JP3802813B2

JP3802813B2 - ウェブページ検索方法、ウェブページ検索装置、プログラム、および記録媒体

Info

Publication number: JP3802813B2
Application number: JP2002003696A
Authority: JP
Inventors: ジュン−ホ，リ−; ビョン−ヨップ，チェ; ジョン−スー，アン
Original assignee: エヌエイチエヌコーポレーション
Priority date: 2001-08-20
Filing date: 2002-01-10
Publication date: 2006-07-26
Anticipated expiration: 2022-01-10
Also published as: KR20030016037A; JP2003076715A; KR100509276B1

Description

【０００１】
【発明の属する技術分野】
本発明はインターネット上のウェブページ検索方法およびウェブページ検索装置に係り、特に、ユーザディスクキャッシュ情報を用いて抽出したページ別の訪問人気度に基づくウェブページ検索方法、ウェブページ検索装置、プログラム、および記録媒体に関する。
【０００２】
【従来の技術】
従来のウェブページ検索方法によりワールドワイドウェブ（ＷＷＷ）上のウェブページについて提供されていた検索結果は、ユーザのウェブページまたはサーバ上のウェブページに対する人気度に関係せずに、検索のために用いられた単語を含むか否かが反映されていた。
【０００３】
さらに詳述すれば、従来のウェブページ検索方法では、検索ロボットを用いて分類およびデータベース化がなされたインターネットサイトの資料に対して、ユーザが検索しようとする単語を入力し、入力された単語とマッチングされるサイト情報を提供する。あるいは、検索エンジンを提供する会社が構築した分類ツリーに従って、ユーザが所望のサイトを捜し出す。
【０００４】
上記した従来の検索方式による検索結果には、ユーザの実際の訪問人気度が反映されていないので、実際のユーザの意図とは関係ない検索結果が提供される場合がある。すなわち、従来の検索方式による検索結果は、実際のインターネットユーザのウェブサイト人気度を反映するような現実的な検索結果とは言えない。
【０００５】
従来のウェブページ検索方法において、文書に対する加重値は以下の式（１）に基づき計算される。
【０００６】
（文書加重値）=α×類似度＋（１-α）×リンク人気度 …式（１）
ここで、検索語が文章である場合にはα>０．５、検索質疑語が単語である場合にはα<０．５である。
【０００７】
また、さらに他の従来のウェブページ検索方法では、検索対象の内容に関する情報と、その情報にリンクされているページ数とにより、検索結果を提供していた。しかし、実際に、インターネットウェブユーザがいかなるサイトを主として訪問するか否かということを考慮していないため、ユーザが訪問する可能性が大きいサイトを検索結果に反映できないという問題がある。
【０００８】
【発明が解決しようとする課題】
本発明は、上記従来の問題点に鑑みなされたものであって、その目的は、ユーザディスクキャッシュ情報を用いて抽出したウェブページ別の訪問人気度に基づくウェブページ検索方法およびその装置を提供することにある。
【０００９】
本発明の他の技術的課題は、上記方法をコンピュータにて実行させるためのプログラムを記録したコンピュータにて読取り可能な記録媒体を提供することにある。
【００１０】
【課題を解決するための手段】
本発明のウェブページ検索方法は、上記課題を解決するため、ユーザディスクキャッシュ情報を用いて抽出したウェブページ別の訪問人気度に基づくウェブページ検索方法において、（ａ）ユーザが訪問したウェブページに関するＵＲＬ情報を受信するステップと、（ｂ）上記受信したＵＲＬ情報からＩＰアドレスを確認して重複ドメインを除去し、ユーザ別に訪問したＵＲＬ情報を抽出するステップと、（ｃ）上記ユーザ別に訪問したＵＲＬ情報をウェブページ別の訪問回数順に再整列するステップと、（ｄ）上記ウェブページ別の訪問回数を訪問人気度に換算して貯蔵するステップとを含むことを特徴としている。
【００１１】
また、本発明のウェブページ検索方法は、上記課題を解決するため、上記構成のウェブページ検索方法において、上記（ａ）ステップが、許可されたユーザのユーザディスクキャッシュ情報から上記ユーザが訪問したウェブページのＵＲＬ情報を収集するステップであることを特徴としている。
【００１２】
また、本発明のウェブページ検索方法は、上記課題を解決するため、上記構成のウェブページ検索方法において、上記（ｄ）ステップが、上記ウェブページのうちいずれか一つのウェブページを実際に訪問した訪問者数を全体ウェブページの訪問者数に対する割合で表わして貯蔵するステップであることを特徴としている。
【００１３】
また、本発明のウェブページ検索方法は、上記課題を解決するため、上記構成のウェブページ検索方法において、上記ウェブページに他のウェブページがリンクされているリンク人気度または上記ウェブページに含まれた上記検索語の頻度数を表わす類似度を計算して貯蔵するステップをさらに含むことを特徴としている。
【００１４】
また、本発明のウェブページ検索方法は、上記課題を解決するため、ユーザディスクキャッシュ情報を用いて抽出したウェブページ別の訪問人気度に基づくウェブページ検索方法において、（ａ）ユーザから入力した検索語を含むウェブページを抽出するステップと、（ｂ）上記抽出したウェブページを所定の加重値により再整列するステップと、（ｃ）上記ユーザが選択した出力類型でウェブページのリストを提供するステップとを含むことを特徴としている。
【００１５】
また、本発明のウェブページ検索方法は、上記課題を解決するため、上記構成のウェブページ検索方法において、上記（ａ）ステップが、上記検索語を索引語とするウェブページの住所を抽出することを特徴としている。
【００１６】
本発明のウェブページ検索方法は、上記課題を解決するため、上記構成のウェブページ検索方法において、上記（ｂ）ステップが、上記検索語により抽出したウェブページに対する実際の訪問人気度、上記ウェブページがリンクされているリンク人気度または上記ウェブページに上記検索語が含まれている頻度数による類似度のうち少なくとも一つを適用して再整列することを特徴としている。
【００１７】
本発明のウェブページ検索装置は、上記課題を解決するため、ユーザディスクキャッシュ情報を用いて抽出したウェブページ別の訪問人気度に基づくウェブページ検索装置において、ユーザが訪問したウェブページに関するＵＲＬ情報またはユーザが入力した検索語を入力される入力部と、上記受信したＵＲＬ情報からＩＰアドレスを確認して重複ドメインを除去し、ユーザ別に訪問したＵＲＬ情報を抽出するＵＲＬ抽出部と、上記入力された検索語を含むウェブページに対するＵＲＬを検索して抽出する検索部と、上記ユーザ別に訪問したＵＲＬ情報をウェブページ別の訪問回数順に再整列するウェブページ配列部と、上記ウェブページに対する訪問人気度を所定の値に換算して貯蔵する貯蔵部と、上記検索部で抽出したウェブページに対するＵＲＬをユーザに提供する出力部とを含むことを特徴としている。
【００１８】
また、本発明のウェブページ検索装置は、上記課題を解決するため、上記構成のウェブページ検索装置において、上記貯蔵部が、上記ウェブページのＵＲＬ情報を貯蔵するウェブページデータベースと、上記ウェブページに含まれた単語を索引して貯蔵する索引データベースとを含むことを特徴としている。
【００１９】
また、本発明のプログラムは、上記いずれかの構成のウェブページ検索方法をコンピュータにて実行させるためのプログラムであることを特徴としている。
【００２０】
また、本発明の記録媒体は、上記構成のプログラムを記録したコンピュータ読取り可能な記録媒体であることを特徴としている。
【００２１】
【発明の実施の形態】
本発明の実施の一形態について図１ないし図４に基づいて説明すれば以下の通りである。
【００２２】
図１は、本発明によるユーザディスクキャッシュ情報を用いて抽出したウェブページ別の訪問人気度に基づくウェブページのＵＲＬ情報を貯蔵する方法を示したフローチャートである。該方法では、ユーザが訪問したウェブページのＵＲＬ情報のドメイン名を正規化して各ウェブページ別の訪問人気度を貯蔵する。
【００２３】
図２は、本発明による検索方法によりリンク人気度を計算する手順を説明するため、複数のウェブページにリンクが張られた状態を示す図である。図２についての詳細な説明はリンク人気度の計算と共にする。
【００２４】
図１に示すように、事前同意を得たインターネットユーザのブラウザーディスクキャッシュファイルを抽出するか、あるいはユーザが訪問したウェブページに関するＵＲＬ情報を受信する（ステップ１１０、以下ステップを単にＳと記載する）。
【００２５】
次に、受信したＵＲＬ情報で通信規約を表わす部分(たとえば、http://)を除去する（Ｓ１２０）。次に、各ウェブページのドメイン名に対するＩＰアドレスを確認して重複ドメインを除去し、ユーザ別に訪問したＵＲＬ情報を抽出する（Ｓ１３０）。
【００２６】
次に、ウェブページ別の訪問回数により、ユーザ別に訪問したＵＲＬ情報を再整列する（Ｓ１４０）。次に、各ウェブページに対する訪問人気度を計算して貯蔵する（Ｓ１５０）。
【００２７】
なお、訪問人気度の計算は、ユーザ別の訪問ページに対する統計を通じてなされる。すなわち、ｎ名のユーザを、Ｕ１，Ｕ２，Ｕ３，…，Ｕｎとして区別するとともに、ユーザ別のウェブページ訪問結果をページ別の訪問回数を用いて再整列する。したがって、訪問人気度は、以下の式（２）に基づいて計算される。
【００２８】
訪問人気度＝実際の訪問者数／全体ユーザ数 …式（２）
また、ウェブページに含まれている単語の頻度数およびウェブページを配列する文字等の類似度順にウェブページのＵＲＬ情報を貯蔵する。
【００２９】
一方、ウェブページのリンク人気度は、以下に説明するような方式により求めることができる。
【００３０】
図２は、リンク人気度を説明するために、一つのウェブページに他のウェブページがリンクされている関係を示している。
【００３１】
たとえば、全ての基本ウェブページはＩ（０）の基本人気値を有していると仮定する。ウェブページＰのリンク人気度を計算するためには、ウェブページＰにリンクされているウェブページの個数を測定すればよい。
【００３２】
すなわち、図２に示すように、ウェブページＡは外部に向かう３つのリンクのツリーのうち一つがウェブページＰを指定しており、ウェブページＢは外部に向かう２つのリンクのツリーのうち一つがＰを指定しており、ウェブページＣは外部に向かう１つのリンクがウェブページＰを指定している。このため、ウェブページＰのリンク人気度は、以下の式（３）により計算される。
【００３３】

なお、基本人気値Ｉ（０）の値は、サービス方法により各種の数値を有しうる。
【００３４】
図３は、本発明によるユーザディスクキャッシュ情報を用いて抽出したウェブページ別の訪問人気度に基づくウェブページ検索方法を示したものである。すなわち、本発明によるウェブページ検索方法では、ユーザから検索語を入力されてその検索語に該当するウェブページを提供する際、ウェブページの訪問人気度、リンク人気度、あるいは類似度のうち少なくとも一つに該当する順位に従い配列してウェブページを提供する。
【００３５】
図３に示すように、先ず、ユーザが検索語を入力する（Ｓ３１０）。その後、その検索語を含むウェブページを抽出する（Ｓ３２０）。さらに、抽出したウェブページを訪問人気度、類似度、あるいはリンク人気度のうち少なくとも一つの順位に従い再配列する（Ｓ３３０）。
【００３６】
ウェブページを訪問人気度、類似度、またはリンク人気度に従い検索するそれぞれの場合について説明すれば以下の通りである。
【００３７】
先ず、ユーザが一つの検索語を入力して検索語に対する結果としてｎ個の文書情報を検索した場合、以下の表１に示すように、類似度による検索結果は、類似度、すなわち、検索語の頻度数が高い文書から順に示される。
【００３８】
【表１】

【００３９】
また、ウェブページにリンクされている他のウェブページの多少を表わすリンク人気度による文書の検索結果は、以下の表２の通りである。
【００４０】
【表２】

【００４１】
一方、ユーザがウェブページを実際に訪問した回数を表す訪問人気度による結果は、下記表３の通りである。
【００４２】
【表３】

【００４３】
上記表１〜表３において、類似度の検索を通じて得た結果値、リンク人気度を通じて得た結果値または訪問人気度を通じて得た結果値を、以下の式（４）に基づいて求められる文書加重値により再整列する。
【００４４】
（文書加重値） =α×類似度＋β×リンク人気度＋γ×訪問人気度 …式（４）
（なお、α+β+γ=１）
すなわち、αの値が大きい場合には類似度に、βの値が大きい場合にはリンク人気度に、γの値が大きい場合には訪問人気度に比重をおいた検索結果を表わすことになる。
【００４５】
ユーザが類似度、リンク人気度または訪問人気度のうち少なくとも一つの加重値に比重をおく類型を選択すれば、ユーザが選択した出力類型により出力する（Ｓ３４０）。
【００４６】
図４は、本発明によるユーザディスクキャッシュ情報を用いて抽出したウェブページ別の訪問人気度に基づくウェブページ検索装置を示したものである。
【００４７】
受信部４１０は、事前に同意を得たユーザ端末３８０ａ・３８０ｂのブラウザーディスクキャッシュファイルから、ウェブページのＵＲＬ情報を収集する。また、受信部４１０は、ユーザが入力した検索語をインターネットを通じて受信する。
【００４８】
ＵＲＬ抽出部４２０は、その情報でＵＲＬ情報を正規化して訪問者別のウェブページのＵＲＬ情報を抽出するとともに、各ウェブページに対して実際の訪問者数を全体ユーザ数で割った値である訪問人気度を計算してウェブページデータベース４６０に貯蔵する。
【００４９】
検索部４３０は、その検索語を含むウェブページを索引データベース４７０で検索して抽出する。ウェブページデータベース３６０は、訪問人気度、類似度またはリンク人気度別にウェブページの情報を貯蔵している。索引データベース３７０は、ウェブページで検索した単語または文章などを貯蔵しており、ウェブページにリングされている。
【００５０】
ウェブページ配列部４４０は、検索部４３０で抽出したウェブページを式（４）に従い再整列する。出力部４５０は、再整列された文書をユーザが選択した類型（たとえば、訪問人気度順、類似度順またはリンク人気度順）にウェブページ出力リストを提供する。
【００５１】
【発明の効果】
以上述べたように、本発明によれば、ユーザのディスクキャッシュファイルにより直接的に反映されたウェブページのＵＲＬ情報を収集してその情報をウェブページ別の人気度、リンク人気度または内容の類似度に従い貯蔵するので、ユーザが入力した検索語を含むウェブページを人気度、リンク人気度または内容の類似度別に抽出してユーザに提供することにより、より関連性の高い検索結果が提供できる。
【００５２】
なお、本発明は、コンピュータにて読取り可能な記録媒体にコンピュータにて読取り可能なコードで実現できる。なお、コンピュータにて読取り可能な記録媒体とは、コンピュータシステムにて読取り可能なデータが貯蔵されるあらゆる種類の記録装置を含む。コンピュータにて読取り可能な記録媒体の例としては、ＲＯＭ、ＲＡＭ、ＣＤ-ＲＯＭ、磁気テープ、ハードディスク、フロッピーディスク、フラッシュメモリ、光データ貯蔵装置などがあり、さらに、キャリアウェーブ（たとえば、インターネットを通じて伝送）の形で実現されるものも含む。さらに、コンピュータにて読取り可能な記録媒体はネットワークにより接続されたコンピュータシステムに分散されて、コンピュータが分散方式により読取り可能なコードとして貯蔵され、かつ実行できる。
【図面の簡単な説明】
【図１】本発明によるユーザディスクキャッシュ方法を用いて抽出したウェブページ別の訪問人気度に基づくウェブページのデータベースを貯蔵する方法を示すフローチャートである。
【図２】本発明による検索方法でリンク人気度を計算する手順を説明するため、ウェブページ間にリンクが張られている状態を示す模式図である。
【図３】本発明によるユーザディスクキャッシュ情報を用いて抽出したウェブページ別の訪問人気度に基づくウェブページ検索方法を示すフローチャートである。
【図４】本発明によるユーザディスクキャッシュ情報を用いて抽出したウェブページ別の訪問人気度に基づくウェブページ検索装置を示すブロック図である。
【符号の説明】
３６０ウェブページデータベース
３７０索引データベース
３８０ａ・３８０ｂユーザ端末
４１０受信部
４２０ＵＲＬ抽出部
４３０検索部
４４０ウェブページ配列部
４５０出力部
４６０ウェブページデータベース
４７０索引データベース

Claims

ユーザ端末と通信可能に接続され、ユーザにより入力された検索語に該当するウェブページの検索結果を提供するウェブページ検索装置で行われるウェブページ検索方法において、
上記ウェブページ検索装置が具備する受信部が、予め定められた前記各ユーザ端末のブラウザーディスクキャッシュファイルから、それぞれのユーザ端末のユーザが訪問したウェブページのＵＲＬ情報を収集する収集工程と、
上記ウェブページ検索装置が具備するＵＲＬ抽出部が、上記収集工程にて収集されたＵＲＬ情報に基づいて、各ウェブページに対して、実際の訪問者数を全体ユーザ数で割った値である訪問人気度を計算してウェブページデータベースに貯蔵する貯蔵工程と、
上記ウェブページ検索装置が具備する検索部が、上記検索語を含むウェブページを索引データベースで検索して抽出する検索工程とを含み、
さらに、上記検索工程は、
上記ウェブページ検索装置が具備するＵＲＬ抽出部が、該当ウェブページに設定される基本人気値と、他のウェブページから該当ウェブページに向かうリンク数を他のウェブページにリンクされたウェブページの総リンク数で割った値を他のウェブページ別にそれぞれ合算した合算値とを用いてリンク人気度を計算する工程と、
上記ウェブページ検索装置が具備する検索部が、上記ウェブページに含まれた上記検索語の頻度数を表わす類似度を計算する工程と、
上記ウェブページ検索装置が具備する配列部が、上記抽出されたウェブページを、
文書加重値＝α×類似度＋β×リンク人気度＋γ×訪問人気度
α + β + γ = １
に基づいて求められる文書加重値に従って再整列する工程とを
含み、
上記検索工程にて、上記ウェブページ検索装置が具備する配列部は、検索結果に、上記貯蔵されたウェブページの訪問人気度を反映させることを特徴とするウェブページ検索方法。
上記ウェブページ検索装置が具備するＵＲＬ抽出部が、前記収集されたＵＲＬ情報から、ＩＰアドレスを確認して重複ドメインを除去する除去工程を含んでいることを特徴とする請求項１記載のウェブページ検索方法。
ユーザにより入力された検索語に該当するウェブページの検索結果を提供するウェブページ検索装置で行われるウェブページ検索装置において、
ユーザ端末と通信可能に接続されると共に、予め定められた前記各ユーザ端末のブラウザーディスクキャッシュファイルから、それぞれのユーザ端末のユーザが訪問したウェブページのＵＲＬ情報を収集する受信部と、
上記受信部が収集されたＵＲＬ情報に基づいて、各ウェブページに対して、実際の訪問者数を全体ユーザ数で割った値である訪問人気度を計算してウェブページデータベースに貯蔵するＵＲＬ抽出部と、
上記検索語を含むウェブページを索引データベースで検索して抽出する検索部と、
上記検索部の抽出した検索結果を再整列して、検索結果に、上記貯蔵されたウェブページの訪問人気度を反映させるウェブページ配列部とを備え、
さらに、上記ＵＲＬ抽出部は、該当ウェブページに設定される基本人気値と、他のウェブページから該当ウェブページに向かうリンク数を他のウェブページにリンクされたウェブページの総リンク数で割った値を他のウェブページ別にそれぞれ合算した合算値とを用いて、リンク人気度を計算し、
上記検索部は、上記ウェブページに含まれた上記検索語の頻度数を表わす類似度を計算すると共に、
上記ウェブページ配列部は、上記抽出されたウェブページを、
文書加重値＝α×類似度＋β×リンク人気度＋γ×訪問人気度
α + β + γ = １
に基づいて求められる文書加重値に従って再整列することを特徴とするウェブページ検索装置。
上記ウェブページ検索装置は、前記収集されたＵＲＬ情報から、ＩＰアドレスを確認して重複ドメインを除去するものであることを特徴とする請求項３記載のウェブページ検索装置。
請求項１または請求項２のいずれか１項に記載された方法の各工程をウェブページ検索装置に実行させるプログラム。
請求項５に記載のプログラムを記録したコンピュータ読取り可能な記録媒体。