JP2012518221A - 寄与スコアに基づいた文書順位決定システムおよび方法 - Google Patents

Abstract

寄与スコアに基づいた文書順位決定システムおよび方法が開示される。文書順位決定システムは、文書に含まれた少なくとも１つの単語それぞれに関して文書の内容スコアを算出する内容スコア算出部と、共通単語に対して文書の寄与スコアを算出する寄与スコア算出部と、内容スコアおよび寄与スコアを用いて少なくとも１つの単語それぞれに関して文書順位を決定する順位決定部とを備えてもよい。

Description

本発明は文書順位を決定する発明に関し、詳細には、文書自体のスコアと文書にリンクされた文書との間の関係に基づいた文書順位スコアを考慮して文書順位を決定する方法およびシステムに関する。

世界的に文書の数は持続的に増加しつつ、検索エンジンは一般的に５０〜８０億個のインデックス情報を用いている。ユーザは、所望する情報が検索結果の初ページに出力されることを期待し、一般的に初ページには５〜１０個の文書が出力される。したがって、文書の数が増加するほど検索エンジンの正確度が高くならなければ、ユーザの所望する情報を露出することができない。

従来の場合、古典的な情報検索は文書に含まれている情報に基づいて行われる。一方、文書検索は文書間のリンク情報を活用して文書の重要度をさらに考慮することによって検索結果の正確度を高めることができる。
しかし、文書重要度は単語と常に関連性があるものと見ることができず、検索の正確度が高められた最適化した方法が当然のこととされる。また、ユーザが入力した主題と異なる分野で重要なサイトが最終ランキングの上位に位置する主題移動（Ｔｏｐｉｃ Ｄｒｉｆｔ）の現象が発生して検索の正確度が低下する恐れがある。

一般に、文書は他の文書とリンクによって接続されており、リンクによって互いに接続された文書間には関連性が存在する。ここで、文書のリンク情報を単語に関連して用いることによって検索の正確度を向上させる具体的な方法が求められる。

本発明の一実施形態は、文書の内容に基づいた内容スコアおよび文書のリンク情報に基づいた寄与スコアを組み合わせた文書順位スコアを用いることによって、文書順位の正確度を向上させることのできる文書順位決定システムおよび方法を提供することにある。

本発明の一実施形態は、リンクによって互いに接続された文書の間に寄与する程度を示す寄与係数をリンク構成および内容スコアに応じて決定することによって、文書の寄与度を効果的に考慮することのできる文書順位決定システムおよび方法を提供することにある。

本発明の一実施形態は、第１文書の第２文書に対する寄与スコアのうち第１文書が直接寄与するスコアの比率の蓄積係数を用いることによって、アウトリンクを通した不正行為を防止することのできる文書順位決定システムおよび方法を提供することにある。

本発明の一実施形態は、蓄積係数を寄与スコアに適用する文書アウトリンクによって文書の文書順位スコアが下降することを防止し、アウトリンクの使用抑制によるウェブ検索の困難を解消することのできる文書順位決定システムおよび方法を提供することにある。

本発明の一実施形態に係る文書順位決定システムは、文書に含まれた少なくとも１つの単語それぞれに対して前記文書の内容スコアを算出する内容スコア算出部と、共通単語に対して前記文書の寄与スコアを算出する寄与スコア算出部と、前記の内容スコアおよび前記寄与スコアを用いて前記少なくとも１つの単語それぞれに対して前記文書順位を決定する順位決定部とを備えてもよい。

前記の一実施形態に係る文書順位決定システムは、前記共通単語に対して第１文書の第２文書に対する寄与係数を決定する寄与係数決定部を備えてもよい。

前記の一実施形態に係る文書順位決定システムは、前記共通単語に対して前記第１文書の寄与スコアのうち前記第１文書が直接寄与したスコアの比率である前記第１文書の蓄積係数を算出する蓄積係数算出部をさらに備えてもよい。

本発明の一実施形態に係る文書順位決定方法は、内容スコア算出部が文書に含まれた少なくとも１つの単語それぞれに対して前記文書の内容スコアを算出することと、寄与スコア算出部が共通単語に対して前記文書の寄与スコアを算出することと、順位決定部が前記の内容スコアおよび前記寄与スコアを用いて前記少なくとも１つの単語それぞれに対して前記文書順位を決定すること、とを含んでもよい。

前記の蓄積係数算出部が前記共通単語に対して文書の寄与スコアを算出することは、寄与係数決定部が前記共通単語に対して第１文書の第２文書に対する寄与係数を決定することを含んでもよい。

前記の文書順位決定方法は、蓄積係数算出部が前記共通単語に対して前記第１文書の寄与スコアのうち前記第１文書が直接寄与したスコアの比率である前記第１文書の蓄積係数を算出することをさらに含んでもよい。

本発明の一実施形態によると、文書の内容に基づいた内容スコアおよび文書のリンク情報に基づいた寄与スコアを組み合わせた文書順位スコアを用いることによって、文書順位の正確度を向上させることができる。

本発明の一実施形態によると、第１文書の第２文書に対する寄与スコアのうち第１文書が直接寄与するスコアの比率の蓄積係数を用いることによって、アウトリンクを通した不正行為を防止することができる。

本発明の一実施形態によると、蓄積係数を寄与スコアに適用する文書アウトリンクによって文書の文書順位スコアが下降することを防止し、アウトリンクの使用抑制によるウェブ検索の困難を解消することができる。

本発明の一実施形態によると、リンクによって互いに接続された文書間に寄与する程度を示す寄与係数をリンク構成および内容スコアに応じて決定することによって、文書の寄与度を効果的に考慮することができる。

本発明の一実施形態に係る文書順位を決定する過程を説明するための図である。 本発明の一実施形態に係る文書順位決定システムの全体構成を示すブロックダイアグラムである。 本発明の一実施形態に係る共通単語に対する文書の寄与係数を決定する過程を説明するための図である。 本発明の一実施形態に係る共通単語に対する文書の蓄積係数を算出する過程を説明するための図である。 本発明の一実施形態に係る基本モデルによる文書順位決定方法の全体過程を示すフローチャートである。 本発明の一実施形態に係る総和不変モデルおよびハイブリッドモデルによる文書順位決定方法の全体過程を示すフローチャートである。

以下、添付された図面に記載された内容を参照して本発明に係る実施形態を詳説する。ただし、本発明が実施形態によって制限されたり、或いは限定されることはない。各図面に提示する同一の参照符号は同一或いは類似の部材を示す。本発明の一実施形態に係る文書順位決定方法は文書順位決定システムの各構成によって行われてもよい。

図１は、本発明の一実施形態に係る文書順位を決定する過程を説明するための図である。
図１に示すように、文書＜Ｘ＞１００とリンクされた文書＜Ｙ_１＞１０１、文書＜Ｚ_１＞１０２、文書＜Ｙ_２＞１０３、および文書＜Ｚ_２＞１０４が図示されている。ここで、文書＜Ｘ＞１００、文書＜Ｙ_１＞１０１、文書＜Ｚ_１＞１０２は単語Ａ１０５を含み、文書＜Ｘ＞１００、文書＜Ｙ_２＞１０３、文書＜Ｚ_２＞１０４は単語Ｂ１０６を含む。

ここで、単語Ａ１０５は文書＜Ｘ＞１００、文書＜Ｙ_１＞１０１、文書＜Ｚ_１＞１０２に共通して含まれた共通単語であり、単語Ｂ１０６は文書＜Ｘ＞１００、文書＜Ｙ_２＞１０３、文書＜Ｚ_２＞１０４に共通して含まれた共通単語である。すなわち、共通単語はリンクされた文書に共通して含まれた単語として、文書ごとに１つ以上の共通単語を含んでもよい。

本発明の一実施形態に係る文書順位決定過程は、検索結果の正確度を維持しながら算出時間を最適化するために次のようなウェブ環境を活用してもよい。
１）ウェブ開発者は、情報が足りない文書を補うため、リンクされた他の文書の情報に基づいて、その文書をリンクに接続してもよい。２）文書がリンクされても、その情報を有する文書からの距離が遠いほど情報の活用度は、減少しても良い。３）接続された２つの文書が含んでいる共通単語の数は２つの文書の関連程度に関連があり、関連のない文書であるほど共通単語の数は少ない。４）検索エンジンユーザは検索結果の１位に敏感であり、ランキングが下降するほどランキングに対する敏感度は落ちる。

ここで、単語Ａ１０５および単語Ｂ１０６はユーザが入力した検索クエリを構成する単語であってもよい。本発明の一実施形態に係る文書順位決定システムは、単語それぞれに対して文書順位を決定してもよい。ここで、文書順位決定システムは、文書内容およびリンク情報を組み合わせて単語に対する文書順位を決定してもよい。具体的に、文書順位決定システムは、文書に含まれた少なくとも１つの単語それぞれに対する文書の内容スコアと、単語を共通にして含んでいる異なる文書の活用度を表す寄与スコアとを組み合わせて文書順位を決定してもよい。
一例として、文書順位を決定する時、次のような基本概念を予め定義してもよい。

（１）重要文書の基準
文書が生成される時、ユーザに提供しようとする主要情報が本文に構成され、本文に対する詳細説明または関連する追加情報は他の文書をリンクを通じた接続により提供されてもよい。ここで、リンクによって接続された文書（図１における文書＜Ｙ_１＞１０１、文書＜Ｙ_２＞１０３）はリンクを含む文書（図１における文書＜Ｘ＞１００）と同じ主題において記述している文書であるか、細部事項に対して補完説明をする文書、または、単語（図１における単語Ａ１０５および単語Ｂ１０６）に対する詳細説明文書であってもよい。あるいは、場合に応じて、リンクによって接続された文書は広告のようにリンクを含む文書とは全く関係のない文書であってもよい。

文書の品質を評価するとき、重要な要素は文書の内容であってもよい。ユーザは、所望する内容を含む品質の優れる文書が検索されることを期待するであろう。また、文書順位決定システムは文書の本文品質に寄与する重要文書をリンクによって接続してもよい。

本発明の一実施形態に係る文書順位決定システムは、次のような条件を満たした文書を重要文書であると規定してもよい。１）与えられた単語に対する内容スコアが高い文書、２）与えられた単語に対する内容スコアが高い文書にリンクされた文書、３）自身より前の文書の情報を多く活用する文書にリンクされた文書。

（２）リンクされた文書の寄与スコア
リンクされた文書（図１における文書＜Ｙ_１＞１０１、文書＜Ｙ_２＞１０３）がリンクを含んでいる文書（図１における文書＜Ｘ＞１００）に対する寄与スコアは、与えられた検索クエリに対する文書＜Ｙ_１＞１０１及び文書＜Ｙ_２＞１０３の内容スコアに基づいて決定されてもよい。
２つの文書が与えられた検索クエリに対する関連度が高いほど、リンクされた文書はリンクを含む文書の品質に大きく寄与する。ただし、リンクを含んでいる文書が検索クエリに対して関連度は高いものの、リンクされた文書が検索クエリに対して関連度が低ければ、リンクされた文書はリンクを含む文書の品質に寄与できないことがある。

例えば、自動車関連の文書に本関連の文書がリンクされていると仮定する。２つの文書が自動車に関する単語を多数含んでいると、本関連の文書は自動車関連の本に対する内容を含んでいる可能性があるため、自動車関連の文書の品質に寄与していると判断してもよい。

しかし、本関連の文書が自動車関連の単語を含んでいなければ、その文書は単なる広告文書であるか他意にリンクされた文書である。この場合、そのような本関連の文書は自動車関連の文書の品質に寄与しないものと判断してもよい。

（３）ランキングによるユーザの関心度
検索結果において検索された文書の相対的なランキングが重要であり、ユーザは自身の希望する情報が検索結果の初ページに露出されることを所望する。もし、文書順位決定システムが上位１〜１０位に該当する文書を出力する場合、ランキングの高い文書になるほど、例えば、ユーザはランキング１位に位置する文書に敏感であるが、ランキング２００〜３００の間に位置する文書はいずれの位置にあるかを重要と考えない。

したがって、本発明の一実施形態に係る文書順位決定システムは、予め設定された上位ランキングに該当する文書の相対的なランキングを下位ランキングに該当する文書よりも正確に決定することができる。上位ランキングに該当する文書の相対的なランキングを正確に決定してもユーザは検索結果に満足する。従って、数多くの文書に対して正確なランキングを決定する必要がないため検索結果を導き出すために必要な資源が節約され得る。

基本的な概念に基づいて図１に適用すると、文書順位決定システムは、単語Ａ１０５に対して文書＜Ｘ＞１００、文書＜Ｙ_１＞１０１、および文書＜Ｚ_１＞１０２の内容スコアおよび寄与スコアを算出し、内容スコアおよび寄与スコアを組み合わせて単語Ａ１０５に対して文書順位を決定するための文書順位スコア（Ｃ−Ｒａｎｋ）を決定してもよい。

同様に、文書順位決定システムは、単語Ｂ１０６に対して文書＜Ｘ＞１００、文書＜Ｙ_２＞１０３、および文書＜Ｚ_２＞１０４の内容スコアおよび寄与スコアを算出し、内容スコアおよび寄与スコアを組み合わせて単語Ｂ１０６に対して文書順位を決定するための文書順位スコア（Ｃ−Ｒａｎｋ）を決定してもよい。最終的に決定された文書順位は、文書および単語の対に対して決定された文書順位スコアを配列して決定してもよい（図１に示すＣ_Ａ（Ｘ）など）。

本発明の一実施形態を活用すると、コミュニティを生成してもよい。コミュニティは同じ主題や興味を有する人々によって作られた文書の集まりである。したがって、コミュニティを構成する文書は特定主題に関連する単語を含み、その文書の品質が一定のレベル以上であり、互いにリンクされていると予想してもよい。

コミュニティを主題に関連する単語の文書順位スコア（Ｃ−Ｒａｎｋ）の和が一定のレベル以上である文書を含む接続サブグラフ（ｃｏｎｎｅｃｔｅｄ ｓｕｂ−ｇｒａｐｈ）であると仮定してもよい。このような仮定は一般的なコミュニティの特性を反映している。したがって、文書順位スコアを活用すると様々なコミュニティを効果的に抽出することができる。

コミュニティを探す方法は次の通りである。第１に、文書の文書順位スコア（Ｃ−Ｒａｎｋ）を算出する。第２に、主題に関連する単語に対する各文書の文書順位スコアの総和を構成する。第３に、文書順位スコアの総和が最も大きい文書から開始して隣接した文書を検索しながら文書順位スコアの総和が一定のレベル以上である接続サブグラフを決定する。追加する文書がもはや存在しなければ、まだコミュニティに参加していない文書のうち文書順位スコアの総和が最も大きい文書から開始してもう一つのサブグラフを構成する。このような過程を繰り返す。構成されたサブグラフのうち接続された文書の数が一定数以上であるサブグラフをコミュニティであると規定してもよい。また、全ての文書の各単語に対する文書順位スコアの総和が最も大きいコミュニティを最も活性化したコミュニティであると規定してもよい。

図２は、本発明の一実施形態に係る文書順位決定システムの全体構成を示すブロックダイアグラムである。
図２に示すように、文書順位決定システム２００は、内容スコア算出部２０１、寄与スコア算出部２０２、蓄積係数算出部２０３、および順位決定部２０４を備えてもよく、寄与スコア算出部２０２は寄与係数決定部２０５を備えてもよい。

文書順位決定システム２００は、リンクされた文書から共通単語を抽出してもよい。本発明の一実施形態によると、文書順位決定システム２００は、文書の内容スコアおよび寄与スコアを求めた後、これを組み合わせて与えられた単語に対して文書順位を決定してもよい。

内容スコア算出部２０１は、文書に含まれた少なくとも１つの単語それぞれに対して文書の内容スコアを算出してもよい。一例として、内容スコア算出部２０１は、文書の内容と少なくとも１つの単語それぞれの関連性を考慮して文書の内容スコアを算出してもよい。文書の内容スコアは、文書が表す本来の価値を意味する。文書が複数である場合、文書それぞれに含まれた少なくとも１つの単語それぞれに対して内容スコアを算出してもよい。

他の一例として、内容スコア算出部２０１は、単語に対する文書の類似度、文字の大きさ、文書の長さ、イメージ存在の有無などのような文書の内容に基づいて文書の品質を評価して文書の内容スコアを算出してもよい。

寄与スコア算出部２０２は、共通単語に対して文書の寄与スコアを算出してもよい。ここで、寄与係数決定部２０５は、共通単語に対して第１文書の第２文書に対する寄与係数を決定してもよい。ここで、寄与係数は第１文書が第２文書の価値に寄与する係数を意味し、共通単語は第１文書および第２文書に共通して含まれた少なくとも１つの単語を意味する。

ここで、第１文書はリンクされた文書を意味し、第２文書はリンクを含む文書を意味する。ここで、第２文書から第１文書に接続されたリンクが存在する場合、第１文書は第２文書のアウトリンクに対応する文書であり、第２文書は第１文書のインリンクに対応する文書を意味する。

一例として、寄与係数決定部２０５は、第２文書から第１文書に達する複数の段階のリンクを含むリンク経路が存在する場合、リンク経路に対応する文書の寄与係数を用いて第１文書の第２文書に対する寄与係数を決定してもよい。
そして、寄与係数決定部２０５は、第１文書および第２文書が単一のリンクを通じて接続される場合、第１文書の内容スコア、第２文書の内容スコア、および第２文書のアウトリンクに対応する第３文書の内容スコアを用いて第１文書の第２文書に対する寄与係数を決定してもよい。
ここで、寄与係数決定部２０５は第１文書の内容スコアに比例し、第２文書の内容スコアおよび第３文書の内容スコアに反比例する第１文書の第２文書に対する寄与係数を決定してもよい。

最終的に、寄与スコア算出部２０２は、第１文書および第２文書に共通して含まれた共通単語について、第１文書の第２文書に対する寄与係数に第２文書の内容スコアを適用して第１文書の寄与スコアを算出してもよい。寄与係数を決定し、寄与スコアを算出する具体的な内容は図３に基づいて後述する。

本発明の一実施形態に係る基本モデルによって文書順位を決定する過程は、寄与スコアおよび内容スコアを用いて文書順位を決定してもよい。本発明の他の一実施形態に係る総和不変モデルおよびハイブリッドモデルによって文書順位を決定する過程は、蓄積係数を寄与スコアおよび内容スコアに適用して文書順位を決定する過程であってもよい。

蓄積係数算出部２０３は、共通単語に対して第１文書の寄与スコアのうち第１文書が直接寄与したスコアの比率である第１文書の蓄積係数を算出してもよい。
一例として、蓄積係数算出部２０３は、第１文書の内容スコアと第１文書のアウトリンクに対応する文書の第４文書の内容スコアとを用いて第１文書の蓄積係数を算出してもよい。ここで、第１文書の蓄積係数と第４文書の寄与係数を適用した総和は予め設定された値と同一であってもよい。一例として、予め設定された値は１であってもよい。蓄積係数を算出する具体的な内容は図４に基づいて後述する。

順位決定部２０４は、内容スコアおよび寄与スコアを用いて文書に含まれた少なくとも１つの与えられた単語それぞれに対する文書順位を決定してもよい。ここで、順位決定部２０４は、内容スコアおよび寄与スコアを組み合わせて文書順位スコア（Ｃ−Ｒａｎｋ）を決定し、文書を文書順位スコアに応じて配列して文書順位を決定してもよい。

本発明の一実施形態に係る基本モデルによって文書順位を決定する場合、順位決定部２０４は、内容スコアおよび寄与スコアを合算して文書に含まれた単語それぞれに対する文書順位スコア（Ｃ−Ｒａｎｋ）を決定してもよい。ここで、基本モデルはインリンク数が増加するほど文書順位は増加するが、アウトリンク数の増減には影響されないモデルを意味する。

また、本発明の一実施形態に係る総和不変モデルによって文書順位を決定する場合、順位決定部２０４は、蓄積係数が適用された内容スコアと蓄積係数が適用された寄与スコアとを合算し、単語それぞれに対する文書順位スコア（Ｃ−Ｒａｎｋ）を決定してもよい。

基本モデルを行う文書順位システムの場合、悪意的にアウトリンクを追加してサイクルを生成することで故意に文書順位を増加させるという問題が存在する。このような不正行為は文書順位に対する正確度を落とし、不正文書が生成される結果をもたらすことになる。このような不正行為を防止するために、順位決定部２０４は、他の文書に対する寄与スコアのうち自身が直接寄与したスコア（蓄積係数）のみを文書順位決定時に反映する総和不変モデルによって文書順位を決定してもよい。

総和不変モデルによると、アウトリンクを生成するほど文書順位スコアが減少する。ここで、総和不変モデルによると、アウトリンクの追加による不正行為は防止されるものの、アウトリンク使用を抑制してユーザのウェブサーフィンが困難になるという問題がある。したがって、アウトリンクによって文書順位が下降する現象を防止するために、順位決定部２０４はハイブリッドモデルによって文書順位を決定してもよい。

そして、本発明の一実施形態に係るハイブリッドモデルによって文書順位を決定する場合、順位決定部２０４は、蓄積係数が適用されていない内容スコアと蓄積係数が適用された寄与スコアとを合算し、単語に対する文書順位スコア（Ｃ−Ｒａｎｋ）を決定してもよい。ここで、文書順位スコアは単語と文書の対に決定されてもよい。

図３は、本発明の一実施形態に係る共通単語に対する文書の寄与係数を決定する過程を説明するための図である。
寄与係数決定部２０５は、共通単語に対して第１文書の第２文書に対する寄与係数を決定してもよい。ここで、寄与係数は第１文書が第２文書の価値に寄与する係数を意味する。
図３には、文書＜ｑ＞３０１に複数のｄ段階のリンク経路を経て文書＜ｐ＞３０４に達する文書の集合が図示されている。このようなリンク経路に対応する文書の集合をＤ（ｐ、ｄ）と仮定する。ここで、文書＜ｐ＞３０４が第１文書に対応し、文書＜ｐ＞３０４に達する文書の集合が第２文書に対応してもよい。

一例として、順位決定部２０４は、下記の数１または数２のうちいずれか１つによって文書順位を決定してもよい。ここで、数１または数２は基本モデルによって文書順位を決定することを意味する。

ここで、ｔは単語３０５を意味する。そして、数１においてαは０よりも大きいか同じ値であり（α≧０）、数２においてαは０よりも大きくて１よりも小さい値（０≦α≦１）を意味する。

は単語ｔ３０５に対して第１文書＜ｐ＞３０４の文書順位を算出するための文書順位スコア（Ｃ−Ｒａｎｋ）を意味する。

は文書＜ｐ＞３０４の内容を考慮した単語ｔ３０５に対して文書＜ｐ＞３０４の内容スコアを意味し、

は単語ｔ３０５に対して第１文書＜ｐ＞３０４の第２文書＜ｑ＞３０１に対する寄与スコアを意味する。
ここで、
は、文書＜ｐ＞３０４がリンク経路をｄ段階だけ逆にしたときに接する文書＜ｑ＞３０１に寄与する寄与係数であり、第１文書＜ｐ＞３０４の第２文書＜ｑ＞３０１に対する寄与係数を意味する。

数１および数２から分かるように、寄与スコア算出部２０２は、第１文書＜ｐ＞３０４の第２文書＜ｑ＞３０１に対する寄与係数に第２文書の内容スコアを適用して第１文書の寄与スコアを算出してもよい。

もし、図３に示すように、第２文書＜ｑ＞３０１から第１文書＜ｐ＞３０４に達する複数の段階のリンクを含むリンク経路が存在する場合、寄与係数決定部２０５は、リンク経路に対応する文書（文書＜ｒ_１＞３０２〜文書＜ｒ_ｄ−１＞３０３）の寄与係数を用いて第１文書の第２文書に対する寄与係数を決定してもよい。一例として、寄与係数決定部２０５は下記の数３によって寄与係数を決定してもよい。

ここで、数３は図３に示すように、複数のｄ段階のリンク経路を経て文書＜ｑ＞３０１から文書＜ｐ＞３０４に達するｑ→ｒ_１→ｒ_２→…→ｒ_ｄ−１→ｐリンク経路を考慮したものである。数３に示すように、第１文書の第２文書に対する寄与係数
はリンク経路に対応する文書＜ｒ_１＞３０２〜文書＜ｒ_ｄ−１＞３０３の寄与係数によって決定されてもよい。ここで、リンク経路に対応する文書の寄与係数は、リンクの経路上に隣接する文書間の寄与係数（例えば、＜ｒ_１＞→＜ｒ_２＞のリンクから＜ｒ_２＞の＜ｒ_１＞に対する寄与係数）を用いて決定してもよい。

本発明の一実施形態によると、寄与係数決定部２０５は、第１文書および第２文書が単一のリンクを通じて接続される場合、第１文書の内容スコア、第２文書の内容スコア、および第２文書のアウトリンクに対応する第３文書の内容スコアを用いて第１文書の第２文書に対する寄与係数を決定してもよい。一例として、第１文書および第２文書が単一のリンクを通じて接続される場合、寄与係数決定部２０５は、下記の数４のように第１文書の第２文書に対する寄与係数を決定してもよい。数４は一例に過ぎず、システムの構成によって寄与係数を決定する細部方法が数４に基づいて変形されてもよい。

数４に示すように、寄与係数決定部２０５は第１文書＜ｐ＞３０４の内容スコアに比例し、第２文書＜ｑ＞３０１の内容スコアおよび第３文書の内容スコアに反比例する第１文書の第２文書に対する寄与係数
を決定してもよい。ここで、第２文書＜ｑ＞３０１のアウトリンクに対応する第３文書が多いほど、第１文書の第２文書に対する寄与係数は減少してもよい。

数４に示すように、第１文書＜ｐ＞３０４が第２文書＜ｑ＞３０１よりも単語ｔ３０５との関連度が高いほど（すなわち、
が
よりも大きいほど）、第１文書の第２文書に対する寄与係数
は増加してもよい。そして、第２文書＜ｑ＞３０１が第１文書＜ｐ＞３０１よりも単語ｔ３０５との関連度が高いほど（すなわち、
が
よりも大きいほど）、第１文書の第２文書に対する寄与係数
は減少してもよい。

また、第２文書＜ｑ＞３０１に含まれた単語ｔ３０５に関する情報を補完するために、第２文書＜ｑ＞３０１にアウトリンクによって接続された第３文書の数が多いほど（すなわち、
において、文書＜ｒ＞の数が増加するほど）、第１文書の第２文書に対する寄与係数
は減少してもよい。ここで、第３文書は、図３に示す文書＜ｒ_１＞３０２〜文書＜ｒ_ｄ−１＞３０３とは別に、第２文書に単語を補完するためにリンクを通じて接続された文書全体を意味する。

例えば、文書＜ｐ＞、文書＜ｑ＞、および文書＜ｒ＞がｒ→ｑ→ｐのようにリンクによって接続されていると仮定する。このようなリンクを図３の説明を適用すると次の通りである。

数１および数２に示すように、文書＜ｑ＞の＜ｒ＞に対する寄与スコアは
である。そして、数１および数２に示すように、文書＜ｐ＞の文書＜ｑ＞および文書＜ｒ＞に対する寄与スコアは、それぞれ
と
である。数３に示すように、文書＜ｐ＞の文書＜ｒ＞に対する寄与スコア
は
である。

したがって、文書＜ｐ＞の文書＜ｑ＞と文書＜ｒ＞に対する寄与スコアは
である。したがって、文書＜ｑ＞の上位文書（文書＜ｒ＞）に対する寄与係数
と文書＜ｑ＞の内容スコア
が分かれば、文書＜ｐ＞の文書＜ｑ＞と文書＜ｑ＞の上位文書（文書＜ｒ＞）に対する寄与スコア
を把握することができる。

図４は、本発明の一実施形態に係る共通単語に対する文書の蓄積係数を算出する過程を説明するための図である。

蓄積係数算出部２０３は、共通単語に対して第１文書の寄与スコアのうち第１文書が直接寄与したスコアの比率である第１文書の蓄積係数を算出してもよい。蓄積係数は、文書順位を決定する方式のうち総和不変モデルおよびハイブリッドモデルに適用されてもよい。
一例として、順位決定部２０４は、内容スコアおよび寄与スコアに蓄積係数を適用したり（総和不変モデル）、または寄与スコアに蓄積係数を適用して（ハイブリッドモデル）文書順位を決定してもよい。

一例として、蓄積係数算出部２０３は、下記の数５によって蓄積係数を算出してもよい。

ここで、
は単語ｔに対する第１文書＜ｐ＞の蓄積係数を意味する。蓄積係数算出部２０３は、第１文書の内容スコア
と第１文書のアウトリンクに対応する文書の第４文書（文書＜ｒ＞）の内容スコア
を用いて第１文書の蓄積係数を算出してもよい。蓄積係数は、第１文書の第２文書に対する寄与スコアのうち第１文書が直接寄与したスコアの比率を意味する。

例えば、図４に示すように、文書＜ｑ＞４０１に寄与する文書が文書＜ｐ＞４０２と文書ｏ（図４に図示せず）であると仮定する。文書＜ｑ＞４０１に対する寄与スコアは、文書ｏの文書＜ｑ＞４０１に対する寄与スコアと文書＜ｐ＞４０２の文書＜ｑ＞４０１に対する寄与スコアとを和したものを意味する。ここで、文書＜ｐ＞４０２の蓄積係数は文書＜ｑ＞４０１に対する寄与スコアのうち、文書＜ｐ＞４０２が文書＜ｑ＞４０１に直接寄与した寄与スコアの比率を意味する。ここで、寄与スコアおよび蓄積係数は単語ｔ４０７に対するものである。

ここで、総和不変モデルによると、第１文書＜ｐ＞４０２の蓄積係数と第４文書＜ｒ_１＞４０３〜文書＜ｒ_４＞４０６の寄与係数を適用した総和が予め設定された値（数６によると１である）と同一であってもよい。ここで、数６によると、文書＜ｐ＞の蓄積係数および文書＜ｐ＞のアウトリンクに対応する文書＜ｒ＞の寄与係数の総和は１である。

これは共通単語に対して予め決められた文書（図４において文書＜ｐ＞４０２）の上位文書＜ｑ＞４０１に対する寄与スコアは、前記の予め決められた文書の自身の寄与スコアとアウトリンクによって前記の予め決められた文書にリンクされた下位文書（図４において文書＜ｒ_１＞４０３〜文書＜ｒ_４＞４０６）による寄与スコアの和と同一であることを意味する。

上位文書に対する寄与スコアが固定されている分、予め決められた文書のアウトリンクが増加して下位文書による寄与スコアが増加すると、前記の予め決められた文書の自身の寄与スコアは減少してもよい。結局、全体ウェブグラフにおいて全ての文書の文書順位スコアの総和は、下記の数７のように全ての文書の内容スコアの総和と同一である。

したがって、数７によると、文書＜ｐ＞４０２にアウトリンクが追加されるほど文書＜ｐ＞４０２の文書順位スコアが減少するため、アウトリンクの乱用を防止することができる。

最終的に、総和不変モデルで文書順位スコアは下記の数８のように決定されてもよい。

すなわち、数８によると、単語ｔに対する文書＜ｐ＞の文書順位スコア
は文書＜ｐ＞の蓄積係数
の適用された内容スコア
と、文書＜ｐ＞の蓄積係数
の適用された文書＜ｐ＞の文書＜ｑ＞に対する寄与スコア
の和に決定されてもよい。

そして、ハイブリッドモデルで文書順位スコアは下記の数９のように決定されてもよい。

すなわち、数９によると、単語ｔに対する文書＜ｐ＞の文書順位スコア
は、文書＜ｐ＞の内容スコア
と文書＜ｐ＞の蓄積係数
の適用された文書＜ｐ＞の文書＜ｑ＞に対する寄与スコア
の和に決定されてもよい。

ハイブリッドモデルにおいて、数７および数９を適用すると、下記の数１０が導き出される。

ここで、T_t はハイブリッドモデルで文書順位スコアの総和を意味する。数１０によると、ハイブリッドモデルにおいて、全ての文書順位スコアの総和は全ての文書の内容スコアの総和の２倍よりも小さいか同一であることが分かる。

図１〜図４の説明を参考して、与えられた単語に対する全ての文書の文書順位スコアは下記の数１１のように決定されてもよい。下記の数１１は、ハイブリッドモデルによるもので、以下の説明は基本モデルおよび総和不変モデルに同一に適用されてもよい。

,
,
.

数１１において、
は単語ｔに対する文書＜ｐ＞の文書順位スコアを意味する。
は単語ｔに対する文書＜ｐ＞の内容スコアを意味し、
は単語ｔに対する文書＜ｐ＞の蓄積係数、
は単語ｔに対して段階ｄを通じて文書＜ｑ＞にリンクされた文書＜ｐ＞の文書＜ｑ＞に対する寄与価値（寄与係数と内容スコアとの積）を意味する。

単語ｔに対する文書＜ｐ＞の文書順位スコアは、次のような前処理過程および反復算出過程により算出されてもよい。
Ｓ１．
算出
Ｓ２．
および
算出
Ｓ３．
そして

Ｓ４．

Ｓ５．

Ｓ６．
である
に対してＳ４、Ｓ５を繰り返す。全てのｐとｔに対して
であれば終了。
ここで、Ｓ１、Ｓ２は前処理過程であり、Ｓ３、Ｓ４、Ｓ５およびＳ６は反復算出過程を意味する。前処理ステップのＳ１によると、文書順位決定システムは全ての文書＜ｐ＞に対して含んでいる単語ｔに対する内容スコアを算出する。前処理ステップのＳ２によると、文書順位決定システムは共通単語に対して寄与係数を算出し、共通単語に対して蓄積係数を算出する。

反復算出ステップのＳ３によると、文書順位決定システムは内容スコアを文書順位スコア（Ｃ−Ｒａｎｋ）に合算する。反復算出ステップのＳ４によると、文書順位決定システムは、各文書に対してアウトリンクされた文書の寄与価値を算出する。反復算出ステップのＳ５によると、文書順位決定システムは、算出された寄与価値と蓄積係数とを乗算した結果を文書順位スコア（Ｃ−Ｒａｎｋ）に合算する。反復算出ステップのＳ６によると、文書順位決定システムは、寄与価値が与えられた閾値ε以上である（文書、単語）対に対してＳ４およびＳ５を繰り返す。全ての（文書、単語）対に対して寄与価値がε以下であれば算出を終了する。

ここで、反復作業中に一部の文書の寄与価値が閾値以下である場合が発生すると、その値を未合算寄与価値に累積して保管する。反復算出が行われると、遠い距離にある文書や他の経路にある文書によって未合算寄与価値が閾値以上になってもよい。この状況になると、文書順位決定システムは、蓄積係数を乗算した後、文書順位スコア（Ｃ−Ｒａｎｋ）に累積してアウトリンクされた文書の寄与価値算出に用いる。

文書順位決定システムは、様々な段階を通じてリンクされた文書の寄与係数に対する関連性によってリンク構造の上位文書に対する寄与係数を把握すると自身の寄与係数を算出できるという特性によって、文書順位スコア（Ｃ−Ｒａｎｋ）の動的更新が可能になる。

その後、文書内容が変更される場合、文書順位決定システムはこれを反映して文書順位を決定してもよい。文書内容が変更されると、文書の内容スコアが変更され、文書のインリンクに関連する寄与係数と文書のアウトリンクに関連する寄与係数が変更されてもよい。したがって、内容の変更された文書をリンクで指示している文書および内容が変更された文書から開始してリンクに沿って到達できる文書の文書順位スコアが変更されてもよい。

同様に、リンクが追加されたり、或いはリンクが削除される場合、文書の寄与係数が変更されてもよい。リンクが追加される場合、追加されたリンクしてよって寄与係数が発生する場合があり、リンクが削除される場合、削除されたリンクしてよって寄与係数が発生しない場合もある。

また、文書が追加または削除される場合、リンクの追加または削除に準じて文書順位スコアが決定されてもよい。

図５は、本発明の一実施形態に係る基本モデルによる文書順位決定方法の全体過程を示すフローチャートである。
前述したように、基本モデルはインリンク数が増加するほど文書順位は増加するが、アウトリンク数の増減には影響されないモデルを意味する。

図５に示す文書順位決定方法は、図２に示された文書順位決定システム５００の各構成要素によって行われてもよい。
ステップＳ５０１において、内容スコア算出部２０１は、文書に含まれた少なくとも１つの単語それぞれに対する文書の内容スコアを算出してもよい。一例として、内容スコア算出部２０１は、文書の内容と少なくとも１つの単語それぞれの関連性を考慮しての内容スコアを算出してもよい。他の一例として、内容スコア算出部２０１は、単語に対する文書の類似度、文字の大きさ、文書の長さ、イメージ存在の有無などのような文書の内容から文書の品質を評価した内容スコアを算出してもよい。

ステップＳ５０２において、寄与係数決定部２０５は、共通単語に対して第１文書の第２文書に対する寄与係数を決定してもよい。ここで、寄与係数は第１文書が第２文書の価値に寄与する係数を意味し、第１文書および第２文書はリンクを通じて接続されている。そして、共通単語は、第１文書および第２文書それぞれに含まれた少なくとも１つの単語のうち第１文書および第２文書に共通して含まれた単語を意味する。第１文書は共通単語によって第２文書の価値に寄与してもよい。

ここで、第１文書はリンクされた文書を意味し、第２文書はリンクを含む文書を意味する。ここで、第２文書から第１文書に接続されたリンクが存在する時、第１文書は第２文書のアウトリンクに対応する文書であり、第２文書は第１文書のインリンクに対応する文書を意味する。

一例として、寄与係数決定部２０５は、第２文書から第１文書に達する複数の段階のリンクを含むリンク経路が存在する場合、リンク経路に対応する文書の寄与係数を用いて第１文書の第２文書に対する寄与係数を決定してもよい。ここで、寄与係数決定部２０５は、第１文書および第２文書が１つのリンクを通じて接続される場合、第１文書の内容スコア、第２文書の内容スコア、および第２文書のアウトリンクに対応する第３文書の内容スコアを用いて第１文書の第２文書に対する寄与係数を決定してもよい。寄与係数決定部２０５は、第１文書の内容スコアに比例し、第２文書の内容スコアおよび第３文書の内容スコアに反比例する第１文書の第２文書に対する寄与係数を決定してもよい。
このような共通単語に対する寄与係数は、共通単語を含む全ての文書に対して決定されてもよい。

ステップＳ５０３において、寄与スコア算出部２０２は共通単語に対して文書の寄与スコアを算出してもよい。一例として、寄与スコア算出部２０２は、第１文書の第２文書に対する寄与係数に第２文書の内容スコアを適用して第１文書の寄与スコアを算出してもよい。

ステップＳ５０４において、順位決定部２０４は、内容スコアおよび寄与スコアを用いて少なくとも１つの与えられた単語それぞれに対して文書順位を決定してもよい。一例として、基本モデルによると、順位決定部２０４は、内容スコアおよび寄与スコアを合算して文書順位スコア（Ｃ−Ｒａｎｋ）を決定した後、文書順位スコアに応じて単語に対する文書順位を決定してもよい。

図６は、本発明の一実施形態に係る総和不変モデルおよびハイブリッドモデルによる文書順位決定方法の全体過程を示すフローチャートである。
基本モデル使用システムで発生する不正行為として、不正文書によってアウトリンクを追加することで文書の文書順位を増加させる行為を防止するために、総和不変モデルは他の文書に対する寄与スコアのうち自身が直接寄与したスコア（蓄積係数）を内容スコアおよび寄与スコアに反映してもよい。

そして、ハイブリッドモデルによるとアウトリンクの不正を防止できるが、アウトリンク使用を抑制してユーザのウェブサーフィンが困難であるという問題を解決するために、蓄積係数を寄与スコアに反映してもよい。

ステップＳ６０１ないしステップＳ６０４は、図５で説明したステップＳ５０１ないしステップＳ５０４の説明と同一に適用されてもよい。

ステップＳ６０５において、蓄積係数算出部２０３は、共通単語に対して第１文書の寄与スコアのうち、第１文書が直接寄与したスコアの比率である第１文書の蓄積係数を算出してもよい。一例として、蓄積係数算出部２０３は、第１文書の内容スコアおよび第１文書のアウトリンクに対応する文書の第４文書の内容スコアを用いて第１文書の蓄積係数を算出してもよい。ここで、第１文書の蓄積係数および第４文書の寄与係数を適用した総和が予め設定された値と同一であってもよい（総和不変原則）。

ステップＳ６０６において、ハイブリッドモデルによる文書順位決定方法を示し、ステップＳ６０７において、総和不変モデルによる文書順位決定方法を示す。
ステップＳ６０６において、順位決定部２０４は、与えられた単語において文書の寄与スコアに文書の蓄積係数を適用してもよい。ステップＳ６０８において、順位決定部２０４は、蓄積係数が適用された文書の寄与スコアと文書の内容スコアとを合算して文書順位スコアを決定してもよい。これによって、順位決定部２０４は文書順位スコアを用いて文書順位を決定してもよい。

ステップＳ６０７において、順位決定部２０４は、少なくとも１つの与えられた単語それぞれに対して単語において文書の寄与スコアおよび内容スコアにそれぞれ蓄積係数を適用してもよい。その後、ステップＳ６０８において、順位決定部２０４は、文書の蓄積係数の適用された寄与スコアおよび内容スコアを合算して文書順位スコアを決定してもよい。これによって、順位決定部２０４は、文書順位スコアを用いて文書順位を決定してもよい。

図５および図６で説明していない具体的な一例は図１〜図４の説明を参考にしてもよい。
また、本発明の一実施形態に係る文書順位決定方法は、多様なコンピュータ手段を介して様々な処理を実行することができるプログラム命令の形態で実現され、コンピュータ読取可能な記録媒体に記録されてもよい。コンピュータ読取可能な媒体は、プログラム命令、データファイル、データ構造などのうちの１つまたはその組み合わせを含んでもよい。媒体に記録されるプログラム命令は、本発明の目的のために特別に設計されて構成されたものでもよく、コンピュータソフトウェア分野の技術を有する当業者にとって公知のものであり使用可能なものであってもよい。コンピュータ読取可能な記録媒体の例としては、ハードディスク、フロッピー（登録商標）ディスク及び磁気テープのような磁気媒体、ＣＤ−ＲＯＭ、ＤＶＤのような光記録媒体、光ディスクのような光磁気媒体、及びＲＯＭ、ＲＡＭ、フラッシュメモリなどのようなプログラム命令を保存して実行するよう特別に構成されたハードウェア装置が含まれてもよい。プログラム命令の例としては、コンパイラによって生成されるような機械語コード（ｍａｃｈｉｎｅ ｃｏｄｅ）だけでなく、インタプリタなどを用いてコンピュータによって実行され得る高級言語コード（ｈｉｇｈｅｒ ｌｅｖｅｌ ｃｏｄｅ）を含む。上述したハードウェア装置は、本発明の動作を行うために１つ以上のソフトウェアのレイヤで動作するように構成されてもよい。

上述したように本発明を限定された実施形態と図面によって説明したが、本発明は、上記の実施形態に限定されることなく、本発明が属する分野における通常の知識を有する者であれば、このような実施形態から多様な修正及び変形が可能である。
したがって、本発明の範囲は、開示された実施形態に限定されて定められるものではなく、特許請求の範囲だけではなく特許請求の範囲と均等なものなどによって定められるものである。

２００ 文書順位決定システム
２０１ 内容スコア算出部
２０２ 寄与スコア算出部
２０３ 蓄積係数算出部
２０４ 順位決定部
２０５ 寄与係数決定部

図５に示す文書順位決定方法は、図２に示された文書順位決定システム２００の各構成要素によって行われてもよい。
ステップＳ５０１において、内容スコア算出部２０１は、文書に含まれた少なくとも１つの単語それぞれに対する文書の内容スコアを算出してもよい。一例として、内容スコア算出部２０１は、文書の内容と少なくとも１つの単語それぞれの関連性を考慮しての内容スコアを算出してもよい。他の一例として、内容スコア算出部２０１は、単語に対する文書の類似度、文字の大きさ、文書の長さ、イメージ存在の有無などのような文書の内容から文書の品質を評価した内容スコアを算出してもよい。

ステップＳ６０１ないしステップＳ６０３は、図５で説明したステップＳ５０１ないしステップＳ５０３の説明と同一に適用されてもよい。

ステップＳ６０４において、蓄積係数算出部２０３は、共通単語に対して第１文書の寄与スコアのうち、第１文書が直接寄与したスコアの比率である第１文書の蓄積係数を算出してもよい。一例として、蓄積係数算出部２０３は、第１文書の内容スコアおよび第１文書のアウトリンクに対応する文書の第４文書の内容スコアを用いて第１文書の蓄積係数を算出してもよい。ここで、第１文書の蓄積係数および第４文書の寄与係数を適用した総和が予め設定された値と同一であってもよい（総和不変原則）。

ステップＳ６０５において、ハイブリッドモデルによる文書順位決定方法を示し、ステップＳ６０６において、総和不変モデルによる文書順位決定方法を示す。
ステップＳ６０６において、順位決定部２０４は、与えられた単語において文書の寄与スコアに文書の蓄積係数を適用してもよい。ステップＳ６０７において、順位決定部２０４は、蓄積係数が適用された文書の寄与スコアと文書の内容スコアとを合算して文書順位スコアを決定してもよい。これによって、順位決定部２０４は文書順位スコアを用いて文書順位を決定してもよい。

ステップＳ６０６において、順位決定部２０４は、少なくとも１つの与えられた単語それぞれに対して単語において文書の寄与スコアおよび内容スコアにそれぞれ蓄積係数を適用してもよい。その後、ステップＳ６０７において、順位決定部２０４は、文書の蓄積係数の適用された寄与スコアおよび内容スコアを合算して文書順位スコアを決定してもよい。これによって、順位決定部２０４は、文書順位スコアを用いて文書順位を決定してもよい。

Claims (23)

1. 文書に含まれた少なくとも１つの単語それぞれに対して前記文書の内容スコアを算出する内容スコア算出部と、
   共通単語に対して前記文書の寄与スコアを算出する寄与スコア算出部と、
   前記の内容スコアおよび前記寄与スコアを用いて前記少なくとも１つの単語それぞれに対して前記文書順位を決定する順位決定部と、
   を備えることを特徴とする文書順位決定システム。
2. 前記の内容スコア算出部は、前記文書の内容および前記少なくとも１つの単語それぞれの関連性を考慮して前記の内容スコアを算出することを特徴とする請求項１に記載の文書順位決定システム。
3. 前記寄与スコア算出部は、前記共通単語に対して第１文書の第２文書に対する寄与係数を決定する寄与係数決定部を備え、
   前記寄与係数は、前記第１文書および第２文書に共通して含まれた前記共通単語に対して、前記第１文書が前記第２文書の価値に寄与する係数であることを特徴とする請求項１に記載の文書順位決定システム。
4. 前記寄与スコア算出部は、前記第１文書の前記第２文書に対する寄与係数に前記第２文書の内容スコアを適用して前記第１文書の寄与スコアを算出することを特徴とする請求項３に記載の文書順位決定システム。
5. 前記寄与係数決定部は、前記第２文書から前記第１文書に達する複数の段階のリンクを含むリンク経路が存在する場合、前記リンク経路に対応する文書の寄与係数を用いて前記第１文書の第２文書に対する寄与係数を決定することを特徴とする請求項３に記載の文書順位決定システム。
6. 前記寄与係数決定部は、前記第１文書および前記第２文書が１つのリンクに接続される場合、前記第１文書の内容スコア、前記第２文書の内容スコア、および前記第２文書のアウトリンクに対応する第３文書の内容スコアを用いて前記第１文書の第２文書に対する寄与係数を決定することを特徴とする請求項５に記載の文書順位決定システム。
7. 前記寄与係数決定部は、前記第１文書の内容スコアに比例し、前記第２文書の内容スコアおよび前記第３文書の内容スコアに反比例する前記第１文書の第２文書に対する寄与係数を決定することを特徴とする請求項６に記載の文書順位決定システム。
8. 前記共通単語に対して前記第１文書の寄与スコアのうち前記第１文書が直接寄与したスコアの比率である前記第１文書の蓄積係数を算出する蓄積係数算出部をさらに備えることを特徴とする請求項３に記載の文書順位決定システム。
9. 前記順位決定部は、前記の内容スコアおよび前記寄与スコアに前記蓄積係数を適用するか、または前記寄与スコアに前記蓄積係数を適用することを特徴とする請求項８に記載の文書順位決定システム。
10. 前記蓄積係数算出部は、前記第１文書の内容スコアおよび前記第１文書のアウトリンクに対応する文書の第４文書の内容スコアを用いて前記第１文書の蓄積係数を算出することを特徴とする請求項８に記載の文書順位決定システム。
11. 前記第１文書の蓄積係数および前記第４文書の寄与係数を適用した総和が予め設定された値と同一であることを特徴とする請求項１０に記載の文書順位決定システム。
12. 内容スコア算出部が文書に含まれた少なくとも１つの単語それぞれに対して前記文書の内容スコアを算出することと、
    寄与スコア算出部が共通単語に対して前記文書の寄与スコアを算出することと、
    順位決定部が前記の内容スコアおよび前記寄与スコアを用いて前記少なくとも１つの単語それぞれに対して前記文書順位を決定することと、
    を含むことを特徴とする文書順位決定方法。
13. 前記の内容スコア算出部が少なくとも１つの単語それぞれに対して文書の内容スコアを算出することは、前記の内容スコア算出部が前記文書の内容と前記少なくとも１つの単語それぞれの関連性を考慮して前記の内容スコアを算出することを特徴とする請求項１２に記載の文書順位決定方法。
14. 前記寄与スコア算出部が前記共通単語に対して文書の寄与スコアを算出することは、寄与係数決定部が前記共通単語に対して第１文書の第２文書に対する寄与係数を決定することを含み、
    前記寄与係数は、前記第１文書および第２文書に共通して含まれた前記共通単語に対して前記第１文書が前記第２文書の価値に寄与する係数であることを特徴とする請求項１２に記載の文書順位決定方法。
15. 前記寄与スコア算出部が前記共通単語に対して文書の寄与スコアを算出することは、前記第１文書の前記第２文書に対する寄与係数に前記第２文書の内容スコアを適用して前記第１文書の寄与スコアを算出することを特徴とする請求項１４に記載の文書順位決定方法。
16. 前記寄与係数決定部が前記共通単語に対して第１文書の第２文書に対する寄与係数を決定することは、前記第２文書から前記第１文書に達する複数の段階のリンクを含むリンク経路が存在する場合、前記リンク経路に対応する文書の寄与係数を用いて前記第１文書の第２文書に対する寄与係数を決定することを特徴とする請求項１４に記載の文書順位決定方法。
17. 前記寄与係数決定部が前記共通単語に対して第１文書の第２文書に対する寄与係数を決定することは、前記第１文書および前記第２文書が１つのリンクに接続される場合、前記第１文書の内容スコア、前記第２文書の内容スコア、および前記第２文書のアウトリンクに対応する第３文書の内容スコアを用いて前記第１文書の第２文書に対する寄与係数を決定することを特徴とする請求項１６に記載の文書順位決定方法。
18. 前記寄与係数決定部が前記共通単語に対して第１文書の第２文書に対する寄与係数を決定することは、前記第１文書の内容スコアに比例し、前記第２文書の内容スコアおよび前記第３文書の内容スコアに反比例する前記第１文書の第２文書に対する寄与係数を決定することを特徴とする請求項１７に記載の文書順位決定方法。
19. 蓄積係数算出部が前記共通単語に対して前記第１文書の寄与スコアのうち前記第１文書が直接寄与したスコアの比率である前記第１文書の蓄積係数を算出することをさらに含むことを特徴とする請求項１４に記載の文書順位決定方法。
20. 前記順位決定部が前記少なくとも１つの単語それぞれに対して前記文書順位を決定することは、前記の内容スコアおよび前記寄与スコアに前記蓄積係数を適用するか、または前記寄与スコアに前記蓄積係数を適用することを特徴とする請求項１９に記載の文書順位決定方法。
21. 前記蓄積係数算出部が前記第１文書の蓄積係数を算出することは、前記第１文書の内容スコアと前記第１文書のアウトリンクに対応する文書の第４文書の内容スコアを用いて前記第１文書の蓄積係数を算出することを特徴とする請求項１９に記載の文書順位決定方法。
22. 前記第１文書の蓄積係数および前記第４文書の寄与係数を適用した総和が予め設定された値と同一であることを特徴とする請求項２１に記載の文書順位決定方法。
23. 請求項１２乃至請求項２２のいずれか１項の方法を実行するためのプログラムが記録されたコンピュータで読み出し可能な記録媒体。