JP4005798B2 - 文書間関連度計算装置並びに記録媒体及びソフトウェア - Google Patents
文書間関連度計算装置並びに記録媒体及びソフトウェア Download PDFInfo
- Publication number
- JP4005798B2 JP4005798B2 JP2001371149A JP2001371149A JP4005798B2 JP 4005798 B2 JP4005798 B2 JP 4005798B2 JP 2001371149 A JP2001371149 A JP 2001371149A JP 2001371149 A JP2001371149 A JP 2001371149A JP 4005798 B2 JP4005798 B2 JP 4005798B2
- Authority
- JP
- Japan
- Prior art keywords
- document
- relevance
- documents
- hyperlink
- degree
- 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.)
- Expired - Lifetime
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
【０００１】
【発明の属する技術分野】
本発明は、ハイパーリンク情報が含まれる文書について複数の文書間での関連度を求めるために用いられる文書間関連度計算装置並びに記録媒体及びソフトウェアに関する。
【０００２】
【従来の技術】
近年、インターネットなどのコンピュータネットワークを通じて、大量の電子化された文書をやり取りしたり、不特定他数を対象にした情報発信ができるようになっている。
コンピュータネットワーク上で流通する文書においては、その特徴を生かした表現が利用されている。中でもＷＷＷ（World Wide Web）上で利用されるＨＴＭＬ（Hyper Text Markup Language）と呼ばれる文書には、ハイパーリンクの機能が備わっている。ハイパーリンクは、任意のコンピュータ上に存在する他の任意の文書を参照するためのリンク情報である。
【０００３】
ハイパーリンクを利用することにより、１つの文書から他の特定の文書を簡単に参照することができる。
従って、例えばある文書の作者が信頼できる他人の文書に対する参照機能を自分の文書に付加して情報を補間したり、類似する文書を示したいような場合にハイパーリンクが利用される。
【０００４】
このようなハイパーリンクの文書内共起情報を用いて複数の文書間における関連度を計算する方法については、例えば特開２０００−３３１０１７に開示されている。
この方法では、文書（ａ）内に共起しているハイパーリンクを抽出し、抽出されたハイパーリンクによって関連付けされている文書間の関連度を、文書（ａ）内のハイパーリンク間の距離として文字数に換算して求める。このようにして求められる関連度は、文書検索結果の生成や類似文書の検索などに用いることができる。
【０００５】
【発明が解決しようとする課題】
しかし、従来の方法を用いる場合には、例えば１つの文書（ａ）内に互いに関連のない２つの文書（ｂ，ｃ）に対するハイパーリンクを並べて配置すると、２つの文書（ｂ，ｃ）の間に高い関連度があると見なされてしまう。従って、文書（ａ）の作者は意図的に特定の文書（ｂ，ｃ）間での関連度が高くなるように不正な操作を行うことができる。
【０００６】
特に、インターネット上の文書であれば不特定他数の人間が容易に文書を作成し発信することができる。そのため、全く関係のない２つの文書に対して１つの文書からハイパーリンクを張り、更にそのような文書を大量に作成して発信することにより、関連のない文書間の関連度を不正に高くすることが考えられる。
また、従来の方法では、実際には関連のある文書であっても、少なくとも１つのハイパーリンクによって直接的に関連付けられていない限り関連がないと判断されてしまう。
【０００７】
本発明は、文書の作者が意図的な操作を行う場合であっても実際の文書間の関連性を正確に評価することが可能な文書間関連度計算装置並びに記録媒体及びソフトウェアを提供することを目的とする。
【０００８】
【課題を解決するための手段】
請求項１は、関連する他の文書を表すハイパーリンク情報が含まれる文書について、複数の文書間での関連度を求める文書間関連度計算装置において、各々の文書から前記ハイパーリンク情報を抽出するハイパーリンク抽出手段と、抽出された前記ハイパーリンク情報に基づいて、複数のリンク元の文書の中のリンク元の文書ごとに、リンク元の文書から文書ｘと文書ｙへのハイパーリンクがあるとき、リンク元の文書における２つのハイパーリンクの位置によりリンク元の文書からみた文書ｘと文書ｙの関連度をそれぞれ求め、求められたそれぞれのリンク元からみた関連度を平均することによって文書ｘと文書ｙとの第１の関連度（ｘ、ｙ）を求め、第１の関連度（ｘ、ｙ）を与える複数のリンク元の文書の中から２つの文書の組を１つ以上抽出し、文書ｘと文書ｙの場合と同様にして抽出した２つの文書の組の第１の関連度を求める関連度計算手段と、前記抽出した２つの文書の組の第１の関連度と前記第１の関連度（ｘ、ｙ）とに基づいて、文書ｘと文書ｙとの第２の関連度（ｘ、ｙ）を求める関連度再計算手段とを有することを特徴とする。
【０００９】
請求項１においては、ハイパーリンク情報によって直接関連付けられた複数の文書（又はグループ）間の関連性を第１の関連度として求めた後で、得られた第１の関連度を用いて文書（又はグループ）間の関連性を第２の関連度として求める。
【００１０】
これにより、ハイパーリンク情報によって直接関連付けられていない場合であっても、多重化された複数のハイパーリンク情報を辿って間接的に関連付けることができる場合には、複数の文書間の関連度を検出することができる。
例えば、図２に示す例では、文書（ａ）と文書（Ａ）とが１つのハイパーリンクで直接関連付けられ、文書（ｂ）と文書（Ａ）とが１つのハイパーリンクで直接関連付けられ、文書（ａ）と文書（Ｂ）とが１つのハイパーリンクで直接関連付けられ、文書（ｂ）と文書（Ｂ）とが１つのハイパーリンクで直接関連付けられている。
【００１１】
また、図２では文書（Ａ）と文書（Ｂ）とを直接関連付けるハイパーリンクは存在しない。そのため、ハイパーリンクによって直接求められる第１の関連度においては、文書（Ａ）と文書（Ｂ）との間の関連性を検出することができない。しかしながら、文書（ａ）と文書（Ａ）との間に関連性があり、文書（ａ）と文書（Ｂ）との間にも関連性がある。更に、文書（ｂ）と文書（Ａ）との間に関連性があり、文書（ｂ）と文書（Ｂ）との間に関連性がある。従って、実際には文書（Ａ）と文書（Ｂ）との間にも関連性が認められる。
【００１２】
そこで、文書（ａ）と文書（Ａ）との間の関連性を表す第１の関連度と、文書（ａ）と文書（Ｂ）との間の関連性を表す第１の関連度と、文書（ｂ）と文書（Ａ）との間の関連性を表す第１の関連度と、文書（ｂ）と文書（Ｂ）との間の関連性を表す第１の関連度との関連性を第２の関連度として総合的に評価すれば、第２の関連度において文書（Ａ）と文書（Ｂ）との間の関連性を検出することができる。
【００１３】
このため、高精度で文書間の関連度を求めることができる。
請求項２は、請求項１の文書間関連度計算装置において、前記関連度再計算手段は、１つ以上求められる前記抽出した２つの文書の組の第１の関連度の平均値と前記第１の関連度（ｘ、ｙ）との乗算により第２の関連度（ｘ、ｙ）を求めることを特徴とする。
請求項３は、請求項２の文書間関連度計算装置において、前記関連度再計算手段は、リンク元の前記抽出した２つの文書の組に対しても文書ｘと文書ｙの場合と同様にして第２の関連度を求め、１つ以上求められる前記抽出した２つの文書の組の第２の関連度の平均値と前記第１の関連度（ｘ、ｙ）との乗算により第３の関連度（ｘ、ｙ）を求める第３の関連度算出手段を更に設けたことを特徴とする。
【００１４】
請求項３においては、前記第２の関連度に基づいて第３の関連度を求める。すなわち、関連度の再計算を２回以上繰り返し行う。これにより、複雑な多重関係でハイパーリンクが形成されている場合であっても、文書間の関連度を高精度で検出することが可能になる。
【００１５】
例えば、１つのコンピュータ上に存在する文書やインターネット上に存在する文書の場合、互いに関連性のある複数の文書は、同一のホルダや同一のディレクトリにまとめて配置されている場合が多い。
そのような場合には、文書毎に文書間の関連度を求めるよりも、予め同一のホルダや同一のディレクトリに配置されている複数の文書を同一のグループにまとめてグループ毎に文書の関連度を求めた方が、その結果を利用する際に都合がよい。
【００１６】
すなわち、文書毎に関連度を検出するよりも文書グループ毎に関連度を検出した方が関連度の検出対象となる要素数が減るので、ユーザは互いに関連のある各文書又は文書グループの所在を把握しやすくなる。
【００１９】
請求項４のプログラムは、請求頂１ないし請求項３に記載の文書間関連計算装置を構成する各手段としてコンピュータを機能させることを特徴とする。
【００２０】
請求項５の記録媒体は、請求項４のプログラムを記録したことを特徴とする。
【００２６】
【発明の実施の形態】
本発明の文書間関連度計算装置並びに記録媒体及びソフトウェアの１つの実施の形態について図１〜図６を参照して説明する。この形態は全ての請求項に対応する。
【００２７】
図１はこの形態の文書間関連度計算装置の構成を示すブロック図である。図２及び図３はハイパーリンクにより関連付けされた文書の例を示す模式図である。図４は抽出されたハイパーリンクの例を示す模式図である。図５は文書間関連度の計算結果の例を示す模式図である。図６は文書グループの構成例を示す模式図である。
【００２８】
この形態では、請求項１のハイパーリンク抽出手段，関連度計算手段および関連度再計算手段は、それぞれハイパーリンク抽出部１０２，関連度計算部１０４及び関連度再計算部１０５に対応する。
また、請求項３の第３の関連度算出手段は関連度再計算部１０５に対応する。
【００２９】
ここでは、インターネット上に存在する複数のＨＴＭＬ文書について文書間の関連度を求める場合を想定して説明する。勿論、例えば企業内のＬＡＮ上に存在する複数の文書や１つのコンピュータ上に存在する複数の文書について関連度を求めることも可能である。
例えば、図３（ａ）の例では、１つの文書（Ｃ１）に組み込まれたハイパーリンクが他の特定の文書（Ｃ２）に関連付けている。従って、文書（Ｃ１）を参照しているときに、ハイパーリンクを用いて文書（Ｃ２）を呼び出すこともできる。
【００３０】
また、図３（ｂ）の例では、文書（Ｄ１）上のハイパーリンクによって他の１つの文書（Ｄ２）が関連付けられ、文書（Ｄ２）上のハイパーリンクによってもう１つの文書（Ｄ３）が関連付けられている。すなわち、各文書のハイパーリンクを順番に辿ることにより、文書（Ｄ１）から文書（Ｄ３）にたどり着くことができる。
【００３１】
ところで、インターネット上のＨＴＭＬ文書は複数のコンピュータ上に分散して存在しており、各文書を容易に参照できるようにＵＲＬ（Uniform Resource Locator）という表記方法でアクセスできるように規定されている（インターネットＲＦＣ１７３８参照）。
このＵＲＬは、一般に「ｈｔｔｐ：／／コンピュータアドレス／ディレクトリ名／・・・／ファイル名」という表記で表され、複数の文書は「ｈｔｔｐ：／／コンピュータアドレス／」あるいは「ｈｔｔｐ：／／コンピュータアドレス／ディレクトリ名／」としてまとめ上げることができる。こうしてまとめ上げた文書集合は、一般に「サイト」と呼ばれている。
【００３２】
本発明では、この「サイト」を「文書グループ」と呼ぶことにする。ＨＴＭＬ文書に組み込まれるハイパーリンクは「文書」あるいは「文書グルーブ」を参照先として記述することができる。
この形態の文書間関連度計算装置は、図１に示すように文書入力部１０１，ハイパーリンク抽出部１０２，文書グループ生成部１０３，関連度計算部１０４，関連度再計算部１０５及び結果出力部１０６を備えている。
【００３３】
なお、図１に示す各構成要素は、専用のハードウェアで構成することもできるし、コンピュータとコンピュータ上で実行されるソフトウェアとで実現することもできる。ソフトウェアで実現する場合には、例えばＣＤ−ＲＯＭのような記録媒体からソフトウェアをコンピュータに読み込んで実行してもよいし、通信回線を介してソフトウェアをコンピュータに転送して実行することもできる。
【００３４】
文書入力部１０１は、処理対象となる全ての文書の情報を例えばインターネットを介して入力する。
ハイパーリンク抽出部１０２は、文書入力部１０１が入力した文書のそれぞれに含まれているハイパーリンクの情報を抽出する。また、ハイパーリンク抽出部１０２は文書中のハイパーリンクの記述位置も同時に求める。この位置情報は関連度の計算に利用される。
【００３５】
文書グループ生成部１０３は、文書入力部１０１で入力された全体の文書について文書グループの情報を生成する。この例では、インターネット上に存在する文書を評価対象とするので、ＵＲＬに基づいて文書グループの情報を生成している。
すなわち、各文書のＵＲＬに基づいてその文書が含まれる
「ｈｔｔｐ：／／コンピュータアドレス／」あるいは
「ｈｔｔｐ：／／コンピュータアドレス／ディレクトリ／」
を文書グループとして生成する。
【００３６】
また、「ｈｔｔｐ：／／コンピュータアドレス／ディレクトリ／」の文書グルーブ内には「ｈｔｔｐ：／／コンピュータアドレス／ディレクトリ／」配下に実在するすべての文書を含める。
また、ハイパーリンク抽出部１０２で抽出されたハイパーリンクの記述を集計し、出現頻度の高いＵＲＬのみを文書グループとすることで、抽出する文書グループの数を制限する場合もある。
【００３７】
関連度計算部１０４は、ハイパーリンク抽出部１０２で抽出されたハイパーリンク情報、すなわちリンク先のＵＲＬ及び文書内の位置情報に基づいて、文書入力部１０１で入力された文書や、文書グループ生成部１０３で生成された文書グループの各要素間の関連度（Ａ）を計算する。
関連度再計算部１０５は、関連度計算部１０４で得られた関連度（Ａ）に基づいて文書や、文書グループ生成部１０３で生成された文書グループの各要素間の関連度（Ｂ）を再計算する。
【００３８】
結果出力部１０６は、関連度再計算部１０５が求めた各要素間の関連度（Ｂ）を出力し、例えば画面上に関連度（Ｂ）を表示する。
図１に示す各要素の更に詳細な動作及び具体例について以下に説明する。
ここでは、検索対象とする文書は、コンピュータネットワークであるインターネット上のＷＷＷのページ（ＨＴＭＬファイル）とする。これらを文書入力部１０１で入力する。
【００３９】
ハイパーリンク抽出部１０２は、文書入力部１０１で入力された文書の情報からハイパーリンクの情報を抽出するとともにそのハイパーリンクの記述位置の情報を検出し、例えば図４に示すような情報を生成する。
文書グループ生成部１０３は、ハイパーリンク抽出部１０２で抽出されたハイパーリンクのＵＲＬ情報に基づいて文書グループを作成する。例えば、
http://www.aaa.co.jp/watasi/
http://www.aaa.co.jp/watasi/index.html
http://www.aaa.co.jp/watasi/file1.html
http://www.aaa.co.jp/watasi/file2.html
http://www.aaa.co.jp/anata/
http://www.aaa.co.ip/anata/index.html
http://www.aaa.co.jp/anata/text1.html
http://www.aaa.co.jp/anata/text2.html
の文書群のＵＲＬが存在する場合には、これらに基づいて、図６に示すように
「ｈｔｔｐ：／／ｗｗｗ．ａａａ．ｃｏ．ｊｐ／ｗａｔａｓｉ／」及び
「ｈｔｔｐ：／／ｗｗｗ．ａａａ．ｃｏ．ｊｐ／ａｎａｔａ／」の２つの文書グループが生成される。
【００４０】
また、ハイパーリンク抽出部１０２で抽出されたＵＲＬとして
「ｈｔｔｐ：／／ｗｗｗ．ａａａ．ｃｏ．ｊｐ／」の出現回数が多い場合（閾値以上の場合）には
「ｈｔｔｐ：／／ｗｗｗ．ａａａ．ｃｏ．ｊｐ／」という文書グループも生成される。
【００４１】
関連度計算部１０４は、ハイパーリンク抽出部１０２で抽出された文書及び文書グループ生成部１０３で生成された文書グループの各要素について複数要素間の関連度を計算する。この計算方法について以下に説明する。
インターネット上には、他の複数の文書を容易に参照出来るようにリンク集と呼ばれる文書が数多く作成されている。このリンク集には多数の文書を表す多数のハイパーリンクが記述されており、互いに関連のある文書はリンク集の文書内で互いに近い位置にそれぞれのハイパーリンクが記述されている。
【００４２】
ここでは、１つの文書（ｉ）内に存在するハイパーリンクの情報から各文書あるいは文書グループ（ｘ，ｙ）の関連度をｒｅｌi（ｘ，ｙ）で表す。関連度ｒｅｌi（ｘ，ｙ）は例えば次のように定義することができる。
ｒｅｌi（ｘ，ｙ）＝１（文書(i)内にｘ，ｙの両方が存在する） ・・・（１）
ｒｅｌi（ｘ，ｙ）＝０（それ以外） ・・・（２）
また、文書（ｉ）内におけるｘ，ｙのハイパーリンクの位置をそれぞれｐｏｓｘ，ｐｏｓｙで表すと、関連度ｒｅｌi（ｘ，ｙ）は次のように表すこともできる。
【００４３】
ｒｅｌi（ｘ，ｙ）＝１（ｐｏｓｘ，ｐｏｓｙの差が閾値以下） ・・・（３）
ｒｅｌi（ｘ，ｙ）＝０（それ以外） ・・・（４）
この場合、文書内での位置が近い文書（ｘ，ｙ）の関連度が高くなる（閾値は整数）。
また、特開２０００−３３１０１７で採用されている文書内の距離を用いて関連度ｒｅｌi（ｘ，ｙ）を定義することもできる。
【００４４】
この例では、関連度計算部１０４はハイパーリンクの文書内位置情報に基づき次式を用いて関連度ｒｅｌi（ｘ，ｙ）を求める。
ｒｅｌi（ｘ，ｙ）＝１／（文書(i)内のｘ，ｙの出現位置の差分）・・・（５）
例えば、図４の例では、ハイパーリンクによって参照されているものは「文書グルーブ（図４中の番号１，２，３）」と「文書（図４中の番号４のみ）」であり、各文書及び文書グループ間で図５に示すような関連度（ｒｅｌi（ｘ，ｙ））が求められる。
【００４５】
このような関連度（ｒｅｌi（ｘ，ｙ））を計算対象の複数の文書に対して計算する。すなわち、関連度計算部１０４が出力する各文書あるいは文書グループ（ｘ，ｙ）の関連度（ｒｅｌ1（ｘ，ｙ））は次式で表される。
【数１】
なお、（ｘ，ｙ）の組み合わせとして「文書と文書」，「文書と文書グループ」及び「文書グループと文書グループ」がありうる。また、関連度（ｒｅｌ1（ｘ，ｙ））の値は０から１の範囲の実数値であり、値が大きいほど関連があると言える。
【００４６】
関連度再計算部１０５は、関連度計算部１０４が求めた関連度（ｒｅｌ1（ｘ，ｙ））を用いて再帰的に関連度の計算を行う。また、この計算は複数回繰り返し行う。
文書あるいは文書グループ（ｘ，ｙ）のｋ回目に再計算して求められる関連度を（ｒｅｌk（ｘ，ｙ））で表す。
【００４７】
文書あるいは文書グループ（ｘ，ｙ）に関してｋ回目の計算で計算対象となる文書集合ｓk x,yは次式で表される。
【数２】
また、関連度計算部１０４から出力される関連度（ｒｅｌ1（ｘ，ｙ））に基づき再計算された関連度（ｒｅｌk+1（ｘ，ｙ））は次式で表される。
【数３】
上記の数式では、関連度は基本的には文書内での関連度の和になる。また値が０より大きい関連度を持つ文書あるいは文書グループ間の関連度の平均値を重みとして掛け合わせてもよい。その場合、ｋ回目の再計算で得られる関連度（ｒｅｌk（ｘ，ｙ））の高い文書あるいは文書グルーブが関連があるとした場合に、次回の（ｋ＋１）回目の再計算で得られる関連度（ｒｅｌk+1（ｘ，ｙ））が高くなるようにできる。
【００４８】
なお、ｋ回目の再計算で用いる閾値ｔｈkについては、ｋの変化に関わらず同じ値にする場合もあるし、変化させることもある。
関連度再計算部１０５における再計算の具体例について説明する。
ここでは、ある２つの文書ｘ，ｙに関する（ｋ＋１）回目の関連度ｒｅｌk+1（ｘ，ｙ）を求める場合を想定する。この場合、１つ前のｋ回目の再計算で得られた関連度ｒｅｌk（ｉ，ｊ）（ｉ，ｊ∈ｓ k x,y ）の値が必要になる。例えば、
ｒｅｌ1（ｘ，ｙ）＝０．５
ｓk x,y＝（ｓ1，ｓ2，ｓ3）
ｒｅｌk（ｓ1，ｓ2）＝０．５
ｒｅｌk（ｓ1，ｓ3）＝０．５
ｒｅｌk（ｓ2，ｓ3）＝０．５
の条件では次のように関連度が計算される。
【００４９】
また、
ｒｅｌ1（ｘ，ｙ）＝０．５
ｓk x,y＝（ｓ1，ｓ2，ｓ3）
ｒｅｌk（ｓ1，ｓ2）＝０．５
ｒｅｌk（ｓ1，ｓ3）＝０．１
ｒｅｌk（ｓ2，ｓ3）＝０．１
の条件では次のように関連度が計算される。
【００５０】
すなわち、お互いの関連度が高いｋ回目の文書集合ｓk x,yに属する文書及び文書グループが関連があるとしている文書間の関連度は大きくなることが分かる。図２に示す例では、文書（ａ）と文書（Ａ）とが１つのハイパーリンクで直接関連付けられ、文書（ｂ）と文書（Ａ）とが１つのハイパーリンクで直接関連付けられ、文書（ａ）と文書（Ｂ）とが１つのハイパーリンクで直接関連付けられ、文書（ｂ）と文書（Ｂ）とが１つのハイパーリンクで直接関連付けられている。
【００５１】
また、図２では文書（Ａ）と文書（Ｂ）とを直接関連付けるハイパーリンクは存在しない。そのため、ハイパーリンクに基づいて関連度計算部１０４で求められる関連度（ｒｅｌ1（ｘ，ｙ））においては、文書（Ａ）と文書（Ｂ）との間の関連性を検出することができない。
しかしながら、文書（ａ）と文書（Ａ）との間に関連性があり、文書（ａ）と文書（Ｂ）との間にも関連性がある。更に、文書（ｂ）と文書（Ａ）との間に関連性があり、文書（ｂ）と文書（Ｂ）との間に関連性がある。従って、実際には文書（Ａ）と文書（Ｂ）との間にも関連性が認められる。
【００５２】
関連度再計算部１０５は、関連度計算部１０４が最初に求めた関連度（ｒｅｌ1（ｘ，ｙ））に基づいて再計算を行うので、文書（ａ）と文書（Ａ）との間の関連性を表す関連度（ｒｅｌ1（ｘ，ｙ））と、文書（ａ）と文書（Ｂ）との間の関連性を表す関連度（ｒｅｌ1（ｘ，ｙ））と、文書（ｂ）と文書（Ａ）との間の関連性を表す関連度（ｒｅｌ1（ｘ，ｙ））と、文書（ｂ）と文書（Ｂ）との間の関連性を表す関連度（ｒｅｌ1（ｘ，ｙ））との関連性を関連度（ｒｅｌk+1（ｘ，ｙ））として総合的に評価し、文書（Ａ）と文書（Ｂ）との間の関連性を検出することができる。
【００５３】
【発明の効果】
以上のように本発明によれば、ハイパーリンクによる直接の関連度を求めた後で、関連度の再計算を行うので、多重化されたハイパーリンクによって間接的に関連付けられた文書間の関連度も求めることができる。また、文書の作者が意図的な操作を行う場合であっても実際の文書間の関連性を正確に評価することが可能である。
【図面の簡単な説明】
【図１】実施の形態の文書間関連度計算装置の構成を示すブロック図である。
【図２】ハイパーリンクにより関連付けされた文書の例を示す模式図である。
【図３】ハイパーリンクにより関連付けされた文書の例を示す模式図である。
【図４】抽出されたハイパーリンクの例を示す模式図である。
【図５】文書間関連度の計算結果の例を示す模式図である。
【図６】文書グループの構成例を示す模式図である。
【符号の説明】
１０１ 文書入力部
１０２ ハイパーリンク抽出部
１０３ 文書グループ生成部
１０４ 関連度計算部
１０５ 関連度再計算部
１０６ 結果出力部
【発明の属する技術分野】
本発明は、ハイパーリンク情報が含まれる文書について複数の文書間での関連度を求めるために用いられる文書間関連度計算装置並びに記録媒体及びソフトウェアに関する。
【０００２】
【従来の技術】
近年、インターネットなどのコンピュータネットワークを通じて、大量の電子化された文書をやり取りしたり、不特定他数を対象にした情報発信ができるようになっている。
コンピュータネットワーク上で流通する文書においては、その特徴を生かした表現が利用されている。中でもＷＷＷ（World Wide Web）上で利用されるＨＴＭＬ（Hyper Text Markup Language）と呼ばれる文書には、ハイパーリンクの機能が備わっている。ハイパーリンクは、任意のコンピュータ上に存在する他の任意の文書を参照するためのリンク情報である。
【０００３】
ハイパーリンクを利用することにより、１つの文書から他の特定の文書を簡単に参照することができる。
従って、例えばある文書の作者が信頼できる他人の文書に対する参照機能を自分の文書に付加して情報を補間したり、類似する文書を示したいような場合にハイパーリンクが利用される。
【０００４】
このようなハイパーリンクの文書内共起情報を用いて複数の文書間における関連度を計算する方法については、例えば特開２０００−３３１０１７に開示されている。
この方法では、文書（ａ）内に共起しているハイパーリンクを抽出し、抽出されたハイパーリンクによって関連付けされている文書間の関連度を、文書（ａ）内のハイパーリンク間の距離として文字数に換算して求める。このようにして求められる関連度は、文書検索結果の生成や類似文書の検索などに用いることができる。
【０００５】
【発明が解決しようとする課題】
しかし、従来の方法を用いる場合には、例えば１つの文書（ａ）内に互いに関連のない２つの文書（ｂ，ｃ）に対するハイパーリンクを並べて配置すると、２つの文書（ｂ，ｃ）の間に高い関連度があると見なされてしまう。従って、文書（ａ）の作者は意図的に特定の文書（ｂ，ｃ）間での関連度が高くなるように不正な操作を行うことができる。
【０００６】
特に、インターネット上の文書であれば不特定他数の人間が容易に文書を作成し発信することができる。そのため、全く関係のない２つの文書に対して１つの文書からハイパーリンクを張り、更にそのような文書を大量に作成して発信することにより、関連のない文書間の関連度を不正に高くすることが考えられる。
また、従来の方法では、実際には関連のある文書であっても、少なくとも１つのハイパーリンクによって直接的に関連付けられていない限り関連がないと判断されてしまう。
【０００７】
本発明は、文書の作者が意図的な操作を行う場合であっても実際の文書間の関連性を正確に評価することが可能な文書間関連度計算装置並びに記録媒体及びソフトウェアを提供することを目的とする。
【０００８】
【課題を解決するための手段】
請求項１は、関連する他の文書を表すハイパーリンク情報が含まれる文書について、複数の文書間での関連度を求める文書間関連度計算装置において、各々の文書から前記ハイパーリンク情報を抽出するハイパーリンク抽出手段と、抽出された前記ハイパーリンク情報に基づいて、複数のリンク元の文書の中のリンク元の文書ごとに、リンク元の文書から文書ｘと文書ｙへのハイパーリンクがあるとき、リンク元の文書における２つのハイパーリンクの位置によりリンク元の文書からみた文書ｘと文書ｙの関連度をそれぞれ求め、求められたそれぞれのリンク元からみた関連度を平均することによって文書ｘと文書ｙとの第１の関連度（ｘ、ｙ）を求め、第１の関連度（ｘ、ｙ）を与える複数のリンク元の文書の中から２つの文書の組を１つ以上抽出し、文書ｘと文書ｙの場合と同様にして抽出した２つの文書の組の第１の関連度を求める関連度計算手段と、前記抽出した２つの文書の組の第１の関連度と前記第１の関連度（ｘ、ｙ）とに基づいて、文書ｘと文書ｙとの第２の関連度（ｘ、ｙ）を求める関連度再計算手段とを有することを特徴とする。
【０００９】
請求項１においては、ハイパーリンク情報によって直接関連付けられた複数の文書（又はグループ）間の関連性を第１の関連度として求めた後で、得られた第１の関連度を用いて文書（又はグループ）間の関連性を第２の関連度として求める。
【００１０】
これにより、ハイパーリンク情報によって直接関連付けられていない場合であっても、多重化された複数のハイパーリンク情報を辿って間接的に関連付けることができる場合には、複数の文書間の関連度を検出することができる。
例えば、図２に示す例では、文書（ａ）と文書（Ａ）とが１つのハイパーリンクで直接関連付けられ、文書（ｂ）と文書（Ａ）とが１つのハイパーリンクで直接関連付けられ、文書（ａ）と文書（Ｂ）とが１つのハイパーリンクで直接関連付けられ、文書（ｂ）と文書（Ｂ）とが１つのハイパーリンクで直接関連付けられている。
【００１１】
また、図２では文書（Ａ）と文書（Ｂ）とを直接関連付けるハイパーリンクは存在しない。そのため、ハイパーリンクによって直接求められる第１の関連度においては、文書（Ａ）と文書（Ｂ）との間の関連性を検出することができない。しかしながら、文書（ａ）と文書（Ａ）との間に関連性があり、文書（ａ）と文書（Ｂ）との間にも関連性がある。更に、文書（ｂ）と文書（Ａ）との間に関連性があり、文書（ｂ）と文書（Ｂ）との間に関連性がある。従って、実際には文書（Ａ）と文書（Ｂ）との間にも関連性が認められる。
【００１２】
そこで、文書（ａ）と文書（Ａ）との間の関連性を表す第１の関連度と、文書（ａ）と文書（Ｂ）との間の関連性を表す第１の関連度と、文書（ｂ）と文書（Ａ）との間の関連性を表す第１の関連度と、文書（ｂ）と文書（Ｂ）との間の関連性を表す第１の関連度との関連性を第２の関連度として総合的に評価すれば、第２の関連度において文書（Ａ）と文書（Ｂ）との間の関連性を検出することができる。
【００１３】
このため、高精度で文書間の関連度を求めることができる。
請求項２は、請求項１の文書間関連度計算装置において、前記関連度再計算手段は、１つ以上求められる前記抽出した２つの文書の組の第１の関連度の平均値と前記第１の関連度（ｘ、ｙ）との乗算により第２の関連度（ｘ、ｙ）を求めることを特徴とする。
請求項３は、請求項２の文書間関連度計算装置において、前記関連度再計算手段は、リンク元の前記抽出した２つの文書の組に対しても文書ｘと文書ｙの場合と同様にして第２の関連度を求め、１つ以上求められる前記抽出した２つの文書の組の第２の関連度の平均値と前記第１の関連度（ｘ、ｙ）との乗算により第３の関連度（ｘ、ｙ）を求める第３の関連度算出手段を更に設けたことを特徴とする。
【００１４】
請求項３においては、前記第２の関連度に基づいて第３の関連度を求める。すなわち、関連度の再計算を２回以上繰り返し行う。これにより、複雑な多重関係でハイパーリンクが形成されている場合であっても、文書間の関連度を高精度で検出することが可能になる。
【００１５】
例えば、１つのコンピュータ上に存在する文書やインターネット上に存在する文書の場合、互いに関連性のある複数の文書は、同一のホルダや同一のディレクトリにまとめて配置されている場合が多い。
そのような場合には、文書毎に文書間の関連度を求めるよりも、予め同一のホルダや同一のディレクトリに配置されている複数の文書を同一のグループにまとめてグループ毎に文書の関連度を求めた方が、その結果を利用する際に都合がよい。
【００１６】
すなわち、文書毎に関連度を検出するよりも文書グループ毎に関連度を検出した方が関連度の検出対象となる要素数が減るので、ユーザは互いに関連のある各文書又は文書グループの所在を把握しやすくなる。
【００１９】
請求項４のプログラムは、請求頂１ないし請求項３に記載の文書間関連計算装置を構成する各手段としてコンピュータを機能させることを特徴とする。
【００２０】
請求項５の記録媒体は、請求項４のプログラムを記録したことを特徴とする。
【００２６】
【発明の実施の形態】
本発明の文書間関連度計算装置並びに記録媒体及びソフトウェアの１つの実施の形態について図１〜図６を参照して説明する。この形態は全ての請求項に対応する。
【００２７】
図１はこの形態の文書間関連度計算装置の構成を示すブロック図である。図２及び図３はハイパーリンクにより関連付けされた文書の例を示す模式図である。図４は抽出されたハイパーリンクの例を示す模式図である。図５は文書間関連度の計算結果の例を示す模式図である。図６は文書グループの構成例を示す模式図である。
【００２８】
この形態では、請求項１のハイパーリンク抽出手段，関連度計算手段および関連度再計算手段は、それぞれハイパーリンク抽出部１０２，関連度計算部１０４及び関連度再計算部１０５に対応する。
また、請求項３の第３の関連度算出手段は関連度再計算部１０５に対応する。
【００２９】
ここでは、インターネット上に存在する複数のＨＴＭＬ文書について文書間の関連度を求める場合を想定して説明する。勿論、例えば企業内のＬＡＮ上に存在する複数の文書や１つのコンピュータ上に存在する複数の文書について関連度を求めることも可能である。
例えば、図３（ａ）の例では、１つの文書（Ｃ１）に組み込まれたハイパーリンクが他の特定の文書（Ｃ２）に関連付けている。従って、文書（Ｃ１）を参照しているときに、ハイパーリンクを用いて文書（Ｃ２）を呼び出すこともできる。
【００３０】
また、図３（ｂ）の例では、文書（Ｄ１）上のハイパーリンクによって他の１つの文書（Ｄ２）が関連付けられ、文書（Ｄ２）上のハイパーリンクによってもう１つの文書（Ｄ３）が関連付けられている。すなわち、各文書のハイパーリンクを順番に辿ることにより、文書（Ｄ１）から文書（Ｄ３）にたどり着くことができる。
【００３１】
ところで、インターネット上のＨＴＭＬ文書は複数のコンピュータ上に分散して存在しており、各文書を容易に参照できるようにＵＲＬ（Uniform Resource Locator）という表記方法でアクセスできるように規定されている（インターネットＲＦＣ１７３８参照）。
このＵＲＬは、一般に「ｈｔｔｐ：／／コンピュータアドレス／ディレクトリ名／・・・／ファイル名」という表記で表され、複数の文書は「ｈｔｔｐ：／／コンピュータアドレス／」あるいは「ｈｔｔｐ：／／コンピュータアドレス／ディレクトリ名／」としてまとめ上げることができる。こうしてまとめ上げた文書集合は、一般に「サイト」と呼ばれている。
【００３２】
本発明では、この「サイト」を「文書グループ」と呼ぶことにする。ＨＴＭＬ文書に組み込まれるハイパーリンクは「文書」あるいは「文書グルーブ」を参照先として記述することができる。
この形態の文書間関連度計算装置は、図１に示すように文書入力部１０１，ハイパーリンク抽出部１０２，文書グループ生成部１０３，関連度計算部１０４，関連度再計算部１０５及び結果出力部１０６を備えている。
【００３３】
なお、図１に示す各構成要素は、専用のハードウェアで構成することもできるし、コンピュータとコンピュータ上で実行されるソフトウェアとで実現することもできる。ソフトウェアで実現する場合には、例えばＣＤ−ＲＯＭのような記録媒体からソフトウェアをコンピュータに読み込んで実行してもよいし、通信回線を介してソフトウェアをコンピュータに転送して実行することもできる。
【００３４】
文書入力部１０１は、処理対象となる全ての文書の情報を例えばインターネットを介して入力する。
ハイパーリンク抽出部１０２は、文書入力部１０１が入力した文書のそれぞれに含まれているハイパーリンクの情報を抽出する。また、ハイパーリンク抽出部１０２は文書中のハイパーリンクの記述位置も同時に求める。この位置情報は関連度の計算に利用される。
【００３５】
文書グループ生成部１０３は、文書入力部１０１で入力された全体の文書について文書グループの情報を生成する。この例では、インターネット上に存在する文書を評価対象とするので、ＵＲＬに基づいて文書グループの情報を生成している。
すなわち、各文書のＵＲＬに基づいてその文書が含まれる
「ｈｔｔｐ：／／コンピュータアドレス／」あるいは
「ｈｔｔｐ：／／コンピュータアドレス／ディレクトリ／」
を文書グループとして生成する。
【００３６】
また、「ｈｔｔｐ：／／コンピュータアドレス／ディレクトリ／」の文書グルーブ内には「ｈｔｔｐ：／／コンピュータアドレス／ディレクトリ／」配下に実在するすべての文書を含める。
また、ハイパーリンク抽出部１０２で抽出されたハイパーリンクの記述を集計し、出現頻度の高いＵＲＬのみを文書グループとすることで、抽出する文書グループの数を制限する場合もある。
【００３７】
関連度計算部１０４は、ハイパーリンク抽出部１０２で抽出されたハイパーリンク情報、すなわちリンク先のＵＲＬ及び文書内の位置情報に基づいて、文書入力部１０１で入力された文書や、文書グループ生成部１０３で生成された文書グループの各要素間の関連度（Ａ）を計算する。
関連度再計算部１０５は、関連度計算部１０４で得られた関連度（Ａ）に基づいて文書や、文書グループ生成部１０３で生成された文書グループの各要素間の関連度（Ｂ）を再計算する。
【００３８】
結果出力部１０６は、関連度再計算部１０５が求めた各要素間の関連度（Ｂ）を出力し、例えば画面上に関連度（Ｂ）を表示する。
図１に示す各要素の更に詳細な動作及び具体例について以下に説明する。
ここでは、検索対象とする文書は、コンピュータネットワークであるインターネット上のＷＷＷのページ（ＨＴＭＬファイル）とする。これらを文書入力部１０１で入力する。
【００３９】
ハイパーリンク抽出部１０２は、文書入力部１０１で入力された文書の情報からハイパーリンクの情報を抽出するとともにそのハイパーリンクの記述位置の情報を検出し、例えば図４に示すような情報を生成する。
文書グループ生成部１０３は、ハイパーリンク抽出部１０２で抽出されたハイパーリンクのＵＲＬ情報に基づいて文書グループを作成する。例えば、
http://www.aaa.co.jp/watasi/
http://www.aaa.co.jp/watasi/index.html
http://www.aaa.co.jp/watasi/file1.html
http://www.aaa.co.jp/watasi/file2.html
http://www.aaa.co.jp/anata/
http://www.aaa.co.ip/anata/index.html
http://www.aaa.co.jp/anata/text1.html
http://www.aaa.co.jp/anata/text2.html
の文書群のＵＲＬが存在する場合には、これらに基づいて、図６に示すように
「ｈｔｔｐ：／／ｗｗｗ．ａａａ．ｃｏ．ｊｐ／ｗａｔａｓｉ／」及び
「ｈｔｔｐ：／／ｗｗｗ．ａａａ．ｃｏ．ｊｐ／ａｎａｔａ／」の２つの文書グループが生成される。
【００４０】
また、ハイパーリンク抽出部１０２で抽出されたＵＲＬとして
「ｈｔｔｐ：／／ｗｗｗ．ａａａ．ｃｏ．ｊｐ／」の出現回数が多い場合（閾値以上の場合）には
「ｈｔｔｐ：／／ｗｗｗ．ａａａ．ｃｏ．ｊｐ／」という文書グループも生成される。
【００４１】
関連度計算部１０４は、ハイパーリンク抽出部１０２で抽出された文書及び文書グループ生成部１０３で生成された文書グループの各要素について複数要素間の関連度を計算する。この計算方法について以下に説明する。
インターネット上には、他の複数の文書を容易に参照出来るようにリンク集と呼ばれる文書が数多く作成されている。このリンク集には多数の文書を表す多数のハイパーリンクが記述されており、互いに関連のある文書はリンク集の文書内で互いに近い位置にそれぞれのハイパーリンクが記述されている。
【００４２】
ここでは、１つの文書（ｉ）内に存在するハイパーリンクの情報から各文書あるいは文書グループ（ｘ，ｙ）の関連度をｒｅｌi（ｘ，ｙ）で表す。関連度ｒｅｌi（ｘ，ｙ）は例えば次のように定義することができる。
ｒｅｌi（ｘ，ｙ）＝１（文書(i)内にｘ，ｙの両方が存在する） ・・・（１）
ｒｅｌi（ｘ，ｙ）＝０（それ以外） ・・・（２）
また、文書（ｉ）内におけるｘ，ｙのハイパーリンクの位置をそれぞれｐｏｓｘ，ｐｏｓｙで表すと、関連度ｒｅｌi（ｘ，ｙ）は次のように表すこともできる。
【００４３】
ｒｅｌi（ｘ，ｙ）＝１（ｐｏｓｘ，ｐｏｓｙの差が閾値以下） ・・・（３）
ｒｅｌi（ｘ，ｙ）＝０（それ以外） ・・・（４）
この場合、文書内での位置が近い文書（ｘ，ｙ）の関連度が高くなる（閾値は整数）。
また、特開２０００−３３１０１７で採用されている文書内の距離を用いて関連度ｒｅｌi（ｘ，ｙ）を定義することもできる。
【００４４】
この例では、関連度計算部１０４はハイパーリンクの文書内位置情報に基づき次式を用いて関連度ｒｅｌi（ｘ，ｙ）を求める。
ｒｅｌi（ｘ，ｙ）＝１／（文書(i)内のｘ，ｙの出現位置の差分）・・・（５）
例えば、図４の例では、ハイパーリンクによって参照されているものは「文書グルーブ（図４中の番号１，２，３）」と「文書（図４中の番号４のみ）」であり、各文書及び文書グループ間で図５に示すような関連度（ｒｅｌi（ｘ，ｙ））が求められる。
【００４５】
このような関連度（ｒｅｌi（ｘ，ｙ））を計算対象の複数の文書に対して計算する。すなわち、関連度計算部１０４が出力する各文書あるいは文書グループ（ｘ，ｙ）の関連度（ｒｅｌ1（ｘ，ｙ））は次式で表される。
【数１】
【００４６】
関連度再計算部１０５は、関連度計算部１０４が求めた関連度（ｒｅｌ1（ｘ，ｙ））を用いて再帰的に関連度の計算を行う。また、この計算は複数回繰り返し行う。
文書あるいは文書グループ（ｘ，ｙ）のｋ回目に再計算して求められる関連度を（ｒｅｌk（ｘ，ｙ））で表す。
【００４７】
文書あるいは文書グループ（ｘ，ｙ）に関してｋ回目の計算で計算対象となる文書集合ｓk x,yは次式で表される。
【数２】
【数３】
【００４８】
なお、ｋ回目の再計算で用いる閾値ｔｈkについては、ｋの変化に関わらず同じ値にする場合もあるし、変化させることもある。
関連度再計算部１０５における再計算の具体例について説明する。
ここでは、ある２つの文書ｘ，ｙに関する（ｋ＋１）回目の関連度ｒｅｌk+1（ｘ，ｙ）を求める場合を想定する。この場合、１つ前のｋ回目の再計算で得られた関連度ｒｅｌk（ｉ，ｊ）（ｉ，ｊ∈ｓ k x,y ）の値が必要になる。例えば、
ｒｅｌ1（ｘ，ｙ）＝０．５
ｓk x,y＝（ｓ1，ｓ2，ｓ3）
ｒｅｌk（ｓ1，ｓ2）＝０．５
ｒｅｌk（ｓ1，ｓ3）＝０．５
ｒｅｌk（ｓ2，ｓ3）＝０．５
の条件では次のように関連度が計算される。
【００４９】
ｒｅｌ1（ｘ，ｙ）＝０．５
ｓk x,y＝（ｓ1，ｓ2，ｓ3）
ｒｅｌk（ｓ1，ｓ2）＝０．５
ｒｅｌk（ｓ1，ｓ3）＝０．１
ｒｅｌk（ｓ2，ｓ3）＝０．１
の条件では次のように関連度が計算される。
【００５０】
【００５１】
また、図２では文書（Ａ）と文書（Ｂ）とを直接関連付けるハイパーリンクは存在しない。そのため、ハイパーリンクに基づいて関連度計算部１０４で求められる関連度（ｒｅｌ1（ｘ，ｙ））においては、文書（Ａ）と文書（Ｂ）との間の関連性を検出することができない。
しかしながら、文書（ａ）と文書（Ａ）との間に関連性があり、文書（ａ）と文書（Ｂ）との間にも関連性がある。更に、文書（ｂ）と文書（Ａ）との間に関連性があり、文書（ｂ）と文書（Ｂ）との間に関連性がある。従って、実際には文書（Ａ）と文書（Ｂ）との間にも関連性が認められる。
【００５２】
関連度再計算部１０５は、関連度計算部１０４が最初に求めた関連度（ｒｅｌ1（ｘ，ｙ））に基づいて再計算を行うので、文書（ａ）と文書（Ａ）との間の関連性を表す関連度（ｒｅｌ1（ｘ，ｙ））と、文書（ａ）と文書（Ｂ）との間の関連性を表す関連度（ｒｅｌ1（ｘ，ｙ））と、文書（ｂ）と文書（Ａ）との間の関連性を表す関連度（ｒｅｌ1（ｘ，ｙ））と、文書（ｂ）と文書（Ｂ）との間の関連性を表す関連度（ｒｅｌ1（ｘ，ｙ））との関連性を関連度（ｒｅｌk+1（ｘ，ｙ））として総合的に評価し、文書（Ａ）と文書（Ｂ）との間の関連性を検出することができる。
【００５３】
【発明の効果】
以上のように本発明によれば、ハイパーリンクによる直接の関連度を求めた後で、関連度の再計算を行うので、多重化されたハイパーリンクによって間接的に関連付けられた文書間の関連度も求めることができる。また、文書の作者が意図的な操作を行う場合であっても実際の文書間の関連性を正確に評価することが可能である。
【図面の簡単な説明】
【図１】実施の形態の文書間関連度計算装置の構成を示すブロック図である。
【図２】ハイパーリンクにより関連付けされた文書の例を示す模式図である。
【図３】ハイパーリンクにより関連付けされた文書の例を示す模式図である。
【図４】抽出されたハイパーリンクの例を示す模式図である。
【図５】文書間関連度の計算結果の例を示す模式図である。
【図６】文書グループの構成例を示す模式図である。
【符号の説明】
１０１ 文書入力部
１０２ ハイパーリンク抽出部
１０３ 文書グループ生成部
１０４ 関連度計算部
１０５ 関連度再計算部
１０６ 結果出力部
Claims (5)
- 関連する他の文書を表すハイパーリンク情報が含まれる文書について、複数の文書間での関連度を求める文書間関連度計算装置において、
各々の文書から前記ハイパーリンク情報を抽出するハイパーリンク抽出手段と、
抽出された前記ハイパーリンク情報に基づいて、複数のリンク元の文書の中のリンク元の文書ごとに、リンク元の文書から文書ｘと文書ｙへのハイパーリンクがあるとき、リンク元の文書における２つのハイパーリンクの位置によりリンク元の文書からみた文書ｘと文書ｙの関連度をそれぞれ求め、求められたそれぞれのリンク元からみた関連度を平均することによって文書ｘと文書ｙとの第１の関連度（ｘ、ｙ）を求め、第１の関連度（ｘ、ｙ）を与える複数のリンク元の文書の中から２つの文書の組を１つ以上抽出し、文書ｘと文書ｙの場合と同様にして抽出した２つの文書の組の第１の関連度を求める関連度計算手段と、
前記抽出した２つの文書の組の第１の関連度と前記第１の関連度（ｘ、ｙ）とに基づいて、文書ｘと文書ｙとの第２の関連度（ｘ、ｙ）を求める関連度再計算手段と
を有することを特徴とする文書間関連度計算装置。 - 請求項１の文書間関連度計算装置において、
前記関連度再計算手段は、１つ以上求められる前記抽出した２つの文書の組の第１の関連度の平均値と前記第１の関連度（ｘ、ｙ）との乗算により第２の関連度（ｘ、ｙ）を求める
ことを特徴とする文書間関連度計算装置。 - 請求項２の文書間関連度計算装置において、
前記関連度再計算手段は、リンク元の前記抽出した２つの文書の組に対しても文書ｘと文書ｙの場合と同様にして第２の関連度を求め、
１つ以上求められる前記抽出した２つの文書の組の第２の関連度の平均値と前記第１の関連度（ｘ、ｙ）との乗算により第３の関連度（ｘ、ｙ）を求める第３の関連度算出手段
を更に設けたことを特徴とする文書間関連度計算装置。 - 請求頂１ないし請求項３に記載の文書間関連計算装置を構成する各手段としてコンピュータを機能させるプログラム。
- 請求項４記載のプログラムを記録した記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001371149A JP4005798B2 (ja) | 2001-12-05 | 2001-12-05 | 文書間関連度計算装置並びに記録媒体及びソフトウェア |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001371149A JP4005798B2 (ja) | 2001-12-05 | 2001-12-05 | 文書間関連度計算装置並びに記録媒体及びソフトウェア |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003173355A JP2003173355A (ja) | 2003-06-20 |
| JP4005798B2 true JP4005798B2 (ja) | 2007-11-14 |
Family
ID=19180244
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001371149A Expired - Lifetime JP4005798B2 (ja) | 2001-12-05 | 2001-12-05 | 文書間関連度計算装置並びに記録媒体及びソフトウェア |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4005798B2 (ja) |
Families Citing this family (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7827173B2 (en) * | 2005-09-20 | 2010-11-02 | France Telecom | Method for sorting a set of electronic documents |
| KR101003240B1 (ko) | 2008-06-11 | 2010-12-21 | 구글 인코포레이티드 | 문서 그룹 가치 평가 방법 및 그 시스템 |
| US8676738B2 (en) | 2008-09-03 | 2014-03-18 | Nec Corporation | Relationship detector, relationship detection method, and recording medium |
| JP6119542B2 (ja) * | 2013-10-03 | 2017-04-26 | 富士ゼロックス株式会社 | 情報管理装置、プログラム及び情報処理システム |
-
2001
- 2001-12-05 JP JP2001371149A patent/JP4005798B2/ja not_active Expired - Lifetime
Also Published As
| Publication number | Publication date |
|---|---|
| JP2003173355A (ja) | 2003-06-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10929487B1 (en) | Customization of search results for search queries received from third party sites | |
| JP5116775B2 (ja) | 情報検索方法及び装置及びプログラム及びコンピュータ読取可能な記録媒体 | |
| US8335785B2 (en) | Ranking results for network search query | |
| JP5069285B2 (ja) | ウェブサイトのウェブページのような関連するウェブページの間での有用な情報の伝搬 | |
| US7594011B2 (en) | Network traffic monitoring for search popularity analysis | |
| US7624102B2 (en) | System and method for grouping by attribute | |
| US7424472B2 (en) | Search query dominant location detection | |
| Cohen et al. | A short walk in the Blogistan | |
| US20070208703A1 (en) | Web forum crawler | |
| EP1225517A2 (en) | System and methods for computer based searching for relevant texts | |
| WO2010027914A1 (en) | System and method for generating a search ranking score for a web page | |
| Wang et al. | Website browsing aid: A navigation graph-based recommendation system | |
| US20090083266A1 (en) | Techniques for tokenizing urls | |
| JP4636473B2 (ja) | リンク情報抽出装置、リンク情報抽出方法およびプログラム | |
| KR100917458B1 (ko) | 추천검색어 제공 방법 및 시스템 | |
| Matsuo et al. | Average-clicks: A new measure of distance on the World Wide Web | |
| JP4005798B2 (ja) | 文書間関連度計算装置並びに記録媒体及びソフトウェア | |
| KR101556714B1 (ko) | 검색결과 제공 방법, 시스템 및 컴퓨터 판독 가능한 기록 매체 | |
| JP2005018157A (ja) | 固有表現文字列の評価装置および評価方法 | |
| JP5135174B2 (ja) | 大規模ｗｅｂサイトの評価装置、大規模ｗｅｂサイトの評価方法および大規模ｗｅｂサイトの評価プログラム | |
| JP2002024262A (ja) | 情報源所在推定方法及び装置及び情報源所在推定プログラムを格納した記憶媒体 | |
| Guo et al. | A web crawler detection algorithm based on web page member list | |
| Gupta et al. | A survey on various web page ranking algorithms | |
| JP5661708B2 (ja) | 広告入札システム、文書検索システム、広告入札方法、文書検索方法、及びプログラム | |
| JP2013254366A (ja) | 情報処理装置および関連語判断方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20061221 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070116 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070301 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070403 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070516 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070626 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070710 |
|
| 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: 20070821 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070824 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4005798 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100831 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100831 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110831 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120831 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130831 Year of fee payment: 6 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| EXPY | Cancellation because of completion of term |