JP2019159395A - 検索語の評価装置、評価システム、評価方法、及び評価モジュール生産方法 - Google Patents

検索語の評価装置、評価システム、評価方法、及び評価モジュール生産方法 Download PDF

Info

Publication number
JP2019159395A
JP2019159395A JP2018040952A JP2018040952A JP2019159395A JP 2019159395 A JP2019159395 A JP 2019159395A JP 2018040952 A JP2018040952 A JP 2018040952A JP 2018040952 A JP2018040952 A JP 2018040952A JP 2019159395 A JP2019159395 A JP 2019159395A
Authority
JP
Japan
Prior art keywords
point
search
index
document data
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
JP2018040952A
Other languages
English (en)
Other versions
JP6467694B1 (ja
Inventor
直也 榊原
Naoya Sakakibara
直也 榊原
祐樹 廣部
Yuki Hirobe
祐樹 廣部
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
DATASCIENTIST Inc
Original Assignee
DATASCIENTIST Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by DATASCIENTIST Inc filed Critical DATASCIENTIST Inc
Priority to JP2018040952A priority Critical patent/JP6467694B1/ja
Application granted granted Critical
Publication of JP6467694B1 publication Critical patent/JP6467694B1/ja
Publication of JP2019159395A publication Critical patent/JP2019159395A/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

【課題】ＳＥＯの対象となる検索語の検索結果の上位ページが時間経過に従ってどのように変化しているのかを定量的に評価する。【解決手段】検索語が入力される入力ステップと、第１の地点を検索者の位置とした場合における検索語に基づく検索の検索結果データを取得すると共に、第１の地点とは異なる第２の地点を検索者の位置とした場合における検索語に基づく検索の検索結果データを取得する取得ステップと、第１の地点の検索結果データと第２の地点の検索結果データとの相関を示す指標を求め、この指標を検索語に固有の解析結果として出力する解析ステップとを含む評価方法を提供する。【選択図】図２

Description

本発明は、検索語、及び検索語群（以下、「検索市場」という）の地域依存性を事前に評価し、当該地域依存性をふまえてエリアマーケティングや検索エンジン最適化（Search Engine Optimization：以下、ＳＥＯ）を行えるように支援する技術に関する。
ＳＥＯ（Search Engine Optimization）を支援する技術が各種提案されている。この種の技術を開示した文献として、特許文献１がある。特許文献１のウェブページ解析装置は、ある検索語がターゲットキーワードとして入力された場合に、ターゲットキーワードについての検索結果内の複数のウェブページデータの各々を解析対象ウェブページとし、解析対象ウェブページデータに形態素解析処理を施し、形態素解析処理により得られた形態素群における同じ種類の形態素毎の含有数を集計し、検索結果に占める解析対象ウェブページの順位に対する各形態素の寄与の度合いを示す形態素別評価値を求め、形態素別評価値を解析対象ウェブページ毎に並べたリストを解析結果として提示する。特許文献１の技術によると、ＳＥＯ効果の高い形態素を効率よく見出すことができる。
特許６１６４４３６号
ところで、検索エンジンの検索クエリとして用いられる検索語の中には、検索クエリの送信元がどの地域であっても検索結果に表示されるｗｅｂページＵＲＬやコンテンツ等の情報がほとんど変わらないものもあれば、検索クエリの送信元がどの地域であるかによってそれらの情報が大きく変わるものがある。ある検索語を含む検索クエリの発信元の地域がその検索語の検索結果に検索結果の上位ページの顔ぶれに影響する度合いは、「検索語の地域依存性」などと呼ばれる。地域依存性の強い検索語は、地域の特徴を加味した個別の分析やｗｅｂサイトのカスタマイズを要する分だけ、エリアマーケティングやＳＥＯに要するリソースも大きくなる。このため、エリアマーケティングやＳＥＯを行う企業には、自社の商材に関わる検索語がどの程度の地域依存性を有するかを定量的に評価し、それを自社のリソース配分の指標として生かしたい、というニーズがある。
しかしながら、特許文献１の技術は、ウェブページ解析装置のある地域と異なる地域を検索クエリの送信元とする検索結果の解析ができず、検索語の地域依存性の評価には不向きであった。
本発明は、このような課題に鑑みて為されたものであり、ｗｅｂ検索に用いられる検索語の地域依存性を定量的に評価する技術的手段を提供することを目的とする。
上記課題を解決するために、本発明の好適な態様である検索語の評価装置は、検索語が入力される入力手段と、第１の地点を検索者の位置とした場合における前記検索語に基づく検索の検索結果データを取得すると共に、前記第１の地点とは異なる第２の地点を検索者の位置とした場合における前記検索語に基づく検索の検索結果データを取得する取得手段と、前記第１の地点の検索結果データと前記第２の地点の検索結果データとの相関を示す指標を求め、この指標を前記検索語に固有の解析結果として出力する解析手段とを有することを特徴とする検索語の評価装置を提供する。
この態様において、前記検索結果データは、マークアップ言語により記述された文書データ群の中から前記検索語に基づく検索をした場合の検索結果内のＮ（Ｎは２以上の自然数）個の文書データの順位であり、前記解析手段は、前記Ｎ個の文書データの各々について、前記第１の地点を検索者の位置とした場合における当該文書データの順位と前記第２の地点を検索者の位置とした場合における当該文書データの順位を所定の関数に作用させることにより、前記相関を示す指標を求めるようにしてもよい。
また、前記解析手段は、前記Ｎ個の文書データのうちのｉ番目の文書データについて、前記第１の地点を検索者の位置とした場合における当該ｉ番目の文書データの順位または当該順位に基づく指標をｘｉ、当該指標の平均値をｘｍとすると共に、前記第２の地点を検索者の位置とした場合における当該ｉ番目の文書データの順位または当該順位に基づく指標をｙｉ、当該指標の平均値をｙｍとし、前記相関を示す指標ρを以下の式（１）に示す関数にしたがって算出してもよい。
また、前記入力手段には、複数の前記第２の地点を示す情報が入力され、複数の前記第２の地点の各々を、前記解析手段により算出される指標ρの値に応じてグループ分けするグループ分け手段をさらに有してもよい。
また、前記検索結果データは、マークアップ言語により記述された文書データ群の中から前記検索語に基づく検索をした場合の検索結果内のＮ（Ｎは２以上の自然数）個の文書データのスニペットに所定の解析処理を施して得たスニペット解析データであり、前記解析手段は、前記Ｎ個の文書データの各々について、前記第１の地点を検索者の位置とした場合における当該文書データのスニペット解析データと前記第２の地点を検索者の位置とした場合における当該文書データのスニペット解析データを所定の関数に作用させることにより、前記相関を示す指標を求めてもよい。
また、前記解析手段は、前記Ｎ個の文書データのうちのｉ番目の文書データについて、前記第１の地点を検索者の位置とした場合における当該ｉ番目の文書データのスニペット解析データまたは当該スニペット解析データに基づく指標をｘｉ、当該指標の平均値をｘｍとすると共に、前記第２の地点を検索者の位置とした場合における当該ｉ番目の文書データのスニペット解析データまたは当該スニペット解析データに基づく指標をｙｉ、当該指標の平均値をｙｍとし、前記相関を示す指標ρを以下の式（１）に示す関数にしたがって算出してもよい。
本発明の別の好適な態様である検索語の評価システムは、利用者端末と、前記利用者端末と通信する評価装置と、を含み、前記評価装置は、検索語が入力される入力手段と、第１の地点を検索者の位置とした場合における前記検索語に基づく検索の検索結果データを取得すると共に、前記第１の地点とは異なる第２の地点を検索者の位置とした場合における前記検索語に基づく検索の検索結果データを取得する取得手段と、前記第１の地点の検索結果データと前記第２の地点の検索結果データとの相関を示す指標を求め、この指標を前記検索語に固有の解析結果として出力する解析手段とを備えることを特徴とする。
本発明の別の好適な態様である検索語の評価方法は、検索語が入力される入力ステップと、第１の地点を検索者の位置とした場合における前記検索語に基づく検索の検索結果データを取得すると共に、前記第１の地点とは異なる第２の地点を検索者の位置とした場合における前記検索語に基づく検索の検索結果データを取得する取得ステップと、前記第１の地点の検索結果データと前記第２の地点の検索結果データとの相関を示す指標を求め、この指標を前記検索語に固有の解析結果として出力する解析ステップとを有することを特徴とする。
本発明の別の好適な態様である検索語の評価装置は、検索語が入力される入力手段と、第１の地点を検索者の位置とした場合における前記検索語に基づく検索の検索結果内のアクセス先のアクセス解析データを取得すると共に、前記第１の地点とは異なる第２の地点を検索者の位置とした場合における前記検索語に基づく検索の検索結果内のアクセス先のアクセス解析データを取得する取得手段と、前記第１の地点のアクセス解析データと前記第２の地点のアクセス解析データとの相関を示す指標を求め、この指標を前記検索語に固有の解析結果として出力する解析手段とを有することを特徴とする。
この態様において、前記アクセス解析データは、マークアップ言語により記述された文書データ群の中から前記検索語に基づく検索をした場合の検索結果内のＮ（Ｎは２以上の自然数）個の文書データのクリックスルーレートであり、前記解析手段は、前記Ｎ個の文書データの各々について、前記第１の地点を検索者の位置とした場合における当該文書データのクリックスルーレートと前記第２の地点を検索者の位置とした場合における当該文書データのクリックスルーレートを所定の関数に作用させることにより、前記相関を示す指標を求めてもよい。
また、前記解析手段は、前記Ｎ個の文書データのうちのｉ番目の文書データについて、前記第１の地点を検索者の位置とした場合における当該ｉ番目の文書データのクリックスルーレートまたは当該クリックスルーレートに基づく指標をｘｉ、当該指標の平均値をｘｍとすると共に、前記第２の地点を検索者の位置とした場合における当該ｉ番目の文書データのクリックスルーレートまたは当該クリックスルーレートに基づく指標をｙｉ、当該指標の平均値をｙｍとし、前記相関を示す指標ρを以下の式（１）に示す関数にしたがって算出してもよい。
また、前記入力手段には、複数の前記第２の地点を示す情報が入力され、複数の前記第２の地点の各々を、前記解析手段により算出される指標ρの値に応じてグループ分けするグループ分け手段をさらに有してもよい。
また、前記アクセス解析データは、マークアップ言語により記述された文書データ群の中から前記検索語に基づく検索をした場合の検索結果内のＮ（Ｎは２以上の自然数）個の文書データのアドレスの滞在時間であり、前記解析手段は、前記Ｎ個の文書データの各々について、前記第１の地点を検索者の位置とした場合における当該文書データの滞在時間と前記第２の地点を検索者の位置とした場合における当該文書データの滞在時間を所定の関数に作用させることにより、前記相関を示す指標を求めてもよい。
また、前記解析手段は、前記Ｎ個の文書データのうちのｉ番目の文書データについて、前記第１の地点を検索者の位置とした場合における当該ｉ番目の文書データの滞在時間または当該滞在時間に基づく指標をｘｉ、当該指標の平均値をｘｍとすると共に、前記第２の地点を検索者の位置とした場合における当該ｉ番目の文書データの滞在時間または当該滞在時間に基づく指標をｙｉ、当該指標の平均値をｙｍとし、前記相関を示す指標ρを以下の式（１）に示す関数にしたがって算出してもよい。
また、前記入力手段には、複数の前記第２の地点を示す情報が入力され、複数の前記第２の地点の各々を、前記解析手段により算出される指標ρの値に応じてグループ分けするグループ分け手段をさらに有してもよい。
また、前記アクセス解析データは、マークアップ言語により記述された文書データ群の中から前記検索語に基づく検索をした場合の検索結果内のＮ（Ｎは２以上の自然数）個の文書データのアドレスの離脱率であり、前記解析手段は、前記Ｎ個の文書データの各々について、前記第１の地点を検索者の位置とした場合における当該文書データの離脱率と前記第２の地点を検索者の位置とした場合における当該文書データの離脱率を所定の関数に作用させることにより、前記相関を示す指標を求めてもよい。
また、前記解析手段は、前記Ｎ個の文書データのうちのｉ番目の文書データについて、前記第１の地点を検索者の位置とした場合における当該ｉ番目の文書データの離脱率または当該離脱率に基づく指標をｘｉ、当該指標の平均値をｘｍとすると共に、前記第２の地点を検索者の位置とした場合における当該ｉ番目の文書データの離脱率または当該離脱率に基づく指標をｙｉ、当該指標の平均値をｙｍとし、前記相関を示す指標ρを以下の式（１）に示す関数にしたがって算出してもよい。
また、前記入力手段には、複数の前記第２の地点を示す情報が入力され、複数の前記第２の地点の各々を、前記解析手段により算出される指標ρの値に応じてグループ分けするグループ分け手段をさらに有してもよい。
また、前記アクセス解析データは、マークアップ言語により記述された文書データ群の中から前記検索語に基づく検索をした場合の検索結果内の（Ｎは２以上の自然数）個の文書データのアドレスの流入数であり、前記解析手段は、前記Ｎ個の文書データの各々について、前記第１の地点を検索者の位置とした場合における当該文書データの流入数と前記第２の地点を検索者の位置とした場合における当該文書データの流入数を所定の関数に作用させることにより、前記相関を示す指標を求めてもよい。
また、前記解析手段は、前記Ｎ個の文書データのうちのｉ番目の文書データについて、前記第１の地点を検索者の位置とした場合における当該ｉ番目の文書データの流入数または当該流入数に基づく指標をｘｉ、当該指標の平均値をｘｍとすると共に、前記第２の地点を検索者の位置とした場合における当該ｉ番目の文書データの流入数または当該流入数に基づく指標をｙｉ、当該指標の平均値をｙｍとし、前記相関を示す指標ρを以下の式（１）に示す関数にしたがって算出してもよい。
また、前記入力手段には、複数の前記第２の地点を示す情報が入力され、複数の前記第２の地点の各々を、前記解析手段により算出される指標ρの値に応じてグループ分けするグループ分け手段をさらに有してもよい。
また、前記アクセス解析データは、マークアップ言語により記述された文書データ群の中から前記検索語に基づく検索をした場合の検索結果内のＮ（Ｎは２以上の自然数）個の文書データのアドレスの閲覧ページ数であり、前記解析手段は、前記Ｎ個の文書データの各々について、前記第１の地点を検索者の位置とした場合における当該文書データの閲覧ページ数と前記第２の地点を検索者の位置とした場合における当該文書データの閲覧ページ数を所定の関数に作用させることにより、前記相関を示す指標を求めてもよい。
また、前記解析手段は、前記Ｎ個の文書データのうちのｉ番目の文書データについて、前記第１の地点を検索者の位置とした場合における当該ｉ番目の文書データの閲覧ページ数または当該閲覧ページ数に基づく指標をｘｉ、当該指標の平均値をｘｍとすると共に、前記第２の地点を検索者の位置とした場合における当該ｉ番目の文書データの閲覧ページ数または当該閲覧ページ数に基づく指標をｙｉ、当該指標の平均値をｙｍとし、前記相関を示す指標ρを以下の式（１）に示す関数にしたがって算出してもよい。
また、前記入力手段には、複数の前記第２の地点を示す情報が入力され、複数の前記第２の地点の各々を、前記解析手段により算出される指標ρの値に応じてグループ分けするグループ分け手段をさらに有してもよい。
本発明の別の好適な態様である検索語の評価システムは、利用者端末と、前記利用者端末と通信する評価装置と、を含み、前記評価装置は、検索語が入力される入力手段と、第１の地点を検索者の位置とした場合における前記検索語に基づく検索の検索結果内のアクセス先のアクセス解析データを取得すると共に、前記第１の地点とは異なる第２の地点を検索者の位置とした場合における前記検索語に基づく検索の検索結果内のアクセス先のアクセス解析データを取得する取得手段と、前記第１の地点のアクセス解析データと前記第２の地点のアクセス解析データとの相関を示す指標を求め、この指標を前記検索語に固有の解析結果として出力する解析手段とを備えることを特徴とする。
本発明の別の好適な態様である検索語の評価方法は、検索語が入力される入力ステップと、第１の地点を検索者の位置とした場合における前記検索語に基づく検索の検索結果内のアクセス先のアクセス解析データを取得すると共に、前記第１の地点とは異なる第２の地点を検索者の位置とした場合における前記検索語に基づく検索の検索結果内のアクセス先のアクセス解析データを取得する取得ステップと、前記第１の地点のアクセス解析データと前記第２の地点のアクセス解析データとの相関を示す指標を求め、この指標を前記検索語に固有の解析結果として出力する解析ステップとを有することを特徴とする。
本発明の別の好適な態様である評価モジュール生産方法は、入力層、中間層、及び出力層を含むニューラルネットワークを有し、複数の地点を検索者の位置として所定の検索語についての検索をかけた場合の検索結果データ群を前記ニューラルネットワークに入力したときに前記ニューラルネットワークから出力される出力信号、又は、前記出力信号及び教師信号を取得し、取得した信号をディープラーニングのアルゴリズムに従って処理し、この処理結果に基づいて、前記入力層と前記中間層との間及び前記中間層と前記出力層との間の重み係数を更新する学習評価部を有し、前記学習評価部による重み係数の更新を経た学習済みモデルを、前記検索語についての第１の地点の検索ニーズと第２の地点の検索ニーズとの関係を評価する評価モジュールとして出力することを特徴とする。
本発明の別の好適な態様である評価モジュール生産方法は、入力層、中間層、及び出力層を含むニューラルネットワークを有し、複数の地点を検索者の位置として所定の検索語についての検索をかけた場合の検索結果内のアクセス先のアクセス解析データ群を前記ニューラルネットワークに入力したときに前記ニューラルネットワークから出力される出力信号、又は、前記出力信号及び教師信号を取得し、取得した信号をディープラーニングのアルゴリズムに従って処理し、この処理結果に基づいて、前記入力層と前記中間層との間及び前記中間層と前記出力層との間の重み係数を更新する学習評価部を有し、前記学習評価部による重み係数の更新を経た学習済みモデルを、前記検索語についての第１の地点の検索ニーズと第２の地点の検索ニーズとの関係を評価する評価モジュールとして出力することを特徴とする。
本発明によれば、検索市場の地域依存性の定量評価を可能にすることができる。よって、本発明によると、エリアマーケティングやＳＥＯを行う企業は、地域特性をより強く考慮した対応を迫られる商材分野とそうでない商材分野とを区別し、より現実的なリソースの配分を行うことができる。
本発明の第１実施形態である評価装置２０を含む評価システム１の全体構成を示す図である。 評価装置２０のＣＰＵ２２が評価プログラム２６にしたがって実行する評価方法の流れを示すフローチャートである。 評価装置２０の入力処理を説明するための図である。 評価装置２０における地域の区分けを説明するための図である。 評価装置２０の取得処理及び解析処理を説明するための図である。 本発明の第２実施形態である評価装置２０Ａを含む評価システム１Ａの全体構成を示す図である。 本発明の第３実施形態である評価装置２０Ｂを含む評価システム１Ｂの全体構成を示す図である。 本発明の第４実施形態である評価装置２０Ｃを含む評価システム１Ｃの全体構成を示す図である。 評価装置２０Ｃの取得処理及び解析処理を説明するための図である。 本発明の第５実施形態である評価装置２０Ｄを含む評価システム１Ｄの全体構成を示す図である。 本発明の第６実施形態である評価装置２０Ｅを含む評価システム１Ｅの全体構成を示す図である。 評価装置２０の取得処理及び解析処理を説明するための図である。 評価装置２０Ｃの取得処理及び解析処理を説明するための図である。 評価装置２０Ｃの取得処理及び解析処理を説明するための図である。 評価装置２０Ｃの取得処理及び解析処理を説明するための図である。 評価装置２０Ｃの取得処理及び解析処理を説明するための図である。 本発明の変形例である評価装置の動作を説明する図である。 本発明の変形例である評価装置の動作を説明する図である。
以下、図面を参照しつつ本発明の実施形態を説明する。
＜第１実施形態＞
図１は、本発明の第１実施形態である評価装置２０を含む評価システム１の全体構成を示す図である。図１に示す評価システム１は、インターネット９０上に、ｗｅｂサイト、ｗｅｂページ、又はｗｅｂコンテンツとして散在する文書データ（ＨＴＭＬ（Hyper Text Markup Language）などのマークアップ言語により記述されたデータ）群の中からある検索語に基づく検索をした場合に検索結果の地域依存性の定量評価を可能にするものである。
図１示すように、評価システム１は、利用者端末１０、及び評価装置２０を有する。利用者端末１０、及び評価装置２０は、インターネット９０を介して接続されている。インターネット９０には、検索エンジンサーバ装置５０が接続されている。
検索エンジンサーバ装置５０は、検索エンジンサービスを提供する役割を果たす装置である。検索エンジンサーバ装置５０は、インターネット９０を巡回し、巡回先のｗｅｂサイト、ｗｅｂページ、及びｗｅｂコンテンツから得た情報をインデックスデータベースにインデクシングする巡回処理と、検索者のコンピュータから検索語と位置情報とを含むＨＴＴＰ（Hyper Text Transfer Protocol）リクエスト（検索クエリ）を受信し、上記位置情報の示す位置において上記検索語を用いてｗｅｂ検索を行った場合に得られるｗｅｂサイト、ｗｅｂページ、及びｗｅｂコンテンツのタイトル、ＵＲＬ（Uniform Resource Locator）、スニペット（Snippet）のセットを上位（順位が高い）のものから順に配した検索結果を返信する検索処理とを行う。ここで、検索エンジンサーバ装置５０は、検索処理では、上記検索結果におけるｗｅｂサイト、ｗｅｂページ、又はｗｅｂコンテンツの顔ぶれ及び検索順位を、検索語とともに与えられた位置情報の示す検索者の位置に応じて変更する。図１では、検索エンジンサーバ装置５０が１つだけ図示されているが、検索エンジンサーバ装置５０の数は複数であってもよい。
利用者端末１０は、パーソナルコンピュータである。利用者端末１０のユーザには、固有のＩＤとパスワードが付与されている。ユーザは、自らの利用者端末１０から評価装置２０にアクセスして認証手続を行い、評価装置２０により提供されるサービスを利用する。図１では、利用者端末１０が１つだけ図示されているが、評価システム１における利用者端末１０の数は複数であってもよい。
評価装置２０は、検索語の地域依存性の定量評価サービスを提供する役割を果たす装置である。検索語の地域依存性の定量評価サービスは、ユーザから、検索語、及び地域依存性の評価の際に基準となる互いに異なる２つの地点（以下、第１の地点および第２の地点）を受け取り、第１の地点を検索者の位置として当該検索語に基づく検索をした場合の検索結果内のｗｅｂサイト、ｗｅｂページ、ｗｅｂコンテンツの順位と、第２の地点を検索者の位置として当該検索語に基づく検索をした場合の検索結果内のｗｅｂサイト、ｗｅｂページ、ｗｅｂコンテンツの順位との相関を示す指標を求め、この指標を当該検索語に固有の解析結果としてユーザに提示するサービスである。
図１に示すように、評価装置２０は、通信インターフェース２１、ＣＰＵ（Central Processing Unit）２２、ＲＡＭ（Random Access Memory）２３、ＲＯＭ（Read Only Memory）２４、ハードディスク２５を有する。通信インターフェース２１は、インターネット９０に接続された装置との間でデータを送受信する。ＣＰＵ２２は、ＲＡＭ２３をワークエリアとして利用しつつ、ＲＯＭ２４やハードディスク２５に記憶された各種プログラムを実行する。ＲＯＭ２４には、ＩＰＬ（Initial Program Loader）などが記憶されている。ハードディスク２５には、本実施形態に特有の機能を有する評価プログラム２６が記憶されている。
次に、本実施形態の動作について説明する。
図２は、評価装置２０のＣＰＵ２２が評価プログラム２６にしたがって実行する評価方法の流れを示すフローチャートである。ＣＰＵ２２は、評価プログラム２６を実行することで、入力処理（ステップＳＡ１００）を実行する入力手段、取得処理（ステップＳＡ１１０）を実行する取得手段、及び解析処理（ステップＳＡ１２０）を実行する解析手段として機能する。
図２のステップＳＡ１００の入力処理では、ＣＰＵ２２は、認証手続を済ませた利用者端末１０に対し、図３に示すように、入力画面の構造をＨＴＭＬにより記述したｗｅｂページデータを送信する。利用者端末１０は、このｗｅｂページデータを受信すると、入力画面を表示する。入力画面には、「検索語を入力してください」という文字列が表示される。その下には、検索語入力欄５１がある。検索語入力欄５１には、評価対象の検索語がユーザによって入力される。検索語入力欄５１の下には、「第１の地点を指定してください」という文字が表示される。その下には、地点入力欄５２がある。地点入力欄５２には、第１の地点を示す情報として、検索語の地域依存性を評価する際の基準となる２つの地点のうち一方がユーザによって入力される。地点入力欄５２の下には、「第２の地点を指定してください」という文字列が表示される。その下には、地点入力欄５３がある。地点入力欄５３には、第２の地点として、検索語の地域依存性を評価する際の基準となる２つの地点のうち他方がユーザによって入力される。
地点入力欄５２及び５３の入力手順についてより詳細に説明すると、本実施形態では、図４に示すように、我が国を５つの地域（“北海道”、“東北”、“関東”、“関西”、および“九州”の５つの地域）に区分けした場合の各地域の代表点Ｒｋ（ｋ＝１〜ｎ）の各々について、代表点Ｒｋの位置情報と代表点Ｒｋの地域名を示す文字列（“北海道”、“東北”、“関東”、“関西”および“九州”の各々）とを対応付けて格納したテーブルが上記ｗｅｂページデータに埋め込まれている。なお、上記位置情報の具体例としては、代表点Ｒｋの示す地域において人口が最大の都道府県の庁舎の緯度および経度を示す地理情報や当該地理情報との相互変換が可能な情報（例えば、当該都道府県の名称或いは当該都道府県の庁舎の名称を表す文字列）が挙げられる。
利用者端末１０は、地点入力欄５２にマウスポインタを移動させて左クリックする操作がされると、上記５つの地域名を配列したプルダウンリストを出現させて地域名の選択を促し、プルダウンリスト内の何れかの地域名が選択されると、選択された地域名を地点入力欄５２に表示させるとともに、その地域名と対応付けてテーブルに格納されている代表点Ｒｋの位置情報を取得する。また、利用者端末１０は、地点入力欄５３にマウスポインタを移動させて左クリックする操作がされると、上記５つの地域名を配列したプルダウンリストを出現させて地域名の選択を促し、プルダウンリスト内の何れかの地域名が選択されると、選択された地域名を地点入力欄５３に表示させるとともに、その地域名と対応付けてテーブルに格納されている代表点Ｒｋの位置情報を取得する。
なお、第２の地点を示す位置情報として第１の地点と同じ位置情報が入力された場合には、再入力を促すメッセージを利用者端末１０に出力させるようにするとよい。また、第１地点と同じ位置情報が入力されることを避けるために、第２の地点を指定させるためのプルダウンリストの表示の際に第１の地点として指定された地域名を除外したプルダウンリストを表示してもよい。
地点入力欄５３の下には、「解析範囲を入力してください」という文字列が表示される。解析範囲とは、地点入力欄５２内の位置情報の示す位置を検索者の位置として検索語入力欄５１内の検索語に基づくｗｅｂ検索を行った場合の検索結果内の上位何位までを解析対象とするのを意味する。「解析範囲を入力してください」という文字列の下には、解析範囲入力欄５４がある。解析範囲入力欄５４には、解析範囲を示す数Ｎ（Ｎは２以上の自然数）がユーザによって入力される。解析範囲入力欄５４は、上位１０位、上位２０位、上位３０位、といったような、複数の選択肢の中の一つを選択するものであってもよい。解析範囲入力欄５４の下には、送信ボタン５５がある。
ユーザは、入力画面の検索語入力欄５１に検索語を入力し、地点入力欄５２に第１の地点を示す情を入力し、地点入力欄５３に第２の地点を示す情報を入力し、解析範囲入力欄５４に解析範囲を示す数Ｎを入力し、送信ボタン５５を押下する。送信ボタン５５が押下されると、利用者端末１０は、検索語入力欄５１、地点入力欄５２、地点入力欄５３、及び解析範囲入力欄５４の各欄に入力された情報を、入力情報として評価装置２０へ送信する。ＣＰＵ２２は、インターネット９０を介して利用者端末１０から入力情報を受信すると、受信した入力情報をＲＡＭ２３に書き込む。
次に、ＣＰＵ２２は、取得処理（ステップＳＡ１１０）を実行する。図２に示すように、取得処理は、ステップＳＡ１１０ａとステップＳＡ１１０ｂとを有する。ステップＳＡ１１０ａでは、ＣＰＵ２２は、第１の地点（地点入力欄５２内の情報が示す位置）において入力情報内の検索語に基づく検索をした場合の検索結果内の上位Ｎ位のｗｅｂサイト、ｗｅｂページ、又はｗｅｂコンテンツを解析対象とし、解析対象のＮ個のｗｅｂサイト、ｗｅｂページ、又はｗｅｂコンテンツの順位を第１の地点の検索結果データＡｉ（ｉ＝１〜Ｎ、ｉは解析対象の文書データの各々を示すインデックス）として取得する。
ステップＳＡ１１０ｂでは、ＣＰＵ２２は、第２の地点（地点入力欄５２内の情報が示す位置）における解析対象のＮ個のｗｅｂサイト、ｗｅｂページ、又はｗｅｂコンテンツの順位を第２の地点の検索結果データＢｉ（ｉ＝１〜Ｎ）として取得する。ここで、第１の地点の検索の検索結果において上位Ｎ位内であったｗｅｂサイト、ｗｅｂページ、又はｗｅｂコンテンツが、第２の地点の検索の検索結果において圏外となる場合もあり得る。このようなｗｅｂサイト、ｗｅｂページ、又はｗｅｂコンテンツの検索結果データＢｉは、十分に大きな値（例えば、１０００）とすればよい。
ステップＳＡ１２０の解析処理では、ＣＰＵ２２は、第１の地点の検索結果データＡｉ（ｉ＝１〜Ｎ）が示す順位と第２の地点の検索結果データＢｉ（ｉ＝１〜Ｎ）が示す順位を以下の式（１）の関数に作用させることにより、両者の相関を示す指標ρを求め、この指標ρを入力情報内の検索語に固有の解析結果として出力する。
ここで、式（１）におけるｘｉは、ＲＯＭ２４のテーブルＴＢＬ１において検索結果データＡｉと対応付けられている指標である。テーブルＴＢＬ１には、順位と指標の各対が格納されている。テーブルＴＢＬ１の指標は、より上位の順位と対応するものほど大きな値となっている。ｘｍは、検索結果データＡｉ（ｉ＝１〜Ｎ）の各々と対応する指標ｘｉの平均値（加算平均）である。また、ｙｉは、テーブルＴＢＬ１において検索結果データＢｉと対応付けられている指標である。ｙｍは、検索結果データＢｉ（ｉ＝１〜Ｎ）の各々と対応する指標ｙｉの平均値（加算平均）である。
取得処理と解析処理についてより詳細に説明すると、図５の例に示すように、ＣＰＵ２２は、入力画面の検索語入力欄５１内の情報が「保険」、地点入力欄５２内の情報が「関東」、地点入力欄５３内の情報が「北海道」、解析範囲入力欄５４内の情報が「１０」であった場合、東京を検索者の位置とした場合における検索語「保険」に基づく検索と、北海道を検索者の位置とした場合における同じ検索語「保険」に基づく検索とを実行し、東京の検索結果内における上位１０位のｗｅｂサイト、ｗｅｂページ、及びｗｅｂコンテンツを解析対象とする。
ＣＰＵ２２は、東京の検索結果内における解析対象の１０個のｗｅｂサイト、ｗｅｂページ、及びｗｅｂコンテンツの順位を検索結果データＡ１、Ａ２・・・Ａ１０とし、北海道の検索結果における解析対象の１０個のｗｅｂサイト、ｗｅｂページ、及びｗｅｂコンテンツの順位を検索結果データＢ１、Ｂ２・・・Ｂ１０とする。ＣＰＵ２２は、ＲＯＭ２４のテーブルＴＢＬ１から、検索結果データＡ１、Ａ２・・・Ａ１０と対応する指標ｘ１、ｘ２・・・ｘ１０、及び検索結果データＢ１、Ｂ２・・・Ｂ１０と対応する指標ｙ１、ｙ２・・・ｙ１０を取り出す。さらに、ＣＰＵ２２は、指標ｘ１、ｘ２・・・ｘ１０の平均ｘｍ、及び指標ｙ１、ｙ２・・・ｙ１０の平均ｙｍを求める。
その上で、ＣＰＵ２２は、指標ｘ１、ｘ２・・・ｘ１０と平均ｍｘ、及び指標ｙ１、ｙ２・・・ｙ１０と平均ｙｍを式（１）に入力して指標ρを求め、この指標ρを検索語「保険」に固有の解析結果として利用者端末１０に送信する。
入力情報の送信元の利用者端末１０のユーザは、評価装置２０から返信される指標ρを用いて評価対象の検索語の地域依存性を定量評価することができる。例えば、或る検索語Ｘについて、図４における代表点Ｒｋ（ｋ＝１〜５の何れか）を第１の地点とし、代表点Ｒｍ（ｍ＝１〜５：ただし、ｍ≠ｋ）を第２の地点とした場合に上記式（１）にしたがって算出される指標ρｋｍの平均をρｍとすると、このρｍの値の大小で地域依存性の強弱を定量評価することができる。具体的には、ρｍの値が１に近ければ、検索語Ｘによる検索結果として得られるｗｅｂページの顔ぶれおよび各ｗｅｂページの検索順位は地域に依らず略一定であることを意味し、検索語Ｘの地域依存性は低いと評価される。逆に、ρｍの値が小さい程（例えば、０に近い等）、検索語Ｘによる検索結果として得られるｗｅｂページの顔ぶれおよび各ｗｅｂページの検索順位は地域毎に区々であることを意味し、検索語Ｘの地域依存性は高いと評価される。
また、複数の第２の地点の各々について算出された指標ρの値を比較し、指標ρの値が１に近い地点、すなわち、検索結果に含まれるｗｅｂページの顔ぶれ及び各ｗｅｂページの検索順位が第１の地点と類似する地点、を抽出することで第１の地点と同じ商品ニーズ等を有するであろう商圏を推定することもできる。例えば、図４における指標ρ１３とρ２３が１に近い値である一方、ρ３４とρ３５が小さな値であれば、検索語Ｘにより検索されるであろう商品等は東日本で共通したニーズがあると推定することができる。
加えて、図４に示すように、“北海道”、“東北”、“関東”、“関西”および“九州”の各地域の代表点Ｒｋ（ｋ＝１〜５）の各々をノードとし、指標ρｋｍにより重み付けしたリンクにより各ノードを接続して得られる重み付き無向グラフにより市場をネットワークモデル化し、このネットワークモデルに対して、ランダムウォーク、貪欲法、スピングラス法などの既存のコミュティ抽出アルゴリズムを用いて、地域依存性がある検索語における検索順位の類似性を基にしたクラスタリングを行うことで、商品等に対するニーズを共通とする商圏をクラスタリングすることも可能である。
以上説明したように、本実施形態の評価装置２０によれば、検索市場の地域依存性の定量評価を可能することができる。よって、本実施形態によると、エリアマーケティングやＳＥＯを行う企業は、地域特性をより強く考慮した対応を迫られる商材分野とそうでない商材分野とを区別し、より現実的なリソースの配分を行うことができる。
＜第２実施形態＞
図６は、本発明の第２実施形態である評価装置２０Ａを含む評価システム１Ａの全体構成を示す図である。評価システム１Ａは、企業のＬＡＮ（Local Area Network）８０内の利用者端末１０から文書管理サーバ装置３０に集められた文書データ群の中からある検索語に基づく検索をした場合の検索結果の地域依存性の定量評価を可能にするものである。
図６において、評価システム１Ａの利用者端末１０及び評価装置２０Ａは、ＬＡＮ８０を介して文書管理サーバ装置３０と接続されている。文書管理サーバ装置３０は、文書管理サービスを提供する役割を果たす装置である。文書管理サーバ装置３０は、ＬＡＮ８０内の利用者端末１０から文書データを受信し、受信した文書データを文書データベース３１に蓄積する蓄積処理と、様々な位置にある利用者端末１０から検索クエリを受信し、検索クエリ内の検索語に関わる文書データを文書データベース３１から検索し、検索した文書データのタイトル、ＵＲＬ、スニペット（Snippet）のセットを上位（順位が高い）のものから順に配した検索結果を返信する検索処理とを行う。
評価システム１Ａの評価装置２０Ａは、ハードディスク２５内の評価プログラム２６の働きにより、図２に示した入力処理、取得処理、及び解析処理を実行する。これらの処理の内容は、第１の地点の検索結果データＡｉ（ｉ＝１〜Ｎ）及び第２の地点の検索結果データＢｉ（ｉ＝１〜Ｎ）の取得先が文書管理サーバ装置３０の文書データベース３１である点を除いて、第１実施形態と同様である。本実施形態によると、第１実施形態と同様の効果が得られる。
＜第３実施形態＞
図７は、本発明の第３実施形態である評価装置２０Ｂを含む評価システム１Ｂの全体構成を示す図である。評価システム１Ｃは、第１実施形態の評価システム１と同様に、インターネット９０上に散在する文書データ群の中からある検索語に基づく検索をした場合の検索結果の地域依存性の定量評価を可能にするものである。
図７において、評価システム１Ａの利用者端末１０及び評価装置２０Ａは、ＬＡＮ８０を介して検索結果収集サーバ装置４０と接続されている。検索結果収集サーバ装置４０は、検索結果収集サービスを提供する役割を果たす装置である。検索結果収集サーバ装置４０は、所定の時間間隔（例えば、１０分おき）ごとに、様々な地点を検索者の位置とする様々な検索語の検索クエリを検索エンジンサーバ装置５０に送信し、検索エンジンサーバ装置５０から検索結果を受信し、検索語、検索日時、及び検索結果のセットを検索結果データベース４１に蓄積する処理を行う。
評価システム１Ｂの評価装置２０Ｂは、ハードディスク２５内の評価プログラム２６の働きにより、図２に示した入力処理、取得処理、及び解析処理を実行する。これらの処理の内容は、第１の地点の検索結果データＡｉ（ｉ＝１〜Ｎ）及び第２の地点の検索結果データＢｉ（ｉ＝１〜Ｎ）の取得先が検索結果収集サーバ装置４０の検索結果データベース４１である点を除いて、第１実施形態と同様である。本実施形態によると、第１〜第２実施形態と同様の効果が得られる。
＜第４実施形態＞
図８は、本発明の第４実施形態である評価装置２０Ｃを含む評価システム１Ｃの全体構成を示す図である。評価システム１Ｃは、第１実施形態の評価システム１と同様に、インターネット９０上に散在する文書データ群の中からある検索語に基づく検索をした場合の検索結果の地域依存性の定量評価を可能にするものである。
図８において、インターネット９０には、検索エンジンサーバ装置５０とアクセス解析サーバ装置６０が接続されている。アクセス解析サーバ装置６０は、アクセス解析サービスを提供する役割を果たす装置である。アクセス解析サーバ装置６０は、利用者端末１０から、インターネット９０におけるアクセス解析対象の文書データのＵＲＬを含むＨＴＴＰリクエストを受信し、アクセス解析対象の文書データのＵＲＬのクリックスルーレート、滞在時間、離脱率、流入数、閲覧ページ数などの情報をアクセス解析結果として返信する。ここで、アクセス解析サーバ装置６０は、アクセス解析対象の文書データのＵＲＬと検索者の位置とを含むＨＴＴＰリクエストを受信した場合、当該位置におけるアクセス解析結果を返信する。
評価システム１Ｃの評価装置２０Ｃは、ハードディスク２５内の評価プログラム２６の働きにより、図２に示した入力処理、取得処理、及び解析処理を実行する。これらの処理のうち入力処理の内容は、第１実施形態と同様である。
本実施形態では、取得処理において、評価装置２０ＣのＣＰＵ２２は、第１の地点（地点入力欄５２内の情報が示す位置）において入力情報内の検索語に基づく検索をした場合の検索結果内の上位Ｎ位のｗｅｂサイト、ｗｅｂページ、又はｗｅｂコンテンツを解析対象とし、解析対象のＮ個のｗｅｂサイト、ｗｅｂページ、又はｗｅｂコンテンツのクリックスルーレートをアクセス解析サーバ装置６０から取得し、これらのクリックスルーレートを第１の地点の検索の検索結果内のアクセス先のアクセス解析データＣｉ（ｉ＝１〜Ｎ）とする。また、ＣＰＵ２２は、第２の地点（地点入力欄５２内の情報が示す位置）における解析対象のＮ個のｗｅｂサイト、ｗｅｂページ、又はｗｅｂコンテンツのクリックスルーレートをアクセス解析サーバ装置６０から取得し、これらのクリックスルーレートを第２の地点の検索の検索結果内のアクセス先のアクセス解析データＤｉ（ｉ＝１〜Ｎ）とする。
解析処理において、ＣＰＵ２２は、第１の地点のアクセス解析データＣｉ（ｉ＝１〜Ｎ）が示すクリックスルーレートと第２の地点のアクセス解析データＤｉ（ｉ＝１〜Ｎ）が示すクリックスルーレートを上記の式（１）の関数に作用させることにより、両者の相関を示す指標ρを求め、この指標ρを入力情報内の検索語に固有の解析結果として出力する。
本実施形態の取得処理と解析処理についてより詳細に説明すると、図９の例に示すように、ＣＰＵ２２は、入力画面の検索語入力欄５１内の情報が「保険」、地点入力欄５２内の情報が「関東」、地点入力欄５３内の情報が「北海道」、解析範囲入力欄５４内の情報が「１０」であった場合、東京を検索者の位置とした場合における検索語「保険」に基づく検索と、北海道を検索者の位置とした場合における同じ検索語「保険」に基づく検索とを実行し、東京の検索の検索結果内における上位１０位のｗｅｂサイト、ｗｅｂページ、及びｗｅｂコンテンツを解析対象とする。
ＣＰＵ２２は、東京を検索者の位置とした場合検索結果内における解析対象の１０個のｗｅｂサイト、ｗｅｂページ、及びｗｅｂコンテンツのクリックスルーレートをアクセス解析データＣ１、Ｃ２・・・Ｃ１０とし、北海道を検索者の位置とした場合の検索結果内における解析対象の１０個のｗｅｂサイト、ｗｅｂページ、及びｗｅｂコンテンツのクリックスルーレートをアクセス解析データＤ１、Ｄ２・・・Ｄ１０とする。ＣＰＵ２２は、ＲＯＭ２４のテーブルＴＢＬ２から、アクセス解析データＣ１、Ｃ２・・・Ｃ１０と対応する指標ｘ１、ｘ２・・・ｘ１０、及びアクセス解析データＤ１、Ｄ２・・・Ｄ１０と対応する指標ｙ１、ｙ２・・・ｙ１０を取り出す。さらに、ＣＰＵ２２は、指標ｘ１、ｘ２・・・ｘ１０の平均ｘｍ、及び指標ｙ１、ｙ２・・・ｙ１０の平均ｙｍを求める。
その上で、ＣＰＵ２２は、指標ｘ１、ｘ２・・・ｘ１０と平均ｍｘ、及び指標ｙ１、ｙ２・・・ｙ１０と平均ｙｍを式（１）に入力して指標ρを求め、この指標ρを検索語「保険」に固有の解析結果とて利用者端末１０に送信する。本実施形態によると、第１〜第３実施形態と同様の効果が得られる。
＜第５実施形態＞
図１０は、本発明の第５実施形態である評価装置２０Ｄを含む評価システム１Ｄの全体構成を示す図である。図１０において、評価システム１Ｄの利用者端末１０及び評価装置２０Ｄは、ＬＡＮ８０を介して文書管理サーバ装置３０と接続されている。文書管理サーバ装置３０は、様々な位置にある利用者端末１０から、文書データベース３１におけるアクセス解析対象の文書データの格納先のアドレスを含むリクエストを受信し、アクセス解析対象の文書データのクリックスルーレート、滞在時間、離脱率、流入数、閲覧ページ数などの情報をアクセス解析結果として返信する。
評価システム１Ｄの評価装置２０Ｄは、ハードディスク２５内の評価プログラム２６の働きにより、図２に示した入力処理、取得処理、及び解析処理を実行する。これらの処理の内容は、第１の地点のアクセス解析データＣｉ（ｉ＝１〜Ｎ）及び第２の地点のアクセス解析データＤｉ（ｉ＝１〜Ｎ）の取得先が文書管理サーバ装置３０である点を除いて、第４実施形態と同様である。本実施形態によると、第１〜第４実施形態と同様の効果が得られる。
＜第６実施形態＞
図１１は、本発明の第６実施形態である評価装置２０Ｅを含む評価システム１Ｅの全体構成を示す図である。図１１において、評価システム１Ｅの利用者端末１０及び評価装置２０Ｅは、ＬＡＮ８０を介してアクセス解析結果収集サーバ装置４５と接続されている。
アクセス解析結果収集サーバ装置４５は、アクセス解析結果収集サービスを提供する役割を果たす装置である。アクセス解析結果収集サーバ装置４５は、所定の時間間隔（例えば、１０分おき）ごとに、様々な地点を検索者の位置とする様々な文書データのＵＲＬを含むＨＴＴＰリクエストをアクセス解析サーバ装置６０に送信し、アクセス解析サーバ装置６０からアクセス解析結果（クリックスルーレート、滞在時間、離脱率、流入数、閲覧ページ数などの情報）を受信し、文書データのＵＲＬ、解析日時、及び解析結果のセットをアクセス解析結果データベース４６に蓄積する処理を行う。
評価システム１Ｅの評価装置２０Ｅは、ハードディスク２５内の評価プログラム２６の働きにより、図２に示した入力処理、取得処理、及び解析処理を実行する。これらの処理の内容は、第１の地点のアクセス解析データＣｉ（ｉ＝１〜Ｎ）及び第２の地点のアクセス解析データＤｉ（ｉ＝１〜Ｎ）の取得先がアクセス解析結果収集サーバ装置４５のアクセス解析結果データベース４６である点を除いて、第４実施形態と同様である。本実施形態によると、第１〜第５実施形態と同様の効果が得られる。
＜変形例＞
以上本発明の第１〜第６実施形態について説明したが、この実施形態に以下の変形を加えてもよい。
（１）上記第１〜第６実施形態では１つの第１の地点に対して第２の地点を１つだけユーザに指定させたが、複数の第２の地点をユーザに指定させ、ユーザにより指定された複数の第２の地点の各々について指標ρを算出してもよい。この場合、指標ρの値に応じて複数の第２の地点をグループ分けするグループ分け手段を評価装置２０に設けてもよい。このようなグループ分け手段の具体例としては、指標ρの値が所定の閾値（例えば、０．５）を上回っているグループと指標ρの値が上記閾値以下のグループにグループ分けする手段や、前述したクラスタリングを利用して複数の第２の地点をグループ分けする手段が挙げられる。
（２）上記第１〜第６実施形態では、評価対象の検索語について地域依存性の評価の際の基準となる２つの地点を、我が国における地域単位で指定したが、都道府県単位或いは市区町村単位で指定してもよい。例えば、第１の地点を市区町村単位で指定するとともに、第２の地点として当該第１の地点に隣接する市区町村、当該隣接する市町村にさらに隣接する他の市区町村と、順次指定して指標ρを算出することで、第１の地点を中心として、商品等に対するニーズが当該第１の地点と共通の商圏がどこまで広がっているのかを定量評価することが可能になる。また、評価対象の検索語について地域依存性の評価の際の基準となる２つの地点の指定は、我が国の地域や都道府県等の行政単位での指定には限定されず、国外の地域や行政単位で指定してもよい。また、第１および第２の地点の各々を、緯度および経度の地理情報で指定してもよい。
（３）上記第１〜第６実施形態では、第１の地点と第２の地点の両方を利用者端末１０のユーザに指定させたが、第１の地点と第２の地点の何れか一方を利用者端末１０の所在地（すなわち、検索者の現在位置）とする場合には、他方の指定のみでよい。つまり、第１及び第２の地点の両方をユーザに指定させることは必須ではなく、第１の地点と第２の地点の少なくとも一方をユーザに指定させる態様であればよい。
（４）上記第１〜第３実施形態では、評価装置２０、２０Ａ、２０ＢのＣＰＵ２２は、取得処理（図２のステップＳＡ１１０）において、解析対象のＮ個の文書データ（ｗｅｂサイト、ｗｅｂページ、又はｗｅｂコンテンツ）について、第１の地点を検索者の位置とした場合におけるＮ個の文書データの各々の順位を第１の地点の検索結果データＡｉ（ｉ＝１〜Ｎ）として取得し、第２の地点を検索者の位置とした場合におけるＮ個の文書データの順位を第２の地点の検索結果データＢｉ（ｉ＝１〜Ｎ）として取得した。しかし、解析対象のＮ個の文書データについて、第１の地点を検索者の位置とした場合におけるＮ個の文書データの各々のスニペットに所定の解析処理を施して得たスニペット解析データを第１の地点の検索結果データＡｉ（ｉ＝１〜Ｎ）として取得し、第２の地点を検索者の位置とした場合におけるＮ個の文書データの各々のスニペットに所定の解析処理を施して得たスニペット解析データを第２の地点の検索結果データＢｉ（ｉ＝１〜Ｎ）として取得してもよい。図１２の例に示すように、この変形例では、解析処理において、ＲＯＭ２４におけるスニペット解析データと指標とを対応付けたテーブルＴＢＬ３を参照し、検索結果データＡｉから指標ｘｉへの変換と検索結果データＢｉから指標ｙｉへの変換とを行うようにするとよい。この変形例における入力処理、取得処理、及び解析処理の内容は、第１の地点及び第２の地点のスニペット解析データを検索結果データＡｉ及びＢｉとする点を除いて、第１〜第３実施形態と同様にするとよい。
（５）上記第４〜第６実施形態では、評価装置２０Ｃ、２０Ｄ、２０ＥのＣＰＵ２２は、取得処理（図２のステップＳＡ１１０）において、解析対象のＮ個の文書データ（ｗｅｂサイト、ｗｅｂページ、又はｗｅｂコンテンツ）について、第１の地点を検索者の位置とした場合におけるＮ個の文書データの各々のＵＲＬのクリックスルーレートを第１の地点のアクセス解析データＣｉ（ｉ＝１〜Ｎ）として取得し、第２の地点を検索者の位置とした場合におけるＮ個の文書データの各々のＵＲＬのクリックスルーレートを第２の地点のアクセス解析データＤｉ（ｉ＝１〜Ｎ）として取得した。しかし、解析対象のＮ個の文書データについて、第１の地点を検索者の位置とした場合におけるＮ個の文書データの各々のＵＲＬの滞在時間を第１の地点のアクセス解析データＣｉ（ｉ＝１〜Ｎ）として取得し、第２の地点を検索者の位置とした場合におけるＮ個の文書データの各々のＵＲＬの滞在時間を第２の地点のアクセス解析データＤｉ（ｉ＝１〜Ｎ）として取得してもよい。図１３の例に示すように、この変形例では、解析処理において、ＲＯＭ２４における滞在時間と指標とを対応付けたテーブルＴＢＬ４を参照し、アクセス解析データＣｉから指標ｘｉへの変換とアクセス解析データＤｉから指標ｙｉへの変換とを行うようにするとよい。この変形例における入力処理、取得処理、及び解析処理の内容は、第１の地点及び第２の地点の滞在時間をアクセス解析データＣｉ及びＤｉとする点を除いて、第４〜第６実施形態と同様にするとよい。
（６）上記第４〜第６実施形態では、評価装置２０Ｃ、２０Ｄ、２０ＥのＣＰＵ２２は、取得処理（図２のステップＳＡ１１０）において、解析対象のＮ個の文書データ（ｗｅｂサイト、ｗｅｂページ、又はｗｅｂコンテンツ）について、第１の地点を検索者の位置とした場合におけるＮ個の文書データの各々のＵＲＬのクリックスルーレートを第１の地点のアクセス解析データＣｉ（ｉ＝１〜Ｎ）として取得し、第２の地点を検索者の位置とした場合におけるＮ個の文書データの各々のＵＲＬのクリックスルーレートを第２の地点のアクセス解析データＤｉ（ｉ＝１〜Ｎ）として取得した。しかし、解析対象のＮ個の文書データについて、第１の地点を検索者の位置とした場合におけるＮ個の文書データの各々のＵＲＬの離脱率を第１の地点のアクセス解析データＣｉ（ｉ＝１〜Ｎ）として取得し、第２の地点を検索者の位置とした場合におけるＮ個の文書データの各々のＵＲＬの離脱率を第２の地点のアクセス解析データＤｉ（ｉ＝１〜Ｎ）として取得してもよい。図１４の例に示すように、この変形例では、解析処理において、ＲＯＭ２４における離脱率と指標とを対応付けたテーブルＴＢＬ５を参照し、アクセス解析データＣｉから指標ｘｉへの変換とアクセス解析データＤｉから指標ｙｉへの変換とを行うようにするとよい。この変形例における入力処理、取得処理、及び解析処理の内容は、第１の地点及び第２の地点の離脱率をアクセス解析データＣｉ及びＤｉとする点を除いて、第４〜第６実施形態と同様にするとよい。
（７）上記第４〜第６実施形態では、評価装置２０Ｃ、２０Ｄ、２０ＥのＣＰＵ２２は、取得処理（図２のステップＳＡ１１０）において、解析対象のＮ個の文書データ（ｗｅｂサイト、ｗｅｂページ、又はｗｅｂコンテンツ）について、第１の地点を検索者の位置とした場合におけるＮ個の文書データの各々のＵＲＬのクリックスルーレートを第１の地点のアクセス解析データＣｉ（ｉ＝１〜Ｎ）として取得し、第２の地点を検索者の位置とした場合におけるＮ個の文書データの各々のＵＲＬのクリックスルーレートを第２の地点のアクセス解析データＤｉ（ｉ＝１〜Ｎ）として取得した。しかし、解析対象のＮ個の文書データについて、第１の地点を検索者の位置とした場合におけるＮ個の文書データの各々のＵＲＬの流入数を第１の地点のアクセス解析データＣｉ（ｉ＝１〜Ｎ）として取得し、第２の地点を検索者の位置とした場合におけるＮ個の文書データの各々のＵＲＬの流入数を第２の地点のアクセス解析データＤｉ（ｉ＝１〜Ｎ）として取得してもよい。図１５の例に示すように、この変形例では、解析処理において、ＲＯＭ２４における流入数と指標とを対応付けたテーブルＴＢＬ６を参照し、アクセス解析データＣｉから指標ｘｉへの変換とアクセス解析データＤｉから指標ｙｉへの変換とを行うようにするとよい。この変形例における入力処理、取得処理、及び解析処理の内容は、第１の地点及び第２の地点の流入数をアクセス解析データＣｉ及びＤｉとする点を除いて、第４〜第６実施形態と同様にするとよい。
（８）上記第４〜第６実施形態では、評価装置２０Ｃ、２０Ｄ、２０ＥのＣＰＵ２２は、取得処理（図２のステップＳＡ１１０）において、解析対象のＮ個の文書データ（ｗｅｂサイト、ｗｅｂページ、又はｗｅｂコンテンツ）について、第１の地点を検索者の位置とした場合におけるＮ個の文書データの各々のＵＲＬのクリックスルーレートを第１の地点のアクセス解析データＣｉ（ｉ＝１〜Ｎ）として取得し、第２の地点を検索者の位置とした場合におけるＮ個の文書データの各々のＵＲＬのクリックスルーレートを第２の地点のアクセス解析データＤｉ（ｉ＝１〜Ｎ）として取得した。しかし、解析対象のＮ個の文書データについて、第１の地点を検索者の位置とした場合におけるＮ個の文書データの各々のＵＲＬの閲覧ページ数を第１の地点のアクセス解析データＣｉ（ｉ＝１〜Ｎ）として取得し、第２の地点を検索者の位置とした場合におけるＮ個の文書データの各々のＵＲＬの閲覧ページ数を第２の地点のアクセス解析データＤｉ（ｉ＝１〜Ｎ）として取得してもよい。図１６の例に示すように、この変形例では、解析処理において、ＲＯＭ２４における閲覧ページ数と指標とを対応付けたテーブルＴＢＬ６を参照し、アクセス解析データＣｉから指標ｘｉへの変換とアクセス解析データＤｉから指標ｙｉへの変換とを行うようにするとよい。この変形例における入力処理、取得処理、及び解析処理の内容は、第１の地点及び第２の地点の閲覧ページ数をアクセス解析データＣｉ及びＤｉとする点を除いて、第４〜第６実施形態と同様にするとよい。
（９）上記第１〜第３実施形態において、第１の地点を検索者の位置とした場合におけるＮ個の文書データの各々の順位自体を、当該順位に基づく指標ｘｉ（ｉ＝１〜Ｎ）とし、第２の地点を検索者の位置とした場合におけるＮ個の文書データの各々の順位自体を、当該順位に基づく指標ｙｉ（ｉ＝１〜Ｎ）としてもよい。スニペット解析データを検索結果データＡｉ及びＢｉとする場合も同様に、Ｎ個の文書データの各々の第１の地点及び第２の地点のスニペット解析データそれ自体を、当該スニペット解析データに基づく指標ｘｉ（ｉ＝１〜Ｎ）及びｙｉ（ｉ＝１〜Ｎ）としてもよい。
また、第１の地点を検索者の位置とした場合におけるＮ個の文書データの各々の順位を対数（log）や逆数（１／順位）に変換した数を、当該順位に基づく指標ｘｉ（ｉ＝１〜Ｎ）とし、第２の地点を検索者の位置とした場合におけるＮ個の文書データの各々の順位を対数（log）や逆数（１／順位）に変換した数を、当該順位に基づく指標ｙｉ（ｉ＝１〜Ｎ）としてもよい。スニペット解析データを検索結果データＡｉ及びＢｉとする場合も同様に、Ｎ個の文書データの各々の第１の地点及び第２の地点のスニペット解析データを対数（log）や逆数（１／スニペット解析データ）に変換した数を、当該スニペット解析データに基づく指標ｘｉ（ｉ＝１〜Ｎ）及びｙｉ（ｉ＝１〜Ｎ）としてもよい。
また、第１の地点を検索者の位置とした場合におけるＮ個の文書データの各々の順位にＮ個の重み係数を各々乗算した数を、当該順位に基づく指標ｘｉ（ｉ＝１〜Ｎ）とし、第２の地点を検索者の位置とした場合におけるＮ個の文書データの各々の順位にＮ個の重み係数を乗算した数を、当該順位に基づく指標ｙｉ（ｉ＝１〜Ｎ）としてもよい。この場合、順位が高いほど大きい重み係数を乗算してもよいし、順位が高いほど小さい重み係数を乗算してもよい。スニペット解析データを検索結果データＡｉ及びＢｉとする場合も同様に、Ｎ個の文書データの各々の第１の地点及び第２の地点のスニペット解析データにＮ個の重み係数を乗算した数を、当該スニペット解析データに基づく指標ｘｉ（ｉ＝１〜Ｎ）及びｙｉ（ｉ＝１〜Ｎ）としてもよい。
（１０）上記第４〜第６実施形態において、第１の地点を検索者の位置とした場合におけるＮ個の文書データの各々のクリックスルーレート自体を、当該クリックスルーレートに基づく指標ｘｉ（ｉ＝１〜Ｎ）とし、第２の地点を検索者の位置とした場合におけるＮ個の文書データの各々のクリックスルーレート自体を、当該クリックスルーレートに基づく指標ｙｉ（ｉ＝１〜Ｎ）としてもよい。滞在時間をアクセス解析データＣｉ及びＤｉとする場合も同様に、Ｎ個の文書データの第１の地点及び第２の地点の滞在時間それ自体を、当該滞在時間に基づく指標ｘｉ（ｉ＝１〜Ｎ）及びｙｉ（ｉ＝１〜Ｎ）としてもよい。離脱率をアクセス解析データＣｉ及びＤｉとする場合も同様に、Ｎ個の文書データの各々の第１の地点及び第２の地点の離脱率それ自体を、当該離脱率に基づく指標ｘｉ（ｉ＝１〜Ｎ）及びｙｉ（ｉ＝１〜Ｎ）としてもよい。流入数をアクセス解析データＣｉ及びＤｉとする場合も同様に、Ｎ個の文書データの各々の第１の地点及び第２の地点の流入数それ自体を、当該流入数に基づく指標ｘｉ（ｉ＝１〜Ｎ）及びｙｉ（ｉ＝１〜Ｎ）としてもよい。閲覧ページ数をアクセス解析データＣｉ及びＤｉとする場合も同様に、Ｎ個の文書データの各々の第１の地点及び第２の地点の閲覧ページ数それ自体を、当該閲覧ページ数に基づく指標ｘｉ（ｉ＝１〜Ｎ）及びｙｉ（ｉ＝１〜Ｎ）としてもよい。
また、第１の地点を検索者の位置とした場合におけるＮ個の文書データの各々のクリックスルーレートを対数（log）や逆数（１／クリックスルーレート）に変換した数を、当該クリックスルーレートに基づく指標ｘｉ（ｉ＝１〜Ｎ）とし、第２の地点を検索者の位置とした場合におけるＮ個の文書データの各々のクリックスルーレートを対数（log）や逆数（１／クリックスルーレート）に変換した数を、当該クリックスルーレートに基づく指標ｙｉ（ｉ＝１〜Ｎ）としてもよい。滞在時間をアクセス解析データＣｉ及びＤｉとする場合も同様に、Ｎ個の文書データの各々の第１の地点及び第２の地点の滞在時間を対数（log）や逆数（１／滞在時間）に変換した数を、当該滞在時間に基づく指標ｘｉ（ｉ＝１〜Ｎ）及びｙｉ（ｉ＝１〜Ｎ）としてもよい。離脱率をアクセス解析データＣｉ及びＤｉとする場合も同様に、Ｎ個の文書データの各々の第１の地点及び第２の地点の離脱率を対数（log）や逆数（１／離脱率）に変換した数を、当該離脱率に基づく指標ｘｉ（ｉ＝１〜Ｎ）及びｙｉ（ｉ＝１〜Ｎ）としてもよい。流入数をアクセス解析データＣｉ及びＤｉとする場合も同様に、Ｎ個の文書データの各々の第１の地点及び第２の地点の流入数を対数（log）や逆数（１／流入数）に変換した数を、当該流入数に基づく指標ｘｉ（ｉ＝１〜Ｎ）及びｙｉ（ｉ＝１〜Ｎ）としてもよい。閲覧ページ数をアクセス解析データＣｉ及びＤｉとする場合も同様に、Ｎ個の文書データの各々の第１の地点及び第２の地点の閲覧ページ数を対数（log）や逆数（１／閲覧ページ数）に変換した数を、当該閲覧ページ数に基づく指標ｘｉ（ｉ＝１〜Ｎ）及びｙｉ（ｉ＝１〜Ｎ）としてもよい。
また、第１の地点を検索者の位置とした場合におけるＮ個の文書データの各々のクリックスルーレートにＮ個の重み係数を各々乗算した数を、当該クリックスルーレートに基づく指標ｘｉ（ｉ＝１〜Ｎ）とし、第２の地点を検索者の位置とした場合におけるＮ個の文書データの各々のクリックスルーレートにＮ個の重み係数を乗算した数を、当該クリックスルーレートに基づく指標ｙｉ（ｉ＝１〜Ｎ）としてもよい。この場合、クリックスルーレートが高いほど大きい重み係数を乗算してもよいし、クリックスルーレートが高いほど小さい重み係数を乗算してもよい。滞在時間をアクセス解析データＣｉ及びＤｉとする場合も同様に、Ｎ個の文書データの各々の第１の地点及び第２の地点の滞在時間にＮ個の重み係数を乗算した数を、当該滞在時間に基づく指標ｘｉ（ｉ＝１〜Ｎ）及びｙｉ（ｉ＝１〜Ｎ）としてもよい。離脱率をアクセス解析データＣｉ及びＤｉとする場合も同様に、Ｎ個の文書データの各々の第１の地点及び第２の地点の離脱率にＮ個の重み係数を乗算した数を、当該離脱率に基づく指標ｘｉ（ｉ＝１〜Ｎ）及びｙｉ（ｉ＝１〜Ｎ）としてもよい。流入数をアクセス解析データＣｉ及びＤｉとする場合も同様に、Ｎ個の文書データの各々の第１の地点及び第２の地点の流入数にＮ個の重み係数を乗算した数を、当該流入数に基づく指標ｘｉ（ｉ＝１〜Ｎ）及びｙｉ（ｉ＝１〜Ｎ）としてもよい。閲覧ページ数をアクセス解析データＣｉ及びＤｉとする場合も同様に、Ｎ個の文書データの各々の第１の地点及び第２の地点の閲覧ページ数にＮ個の重み係数を乗算した数を、当該閲覧ページ数に基づく指標ｘｉ（ｉ＝１〜Ｎ）及びｙｉ（ｉ＝１〜Ｎ）としてもよい。
（１１）上記第１〜第６実施形態では、評価装置２０、２０Ａ、２０Ｂ、２０Ｃ、２０Ｄ、２０Ｅを含む評価システム１、１Ａ、１Ｂ、１Ｃ、１Ｄ、１Ｅについて説明したが、評価装置２０、２０Ａ、２０Ｂ、２０Ｃ、２０Ｄ、２０Ｅを単体で製造・販売してもよい。また、上記実施形態では、ＣＰＵ２２を評価プログラム２６にしたがって作動させることで、当該ＣＰＵ２２に本発明の特徴を顕著に示す評価方法を実行させた。しかし、入力処理を実行する入力手段、取得処理を実行する取得手段、及び解析処理を実行する解析手段の各々を電気回路で構成し、これら各手段を組み合わせて本発明の評価装置２０、２０Ａ、２０Ｂ、２０Ｃ、２０Ｄ、２０Ｅを構成してもよい。
（１２）上記第１〜第６実施形態では、本発明の特徴を顕著に示す評価方法をＣＰＵ２２に実行させる評価プログラム２６が評価装置２０、２０Ａ、２０Ｂ、２０Ｃ、２０Ｄ、２０Ｅのハードディスク２５に予め記憶されていた。しかし、ＤＶＤ（Digital Versatile Disc）やＵＳＢ（Universal Serial Bus）メモリなどのコンピュータ読み取り可能な記録媒体に上記評価プログラム２６を書き込んで配布してもよく、インターネットなどの電気通信回線経由のダウンロードにより評価プログラム２６を配布してもよい。このようにして配布される評価プログラム２６にしたがって一般的なコンピュータを作動させることで、当該コンピュータを本発明の評価装置２０、２０Ａ、２０Ｂ、２０Ｃ、２０Ｄ、２０Ｅとして機能させることが可能になる。
（１３）上記第１〜第６実施形態では、一つの検索語におけるρのみでなく、他の多くの検索語のρと比較することにより、その変化が検索エンジンのアルゴリズムによるものか、その検索語特有で起きている地域依存性を推定することも可能である。ここでいう検索語には、所謂セカンドワードも概念的に含まれ、上記推定の過程でその出現頻度の変化も把握することが可能となる。
（１４）上記第１〜第６実施形態では、入力画面の地点入力欄５２及び５３の入力の手順は、地点入力欄５２及び５３にマウスポインタを移動させて左クリックする操作をし、左クリックにより出現したプルダウンリスト内の地域名のうち所望のものを選択する、というものであった。しかし、地点入力欄５２及び５３にマウスポインタを移動させて左クリックする操作によりプルダウンリストを出現させてもよい。
（１５）上記第１〜第６実施形態では、ユーザが、検索語を検索語入力欄５１に入力し、地域依存性を評価する際の基準となる２つの地点を地点入力欄５２及び５３に入力すると共に、検索範囲の数Ｎを解析範囲入力欄５４に入力し、地点入力欄５２内の情報が示す第１の地点において検索語入力欄５１内の検索語に基づく検索をした場合の検索結果内の上位Ｎ位のｗｅｂサイト、ｗｅｂページ、又はｗｅｂコンテンツの文書データを解析対象とした。しかし、地点入力欄５３内の情報が示す第２の地点において検索語入力欄５１内の検索語に基づく検索をした場合の検索結果内の上位Ｎ位のｗｅｂサイト、ｗｅｂページ、又はｗｅｂコンテンツの文書データを解析対象としてもよい。また、ユーザが、第１の地点及び第２の地点とは無関係に、所望のＮ個のｗｅｂサイト、ｗｅｂページ、又はｗｅｂコンテンツの文書データを解析対象として指定するようにしてもよい。要するに、ある検索語に基づく検索をした場合の検索結果内のＮ個の文書データが解析対象となりさえすればよい。
（１６）上記第１〜第３実施形態において、図１７に示すように、ニューラルネットワーク８５と学習評価部８６と有するシステムにより、任意の２つの地点間の検索ニーズの関係を評価する評価モジュールを生成してもよい。具体的には、様々な検索語について、様々な地点を検索者の位置として検索をかけた地点別の検索結果の検索結果データ群（具体的には、検索結果の上位のｗｅｂサイト、ｗｅｂページ、又はｗｅｂコンテンツの文書データに形態素解析処理を施し、この処理結果をbag of words形式で表したもの）をメモリ内に準備する。また、検索者の位置とした複数の地点の中から２つを選んだ場合の全ての組み合わせについて、一方の地点の検索結果と他方の検索結果との間の類似度を示すデータをメモリ内に準備する。類似度を示すデータは、被験者に、一方の地点の検索結果と他方の地点の検索結果の両方を見せ、「検索結果の顔ぶれはどの程度似ていると感じますか。０．００〜１．００の間で答えてください。」というアンケートをしたときの被験者の回答データであることが望ましい。
学習評価部８６は、「東京」と「北海道」、「東京」と「大阪」、「北海道」と「大阪」といった２地点の様々な組み合わせについて、当該組み合わせの一方の地点の検索結果データ群及び他方の地点の検索結果データ群を入力信号Ｘ１及びＸ２としてニューラルネットワーク８５に入力したときにニューラルネットワーク８５から出力される出力信号Ｙ、並びに当該組み合わせの類似度を示す教師信号Ｔを取得し、取得した信号Ｙ並びにＴをディープラーニングのアルゴリズムに従って処理し、この処理結果に基づいて、ニューラルネットワーク８５内の入力層と中間層との間の重み係数及び及び中間層と出力層との間の重み係数を更新し、重み係数の更新を経た学習済みモデルを、検索語についての第１の地点の検索ニーズと第２の地点の検索ニーズとの関係を評価する評価モジュールとして出力する。
学習評価部８６による重み係数の更新の手順について、より詳細に説明すると、図１８に示すように、学習評価部８６は、ニューラルネットワーク８５の出力信号Ｙと教師信号Ｔの誤差を以下の式（２）のＥとする。
学習評価部８６は、誤差Ｅをニューラルネットワーク８５の中間層及び出力層間の１番目の重み係数Ｗ１ ２で偏微分した偏導関数∂Ｅ／∂Ｗ１ ２を求め、重み係数Ｗ１ ２をＷ１ ２−α（αは正の整数）×（∂Ｅ／∂Ｗ１ ２）に置き換える。すなわち、∂Ｅ／∂Ｗ１ ２が正であればＷ１ ２を所定量だけ小さな値にし、∂Ｅ／∂Ｗ１ ２が負であればＷ１ ２を所定量だけ大きな値にする。中間層及び出力層間の２番目以降の重み係数Ｗ２ ２、Ｗ３ ２・・・も同様に、Ｗ２ ２−α×（∂Ｅ／∂Ｗ２ ２）、Ｗ３ ２−α×（∂Ｅ／∂Ｗ３ ２）・・・に置き換える。
学習評価部８６は、誤差Ｅをニューラルネットワーク８５の入力層及び中間層間の１番目の重み係数Ｗ１ １で偏微分した偏導関数∂Ｅ／∂Ｗ１ １を求め、重み係数Ｗ１ １をＷ１ １−α（αは正の整数）×（∂Ｅ／∂Ｗ１ １）に置き換える。すなわち、∂Ｅ／∂Ｗ１ １が正であればＷ１ １を所定量だけ小さな値にし、∂Ｅ／∂Ｗ１ １が負であればＷ１ １を所定量だけ大きな値にする。中間層及び出力層間の２番目以降の重み係数Ｗ２ １、Ｗ３ １・・・も同様に、Ｗ２ １−α×（∂Ｅ／∂Ｗ２ １）、Ｗ３ １−α×（∂Ｅ／∂Ｗ３ １）・・・に置き換える。
学習評価部８６は、ニューラルネットワーク８５の出力信号Ｙ及びこれと対応する教師信号Ｔを取得する度に、以上の処理を繰り返し、所定回数又は所定期間に渡る更新を経た重み係数のセットを学習済みモデルとする。
（１７）（１６）において、教師信号Ｔありのディープラーニングではなく、教師信号Ｔなしのディープラーニングにより、ニューラルネットワーク８５内の重み係数の更新をしてもよい。また、検索結果データ群は、検索結果の上位のｗｅｂサイト、ｗｅｂページ、又はｗｅｂコンテンツの文書データに形態素解析処理を施し、この処理結果をone-hot表現にしたものとしてもよい。また、図１７では、簡便のため、ニューラルネットワーク８５の中間層を１層としたが、中間層を複数層としてもよい。中間層を複数層とする場合、学習評価部８６は、信号Ｙ及びＴをディープラーニングのアルゴリズムに従って処理し、この処理結果に基づいて、入力層と中間層との間、中間層の相前後する層の間、及び中間層と出力層との間の重み係数を更新するようにするとよい。
（１８）上記第４〜第６実施形態において、複数の地点を検索者の位置として所定の検索語についての検索をかけた場合の検索結果内のアクセス先のアクセス解析データをニューラルネットワーク８５に入力したときのニューラルネットワーク８５の出力信号と教師信号との誤差に基づいて、（１７）と同様の手順による重み係数の更新をしてもよい。
1、１Ａ，１Ｂ，１Ｃ，１Ｄ，１Ｅ…評価システム、１０…利用者端末、２０，２０Ａ，２０Ｂ，２０Ｃ，２０Ｄ，２０Ｅ…評価装置、２１…通信インターフェース、２２…ＣＰＵ、２３…ＲＡＭ、２４…ＲＯＭ、２５…ハードディスク、２６…評価プログラム、３０…文書管理サーバ装置、４０…検索結果収集サーバ装置、４５…アクセス解析結果収集サーバ装置、５０…検索エンジンサーバ装置、６０…アクセス解析サーバ装置。

Claims (28)

  1. 検索語が入力される入力手段と、
    第１の地点を検索者の位置とした場合における前記検索語に基づく検索の検索結果データを取得すると共に、前記第１の地点とは異なる第２の地点を検索者の位置とした場合における前記検索語に基づく検索の検索結果データを取得する取得手段と、
    前記第１の地点の検索結果データと前記第２の地点の検索結果データとの相関を示す指標を求め、この指標を前記検索語に固有の解析結果として出力する解析手段と
    を有することを特徴とする検索語の評価装置。
  2. 前記検索結果データは、マークアップ言語により記述された文書データ群の中から前記検索語に基づく検索をした場合の検索結果内のＮ（Ｎは２以上の自然数）個の文書データの順位であり、
    前記解析手段は、前記Ｎ個の文書データの各々について、前記第１の地点を検索者の位置とした場合における当該文書データの順位と前記第２の地点を検索者の位置とした場合における当該文書データの順位を所定の関数に作用させることにより、前記相関を示す指標を求める
    ことを特徴とする請求項１に記載の評価装置。
  3. 前記解析手段は、
    前記Ｎ個の文書データのうちのｉ番目の文書データについて、前記第１の地点を検索者の位置とした場合における当該ｉ番目の文書データの順位または当該順位に基づく指標をｘｉ、当該指標の平均値をｘｍとすると共に、前記第２の地点を検索者の位置とした場合における当該ｉ番目の文書データの順位または当該順位に基づく指標をｙｉ、当該指標の平均値をｙｍとし、前記相関を示す指標ρを以下の式（１）に示す関数にしたがって算出することを特徴とする請求項２に記載の評価装置。
  4. 前記入力手段には、複数の前記第２の地点を示す情報が入力され、
    複数の前記第２の地点の各々を、前記解析手段により算出される指標ρの値に応じてグループ分けするグループ分け手段をさらに有する
    ことを特徴とする請求項３に記載の評価装置。
  5. 前記検索結果データは、マークアップ言語により記述された文書データ群の中から前記検索語に基づく検索をした場合の検索結果内のＮ（Ｎは２以上の自然数）個の文書データのスニペットに所定の解析処理を施して得たスニペット解析データであり、
    前記解析手段は、前記Ｎ個の文書データの各々について、前記第１の地点を検索者の位置とした場合における当該文書データのスニペット解析データと前記第２の地点を検索者の位置とした場合における当該文書データのスニペット解析データを所定の関数に作用させることにより、前記相関を示す指標を求める
    ことを特徴とする請求項１に記載の評価装置。
  6. 前記解析手段は、
    前記Ｎ個の文書データのうちのｉ番目の文書データについて、前記第１の地点を検索者の位置とした場合における当該ｉ番目の文書データのスニペット解析データまたは当該スニペット解析データに基づく指標をｘｉ、当該指標の平均値をｘｍとすると共に、前記第２の地点を検索者の位置とした場合における当該ｉ番目の文書データのスニペット解析データまたは当該スニペット解析データに基づく指標をｙｉ、当該指標の平均値をｙｍとし、前記相関を示す指標ρを以下の式（１）に示す関数にしたがって算出することを特徴とする請求項５に記載の評価装置。
  7. 利用者端末と、前記利用者端末と通信する評価装置と、を含み、
    前記評価装置は、
    検索語が入力される入力手段と、
    第１の地点を検索者の位置とした場合における前記検索語に基づく検索の検索結果データを取得すると共に、前記第１の地点とは異なる第２の地点を検索者の位置とした場合における前記検索語に基づく検索の検索結果データを取得する取得手段と、
    前記第１の地点の検索結果データと前記第２の地点の検索結果データとの相関を示す指標を求め、この指標を前記検索語に固有の解析結果として出力する解析手段と
    を備えることを特徴とする検索語の評価システム。
  8. 検索語が入力される入力ステップと、
    第１の地点を検索者の位置とした場合における前記検索語に基づく検索の検索結果データを取得すると共に、前記第１の地点とは異なる第２の地点を検索者の位置とした場合における前記検索語に基づく検索の検索結果データを取得する取得ステップと、
    前記第１の地点の検索結果データと前記第２の地点の検索結果データとの相関を示す指標を求め、この指標を前記検索語に固有の解析結果として出力する解析ステップと
    を有することを特徴とする検索語の評価方法。
  9. 検索語が入力される入力手段と、
    第１の地点を検索者の位置とした場合における前記検索語に基づく検索の検索結果内のアクセス先のアクセス解析データを取得すると共に、前記第１の地点とは異なる第２の地点を検索者の位置とした場合における前記検索語に基づく検索の検索結果内のアクセス先のアクセス解析データを取得する取得手段と、
    前記第１の地点のアクセス解析データと前記第２の地点のアクセス解析データとの相関を示す指標を求め、この指標を前記検索語に固有の解析結果として出力する解析手段と
    を有することを特徴とする検索語の評価装置。
  10. 前記アクセス解析データは、マークアップ言語により記述された文書データ群の中から前記検索語に基づく検索をした場合の検索結果内のＮ（Ｎは２以上の自然数）個の文書データのクリックスルーレートであり、
    前記解析手段は、前記Ｎ個の文書データの各々について、前記第１の地点を検索者の位置とした場合における当該文書データのクリックスルーレートと前記第２の地点を検索者の位置とした場合における当該文書データのクリックスルーレートを所定の関数に作用させることにより、前記相関を示す指標を求める
    ことを特徴とする請求項９に記載の評価装置。
  11. 前記解析手段は、
    前記Ｎ個の文書データのうちのｉ番目の文書データについて、前記第１の地点を検索者の位置とした場合における当該ｉ番目の文書データのクリックスルーレートまたは当該クリックスルーレートに基づく指標をｘｉ、当該指標の平均値をｘｍとすると共に、前記第２の地点を検索者の位置とした場合における当該ｉ番目の文書データのクリックスルーレートまたは当該クリックスルーレートに基づく指標をｙｉ、当該指標の平均値をｙｍとし、前記相関を示す指標ρを以下の式（１）に示す関数にしたがって算出することを特徴とする請求項１０に記載の評価装置。
  12. 前記入力手段には、複数の前記第２の地点を示す情報が入力され、
    複数の前記第２の地点の各々を、前記解析手段により算出される指標ρの値に応じてグループ分けするグループ分け手段をさらに有する
    ことを特徴とする請求項１１に記載の評価装置。
  13. 前記アクセス解析データは、マークアップ言語により記述された文書データ群の中から前記検索語に基づく検索をした場合の検索結果内のＮ（Ｎは２以上の自然数）個の文書データのアドレスの滞在時間であり、
    前記解析手段は、前記Ｎ個の文書データの各々について、前記第１の地点を検索者の位置とした場合における当該文書データの滞在時間と前記第２の地点を検索者の位置とした場合における当該文書データの滞在時間を所定の関数に作用させることにより、前記相関を示す指標を求める
    ことを特徴とする請求項９に記載の評価装置。
  14. 前記解析手段は、
    前記Ｎ個の文書データのうちのｉ番目の文書データについて、前記第１の地点を検索者の位置とした場合における当該ｉ番目の文書データの滞在時間または当該滞在時間に基づく指標をｘｉ、当該指標の平均値をｘｍとすると共に、前記第２の地点を検索者の位置とした場合における当該ｉ番目の文書データの滞在時間または当該滞在時間に基づく指標をｙｉ、当該指標の平均値をｙｍとし、前記相関を示す指標ρを以下の式（１）に示す関数にしたがって算出することを特徴とする請求項１３に記載の評価装置。
  15. 前記入力手段には、複数の前記第２の地点を示す情報が入力され、
    複数の前記第２の地点の各々を、前記解析手段により算出される指標ρの値に応じてグループ分けするグループ分け手段をさらに有する
    ことを特徴とする請求項１４に記載の評価装置。
  16. 前記アクセス解析データは、マークアップ言語により記述された文書データ群の中から前記検索語に基づく検索をした場合の検索結果内のＮ（Ｎは２以上の自然数）個の文書データのアドレスの離脱率であり、
    前記解析手段は、前記Ｎ個の文書データの各々について、前記第１の地点を検索者の位置とした場合における当該文書データの離脱率と前記第２の地点を検索者の位置とした場合における当該文書データの離脱率を所定の関数に作用させることにより、前記相関を示す指標を求める
    ことを特徴とする請求項９に記載の評価装置。
  17. 前記解析手段は、
    前記Ｎ個の文書データのうちのｉ番目の文書データについて、前記第１の地点を検索者の位置とした場合における当該ｉ番目の文書データの離脱率または当該離脱率に基づく指標をｘｉ、当該指標の平均値をｘｍとすると共に、前記第２の地点を検索者の位置とした場合における当該ｉ番目の文書データの離脱率または当該離脱率に基づく指標をｙｉ、当該指標の平均値をｙｍとし、前記相関を示す指標ρを以下の式（１）に示す関数にしたがって算出することを特徴とする請求項１６に記載の評価装置。
  18. 前記入力手段には、複数の前記第２の地点を示す情報が入力され、
    複数の前記第２の地点の各々を、前記解析手段により算出される指標ρの値に応じてグループ分けするグループ分け手段をさらに有する
    ことを特徴とする請求項１７に記載の評価装置。
  19. 前記アクセス解析データは、マークアップ言語により記述された文書データ群の中から前記検索語に基づく検索をした場合の検索結果内の（Ｎは２以上の自然数）個の文書データのアドレスの流入数であり、
    前記解析手段は、前記Ｎ個の文書データの各々について、前記第１の地点を検索者の位置とした場合における当該文書データの流入数と前記第２の地点を検索者の位置とした場合における当該文書データの流入数を所定の関数に作用させることにより、前記相関を示す指標を求める
    ことを特徴とする請求項９に記載の評価装置。
  20. 前記解析手段は、
    前記Ｎ個の文書データのうちのｉ番目の文書データについて、前記第１の地点を検索者の位置とした場合における当該ｉ番目の文書データの流入数または当該流入数に基づく指標をｘｉ、当該指標の平均値をｘｍとすると共に、前記第２の地点を検索者の位置とした場合における当該ｉ番目の文書データの流入数または当該流入数に基づく指標をｙｉ、当該指標の平均値をｙｍとし、前記相関を示す指標ρを以下の式（１）に示す関数にしたがって算出することを特徴とする請求項１９に記載の評価装置。
  21. 前記入力手段には、複数の前記第２の地点を示す情報が入力され、
    複数の前記第２の地点の各々を、前記解析手段により算出される指標ρの値に応じてグループ分けするグループ分け手段をさらに有する
    ことを特徴とする請求項２０に記載の評価装置。
  22. 前記アクセス解析データは、マークアップ言語により記述された文書データ群の中から前記検索語に基づく検索をした場合の検索結果内のＮ（Ｎは２以上の自然数）個の文書データのアドレスの閲覧ページ数であり、
    前記解析手段は、前記Ｎ個の文書データの各々について、前記第１の地点を検索者の位置とした場合における当該文書データの閲覧ページ数と前記第２の地点を検索者の位置とした場合における当該文書データの閲覧ページ数を所定の関数に作用させることにより、前記相関を示す指標を求める
    ことを特徴とする請求項９に記載の評価装置。
  23. 前記解析手段は、
    前記Ｎ個の文書データのうちのｉ番目の文書データについて、前記第１の地点を検索者の位置とした場合における当該ｉ番目の文書データの閲覧ページ数または当該閲覧ページ数に基づく指標をｘｉ、当該指標の平均値をｘｍとすると共に、前記第２の地点を検索者の位置とした場合における当該ｉ番目の文書データの閲覧ページ数または当該閲覧ページ数に基づく指標をｙｉ、当該指標の平均値をｙｍとし、前記相関を示す指標ρを以下の式（１）に示す関数にしたがって算出することを特徴とする請求項２２に記載の評価装置。
  24. 前記入力手段には、複数の前記第２の地点を示す情報が入力され、
    複数の前記第２の地点の各々を、前記解析手段により算出される指標ρの値に応じてグループ分けするグループ分け手段をさらに有する
    ことを特徴とする請求項２３に記載の評価装置。
  25. 利用者端末と、前記利用者端末と通信する評価装置と、を含み、
    前記評価装置は、
    検索語が入力される入力手段と、
    第１の地点を検索者の位置とした場合における前記検索語に基づく検索の検索結果内のアクセス先のアクセス解析データを取得すると共に、前記第１の地点とは異なる第２の地点を検索者の位置とした場合における前記検索語に基づく検索の検索結果内のアクセス先のアクセス解析データを取得する取得手段と、
    前記第１の地点のアクセス解析データと前記第２の地点のアクセス解析データとの相関を示す指標を求め、この指標を前記検索語に固有の解析結果として出力する解析手段と
    を備えることを特徴とする検索語の評価システム。
  26. 検索語が入力される入力ステップと、
    第１の地点を検索者の位置とした場合における前記検索語に基づく検索の検索結果内のアクセス先のアクセス解析データを取得すると共に、前記第１の地点とは異なる第２の地点を検索者の位置とした場合における前記検索語に基づく検索の検索結果内のアクセス先のアクセス解析データを取得する取得ステップと、
    前記第１の地点のアクセス解析データと前記第２の地点のアクセス解析データとの相関を示す指標を求め、この指標を前記検索語に固有の解析結果として出力する解析ステップと
    を有することを特徴とする検索語の評価方法。
  27. 入力層、中間層、及び出力層を含むニューラルネットワークを有し、
    複数の地点を検索者の位置として所定の検索語についての検索をかけた場合の検索結果データ群を前記ニューラルネットワークに入力したときに前記ニューラルネットワークから出力される出力信号、又は、前記出力信号及び教師信号を取得し、取得した信号をディープラーニングのアルゴリズムに従って処理し、この処理結果に基づいて、前記入力層と前記中間層との間及び前記中間層と前記出力層との間の重み係数を更新する学習評価部を有し、
    前記学習評価部による重み係数の更新を経た学習済みモデルを、
    前記検索語についての第１の地点の検索ニーズと第２の地点の検索ニーズとの関係を評価する評価モジュールとして出力する
    ことを特徴とする評価モジュール生産方法。
  28. 入力層、中間層、及び出力層を含むニューラルネットワークを有し、
    複数の地点を検索者の位置として所定の検索語についての検索をかけた場合の検索結果内のアクセス先のアクセス解析データ群を前記ニューラルネットワークに入力したときに前記ニューラルネットワークから出力される出力信号、又は、前記出力信号及び教師信号を取得し、取得した信号をディープラーニングのアルゴリズムに従って処理し、この処理結果に基づいて、前記入力層と前記中間層との間及び前記中間層と前記出力層との間の重み係数を更新する学習評価部を有し、
    前記学習評価部による重み係数の更新を経た学習済みモデルを、
    前記検索語についての第１の地点の検索ニーズと第２の地点の検索ニーズとの関係を評価する評価モジュールとして出力する
    ことを特徴とする評価モジュール生産方法。
JP2018040952A 2018-03-07 2018-03-07 検索語の評価装置、評価システム、評価方法、及び評価モジュール生産方法 Active JP6467694B1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2018040952A JP6467694B1 (ja) 2018-03-07 2018-03-07 検索語の評価装置、評価システム、評価方法、及び評価モジュール生産方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2018040952A JP6467694B1 (ja) 2018-03-07 2018-03-07 検索語の評価装置、評価システム、評価方法、及び評価モジュール生産方法

Related Child Applications (1)

Application Number Title Priority Date Filing Date
JP2018240417A Division JP2019160292A (ja) 2018-12-24 2018-12-24 検索語の評価装置、評価システム、評価方法、及び評価モジュール生産方法

Publications (2)

Publication Number Publication Date
JP6467694B1 JP6467694B1 (ja) 2019-02-13
JP2019159395A true JP2019159395A (ja) 2019-09-19

Family

ID=65356056

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2018040952A Active JP6467694B1 (ja) 2018-03-07 2018-03-07 検索語の評価装置、評価システム、評価方法、及び評価モジュール生産方法

Country Status (1)

Country Link
JP (1) JP6467694B1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113238920A (zh) * 2021-05-14 2021-08-10 杭州志卓科技股份有限公司 一种搜索引擎优化结果量化评估的数据分析系统及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002024126A (ja) * 2000-07-04 2002-01-25 Planning Works:Kk ホームページ閲覧状況の分析方法および分析用サーバ
JP2011123564A (ja) * 2009-12-08 2011-06-23 Ntt Docomo Inc 情報処理装置、情報処理システムおよび情報処理方法
JP2012146264A (ja) * 2011-01-14 2012-08-02 Ntt Docomo Inc ローカルクエリ抽出装置、ローカルクエリ抽出プログラム、およびローカルクエリ抽出方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002024126A (ja) * 2000-07-04 2002-01-25 Planning Works:Kk ホームページ閲覧状況の分析方法および分析用サーバ
JP2011123564A (ja) * 2009-12-08 2011-06-23 Ntt Docomo Inc 情報処理装置、情報処理システムおよび情報処理方法
JP2012146264A (ja) * 2011-01-14 2012-08-02 Ntt Docomo Inc ローカルクエリ抽出装置、ローカルクエリ抽出プログラム、およびローカルクエリ抽出方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
馬 強: "ページ内容と位置情報に基づくＷｅｂコンテンツのローカル度検出とその応用", 電子情報通信学会技術研究報告, vol. 第１０２巻 第２０９号, JPN6018042934, 12 July 2002 (2002-07-12), pages 115 - 120, ISSN: 0003910716 *

Also Published As

Publication number Publication date
JP6467694B1 (ja) 2019-02-13

Similar Documents

Publication Publication Date Title
CN107862022B (zh) 文化资源推荐系统
Bennett et al. Inferring and using location metadata to personalize web search
US20130046584A1 (en) Page reporting
Marine-Roig A webometric analysis of travel blogs and review hosting: The case of Catalonia
KR101452082B1 (ko) 리서치 미션 식별
US20110119267A1 (en) Method and system for processing web activity data
JP5615857B2 (ja) 分析装置、分析方法及び分析プログラム
CN107885873B (zh) 用于输出信息的方法和装置
Jiang et al. Towards intelligent geospatial data discovery: a machine learning framework for search ranking
US20130185277A1 (en) Ecosystem for manually marked searchable feeds on publisher sites
JP5996811B1 (ja) 情報処理装置、情報処理方法、及び情報処理プログラム
JP7166116B2 (ja) 情報処理装置、情報処理方法、およびプログラム
JP5848199B2 (ja) 影響力予測装置、影響力予測方法、及びプログラム
CN101661490B (zh) 搜索引擎、其客户端及搜索网页的方法
Chen et al. The best answers? think twice: online detection of commercial campaigns in the CQA forums
JP6630874B2 (ja) 検索ニーズの評価装置、評価システム、評価方法、及び評価モジュール生産方法
KR101007056B1 (ko) 연관 태그에 기반한 태그 클러스터링 장치 및 그 방법
US10346856B1 (en) Personality aggregation and web browsing
JP6467694B1 (ja) 検索語の評価装置、評価システム、評価方法、及び評価モジュール生産方法
CN110533454B (zh) 一种识别业务对象群体的方法及系统
JP2019191686A (ja) 情報処理装置、情報処理システム、情報処理方法、およびプログラム
JP2019160292A (ja) 検索語の評価装置、評価システム、評価方法、及び評価モジュール生産方法
JP6476395B1 (ja) 検索語の評価装置、評価システム、及び評価方法
US20150248708A1 (en) Data processing device and data processing method
Al-Abdullatif et al. Using online hotel customer reviews to improve the booking process

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180712

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20180712

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180730

A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20180815

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20181025

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20181106

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20181112

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20181127

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20181225

R150 Certificate of patent or registration of utility model

Ref document number: 6467694

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250