JP2011086081A - 検索システム - Google Patents

Abstract

【課題】検索された人物が検索要求者にとって接触し易い人物であるかどうかが検索結果から分からなかった。
【解決手段】検索サーバ装置１２０は、クライアント装置１１０から入力された検索要求に含まれる検索条件に該当する人物を検索する。個人知人テーブル１４５は、人物間で送受信されたメールの送受信履歴を元に計算された人物間の知り合い度を記憶する。人間関係スコア反映部１１４は、個人知人テーブル１４５に記憶された知り合い度を元に、検索された人物に対して、検索要求を入力した人物との間の人間関係の強度を示すスコアを付与し、スコアの高い順に検索結果をソートする。
【選択図】図１

Description

本発明は、検索条件に該当する人物を検索する検索システムに関する。

仕事を進める上で、あるいは知識の向上のために、必要とする知識やノウハウを持っている人物を探したいことがある。このような目的のために、多くの人物の中から検索条件に該当する人物を検索できる検索システムが幾つか提案されている。

例えば特許文献１には、検索要求者から得意分野と知識レベルとを含む検索条件を入力し、個々の個人についてその得意分野と知識レベルと連絡先とを記憶したデータベースを検索し、検索条件に該当する人物の連絡先を含む検索結果を出力する検索システムが記載されている（以下、第１の関連技術と称す）。

また特許文献２には、検索要求者から検索キーワードを含む検索条件を入力し、個々の文書について、そのタイトル、内容、重要度、特徴語、作成者などを記憶したデータベースを検索し、検索キーワードに合致する文字列を特徴語などに含む文書の作成者を検索結果として出力する検索システムが提案されている（以下、第２の関連技術と称す）。また、この第２の関連技術では、検索された文書の重要度、文書数などに従って、検索された人物に関するスコアを計算し、スコアの高い順に人物をソートして提示している。

特許第４０４２４４５号 特開２００２−３０４５３６号公報

検索システムを利用して人物を検索する者の殆どは、検索された人物に接触して、新たな知識やノウハウを獲得したいと考えている。このような検索要求者にとっては、検索された人物がどの程度の知識を持っているかということ以上に、自分にとって接触し易い人物はどの人物であるかが重要である。

しかるに上述した第１の関連技術では、所望する知識レベル以上の人物が検索されるだけであるため、どの人物が自分にとって接触し易い人物であるかは検索結果からは分からない。また、上述した第２の関連技術では、検索された文書の重要度、文書数などから計算したスコアの高い順に人物を並べて表示するだけであるため、どの人物が自分にとって接触し易い人物であるかは検索結果からは不明である。

本発明の目的は、検索された人物が検索要求者にとって接触し易い人物であるかどうかが検索結果から分からないという課題を解決する検索システム、検索方法、クライアント装置、検索サーバ装置およびプログラムを提供することにある。

本発明の一形態に係る検索システムは、クライアント装置から入力された検索要求に含まれる検索条件に該当する人物を検索する機能を有する検索サーバ装置を備えた検索システムであって、人物間で送受信されたメールの送受信履歴を元に計算された人物間の知り合い度を記憶するテーブルと、上記テーブルに記憶された知り合い度を元に、上記検索された人物に対して、上記検索要求を入力した人物との間の人間関係の強度を示すスコアを付与し、スコアの高い順に検索結果をソートする人間関係スコア反映手段とを備える。

本発明の他の形態に係る検索方法は、クライアント装置が、検索要求を検索サーバ装置へ送信し、上記検索サーバ装置が、上記クライアント装置から入力された検索要求に含まれる検索条件に該当する人物を検索し、上記検索サーバ装置または上記クライアント装置の何れかの装置が、人物間で送受信されたメールの送受信履歴を元に計算された人物間の知り合い度を記憶するテーブルに記憶された知り合い度を元に、上記検索された人物に対して、上記検索要求を入力した人物との間の人間関係の強度を示すスコアを付与し、スコアの高い順に検索結果をソートする。

本発明の他の形態に係るクライアント装置は、検索要求を検索サーバ装置に送信し、上記検索要求に含まれる検索条件に該当する人物を検索した検索結果を上記検索サーバ装置から受信するクライアント装置であって、人物間で送受信されたメールの送受信履歴を元に計算された人物間の知り合い度を記憶するテーブルと、上記テーブルに記憶された知り合い度を元に、上記検索された人物に対して、上記検索要求を入力した人物との間の人間関係の強度を示すスコアを付与し、スコアの高い順に検索結果をソートする人間関係スコア反映手段とを備える。

本発明の他の形態に係る検索サーバ装置は、クライアント装置から入力された検索要求に含まれる検索条件に該当する人物を検索する機能を有する検索サーバ装置であって、人物間で送受信されたメールの送受信履歴を元に計算された人物間の知り合い度を記憶するテーブルと、上記テーブルに記憶された知り合い度を元に、上記検索された人物に対して、上記検索要求を入力した人物との間の人間関係の強度を示すスコアを付与し、スコアの高い順に検索結果をソートする人間関係スコア反映手段とを備える。

本発明の他の形態にかかるプログラムは、検索要求を検索サーバ装置に送信し、上記検索要求に含まれる検索条件に該当する人物を検索した検索結果を上記検索サーバ装置から受信するコンピュータを、人物間で送受信されたメールの送受信履歴を元に計算された人物間の知り合い度を記憶するテーブルに記憶された知り合い度を元に、上記検索された人物に対して、上記検索要求を入力した人物との間の人間関係の強度を示すスコアを付与し、スコアの高い順に検索結果をソートする人間関係スコア反映手段として機能させる。

本発明の他の形態にかかるプログラムは、クライアント装置から入力された検索要求に含まれる検索条件に該当する人物を検索する機能を有するコンピュータを、人物間で送受信されたメールの送受信履歴を元に計算された人物間の知り合い度を記憶するテーブルに記憶された知り合い度を元に、上記検索された人物に対して、上記検索要求を入力した人物との間の人間関係の強度を示すスコアを付与し、スコアの高い順に検索結果をソートする人間関係スコア反映手段として機能させる。

本発明は上述したように構成されているため、検索要求者は、検索された人物の中でどの人物が自身にとって接触し易い人物であるかどうかを、検索結果から認識することが可能になる。

本発明の第１の実施の形態のブロック図である。 個人知人テーブルの一例を示す図である。 社員情報の一例を示す図である。 知人テーブル抽出部の処理例を示すフローチャートである。 メーリングリストによる社員間のメールの送受信例を示す図である。 本発明の第１の実施の形態における検索時の処理例を示すフローチャートである。 検索結果の一例を示す図である。 本発明の第２の実施の形態のブロック図である。 本発明の第２の実施の形態における検索時の処理例を示すフローチャートである。 検索結果の他の例を示す図である。 本発明の第２の実施の形態のブロック図である。

[第１の実施の形態]
図１を参照すると、本発明の第１の実施の形態に係る検索システム１００は、特定の企業の社員が自社の社員の中から所望の知識を有する人物を検索するための企業内検索システムであり、クライアント装置１１０と、このクライアント装置１１０に社内ネットワーク等の通信網を通じて接続された検索サーバ装置１２０とを含んで構成されている。

クライアント装置１１０は、社員が使用する情報処理装置、例えば企業の社員それぞれに支給されたパーソナルコンピュータである。ここでは、クライアント装置１１０はＵ１という社員が使用するものとする。図１には、１台のクライアント装置１１０だけが描かれているが、Ｕ１〜Ｕｎの合計ｎ人の社員が存在する場合、それぞれの社員に１対１に対応するｎ台のクライアント装置が存在する。

クライアント装置１１０は、検索画面／結果表示部１１１、検索要求処理部１１２、知人テーブル抽出部１１３および人間関係スコア反映部１１４を備えている。また、クライアント装置１１０には、キーボードやマウスなどで構成される入力装置１４１、液晶ディスプレイなどで構成される表示装置１４２、ハードディスク装置などで構成される記憶装置１４３が接続されている。さらに、記憶装置１４３は、ローカル保存社員メールデータ１４４、個人知人テーブル１４５を記憶する。これらはそれぞれ以下のような機能を有する。

ローカル保存社員メールデータ１４４は、社員Ｕ１と他の社員との間で送受信された電子メール（単にメールとも称す）の送受信履歴である。例えば、クライアント装置１１０上で電子メールソフトが動作する場合、社員Ｕ１がその電子メールソフトを利用して送受信したメールの送受信履歴がローカル保存社員メールデータ１４４として記憶装置１４３に蓄積される。

個人知人テーブル１４５は、ローカル保存社員メールデータ１４４を元に作成された社員Ｕ１と他の社員との人間関係の強度を示すスコアを保持するテーブルである。本実施の形態では、社員Ｕ１とメールの送受信を行ったことのある他の社員は、社員Ｕ１との人間関係がゼロでない社員（知人）として扱う。図２に個人知人テーブル１４５の一例を示す。

図２を参照すると、個人知人テーブル１４５は、社員Ｕ１の知人毎のエントリで構成され、各エントリは、知人メールアドレス欄、Ｔｏ回数欄、Ｃｃ回数欄、Ｒｅｐｌｙ回数欄、メールチェーン平均回数欄、知り合い度欄から成る。

知人メールアドレス欄には、社員Ｕ１の知人の電子メールアドレスが記録される。Ｔｏ回数欄には、社員Ｕ１と当該知人との間で送受信されたメールのうち、宛先Ｔｏに当該知人または社員Ｕ１のメールアドレスを設定して送受信されたメールの総数が記録される。Ｃｃ回数欄には、社員Ｕ１と当該知人との間で送受信されたメールのうち、宛先Ｃｃに当該知人または社員Ｕ１のメールアドレスを設定して送受信されたメールの総数が記録される。Ｒｅｐｌｙ回数欄には、社員Ｕ１と当該知人との間で送受信された返信メールの総数が記録される。メールチェーン平均回数欄には、社員Ｕ１と当該知人との間で或る１つのメールを起点として返信が繰り返される場合の平均繰り返し数であるメールチェーン平均回数が記録される。そして、知り合い度欄には、上記のＴｏ回数、Ｃｃ回数、Ｒｅｐｌｙ回数およびメールチェーン平均回数を用いて計算された社員Ｕ１と当該知人との間の知り合い度が記録される。

Ｔｏ回数、Ｃｃ回数、Ｒｅｐｌｙ回数およびメールチェーン平均回数を用いて、社員Ｕ１と或る知人との知り合い度を計算する具体的な方法は、各種考えられる。例えば、それら４つの数値を単純に足し合わせた結果を知り合い度としても良いし、重み付けして加算した結果を知り合い度としても良い。重み付けする際には、Ｃｃ回数はＴｏ回数よりも重みを軽くすることが望ましい。その理由は、宛先Ｃｃは「参考までに貴方にも送信しておく」という使われ方がされるためである。また、メールチェーン平均回数はＲｅｐｌｙ回数の重みとして扱うようにしても良い。次式に、知り合い度の計算式の一例を示す。なお、本発明は以下の計算式に限定されるものではない。

知り合い度＝Ｔｏ回数×1.0（Ｔｏ回数の重み）
＋Ｃｃ回数×0.5（Ｃｃ回数の重み）
＋Ｒｅｐｌｙ回数×メールチェーン平均回数 …（１）

再び図１を参照すると、クライアント装置１１０の知人テーブル抽出部１１３は、記憶装置１４３に記憶されたローカル保存社員メールデータ１４４を元に、個人知人テーブル１４５を作成する手段である。この知人テーブル抽出部１１３は定期的に起動される。起動する頻度は任意であるが、個人知人テーブル１４５の作成処理は比較的時間のかかる負荷の重たい処理であること、新規に追加された送受信メール数が少ない場合には計算結果にあまり変化がないことを考えると、１週間に１度、夜間に起動する程度の頻度で良い。

検索画面／結果表示部１１１は、検索条件を指定した検索要求を受け付ける検索画面や検索条件に該当する社員の情報を含む検索結果を表示装置１４２に表示する手段である。検索画面／結果表示部１１１は、検索画面で受け付けた検索要求を検索要求処理部１１２へ送信し、それに対する検索結果を人間関係スコア反映部１１４から受け取って表示装置１４２に出力する。

検索要求処理部１１２は、検索画面／結果表示部１１１から検索要求を受け取って検索サーバ装置１２０へ送信し、それに対する検索結果を検索サーバ装置１２０から受信し、人間関係スコア反映部１１４へ出力する。検索サーバ装置１２０から受信する検索結果には、検索条件に該当する各社員のメールアドレスが含まれている。

人間関係スコア反映部１１４は、検索要求処理部１１２から検索結果を受け取り、検索結果に含まれる社員に、個人知人テーブル１４５に記録された社員Ｕ１との間の知り合い度の値を付与し、その付与した知り合い度の値の大きい順に社員をソートした検索結果を検索画面／結果表示部１１１へ出力する。

他方、検索サーバ装置１２０は、クライアント要求受付／返却処理部１２１と人物検索部１２２とを備えている。また、検索サーバ装置１２０は、社員情報１３１を記憶する記憶装置１３０に接続されている。これらはそれぞれ以下のような機能を有する。

社員情報１３１には、当該検索システム１００が構築されている企業に所属する社員に関する各種の情報が記録されている。図３に社員情報１３１の一例を示す。

図３を参照すると、社員情報１３１は、社員毎のエントリで構成され、各エントリは、氏名欄、所属欄、担当業務欄、メールアドレス欄、属性欄から成る。氏名欄には、社員の氏名が記録される。所属欄、担当業務欄には、その社員の所属と担当業務とが記録される。メールアドレス欄には、社員のメールアドレスが記録される。これらの氏名、所属、担当業務、メールアドレスは、社員を特徴付けるメタ情報である。メタ情報には、電話番号など他の情報が含まれていても良い。属性欄には、社員の得意分野や業務内容を特徴付ける文字列が１つ以上記録される。

上述のような社員情報１３１は、社員検索のために専用に用意した情報であっても良いし、他の目的（例えば社内電話帳システム）のために用意した情報を活用しても良い。

検索サーバ装置１２０のクライアント要求受付／返却処理部１２１は、クライアント装置１１０の検索要求処理部１１２から検索要求を受け取って人物検索部１２２へ出力し、その検索結果を人物検索部１２２から受け取ってクライアント装置１１０の検索要求処理部１１２に返却する。

人物検索部１２２は、クライアント要求受付／返却処理部１２１から検索要求を受け取り、検索要求で指定された検索条件を満たす人物を社員情報１３１から検索し、その検索結果をクライアント要求受付／返却処理部１２１へ出力する。

次に本実施の形態の動作を説明する。

まず、定期的に実施される個人知人テーブル１４５の作成処理について、図４のフローチャートを参照して説明する。

クライアント装置１１０の知人テーブル抽出部１１３は、起動されると、図４に示す処理の実行を開始する。まず、知人テーブル抽出部１１３は、ローカル保存社員メールデータ１４４から、ヘッダに記録された送受信日時が現在日時より予め定められた過去一定期間内（例えば過去１年内）の送受信メールを処理対象メールとして抽出する（ステップＳ１０１）。

次に、知人テーブル抽出部１１３は、個人知人テーブル１４５を何も記録されていない初期の状態に初期化する（ステップＳ１０２）。

次に、知人テーブル抽出部１１３は、処理対象メールのうち、宛先Ｔｏで社員Ｕ１と他の社員との間で送受信されたメールの総数を計算する（ステップＳ１０３）。具体的には、知人テーブル抽出部１１３は、処理対象メール中の個々のメールについて、以下の処理を行う。なお、社員Ｕ１のメールアドレスは、知人テーブル抽出部１１３に事前に設定されているものとする。

まず、知人テーブル抽出部１１３は、当該メールが送信メールか、受信メールかを判定する。

送信メールの場合、知人テーブル抽出部１１３は、メールヘッダの宛先Ｔｏに記録されたメールアドレスを確認し、確認したメールアドレスのドメインが自社のメールアドレスのドメインと一致するメールアドレス毎に以下の処理を繰り返す。まず、そのメールアドレスを知人メールアドレス欄に持つエントリを個人知人テーブル１４５から検索する。該当するエントリが存在しない場合、知人テーブル抽出部１１３は、そのメールアドレスをメールアドレス欄に設定し、Ｔｏ回数欄、Ｃｃ回数欄、Ｒｅｐｌｙ回数欄、メールチェーン平均回数欄および知り合い度欄に値０を設定したエントリを個人知人テーブル１４５に追加し、そのエントリのＴｏ回数欄の値を１だけインクリメントする。該当するエントリが存在した場合、知人テーブル抽出部１１３は、そのエントリのＴｏ回数欄の値を１だけインクリメントする。

他方、受信メールの場合、知人テーブル抽出部１１３は、メールヘッダのＴｏに記録されたメールアドレスが自分（社員Ｕ１）のメールアドレスか否かを判定し、自分のメールアドレスでなければ、当該メールに関する処理を終了する。Ｔｏに自分のメールアドレスが設定されていれば、Ｆｒｏｍに記録されたメールアドレスを確認し、確認したメールアドレスのドメインが自社のメールアドレスのドメインに一致すれば、そのメールアドレスを知人メールアドレス欄に持つエントリを個人知人テーブル１４５から検索する。該当するエントリが存在しない場合、知人テーブル抽出部１１３は、そのメールアドレスをメールアドレス欄に設定し、Ｔｏ回数欄、Ｃｃ回数欄、Ｒｅｐｌｙ回数欄、メールチェーン平均回数欄および知り合い度欄に値０を設定したエントリを個人知人テーブル１４５に追加し、そのエントリのＴｏ回数欄の値を１だけインクリメントする。該当するエントリが存在した場合、知人テーブル抽出部１１３は、そのエントリのＴｏ回数欄の値を１だけインクリメントする。

次に、知人テーブル抽出部１１３は、処理対象メールのうち、宛先Ｃｃで社員Ｕ１と他の社員との間で送受信されたメールの総数を計算する（ステップＳ１０４）。具体的には、知人テーブル抽出部１１３は、処理対象メール中の個々のメールについて、以下の処理を行う。

まず、知人テーブル抽出部１１３は、当該メールが送信メールか、受信メールかを判定する。

送信メールの場合、知人テーブル抽出部１１３は、メールヘッダの宛先Ｃｃに記録されたメールアドレスを確認し、確認したメールアドレスのドメインが自社のメールアドレスのドメインと一致するメールアドレス毎に以下の処理を繰り返す。まず、そのメールアドレスを知人メールアドレス欄に持つエントリを個人知人テーブル１４５から検索する。該当するエントリが存在しない場合、知人テーブル抽出部１１３は、そのメールアドレスをメールアドレス欄に設定し、Ｔｏ回数欄、Ｃｃ回数欄、Ｒｅｐｌｙ回数欄、メールチェーン平均回数欄および知り合い度欄に値０を設定したエントリを個人知人テーブル１４５に追加し、そのエントリのＣｃ回数欄の値を１だけインクリメントする。該当するエントリが存在した場合、知人テーブル抽出部１１３は、そのエントリのＣｃ回数欄の値を１だけインクリメントする。

他方、受信メールの場合、知人テーブル抽出部１１３は、メールヘッダのＣｃに記録されたメールアドレスが自分（社員Ｕ１）のメールアドレスか否かを判定し、自分のメールアドレスでなければ、当該メールに関する処理を終了する。Ｃｃに自分のメールアドレスが設定されていれば、Ｆｒｏｍに記録されたメールアドレスを確認し、そのメールアドレスのドメインが自社のメールアドレスのドメインと一致すれば、そのメールアドレスを知人メールアドレス欄に持つエントリを個人知人テーブル１４５から検索する。該当するエントリが存在しない場合、知人テーブル抽出部１１３は、そのメールアドレスをメールアドレス欄に設定し、Ｔｏ回数欄、Ｃｃ回数欄、Ｒｅｐｌｙ回数欄、メールチェーン平均回数欄および知り合い度欄に値０を設定したエントリを個人知人テーブル１４５に追加し、そのエントリのＣｃ回数欄の値を１だけインクリメントする。該当するエントリが存在した場合、知人テーブル抽出部１１３は、そのエントリのＣｃ回数欄の値を１だけインクリメントする。

次に、知人テーブル抽出部１１３は、処理対象メールのうち、自分または相手からのメールの返信として送受信されたメールの総数であるＲｅｐｌｙ回数を計算する（ステップＳ１０５）。具体的には、次のような処理を行う。

まず、知人テーブル抽出部１１３は、処理対象メールを、単独メールと、関連メール群とに分類する。

単独メールとは、返信メールでもなく、返信対象とされたメールでもないメールを意味する。知人テーブル抽出部１１３は、履歴中の或るメールが、そのメールヘッダにIn-Replay-Toを含まず、そのメールのMessageIDをIn-Replay-Toに持つ他のメールが履歴中に存在しなければ、当該メールを単独メールと判定する。

関連メール群とは、或る１つのメールを起点として返信によりつながる複数のメールを意味する。例えば、社員Ｕ１→（メール１）→社員Ｕ２→（メール２）→社員Ｕ１→（メール３）→社員Ｕ２と３回にわたってメールの送受信が行われた場合、社員Ｕ１の送信履歴にはメール１、３が記録され、受信履歴にはメール２が記録されている。このとき、メール１のメールヘッダにはIn-Replay-Toは含まれず、メール２のメールヘッダのIn-Replay-Toにメール１のMessageIDが設定され、メール３のメールヘッダのIn-Replay-Toにメール２のMessageIDが設定される。知人テーブル抽出部１１３は、In-Replay-Toに設定されるMessageIDを頼りに、上述のような返信によりつながる一連のメールを関連メール群として抽出する。

次に、知人テーブル抽出部１１３は、関連メール群のそれぞれについて、以下の処理を行う。

まず、知人テーブル抽出部１１３は、当該関連メール群について、自分または相手のメールに対して返信したメールの数を集計する。例えば、社員Ｕ１→（メール１）→社員Ｕ２→（メール２）→社員Ｕ１→（メール３）→社員Ｕ２と３回にわたってメールの送受信が行われた関連メール群の場合、返信したメールの数は２回と計算する（最初の１回は返信ではない）。

次に、知人テーブル抽出部１１３は、当該関連メール群の何れかのメールヘッダのＴｏ、ＣｃおよびＦｒｏｍに設定されたメールアドレス（但し、自クライアント装置の利用者のメールアドレスは除く）のうち、そのドメインが自社のメールアドレスのドメインと一致するメールアドレス毎に以下の処理を繰り返す。すなわち、当該メールアドレスを知人メールアドレス欄に持つエントリを個人知人テーブル１４５から検索し、検索したエントリのＲｅｐｌｙ回数欄の値を、当該関連メール群について集計した返信メール数だけカウントアップする。

次に、知人テーブル抽出部１１３は、メールチェーン平均回数を計算する（ステップＳ１０６）。具体的には、次のような処理を行う。

知人テーブル抽出部１１３は、個人知人テーブル１４５の各エントリ毎に、そのエントリの知人メールアドレスをＴｏ、Ｃｃ、またはＦｒｏｍに含む単独メールの総数と、そのエントリの知人メールアドレスをＴｏ、Ｃｃ、またはＦｒｏｍに含む関連メール群の総数との総和を計算し、この総和でそのエントリのＲｅｐｌｙ回数を割った値を、そのエントリのメールチェーン平均回数欄に設定する。例えば、社員Ｕ１が、社員Ｕ２との間で、単独メールのやりとりを合計５回、関連メール群のやりとりを合計１５回行っており、社員Ｕ１と社員Ｕ２のＲｅｐｌｙ回数が６０回であれば、社員Ｕ１の個人知人テーブル１４５における社員Ｕ２のメールチェーン平均回数は、６０／（５＋１５）＝３回となる。

ここでは、単独メールの返信回数を０回と考え、関連メール群だけでなく単独メールも含めて、メールチェーン平均回数を計算した。しかし、別の実施の形態として、単独メールを考慮せずに、関連メール群１個当たりの返信メールの平均数をメールチェーン平均回数としても良い。この場合、上述した社員Ｕ１と社員Ｕ２との例では、社員Ｕ１の個人知人テーブル１４５における社員Ｕ２のメールチェーン平均回数は、６０／１５＝４回となる。

最後に、知人テーブル抽出部１１３は、個人知人テーブル１４５のそれぞれのエントリ毎に、そのエントリのＴｏ回数欄、Ｃｃ回数欄、Ｒｅｐｌｙ回数欄、メールチェーン平均回数欄に設定された値を元に、例えば前述した式（１）を用いて、知り合い度を計算し、知り合い度欄に設定する（ステップＳ１０７）。

以上の知人テーブル抽出部１１３の説明では、処理対象メールに含まれる各メールがメーリングリストによる送受信メールか否かを考慮せずに、メーリングリストによる送受信メールを通常の送受信メールと同じように扱って、Ｔｏ回数、Ｃｃ回数、Ｒｅｐｌｙ回数、メールチェーン平均回数を計算した。しかし、本発明の他の実施の形態として、処理対象メールに含まれる各メールがメーリングリストによる送受信メールか否かを判定し、通常の送受信メールと区別して、Ｔｏ回数、Ｃｃ回数、Ｒｅｐｌｙ回数、メールチェーン平均回数を計算するようにしても良い。

知人テーブル抽出部１１３は、メーリングリストによる送受信メールであるか否かは、送信メールについては、Ｔｏ、Ｃｃに設定されたメールアドレスが社内で使用されるメーリングリストアドレスか否かを確認することで判定し、受信メールについては、メールヘッダのReply-toに設定されたメールアドレスが社内で使用されるメーリングリストアドレスか否かを確認することで判定する。社内で使用するメーリングリストアドレスとそれに対応するメンバのメールアドレスは、社内のメールサーバに保持されている。知人テーブル抽出部１１３は、社内のメールサーバから、メーリングリストアドレスとそれに対応するメンバのメールアドレスとを取得して保持し、判定に使用する。

以下、メーリングリストによる送受信メールか否かを考慮して、Ｔｏ回数、Ｃｃ回数、Ｐｅｐｌｙ回数、メールチェーン平均回数を計算する方法について説明する。

メーリングリストによる送受信メールを元に、Ｔｏ回数、Ｃｃ回数、Ｐｅｐｌｙ回数、メールチェーン平均回数を計算する場合、以下の３通りの方法がある。何れの方法もメリット、デメリットがあるため、どの方法を使用するかをシステム設定情報で選択できるようにしておくことが望ましい。

（１）第１の方法
メーリングリストによるメールについては、Ｔｏ回数、Ｃｃ回数、Ｒｅｐｌｙ回数、メールチェーン平均回数をカウントしない。
（２）第２の方法
メーリングリストのメンバ全員について、Ｔｏ回数、Ｃｃ回数、Ｒｅｐｌｙ回数、メールチェーン平均回数をカウントする。
（３）第３の方法
メーリングリストのメンバのうち、メーリングリストによるメールに対して後刻に返信した社員のみについて、Ｔｏ回数、Ｃｃ回数、Ｒｅｐｌｙ回数、メールチェーン平均回数をカウントする。

まず、第１の方法について説明する。

（1-1）Ｔｏ回数
知人テーブル抽出部１１３は、処理対象メールからメールを１つずつ入力し、入力したメールが送信メールか、受信メールかを判定する。

送信メールの場合、知人テーブル抽出部１１３は、メールヘッダの宛先Ｔｏに記録されたメールアドレスを確認し、確認したメールアドレスがメーリングリストアドレスであれば、当該メールに関する処理を終了する。メーリングリストアドレスでない通常の送信メールであれば、図４のステップＳ１０３で送信メールについて説明した処理と同様の処理を行う。

受信メールの場合、知人テーブル抽出部１１３は、メールヘッダのReply-toに設定されたメールアドレスがメーリングリストアドレスであれば、当該メールに関する処理を終了する。メーリングリストアドレスでない通常の受信メールであれば、図４のステップＳ１０３で受信メールについて説明した処理と同様の処理を行う。

（1-2）Ｃｃ回数
知人テーブル抽出部１１３は、処理対象メールからメールを１つずつ入力し、入力したメールが送信メールか、受信メールかを判定する。

送信メールの場合、知人テーブル抽出部１１３は、メールヘッダの宛先Ｃｃに記録されたメールアドレスを確認し、確認したメールアドレスがメーリングリストアドレスであれば、当該メールに関する処理を終了する。メーリングリストアドレスでない通常の送信メールであれば、図４のステップＳ１０４で送信メールについて説明した処理と同様の処理を行う。

受信メールの場合、知人テーブル抽出部１１３は、メールヘッダのReply-toに設定されたメールアドレスがメーリングリストアドレスであれば、当該メールに関する処理を終了する。メーリングリストアドレスでない通常の受信メールであれば、図４のステップＳ１０４で受信メールについて説明した処理と同様の処理を行う。

（1-3）Ｒｅｐｌｙ回数
知人テーブル抽出部１１３は、図４のステップＳ１０５で説明した処理と同様の処理を行って、処理対象メールを単独メールと関連メール群とに分類する。次に、知人テーブル抽出部１１３は、関連メール群のそれぞれについて、以下の処理を行う。

まず、知人テーブル抽出部１１３は、当該関連メール群について、メーリングリストアドレス宛てのメールを含むか否かを判定し、含む場合には、当該関連メール群に関する処理を終了する。メーリングリストアドレス宛てのメールを含まない場合、図４のステップＳ１０５で関連メール群について説明した処理と同様の処理を行う。

例えば、図５に示すように、メーリングリストＸ（ＭＬｘ）のメンバにＡ、Ｂ、Ｃが存在するとし、メンバでないＤさんがＭＬｘに向けてメールを送信し、メンバのＡさんがＤさんに返信して、ＤさんがＭＬｘに返信して、メンバのＣさんがＤさんに返信した状況を想定する。つまり、Ｄさん→ＭＬｘ（Ａさん）→Ｄさん→ＭＬｘ（Ｃさん）→Ｄさんと、メールがやりとりされた状況を考える。この場合、Ｄさんの個人知人テーブルを作成する際、ＤさんがＭＬｘに送信したメール、このメールに対してＡさんがＤさんに返信したメール、このメールに対してＤさんがＭＬｘに返信したメール、このメールに対してＣさんがＤさんに返信したメールの合計４つのメールが１つの関連メール群として抽出される。知人テーブル抽出部１１３は、この関連メール群を処理した際、メーリングリストによるメールが含まれていることを確認し、Ｄさんの個人知人テーブルには、この関連メール群を元としたＲｅｐｌｙ回数は計上しない。

（1-4）メールチェーン平均回数
知人テーブル抽出部１１３は、メーリングリストによる単独メールとメーリングリストによるメールを含む関連メール群とを除外して、個人知人テーブル１４５の各エントリ毎に、そのエントリの知人メールアドレスをＴｏ、Ｃｃ、およびＦｒｏｍに含む単独メールの総数と、そのエントリの知人メールアドレスをＴｏ、Ｃｃ、およびＦｒｏｍに含む関連メール群の総数との総和を計算し、この総和でそのエントリのＲｅｐｌｙ回数を割った値を、そのエントリのメールチェーン平均回数欄に設定する。

次に、第２の方法について説明する。

（2-1）Ｔｏ回数
知人テーブル抽出部１１３は、処理対象メールからメールを１つずつ入力し、入力したメールが送信メールか、受信メールかを判定する。

送信メールの場合、知人テーブル抽出部１１３は、メールヘッダの宛先Ｔｏに記録されたメールアドレスを確認し、確認したメールアドレスがメーリングリストアドレスであれば、そのメーリングリストアドレスに対応するメンバのリストを確認し、リストに載っているメンバのそれぞれに対して、次の処理を行う。まず、そのメンバのメールアドレスを知人メールアドレス欄に持つエントリを個人知人テーブル１４５から検索する。該当するエントリが存在しない場合、知人テーブル抽出部１１３は、そのメールアドレスをメールアドレス欄に設定し、Ｔｏ回数欄、Ｃｃ回数欄、Ｒｅｐｌｙ回数欄、メールチェーン平均回数欄および知り合い度欄に値０を設定したエントリを個人知人テーブル１４５に追加し、そのエントリのＴｏ回数欄の値を１だけインクリメントする。該当するエントリが存在した場合、知人テーブル抽出部１１３は、そのエントリのＴｏ回数欄の値を１だけインクリメントする。他方、宛先Ｔｏに記録されたメールアドレスが、メーリングリストアドレスでなければ、図４のステップＳ１０３で送信メールについて説明した処理と同様の処理を行う。

受信メールの場合、メーリングリストによるメールか否かにかかわらず、知人テーブル抽出部１１３は、図４のステップＳ１０３で受信メールについて説明した処理と同様の処理を行う。

（2-2）Ｃｃ回数
知人テーブル抽出部１１３は、処理対象メールからメールを１つずつ入力し、入力したメールが送信メールか、受信メールかを判定する。

送信メールの場合、知人テーブル抽出部１１３は、メールヘッダの宛先Ｃｃに記録されたメールアドレスを確認し、確認したメールアドレスがメーリングリストアドレスであれば、そのメーリングリストアドレスに対応するメンバのリストを確認し、リストに載っているメンバのそれぞれに対して、次の処理を行う。まず、そのメンバのメールアドレスを知人メールアドレス欄に持つエントリを個人知人テーブル１４５から検索する。該当するエントリが存在しない場合、知人テーブル抽出部１１３は、そのメールアドレスをメールアドレス欄に設定し、Ｔｏ回数欄、Ｃｃ回数欄、Ｒｅｐｌｙ回数欄、メールチェーン平均回数欄および知り合い度欄に値０を設定したエントリを個人知人テーブル１４５に追加し、そのエントリのＣｃ回数欄の値を１だけインクリメントする。該当するエントリが存在した場合、知人テーブル抽出部１１３は、そのエントリのＣｃ回数欄の値を１だけインクリメントする。他方、宛先Ｃｃに記録されたメールアドレスが、メーリングリストアドレスでなければ、図４のステップＳ１０４で送信メールについて説明した処理と同様の処理を行う。

受信メールの場合、メーリングリストによるメールか否かにかかわらず、知人テーブル抽出部１１３は、図４のステップＳ１０４で受信メールについて説明した処理と同様の処理を行う。

（2-3）Ｒｅｐｌｙ回数
知人テーブル抽出部１１３は、メーリングリストアドレス宛てのメールを含むか否かにかかわらず、図４のステップＳ１０５で説明した処理と同様の処理を行う。例えば、図５に示した例の場合、知人テーブル抽出部１１３は、Ｄさんの個人知人テーブルのメンバ全員（Ａ、Ｂ、Ｃ）に対してＲｅｐｌｙ回数＝３を計上する。

（2-4）メールチェーン平均回数
知人テーブル抽出部１１３は、メーリングリストアドレス宛てのメールを含むか否かにかかわらず、図４のステップＳ１０６で説明した処理と同様の処理を行う。

次に、第３の方法について説明する。

（3-1）Ｔｏ回数
知人テーブル抽出部１１３は、処理対象メールからメールを１つずつ入力し、入力したメールが送信メールか、受信メールかを判定する。

送信メールの場合、知人テーブル抽出部１１３は、メールヘッダの宛先Ｔｏに記録されたメールアドレスを確認し、確認したメールアドレスがメーリングリストアドレスであれば、以下の処理を行う。まず、そのメーリングリストアドレスに対応するメンバのリストを確認する。次に、リストに載っているメンバのうち、後刻に返信したメンバを特定する。或る特定のメールに対して返信したかどうかは、特定のメールのヘッダに設定されたMessageIDと同じMessageIDがメールヘッダのIn-Reply-Toに設定されている別のメールの履歴があるか否かを調べることにより、判定する。そして、特定したメンバに対してのみ、次の処理を行う。まず、そのメンバのメールアドレスを知人メールアドレス欄に持つエントリを個人知人テーブル１４５から検索する。該当するエントリが存在しない場合、知人テーブル抽出部１１３は、そのメールアドレスをメールアドレス欄に設定し、Ｔｏ回数欄、Ｃｃ回数欄、Ｒｅｐｌｙ回数欄、メールチェーン平均回数欄および知り合い度欄に値０を設定したエントリを個人知人テーブル１４５に追加し、そのエントリのＴｏ回数欄の値を１だけインクリメントする。該当するエントリが存在した場合、知人テーブル抽出部１１３は、そのエントリのＴｏ回数欄の値を１だけインクリメントする。

他方、宛先Ｔｏに記録されたメールアドレスが、メーリングリストアドレスでない送信メールについては、当該送信メールに対する返信の有無を確認することなく、図４のステップＳ１０３で送信メールについて説明した処理と同様の処理を行う。

受信メールの場合、知人テーブル抽出部１１３は、メールヘッダのReply-toに設定されたメールアドレスがメーリングリストアドレスであるか否かを確認し、メーリングリストアドレスであれば、以下の処理を行う。まず、当該受信メールに対して後刻に返信したか否かを確認する。或る特定のメールに対して返信したかどうかは、特定のメールのヘッダに設定されたMessageIDと同じMessageIDがメールヘッダのIn-Reply-Toに設定されている別のメールの履歴があるか否かを調べることにより、判定する。そして、当該受信メールに対して返信していなければ、当該受信メールに関する処理を終了する。他方、当該受信メールに対して返信していれば、図４のステップＳ１０３で受信メールについて説明した処理と同様の処理を行う。

他方、メールヘッダのReply-toに設定されたメールアドレスがメーリングリストアドレスでない受信メールについては、その返信の有無を確認することなく、図４のステップＳ１０３で受信メールについて説明した処理と同様の処理を行う。

（3-2）Ｃｃ回数
知人テーブル抽出部１１３は、処理対象メールからメールを１つずつ入力し、入力したメールが送信メールか、受信メールかを判定する。

送信メールの場合、知人テーブル抽出部１１３は、メールヘッダの宛先Ｃｃに記録されたメールアドレスを確認し、確認したメールアドレスがメーリングリストアドレスであれば、以下の処理を行う。まず、そのメーリングリストアドレスに対応するメンバのリストを確認する。次に、リストに載っているメンバのうち、後刻に返信したメンバを特定する。或る特定のメールに対して返信したかどうかは、特定のメールのヘッダに設定されたMessageIDと同じMessageIDがメールヘッダのIn-Reply-Toに設定されている別のメールの履歴があるか否かを調べることにより、判定する。そして、特定したメンバに対してのみ、次の処理を行う。まず、そのメンバのメールアドレスを知人メールアドレス欄に持つエントリを個人知人テーブル１４５から検索する。該当するエントリが存在しない場合、知人テーブル抽出部１１３は、そのメールアドレスをメールアドレス欄に設定し、Ｔｏ回数欄、Ｃｃ回数欄、Ｒｅｐｌｙ回数欄、メールチェーン平均回数欄および知り合い度欄に値０を設定したエントリを個人知人テーブル１４５に追加し、そのエントリのＣｃ回数欄の値を１だけインクリメントする。該当するエントリが存在した場合、知人テーブル抽出部１１３は、そのエントリのＣｃ回数欄の値を１だけインクリメントする。

他方、宛先Ｃｃに記録されたメールアドレスが、メーリングリストアドレスでない送信メールについては、当該送信メールに対する返信の有無を確認することなく、図４のステップＳ１０４で送信メールについて説明した処理と同様の処理を行う。

受信メールの場合、知人テーブル抽出部１１３は、メールヘッダのReply-toに設定されたメールアドレスがメーリングリストアドレスであるか否かを確認し、メーリングリストアドレスであれば、以下の処理を行う。まず、当該受信メールに対して後刻に返信したか否かを確認する。或る特定のメールに対して返信したかどうかは、特定のメールのヘッダに設定されたMessageIDと同じMessageIDがメールヘッダのIn-Reply-Toに設定されている別のメールの履歴があるか否かを調べることにより、判定する。そして、当該受信メールに対して返信していなければ、当該受信メールに関する処理を終了する。他方、当該受信メールに対して返信していれば、図４のステップＳ１０４で受信メールについて説明した処理と同様の処理を行う。

他方、メールヘッダのReply-toに設定されたメールアドレスがメーリングリストアドレスでない受信メールについては、その返信の有無を確認することなく、図４のステップＳ１０４で受信メールについて説明した処理と同様の処理を行う。

（3-3）Ｒｅｐｌｙ回数
知人テーブル抽出部１１３は、図４のステップＳ１０５で説明した処理と同様の処理を行って、処理対象メールを単独メールと関連メール群とに分類する。次に、知人テーブル抽出部１１３は、関連メール群のそれぞれについて、以下の処理を行う。

まず、知人テーブル抽出部１１３は、当該関連メール群について、メーリングリストアドレス宛てのメールを含むか否かを判定し、含む場合には、以下の処理を行う。まず、当該関連メール群に含まれるメーリングリストアドレス宛ての送受信メールに対して後刻に返信したメンバを特定する。或る特定のメールに対して返信したかどうかは、特定のメールのヘッダに設定されたMessageIDと同じMessageIDがメールヘッダのIn-Reply-Toに設定されている別のメールの履歴があるか否かを調べることで、判定する。そして、特定したメンバに対してのみ、当該関連メール群によるＲｅｐｌｙ回数を計上する。例えば、図５に示した例の場合、知人テーブル抽出部１１３は、Ｄさんの個人知人テーブルに、後刻に返信したメンバＡ、Ｃのみに対してＲｅｐｌｙ回数＝３を計上する。

他方、メーリングリストアドレス宛てのメールを含まない関連メール群については、図４のステップＳ１０５で関連メール群について説明した処理と同様の処理を行う。

（3-4）メールチェーン平均回数
知人テーブル抽出部１１３は、個人知人テーブル１４５の各エントリ毎に、次の処理を行う。

まず、そのエントリの知人メールアドレスをＴｏ、Ｃｃ、およびＦｒｏｍに含む単独メールのそれぞれについて、メーリングリストによるメールか否かを判定し、メーリングリストによるメールについては、後刻に返信が行われたか否かを確認する。そして、そのエントリの知人メールアドレスをＴｏ、Ｃｃ、およびＦｒｏｍに含む単独メールのうち、メーリングリスト以外によるメールの総数と、メーリングリストによるメールであって後刻に返信が行われたメールの総数との総和を、単独メールの総数として計上する。

また、そのエントリの知人メールアドレスをＴｏ、Ｃｃ、およびＦｒｏｍに含む関連メール群のそれぞれについて、メーリングリストによるメールを含むか否かを判定し、メーリングリストを含む関連メール群については、メーリングリストによるメールに対して後刻に返信が行われたか否かを確認する。そして、そのエントリの知人メールアドレスをＴｏ、Ｃｃ、およびＦｒｏｍに含む関連メール群のうち、メーリングリストによるメールを含まない関連メール群の総数と、メーリングリストによるメールを含む関連メール群であって後刻に返信が行われた関連メール群の総数との総和を、関連メール群の総数として計上する。

そして、上記計上した単独メールの総数と関連メール群の総数との合計値でそのエントリのＲｅｐｌｙ回数を割った値を、そのエントリのメールチェーン平均回数欄に設定する。

続いて、本実施の形態において、クライアント装置１１０の社員Ｕ１から検索条件を指定した検索要求が入力された際の動作を説明する。

クライアント装置１１０は、検索画面／結果表示部１１１を用いて表示装置１４２に表示している検索画面を通じて、或る検索キーワードを検索条件として指定した検索要求が入力されると、その検索要求を検索要求処理部１１２を用いて検索サーバ装置１２０へ送信する（図６のステップＳ１１１）。

検索サーバ装置１２０は、クライアント要求受付／返却処理部１２１を用いてクライアント装置１１０から検索要求を受信すると、人物検索部１２２を用いて、その検索要求において検索条件として指定された検索キーワードと一致する文字列を属性情報に持つ社員を社員情報１３１から検索する（ステップＳ１１２）。そして、検索サーバ装置１２０は、検索結果をクライアント要求受付／返却処理部１２１を用いてクライアント装置１１０へ返却する（ステップＳ１１３）。この検索結果には、検索された社員のメールアドレスを含むメタ情報が含まれている。

クライアント装置１１０は、検索要求処理部１１２を用いて検索結果を検索サーバ装置１２０から受信すると、人間関係スコア反映部１１４を用いて検索結果に対して人間関係スコアを反映する（ステップＳ１１４）。具体的には、人間関係スコア反映部１１４は、検索結果に含まれる社員毎に以下の処理を行う。まず、当該社員のメールアドレスを知人メールアドレス欄に持つエントリを個人知人テーブル１４５から検索する。検索に成功した場合には、検索されたエントリの知り合い度欄に設定された知り合い度を、検索要求者との間の人間関係の強度を示すスコアとして当該社員に付与する。検索に失敗した場合には、当該社員の情報を検索結果から取り除く。次に、人間関係スコア反映部１１４は、付与したスコアの昇順に、検索結果の社員をソートし、ソート後の検索結果を検索画面／結果表示部１１１に伝達する。

次に、クライアント装置１１０は、検索画面／結果表示部１１１を用いて、検索結果を表示装置１４２に表示する（ステップＳ１１５）。

図７に表示装置１４２に表示された検索結果の一例を示す。図７に示されるように、本実施の形態では、検索条件に該当する社員の情報がスコアの高い順に並べて表示される。この例では、社員の情報として、スコア、名前、メールアドレスを使用したが、電話番号など他の情報を表示するようにしても良いし、スコアは表示を省略してもよい。

このように本実施の形態によれば、検索条件に該当する社員が、検索要求者との間の人間関係の強度を示すスコアが高い順に表示されるため、検索要求者は、検索された人物の中でどの人物が自身にとって接触し易い人物であるかどうかを、検索結果から直ちに認識することができる。

また本実施の形態によれば、クライアント装置１１０に知人テーブル抽出部１１３と人間関係スコア反映部１１４を備える構成であるため、検索サーバ装置１２０に一切手を加える必要がない。

[第２の実施の形態]
図８を参照すると、本発明の第２の実施の形態に係る検索システム２００は、特定の企業の社員が自社の社員の中から所望の知識を有する人物を検索するための企業内検索システムであり、クライアント装置２１０と、このクライアント装置２１０に社内ネットワーク等の通信網を通じて接続された検索サーバ装置２２０とを含んで構成されている。

クライアント装置２１０は、社員が使用する情報処理装置、例えば企業の社員それぞれに支給されたパーソナルコンピュータである。ここでは、クライアント装置２１０はＵ１という社員が使用するものとする。図８には、１台のクライアント装置２１０だけが描かれているが、Ｕ１〜Ｕｎの合計ｎ人の社員が存在する場合、それぞれの社員に１対１に対応するｎ台のクライアント装置が存在する。

クライアント装置２１０は、検索画面／結果表示部２１１、検索要求処理部２１２および知人テーブル抽出部２１３を備えている。また、クライアント装置２１０には、キーボードやマウスなどで構成される入力装置２４１、液晶ディスプレイなどで構成される表示装置２４２、ハードディスク装置などで構成される記憶装置２４３が接続されている。さらに、記憶装置２４３は、ローカル保存社員メールデータ２４４を記憶する。

他方、検索サーバ装置２２０は、クライアント要求受付／返却処理部２２１と人物検索部２２２と人間関係スコア反映部２２３とを備えている。また、検索サーバ装置２２０は、社員情報２３１を記憶する記憶装置２３０と、全社員知人テーブル２５１を記憶する記憶装置２５０に接続されている。

これらはそれぞれ以下のような機能を有する。

ローカル保存社員メールデータ２４４は、第１の実施の形態の図１のローカル保存社員メールデータ１４４と同じものである。

全社員知人テーブル２５１は、各クライアント装置のローカル保存社員メールデータ２４４を元に作成された各社員毎の個人知人テーブルの集合である。集合内の個々の個人知人テーブルは、第１の実施の形態の図１の個人知人テーブル１４５と同じものであり、例えば図２に示した構成と同じ構成を持つ。

クライアント装置２１０の知人テーブル抽出部２１３は、記憶装置２４３に記憶されたローカル保存社員メールデータ２４４を元に、クライアント装置２１０の社員Ｕ１用の個人知人テーブルを作成して、記憶装置２５０に記憶する手段である。この知人テーブル抽出部２１３は定期的に起動される。起動する頻度は任意であるが、個人知人テーブルの作成処理は比較的時間のかかる負荷の重たい処理であること、新規に追加された送受信メール数が少ない場合には計算結果にあまり変化がないことを考えると、１週間に１度、夜間に起動する程度の頻度で良い。

クライアント装置２１０の検索画面／結果表示部２１１は、検索条件および検索要求者のメールアドレスを指定した検索要求を受け付ける検索画面や検索条件に該当する社員の情報を含む検索結果を表示装置２４２に表示する手段である。検索画面／結果表示部２１１は、検索画面で受け付けた検索要求を検索要求処理部２１２へ送信し、それに対する検索結果を検索要求処理部２１２から受け取って表示装置２４２に出力する。

検索要求処理部２１２は、検索画面／結果表示部２１１から検索要求を受け取って検索サーバ装置２２０へ送信し、それに対する検索結果を検索サーバ装置２２０から受信し、検索画面／結果表示部２１１へ出力する。検索サーバ装置２２０から受信する検索結果には、検索条件に該当する各社員のメールアドレスが含まれている。

社員情報２３１は、第１の実施の形態の図１の社員情報１３１と同じものである。

検索サーバ装置２２０のクライアント要求受付／返却処理部２２１は、クライアント装置２１０の検索要求処理部２１２から検索要求を受け取って人物検索部２２２へ出力し、その検索結果を人間関係スコア反映部２２３から受け取ってクライアント装置２１０の検索要求処理部２１２に返却する。

人物検索部２２２は、クライアント要求受付／返却処理部２２１から検索要求を受け取り、検索要求で指定された検索条件を満たす人物を社員情報２３１から検索し、その検索結果を人間関係スコア反映部２２３へ出力する。

人間関係スコア反映部２２３は、人物検索部２２２から検索結果を受け取り、検索結果に含まれる社員に、個人知人テーブル１４５に記録された検索要求者との間の知り合い度の値を付与し、その付与した知り合い度の値の大きい順に社員をソートした検索結果をクライアント要求受付／返却処理部２２１へ出力する。

次に本実施の形態の動作を説明する。

まず、定期的に実施される全社員知人テーブル２５１の作成処理について説明する。

クライアント装置２１０の知人テーブル抽出部２１３は、起動されると、ローカル保存社員メールデータ２４４から、ヘッダに記録された送受信日時が現在日時より予め定められた過去一定期間内（例えば過去１年内）の送受信メールを処理対象メールとして抽出し、この抽出した処理対象メールを元に、全社員知人テーブル２５１中の自クライアント装置２１０の社員Ｕ１用の個人知人テーブルを作成し、社員Ｕ１のメールアドレスに対応付けて記憶装置２５０に記憶する。個人知人テーブルの作成方法は、第１の実施の形態の知人テーブル抽出部１１３と同じである。

他のクライアント装置の知人テーブル抽出部も、定期的に、全社員知人テーブル２５１中の自クライアント装置２１０の社員用の個人知人テーブルを作成し、その社員のメールアドレスに対応付けて記憶装置２５０に記憶する。

続いて、本実施の形態において、クライアント装置２１０の社員Ｕ１から検索条件を指定した検索要求が入力された際の動作を、図９のフローチャートを参照して説明する。

クライアント装置２１０は、検索画面／結果表示部２１１を用いて表示装置２４２に表示している検索画面を通じて、検索キーワードによる検索条件と検索要求者のメールアドレスとを指定した検索要求が入力されると、その検索要求を検索要求処理部２１２を用いて検索サーバ装置２２０へ送信する（ステップＳ２０１）。

検索サーバ装置２２０は、クライアント要求受付／返却処理部２２１を用いてクライアント装置２１０から検索要求を受信すると、人物検索部２２２を用いて、その検索要求において検索条件として指定された検索キーワードと一致する文字列を属性情報に持つ社員を社員情報２３１から検索し、検索結果を取得する（ステップＳ２０２）。この検索結果には、検索要求者のメールアドレスと検索された社員のメールアドレスを含むメタ情報とが含まれている。

次に検索サーバ装置２２０は、人間関係スコア反映部２２３を用いて検索結果に対して人間関係スコアを反映する（ステップＳ２０３）。具体的には、人間関係スコア反映部２２３は、検索結果に含まれる社員毎に以下の処理を行う。

まず、人間関係スコア反映部２２３は、全社員知人テーブル２５１から、検索要求者のメールアドレスに対応する個人知人テーブル（クライアント装置２１０の社員Ｕ１用の個人知人テーブル）を検索対象テーブルとして読み出す。次に、この読み出した検索対象テーブルから、検索された社員のメールアドレスを知人メールアドレス欄に持つエントリを検索する。検索に成功した場合には、検索されたエントリの知り合い度欄に設定された知り合い度を当該社員に第１のスコアとして付与する。検索に失敗した場合には、当該社員に対して値０の第１のスコアを付与する。

次に、人間関係スコア反映部２２３は、全社員知人テーブル２５１から、検索要求者であるクライアント装置２１０の社員Ｕ１用の個人知人テーブルにおいて知り合い度が０でない知人用の個人知人テーブルを検索対象テーブルとして全て読み出す。次に、第２のスコアの初期値を０とし、読み出した検索対象テーブル毎に、以下の処理を繰り返す。まず、当該検索対象テーブルに対して、検索された社員のメールアドレスを知人メールアドレス欄に持つエントリを検索する。そして、検索に成功した場合には、検索されたエントリの知り合い度欄に設定された知り合い度を第２のスコアに加算する。また、検索に成功した当該検索対象テーブルが或る社員Ｕｘ用の個人知人テーブルの場合、当該社員Ｕｘを当該検索された社員に検索要求者が接触する際の仲介者として抽出しておく。検索に失敗した場合には、第２のスコアには値を加算しない。全ての検索対象テーブルについての処理を終えた後の第２のスコアを、当該検索された社員に対して付与する。

次に、人間関係スコア反映部２２３は、第１のスコアと第２のスコアとに異なる重みを付与して加算した値を、当該検索された社員と検索要求者との間の人間関係の強度を示すスコアとして計算し、検索された社員に付与する。第１のスコアは、検索要求者との間の直接の知り合い度であるのに対して、第２のスコアは、検索要求者との間の知り合いの知り合いの知り合い度になるため、第２のスコアの重みは第１のスコアの重みより軽くすることが望ましい。例えば、第２のスコアは第１のスコアの半分の重みにする。

次に、人間関係スコア反映部２２３は、付与した人間関係の強度を示すスコアが０である社員は検索結果から取り除く。次に、人間関係スコア反映部２２３は、付与した人間関係の強度を示すスコアの昇順に、検索結果の社員をソートし、ソート後の検索結果をクライアント要求受付／返却処理部２２１に伝達する。また、人間関係スコア反映部２２３は、検索結果の社員に対して、スコアとその内訳（第１、第２のスコアの値）、仲介者が抽出されている場合には仲介者の情報（例えば、氏名とメールアドレス）を付加しておく。

検索サーバ装置２２０は、ソート後の検索結果をクライアント要求受付／返却処理部２２１を用いてクライアント装置１１０へ返却する（ステップＳ２０４）。

クライアント装置１１０は、検索要求処理部２１２を用いて検索結果を検索サーバ装置２２０から受信すると、検索画面／結果表示部２１１を用いて、検索結果を表示装置２４２に表示する（ステップＳ２０５）。

図１０に表示装置２４２に表示された検索結果の一例を示す。図１０に示されるように、本実施の形態では、検索条件に該当する社員の情報がスコアの高い順に並べて表示される。この例では、社員の情報として、内訳を含むスコア、名前、メールアドレス、仲介者の氏名とメールアドレスを使用したが、電話番号など他の情報を表示するようにしても良いし、スコア、その内訳は表示を省略してもよい。

このように本実施の形態によれば、検索条件に該当する社員が、検索要求者との間の人間関係の強度を示すスコアの値が大きい順に表示されるため、検索要求者は、検索された人物の中でどの人物が自身にとって接触し易い人物であるかどうかを、検索結果から直ちに認識することができる。

また本実施の形態によれば、検索要求者と直接にメールを送受信したことがあるという人間関係だけでなく、検索要求者と直接にメールを送受信したことがある社員と直接にメールを送受信したことがあるという人間関係、換言すれば、知り合いの知り合いという人間関係まで把握することが可能である。これによって、直接の知り合いだけを人間関係として把握する第１の実施の形態では、接触する術がなかった社員に対しても、自分の直接の知り合いを介して紹介してもらうといった手段で接触することができ、より多くの社員との接触が可能になる。

また本実施の形態によれば、全社員知人テーブル２５１を個々のクライアント装置２１０で分担、分割して作成するため、一か所で全社員知人テーブル２５１を作成する構成に比べて、負荷の集中を避けることができると共に、作成処理速度が向上する。また、仮に１台のクライアント装置が停止しても、そのクライアント装置の社員の人間関係の更新は停止するものの、全社員の人間関係の情報は全社員知人テーブル２５１に作成されているため、人間関係を利用した検索サービスは継続でき、検索システムの信頼性が向上する。

[第３の実施の形態]
図１１を参照すると、本発明の第３の実施の形態に係る検索システム３００は、特定の企業の社員が自社の社員の中から所望の知識を有する人物を検索するための企業内検索システムであり、クライアント装置３１０と、このクライアント装置３１０に社内ネットワーク等の通信網を通じて接続された検索サーバ装置３２０と、社内メールサーバであるメールサーバ装置３６０とを含んで構成されている。

クライアント装置３１０は、社員が使用する情報処理装置、例えば企業の社員それぞれに支給されたパーソナルコンピュータである。ここでは、クライアント装置３１０はＵ１という社員が使用するものとする。図１１には、１台のクライアント装置３１０だけが描かれているが、Ｕ１〜Ｕｎの合計ｎ人の社員が存在する場合、それぞれの社員に１対１に対応するｎ台のクライアント装置が存在する。

クライアント装置３１０は、検索画面／結果表示部３１１および検索要求処理部３１２を備えている。また、クライアント装置３１０には、キーボードやマウスなどで構成される入力装置３４１、液晶ディスプレイなどで構成される表示装置３４２が接続されている。

他方、検索サーバ装置３２０は、クライアント要求受付／返却処理部３２１と人物検索部３２２と人間関係スコア反映部３２３とを備えている。また、検索サーバ装置３２０は、社員情報３３１を記憶する記憶装置３３０と、全社員知人テーブル３５１を記憶する記憶装置３５０に接続されている。

また、メールサーバ装置３６０は、知人テーブル抽出部３６１を備えている。また、メールサーバ装置３６０は、全社員メールデータ３７１を記憶する記憶装置３７０が接続されている。

これらはそれぞれ以下のような機能を有する。

全社員メールデータ３７１は、全てのクライアント装置３１０が送受信したメールの履歴であり、第１の実施の形態の図１のローカル保存社員メールデータ１４４を全社員分について集めた情報に相当する。

全社員知人テーブル３５１は、全社員メールデータ３７１を元に作成された各社員毎の個人知人テーブルの集合である。集合内の個々の個人知人テーブルは、第１の実施の形態の図１の個人知人テーブル１４５と同じものであり、例えば図２に示した構成と同じ構成を持つ。

メールサーバ装置３６０の知人テーブル抽出部３６１は、全社員メールデータ３７１を元に、全社員知人テーブル３５１を作成して、記憶装置３５０に記憶する手段である。この知人テーブル抽出部３６１は定期的に起動される。起動する頻度は任意であるが、全社員知人テーブル３５１の作成処理は比較的時間のかかる負荷の重たい処理であること、新規に追加された送受信メール数が少ない場合には計算結果にあまり変化がないことを考えると、１週間に１度、夜間に起動する程度の頻度で良い。

クライアント装置３１０の検索画面／結果表示部３１１と検索要求処理部３１２とは、第２の実施の形態の図８に示した検索画面／結果表示部２１１と検索要求処理部２１２と同じものである。

社員情報３３１は、第２の実施の形態の図８の社員情報２３１と同じものである。

検索サーバ装置３２０のクライアント要求受付／返却処理部３２１、人物検索部３２２および人間関係スコア反映部３２３は、第２の実施の形態の図８のクライアント要求受付／返却処理部２２１、人物検索部２２２および人間関係スコア反映部２２３と同じものである。

次に本実施の形態の動作を説明する。

まず、定期的に実施される全社員知人テーブル３５１の作成処理について説明する。

メールサーバ装置３６０の知人テーブル抽出部３６１は、起動されると、全社員メールデータ３７１から、ヘッダに記録された送受信日時が現在日時より予め定められた過去一定期間内（例えば過去１年内）の送受信メールを処理対象メールとして抽出し、この抽出した処理対象メールを元に、全社員知人テーブル３５１中の各クライアント装置３１０の社員用の個人知人テーブルを作成し、各社員のメールアドレスに対応付けて記憶装置３５０に記憶する。各個人知人テーブルの作成方法は、第２の実施の形態の知人テーブル抽出部２１３と同じである。

本実施の形態において、クライアント装置３１０の社員Ｕ１から検索条件を指定した検索要求が入力された際の動作は、第２の実施の形態において、図９のフローチャートを参照して説明した動作と同じである。

このように本実施の形態によれば、検索条件に該当する社員が、検索要求者との間の人間関係の強度を示すスコアの値が大きい順に表示されるため、検索要求者は、検索された人物の中でどの人物が自身にとって接触し易い人物であるかどうかを、検索結果から直ちに認識することができる。

また本実施の形態によれば、検索要求者と直接にメールを送受信したことがあるという人間関係だけでなく、検索要求者と直接にメールを送受信したことがある社員と直接にメールを送受信したことがあるという人間関係、換言すれば、知り合いの知り合いという人間関係まで把握することが可能である。これによって、直接の知り合いだけを人間関係として把握する第１の実施の形態では、接触する術がなかった社員に対しても、自分の直接の知り合いを介して紹介してもらうといった手段で接触することができ、より多くの社員との接触が可能になる。

また本実施の形態によれば、全社員知人テーブル３５１をメールサーバ装置３６０が作成するため、全社員知人テーブル３５１を一元管理でき、運用が容易になる。また、クライアント装置３１０には一切手を加える必要がない。

以上、本発明の実施の形態について説明したが、本発明は以上の実施の形態にのみ限定されず、以下のような各種の付加変更が可能である。

第２および第３の実施の形態では、第１のスコアと第２のスコアの双方を用いて人間関係の強度を示すスコアを計算したが、第１の実施の形態と同様に、第１のスコアのみから人間関係の強度を示すスコアを計算して、検索された社員に付与するようにしても良い。

また、上述した各実施の形態では、特定の企業の社員が自社の社員の中から所望の知識を有する人物を検索するための企業内検索システムに本発明を適用したが、特定の企業グループ、特定のサークル、特定の団体、特定の会など、特定の集団に属する個人がその集団の中から所望の検索条件に該当する人物を検索するための検索システムに本発明は適用可能である。

また、本発明を構成するクライアント装置、検索サーバ装置、メールサーバ装置の各機能的手段は、ハードウェアで実現することができる以外に、コンピュータとプログラムとで実現することが可能である。

１００ 検索システム
１１０ クライアント装置
１１１ 結果表示部
１１２ 検索要求処理部
１１３ 知人テーブル抽出部
１１４ 人間関係スコア反映部
１２０ 検索サーバ装置
１２１ 返却処理部
１２２ 人物検索部
１３０ 記憶装置
１３１ 社員情報
１４１ 入力装置
１４２ 表示装置
１４３ 記憶装置
１４４ ローカル保存社員メールデータ
１４５ 個人知人テーブル
２００ 検索システム
２１０ クライアント装置
２１１ 結果表示部
２１２ 検索要求処理部
２１３ 知人テーブル抽出部
２２０ 検索サーバ装置
２２１ 返却処理部
２２２ 人物検索部
２２３ 人間関係スコア反映部
２３０ 記憶装置
２３１ 社員情報
２４１ 入力装置
２４２ 表示装置
２４３ 記憶装置
２４４ ローカル保存社員メールデータ
２５０ 記憶装置
２５１ 全社員知人テーブル
３００ 検索システム
３１０ クライアント装置
３１１ 結果表示部
３１２ 検索要求処理部
３２０ 検索サーバ装置
３２１ 返却処理部
３２２ 人物検索部
３２３ 人間関係スコア反映部
３３０ 記憶装置
３３１ 社員情報
３４１ 入力装置
３４２ 表示装置
３５０ 記憶装置
３５１ 全社員知人テーブル
３６０ メールサーバ装置
３６１ 知人テーブル抽出部
３７０ 記憶装置
３７１ 全社員メールデータ

Claims (25)

1. クライアント装置から入力された検索要求に含まれる検索条件に該当する人物を検索する機能を有する検索サーバ装置を備えた検索システムであって、
   人物間で送受信されたメールの送受信履歴を元に計算された人物間の知り合い度を記憶するテーブルと、
   前記テーブルに記憶された知り合い度を元に、前記検索された人物に対して、前記検索要求を入力した人物との間の人間関係の強度を示すスコアを付与し、スコアの高い順に検索結果をソートする人間関係スコア反映手段とを備えることを特徴とする検索システム。
2. 人物間で送受信されたメールの送受信履歴を元に、人物間の知り合い度を計算して、前記テーブルを生成するテーブル抽出手段を備えることを特徴とする請求項１に記載の検索システム。
3. 前記テーブル抽出手段は、宛先Ｔｏによって送受信されたメールの総数であるＴｏ回数、宛先Ｃｃによって送受信されたメールの総数であるＣｃ回数、返信メールの総数であるＲｅｐｌｙ回数、返信によって連なる複数のメール群の返信回数の平均値であるメールチェーン平均回数のうちの１つ、または２つ、または３つ、または全てを使用して、人物間の知り合い度を計算することを特徴とする請求項２に記載の検索システム。
4. 前記テーブル抽出手段は、メーリングリストによるメールについては、前記Ｔｏ回数、前記Ｃｃ回数、前記Ｒｅｐｌｙ回数、前記メールチェーン平均回数をカウントしないことを特徴とする請求項３に記載の検索システム。
5. 前記テーブル抽出手段は、メーリングリストによるメールについては、メーリングリストのメンバ全員について、前記Ｔｏ回数、前記Ｃｃ回数、前記Ｒｅｐｌｙ回数、前記メールチェーン平均回数をカウントすることを特徴とする請求項３に記載の検索システム。
6. 前記テーブル抽出手段は、メーリングリストによるメールについては、メーリングリストのメンバのうち、メーリングリストによるメールに対して後刻に返信した人物のみについて、前記Ｔｏ回数、前記Ｃｃ回数、前記Ｒｅｐｌｙ回数、前記メールチェーン平均回数をカウントすることを特徴とする請求項３に記載の検索システム。
7. 前記テーブルは、特定の人物と他の人物との間の人間関係の強度を示すスコアを記憶する個人用の知人テーブルの集合で構成されていることを特徴とする請求項１に記載の検索システム。
8. 個々の個人用の知人テーブルは、その個人が使用するクライアント装置からアクセス可能な記憶装置に記憶されており、且つ、前記人間関係スコア反映手段は、前記クライアント装置毎に設けられていることを特徴とする請求項７に記載の検索システム。
9. 前記クライアント装置は、自クライアント装置を使用する人物と他の人物との間で送受信されたメールの送受信履歴を元に、自クライアント装置を使用する人物と他の人物との間の知り合い度を計算して、自クライアント装置で用いる前記個人用の知人テーブルを生成するテーブル抽出手段を備えることを特徴とする請求項８に記載の検索システム。
10. 全ての個人用の知人テーブルは、前記検索サーバからアクセス可能な記憶装置に記憶されており、且つ、前記人間関係スコア反映手段は、前記検索サーバに配置されていることを特徴とする請求項７に記載の検索システム。
11. 前記クライアント装置は、自クライアント装置を使用する人物と他の人物との間で送受信されたメールの送受信履歴を元に、自クライアント装置を使用する人物と他の人物との間の知り合い度を計算して、自クライアント装置を使用する個人用の知人テーブルを生成し、前記検索サーバ装置からアクセス可能な前記記憶装置に記憶するテーブル抽出手段を備えることを特徴とする請求項１０に記載の検索システム。
12. 全ての人物間で送受信されたメールの送受信履歴を元に、前記全ての個人用の知人テーブルを生成し、前記検索サーバ装置からアクセス可能な前記記憶装置に記憶する機能を有するメールサーバ装置を備えることを特徴とする請求項１０に記載の検索システム。
13. 前記人間関係スコア反映手段は、前記検索要求を入力した人物と前記検索された人物との間の知り合い度を元に、前記検索要求を入力した人物と前記検索された人物との間の人間関係の強度を示すスコアを付与することを特徴とする請求項１に記載の検索システム。
14. 前記人間関係スコア反映手段は、前記検索要求を入力した人物と前記検索された人物との間の知り合い度と、前記検索要求を入力した人物との間の知り合い度がゼロでない人物と前記検索された人物との間の知り合い度とを元に、前記検索要求を入力した人物と前記検索された人物との間の人間関係の強度を示すスコアを付与することを特徴とする請求項１に記載の検索システム。
15. 前記人間関係スコア反映手段は、前記検索要求を入力した人物と前記検索された人物との間の知り合い度と、前記検索要求を入力した人物との間の知り合い度がゼロでない人物と前記検索された人物との間の知り合い度とに異なる重みを付与して、前記検索要求を入力した人物と前記検索された人物との間の人間関係の強度を示すスコアを計算することを特徴とする請求項１４に記載の検索システム。
16. 前記検索された人物の情報を含む検索結果を表示する際、前記検索された人物の情報に対応付けて、前記検索要求を入力した人物との間の知り合い度がゼロでない人物のうち、当該検索された人物との間の知り合い度がゼロでない人物の情報を提示する検索結果表示手段を備えることを特徴とする請求項１４または１５に記載の検索システム。
17. クライアント装置が、検索要求を検索サーバ装置へ送信し、
    前記検索サーバ装置が、前記クライアント装置から入力された検索要求に含まれる検索条件に該当する人物を検索し、
    前記検索サーバ装置または前記クライアント装置の何れかの装置が、人物間で送受信されたメールの送受信履歴を元に計算された人物間の知り合い度を記憶するテーブルに記憶された知り合い度を元に、前記検索された人物に対して、前記検索要求を入力した人物との間の人間関係の強度を示すスコアを付与し、スコアの高い順に検索結果をソートすることを特徴とする検索方法。
18. 前記クライアント装置または他の装置の何れかに設けられたテーブル抽出手段が、人物間で送受信されたメールの送受信履歴を元に、人物間の知り合い度を計算して、前記テーブルを生成することを特徴とする請求項１７に記載の検索方法。
19. 前記テーブル抽出手段は、宛先Ｔｏによって送受信されたメールの総数であるＴｏ回数、宛先Ｃｃによって送受信されたメールの総数であるＣｃ回数、返信メールの総数であるＲｅｐｌｙ回数、返信によって連なる複数のメール群の返信回数の平均値であるメールチェーン平均回数のうちの１つ、または２つ、または３つ、または全てを使用して、人物間の知り合い度を計算することを特徴とする請求項１８に記載の検索方法。
20. 検索要求を検索サーバ装置に送信し、前記検索要求に含まれる検索条件に該当する人物を検索した検索結果を前記検索サーバ装置から受信するクライアント装置であって、
    人物間で送受信されたメールの送受信履歴を元に計算された人物間の知り合い度を記憶するテーブルと、
    前記テーブルに記憶された知り合い度を元に、前記検索された人物に対して、前記検索要求を入力した人物との間の人間関係の強度を示すスコアを付与し、スコアの高い順に検索結果をソートする人間関係スコア反映手段とを備えることを特徴とするクライアント装置。
21. 人物間で送受信されたメールの送受信履歴を元に、人物間の知り合い度を計算して、前記テーブルを生成するテーブル抽出手段を備えることを特徴とする請求項２０に記載のクライアント装置。
22. 前記テーブル抽出手段は、宛先Ｔｏによって送受信されたメールの総数であるＴｏ回数、宛先Ｃｃによって送受信されたメールの総数であるＣｃ回数、返信メールの総数であるＲｅｐｌｙ回数、返信によって連なる複数のメール群の返信回数の平均値であるメールチェーン平均回数のうちの１つ、または２つ、または３つ、または全てを使用して、人物間の知り合い度を計算することを特徴とする請求項２１に記載のクライアント装置。
23. クライアント装置から入力された検索要求に含まれる検索条件に該当する人物を検索する機能を有する検索サーバ装置であって、
    人物間で送受信されたメールの送受信履歴を元に計算された人物間の知り合い度を記憶するテーブルと、
    前記テーブルに記憶された知り合い度を元に、前記検索された人物に対して、前記検索要求を入力した人物との間の人間関係の強度を示すスコアを付与し、スコアの高い順に検索結果をソートする人間関係スコア反映手段とを備えることを特徴とする検索サーバ装置。
24. 検索要求を検索サーバ装置に送信し、前記検索要求に含まれる検索条件に該当する人物を検索した検索結果を前記検索サーバ装置から受信するコンピュータを、
    人物間で送受信されたメールの送受信履歴を元に計算された人物間の知り合い度を記憶するテーブルに記憶された知り合い度を元に、前記検索された人物に対して、前記検索要求を入力した人物との間の人間関係の強度を示すスコアを付与し、スコアの高い順に検索結果をソートする人間関係スコア反映手段として機能させるためのプログラム。
25. クライアント装置から入力された検索要求に含まれる検索条件に該当する人物を検索する機能を有するコンピュータを、
    人物間で送受信されたメールの送受信履歴を元に計算された人物間の知り合い度を記憶するテーブルに記憶された知り合い度を元に、前記検索された人物に対して、前記検索要求を入力した人物との間の人間関係の強度を示すスコアを付与し、スコアの高い順に検索結果をソートする人間関係スコア反映手段として機能させるためのプログラム。

Images