づいて算出する。関連度Ｒの算出対象となる二つの検索キーワードを検索キーワードＫ２１及び検索キーワードＫ２２とする。まず、検索キーワードＫ２１及び検索キーワードＫ２２のそれぞれの特徴量を算出する。検索キーワードＫ２１の場合、この特徴量は、検索キーワードＫ２１と共に同一の検索クエリに含まれていた他の検索キーワード毎にそれぞれの検索回数Ｆの対応付けられたベクトル量である。図５に示す検索回数データＤ２を参照して説明する。検索キーワードＫ２１を単語Ｗ１とすると、単語Ｗ１と共に同一の検索クエリに含まれていた他の検索キーワードは単語Ｗ２〜単語Ｗ６であり、それぞれの検索回数Ｆが図５に示す検索回数データＤ２に示されている。そこで、検索キーワードＫ２１（単語Ｗ１）の特徴量は、単語Ｗ２〜単語Ｗ６毎に、それぞれの検索回数Ｆの対応付けられたベクトル量となる。ｋを正の整数とし、ベクトル量の第ｋ成分を単語Ｗｋに対応させると（以下同様）、この場合、単語Ｗ１及び単語Ｗｋが共通の検索クエリに含まれた状態で情報検索の行われた回数（検索回数Ｆ）が、単語Ｗ１のベクトル量の第ｋ成分の値となる。検索キーワードＫ２２の特徴量も、上記した検索キーワードＫ２１の特徴量と同様のベクトル量である。

なお、特徴量（ベクトル量）に用いる検索回数Ｆの値は、ＴＦ／ＩＤＦ（Term Frequency / Inverse Document Frequency）法によって重み付けされる。多くの単語と共に使われる単語の検索回数は特徴量としてあまり意味を持たないからである。この重み付けの値（ＩＤＦ値）は、以下のように算出される。すなわち、検索回数データＤ２の全レコード数をＬａ（Ｌａは正の整数）とし、検索回数データＤ２に含まれており単語Ｗｋを含むレコード数をｍ（ｋ）とすると（この場合、ｋはＬａ以下の正の整数）、単語Ｗｋの場合の重み付けの値ＩＤＦ（ｋ）は、下記数式１によって算出される。なお、以下の説明において、ベクトル量に用いる検索回数Ｆの値は、上記のように重み付けされた値であるとする。

次に、検索キーワードＫ２１及び検索キーワードＫ２２間の関連度Ｒは、検索キーワードＫ２１及び検索キーワードＫ２２それぞれのベクトル量（特徴量）から下記数式２を用いて算出される。数式２によって算出される関連度Ｒはコサイン距離に対応している。ここで、検索キーワードＫ２１のベクトル量をＶ２１＝｛ｖ２１（１）、ｖ２１（２）・・ｖ２１（ｐ）｝とし（ｐは正の整数）、検索キーワードＫ２２のベクトル量をＶ２２＝｛ｖ２２（１）、ｖ２２（２）・・ｖ２２（ｐ）｝とする。数式２によって算出される関連度Ｒは、０以上１以下の値であり、ベクトル量Ｖ２１及びベクトル量Ｖ２２の関連性が高いほど１に近い値となる。

関連度算出手段１１２は、上記のようにして算出した関連度Ｒを、関連度ＤＢ１１ｈに格納されている検索用参照データＤ３（図６）に登録する。検索用参照データＤ３において、検索キーワードＫ２１及び検索キーワードＫ２２の関連度Ｒは、検索キーワードＫ２１及び検索キーワードＫ２２に対応付けられている。

次に、図１及び図３を参照して、情報検索装置１２の構成を説明する。情報検索装置１２は、図３に示すように、物理的には、ＣＰＵ１２ａ、ＲＯＭ１２ｂ、ＲＡＭ１２ｃ、通信装置１２ｄ及び記憶装置１２ｅ等を有しており、これらＣＰＵ１２ａ〜記憶装置１２ｅはバス１２ｆに接続されている。ＣＰＵ１２ａは、ＲＯＭ１２ｂ等の内蔵メモリに格納された所定のコンピュータプログラムをＲＡＭ１２ｃにロードして実行することによって、情報検索装置１２を統括的に制御する。通信装置１２ｄは、外部の通信機器（通信端末１０や検索用参照データ作成装置１１等）と通信を行うためのインターフェイスを有する。記憶装置１２ｅは、書き込み／読み出しが自在なメモリであって、各種コンピュータプログラム（特に、図９のフローチャートに示す処理を実行するためのコンピュータプログラム）を格納する。記憶装置１２ｅは、コンピュータプログラムの実行に必要な各種データ及びコンピュータプログラムの実行によって得られる各種データ（検索結果リスト）等、を格納する。

また、情報検索装置１２は、図１に示すように、機能的には、関連語取得手段１２０、情報検索手段１２１及び検索結果リスト作成手段１２２を有する。これらの関連語取得手段１２０〜検索結果リスト作成手段１２２は、ＣＰＵ１２ａがＲＯＭ１２ｂ等の情報検索装置１２の内蔵メモリに格納された上記コンピュータプログラムを実行し、図３に示す情報検索装置１２の各構成部を動作させることによって実現される機能である。ＣＰＵ１２ａは、上記コンピュータプログラムを実行することによって（関連語取得手段１２０〜検索結果リスト作成手段１２２を用いて）、図９のフローチャートに示す処理を実行する。

関連語取得手段１２０は、通信装置１２ｄを介して通信端末１０から検索クエリを受信すると、この受信した検索クエリ（元の検索クエリ）を解析し、この検索クエリに含まれる全ての検索キーワードを特定する。そして、関連語取得手段１２０は、特定した検索キーワード（検索キーワードＫ３１とする）に関連する他の検索キーワード（検索キーワードＫ４１とする）と、検索キーワードＫ３１及び検索キーワードＫ４１の関連度Ｒとを、関連度ＤＢ１１ｈの検索用参照データＤ３から通信装置１２ｄを介して取得する。なお、検索用参照データＤ３に登録されている検索キーワードＫ２１及び検索キーワードＫ２２は、過去に同一の検索クエリに含まれた状態で情報検索が行われたものであってもよい。関連語取得手段１２０は、特定した全ての検索キーワードのそれぞれに関連する複数の他の検索キーワードと、この複数の他の検索キーワードのそれぞれの関連度Ｒとを、上記のようにして、関連度ＤＢ１１ｈから取得する。

検索クエリがｎ個（ｎは正の整数）の検索キーワードＫ３１〜Ｋ３ｎから構成され、検索キーワードＫ３１〜Ｋ３ｎのそれぞれが単語Ｗ１〜単語Ｗｎの場合（元の検索クエリ）に、例えば検索キーワードＫ３１には、単語Ｗ１と、この単語Ｗ１に関連し関連度ＤＢ１１ｈから関連語取得手段１２０によって取得された他の単語との何れか一の単語が設定される。他の検索キーワードＫ３２〜検索キーワードＫ３ｎも、検索キーワードＫ３１の場合と同様に単語の設定が行われる。検索キーワードＫ３１〜検索キーワードＫ３ｎのそれぞれの単語には、それぞれの関連度Ｒ（元の検索クエリの検索キーワードＫ３１〜検索キーワードＫ３ｎの単語Ｗ１〜単語Ｗｎとの関連度）が紐付けられている。関連語取得手段１２０は、検索キーワードＫ３１〜検索キーワードＫ３ｎに設定可能な単語の全ての組み合わせ（複数の新たな検索クエリであり、元の検索クエリの関連語に相当する）と、この新たな検索クエリの検索キーワードＫ３１〜検索キーワードＫ３ｎのそれぞれに紐付けされた関連度Ｒとを、元の検索クエリと共に情報検索手段１２１に送信する。

情報検索手段１２１は、関連語取得手段１２０から送信された複数の新たな検索クエリと元の検索クエリとに基づいて情報検索を行い、それぞれの検索クエリに適合したＵＲＬと、このＵＲＬの適合度合（Ｓｃｏｒｅ）と、適合度合順にソートした場合の順位（Ｒａｎｋ）とを含む検索結果を取得する。適合度合（Ｓｃｏｒｅ）は、検索クエリに対し、検索したＵＲＬがどの程度適合しているかを示す指標である。情報検索手段１２１は、検索クエリ毎にＳｃｏｒｅを算出する。情報検索手段１２１は、算出したＳｃｏｒｅに、このＳｃｏｒｅに対応する検索クエリの検索キーワードＫ３１〜検索キーワードＫ３ｎのそれぞれの関連度Ｒの値の積（重みα）を乗じる。元の検索クエリの場合の重みαは、特に、予め設定された定数α（０）であるとする（以下、Ｓｃｏｒｅは、重みαが乗じられた値であるとする）。情報検索手段１２１は、検索結果を検索結果リスト作成手段１２２に送信する。なお、情報検索手段１２１の機能を外部の検索エンジンに替えてもよい。また、Ｓｃｏｒｅを取得せずにＲａｎｋのみ取得する場合や、Ｒａｎｋを取得せずにＳｃｏｒｅのみ取得する場合等であってもよい。Ｒａｎｋを取得する場合、情報検索手段１２１は、ＳｃｏｒｅをＲａｎｋの逆数として求めてもよい。

Ｓｃｏｒｅの算出は例えば以下の方法で行う。予め検索対象となる各文書について、文書ｄ＿１で出現する単語ｔ＿１の頻度ＴＦ（ｔ＿１，ｄ＿１）(Term Frequency)を算出する。更に、各単語が出現する文書数をｄｆ（ｔ＿１）、全文書数をＮ＿１として次式で示す単語の重みＩＤＦ（ｔ＿１）(InverseDocument Frequency)を算出する。ＩＤＦ（ｔ＿１）＝ｌｏｇ｛Ｎ＿１／ｄｆ（ｔ＿１）＋１｝。これらのＴＦ（ｔ＿１，ｄ＿１）とＩＤＦ（ｔ＿１）の値を単語ｔ＿１について乗じることで、文書ｄ＿１で出現する単語ｔ＿１の重み付頻度ＴＦ・ＩＤＦ（ｔ＿１，ｄ＿１）を求める。ＩＤＦ（ｔ＿１）の値は多くの文書で使用されるありふれた単語であるほど小さい値となる。検索クエリが入力されると、検索クエリに含まれる単語に対応するＴＦ・ＩＤＦ（ｔ＿１，ｄ＿１）の値を文書ｄ＿１のＳｃｏｒｅとする。複数の単語が検索クエリに含まれる場合は、全ての単語に対応するＴＦ・ＩＤＦ（ｔ＿１，ｄ＿１）の合計値を文書ｄ＿１のＳｃｏｒｅとする。また、必要に応じてＴＦ・ＩＤＦ値に加えて、文書ｄ＿１の重要度を考慮してＳｃｏｒｅを算出しても良い。文書の重要度を算出する方法は、例えば、USP6285999B1(PageRank)，USP611202(HITS)等に開示されている。これらの方法で求められる重要度をＴＦ・ＩＤＦに加算あるいは乗算した値をＳｃｏｒｅとしても良い。また、検索クエリを含む文書についての重要度をそのままＳｃｏｒｅとしても良い。上記の方法で求められたＳｃｏｒｅを大きいものから順に文書をソートして順位付けしたものをＲａｎｋとする。

次に、図８を参照して、検索用参照データ作成装置１１の動作を説明する。図８は、検索用参照データ作成装置１１の動作を説明するためのフローチャートである。検索履歴格納手段１１０は、通信装置１１ｄを介して通信端末１０からの検索クエリを受信し、この検索クエリを、検索クエリＤＢ１１ｆに格納する（ステップＳ１）。検索履歴格納手段１１０は、検索クエリＤＢ１１ｆに格納される検索クエリを、所定期間毎に更新（定期的にクリア）する。検索クエリＤＢ１１ｆに格納される検索クエリの内容（検索キーワード）は、ユーザＩＤ及びタイムスタンプと共に図４に示す検索履歴データＤ１に登録される。

ステップＳ１の後、検索回数集計手段１１１は、検索クエリＤＢ１１ｆに格納されている検索履歴データＤ１を用いて、検索クエリの検索回数Ｆを検索クエリ毎に集計し、この集計結果（検索回数Ｆ）を検索回数データＤ２に登録する（ステップＳ２）。ステップＳ２の後、関連度算出手段１１２は、検索回数ＤＢ１１ｇに格納されている検索回数データＤ２を参照し、検索履歴データＤ１に登録されている二つの検索キーワード（単語Ｗ１や単語Ｗ２等）の関連度Ｒを算出し、この関連度Ｒと二つの検索キーワードとを対応付ける検索用参照データＤ３を作成する（ステップＳ３）。関連度算出手段１１２は、検索用参照データＤ３を検索回数ＤＢ１１ｇに格納する。

なお、検索回数集計手段１１１は、ステップＳ２において、検索回数Ｆを検索クエリの入力元毎に（例えば通信端末１０毎に）集計し、検索回数データＤ２を検索クエリの入力元毎に作成してもよい。この場合、関連度算出手段１１２は、ステップＳ３において、検索クエリの入力元毎に関連度Ｒを算出し、検索クエリの入力元毎に検索用参照データＤ３を作成する。

次に、図９を参照して、情報検索装置１２の動作を説明する。図９は、情報検索装置１２の動作を説明するためのフローチャートである。まず、関連語取得手段１２０は、通信装置１２ｄを介して通信端末１０から検索クエリを受信すると（ステップＳ４）、この受信した検索クエリ（元の検索クエリ）を解析し、この元の検索クエリの関連語に相当する複数の新たな検索クエリを取得し、この取得した複数の新たな検索クエリと元の検索クエリとを情報検索手段１２１に送信する（ステップＳ５）。

ステップＳ５の後、情報検索手段１２１は、関連語取得手段１２０から送信された新たな複数の検索クエリと元の検索クエリとに基づいて情報検索を行い、それぞれの検索クエリに適合したＵＲＬと、このＵＲＬの適合度合（Ｓｃｏｒｅ）と、適合度合順にソートした場合の順位（Ｒａｎｋ）とを含む検索結果を取得する（ステップＳ６）。ステップＳ６の後、検索結果リスト作成手段１２２は、情報検索手段１２１から送信された検索結果に基づいて、この検索結果を示す検索結果リストを作成し（ステップＳ７）、この作成した検索結果リストを通信装置１２ｄを介して通信端末１０に送信する（ステップＳ８）。

なお、関連語取得手段１２０は、検索用参照データＤ３が検索クエリの入力元毎に作成されている場合に、ステップＳ５において、通信装置１２ｄを介して受信した元の検索クエリの入力元（通信端末１０）についての検索用参照データＤ３から、元の検索クエリの関連語に相当する複数の新たな検索クエリを取得してもよい。

次に、実施例として、検索クエリ“レストラン クーポン”が通信端末１０から入力された場合について説明する。関連語取得手段１２０は、“レストラン”及び“クーポン”それぞれの関連語と関連度Ｒとを、関連度ＤＢ１１ｈの検索用参照データＤ３から取得する。図７（Ａ）は、検索キーワードＫ１等に“レストラン”及び“クーポン”を含む検索用参照データＤ３の具体例である。そして、情報検索手段１２１は、“レストラン”及び“クーポン”それぞれの関連語から成る複数の新たな検索クエリ毎に、ＵＲＬ、Ｓｃｏｒｅ及びＲａｎｋを取得する。図７（Ｂ）に、新たな検索クエリと、この新たな検索クエリそれぞれの重みαとを示す。

次に、検索用参照データ作成装置１１の作用・効果を説明する。検索用参照データ作成装置１１は、情報検索用の検索キーワードを含み情報検索に用いる検索用参照データＤ３を作成する装置である。検索用参照データ作成装置１１は、検索履歴格納手段１１０、検索回数集計手段１１１及び関連度算出手段１１２を備える。検索履歴格納手段１１０は、一又は複数の検索キーワードを含む検索クエリによる検索履歴を検索クエリ毎にＲＡＭ１１ｃや記憶装置１１ｅ等の検索用参照データ作成装置１１の内蔵メモリ（内蔵メモリ内の検索履歴データＤ１）に格納する。検索回数集計手段１１１は、検索履歴格納手段１１０によって検索用参照データ作成装置１１の内蔵メモリに格納された検索履歴に基づいて検索クエリの検索回数Ｆを検索クエリ毎に集計する。関連度算出手段１１２は、検索回数集計手段１１１によって集計された検索回数Ｆに基づいて検索履歴に含まれている二つの検索キーワードの関連度Ｒを算出し、この算出した関連度Ｒと当該二つの検索キーワードとを対応付ける検索用参照データを作成する（第１の態様）。

このように、情報検索に用いる検索用参照データが、過去の検索履歴に基づいて作成されるので、検索用参照データの信頼性が向上される。また、検索用参照データは、過去の検索履歴に基づく検索キーワード間の関連度を含むので、このような検索用参照データを用いれば、検索クエリだけでなく、この検索クエリに関連する複数の検索キーワードも情報検索に利用できるようになる。例えば、検索クエリに近い意味のキーワードや、表記揺れの範囲内にあるキーワードや、一部が誤って入力されるキーワード等も情報検索に利用可能となる。従って、情報検索の精度が向上される。また、従来のように、大量のテキストデータの収集、形態素解析、単語辞書の準備等を用いずに検索用参照データの作成が可能となるので、検索用参照データ作成時の負荷を低減できる。

第１の態様において、関連度算出手段１１２は、検索回数集計手段１１１によって集計された検索回数Ｆに基づいて二つの検索キーワードのそれぞれに対応する二つの特徴量を算出し、この算出した二つの特徴量を用いて二つの検索キーワードの関連度Ｒを算出する（第２の態様）。このように、関連度の算出は、検索キーワードのそれぞれの特徴量を用いて行われる。

第２の態様において、検索キーワードの特徴量は、検索キーワードと共に同一の検索クエリに含まれていた他の検索キーワード毎にそれぞれの検索回数Ｆの対応付けられたベクトル量（例えばベクトル量Ｖ２１やベクトル量Ｖ２２等）であり、関連度Ｒは、二つの特徴量のそれぞれに対応する二つのベクトル量のコサイン距離となっている（第３の態様）。このように、関連度の算出に用いる特徴量は、ベクトル量であり、関連度は、このベクトル量のコサイン距離となっている。

第１〜第３の態様において、検索履歴格納手段１１０は、検索用参照データ作成装置１１の内蔵メモリに格納された検索履歴（検索履歴データＤ１）を所定期間毎に更新する（第４の態様）。従って、直近の検索履歴のみを利用できる。

第１〜４の態様において、検索回数集計手段１１１は、検索回数Ｆを検索クエリの入力元毎に（例えば通信端末１０等の通信端末やユーザ等毎に）集計する（第５の態様）。このように、集計結果は、検索クエリの入力元に特有のものとなるので、入力元毎に好適な検索用参照データＤ３を作成できる。

次に、情報検索装置１２の作用・効果を説明する。情報検索装置１２は、第１〜５の態様の何れか一の態様の検索用参照データ作成装置１１によって作成される検索用参照データＤ３を用い、入力された検索クエリに応じて情報検索を行う。情報検索装置１２は、関連語取得手段１２０及び情報検索手段１２１を備える。関連語取得手段１２０は、入力された検索クエリに含まれる一又は複数の検索キーワードの関連語を検索用参照データＤ３を用いて取得する。情報検索手段１２１は、入力された検索クエリと関連語取得手段１２０によって取得された関連語とに基づいて情報検索を行う（第６の態様）。

このように、過去の検索履歴に基づいて作成された検索用参照データＤ３が情報検索に用いられるので、情報検索の信頼性を向上できる。また、検索用参照データＤ３は、過去の検索履歴に基づく検索キーワード間の関連度を含むので、このような検索用参照データを用いれば、検索クエリだけでなく、この検索クエリに関連する複数の検索キーワードも情報検索に利用できるようになる。例えば、検索クエリに近い意味の検索キーワードや、表記揺れの範囲にあるキーワードや、一部が誤って入力される検索キーワード等も情報検索に利用可能となる。

（変形例１）なお、上記第６の態様における情報検索装置１２は、下記構成を有していてもよい。関連語取得手段１２０は、検索用参照データ作成装置１１によって集計された検索回数Ｆを用いて、入力された検索クエリに含まれている検索キーワードと共に他の検索クエリに含まれていた他の第１の検索キーワード、を更に取得し（この場合、検索回数Ｆを基準にして、検索回数の比較的多い検索キーワードを取得してもよい）、情報検索手段１２１は、関連語取得手段１２０によって取得された第１の検索キーワードを更に用いて情報検索を行う（第７の態様）。このように、検索用参照データ作成装置１１によって集計された検索回数Ｆを用いて取得された他の第１の検索キーワードも用いられるので、情報検索の精度を向上できる。

（変形例２）更に、上記第６又は第７の態様における情報検索装置１２は、下記構成を有していてもよい。第６又は７の態様において、関連語取得手段１２０は、検索用参照データ作成装置１１の内蔵メモリに格納された検索履歴データＤ１を用いて、入力された検索クエリに含まれている検索キーワードと共に一の検索セッション内に入力された他の第２の検索キーワード、を更に取得し（この場合、検索回数Ｆを基準にして、検索回数の比較的多い検索キーワードを取得してもよい）、情報検索手段１２１は、関連語取得手段１２０によって取得された第２の検索キーワードを更に用いて情報検索を行う（第８の態様）。このように、入力された検索クエリに含まれている検索キーワードと共に一の検索セッション内に入力された他の第２の検索キーワードも用いられるので、情報検索の精度を向上できる。

１…情報検索システム、１０…通信端末、１１…検索用参照データ作成装置、１１０…検索履歴格納手段、１１１…検索回数集計手段、１１２…関連度算出手段、１１ａ，１２ａ…ＣＰＵ、１１ｂ，１２ｂ…ＲＯＭ、１１ｃ，１２ｃ…ＲＡＭ、１１ｄ，１２ｄ…通信装置、１１ｅ，１２ｅ…記憶装置、１１ｉ，１２ｆ…バス、１１ｆ…検索クエリＤＢ、１１ｇ…検索回数ＤＢ、１１ｈ…関連度ＤＢ、１２…情報検索装置、１２０…関連語取得手段、１２１…情報検索手段、１２２…検索結果リスト作成手段、Ｄ１…検索履歴データ、Ｄ２…検索回数データ、Ｄ３…検索用参照データ

Claims (10)

1. 情報検索用の検索キーワードを含み前記情報検索に用いる検索用参照データを作成する検索用参照データ作成装置であって、
   一又は複数の検索キーワードを含む検索クエリによる検索履歴を前記検索クエリ毎にメモリに格納する検索履歴格納手段と、
   前記検索履歴格納手段によって前記メモリに格納された前記検索履歴に基づいて前記検索クエリの検索回数を該検索クエリ毎に集計する検索回数集計手段と、
   前記検索回数集計手段によって集計された前記検索回数に基づいて前記検索履歴に含まれている二つの検索キーワードの関連度を算出し、この算出した関連度と当該二つの検索キーワードとを対応付ける前記検索用参照データを作成する関連度算出手段と、
   を備える、ことを特徴とする検索用参照データ作成装置。
2. 前記関連度算出手段は、前記検索回数集計手段によって集計された前記検索回数に基づいて前記二つの検索キーワードのそれぞれに対応する二つの特徴量を算出し、この算出した二つの特徴量を用いて前記二つの検索キーワードの前記関連度を算出する、ことを特徴とする請求項１に記載の検索用参照データ作成装置。
3. 前記検索キーワードの前記特徴量は、前記検索キーワードと、該検索キーワードと共に同一の検索クエリに含まれていた他の検索キーワード毎にそれぞれの前記検索回数が対応付けられたベクトル量であり、前記関連度は、前記二つの特徴量のそれぞれに対応する二つの前記ベクトル量のコサイン距離である、ことを特徴とする請求項２に記載の検索用参照データ作成装置。
4. 前記検索履歴格納手段は、前記メモリに格納された前記検索履歴を所定期間毎に更新する、ことを特徴とする請求項１〜３の何れか一項に記載の検索用参照データ作成装置。
5. 前記検索回数集計手段は、前記検索回数を前記検索クエリの入力元毎に集計する、ことを特徴とする請求項１〜４の何れか一項に記載の検索用参照データ作成装置。
6. 請求項１〜請求項５の何れか一項に記載の検索用参照データ作成装置によって作成される検索用参照データを用い、入力された検索クエリに応じて情報検索を行う情報検索装置であって、
   前記入力された検索クエリに含まれる一又は複数の検索キーワードの関連語を前記検索用参照データを用いて取得する関連語取得手段と、
   前記入力された検索クエリと前記関連語取得手段によって取得された前記関連語とに基づいて前記情報検索を行う情報検索手段と、
   を備える、ことを特徴とする情報検索装置。
7. 前記関連語取得手段は、前記検索用参照データ作成装置によって集計された検索回数を用いて、前記入力された検索クエリに含まれている検索キーワードと共に他の検索クエリに含まれていた他の第１の検索キーワード、を更に取得し、
   前記情報検索手段は、前記関連語取得手段によって取得された前記第１の検索キーワードを更に用いて、前記情報検索を行う、ことを特徴とする請求項６に記載の情報検索装置。
8. 前記関連語取得手段は、前記検索用参照データ作成装置のメモリに格納された検索履歴を用いて、前記入力された検索クエリに含まれている検索キーワードと共に一の検索セッション内に入力された他の第２の検索キーワード、を更に取得し、
   前記情報検索手段は、前記関連語取得手段によって取得された前記第２の検索キーワードを更に用いて、前記情報検索を行う、ことを特徴とする請求項６又は７に記載の情報検索装置。
9. 情報検索用の検索キーワードを含み前記情報検索に用いる検索用参照データを作成する作成装置を用いた検索用参照データ作成方法であって、
   前記作成装置が、一又は複数の検索キーワードを含む検索クエリによる検索履歴を前記検索クエリ毎に前記作成装置のメモリに格納する検索履歴格納ステップと、
   前記作成装置が、前記検索履歴格納ステップにおいて前記メモリに格納した前記検索履歴に基づいて前記検索クエリの検索回数を該検索クエリ毎に集計する検索回数集計ステップと、
   前記作成装置が、前記検索回数集計ステップにおいて集計した前記検索回数に基づいて前記検索履歴に含まれている二つの検索キーワードの関連度を算出し、この算出した関連度と当該二つの検索キーワードとを対応付ける前記検索用参照データを作成する関連度算出ステップと、
   を備える、ことを特徴とする検索用参照データ作成方法。
10. 請求項１〜請求項５の何れか一項に記載の検索用参照データ作成装置によって作成される検索用参照データを用い、入力された検索クエリに応じて情報検索を行う検索装置を用いた情報検索方法であって、
    前記検索装置が、前記入力された検索クエリに含まれる一又は複数の検索キーワードの関連語を前記検索用参照データを用いて取得する関連語取得ステップと、
    前記検索装置が、前記入力された検索クエリと前記関連語取得ステップにおいて取得した前記関連語とに基づいて前記情報検索を行う情報検索ステップと、
    を備える、ことを特徴とする情報検索方法。

Images