JP2011221872A - 知識量推定装置及びプログラム - Google Patents

Abstract

【課題】 検索システムにおいて、ユーザの嗜好性を考慮した分野毎の知識量や知識の深さを推定する。
【解決手段】 本発明は、クエリログのクエリから分野毎にクエリの専門性度合いを算出し、分野別のクエリの専門性の総和に閲覧履歴からｋ個前までの閲覧履歴中にクエリが含まれるか否かにより決定された補正定数を乗算し、クエリログの当該分野のクエリの出現回数で除算して平均した値をその分野のユーザの第１の知識量推定要素値とし、また、クエリに基づいて専門性を示す特殊語句の効果値を参照して、クエリの効果値の平均を分野別に算出し、第２の知識量推定要素値とし、これらの２つの推定要素値の加重平均をとることで知識量を求める。
【選択図】 図１

Description

本発明は、知識量推定装置及びプログラムに係り、特に、電子文書の検索技術における、ユーザの分野ごとの知識量や知識の深さといった背景を推定するための知識量推定装置及びプログラムに関する。

文書検索では、ユーザが自分が探している情報を得るために、情報に関連しそうなキーワードを指定して検索を実施する。検索の精度を向上させるためには、検索を行うユーザの背景を知るための情報の獲得が重要であることが知られており、このため、従来では、ユーザの指定したキーワード履歴や、閲覧した電子文書の履歴から、どの分野に関して関心があるかといった嗜好分野を推定する技術がある（例えば、特許文献１参照）。

特開2000-148773号公報

しかしながら、上記のような嗜好推定では、ユーザのよく調べる情報の分野を推定できても、ユーザがその分野において、どの程度精通しているのかといったことは推定できない。

例えば、パソコンの知識が少ないユーザが、パソコンについて精通しているユーザ向けの文書を結果として与えられ、語句がわからなくて理解できないケースがある。あるいは、京都に何回も訪れたことのある旅行者が、初めて京都を観光する旅行者に対して書かれた文書を結果として与えられ、それはユーザにとって有用でない。従来技術で推定される、ユーザの嗜好分野情報の利用では、これらの問題に対処することはできない。

本発明は、上記の点に鑑みなされたもので、ユーザの嗜好性を考慮した分野毎の知識量や知識の深さを推定することが可能な知識量推定装置及びプログラムを提供することを目的とする。

図１は、本発明の原理構成図である。

本発明（請求項１）は、検索システムにおいてユーザの分野毎の知識量を推定するための知識量推定装置であって、
ユーザ識別子とクエリログを格納したクエリログ記憶手段１１０と、
語句と分野を対応付けた情報を格納した語句・分野記憶手段１２０と、
ユーザの知識量が推定できるような特殊語句と該特殊語句に対応する効果値を格納した特殊語句記憶手段１４０と、
ユーザ識別子とクエリ及び分野を対応付けて格納するユーザ・クエリ・分野記憶手段１３０と、
ユーザ識別子と分野及び特殊語句効果値を対応付けて格納するユーザ・分野・特殊効果値語句記憶手段１５０と、
第１の知識量推定要素値を格納する第１の知識量推定要素値記憶手段１７０と、
第２の知識量推定要素値を格納する第２の知識量推定要素値記憶手段１８０と、
クエリログ記憶手段１１０から読み出したユーザ識別子とクエリに基づいて、語句・分野記憶手段１２０を参照し、一致する語句があれば、該ユーザ識別子毎に該クエリと該語句をユーザ・クエリ・分野記憶手段１３０に格納する分野参照手段１０と、
ユーザ・クエリ・分野記憶手段１３０の各クエリに基づいて特殊語句記憶手段１４０を参照し、該クエリが特殊語句を含む場合は該特殊語句に対応する効果値を取得してユーザ・分野・特殊語句効果値記憶手段１５０に格納する特殊語句効果値参照手段２０と、
ユーザ・クエリ・分野記憶手段１３０のデータを読み出して、各分野のユーザ毎に、クエリの専門性度合いの総和を求め、当該分野に属する全語句が、当該ユーザによってクエリとして入力された回数で除した値を第１の知識量推定要素値として第１の知識量推定要素値記憶手段１７０に格納する第１の知識量推定要素値算出手段３０と、
ユーザ・分野・特殊語句効果値記憶手段１５０のデータを読み出して、分野毎にクエリの効果値の平均を第２の知識量推定要素値として第２の知識量推定要素値記憶手段１８０に格納する第２の知識量推定要素値算出手段４０と、
第１の知識量推定要素値記憶手段１７０の第１の知識量推定要素値と第２の知識量推定要素値記憶手段１８０の第２の知識量推定要素値の加重平均を求め、知識量推定値として出力する知識量推定手段５０と、を有する。

また、本発明（請求項２）は、請求項１の知識量推定装置において、
クエリと該クエリを入力した時点からｋ個前までの閲覧履歴を格納した閲覧履歴記憶手段１６０を更に有し、
第１の知識量推定要素値算出手段３０は、
クエリに基づいて閲覧履歴記憶手段１６０を参照し、該クエリが閲覧履歴に含まれていた場合に、当該ユーザの該クエリに関する補正定数を１未満の正の定数とし、含まれていない場合は該補正定数を１として、第１の知識量推定要素値に乗算する手段を含む。

また、本発明（請求項３）は、請求項１、または請求項２の第１の知識量推定要素値算出手段において、
第１の知識量推定要素値を求める際に、クエリの専門性の度合いとして、各分野におけるクエリ全体の中に占める、クエリの頻度割合の逆数を用いる。

また、本発明（請求項４）は、請求項１乃至３のいずれか１項に記載の第１の知識量推定要素値算出手段において、
第１の知識量推定要素値を求める際に、クエリの専門性度合いの総和の平均を算出する。

本発明（請求項５）は、請求項１乃至４のいずれか１項に記載の知識量推定装置を構成する各手段としてコンピュータを機能させるための知識量推定プログラムである。

本発明は、知識量を推定する際に、クエリログのクエリから分野毎にクエリの専門性度合いを算出し、ジャンル別のクエリの専門性の総和をその分野のユーザの第１の知識量推定要素値とし、また、「入門」、「マニア」といった語句に専門性を示す特殊語句の効果値を参照して、クエリの効果値の平均を分野別に算出し、第２の知識量推定要素値とし、これらの２つの推定要素値の加重平均をとることで知識量を求めることにより、ユーザの分野毎における知識量を高精度に推定し、数値として得ることができるため、ユーザのある分野における知識量に見合った、ユーザにより適した情報を提供することの実現に寄与することができる。

課題部分で挙げた、「京都」の例で具体的に説明すると、あるユーザが過去に、京都に関して、十分な回数検索システムを用いて電子文書を検索、閲覧していたとする。従来技術では、このユーザが「京都」に関して興味を持っていることがわかる。本発明では、データベースによって分野の特定ができる、かつ他のユーザがクエリとして選択することの少ないクエリで、「京都」に関する電子文書をよく検索していた場合、このユーザには「京都」という分野に関して高い知識量推定値が与えられ、「京都」に関して豊富な知識を持っているということがわかる。

本発明の原理構成図である。 本発明の一実施の形態における知識量推定装置の構成図である。 本発明の一実施の形態におけるクエリログDBの例である。 本発明の一実施の形態における語句・分野DBの例である。 本発明の一実施の形態におけるユーザ・クエリ・分野DBの例である。 本発明の一実施の形態における特殊語句DBの例である。 本発明の一実施の形態におけるユーザ・分野・特殊語句効果値DBの例である。 本発明の一実施の形態における閲覧履歴DBの例である。 本発明の一実施の形態における知識量推定要素値C1DBの例である。 本発明の一実施の形態における知識量推定要素値C2DBの例である。 本発明の一実施の形態における知識量推定要素値C1DBの作成のフローチャートである。 本発明の一実施の形態における知識量推定要素値C2DBの作成のフローチャートである。 本発明の一実施の形態における知識量推定部のフローチャートである。

以下図面と共に、本発明の実施の形態を説明する。

図２は、本発明の一実施の携帯における推定装置の構成を示す。

同図に示す推定装置は、分野参照部１０、特殊語句効果値さん勝負２０、知識量推定要素値C1データベース（DB）作成部３０、知識量推定要素値C2データベース（DB）作成部４０、知識量推定部５０、クエリログDB１１０、語句・分野DB１２０、ユーザ・クエリ・分野DB１３０、特殊語句DB１４０、ユーザ・分野・特殊語句効果値DB１５０、閲覧履歴DB１６０、知識量推定要素値C1DB１７０、知識量推定要素値C2DB１８０から構成される。

クエリログDB１１０は、図３に示すように、ユーザの検索システム利用履歴から構成される。本発明においては、ユーザが検索システムを利用して電子文書を探す際に入力するクエリに関するログを使用する。これをクエリログと呼ぶ。クエリログは打ち込まれたクエリと打ち込んだユーザを特定する情報（ユーザ識別子）の２つを含む。

語句・分野DB１２０は、図４に示すように、各語句がどの分野に属するかを参照するための、語句と分野の対応リストを持つ。

ユーザ・クエリ・分野DB１３０は、図５に示すように、ユーザ毎にクエリとその分野を格納する。

特殊語句DB１４０の例を図６に示す。複数の語句を一つのクエリとして検索する場合、それらの語句の中にユーザの知識量を示す語句が含まれることがある。ユーザの知識量が推定できるような特殊語句と、その特殊語句にそれぞれ予め設定された特殊語句効果値をリストとして持つ。例えば、比較的知識量が少ないことを示す語句としては、「入門」や「初心者」などであり、逆に知識量が多いことを示す語句としては「マニア」や「おたく」などである。

ユーザ・分野・特殊語句効果値DB１５０は、図７に示すように、ユーザ毎に分野と特殊特効果値を格納する。

閲覧履歴DB１６０は、図８に示すように、ユーザ、クエリ、クエリを入力した時点からｋ（ｋは定数）個前までに閲覧していた文書の文字データを含んでいる。

知識量推定要素値C1DB１７０は、知識量推定要素値C1作成部３０により生成され、図９に示すように、ユーザ毎に分野の知識量推定要素値C₁を格納する。

知識量推定要素値C2DB１８０は、知識量推定要素値C2作成部４０により生成され、図１０に示すように、ユーザ毎に分野の知識量推定要素値C₂を格納する。

以下に、推定装置の各構成要素について説明する。

分野参照部１０は、クエリログDB１１０からユーザ名とクエリがペアとなったデータを読み込み、各ペアについて以下の処理を行う。クエリをキーとして、語句・分野DB１２０を参照し、クエリと一致する語句があれば、当該語句の属する分野をそのクエリの属する分野とし、ユーザ・クエリ・分野DB１３０に格納する。一致しない場合、当該クエリはユーザ・クエリ・分野DB１３０に格納しない。クエリログDB１１０中に、同一のユーザ、クエリのペアが複数ある場合、重複を許す方法と、重複しているものは1つにまとめる方法が考えられる。

特殊語句効果参照部２０は、ユーザ・クエリ・分野DB１３０の各クエリについて以下の処理を行う。ユーザ・クエリ・分野DB１３０からクエリを取得し、当該クエリに基づいて特殊語句DB１４０を参照し、クエリが特殊語句を含むのであれば、参照した値をそのクエリの属する分野の特殊語句効果値としてユーザ・分野・特殊語句効果値DB１５０に格納する。クエリが特殊語句を含まない場合はユーザ・分野・特殊語句効果値DB１５０には格納しない。

知識量推定要素値C1DB作成部３０は、図１１に示す処理を行う。

ステップ１０１） まず、知識量推定要素値C1DB作成部３０は、ユーザ・クエリ・分野DB１３０を読み込み、ユーザ名u、分野名d、クエリｔを取得する
ステップ１０２）ユーザ・クエリ・分野DB１３０中の対象分野ｄに属する全クエリ数（Nd）をカウント済みかを判定し、カウントしていない場合はステップ１０３に移行し、カウントしている場合はステップ１０４に移行する。

ステップ１０３） ユーザ・クエリ・分野DB１３０中のdを含む行数Ndをカウントする（Nd=Nd＋1）。

ステップ１０４） ユーザ・クエリ・分野DB１３０のクエリｔを含む行数ｑf(t)をカウントする（ｑf(t)＝ｑf(t)＋１）。

ステップ１０５） 各分野においてユーザの専門性の指標を調べるため、IQF(Inverse Query Frequency)を算出する。ここでのIQFは当該分野におけるクエリ全体の中に占める、そのクエリの頻度の割合の逆数を用いたもので、以下に分野ｄにおけるクエリｔのIQFを表すiqf_d(t)を求める式を示す。

ここで、Ｎ_dはユーザ・クエリ・分野DB１３０中の対象分野ｄに属する全クエリの数、qf(t)は、ユーザ・クエリ・分野DB１３０中のクエリｔの出現回数である。

Iqf_d(t)が高いほど、語句ｔは分野ｄに対して専門性の高い語句であると判断される。これは、ある分野においてクエリとして入力される頻度の低い語句を使って検索するユーザは、その分野において高い専門性を持っているとの仮定に基づいている。例えば、「野球」という分野において、「プロ野球」や「高校野球」といった、全ユーザを対象としたクエリログにおいて、頻度の高いと思われるクエリを入力する人よりも、「クイックモーション」や「ツーシーム」といった、入力される頻度の低い語句をクエリとして選んでいる人のほうが、「野球」について詳しいと考えられる。

ステップ１０６） ユーザ・クエリ・分野DB１３０中のユーザu、分野dを含む行数N_u,dに１を足す。

ステップ１０７） クエリｔが入力された時点からｋ個前までの閲覧履歴中に、クエリｔが含まれていた場合はステップ１０８に移行し、含まれていない場合はステップ１０９に移行する。

ステップ１０８） ユーザは、本来その分野に詳しくなくても、直近閲覧した文書によって、未知の分野の専門性の高い語をクエリとして入力することが考えられる。このため、直近の閲覧履歴を考慮に入れるために補正定数を導入する。クエリｔが入力された時点からｋ（ｋは定数）個前までの閲覧履歴中に、クエリｔが含まれていた場合、ユーザｕのクエリｔに関する補正定数cor_u,tは１未満の正の定数をとる。

ステップ１０９） 閲覧履歴DB１６０に含まれていない場合、補正定数cor_u,tは１となる。

ステップ１１０） ユーザu、分野dを含む行全てをqf(t)を求めた場合はステップ１１１に移行し、求めていない場合はステップ１０１に移行する。

ステップ１１１） ユーザ・クエリ・分野DB１３０において、あるユーザuの、ある分野ｄに属する語句全てのIQFの集合をQ_u,dとして、IQFに基づくユーザのある分野における知識量推定要素値C₁（Q_u,d）を求める。以下にC₁（Q_u,d）を求める式の一例を示す。

ここで、N_u,dは、ユーザuのクエリログに残る、対象分野ｄに属する全語句がクエリとして入力された回数である。上記の例ではiqf_d(t)の相加平均をとっているが、他にも相乗平均や調和平均をとる方法が考えられる。N_u,dの値が小さいときには、知識量の推定精度が低いと考えられるため、外れ値を除く方法や、N_u,dが予め設定された閾値を超えるまでは０とするといった方法も考えられる。

ステップ１１２） 算出されたC1(Q_u,d)は、ユーザuと分野ｄと共に知識量推定要素値C1,DB１７０に格納される。

ステップ１１３） ユーザ・クエリ・分野DB１３０の全ての行を読み込んだ場合は当該処理を終了し、読み込んでいない行がある場合はステップ１０１に移行する。

知識量推定要素値C2DB作成部４０は、図１２に示す処理を行う。

ステップ２０１） 知識量推定要素値C2DB作成部４０は、ユーザ・分野・特殊語句効果値DB１５０を読み込み、ユーザ名u、分野名d、特殊語句効果値S_u,dを取得する。

ステップ２０２） 次に、ユーザ・分野・特殊語句効果値DB１５０のユーザu、分野ｄを含む行数N_u,d,sに１を足す（N_u,d,s＝N_u,d,s＋１）。

ステップ２０３） ユーザ・分野・特殊語句効果値DB１５０からu、dを含む行を全て読み込んだかを判定し、読み込んだ場合はステップ２０４に移行し、読み込んでいない場合はステップ２０１に移行する。

ステップ２０４） ユーザuの分野ｄにおける特殊語句効果値sの集合をS_u,dとして、特殊語句に基づく知識量推定要素値C₂(S_u,d)を、以下の式により算出する。

上記の式において、N_u,d,sは、ユーザuのクエリログに残る、対象分野ｄに属するかつ特殊語句効果値が定義されている全語句がクエリとして入力された回数である。上記の例では、相加平均を取っているが、他にも相乗平均や調和平均をとる方法が考えられる。

ステップ２０５） 上記で求められた知識量推定要素値C₂(S_u,d)とユーザ名u、分野名ｄを知識量推定要素値C2DB１８０に格納する。

ステップ２０６） ユーザ分野特殊語句効果値DB１５０の全ての行を読み込んだ場合は、当該処理を終了し、まだ残りの行がある場合はステップ２０１に移行する。

知識量推定部５０は、図１３に示す処理を行う。

ステップ３０１） 知識量推定部５０は、ユーザｕ及び分野ｄを取得する。

ステップ３０２） 知識量推定要素値C1DB１７０にユーザ名ｕ、分野ｄを含む行が存在するかを判定し、存在しない場合はステップ３０４に移行する。

ステップ３０３） 知識量推定要素値C1DB１７０からユーザ名ｕ、分野ｄを含む行中の知識量推定要素値C₁(Q_u,d)の値を取得する。

ステップ３０４） 知識量推定部５０は、知識量推定値C2DB１８０に、ユーザｕ、分野ｄをキーとして参照し、ｕ，ｄを含む行が存在しない場合はステップ３０６に移行する。

ステップ３０５） 知識量推定値C2DB１８０に、ｕ，ｄを含む行が存在する場合は、知識量推定要素値C₂(S_u,d)を取得する。

ステップ３０６） 取得した知識量推定要素値C₁、知識量推定要素値C₂の少なくとも１いずれか一方に値があるか判定し、ある場合はステップ３０７に移行し、ない場合は当該処理を終了する。

ステップ３０７） 知識量推定要素値C₁(Q_u,d)、知識量推定要素値C₂(S_u,d)を用いて以下の式により、知識量推定値を算出して出力する。なお、ステップ３０６において、いずれか一方にしか値がない場合は、その知識量推定要素値の値は０とする。

上記のｗ_１，ｗ_２は、C_１，C_２にそれぞれ係る重みを示すための、予め調整された定数である。

従来では、検索システムのユーザの検索ログを利用することによって、ユーザの嗜好に関する背景を推定するアプローチがとられていたが、本実施の形態では、検索システムのユーザログの一部であるクエリログ、さらに、ユーザの閲覧履歴を用いることにより、ユーザの知識量に関する背景を高精度に推定することが可能となる。

なお、上記の図２に示す知識量推定装置の各構成要素の動作をプログラムとして構築し、知識量推定装置として利用されるコンピュータにインストールする、または、ネットワークを介して流通させることが可能である。

また、構築されたプログラムをハードディスクや、フレキシブルディスク、ＣＤ−ＲＯＭ等の可搬記憶媒体に格納し、コンピュータにインストールする、または、配布することが可能である。

本発明は、上記の実施の形態に限定されることなく、特許請求の範囲内において、種々変更・応用が可能である。

１０ 分野参照手段、分野参照部
２０ 特殊語句効果値参照手段、特殊語句効果値さん勝負
３０ 第１の知識量推定要素値算出手段、知識量推定要素値C1DB作成部
４０ 第２の知識量推定要素値算出手段、知識量推定要素値C2DB作成部
５０ 知識量推定手段、知識量推定部
１１０ クエリログ記憶手段、クエリログDB
１２０ 語句・分野記憶手段、語句・分野DB
１３０ ユーザ・クエリ・分野記憶手段、ユーザ・クエリ・分野DB
１４０ 特殊語句記憶手段、特殊語句DB
１５０ ユーザ・分野・特殊語句効果値記憶手段、ユーザ・分野・特殊語句効果値DB
１６０ 閲覧履歴記憶手段、閲覧履歴DB
１７０ 第１の知識量推定要素値記憶手段、知識量推定要素値C1DB
１８０ 第２の知識量推定要素値記憶手段、知識量推定要素値C2DB

Claims (5)

1. 検索システムにおいてユーザの分野毎の知識量を推定するための知識量推定装置であって、
   ユーザ識別子とクエリログを格納したクエリログ記憶手段と、
   語句と分野を対応付けた情報を格納した語句・分野記憶手段と、
   ユーザの知識量が推定できるような特殊語句と該特殊語句に対応する効果値を格納した特殊語句記憶手段と、
   ユーザ識別子とクエリ及び分野を対応付けて格納するユーザ・クエリ・分野記憶手段と、
   ユーザ識別子と分野及び特殊語句効果値を対応付けて格納するユーザ・分野・特殊効果値語句記憶手段と、
   第１の知識量推定要素値を格納する第１の知識量推定要素値記憶手段と、
   第２の知識量推定要素値を格納する第２の知識量推定要素値記憶手段と、
   前記クエリログ記憶手段から読み出した前記ユーザ識別子とクエリに基づいて、前記語句・分野記憶手段を参照し、一致する語句があれば、該ユーザ識別子毎に該クエリと該語句をユーザ・クエリ・分野記憶手段に格納する分野参照手段と、
   前記ユーザ・クエリ・分野記憶手段の各クエリに基づいて前記特殊語句記憶手段を参照し、該クエリが特殊語句を含む場合は該特殊語句に対応する効果値を取得してユーザ・分野・特殊語句効果値記憶手段に格納する特殊語句効果値参照手段と、
   前記ユーザ・クエリ・分野記憶手段のデータを読み出して、各分野の各ユーザ毎に、前記クエリの専門性度合いの総和を求め、当該分野に属する全語句が、当該ユーザによってクエリとして入力された回数で除した値を第１の知識量推定要素値として第１の知識量推定要素値記憶手段に格納する第１の知識量推定要素値算出手段と、
   前記ユーザ・分野・特殊語句効果値記憶手段のデータを読み出して、分野毎にクエリの効果値の平均を第２の知識量推定要素値として第２の知識量推定要素値記憶手段に格納する第２の知識量推定要素値算出手段と、
   前記第１の知識量推定要素値記憶手段の前記第１の知識量推定要素値と前記第２の知識量推定要素値記憶手段の第２の知識量推定要素値の加重平均を求め、知識量推定値として出力する知識量推定手段と、
   を有することを特徴とする知識量推定装置。
2. クエリと該クエリを入力した時点からｋ個前までの閲覧履歴を格納した閲覧履歴記憶手段を更に有し、
   前記第１の知識量推定要素値算出手段は、
   前記クエリに基づいて前記閲覧履歴記憶手段を参照し、該クエリが前記閲覧履歴に含まれていた場合に、当該ユーザの該クエリに関する補正定数を１未満の正の定数とし、含まれていない場合は該補正定数を１として、前記第１の知識量推定要素値に乗算する手段を含む
   請求項１記載の知識量推定装置。
3. 前記第１の知識量推定要素値算出手段は、
   前記第１の知識量推定要素値を求める際に、前記クエリの専門性の度合いとして、各分野におけるクエリ全体の中に占める、クエリの頻度割合の逆数を用いる
   請求項１または２記載の知識量推定装置。
4. 前記第１の知識量推定要素値算出手段は、
   前記第１の知識量推定要素値を求める際に、前記クエリの専門性度合いの総和の平均を算出する
   請求項１乃至３のいずれか１項に記載の知識量推定装置。
5. 請求項１乃至４のいずれか１項に記載の知識量推定装置を構成する各手段としてコンピュータを機能させるための知識量推定プログラム。

Images