JP3736598B2

JP3736598B2 - ハイパーテキスト解析装置及び方法、ハイパーテキスト解析プログラムを記録した記憶媒体

Info

Publication number: JP3736598B2
Application number: JP34802698A
Authority: JP
Inventors: 雄大中山; 裕樹加藤
Original assignee: Fuji Xerox Co Ltd; Fujifilm Business Innovation Corp
Current assignee: Fujifilm Business Innovation Corp
Priority date: 1998-12-08
Filing date: 1998-12-08
Publication date: 2006-01-18
Anticipated expiration: 2018-12-08
Also published as: JP2000172707A

Description

【０００１】
【発明の属する技術分野】
本発明は、ネットワーク上に構成されるハイパーテキストシステムにおいて、コンテンツ分布とハイパーリンク構造を解析するハイパーテキスト解析装置及び方法と、そのハイパーテキスト解析装置及び方法をコンピュータで実現するためのハイパーテキスト解析プログラムを記録した記憶媒体に関するものである。
【０００２】
【従来の技術】
近年では、例えばＷｏｒｌｄＷｉｄｅＷｅｂ（以降、Ｗｅｂと略す）のように、ネットワーク上に大規模なハイパーテキストシステムが構成されるようになった。また、それらのハイパーテキストを検索する検索サービス（例えば、ＥｘｃｉｔｅやＡｌｔａＶｉｓｔａ）も多数提供されている。
【０００３】
一般の文書集合に対して、コンテンツに基づくクラスタリングを施す技術は確立しており、主に検索結果のブラウジング支援に使われている。例えば、Ｐ．Ｗｉｌｌｅｔｔ，“ＲＥＣＥＮＴＴＲＥＮＤＳＩＮＨＩＥＲＡＲＣＨＩＣＤＯＣＵＭＥＮＴＣＬＵＳＴＥＲＩＮＧ：ＡＣＲＩＴＩＣＡＬＲＥＶＩＥＷ”，ＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇａｎｄＭａｎａｇｅｍｅｎｔ，Ｖｏｌ．２４，Ｎｏ．５，１９８８．等に記載されている。
【０００４】
また、検索エンジンから返される検索結果リストに表示されるｓｈｏｒｔｓｎｉｐｐｅｔｓを入力として、文書間に共有される語句に焦点を当てながらクラスタリングをすることによって、大量の文書を効率よく処理する技術がある。例えば、Ｏ．ＺａｍｉｒａｎｄＯ．Ｅｔｚｉｏｎｉ，“ＷｅｂＤｏｃｕｍｅｎｔＣｌｕｓｔｅｒｉｎｇ”，１９９８ＡＣＭＳＩＧＭＯＤＷｏｒｋｓｈｏｐｏｎＲｅｓｅａｒｃｈＩｓｓｕｅｓｉｎＤａｔａＭｉｎｉｎｇａｎｄＫｎｏｗｌｅｄｇｅＤｉｓｃｏｖｅｒｙ，１９９８．などで報告されている。しかし、この技術は検索結果のブラウジングには有効であり得るが、ハイパーテキストシステムの構成を改善するためのものではない。
【０００５】
また別のクラスタリングの技術として、例えばＭ．ＰｅｒｋｏｗｉｔｚａｎｄＯ．Ｅｔｚｉｏｎｉ，“ＡｄａｐｔｉｖｅＷｅｂＳｉｔｅｓ：ＡｕｔｏｍａｔｉｃａｌｌｙＳｙｎｔｈｅｓｉｚｉｎｇＷｅｂＰａｇｅｓ”，ＩｎＰｒｏｃ．ｏｆＡＡＡＩ，１９９８．で提案されている技術がある。この技術は、アクセスの共起を基にして、Ｗｅｂサイト中のノード群にクラスタリングを施し、ハイパーリンクで繋がれていないものについて、インデクスを生成して、Ｗｅｂサイトの構成を改善するものである。
【０００６】
しかし、この技術では、文書の内容に関わる情報が取り扱われないので、目的のないブラウジングや、複数の目的を持つ人によるブラウジングの履歴情報がノイズとなり、サイト構成の改善という点で精度の高いクラスタが得られるとは限らない。また、ブラウジング活動自体が試行錯誤の活動であるともいえ、アクセスしたノード全てが有意なものであるとはいえない。特に、本発明において構成の劣ると判断されるサイトにおいては、この傾向が顕著になる。
【０００７】
このように従来技術では、ハイパーテキストシステム上のコンテンツ分布の優劣を判断するような知識を得ることはできなかった。
【０００８】
【発明が解決しようとする課題】
本発明は、上述した事情に鑑みてなされたもので、ハイパーテキストシステムの構成の優劣を判断するための知識を得ることを支援するハイパーテキスト解析装置およびハイパーテキスト解析方法を提供することを目的とするものである。また、そのハイパーテキスト解析装置または方法をコンピュータで実現するためのハイパーテキスト解析プログラムを記録した記録媒体を提供することを目的とするものである。
【０００９】
【課題を解決するための手段】
本発明は、コンテンツの類似度に基づいて、ハイパーテキストシステムを構成するノードに対してクラスタリングを行い、クラスタリングによって得られた各クラスタについて、該クラスタを構成するノード間結合の総数を、該クラスタを構成する全てのノードから二つを選ぶ組み合わせ数で割った値を、そのクラスタを構成するノード間のハイパーリンク結束度として計算して表示することを特徴とするものである。表示されるハイパーリンク結束度は、コンテンツの類似度に基づいた値であるから、コンテンツの分布を示している。そのため、ハイパーリンク結束度を得ることによって、例えばハイパーテキストシステム（例えばＷｅｂサイト）のハイパーリンク構成などとともに、ハイパーテキストシステムの構成の優劣を判断することが可能となる。
【００１０】
また本発明は、コンテンツの類似度に基づいて、ハイパーテキストシステムを構成するノードに対してクラスタリングを行い、クラスタリングによって得られた各クラスタについて、該クラスタを構成するノードとある特定のノード（起点ノード）間のハイパーリンク遷移数（最短遷移数）を計算し、各クラスタごとにハイパーリンク遷移数の分布を表示することを特徴とするものである。これによって、特定のノードからたどらなければならないハイパーリンク遷移数をもとに、類似したコンテンツのバラツキを知ることができ、ハイパーテキストシステムが意図した構成か否かを判断することが可能となる。
【００１１】
【発明の実施の形態】
図１は、本発明の第１の実施の形態を示す構成図である。図中、１はハイパーテキストシステム、２はコンテンツ分布傾向解析部、３はハイパーリンク構成解析部、４はハイパーリンク結束度表示部である。ハイパーテキストシステム１は、複数のハイパーテキスト（以下ノードと呼ぶ）が、ノードとハイパーリンクによるハイパー構造で貯えられている。ハイパーテキストシステム１にアクセスすることでコンテンツを入手できる。ハイパーテキストシステム１として代表的なものにＷｅｂがある。
【００１２】
コンテンツ分布傾向解析部２は、ハイパーテキスト１中のノード群に対し、それぞれのノードのコンテンツの内容、例えばテキスト情報を用いてクラスタリングの処理を施す。このクラスタリングの処理には、既存の技術を使用することができる。例えば、ＡｇｇｌｏｍｅｒａｔｉｖｅＨｉｅｒａｒｃｈｉｃａｌＣｌｕｓｔｅｒｉｎｇによるクラスタリングの方法では、以下の１，２，３のステップを行う。
１．各ノードをそれぞれ一つのクラスタとする。
２．各クラスタ間の類似度を計算し、最大類似度を持つクラスタ同士を一つのクラスタにマージする。ここで、最大類似度が予め設定してある閾値よりも小さければ処理を終了する。
３．クラスタが一つになるまで２の処理を繰り返す。
この過程の途中で順次生成されるそれぞれのクラスタをクラスタリングの処理結果として得る。例えば１．の処理において生成される各ノードのみのクラスタ、そのクラスタをマージした各クラスタなどがクラスタリング結果となる。なお、上述のクラスタリングの方法は、例えば、Ｅ．Ｍ．Ｖｏｏｒｈｅｅｓ，“ＩｍｐｌｅｍｅｎｔｉｎｇＡｇｇｌｏｍｅｒａｔｉｖｅＨｉｅｒａｒｃｈｉｃａｌＣｌｕｓｔｅｒｉｎｇＡｌｇｏｒｉｔｈｍｓｆｏｒＵｓｅｉｎＤｏｃｕｍｅｎｔＲｅｔｒｉｅｖａｌ”，ＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇ＆Ｍａｎａｇｅｍｅｎｔ，Ｖｏｌ．２２，Ｎｏ．６，１９８６等に記載されている。
【００１３】
ここで、上述の２．の類似度計算では、各クラスタにおける出現単語の重複度合いを利用することができる。あるいは、例えば特願平９−１５３３８７号に記載されている方法を用いて、各クラスタをそのクラスタに出現する重要単語を項とし、その重要単語の出現頻度をその項の値とするようなベクトルを生成して、ベクトル間の内積値の大小を類似度として用いてもよい。
【００１４】
ハイパーリンク構成解析部３は、コンテンツ分布傾向解析部２で生成された各クラスタについて、そのクラスタを構成するノード間のハイパーリンク結束度（以下、単に結束度と呼ぶ）を計算する。結束度は、例えば、ノード間に１つ以上のハイパーリンクが存在すれば該ノード間には結合があると定義したときに、クラスタを構成するノード間結合の総数を、そのクラスタを構成する全てのノードから二つを選ぶ組み合わせ数で割った値とすることができる。すなわち、ノード間結合の総数をＬ、ノード数をＮとしたとき、
結束度＝Ｌ／_ＮＣ_２
で計算することができる。ハイパーリンク構成解析部３で得られた各クラスタの結束度の値は、ハイパーリンク結束度表示部４に渡される。
【００１５】
ハイパーリンク結束度表示部４は、ハイパーリンク構成解析部３で得られた結束度を表示する。例えば、クラスタのサイズと結束度の値の関係を表示することができる。クラスタのサイズには、例えば、クラスタを構成するノード数や、クラスタを構成する各ノードが持つ単語の総数や、クラスタを構成する各ノードのファイルサイズの総計などを用いることができる。
【００１６】
図２は、本発明の第１の実施の形態においてハイパーリンク結束度表示部における表示例の説明図である。図２に示した表示例では、あるハイパーテキストシステム（ここではあるＷｅｂサイト）のハイパーリンク結束度を表示した例を示している。ここでは、クラスタのサイズとしてクラスタを構成するノード数を用い、結束度としてクラスタを構成するノード間結合の総数を前記のクラスタを構成する全てのノードから二つを選ぶ組み合わせ数で割った値を用いている。
【００１７】
図２に示すような表示によって、クラスタサイズに注目しながら、各クラスタの構成の優劣を俯瞰することができ、さらに、該ハイパーテキストシステム全体の構成の優劣を判断することもできる。上述のように、各クラスタはノードに含まれるテキスト情報を基に構成されているので、各クラスタを構成するノード群は、類似したコンテンツの集合であるということができる。ノード群の結束度が高いと、ユーザにとってはノード間遷移のための経路が多数提供されることになるので、類似したコンテンツを効率よくブラウジングできることになる。一方、該ノード群の結束度が低いと類似したコンテンツが散在していることを示し、ブラウジング効率は悪くなる。図２において、同じノード数であれば結束度の高いクラスタが多いほど、ハイパーテキストシステム１全体として構成が優れていると判断することができる。逆に、結束度の低いクラスタが多い場合、構成を改善する余地があると判断できる。
【００１８】
図３は、本発明の第１の実施の形態においてハイパーリンク結束度表示部における別の表示例の説明図である。ハイパーリンク結束度表示部４では、図２に示した表示例に限らず、例えば図３に示すように、クラスタ内のノード間の類似度と結束度の値の関係を表示することもできる。図３に示す表示例では、あるハイパーテキストシステム（ここではあるＷｅｂサイト）について、クラスタ内のノード間の類似度としてコンテンツ分布傾向解析部２においてクラスタ生成時に用いた類似度の値を用いている。また、結束度としてクラスタを構成するノード間結合の総数を前記のクラスタを構成する全てのノードから二つを選ぶ組み合わせ数で割った値を用いて表示した例を示している。
【００１９】
図３において、クラスタ群Ａは、クラスタ内のノード間類似度が大きくなるにつれて結束度も大きくなるという（直感的に自然な）傾向があり、クラスタ内には一般のコンテンツが含まれていると推測される。ここでは、横軸（＝クラスタ内のノード間類似度）上のある点（の近傍）に注目して結束度が大きいクラスタは優れた構成によるもので、結束度が小さいクラスタは劣るものであると推測される。一方、クラスタ群Ｂは、クラスタ内のノード間類似度が小さいにもかかわらず結束度が大きいという特徴がある。これらは、ユーザをナビゲートするためのノード（例えば、インデックスのノード）を含むものであり、他の一般のコンテンツが含まれるノードと密にハイパーリンクで繋がれていると推測される。このように図３に示したような表示によって、クラスタ内のノード間の類似度に注目しながら、各クラスタの構成の優劣を俯瞰することができ、さらに、そのＷｅｂサイト全体の構成の優劣を判断することもできる。
【００２０】
図４は、本発明の第１の実施の形態における変形例を示す構成図である。図中、図１と同様の部分には同じ符号を付して説明を省略する。５は解析領域指定部である。この変形例では、図１に示した構成に、解析領域指定部５を付加した例を示している。
【００２１】
解析領域指定部５は、ハイパーテキストシステム１の中から特定のサーバ（コンピュータ）上のノードだけを解析の対象として選択し、コンテンツ分布傾向解析部２に渡す。あるいは、解析領域指定部５は、ある特定のノード（起点ノード）からハイパーリンクを遷移して到達可能なノードを解析の対象として、コンテンツ分布傾向解析部２に渡すようにしてもよい。このとき、最大遷移数を予め設定しておき、遷移数が最大遷移数を超えない範囲で到達可能なノードを解析の対象としてもよい。
【００２２】
コンテンツ分布傾向解析部２は、解析領域指定部５で解析の対象として選択されたノードについて、クラスタリングの処理を行う。以降の処理は、上述の通りである。
【００２３】
図５は、本発明の第１の実施の形態における別の変形例を示す構成図である。図中、図１と同様の部分には同じ符号を付して説明を省略する。６はハイパーリンク結束度評価部である。この変形例では、図１に示した構成に、ハイパーリンク結束度評価部６を付加した例を示している。
【００２４】
ハイパーリンク結束度評価部６は、ハイパーリンク構成解析部３で得られた各クラスタの結束度の値を予め定められた閾値と比較し、結束度が閾値よりも小さなクラスタをハイパーリンク結束度表示部４に渡す。これによって、ハイパーリンク結束度表示部４では結束度が小さい、すなわち構成が劣るクラスタを提示することができる。
【００２５】
なお、図１に示した構成に、上述の２つの変形例で示した解析領域指定部５およびハイパーリンク結束度評価部６をともに付加して構成してもよい。
【００２６】
図６は、本発明の第２の実施の形態を示す構成図である。図中、１１はコンテンツ分布傾向解析部、１２はハイパーリンク経路解析部、１３はクラスタ表示部である。なお、ハイパーテキストシステム１は上述の第１の実施の形態と同様である。
【００２７】
コンテンツ分布傾向解析部１１は、ハイパーテキストシステム１中のノード群に対し、それぞれが持つテキスト情報を用いてクラスタリングの処理を施す。クラスタリングの方法は、上述の第１の実施の形態と同様の方法を用いることができる。
【００２８】
ハイパーリンク経路解析部１２は、コンテンツ分布傾向解析部１１で得られた各クラスタについて、該クラスタを構成するノードと予め与えられたノード（起点ノード）の間のハイパーリンク遷移数（例えば最小値）を求める。これは、起点ノードからハイパーリンクを幅優先で探索していくことによって求めることができる。ここで、処理効率を向上させるため、および、起点と繋がっていないノードへの対処のため、予め、ハイパーリンク遷移数の最大値Ｎｍａｘを与えておき、該最大値を超えるハイパーリンクは探索しないように探索範囲を限定してもよい。この場合、探索されなかったノードにはハイパーリンク遷移数として最大値Ｎｍａｘを付与すればよい。
【００２９】
クラスタ表示部１３は、コンテンツ分布傾向解析部１１で得られた各クラスタを、ハイパーリンク経路解析部１２で得られたハイパーリンク遷移数に基づいて表示する。例えば、ハイパーリンク遷移数を軸とする図の上に、コンテンツ分布傾向解析部１１で得られた各クラスタを、前記ハイパーリンク経路解析部１２で得られたハイパーリンク遷移数に従って表示することができる。
【００３０】
図７は、本発明の第２の実施の形態においてクラスタ表示部における表示例の説明図である。図７において、半径方向がハイパーリンク遷移数を示しており、同じハイパーリンク遷移数を有するノードを同心円上に配置している。ここでは２つのクラスタ、クラスタＡとクラスタＢについて、各クラスタに含まれているノードを点として示している。上述のようにコンテンツの類似度に基づいてクラスタリングしていることから、各クラスタに含まれるノードはコンテンツが類似している。
【００３１】
クラスタＡを構成するノードは図７においてほぼ同心円状に表示されており、起点ノードからのハイパーリンク遷移数が２または３という狭い範囲に分布している。一方、クラスタＢを構成するノードは、図７において半径方向に散在しており、起点ノードからのハイパーリンク遷移数が１から５という広い範囲に渡って分布していることがわかる。ハイパーテキストシステム１の管理者（例えばＷｅｂサイト管理者）は、このような表示と、これらのクラスタを構成するノードが配置された初期の方針とを照らし合わせ、ハイパーテキストシステム１（Ｗｅｂサイト）の構成の優劣を判断することができる。例えば、初期の方針が、ある話題をハイパーリンクを辿るごとに順に掘り下げて表現するというものであれば、図７に示したクラスタＢは初期の方針にかなうものであり、クラスタＡは方針にはそぐわないものであることがわかる。あるいは、初期の方針が、ある話題を起点ノードから近い範囲（ハイパーリンク遷移数が小さい範囲）に収まるように表現したいというものであれば、図７に示したクラスタＡは初期の方針にかなうものであり、クラスタＢは方針にはそぐわないものであることがわかる。
【００３２】
図８は、本発明の第２の実施の形態における変形例を示す構成図である。図中、図６と同様の部分には同じ符号を付して説明を省略する。１４は解析領域指定部である。この変形例では、図６に示した構成に、解析領域指定部１４を付加した例を示している。
【００３３】
解析領域指定部１４は、ハイパーテキストシステム１の中から、特定のサーバ（コンピュータ）上のノードだけを解析の対象として選択し、コンテンツ分布傾向解析部１１に渡す。あるいは、解析領域指定部１４は、ある特定のノード（起点ノード）からハイパーリンクを（幅優先で）遷移して到達可能なノードを解析の対象としてコンテンツ分布傾向解析部１１に渡すようにしてもよい。この場合、最大遷移数を予め設定しておき、遷移数が最大遷移数を超えない範囲で到達可能なものを解析の対象としてもよい。
【００３４】
図９は、本発明の第２の実施の形態における別の変形例を示す構成図である。図中の符号は図８と同様である。この例では、解析領域指定部１４においてハイパーリンクを遷移して解析の対象となるノードを指定する際に、ハイパーリンク経路解析部１２によって、起点ノードからのハイパーリンク遷移数を求めるようにした例を示している。この構成では、解析領域指定部１４における処理過程において、ハイパーリンク経路解析部１２でハイパーリンク遷移数を求めるため、コンテンツ分布傾向解析部１１による処理後に、改めてハイパーリンクを探索してハイパーリンク遷移数を求めなくてよい。そのため、処理効率を向上させることができる。
【００３５】
上述の各実施の形態およびそれらの変形例は、コンピュータプログラムによっても実現することが可能である。その場合、そのプログラムおよびそのプログラムが用いるデータなどは、コンピュータが読み取り可能な記憶媒体に記録しておくことも可能である。記憶媒体とは、コンピュータのハードウェア資源に備えられている読取装置に対して、プログラムの記述内容に応じて、磁気、光、電気等のエネルギーの変化状態を引き起こして、それに対応する信号の形式で、読取装置にプログラムの記述内容を伝達できるものである。例えば、磁気ディスク、光ディスク、ＣＤ−ＲＯＭ、コンピュータに内蔵されるメモリ等である。
【００３６】
【発明の効果】
以上の説明から明らかなように、本発明によれば、コンテンツの類似度に基づいて、ハイパーテキストシステムを構成するノードに対してクラスタリングを行い、得られた各クラスタを構成するノード間のハイパーリンク結束度を計算し、表示する。あるいは、コンテンツの類似度に基づいて、ハイパーテキストシステムを構成するノードに対してクラスタリングを行い、得られた各クラスタを構成するノード間のハイパーリンク遷移数を計算し、表示する。これらのハイパーリンク結束度やハイパーリンク遷移数は、ハイパーテキストシステムの構成の優劣を示す指標となりうるものである。これらの値に基づく表示を参照することによって、ハイパーテキストシステムの構成の優劣を俯瞰することができ、構成に問題がある部分に変更を加えて、より良い構成のハイパーテキストシステムを構築することができるという効果がある。
【図面の簡単な説明】
【図１】本発明の第１の実施の形態を示す構成図である。
【図２】本発明の第１の実施の形態においてハイパーリンク結束度表示部における表示例の説明図である。
【図３】本発明の第１の実施の形態においてハイパーリンク結束度表示部における別の表示例の説明図である。
【図４】本発明の第１の実施の形態における変形例を示す構成図である。
【図５】本発明の第１の実施の形態における別の変形例を示す構成図である。
【図６】本発明の第２の実施の形態を示す構成図である。
【図７】本発明の第２の実施の形態においてクラスタ表示部における表示例の説明図である。
【図８】本発明の第２の実施の形態における変形例を示す構成図である。
【図９】本発明の第２の実施の形態における別の変形例を示す構成図である。
【符号の説明】
１…ハイパーテキストシステム、２…コンテンツ分布傾向解析部、３…ハイパーリンク構成解析部、４…ハイパーリンク結束度表示部、５…解析領域指定部、６…ハイパーリンク結束度評価部、１１…コンテンツ分布傾向解析部、１２…ハイパーリンク経路解析部、１３…クラスタ表示部、１４…解析領域指定部。

Claims

コンテンツの類似度に基づいてハイパーテキストシステムを構成するノードに対してクラスタリングを行うコンテンツ分布傾向解析手段と、該コンテンツ分布傾向解析手段で得られた各クラスタについて、該クラスタを構成するノード間結合の総数を、該クラスタを構成する全てのノードから二つを選ぶ組み合わせ数で割った値を、該クラスタを構成するノード間のハイパーリンク結束度として計算するハイパーリンク構成解析手段と、該ハイパーリンク構成解析手段で得られたハイパーリンク結束度を表示するハイパーリンク結束度表示手段を有することを特徴とするハイパーテキスト解析装置。
さらに、ハイパーリンク結束度が予め定めたある条件を満たすか否かを判定するハイパーリンク結束度評価手段を有し、前記ハイパーリンク結束度表示手段は、該ハイパーリンク結束度評価手段における判定結果に従ってハイパーリンク結束度を表示することを特徴とする請求項１に記載のハイパーテキスト解析装置。
コンテンツの類似度に基づいてハイパーテキストシステムを構成するノードに対してクラスタリングを行うコンテンツ分布傾向解析手段と、該コンテンツ分布傾向解析手段で得られた各クラスタについて該クラスタを構成するノードとある特定のノード間のハイパーリンク遷移数を計算するハイパーリンク経路解析手段と、該コンテンツ分布傾向解析手段で得られた各クラスタごとに前記ハイパーリンク遷移数の分布を表示するクラスタ表示手段を有することを特徴とするハイパーテキスト解析装置。
ハイパーテキスト解析装置によるハイパーテキスト解析方法であって、ハイパーテキスト解析装置が備えるコンテンツ分布傾向解析手段が、コンテンツの類似度に基づいてハイパーテキストシステムを構成するノードに対してクラスタリングを行い、ハイパーテキスト解析装置が備えるハイパーリンク構成解析手段が、得られた各クラスタについて、該クラスタを構成するノード間結合の総数を、該クラスタを構成する全てのノードから二つを選ぶ組み合わせ数で割った値を、該クラスタを構成するノード間のハイパーリンク結束度として計算し、ハイパーテキスト解析装置が備えるハイパーリンク結束度表示手段が、計算されたハイパーリンク結束度を表示することを特徴とするハイパーテキスト解析方法。
コンテンツの類似度に基づいてハイパーテキストシステムを構成するノードに対してクラスタリングを行うコンテンツ分布傾向解析処理と、該コンテンツ分布傾向解析処理で得られた各クラスタについて、該クラスタを構成するノード間結合の総数を、該クラスタを構成する全てのノードから二つを選ぶ組み合わせ数で割った値を、該クラスタを構成するノード間のハイパーリンク結束度として計算するハイパーリンク構成解析処理と、該ハイパーリンク構成解析処理で得られたハイパーリンク結束度を表示してユーザに該ハイパーテキストシステムの構成の優劣を示すハイパーリンク結束度表示処理をコンピュータに実行させるためのハイパーテキスト解析プログラムを記録した記憶媒体。