JP2012133578A

JP2012133578A - Ｗｅｂページ評価装置及びＷｅｂページ評価方法

Info

Publication number: JP2012133578A
Application number: JP2010284932A
Authority: JP
Inventors: Yu Miyazaki; 祐宮崎
Original assignee: Yahoo Japan Corp
Current assignee: Yahoo Japan Corp
Priority date: 2010-12-21
Filing date: 2010-12-21
Publication date: 2012-07-12
Anticipated expiration: 2030-12-21
Also published as: JP5225369B2

Abstract

【課題】検索サービスにおいて当該他のＷｅｂページをコピーして作成されたＷｅｂページがコピー元のＷｅｂページに対して相対的に上位にランキングされるのを抑止することができるＷｅｂページ評価装置を提供すること。
【解決手段】Ｗｅｂページ評価装置１は、類似関係特定手段２１、編集日時推定手段２２及びコピー関係判断手段２３の処理をコンテンツＤＢ１００に記憶された全てのＷｅｂページについて行う繰り返し手段２０と、評価対象Ｗｅｂページにおける、コピー関係判断手段２３によりコピーして作成されたと判断された一部が占める割合を算出して、当該割合に応じて評価対象Ｗｅｂページの評価指標を減点する評価指標減点手段３２と、を備えた。
【選択図】図１

Description

本発明は、Ｗｅｂページ評価装置及びＷｅｂページ評価方法に関する。

従来、Ｗｅｂ上の検索サービスにおいては、ユーザが入力したキーワードを含むＷｅｂページを検索する。そして、検索の結果として抽出されたＷｅｂページのＵＲＬをリストとして表示する。このとき、Ｗｅｂページ評価装置は、ユーザをより効率的に所望のＷｅｂページへ導くため、Ｗｅｂページの注目度や検索頻度等の所定の評価項目に基づいて評価指標を算出する。そして、検索サービスにおいては、評価指標の高いＷｅｂページのＵＲＬから順に表示する。

このようなＷｅｂページ評価装置として、ユーザによるサービスについての利用履歴に基づいてサービスについての評価値を算出する評価スコア計算部を備える利用履歴サーバ装置が提案されている（特許文献１）。
この利用履歴サーバ装置によれば、ユーザの利用履歴に基づいて評価値を算出するので、ユーザの要望に沿ったＷｅｂページについてより高い評価値を算出できる。

特開２００５−１７４０９４号公報

ところで、近年のＷｅｂページでは、他のＷｅｂページのコンテンツの内容をコピーして作成したＷｅｂページが多々存在する。このような他のＷｅｂページのコンテンツをコピーして作成したＷｅｂページは、コピー元のオリジナルのコンテンツを提供するＷｅｂページのように新たな情報を提供しているわけではない。しかしながら、特許文献１に記載された利用履歴サーバ装置では、このような関係を的確に反映することはできないため、他のＷｅｂページをコピーして作成したＷｅｂページが不当に高く評価され、検索サービスにおいても上位にランキングされてしまう場合があった。

本発明は、他のＷｅｂページをコピーして作成されたＷｅｂページの評価指標を減点することで、コピー関係を的確に表現し、結果として検索サービスにおいて当該他のＷｅｂページをコピーして作成されたＷｅｂページがコピー元のＷｅｂページに対して相対的に上位にランキングされるのを抑止することができるＷｅｂページ評価装置を提供することを目的とする。

（１）Ｗｅｂページの評価指標を算出するＷｅｂページ評価装置であって、
Ｗｅｂページを記憶したＷｅｂページ記憶手段から前記評価指標を算出する対象となる評価対象Ｗｅｂページを読み出して、前記評価対象Ｗｅｂページと、前記Ｗｅｂページ記憶手段に記憶された他のＷｅｂページである比較対象Ｗｅｂページと、を対比することにより、前記評価対象Ｗｅｂページの少なくとも一部と、当該一部と所定の閾値以上の類似度を有する前記比較対象Ｗｅｂページの少なくとも一部と、を特定する類似関係特定手段と、
前記類似関係特定手段が特定した、前記評価対象Ｗｅｂページの前記一部が編集された日時と、前記比較対象Ｗｅｂページの前記一部が編集された日時と、を推定する編集日時推定手段と、
前記編集日時推定手段が推定した、前記評価対象Ｗｅｂページの前記一部が編集された日時より、前記比較対象Ｗｅｂページの前記一部が編集された日時が古い場合に、前記評価対象Ｗｅｂページの前記一部は前記比較対象Ｗｅｂページの前記一部をコピーして作成されたと判断するコピー関係判断手段と、
前記類似関係特定手段、前記編集日時推定手段及び前記コピー関係判断手段の処理をＷｅｂページ記憶手段に記憶された全ての前記Ｗｅｂページについて行う繰り返し手段と、
前記評価対象Ｗｅｂページにおける、前記コピー関係判断手段によりコピーして作成されたと判断された前記一部が占める割合を算出して、当該割合に応じて前記評価対象Ｗｅｂページの前記評価指標を減点する評価指標減点手段と、を備えるＷｅｂページ評価装置。

（１）に記載の発明によれば、類似関係特定手段は、Ｗｅｂページを記憶したＷｅｂページ記憶手段から評価指標を算出する対象となる評価対象Ｗｅｂページを読み出して、この評価対象Ｗｅｂページと、Ｗｅｂページ記憶手段に記憶された他のＷｅｂページである比較対象Ｗｅｂページと、を対比することにより、評価対象Ｗｅｂページの少なくとも一部と、当該一部と所定の閾値以上の類似度を有する比較対象Ｗｅｂページの少なくとも一部と、を特定する。編集日時推定手段は、類似関係特定手段が特定した、評価対象Ｗｅｂページの一部が編集された日時と、比較対象Ｗｅｂページの一部が編集された日時と、を推定する。コピー関係判断手段は、編集日時推定手段が推定した、評価対象Ｗｅｂページの一部が編集された日時より、比較対象Ｗｅｂページの一部が編集された日時が古い場合に、評価対象Ｗｅｂページの一部は比較対象Ｗｅｂページの一部をコピーして作成されたと判断する。繰り返し手段は、類似関係特定手段、編集日時推定手段及びコピー関係判断手段の処理をＷｅｂページ記憶手段に記憶された全てのＷｅｂページについて行う。評価指標減点手段は、評価対象Ｗｅｂページにおける、コピー関係判断手段によりコピーして作成されたと判断された一部が占める割合を算出して、当該割合に応じて評価対象Ｗｅｂページの評価指標を減点する。

これにより、評価対象Ｗｅｂページの一部が編集された日時より比較対象Ｗｅｂページの類似部分の一部が編集された日時が古い場合に、評価対象Ｗｅｂページの一部は比較対象Ｗｅｂページの一部をコピーして作成されたと判断して、このコピーして作成されたと判断された一部が占める割合に応じて、当該評価対象Ｗｅｂページの評価指標を減点できる。
したがって、他のＷｅｂページをコピーして作成されたＷｅｂページの評価指標を減点することで、コピー関係を的確に表現し、結果として検索サービスにおいて当該他のＷｅｂページをコピーして作成されたＷｅｂページがコピー元のＷｅｂページに対して相対的に上位にランキングされるのを抑止することができるＷｅｂページ評価装置を提供できる。

（２）前記コピー関係判断手段が前記評価対象Ｗｅｂページの前記一部が前記比較対象Ｗｅｂページの前記一部をコピーして作成されたと判断した前記比較対象Ｗｅｂページの前記評価指標を加点する評価指標加点手段と、をさらに備える（１）に記載のＷｅｂページ評価装置。

（２）に記載の発明によれば、比較対象Ｗｅｂページの一部をコピーして作成されたと判断された評価対象Ｗｅｂページの評価指標からコピーして作成されたと判断された一部が占める割合に応じて評価指標を減点できるとともに、当該一部がコピーされたと判断された比較対象Ｗｅｂページの評価指標に加点できる。

したがって、他のＷｅｂページをコピーして作成されたＷｅｂページの評価指標を減点し、他のＷｅｂページをコピーされたコピー元のＷｅｂページの評価指標を加点することで、コピー関係を的確に表現し、結果として検索サービスにおいて当該他のＷｅｂページをコピーして作成されたＷｅｂページがコピー元のＷｅｂページに対して相対的に上位にランキングされるのを抑止することができるＷｅｂページ評価装置を提供できる。

（３）前記評価指標加点手段は、前記評価対象Ｗｅｂページにおいて、前記コピー関係判断手段が前記比較対象Ｗｅｂページの前記一部をコピーして作成されたと判断した部分が前記比較対象Ｗｅｂページ間で重複している場合に、当該重複の度合いが大きいほど前記比較対象Ｗｅｂページの前記評価指標の加点を減ずる（２）に記載のＷｅｂページ評価装置。

（３）に記載の発明によれば、評価対象Ｗｅｂページにおいて、比較対象Ｗｅｂページの一部をコピーして作成されたと判断した部分が比較対象Ｗｅｂページ間で重複している場合に、当該重複の度合いが大きいほど比較対象Ｗｅｂページの評価指標の加点を減ずることができる。

したがって、他のＷｅｂページをコピーして作成されたＷｅｂページの評価指標を減点し、コピー元のＷｅｂページが複数ある場合であっても、コピー元のＷｅｂページの評価指標の加点を減ずることで、コピー関係を的確に表現し、結果として検索サービスにおいて当該他のＷｅｂページをコピーして作成されたＷｅｂページがコピー元のＷｅｂページに対して相対的に上位にランキングされるのを抑止するとともに、コピー元のＷｅｂページ間のランキングの適正化を図ることができるＷｅｂページ評価装置を提供できる。

（４）前記評価指標加点手段は、前記評価対象Ｗｅｂページにおいて、前記コピー関係判断手段が前記比較対象Ｗｅｂページの前記一部をコピーして作成されたと判断した部分が前記比較対象Ｗｅｂページ間で重複している場合に、前記重複している前記比較対象Ｗｅｂページの前記一部が編集された日時が最も古い前記比較対象Ｗｅｂページのみについて評価指標を加点する（２）又は（３）に記載のＷｅｂページ評価装置。

（４）に記載の発明によれば、評価対象Ｗｅｂページにおいて、比較対象Ｗｅｂページの一部をコピーして作成されたと判断した部分が比較対象Ｗｅｂページ間で重複している場合に、重複している比較対象Ｗｅｂページの一部が編集された日時が最も古い比較対象Ｗｅｂページのみについて評価指標を加点できる。ここで、「編集された日時が最も古い」とは、２のＷｅｂページが同一の範囲で重複している場合には、当該重複に関係するＷｅｂページの中で編集された日時が古いほうのＷｅｂページを意味し、３以上のＷｅｂページが同一の範囲で重複している場合には、当該重複に関係するＷｅｂページの中で編集された日時が最も古いＷｅｂページを意味する。

したがって、他のＷｅｂページをコピーして作成されたＷｅｂページの評価指標を減点し、コピー元のＷｅｂページが複数ある場合であっても、編集された日時が最も古いコピー元のＷｅｂページにのみ加点することで、コピー関係を的確に表現し、結果として検索サービスにおいて当該他のＷｅｂページをコピーして作成されたＷｅｂページがコピー元のＷｅｂページに対して相対的に上位にランキングされるのを抑止するとともに、コピー元のＷｅｂページ間のランキングの適正化を図ることができるＷｅｂページ評価装置を提供できる。

（５）Ｗｅｂページの評価指標を算出するコンピュータが実行するＷｅｂページ評価方法であって、
Ｗｅｂページを記憶したＷｅｂページ記憶手段から前記評価指標を算出する対象となる評価対象Ｗｅｂページを読み出して、前記評価対象Ｗｅｂページと、前記Ｗｅｂページ記憶手段に記憶された他のＷｅｂページである比較対象Ｗｅｂページと、を対比することにより、前記評価対象Ｗｅｂページの少なくとも一部と、当該一部と所定の閾値以上の類似度を有する前記比較対象Ｗｅｂページの少なくとも一部と、を特定する類似関係特定ステップと、
前記類似関係特定ステップで特定した、前記評価対象Ｗｅｂページの前記一部が編集された日時と、前記比較対象Ｗｅｂページの前記一部が編集された日時と、を推定する編集日時推定ステップと、
前記編集日時推定ステップで推定した、前記評価対象Ｗｅｂページの前記一部が編集された日時より、前記比較対象Ｗｅｂページの前記一部が編集された日時が古い場合に、前記評価対象Ｗｅｂページの前記一部は前記比較対象Ｗｅｂページの前記一部をコピーして作成されたと判断するコピー関係判断ステップと、
前記類似関係特定ステップ、前記編集日時推定ステップ及び前記コピー関係判断ステップをＷｅｂページ記憶手段に記憶された全ての前記Ｗｅｂページについて行う繰り返しステップと、
前記評価対象Ｗｅｂページにおける、前記コピー関係判断ステップによりコピーして作成されたと判断された前記一部が占める割合を算出して、当該割合に応じて前記評価対象Ｗｅｂページの前記評価指標を減点する評価指標減点ステップと、を備えるＷｅｂページ評価方法。

（５）に記載の発明によれば、（１）と同様の作用効果を奏するページランキング方法を提供できる。

本発明によれば、他のＷｅｂページをコピーして作成されたＷｅｂページの評価指標を減点することで、コピー関係を的確に表現し、結果として検索サービスにおいて当該他のＷｅｂページをコピーして作成されたＷｅｂページがコピー元のＷｅｂページに対して相対的に上位にランキングされるのを抑止することができるＷｅｂページ評価装置を提供できる。

本発明の実施形態に係るＷｅｂページ評価装置の機能構成を示す図である。前記実施形態に係る他のＷｅｂページをコピーして作成されたＷｅｂページを説明する図である。前記実施形態に係る図２のＷｅｂページのコピー情報テーブルを説明する図である。前記実施形態に係るＷｅｂページ評価装置の評価対象Ｗｅｂページと比較対象Ｗｅｂページの関係を対応付けてコピー情報テーブルに記憶する処理のフローチャートである。前記実施形態に係るＷｅｂページ評価装置の評価対象Ｗｅｂページの評価指標の減点、比較対象Ｗｅｂページの評価指標の加点処理のフローチャートである。前記実施形態に係る評価指標減点手段による評価対象Ｗｅｂページの評価指標を減点する処理のフローチャートである。前記実施形態に係る評価指標加点手段による比較対象Ｗｅｂページの評価指標を加点する処理のフローチャートである。

以下に、本発明の実施形態を図面に基づいて詳細に説明する。なお、以下の実施形態の説明にあたって、同一構成要件については同一符号を付し、その説明を省略もしくは簡略化する。

［Ｗｅｂページ評価装置１の機能構成］
図１は、本発明の実施形態に係るＷｅｂページ評価装置１の機能構成を示す図である。
Ｗｅｂページ評価装置１は、評価対象Ｗｅｂページ読み出し手段１０と、繰り返し手段２０と、評価指標算出手段３０と、コピー関係記憶手段２５と、を備える。また、Ｗｅｂページ評価装置１は、ネットワークを介して、Ｗｅｂページのアドレスとコンテンツとが対応付けて記憶されたコンテンツＤＢ１００及びＷｅｂページのアドレスと評価指標とが対応づけて記憶されたインデックスＤＢ２００と接続されている。Ｗｅｂページ評価装置１は、コンテンツＤＢ１００に記憶されたＷｅｂページの評価指標を算出し、インデックスＤＢ２００に記憶させる。本実施形態において、評価指標とは、Ｗｅｂページの注目度や検索頻度等の所定の評価項目に基づいて算出されるスコアであり、当該Ｗｅｂページ評価装置１を含む検索サーバ（図示無し）は、検索サービスにおいて、この評価指標の高いＷｅｂページのＵＲＬから順にユーザの端末（図示無し）に表示する。

評価対象Ｗｅｂページ読み出し手段１０は、Ｗｅｂページを記憶したＷｅｂページ記憶手段としてのコンテンツＤＢ１００から評価指標を算出する対象となる評価対象Ｗｅｂページを読み出す。

繰り返し手段２０は、類似関係特定手段２１と、編集日時推定手段２２と、コピー関係判断手段２３と、を備える。繰り返し手段２０は、類似関係特定手段２１、編集日時推定手段２２及びコピー関係判断手段２３の処理をコンテンツＤＢ１００に記憶された全てのＷｅｂページについて行う。
類似関係特定手段２１は、比較対象Ｗｅｂページ読み出し手段２１１と、類似コンテンツ特定手段２１２と、を備える。

比較対象Ｗｅｂページ読み出し手段２１１は、コンテンツＤＢ１００から評価対象Ｗｅｂページとの比較対象であり他のＷｅｂページである比較対象Ｗｅｂページを読み出す。
なお、比較対象Ｗｅｂページ読み出し手段２１１は、評価対象Ｗｅｂページにおいて、読み出した比較対象Ｗｅｂページを示す記述（例えば、ＵＲＬ）が含まれていた場合には、別のＷｅｂページを比較対象Ｗｅｂページとして読み出すこともできる。これにより、他のＷｅｂページをコピーして作成されたＷｅｂページであっても、コピー元が示されている場合は、評価指標を減点しないこともできる。

類似コンテンツ特定手段２１２は、評価対象Ｗｅｂページと、比較対象Ｗｅｂページと、を対比することにより、評価対象Ｗｅｂページの少なくとも一部と、当該一部と所定の閾値以上（例えば、８０％以上）の類似度を有する比較対象Ｗｅｂページの少なくとも一部と、を特定し、これらの類似度とともに記憶する。また、類似コンテンツ特定手段２１２は、コンテンツの種類に応じて、比較範囲の単位（例えば、Ｗｅｂページ全体、パラグラフ毎、カテゴリ毎等）を決定する。

編集日時推定手段２２は、類似関係特定手段２１が特定した、評価対象Ｗｅｂページの一部が編集された基準日時と、比較対象Ｗｅｂページの一部が編集された基準日時と、を推定する。本実施形態において、基準日時とは、類似関係特定手段２１の類似コンテンツ特定手段２１２が特定した一部がＷｅｂページ上に掲載された日時である。なお、基準日時は、その他、コンテンツＤＢ１００が更新された日時や、コンテンツである一部に掲載されている日時であってもよい。

コピー関係判断手段２３は、編集日時推定手段２２が推定した、評価対象Ｗｅｂページの一部が編集された基準日時より、比較対象Ｗｅｂページの一部が編集された基準日時が古い場合に、評価対象Ｗｅｂページの一部は比較対象Ｗｅｂページの一部をコピーして作成されたと判断する。そして、コピー関係判断手段２３は、比較対象Ｗｅｂページの一部をコピーして作成されたと判断した評価対象Ｗｅｂページの一部をコピー範囲とし、当該評価対象Ｗｅｂページに、比較対象Ｗｅｂページと、評価対象Ｗｅｂページにおけるコピー範囲の開始位置及びコピー範囲の終了位置と、当該評価対象Ｗｅｂページと比較対象Ｗｅｂページの類似度と、を対応付けてコピー関係記憶手段２５のコピー情報テーブル（図３参照）に記憶する。

繰り返し手段２０は、類似関係特定手段２１、編集日時推定手段２２及びコピー関係判断手段２３の処理をコンテンツＤＢ１００に記憶された全てのＷｅｂページについて行う。

コピー関係記憶手段２５は、コピー情報テーブルを記憶する。
コピー情報テーブルについて、図２及び図３を用いて説明する。
図２は、他のＷｅｂページをコピーして作成されたＷｅｂページを説明する図である。
図３は、図２のＷｅｂページのコピー情報テーブルを説明する図である。

図２に示すように、図２中の中心に示したＷｅｂページ（ａａａ．ｈｔｍ）は、図２中左上のｂｂｂ．ｈｔｍの記事Ａと、右上のｐｐｐ．ｈｔｍの記事Ｂと、左下のｄｄｄ．ｈｔｍ及び右下のｃｃｃ．ｈｔｍの記事Ｃをコピーして作成されている。

図３は、このＷｅｂページ（ａａａ．ｈｔｍ）が比較対象Ｗｅｂページ読み出し手段２１１（図１参照）によって評価対象Ｗｅｂページとして読み出され、コピー関係判断手段２３により、比較対象Ｗｅｂページ（ｂｂｂ．ｈｔｍ、ｐｐｐ．ｈｔｍ、ｄｄｄ．ｈｔｍ及びｃｃｃ．ｈｔｍ）との関係が対応付けられたコピー情報テーブルを示している。

図３に示すように、コピー情報テーブルは、評価対象Ｗｅｂページに、評価対象基準日時、比較対象Ｗｅｂページ、比較対象基準日時、コピー範囲開始位置、コピー範囲終了位置及び類似度が対応付けられている。
評価対象Ｗｅｂページは、評価対象Ｗｅｂページ読み出し手段１０（図１参照）がコンテンツＤＢ１００（図１参照）から評価指標を算出する対象として呼び出した評価対象ＷｅｂページのＵＲＬである。
評価対象基準日時は、編集日時推定手段２２（図１参照）が推定した評価対象Ｗｅｂページの一部が編集された基準日時である。
比較対象Ｗｅｂページは、コピー関係判断手段２３（図１参照）で評価対象Ｗｅｂページにコピーされたと判断された比較対象ＷｅｂページのＵＲＬである。
比較対象基準日時は、編集日時推定手段２２（図１参照）が推定した比較対象Ｗｅｂページの一部が編集された基準日時である。
コピー範囲開始位置は、類似コンテンツ特定手段２１２（図１参照）が決定した比較対象Ｗｅｂページにおける比較範囲の単位において、コピー関係判断手段２３によりコピー範囲とされた一部の開始位置である。
コピー範囲終了位置は、類似コンテンツ特定手段２１２が決定した比較対象Ｗｅｂページにおける比較範囲の単位において、コピー関係判断手段２３によりコピー範囲とされた一部の終了位置である。
類似度は、類似コンテンツ特定手段２１２が特定した評価対象Ｗｅｂページの一部（コピー範囲）と、比較対象Ｗｅｂページの一部との類似度である。

図１に戻って、評価指標算出手段３０は、評価指標減点手段３２と、評価指標加点手段３３と、を備える。
評価指標減点手段３２は、割合算出手段３２１と、減点手段３２２と、を備える。
割合算出手段３２１は、コピー関係記憶手段２５に記憶されたコピー情報テーブル（図３参照）を参照して、評価対象Ｗｅｂページにおける、コピー関係判断手段２３によりコピーして作成されたと判断されたコピー範囲が、類似コンテンツ特定手段２１２で決定された比較範囲の単位において占める割合を算出する。

減点手段３２２は、注目度や検索頻度等の所定の評価項目に基づいて算出された評価対象Ｗｅｂページの評価指標を、割合算出手段３２１が算出した割合に応じて減点し、この減点して算出した評価指標と、当該評価対象ＷｅｂページのＵＲＬとを対応付けてインデックスＤＢ２００に記憶させる。例えば、減点手段３２２は、比較範囲の単位全てがコピーされていた場合に減点されるスコアが１００であった場合に、比較範囲の単位において占める割合が８０％であれば、減点を８０とする。
また、減点手段３２２は、さらに、類似度に応じた重み付け値を考慮して減点できる。例えば、減点手段３２２は、割合算出手段３２１が算出した割合に応じた減点が８０であり、類似度が８５％であれば、減点８０に類似度８５％を乗算し、減点を６８とすることもできる。

評価指標加点手段３３は、コピー関係判断手段２３が評価対象Ｗｅｂページの一部が比較対象Ｗｅｂページの一部をコピーして作成されたと判断した比較対象Ｗｅｂページの評価指標を加点し、この加点して算出した評価指標と、当該比較対象ＷｅｂページのＵＲＬとを対応付けてインデックスＤＢ２００に記憶させる。
評価指標加点手段３３は、重複度合い算出手段３３１と、加点対象Ｗｅｂページ特定手段３３２と、加点手段３３３と、を備える。

重複度合い算出手段３３１は、コピー関係記憶手段２５に記憶されたコピー情報テーブル（図３参照）を参照して、評価対象Ｗｅｂページにおいて、コピー関係判断手段２３が比較対象Ｗｅｂページの一部をコピーして作成されたと判断した部分（コピー範囲）が複数の比較対象Ｗｅｂページ間で重複している場合に、重複度合いを算出する。

図３を参照して、具体的に説明する。
複数の比較対象Ｗｅｂページ間で重複している場合とは、例えば、以下の場合である。
コピー情報テーブルに示す評価対象Ｗｅｂページａａａ．ｈｔｍにおいて、コピー範囲開始位置９１１からコピー範囲終了位置１７９２の範囲（図２中記事Ａ・Ｂ）は、ｂｂｂ．ｈｔｍとｐｐｐ．ｈｔｍとで重複し、コピー範囲開始位置３３８５からコピー範囲終了位置４４２８の範囲（図２中記事Ｃ）は、ｃｃｃ．ｈｔｍとｄｄｄ．ｈｔｍとで重複する。

このような場合、重複度合い算出手段３３１は、重複するコピー範囲（図２中記事Ａ・Ｂ）を、重複する各比較対象Ｗｅｂページに対応づけられたコピー範囲開始位置とコピー範囲終了位置とで規定される全コピー範囲で除算することで、重複度合いを算出する。例えば、ｂｂｂ．ｈｔｍのｐｐｐ．ｈｔｍとの関係で計算される重複度合いは、重複するコピー範囲８８１（ｂｂｂ．ｈｔｍのコピー範囲終了位置１７９２−ｐｐｐ．ｈｔｍのコピー範囲開始位置９１１＝８８１）を、全コピー範囲１３１０（ｂｂｂ．ｈｔｍのコピー範囲終了位置１７９２−ｂｂｂ．ｈｔｍのコピー範囲開始位置４８２＝１３１０）（図２中記事Ａおよび記事Ａ・Ｂの合計）で除算し算出した約６７％となる。また、ｐｐｐ．ｈｔｍのｂｂｂ．ｈｔｍとの関係で計算される重複度合いは、重複するコピー範囲８８１（ｂｂｂ．ｈｔｍのコピー範囲終了位置１７９２−ｐｐｐ．ｈｔｍのコピー範囲開始位置９１１＝８８１）を、全コピー範囲１７０３（ｐｐｐ．ｈｔｍのコピー範囲終了位置２６１４−ｐｐｐ．ｈｔｍのコピー範囲開始位置９１１＝１７０３）（図２中記事Ｂ）で除算し算出した約５２％となる。同様に算出すると、ｃｃｃ．ｈｔｍとｄｄｄ．ｈｔｍとの重複度合いは、互いに１００％となる。

図１に戻って、加点対象Ｗｅｂページ特定手段３３２は、コピー関係記憶手段２５に記憶されたコピー情報テーブル（図３参照）を参照して、評価対象Ｗｅｂページにおいて、コピー関係判断手段２３が比較対象Ｗｅｂページの一部をコピーして作成されたと判断した部分が比較対象Ｗｅｂページ間で重複している場合に、重複している比較対象Ｗｅｂページの一部が編集された日時が最も古い比較対象Ｗｅｂページを特定する。

図３を参照して、具体的に説明する。
複数の比較対象Ｗｅｂページ間で重複している場合とは、例えば、以下の場合である。
コピー情報テーブルに示すｐｐｐ．ｈｔｍのコピー範囲開始位置９１１からｂｂｂ．ｈｔｍのコピー範囲終了位置１７９２の範囲は、ｂｂｂ．ｈｔｍとｐｐｐ．ｈｔｍとで重複し、ｃｃｃ．ｈｔｍおよびｄｄｄ．ｈｔｍのコピー範囲開始位置３３８５からｃｃｃ．ｈｔｍおよびｄｄｄ．ｈｔｍのコピー範囲終了位置４４２８の範囲は、ｃｃｃ．ｈｔｍとｄｄｄ．ｈｔｍとで互いに重複する。ここで、この実施例では２の比較対象Ｗｅｂページが重複する例を説明しているが、これに限らず３以上の比較対象Ｗｅｂページが重複する場合も同様にして、コピー範囲開始位置およびコピー範囲終了位置に基づいて当該重複に関係するＷｅｂページを特定することができる。

このような場合、加点対象Ｗｅｂページ特定手段３３２は、ｂｂｂ．ｈｔｍとｐｐｐ．ｈｔｍとの比較対象基準日時（編集された日時）を対比し、比較対象基準日時が最も古いｐｐｐ．ｈｔｍを特定する。また、加点対象Ｗｅｂページ特定手段３３２は、ｃｃｃ．ｈｔｍとｄｄｄ．ｈｔｍとの比較対象基準日時（編集された日時）を対比し、比較対象基準日時が最も古いｄｄｄ．ｈｔｍを特定する。ここで、「比較対象基準日時が最も古い」Ｗｅｂページとは、２のＷｅｂページが同一のコピー範囲で重複している場合には、当該重複に関係するＷｅｂページの中で比較対象基準日時（編集された日時）が古いほうのＷｅｂページを意味し、３以上のＷｅｂページが同一のコピー範囲で重複している場合には、当該重複に関係するＷｅｂページの中で比較対象基準日時（編集された日時）が最も古いＷｅｂページを意味する。

図１に戻って、加点手段３３３は、コピー関係記憶手段２５に記憶されたコピー情報テーブル（図３参照）を参照して、重複度合い算出手段３３１が算出した重複の度合い及び加点対象Ｗｅｂページ特定手段３３２の特定に基づき、比較対象Ｗｅｂページの評価指標を加点し、この加点して算出した評価指標と、当該比較対象ＷｅｂページのＵＲＬとを対応付けてインデックスＤＢ２００に記憶させる。

図３を参照して、具体的に説明する。
加点手段３３３は、ｂｂｂ．ｈｔｍには、例えば、全ての加点が１００とした場合、上記のとおり、ｐｐｐ．ｈｔｍとの関係で計算される重複度合いは約６７％であり、この重複する部分の比較対象基準日時はｐｐｐ．ｈｔｍのほうが古いので、当該重複している部分に対応する加点を控除し、３３（１００−６７＝３３）を加点する。
また、加点手段３３３は、ｐｐｐ．ｈｔｍには、例えば、全ての加点が１００とした場合、上記のとおり、重複度合いは約６７％であるが、この重複する部分の比較対象基準日時はｐｐｐ．ｈｔｍのほうが古いので、全ての加点である１００を加点する。
また、加点手段３３３は、ｃｃｃ．ｈｔｍには、例えば、全ての加点が１００とした場合、上記のとおり、重複度合いは１００％であり、この重複する部分の比較対象基準日時はｄｄｄ．ｈｔｍのほうが古いので、加点が０（１００−１００＝０）となり、加点しない。
また、加点手段３３３は、ｄｄｄ．ｈｔｍには、例えば、全ての加点が１００とした場合、上記のとおり、重複度合いは１００％であるが、この重複する部分の比較対象基準日時はｄｄｄ．ｈｔｍのほうが古いので、全ての加点である１００を加点する。このように、２の比較対象Ｗｅｂページが重複する場合と同様に、３以上の比較対象Ｗｅｂページが重複する場合には、重複する部分の加点は当該重複する部分の比較対象基準日時が最も古い比較対象Ｗｅｂページのみに対して行う。

また、加点手段３３３は、複数の比較対象Ｗｅｂページ間で重複していない場合には、全ての加点を一つの比較対象Ｗｅｂページの評価指標に加点し、当該比較対象ＷｅｂページのＵＲＬとを対応付けてインデックスＤＢ２００に記憶させる。

［Ｗｅｂページ評価装置１のハードウェア構成］
本実施形態に係るＷｅｂページ評価装置１は、コンピュータ及びその周辺装置に適用される。Ｗｅｂページ評価装置１における各部は、コンピュータ及びその周辺装置が備えるハードウェア並びに該ハードウェアを制御するソフトウェアによって構成される。

上記ハードウェアには、評価対象Ｗｅｂページ読み出し手段１０と繰り返し手段２０と評価指標算出手段３０としてのＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）及びコピー関係記憶手段２５としての記憶部の他、通信装置、入力装置が含まれる。記憶部としては、例えば、メモリ（ＲＡＭ：ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ、ＲＯＭ：ＲｅａｄＯｎｌｙＭｅｍｏｒｙ等）、ハードディスクドライブ（ＨＤＤ：ＨａｒｄＤｉｓｋＤｒｉｖｅ）、及び光ディスク（ＣＤ：ＣｏｍｐａｃｔＤｉｓｋ、ＤＶＤ：ＤｉｇｉｔａｌＶｅｒｓａｔｉｌｅＤｉｓｋ等）ドライブが挙げられる。通信装置としては、例えば、各種有線及び無線インターフェース装置が挙げられる。表示装置としては、例えば、液晶ディスプレイ、プラズマディスプレイ等の各種ディスプレイが挙げられる。入力装置としては、例えば、入力キー、タッチパネル、キーボード及びポインティング・デバイス（マウス、トラッキングボール等）が挙げられる。

上記ソフトウェアには、上記ハードウェアを制御するコンピュータ・プログラムやデータが含まれる。コンピュータ・プログラムやデータは、記憶部により記憶され、各制御部により適宜実行、参照される。また、コンピュータ・プログラムやデータは、通信回線を介して配布されることも可能であり、ＣＤ−ＲＯＭ等のコンピュータ可読媒体に記録して配布されることも可能である。

［Ｗｅｂページ評価装置１の制御フロー］
次に、Ｗｅｂページ評価装置１の制御フローについて説明する。
図４は、本実施形態に係るＷｅｂページ評価装置１の評価対象Ｗｅｂページと比較対象Ｗｅｂページの関係を対応付けてコピー情報テーブルに記憶する処理のフローチャートである。

ステップＳ１１では、評価対象Ｗｅｂページ読み出し処理を行う。この処理において、評価対象Ｗｅｂページ読み出し手段１０（図１参照）は、コンテンツＤＢ１００（図１参照）から評価指標を算出する対象となる評価対象Ｗｅｂページを読み出す。

ステップＳ１２では、比較対象Ｗｅｂページ読み出し処理を行う。この処理において、比較対象Ｗｅｂページ読み出し手段２１１（図１参照）は、コンテンツＤＢ１００（図１参照）から評価対象Ｗｅｂページとの比較対象となる比較対象Ｗｅｂページを読み出す。

ステップＳ１３では、類似コンテンツ特定処理を行う。この処理において、類似コンテンツ特定手段２１２（図１参照）は、評価対象Ｗｅｂページと、比較対象Ｗｅｂページと、を対比することにより、評価対象Ｗｅｂページの少なくとも一部と、当該一部と所定の閾値以上の類似度を有する比較対象Ｗｅｂページの少なくとも一部と、を特定し、これらの類似度とともに記憶する。

ステップＳ１４では、編集日時推定処理を行う。この処理において、編集日時推定手段２２（図１参照）は、ステップＳ１３で類似コンテンツ特定手段２１２（図１参照）が特定した、評価対象Ｗｅｂページの一部が編集された基準日時と、比較対象Ｗｅｂページの一部が編集された基準日時と、を推定する。

ステップＳ１５では、コピー関係判断処理を行う。この処理において、コピー関係判断手段２３（図１参照）は、ステップＳ１４で編集日時推定手段２２（図１参照）が推定した、評価対象Ｗｅｂページの一部が編集された基準日時より、比較対象Ｗｅｂページの一部が編集された基準日時が古い場合に、評価対象Ｗｅｂページの一部は比較対象Ｗｅｂページの一部をコピーして作成されたと判断する。また、この処理において、コピー関係判断手段２３は、比較対象Ｗｅｂページの一部をコピーして作成されたと判断した評価対象Ｗｅｂページの一部をコピー範囲とし、当該評価対象Ｗｅｂページに、比較対象Ｗｅｂページと、評価対象Ｗｅｂページにおけるコピー範囲の開始位置及びコピー範囲の終了位置と、当該評価対象Ｗｅｂページと比較対象Ｗｅｂページの類似度と、を対応付けてコピー関係記憶手段２５（図１参照）のコピー情報テーブル（図３参照）に記憶する。

ステップＳ１６では、全てのＷｅｂページのコピー関係判断が終了したか否かを判定する。この処理において、繰り返し手段２０（図１参照）は、類似関係特定手段２１、編集日時推定手段２２及びコピー関係判断手段２３によるステップＳ１２〜ステップＳ１５の処理をコンテンツＤＢ１００に記憶された、評価対象Ｗｅｂページを除く全てのＷｅｂページについて行ったか否かを判断する。繰り返し手段２０は、全てのＷｅｂページについて行っていない場合にはステップＳ１２に処理を戻し、全てのＷｅｂページについて行った場合には本ルーチンを終了する。

図５は、本実施形態に係るＷｅｂページ評価装置１の評価対象Ｗｅｂページの評価指標の減点、比較対象Ｗｅｂページの評価指標の加点処理のフローチャートである。
ステップＳ２０では、評価対象Ｗｅｂページ評価指標減点処理を行う。この処理において、評価指標減点手段３２（図１参照）は、評価対象Ｗｅｂページの評価指標を減点する。評価対象Ｗｅｂページ評価指標減点処理について、図６を参照して詳細に説明する。
図６は、評価指標減点手段３２による評価対象Ｗｅｂページの評価指標を減点する処理のフローチャートである。

ステップＳ２１では、割合算出処理を行う。この処理において、割合算出手段３２１（図１参照）は、コピー関係判断手段２３（図１参照）がコピー関係記憶手段２５（図１参照）に記憶したコピー情報テーブル（図３参照）を参照して、評価対象Ｗｅｂページにおける、コピーして作成されたと判断されたコピー範囲が、比較範囲の単位において占める割合を算出する。

ステップＳ２２では、減点処理を行う。この処理において、減点手段３２２（図１参照）は、注目度や検索頻度等の所定の評価項目に基づいて算出された評価対象Ｗｅｂページの評価指標を、ステップＳ２１で割合算出手段３２１が算出した割合に応じて減点し、この減点して算出した評価指標と、当該評価対象ＷｅｂページのＵＲＬとを対応付けてインデックスＤＢ２００（図１参照）に記憶させる。

図５に戻って、ステップＳ３０では、比較対象Ｗｅｂページ評価指標加点処理を行う。この処理において、評価指標加点手段３３（図１参照）は、比較対象Ｗｅｂページの評価指標を加点する。比較対象Ｗｅｂページ評価指標加点処理について、図７を参照して詳細に説明する。
図７は、評価指標加点手段３３による比較対象Ｗｅｂページの評価指標を加点する処理のフローチャートである。

ステップＳ３１では、比較対象Ｗｅｂページ間で重複するか否かを判定する。この処理において、重複度合い算出手段３３１（図１参照）は、コピー関係記憶手段２５（図１参照）に記憶されたコピー情報テーブル（図３参照）を参照して、評価対象Ｗｅｂページにおいて、コピー関係判断手段２３（図１参照）が比較対象Ｗｅｂページの一部をコピーして作成されたと判断した部分（コピー範囲）が複数の比較対象Ｗｅｂページ間で重複しているか否かを判断する。重複度合い算出手段３３１は、重複していると判断した場合にはステップＳ３２に処理を移し、重複していないと判断した場合には、ステップＳ３４に処理を移す。

ステップＳ３２では、重複度合い算出処理を行う。この処理において、重複度合い算出手段３３１（図１参照）は、コピー関係記憶手段２５（図１参照）に記憶されたコピー情報テーブル（図３参照）を参照して、重複度合いを算出する。

ステップＳ３３では、加点対象Ｗｅｂページ特定処理を行う。この処理において、加点対象Ｗｅｂページ特定手段３３２（図１参照）は、コピー関係記憶手段２５（図１参照）に記憶されたコピー情報テーブル（図３参照）を参照して、重複している比較対象Ｗｅｂページの一部が編集された日時が最も古い比較対象Ｗｅｂページを特定する。

ステップＳ３４では、加点処理を行う。この処理において、加点手段３３３（図１参照）は、ステップＳ３２で重複度合い算出手段３３１（図１参照）が算出した重複の度合い及びステップＳ３３における加点対象Ｗｅｂページ特定手段３３２の特定に基づき、比較対象Ｗｅｂページの評価指標を加点し、この加点して算出した評価指標と、当該比較対象ＷｅｂページのＵＲＬとを対応付けてインデックスＤＢ２００に記憶させる。また、加点手段３３３は、ステップＳ３１で比較対象Ｗｅｂページ間で重複していないと判断した場合には、全ての加点を一つの比較対象Ｗｅｂページの評価指標に加点し、当該比較対象ＷｅｂページのＵＲＬとを対応付けてインデックスＤＢ２００に記憶させる。

本実施形態に係るＷｅｂページ評価装置１によれば、以下のような作用効果がある。
類似関係特定手段２１は、Ｗｅｂページを記憶したコンテンツＤＢ１００から評価指標を算出する対象となる評価対象Ｗｅｂページを読み出して、この評価対象Ｗｅｂページと、コンテンツＤＢ１００に記憶された他のＷｅｂページである比較対象Ｗｅｂページと、を対比することにより、評価対象Ｗｅｂページの少なくとも一部と、当該一部と所定の閾値以上の類似度を有する比較対象Ｗｅｂページの少なくとも一部と、を特定する。
編集日時推定手段２２は、類似関係特定手段２１が特定した、評価対象Ｗｅｂページの一部が編集された日時と、比較対象Ｗｅｂページの一部が編集された日時と、を推定する。
コピー関係判断手段２３は、編集日時推定手段２２が推定した、評価対象Ｗｅｂページの一部が編集された日時より、比較対象Ｗｅｂページの一部が編集された日時が古い場合に、評価対象Ｗｅｂページの一部は比較対象Ｗｅｂページの一部をコピーして作成されたと判断する。
繰り返し手段２０は、類似関係特定手段２１、編集日時推定手段２２及びコピー関係判断手段２３の処理をコンテンツＤＢ１００に記憶された全てのＷｅｂページについて行う。
評価指標減点手段３２は、評価対象Ｗｅｂページにおける、コピー関係判断手段２３によりコピーして作成されたと判断された一部が占める割合を算出して、当該割合に応じて評価対象Ｗｅｂページの評価指標を減点する。

また、評価指標加点手段３３は、コピー関係判断手段２３が評価対象Ｗｅｂページの一部が比較対象Ｗｅｂページの一部をコピーして作成されたと判断した比較対象Ｗｅｂページの評価指標を加点する。
これにより、比較対象Ｗｅｂページの一部をコピーして作成されたと判断された評価対象Ｗｅｂページの評価指標からコピーして作成されたと判断された一部が占める割合に応じて評価指標を減点できるとともに、当該一部がコピーされたと判断された比較対象Ｗｅｂページの評価指標に加点できる。

また、評価指標加点手段３３は、評価対象Ｗｅｂページにおいて、コピー関係判断手段２３が比較対象Ｗｅｂページの一部をコピーして作成されたと判断した部分が比較対象Ｗｅｂページ間で重複している場合に、当該重複の度合いが大きいほど比較対象Ｗｅｂページの前記評価指標の加点を減ずる。
これにより、評価対象Ｗｅｂページにおいて、比較対象Ｗｅｂページの一部をコピーして作成されたと判断した部分が比較対象Ｗｅｂページ間で重複している場合に、当該重複の度合いが大きいほど比較対象Ｗｅｂページの評価指標の加点を減ずることができる。

また、評価指標加点手段３３は、評価対象Ｗｅｂページにおいて、コピー関係判断手段２３が比較対象Ｗｅｂページの一部をコピーして作成されたと判断した部分が比較対象Ｗｅｂページ間で重複している場合に、重複している比較対象Ｗｅｂページの一部が編集された日時が最も古い前記比較対象Ｗｅｂページのみについて評価指標を加点する。
これにより、評価対象Ｗｅｂページにおいて、比較対象Ｗｅｂページの一部をコピーして作成されたと判断した部分が比較対象Ｗｅｂページ間で重複している場合に、重複している比較対象Ｗｅｂページの一部が編集された日時が最も古い比較対象Ｗｅｂページのみについて評価指標を加点できる。

以上、本発明の実施形態について説明したが、本発明は上述した実施形態に限るものではない。また、本発明の実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本発明の実施形態に記載されたものに限定されるものではない。

１Ｗｅｂページ評価装置
２０繰り返し手段
２１類似関係特定手段
２２編集日時推定手段
２３コピー関係判断手段
３２評価指標減点手段
１００コンテンツＤＢ

Claims

Ｗｅｂページの評価指標を算出するＷｅｂページ評価装置であって、
Ｗｅｂページを記憶したＷｅｂページ記憶手段から前記評価指標を算出する対象となる評価対象Ｗｅｂページを読み出して、前記評価対象Ｗｅｂページと、前記Ｗｅｂページ記憶手段に記憶された他のＷｅｂページである比較対象Ｗｅｂページと、を対比することにより、前記評価対象Ｗｅｂページの少なくとも一部と、当該一部と所定の閾値以上の類似度を有する前記比較対象Ｗｅｂページの少なくとも一部と、を特定する類似関係特定手段と、
前記類似関係特定手段が特定した、前記評価対象Ｗｅｂページの前記一部が編集された日時と、前記比較対象Ｗｅｂページの前記一部が編集された日時と、を推定する編集日時推定手段と、
前記編集日時推定手段が推定した、前記評価対象Ｗｅｂページの前記一部が編集された日時より、前記比較対象Ｗｅｂページの前記一部が編集された日時が古い場合に、前記評価対象Ｗｅｂページの前記一部は前記比較対象Ｗｅｂページの前記一部をコピーして作成されたと判断するコピー関係判断手段と、
前記類似関係特定手段、前記編集日時推定手段及び前記コピー関係判断手段の処理をＷｅｂページ記憶手段に記憶された全ての前記Ｗｅｂページについて行う繰り返し手段と、
前記評価対象Ｗｅｂページにおける、前記コピー関係判断手段によりコピーして作成されたと判断された前記一部が占める割合を算出して、当該割合に応じて前記評価対象Ｗｅｂページの前記評価指標を減点する評価指標減点手段と、を備えるＷｅｂページ評価装置。
前記コピー関係判断手段が前記評価対象Ｗｅｂページの前記一部が前記比較対象Ｗｅｂページの前記一部をコピーして作成されたと判断した前記比較対象Ｗｅｂページの前記評価指標を加点する評価指標加点手段と、をさらに備える請求項１に記載のＷｅｂページ評価装置。
前記評価指標加点手段は、前記評価対象Ｗｅｂページにおいて、前記コピー関係判断手段が前記比較対象Ｗｅｂページの前記一部をコピーして作成されたと判断した部分が前記比較対象Ｗｅｂページ間で重複している場合に、当該重複の度合いが大きいほど前記比較対象Ｗｅｂページの前記評価指標の加点を減ずる請求項２に記載のＷｅｂページ評価装置。
前記評価指標加点手段は、前記評価対象Ｗｅｂページにおいて、前記コピー関係判断手段が前記比較対象Ｗｅｂページの前記一部をコピーして作成されたと判断した部分が前記比較対象Ｗｅｂページ間で重複している場合に、前記重複している前記比較対象Ｗｅｂページの前記一部が編集された日時が最も古い前記比較対象Ｗｅｂページのみについて評価指標を加点する請求項２又は３に記載のＷｅｂページ評価装置。
Ｗｅｂページの評価指標を算出するコンピュータが実行するＷｅｂページ評価方法であって、
Ｗｅｂページを記憶したＷｅｂページ記憶手段から前記評価指標を算出する対象となる評価対象Ｗｅｂページを読み出して、前記評価対象Ｗｅｂページと、前記Ｗｅｂページ記憶手段に記憶された他のＷｅｂページである比較対象Ｗｅｂページと、を対比することにより、前記評価対象Ｗｅｂページの少なくとも一部と、当該一部と所定の閾値以上の類似度を有する前記比較対象Ｗｅｂページの少なくとも一部と、を特定する類似関係特定ステップと、
前記類似関係特定ステップで特定した、前記評価対象Ｗｅｂページの前記一部が編集された日時と、前記比較対象Ｗｅｂページの前記一部が編集された日時と、を推定する編集日時推定ステップと、
前記編集日時推定ステップで推定した、前記評価対象Ｗｅｂページの前記一部が編集された日時より、前記比較対象Ｗｅｂページの前記一部が編集された日時が古い場合に、前記評価対象Ｗｅｂページの前記一部は前記比較対象Ｗｅｂページの前記一部をコピーして作成されたと判断するコピー関係判断ステップと、
前記類似関係特定ステップ、前記編集日時推定ステップ及び前記コピー関係判断ステップをＷｅｂページ記憶手段に記憶された全ての前記Ｗｅｂページについて行う繰り返しステップと、
前記評価対象Ｗｅｂページにおける、前記コピー関係判断ステップによりコピーして作成されたと判断された前記一部が占める割合を算出して、当該割合に応じて前記評価対象Ｗｅｂページの前記評価指標を減点する評価指標減点ステップと、を備えるＷｅｂページ評価方法。