JP4021681B2 - ページレイティング／フィルタリング方法および装置とページレイティング／フィルタリングプログラムおよび該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 - Google Patents
ページレイティング／フィルタリング方法および装置とページレイティング／フィルタリングプログラムおよび該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 Download PDFInfo
- Publication number
- JP4021681B2 JP4021681B2 JP2002047024A JP2002047024A JP4021681B2 JP 4021681 B2 JP4021681 B2 JP 4021681B2 JP 2002047024 A JP2002047024 A JP 2002047024A JP 2002047024 A JP2002047024 A JP 2002047024A JP 4021681 B2 JP4021681 B2 JP 4021681B2
- Authority
- JP
- Japan
- Prior art keywords
- url
- rating
- page
- filtering
- target page
- 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、ドキュメント間のリンク情報を利用してドキュメントのレイティングおよびフィルタリングを行うページレイティング／フィルタリング方法および装置に関し、更に詳しくは、ある対象ページが予め設定した規準に対してどの程度関連があるかどうかについてのレイティングを行い、このレイティング結果に基づき対象ページに対するフィルタリングを行うページレイティング／フィルタリング方法および装置とページレイティング／フィルタリングプログラムおよび該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に関する。
【０００２】
【従来の技術】
ユーザがあるカテゴリに属するコンテンツのみを取得したい時、あるいはあるカテゴリに属するコンテンツのみを取得したくない時、コンテンツのフィルタリングおよびレイティングと呼ばれる技術が使われてきた。あるコンテンツのレイティングとは情報に対して一定の基準に沿った格付けを行うことである。フィルタリングとは、情報を受信者が設定する基準に合わせて選択的に受信することである。
【０００３】
これらを行うために一定の基準に従ってコンテンツに得点を計算し、その得点に基づいて、コンテンツを格付けするのがレイティングであり、その得点に基づいてコンテンツがユーザの望む情報であるかまたは望まない情報であるかを判断するのがフィルタリングである。インターネットのＷｅｂページの閲覧にフィルタリングを適用する例としては、親が子供に対して閲覧可能なＷｅｂページを制限する場合や社員に対して、業務に関係のないＷｅｂページの閲覧を制限する場合などがある。
【０００４】
ただし、一般的にはレイティングの結果に基づいてフィルタリングを行うことが多く、レイティングおよびフィルタリングは近い意味の言葉として使われる。すなわち、コンテンツを「１８歳未満閲覧禁止」のように格付けし（レイティング）、そのように格付けに従って、コンテンツがユーザに望まれていないと判断する（フィルタリング）ためである。
【０００５】
これらレイティングおよびフィルタリングを行う際の、コンテンツの得点付けの方法としては、従来は、（１）単語に基づく方法、および（２）コンテンツ指定方法（ＵＲＬ指定方法）がある。
【０００６】
単語に基づく方法は、あるコンテンツに指定された単語が含まれているか、あるいはどの程度含まれているかによって得点付けを行う。
【０００７】
コンテンツ指定方法は、レイティングおよびフィルタリングの基準として、あるカテゴリに入るコンテンツを指定しておく方法である。つまり、例えばユーザに閲覧させるコンテンツを制限する際には、予めどのコンテンツをユーザに閲覧させるのかを閲覧可能なコンテンツとして指定しておき、ユーザがコンテンツを閲覧しようとしたとき、そのコンテンツが閲覧可能なコンテンツとして指定されていれば閲覧させるというものである。例えば、インターネットのＷｅｂページであれば、http://www.xxx.yyy/のページは閲覧させないという指定を予めして おきユーザがそのページを閲覧しようとしても、ページを表示させなくする。
【０００８】
【発明が解決しようとする課題】
上述した従来の方法のうち、単語に基づく方法では、次のような問題がある。
【０００９】
（１）ユーザが予め単語を指定しておく必要がある。
【００１０】
（２）画像や音楽データには適用できない。
【００１１】
（３）単語の含まれているコンテンツにのみ適用可能であり、指定した単語を更新し続ける、つまり新たな単語を登録し続ける必要がある。
【００１２】
（４）インターネットＷｅｂなどにおいては、従来使われなかった単語（新語・未知語）が極めて頻繁に利用されるため、それに対応できない。例えば、「切れる」という言葉が、従来から利用されていた「対象を切断する」という意味のみでなく、「急に怒り出す」という意味に使われ始めるような例がインターネットでも多い。これに対応するために継続的に更新をしていく必要があり、更新の頻度は頻繁であるほどよい。
【００１３】
（５）予め指定されていた単語「Ａ」の代わりに同じ意味の別の単語「Ａ′」が使用された場合には対応できない。
【００１４】
また、コンテンツ指定方法では、次のような問題がある。
【００１５】
（１）新たなコンテンツに対応できない。
【００１６】
（２）指定したコンテンツのみに対応できるため、コンテンツを指定した時点では存在せず、それ以降に出現したコンテンツに対しては、あまり指定ができない。
【００１７】
本発明は、上記に鑑みてなされたもので、その目的とするところは、リンクパス情報を用いて対象ページのレイティングおよびフィルタリングを効率的かつ適確に行い得るページレイティング／フィルタリング方法および装置とページレイティング／フィルタリングプログラムおよび該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を提供することにある。
【００２４】
請求項１記載の本発明は、ある対象ページが予め設定した規準に対してどの程度関連があるかどうかについてのレイティングを行い、このレイティング結果に基づき対象ページに対するフィルタリングを行うページレイティング／フィルタリング装置であって、前記規準となる複数の規準ＵＲＬを格納しておく第１格納手段と、ウェブページにおけるリンク元ＵＲＬとリンク先ＵＲＬとを関連付けて格納しておく第２格納手段と、前記複数の規準ＵＲＬを前記第１格納手段から読み出して、前記第２格納手段から読み出した前記リンク元ＵＲＬと前記リンク先ＵＲＬとに基づいて、前記対象ページの対象ページＵＲＬと当該規準ＵＲＬのそれぞれとを結ぶリンクのパスを検索する検索手段と、前記対象ページＵＲＬから当該検索された規準ＵＲＬに到達するまでのリンクの総数を計算する計算手段と、検索された前記パスの総数をパス数とし、計算された前記リンクの総数をパス距離とした場合に、当該パス数を当該パス距離で除算した関連度に基づいてレイティングを行うレイティング手段と、このレイティング結果に基づき前記対象ページをフィルタリングするフィルタリング手段と、を有することを特徴とする。
請求項１記載の本発明にあっては、規準となる複数の規準ＵＲＬを格納しておく第１格納手段と、ウェブページにおけるリンク元ＵＲＬとリンク先ＵＲＬとを関連付けて格納しておく第２格納手段と、複数の規準ＵＲＬを第１格納手段から読み出して、第２格納手段から読み出したリンク元ＵＲＬとリンク先ＵＲＬとに基づいて、対象ページの対象ページＵＲＬと規準ＵＲＬのそれぞれとを結ぶリンクのパスを検索する検索手段と、対象ページＵＲＬから検索された規準ＵＲＬに到達するまでのリンクの総数を計算する計算手段と、検索されたパスの総数をパス数とし、計算されたリンクの総数をパス距離とした場合に、パス数をパス距離で除算した関連度に基づいてレイティングを行うレイティング手段と、このレイティング結果に基づき対象ページをフィルタリングするフィルタリング手段と、を有するため、規準となる各ページのＵＲＬ群のみ指定すれば、この指定されたＵＲＬ群と対象ページとの関連度を判定し、対象ページのフィルタリングを効率的かつ適確に行うことができる。特に、パス数をパス距離で除算して関連度を計算するため、ＵＲＬ間の接続関係に即した関連度を用いて判定することが可能となる。即ち、パス数が多いほど、また、パスの距離が短いほど、関連度が大きいと判定をすることができる。
【００２７】
請求項２記載の本発明は、請求項１記載の発明において、前記レイティング手段は、予め設定した規準が複数ある場合に、当該複数の規準で前記関連度を計算し、計算された複数の関連度の差分に基づいてレイティングを行い、前記フィルタリング手段は、当該レイティング結果と当該複数の規準のうちのいずれかの規準とに基づいて前記対象ページをフィルタリングすることを要旨とする。
【００２８】
また、請求項３記載の本発明は、請求項１又は２記載の発明において、前記リンク元ＵＲＬ，前記リンク先ＵＲＬ，前記規準ＵＲＬのうち少なくともいずれか１つのＵＲＬは、当該ＵＲＬのディレクトリ階層数が予め設定されている値よりも多い場合に、前記ＵＲＬの左端から当該値のディレクトリ階層目までのＵＲＬであることを要旨とする。
【００２９】
請求項４記載の本発明は、ある対象ページが予め設定した規準に対してどの程度関連があるかどうかについてのレイティングを行い、このレイティング結果に基づき対象ページに対するフィルタリングを行うページレイティング／フィルタリングプログラムであって、前記規準となる複数の規準ＵＲＬを第１格納手段に格納しておく第１処理と、ウェブページにおけるリンク元ＵＲＬとリンク先ＵＲＬとを関連付けて第２格納手段に格納しておく第２処理と、前記複数の規準ＵＲＬを前記第１格納手段から読み出して、前記第２格納手段から読み出した前記リンク元ＵＲＬと前記リンク先ＵＲＬとに基づいて、前記対象ページの対象ページＵＲＬと当該規準ＵＲＬのそれぞれとを結ぶリンクのパスを検索する第３処理と、前記対象ページＵＲＬから当該検索された規準ＵＲＬに到達するまでのリンクの総数を計算する第４処理と、検索された前記パスの総数をパス数とし、計算された前記リンクの総数をパス距離とした場合に、当該パス数を当該パス距離で除算した関連度に基づいてレイティングを行う第５処理と、このレイティング結果に基づき前記対象ページをフィルタリングする第６処理と、をコンピュータに実行させることを要旨とする。
請求項４記載の本発明にあっては、規準となる複数の規準ＵＲＬを第１格納手段に格納しておく第１処理と、ウェブページにおけるリンク元ＵＲＬとリンク先ＵＲＬとを関連付けて第２格納手段に格納しておく第２処理と、複数の規準ＵＲＬを第１格納手段から読み出して、第２格納手段から読み出したリンク元ＵＲＬとリンク先ＵＲＬとに基づいて、対象ページの対象ページＵＲＬと規準ＵＲＬのそれぞれとを結ぶリンクのパスを検索する第３処理と、対象ページＵＲＬから検索された規準ＵＲＬに到達するまでのリンクの総数を計算する第４処理と、検索されたパスの総数をパス数とし、計算されたリンクの総数をパス距離とした場合に、パス数をパス距離で除算した関連度に基づいてレイティングを行う第５処理と、このレイティング結果に基づき対象ページをフィルタリングする第６処理とを有するため、規準となる各ページのＵＲＬ群のみ指定すれば、この指定されたＵＲＬ群と対象ページとの関連度を判定し、対象ページのフィルタリングを効率的かつ適確に行うことができる。特に、パス数をパス距離で除算して関連度を計算するため、ＵＲＬ間の接続関係に即した関連度を用いて判定することが可能となる。即ち、パス数が多いほど、また、パスの距離が短いほど、関連度が大きいと判定をすることができる。
【００３２】
請求項５記載の本発明は、請求項４記載の発明において、前記第５処理は、予め設定した規準が複数ある場合に、当該複数の規準で前記関連度を計算し、計算された複数の関連度の差分に基づいてレイティングを行い、前記第６処理は、当該レイティング結果と当該複数の規準のうちのいずれかの規準とに基づいて前記対象ページをフィルタリングすることを要旨とする。
【００３３】
また、請求項６記載の本発明は、請求項４又は５記載の発明において、前記リンク元ＵＲＬ，前記リンク先ＵＲＬ，前記規準ＵＲＬのうち少なくともいずれか１つのＵＲＬは、当該ＵＲＬのディレクトリ階層数が予め設定されている値よりも多い場合に、前記ＵＲＬの左端から当該値のディレクトリ階層目までのＵＲＬであることを要旨とする。
【００３４】
請求項７記載の本発明は、ある対象ページが予め設定した規準に対してどの程度関連があるかどうかについてのレイティングを行い、このレイティング結果に基づき対象ページに対するフィルタリングを行うページレイティング／フィルタリングプログラムを記録したコンピュータ読み取り可能な記録媒体であって、前記規準となる複数の規準ＵＲＬを第１格納手段に格納しておく第１処理と、ウェブページにおけるリンク元ＵＲＬとリンク先ＵＲＬとを関連付けて第２格納手段に格納しておく第２処理と、前記複数の規準ＵＲＬを前記第１格納手段から読み出して、前記第２格納手段から読み出した前記リンク元ＵＲＬと前記リンク先ＵＲＬとに基づいて、前記対象ページの対象ページＵＲＬと当該規準ＵＲＬのそれぞれとを結ぶリンクのパスを検索する第３処理と、前記対象ページＵＲＬから当該検索された規準ＵＲＬに到達するまでのリンクの総数を計算する第４処理と、検索された前記パスの総数をパス数とし、計算された前記リンクの総数をパス距離とした場合に、当該パス数を当該パス距離で除算した関連度に基づいてレイティングを行う第５処理と、このレイティング結果に基づき前記対象ページをフィルタリングする第６処理と、をコンピュータに実行させるページレイティング／フィルタリングプログラムを記録することを要旨とする。
請求項７記載の本発明にあっては、規準となる複数の規準ＵＲＬを第１格納手段に格納しておく第１処理と、ウェブページにおけるリンク元ＵＲＬとリンク先ＵＲＬとを関連付けて第２格納手段に格納しておく第２処理と、複数の規準ＵＲＬを第１格納手段から読み出して、第２格納手段から読み出したリンク元ＵＲＬとリンク先ＵＲＬとに基づいて、対象ページの対象ページＵＲＬと規準ＵＲＬのそれぞれとを結ぶリンクのパスを検索する第３処理と、前記対象ページＵＲＬから当該検索された規準ＵＲＬに到達するまでのリンクの総数を計算する第４処理と、検索されたパスの総数をパス数とし、計算されたリンクの総数をパス距離とした場合に、パス数をパス距離で除算した関連度に基づいてレイティングを行う第５処理と、このレイティング結果に基づき対象ページをフィルタリングする第６処理と、をコンピュータに実行させるページレイティング／フィルタリングプログラムを記録するため、該記録媒体を用いて、その流通性を高めることができる。
【００３７】
請求項８記載の本発明は、請求項７記載の発明において、前記第５処理は、予め設定した規準が複数ある場合に、当該複数の規準で前記関連度を計算し、計算された複数の関連度の差分に基づいてレイティングを行い、前記第６処理は、当該レイティング結果と当該複数の規準のうちのいずれかの規準とに基づいて前記対象ページをフィルタリングページレイティング／フィルタリングプログラムを記録することを要旨とする。
また、請求項９記載の本発明は、請求項７又は８記載の発明において、前記リンク元ＵＲＬ，前記リンク先ＵＲＬ，前記規準ＵＲＬのうち少なくともいずれか１つのＵＲＬは、当該ＵＲＬのディレクトリ階層数が予め設定されている値よりも多い場合に、前記ＵＲＬの左端から当該値のディレクトリ階層目までのＵＲＬのページレイティング／フィルタリングプログラムを記録することを要旨とする。
【００３８】
【発明の実施の形態】
以下、図面を用いて本発明の実施の形態を説明する。図１は、本発明の一実施形態に係るページレイティング／フィルタリング装置の構成を示すブロック図である。同図に示すページレイティング／フィルタリング装置は、ある対象ページが予め設定した規準に対してどの程度関連があるかどうかについてのレイティングを行い、このレイティング結果に基づき対象ページに対するフィルタリングを行うページレイティング／フィルタリング装置であって、前記規準となる各ページのＵＲＬの連結であるリンクパス情報からなるハイパーリンク情報を格納するデータベース部（ＤＢ部と称する）１０１と、前記対象ページからＤＢ部１０１に格納されたリンクパス情報を検索するパス探索部１０２と、対象ページがＤＢ部１０１に格納されたリンクパス情報に対して所定の基準に合致するか否かのレイティングを行うレイティング手段およびこのレイティング結果に基づき前記対象ページをフィルタリングするフィルタリング手段を構成するページ得点計算部１０３と、ユーザからの入力およびレイティング／フィルタリング結果の出力を行う入出力部１０４とから構成されている。
【００３９】
また、レイティング手段は、ＤＢ部１０１に格納されているリンクパス情報を構成する各ＵＲＬに対する対象ページの関連度に基づき行い、関連度は、リンクパス情報を構成する各ＵＲＬから対象ページへとハイパーリンクを辿って、対象ページに到達できる経路があるかどうかを探索し、この経路に沿った距離が短いほど、関連度が大きいとし、また対象ページに到達できる経路がある場合には、すべての到達可能な経路を探索し、経路が多いほど、関連度が大きいとする。
【００４０】
本実施形態においては、入力はあるＷｅｂページのＵＲＬである。以下、ユーザの指定したページを対象ページ、そのページのＵＲＬを対象ページＵＲＬという。本実施形態において、出力はその対象ページの得点と、ユーザの指定したルールに一致するかどうかである。得点は、予め指定されたＵＲＬ群とそのページの関連度である。ルールは、対象ページを取得すべきか否かを記述したものであり、上記関連度に基づいて判断される。
【００４１】
具体的には、本実施形態では、予めＵＲＬ群を前記規準として指定しておき、対象ページをフィルタリングするか否かの判定は、対象ページがＵＲＬ群に含まれるページとの関連度を計算することにより行う。関連度の計算は、ＵＲＬ群に含まれるページと対象ページの間にハイパーリンクを辿って到達できる経路があるかどうかを探索し、経路がある場合には、すべての到達可能な経路を探索し、経路の数が多いほど、また経路の距離が近いほど、関連が大きいと判定する。
【００４２】
例えば、社員にＷＷＷページを閲覧させるかどうかの判断を行う場合、業務に必要なページのＵＲＬ群のみを前記規準として指定しておき、関連度が予め指定されたしきい値以上の場合のみ閲覧を許可するというルールを定めておく。そして、対象ページとそのＵＲＬ群との関連度を計算し、関連度が予め指定されたしきい値以上の場合のみ、社員に対象ページの閲覧を許可する。なお、規準となるＵＲＬ群の指定は一度だけでよく、継続的に更新する必要はない。
【００４３】
すなわち、本実施形態のコンテンツ配信方法では、対象ページからリンクされているページへのリンクパス情報および対象ページへリンクされているページからのリンクパス情報を用いて、指定されたＵＲＬ群と対象ページとの関連度を判定することにより、従来のように単語情報を利用せずに、すなわちコンテンツの内容を閲覧せずに、対象コンテンツが閲覧を許可されているかどうかの判定が可能となる。また、従来のようにコンテンツを予め閲覧して判断する必要もない。
【００４４】
なお、ここでいうリンクのパス、リンクパスとは、ハイパーリンクを辿って到達できるＷｅｂページのことであり、ＵＲＬ１→ＵＲＬ２→ＵＲＬ３→…→ＵＲＬｍのような一連のＵＲＬが連続したものである。リンクパスは、具体的には、図４に示すようなグラフ構造であり、ＵＲＬをノードとし、各ノードは向きを持つアーク（この場合はアークがリンクである）を接続し、アークは向きの識別のために一方の端をＨＥＡＤとし、他方の端をＴＡＩＬとし、ノードに連結しており、各ノードはＨＥＡＤ，ＴＡＩＬをそれぞれ最大１つ接続できるものである。
【００４５】
また、対象ページの関連度は、予め計算しておく必要はないので、新たなページの関連度を計算する必要が生じた時点でそのページとＵＲＬ群のリンク関係をハイパーリンクに基づき計算すればよい。このようにハイパーリンク情報に基づく対象ページの得点計算方法は、あるページＡにおいてリンクがページＢに張られているとすると、それはページＡの作者がページＢを推薦していると考えられる。多くの場合、リンクは自分のページに関連するページに張られるため、リング情報を使用してページの関連性を判定することができる。
【００４６】
次に、ページの得点を計算するための準備とその計算処理について説明する。ここでは、アダルトページ、アダルトサイトと呼ばれるページの閲覧を禁止するために、対象ページがアダルトページに該当するかどうかを判定する場合を例にとって説明する。
【００４７】
まず、準備について説明する。ユーザが対象ページとの関連度を計算するために指定したＵＲＬをシードＵＲＬという。シードＵＲＬは複数のＵＲＬを指定することができる。また、シードＵＲＬは何らかのシードＵＲＬグループに分けて登録することもできる。ユーザの指定したシードＵＲＬはページ得点計算部１０３に保存される。
【００４８】
本実施形態においては、２つのシードＵＲＬグループを登録する。この２つのグループは、それぞれ、アダルトサイトのＵＲＬ登録がされたブラックリスト・グループ（以下グループ１またはＧ１という）と、非アダルトサイトで、閲覧を推薦されるサイトのＵＲＬが登録されたホワイトリスト・グループ（以下グループ２またはＧ２という）である。各グループに属するＷｅｂページのＵＲＬは、登録者が判定した結果に基づいて登録されたものである。
【００４９】
ハイパーリンク情報の登録では、インターネットのＷＷＷページ内（リンク元ＵＲＬ）からリンク先ＵＲＬへと設定されているハイパーリンクを取り出し、そのリンクの情報が登録される。
【００５０】
ハイパーリンク１つにつき、
リンク元ＵＲＬ：リンク先ＵＲＬ
という情報がＤＢ部１０１のリンクテーブルに登録される。登録時には、既に登録されたリンク情報が再登録されないように、重複登録のチェックを行う。つまり、登録しようとしている
リンク元ＵＲＬ：リンク先ＵＲＬ
という情報が既に登録されていた場合は、それは登録しない。
【００５１】
リンクテーブルは、準備段階で作成しておく。これは、ある瞬間のＷｅｂページのリンクの状態を表す。準備段階で作成しておくと、ちょうどリンク情報のみをキャッシュした状態になるので、同じ情報を取得するために何度もネットワークに接続することなく、ＤＢにアクセスすることで必要なリンク情報を取得できる。探索と同時にＷｅｂページを取得すると、あるＵＲＬのＷｅｂサーバからのレスポンスが返って来るまで探索処理がそこで止まってしまう。これを防ぐために、予めリンクテーブルを準備する。キャッシュしたのちに、ページが更新されると、Ｗｅｂのリンク情報とＤＢのリンク情報が矛盾してしまうが、頻繁に更新されてしまうＷｅｂページのリンク情報は、更新されない固定的なリンクと比べ、それほど重要でないと考えられるので、パス探索時にＷｅｂページからリンク情報を取得することはここでは考えていない。
【００５２】
ルールの登録について説明する。すなわち、ページ得点の計算結果に基づいて、更に得点に基づいて対象ページを取得すべきか否かを記述するルールの設定について説明する。
【００５３】
ルールは必ずしも設定しなくてもよく、設定しない場合はページ得点のみが出力される。今回はアダルトページの閲覧を禁止するためのレイティングであるので、ルールとして、（１）ページ得点が定められた一定値を超える場合、「ページ取得禁止」と出力するルールと、（２）ページ得点が定められた一定値を超えない場合、「ページ取得許可」と出力するルールとを設定する。
【００５４】
次に、図２に示すフローチャートを参照して、ページ得点計算処理について説明する。
【００５５】
ユーザがある対象ページＵＲＬｏｂｊを入出力部１０４から入力すると（ステップＳ２０１）。ページ得点計算部１０３は、パス探索部１０２にＵＲＬｏｂｊとホワイトリスト・グループＧ２に登録されているＵＲＬ群を渡す。パス探索部１０２は、ＵＲＬｏｂｊとＧ２のＵＲＬでパス探索処理を行い（ステップＳ２０２）、パス探索処理結果をページ得点計算部１０３に渡す。ページ得点計算部１０３は、パス探索処理の結果をパス探索部１０２から受け取り、対象ページとの関連度Ｒ（ＵＲＬｏｂｊ，Ｇ２）を計算する（ステップＳ２０３）。
【００５６】
次に、ブラックリスト・グループＧ１に登録されているＵＲＬ群のそれぞれと、対象ページとの関連度Ｒ（ＵＲＬｏｂｊ，Ｇ１）を計算する（ステップＳ２０４，Ｓ２０５）。すなわち、パス探索部１０２は、ＵＲＬｏｂｊとＧ１のＵＲＬでパス探索処理を行い（ステップＳ２０４）、ページ得点計算部１０３はそのパス探索処理結果を受け取り、対象ページとの関連度Ｒ（ＵＲＬｏｂｊ，Ｇ１）を求める（ステップＳ２０５）。なお、Ｒ（ＵＲＬｏｂｊ，Ｇ１）は、グループ１と対象ページの関連度、Ｒ（ＵＲＬｏｂｊ，Ｇ２）はグループ２と対象ページの関連度である。
【００５７】
アダルトページの判定であるので、対象ページＵＲＬｏｂｊのページ得点を以下の式で計算する（ステップＳ２０６）。
【００５８】
【数１】
ページ得点（ＵＲＬｏｂｊ）
＝Ｒ（ＵＲＬｏｂｊ，Ｇ１）−Ｒ（ＵＲＬｏｂｊ，Ｇ２）
ここで、ページ得点の意味について説明する。Ｒ（ＵＲＬｏｂｊ，Ｇ１）は、値が大きいほどブラックリストと関連が深いことを示し閲覧を禁止すべき度合いが大きいことを示す。Ｒ（ＵＲＬｏｂｊ，Ｇ２）は、値が大きいほどホワイトリストと関連が深いことを示し閲覧を許可すべき度合いが大きいことを示す。従って、ページ得点のＲ（ＵＲＬｏｂｊ，Ｇ１）−Ｒ（ＵＲＬｏｂｊ，Ｇ２）は、値が大きいほど、閲覧を禁止すべきことを示す。すなわち、定められた値を超える場合は閲覧を禁止する。
【００５９】
このページ得点が、ＵＲＬｏｂｊのページのページ得点である。この得点に基づいて、上記ルールに従い「ページ取得禁止またはページ取得許可」を判断する。この得点とルールに従った判断結果、つまりルール適用結果を入出力部１０４へ渡し、入出力部１０４は得点と判断結果を出力する。
【００６０】
次に、関連度の計算方法について２つの方法を説明する。
【００６１】
まず、関連度Ｒ（ＵＲＬｏｂｊ，Ｇｉ）の計算方法１について説明する。ページ得点計算部１０３は、対象ページＵＲＬｏｂｊと、ＵＲＬ群Ｇｉとの関連度Ｒ（ＵＲＬｏｂｊ，Ｇｉ）を計算する。関連度ＲはＵＲＬｏｂｊとＵＲＬｇ１内各ページとを結ぶリンクのパスの数、およびそのリンクパスの距離によって計算される。つまり、以下の計算式で求められる。
【００６２】
【数２】
関連度Ｒ（ＵＲＬｏｂｊ，Ｇｉ）＝パス数÷パス距離合計
パス数は、ＵＲＬｏｂｊとＵＲＬｇ１内各ページとを結ぶリンクのパスの数を合計したものであり、リンクパスの距離は、ＵＲＬｏｂｊとＧｉに含む各ページとを結ぶリンクパスにいくつリンクがあるか、つまり、いくつ他のページがあるかにより計算する。例えば、ＵＲＬｏｂｊからリンクを１つ辿って到達する場合は距離１、２回辿る場合は距離２となる。
【００６３】
関連度計算に必要なパス数およびパス距離合計は以下のように計算する。
【００６４】
【数３】
ｎは指定されたＵＲＬ群、つまりブラックリストまたはホワイトリストに含まれるＵＲＬの数を示す。
【００６５】
次に、図３に示すフローチャートを参照して、パス探索処理について説明する。
【００６６】
対象ページＵＲＬｏｂｊとＵＲＬ群Ｇｉとの関連度Ｒ（ＵＲＬｏｂｊ，Ｇｉ）は、ＵＲＬｏｂｊとＵＲＬｇ１内各ページとを結ぶリンクのパスの数およびそのリンクパスの距離によって計算される。従って、そのために、パス探索処理を行う。
【００６７】
パス数およびパス距離の具体的な処理としては、Ｇｉ内の各ＵＲＬｉｍについて、ＵＲＬｏｂｊとそのＵＲＬｉｍを結ぶリンクのパスをすべて探索する。パスの探索結果は、例えば図４に示すように、節にＵＲＬ情報を持った木構造で表現される。根はＵＲＬ情報としてＵＲＬｏｂｊを持つ。
【００６８】
図３に示すパス探索処理では、まず木構造の根ＵＲＬｏｂｊを注目点とする（ステップＳ３０１）。それから、ＤＢ部１０１のリンクテーブルから
リンク元＝注目点のＵＲＬ
という行を取り出し、注目節、すなわち現在の処理の基点となるＵＲＬを示す節をチェック済みとする（ステップＳ３０２）。
【００６９】
次に、各行のリンク先のＵＲＬを注目点の子節として木構造に節を追加する（ステップＳ３０３）。ただし、ステップＳ３０２の処理で条件に一致する行がＤＢ部１０１になかった場合はなにもしない。追加した節の階層が探索限界階層数に達しているか否かをチェックし、達していれば（ステップＳ３０４）、追加した接点をチェック済みにする（ステップＳ３０５）。
【００７０】
次に、注目点と同じ階層（根からの注目点までの節の数）にチェック済みでない節があるか否かをチェックし、あれば（ステップＳ３０６）、その中の１つを次の注目点にする（ステップＳ３０７）。そして、ステップＳ３０２に戻り、同じ処理を繰り返し行うが、ない場合には、ステップＳ３０８に進み、１つ多い階層でチェック済みでない節があるか否かをチェックし、あれば（ステップＳ３０８）、その中の１つを注目点とし（ステップＳ３０９）、ステップＳ３０２に戻り、同じ処理を繰り返し行う。注目点とする節がない場合は探索を終了する。根からＵＲＬがＵＲＬｉｍである葉までの節のＵＲＬがＵＲＬｏｂｊとそのＵＲＬｉｍを結ぶリンクのパスである。
【００７１】
上記探索終了後の木構造を図４に示す。ｒｏｕｔｅ（ＵＲＬｏｂｊ，ＵＲＬi ）は、上記探索終了後の木構造において、ＵＲＬがＵＲＬｉである葉の数である。ｄｉｓｔ（Ｌij，ＵＲＬi）は、葉ＬijのＵＲＬがＵＲＬiである場合、葉Ｌijの階層数である。葉ＬijのＵＲＬがＵＲＬiでない場合、０である。
【００７２】
なお、同じホームページに複数のルートから辿り着く場合がある。例えば、ＡからＸに辿り着くのに、Ａ→Ｂ→Ｘがあれば、Ａ→Ｃ→Ｄ→Ｘとなる場合もある。このようなときは、別々にカウントする。
【００７３】
関連度は、２ＵＲＬ間の関連の大きさを表し、その計算は２ＵＲＬ間を指定して行う。複数のＵＲＬとＵＲＬｏｂｊとの関連度は、複数のＵＲＬに含まれる個々のＵＲＬとＵＲＬｏｂｊとの２ＵＲＬ間の関連度に基づいて計算される。
【００７４】
例えば、ブラックリストとＵＲＬｏｂｊの場合は、両者の関連度は次のように算出される。
【００７５】
（１）関連度合計Ｒ＿ａｌｌ＝０とする。関連度合計は、ブラックリスト中の各ＵＲＬとＵＲＬｏｂｊとの関連度の合計値を示す。
【００７６】
（２）ブラックリストから１つＵＲＬを選択する。
【００７７】
（３）選択したＵＲＬとＵＲＬｏｂｊの関連度を計算し、関連度合計Ｒ＿ａｌｌに加算する。
【００７８】
（４）ブラックリストにまだ選択されていないＵＲＬがある場合は、（２）へ戻る。そうでない場合は次の（５）へ進む。
【００７９】
（５）ブラックリストとＵＲＬｏｂｊの関連度として関連度合計Ｒ＿ａｌｌを出力する。
【００８０】
上述した関連度の計算方法１では、２つのＵＲＬ間の関連度をそのＵＲＬを結ぶリンクパスを探索し、距離の短いリンクパスが多いほど、またリンクパスの数が多いほど関連度が大きくなるというように計算する。
【００８１】
これに対して、次に示す関連度の計算方法２では、最短のパスだけ見つける。これは、パス探索処理で探索するリンクパス、つまりパス探索部１０２の返すリンクパスが２ＵＲＬ間の最短の経路の場合に相当する。ただし、リンクパスの数は常に１になる。
【００８２】
関連度の計算方法２では、一度あるＵＲＬを探索してしまうとそのＵＲＬを再度探索することはない。すなわち、計算方法１では、２ＵＲＬを結ぶリンクパス探索結果で、ある同じＵＲＬを含むパスを複数返すことがあるが、計算方法２ではそのようなことはない。計算方法２では以下の方法で対象ページＵＲＬｏｂｊと、ＵＲＬ群Ｇｉとの関連度Ｒ（ＵＲＬｏｂｊ，Ｇｉ）をより少ない計算量で高速に行うことができる。
【００８３】
関連度の計算方法２について説明する。
【００８４】
まず、初期処理を行う（ステップＳ１）。この初期処理では、探索リストを（（ＵＲＬｏｂｊ，０））に設定する。探索リストは探索が必要なＵＲＬを保持し、（ＵＲＬ名、階層数）を要素とする集合である。初期値は対象ページのＵＲＬｏｂｊとその階層数を要素とする集合となる。
【００８５】
また、探索済みＵＲＬリストを空とする。探索済みリストは、探索が終わったＵＲＬを保持する。ＵＲＬを要素とする集合であり、例えば（ＵＲＬ１，ＵＲＬ２，ＵＲＬ３）である。
【００８６】
更に、探索結果リストを空とする。探索結果リストは、目的とするブラックリストやホワイトリストに辿り着いた結果を保持する（ＵＲＬ名、階層数）を要素とする信号である。例えば（（ＵＲＬｘ，５），（ＵＲＬｙ，６））である。
【００８７】
次に、着目ＵＲＬの決定処理を次のように行う（ステップＳ２）。
【００８８】
（１）探索リストの中から階層数が小さいものを１つ選ぶ。探索リストが（（ＵＲＬａ，３），（ＵＲＬｂ，４））であれば、（ＵＲＬａ，３）を選ぶ。探索リストが空であれば、選ばれるものがなく、探索が終了する。階層数が小さいものから選ぶのは、パス距離が小さいＵＲＬを優先して探索するためである。
【００８９】
（２）探索リストからは、選ばれた要素を除外する。上記（１）の場合、探索リストは（（ＵＲＬｂ，４））となる。
【００９０】
（３）選ばれた要素のＵＲＬを探索済みＵＲＬリストに追加する。この例ではＵＲＬａが探索済みＵＲＬリストに追加される。
【００９１】
（４）選ばれた要素のＵＲＬがブラックリストあるいはホワイトリストに存在すれば、探索結果リストに追加する。この例では、（ＵＲＬａ，３）を追加する。
【００９２】
次に、探索空間の追加処理を次のように行う（ステップＳ３）。
【００９３】
（１）ステップＳ２で選ばれたＵＲＬの階層数が一定の値に達していれば、ステップＳ２に戻る。これは、階層数が一定値に達していれば、探索を打ち切ることを目的としている。
【００９４】
（２）ステップＳ２で選ばれたＵＲＬからリンクが張られているページのＵＲＬ（これを追加候補ＵＲＬと呼ぶ）のそれぞれに以下を行う。
【００９５】
追加候補ＵＲＬが探索済みＵＲＬリストに存在するかを調べる。存在する場合には、既に調査済みのＵＲＬを意味するので、何もしない。存在しない場合には、未調査のＵＲＬを意味するので、探索リストに追加する。階層数は１つ増加する。すなわち、（ＵＲＬａ，３）からＵＲＬｃへのリンクがあって、ＵＲＬｃを追加する場合は（ＵＲＬｃ，４）が探索リストに追加される。
【００９６】
最後に探索結果リストに入っている要素が探索結果であり、ＵＲＬと階層数が組になったものがリストの要素である。
【００９７】
なお、上述した従来のコンテンツ指定方法（ＵＲＬ指定方法）、すなわちリストに含まれるか含まれないかでページをフィルタリングする方法は、本発明の特別な場合として考えることができる。「ホワイトリストに含まれる」状態はホワイトリストからのホップ数が０の状態となる。つまり、パス探索処理において、探索限界階層数が０のときに相当し、ホワイトリストのＵＲＬ自身が対象ページＵＲＬｏｂｊと一致した場合になる。
【００９８】
なお、本発明の方法を利用して、特にインターネットのコンテンツの表示の可否を判断する場合には、コンテンツを表示する端末とサーバとの間にフィルタリングおよびレイティングのための本発明の方法を実装したソフトウェアを動作させ、端末はそのソフトウェアを経由してサーバとアクセスする。端末機器自体で該ソフトウェアを動作させる場合や、端末のサーバとは別のハードウェアを設置し、そこで該ソフトウェアを動作させる場合などがあるが、その方法はいずれでもよい。
【００９９】
また、ＤＢ部１０１のＵＲＬは非常に深いディレクトリを持つことがある。例えば、以下のようにＤ１以下がディレクトリである。jp/ まではホスト部分である。
【０１００】
Http://www.hyp.jp/D1/D2/D3/content.html
通常、一般的にはＵＲＬではディレクトリ部分を含めてＵＲＬとして扱う。本発明の方法の問題として、ＵＲＬが増加すると探索空間、つまりパス探索処理における木構造の情報量、およびパス探索処理の計算量が爆発的に大きくなる。そこで、探索空間および計算量の削減を目的とし、ＵＲＬの代わりに近似ＵＲＬを利用する。ここで、近似ＵＲＬとは、元のＵＲＬの左端先頭からホスト名以下のｎ番目の“／”までを取り出したものである。ｎは予め指定するものとする。これは、ＵＲＬ先頭からディレクトリのｎ階層目までを取り出したのと同じである。ｎ＝２のときは、上記例のＵＲＬの近似ＵＲＬは次のようになる。
【０１０１】
Http://www.hyp.jp/D1/D2/
一般的に、ＵＲＬ内のディレクトリは、階層が大きくなるほど、詳細に記述内容を分類して行くが、一般的には、ｎ＝２程度で近似ＵＲＬが一致するＵＲＬをまとめると、ほぼ内容的にまとまりのあるページがまとまるであろうという仮説に基づく。例えば、ある実験では、１５００Ｗｅｂページ中の２８０００のユニークなリンクを取り出した場合に、この中で、ＵＲＬを近似ＵＲＬ（ｎ＝１）とすると、ユニークなリンクは３５００リンクになり、８０％以上、データベース件数を削減できる。
【０１０２】
なお、上記実施形態のページレイティング／フィルタリング方法の処理手順をプログラムとして例えばＣＤやＦＤなどの記録媒体に記録して、この記録媒体をコンピュータシステムに組み込んだり、または記録媒体に記録されたプログラムを通信回線を介してコンピュータシステムにダウンロードしたり、または記録媒体からインストールし、該プログラムでコンピュータシステムを作動させることによりページレイティング／フィルタリング方法を実施するページレイティング／フィルタリング装置として機能させることができることは勿論であり、このような記録媒体を用いることにより、その流通性を高めることができるものである。
【０１０３】
【発明の効果】
以上説明したように、本発明によれば、規準となる複数の規準ＵＲＬを第１格納手段に格納しておく第１格納手段と、ウェブページにおけるリンク元ＵＲＬとリンク先ＵＲＬとを関連付けて第２格納手段に格納しておく第２格納手段と、複数の規準ＵＲＬを第１格納手段から読み出して、第２格納手段から読み出したリンク元ＵＲＬとリンク先ＵＲＬとに基づいて、対象ページの対象ページＵＲＬと規準ＵＲＬのそれぞれとを結ぶリンクのパスを検索する検索手段と、対象ページＵＲＬから検索された規準ＵＲＬに到達するまでのリンクの総数を計算する計算手段と、検索されたパスの総数をパス数とし、計算されたリンクの総数をパス距離とした場合に、パス数をパス距離で除算した関連度に基づいてレイティングを行うレイテリング手段と、このレイティング結果に基づき対象ページをフィルタリングするフィルタリング手段とを有するので、規準となる各ページのＵＲＬ群のみ指定すれば、この指定されたＵＲＬ群と対象ページとの関連度を判定し、対象ページのフィルタリングを効率的かつ適確に行うことができる。特に、パス数をパス距離で除算して関連度を計算するため、ＵＲＬ間の接続関係に即した関連度を用いて判定することが可能となる。即ち、パス数が多いほど、また、パスの距離が短いほど、関連度が大きいと判定をすることができる。
【図面の簡単な説明】
【図１】本発明の一実施形態に係るページレイティング／フィルタリング装置の構成を示すブロック図である。
【図２】図１に示す実施形態のページレイティング／フィルタリング装置に使用されているページ得点計算部のページ得点計算処理を示すフローチャートである。
【図３】図１に示す実施形態のページレイティング／フィルタリング装置に使用されているパス探索部のパス探索処理を示すフローチャートである。
【図４】図１に示す実施形態のパス探索処理後にできる木構造を示す図である。
【符号の説明】
１０１ ＤＢ部
１０２ パス探索部
１０３ ページ得点計算部
１０４ 入出力部
【発明の属する技術分野】
本発明は、ドキュメント間のリンク情報を利用してドキュメントのレイティングおよびフィルタリングを行うページレイティング／フィルタリング方法および装置に関し、更に詳しくは、ある対象ページが予め設定した規準に対してどの程度関連があるかどうかについてのレイティングを行い、このレイティング結果に基づき対象ページに対するフィルタリングを行うページレイティング／フィルタリング方法および装置とページレイティング／フィルタリングプログラムおよび該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に関する。
【０００２】
【従来の技術】
ユーザがあるカテゴリに属するコンテンツのみを取得したい時、あるいはあるカテゴリに属するコンテンツのみを取得したくない時、コンテンツのフィルタリングおよびレイティングと呼ばれる技術が使われてきた。あるコンテンツのレイティングとは情報に対して一定の基準に沿った格付けを行うことである。フィルタリングとは、情報を受信者が設定する基準に合わせて選択的に受信することである。
【０００３】
これらを行うために一定の基準に従ってコンテンツに得点を計算し、その得点に基づいて、コンテンツを格付けするのがレイティングであり、その得点に基づいてコンテンツがユーザの望む情報であるかまたは望まない情報であるかを判断するのがフィルタリングである。インターネットのＷｅｂページの閲覧にフィルタリングを適用する例としては、親が子供に対して閲覧可能なＷｅｂページを制限する場合や社員に対して、業務に関係のないＷｅｂページの閲覧を制限する場合などがある。
【０００４】
ただし、一般的にはレイティングの結果に基づいてフィルタリングを行うことが多く、レイティングおよびフィルタリングは近い意味の言葉として使われる。すなわち、コンテンツを「１８歳未満閲覧禁止」のように格付けし（レイティング）、そのように格付けに従って、コンテンツがユーザに望まれていないと判断する（フィルタリング）ためである。
【０００５】
これらレイティングおよびフィルタリングを行う際の、コンテンツの得点付けの方法としては、従来は、（１）単語に基づく方法、および（２）コンテンツ指定方法（ＵＲＬ指定方法）がある。
【０００６】
単語に基づく方法は、あるコンテンツに指定された単語が含まれているか、あるいはどの程度含まれているかによって得点付けを行う。
【０００７】
コンテンツ指定方法は、レイティングおよびフィルタリングの基準として、あるカテゴリに入るコンテンツを指定しておく方法である。つまり、例えばユーザに閲覧させるコンテンツを制限する際には、予めどのコンテンツをユーザに閲覧させるのかを閲覧可能なコンテンツとして指定しておき、ユーザがコンテンツを閲覧しようとしたとき、そのコンテンツが閲覧可能なコンテンツとして指定されていれば閲覧させるというものである。例えば、インターネットのＷｅｂページであれば、http://www.xxx.yyy/のページは閲覧させないという指定を予めして おきユーザがそのページを閲覧しようとしても、ページを表示させなくする。
【０００８】
【発明が解決しようとする課題】
上述した従来の方法のうち、単語に基づく方法では、次のような問題がある。
【０００９】
（１）ユーザが予め単語を指定しておく必要がある。
【００１０】
（２）画像や音楽データには適用できない。
【００１１】
（３）単語の含まれているコンテンツにのみ適用可能であり、指定した単語を更新し続ける、つまり新たな単語を登録し続ける必要がある。
【００１２】
（４）インターネットＷｅｂなどにおいては、従来使われなかった単語（新語・未知語）が極めて頻繁に利用されるため、それに対応できない。例えば、「切れる」という言葉が、従来から利用されていた「対象を切断する」という意味のみでなく、「急に怒り出す」という意味に使われ始めるような例がインターネットでも多い。これに対応するために継続的に更新をしていく必要があり、更新の頻度は頻繁であるほどよい。
【００１３】
（５）予め指定されていた単語「Ａ」の代わりに同じ意味の別の単語「Ａ′」が使用された場合には対応できない。
【００１４】
また、コンテンツ指定方法では、次のような問題がある。
【００１５】
（１）新たなコンテンツに対応できない。
【００１６】
（２）指定したコンテンツのみに対応できるため、コンテンツを指定した時点では存在せず、それ以降に出現したコンテンツに対しては、あまり指定ができない。
【００１７】
本発明は、上記に鑑みてなされたもので、その目的とするところは、リンクパス情報を用いて対象ページのレイティングおよびフィルタリングを効率的かつ適確に行い得るページレイティング／フィルタリング方法および装置とページレイティング／フィルタリングプログラムおよび該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を提供することにある。
【００２４】
請求項１記載の本発明は、ある対象ページが予め設定した規準に対してどの程度関連があるかどうかについてのレイティングを行い、このレイティング結果に基づき対象ページに対するフィルタリングを行うページレイティング／フィルタリング装置であって、前記規準となる複数の規準ＵＲＬを格納しておく第１格納手段と、ウェブページにおけるリンク元ＵＲＬとリンク先ＵＲＬとを関連付けて格納しておく第２格納手段と、前記複数の規準ＵＲＬを前記第１格納手段から読み出して、前記第２格納手段から読み出した前記リンク元ＵＲＬと前記リンク先ＵＲＬとに基づいて、前記対象ページの対象ページＵＲＬと当該規準ＵＲＬのそれぞれとを結ぶリンクのパスを検索する検索手段と、前記対象ページＵＲＬから当該検索された規準ＵＲＬに到達するまでのリンクの総数を計算する計算手段と、検索された前記パスの総数をパス数とし、計算された前記リンクの総数をパス距離とした場合に、当該パス数を当該パス距離で除算した関連度に基づいてレイティングを行うレイティング手段と、このレイティング結果に基づき前記対象ページをフィルタリングするフィルタリング手段と、を有することを特徴とする。
請求項１記載の本発明にあっては、規準となる複数の規準ＵＲＬを格納しておく第１格納手段と、ウェブページにおけるリンク元ＵＲＬとリンク先ＵＲＬとを関連付けて格納しておく第２格納手段と、複数の規準ＵＲＬを第１格納手段から読み出して、第２格納手段から読み出したリンク元ＵＲＬとリンク先ＵＲＬとに基づいて、対象ページの対象ページＵＲＬと規準ＵＲＬのそれぞれとを結ぶリンクのパスを検索する検索手段と、対象ページＵＲＬから検索された規準ＵＲＬに到達するまでのリンクの総数を計算する計算手段と、検索されたパスの総数をパス数とし、計算されたリンクの総数をパス距離とした場合に、パス数をパス距離で除算した関連度に基づいてレイティングを行うレイティング手段と、このレイティング結果に基づき対象ページをフィルタリングするフィルタリング手段と、を有するため、規準となる各ページのＵＲＬ群のみ指定すれば、この指定されたＵＲＬ群と対象ページとの関連度を判定し、対象ページのフィルタリングを効率的かつ適確に行うことができる。特に、パス数をパス距離で除算して関連度を計算するため、ＵＲＬ間の接続関係に即した関連度を用いて判定することが可能となる。即ち、パス数が多いほど、また、パスの距離が短いほど、関連度が大きいと判定をすることができる。
【００２７】
請求項２記載の本発明は、請求項１記載の発明において、前記レイティング手段は、予め設定した規準が複数ある場合に、当該複数の規準で前記関連度を計算し、計算された複数の関連度の差分に基づいてレイティングを行い、前記フィルタリング手段は、当該レイティング結果と当該複数の規準のうちのいずれかの規準とに基づいて前記対象ページをフィルタリングすることを要旨とする。
【００２８】
また、請求項３記載の本発明は、請求項１又は２記載の発明において、前記リンク元ＵＲＬ，前記リンク先ＵＲＬ，前記規準ＵＲＬのうち少なくともいずれか１つのＵＲＬは、当該ＵＲＬのディレクトリ階層数が予め設定されている値よりも多い場合に、前記ＵＲＬの左端から当該値のディレクトリ階層目までのＵＲＬであることを要旨とする。
【００２９】
請求項４記載の本発明は、ある対象ページが予め設定した規準に対してどの程度関連があるかどうかについてのレイティングを行い、このレイティング結果に基づき対象ページに対するフィルタリングを行うページレイティング／フィルタリングプログラムであって、前記規準となる複数の規準ＵＲＬを第１格納手段に格納しておく第１処理と、ウェブページにおけるリンク元ＵＲＬとリンク先ＵＲＬとを関連付けて第２格納手段に格納しておく第２処理と、前記複数の規準ＵＲＬを前記第１格納手段から読み出して、前記第２格納手段から読み出した前記リンク元ＵＲＬと前記リンク先ＵＲＬとに基づいて、前記対象ページの対象ページＵＲＬと当該規準ＵＲＬのそれぞれとを結ぶリンクのパスを検索する第３処理と、前記対象ページＵＲＬから当該検索された規準ＵＲＬに到達するまでのリンクの総数を計算する第４処理と、検索された前記パスの総数をパス数とし、計算された前記リンクの総数をパス距離とした場合に、当該パス数を当該パス距離で除算した関連度に基づいてレイティングを行う第５処理と、このレイティング結果に基づき前記対象ページをフィルタリングする第６処理と、をコンピュータに実行させることを要旨とする。
請求項４記載の本発明にあっては、規準となる複数の規準ＵＲＬを第１格納手段に格納しておく第１処理と、ウェブページにおけるリンク元ＵＲＬとリンク先ＵＲＬとを関連付けて第２格納手段に格納しておく第２処理と、複数の規準ＵＲＬを第１格納手段から読み出して、第２格納手段から読み出したリンク元ＵＲＬとリンク先ＵＲＬとに基づいて、対象ページの対象ページＵＲＬと規準ＵＲＬのそれぞれとを結ぶリンクのパスを検索する第３処理と、対象ページＵＲＬから検索された規準ＵＲＬに到達するまでのリンクの総数を計算する第４処理と、検索されたパスの総数をパス数とし、計算されたリンクの総数をパス距離とした場合に、パス数をパス距離で除算した関連度に基づいてレイティングを行う第５処理と、このレイティング結果に基づき対象ページをフィルタリングする第６処理とを有するため、規準となる各ページのＵＲＬ群のみ指定すれば、この指定されたＵＲＬ群と対象ページとの関連度を判定し、対象ページのフィルタリングを効率的かつ適確に行うことができる。特に、パス数をパス距離で除算して関連度を計算するため、ＵＲＬ間の接続関係に即した関連度を用いて判定することが可能となる。即ち、パス数が多いほど、また、パスの距離が短いほど、関連度が大きいと判定をすることができる。
【００３２】
請求項５記載の本発明は、請求項４記載の発明において、前記第５処理は、予め設定した規準が複数ある場合に、当該複数の規準で前記関連度を計算し、計算された複数の関連度の差分に基づいてレイティングを行い、前記第６処理は、当該レイティング結果と当該複数の規準のうちのいずれかの規準とに基づいて前記対象ページをフィルタリングすることを要旨とする。
【００３３】
また、請求項６記載の本発明は、請求項４又は５記載の発明において、前記リンク元ＵＲＬ，前記リンク先ＵＲＬ，前記規準ＵＲＬのうち少なくともいずれか１つのＵＲＬは、当該ＵＲＬのディレクトリ階層数が予め設定されている値よりも多い場合に、前記ＵＲＬの左端から当該値のディレクトリ階層目までのＵＲＬであることを要旨とする。
【００３４】
請求項７記載の本発明は、ある対象ページが予め設定した規準に対してどの程度関連があるかどうかについてのレイティングを行い、このレイティング結果に基づき対象ページに対するフィルタリングを行うページレイティング／フィルタリングプログラムを記録したコンピュータ読み取り可能な記録媒体であって、前記規準となる複数の規準ＵＲＬを第１格納手段に格納しておく第１処理と、ウェブページにおけるリンク元ＵＲＬとリンク先ＵＲＬとを関連付けて第２格納手段に格納しておく第２処理と、前記複数の規準ＵＲＬを前記第１格納手段から読み出して、前記第２格納手段から読み出した前記リンク元ＵＲＬと前記リンク先ＵＲＬとに基づいて、前記対象ページの対象ページＵＲＬと当該規準ＵＲＬのそれぞれとを結ぶリンクのパスを検索する第３処理と、前記対象ページＵＲＬから当該検索された規準ＵＲＬに到達するまでのリンクの総数を計算する第４処理と、検索された前記パスの総数をパス数とし、計算された前記リンクの総数をパス距離とした場合に、当該パス数を当該パス距離で除算した関連度に基づいてレイティングを行う第５処理と、このレイティング結果に基づき前記対象ページをフィルタリングする第６処理と、をコンピュータに実行させるページレイティング／フィルタリングプログラムを記録することを要旨とする。
請求項７記載の本発明にあっては、規準となる複数の規準ＵＲＬを第１格納手段に格納しておく第１処理と、ウェブページにおけるリンク元ＵＲＬとリンク先ＵＲＬとを関連付けて第２格納手段に格納しておく第２処理と、複数の規準ＵＲＬを第１格納手段から読み出して、第２格納手段から読み出したリンク元ＵＲＬとリンク先ＵＲＬとに基づいて、対象ページの対象ページＵＲＬと規準ＵＲＬのそれぞれとを結ぶリンクのパスを検索する第３処理と、前記対象ページＵＲＬから当該検索された規準ＵＲＬに到達するまでのリンクの総数を計算する第４処理と、検索されたパスの総数をパス数とし、計算されたリンクの総数をパス距離とした場合に、パス数をパス距離で除算した関連度に基づいてレイティングを行う第５処理と、このレイティング結果に基づき対象ページをフィルタリングする第６処理と、をコンピュータに実行させるページレイティング／フィルタリングプログラムを記録するため、該記録媒体を用いて、その流通性を高めることができる。
【００３７】
請求項８記載の本発明は、請求項７記載の発明において、前記第５処理は、予め設定した規準が複数ある場合に、当該複数の規準で前記関連度を計算し、計算された複数の関連度の差分に基づいてレイティングを行い、前記第６処理は、当該レイティング結果と当該複数の規準のうちのいずれかの規準とに基づいて前記対象ページをフィルタリングページレイティング／フィルタリングプログラムを記録することを要旨とする。
また、請求項９記載の本発明は、請求項７又は８記載の発明において、前記リンク元ＵＲＬ，前記リンク先ＵＲＬ，前記規準ＵＲＬのうち少なくともいずれか１つのＵＲＬは、当該ＵＲＬのディレクトリ階層数が予め設定されている値よりも多い場合に、前記ＵＲＬの左端から当該値のディレクトリ階層目までのＵＲＬのページレイティング／フィルタリングプログラムを記録することを要旨とする。
【００３８】
【発明の実施の形態】
以下、図面を用いて本発明の実施の形態を説明する。図１は、本発明の一実施形態に係るページレイティング／フィルタリング装置の構成を示すブロック図である。同図に示すページレイティング／フィルタリング装置は、ある対象ページが予め設定した規準に対してどの程度関連があるかどうかについてのレイティングを行い、このレイティング結果に基づき対象ページに対するフィルタリングを行うページレイティング／フィルタリング装置であって、前記規準となる各ページのＵＲＬの連結であるリンクパス情報からなるハイパーリンク情報を格納するデータベース部（ＤＢ部と称する）１０１と、前記対象ページからＤＢ部１０１に格納されたリンクパス情報を検索するパス探索部１０２と、対象ページがＤＢ部１０１に格納されたリンクパス情報に対して所定の基準に合致するか否かのレイティングを行うレイティング手段およびこのレイティング結果に基づき前記対象ページをフィルタリングするフィルタリング手段を構成するページ得点計算部１０３と、ユーザからの入力およびレイティング／フィルタリング結果の出力を行う入出力部１０４とから構成されている。
【００３９】
また、レイティング手段は、ＤＢ部１０１に格納されているリンクパス情報を構成する各ＵＲＬに対する対象ページの関連度に基づき行い、関連度は、リンクパス情報を構成する各ＵＲＬから対象ページへとハイパーリンクを辿って、対象ページに到達できる経路があるかどうかを探索し、この経路に沿った距離が短いほど、関連度が大きいとし、また対象ページに到達できる経路がある場合には、すべての到達可能な経路を探索し、経路が多いほど、関連度が大きいとする。
【００４０】
本実施形態においては、入力はあるＷｅｂページのＵＲＬである。以下、ユーザの指定したページを対象ページ、そのページのＵＲＬを対象ページＵＲＬという。本実施形態において、出力はその対象ページの得点と、ユーザの指定したルールに一致するかどうかである。得点は、予め指定されたＵＲＬ群とそのページの関連度である。ルールは、対象ページを取得すべきか否かを記述したものであり、上記関連度に基づいて判断される。
【００４１】
具体的には、本実施形態では、予めＵＲＬ群を前記規準として指定しておき、対象ページをフィルタリングするか否かの判定は、対象ページがＵＲＬ群に含まれるページとの関連度を計算することにより行う。関連度の計算は、ＵＲＬ群に含まれるページと対象ページの間にハイパーリンクを辿って到達できる経路があるかどうかを探索し、経路がある場合には、すべての到達可能な経路を探索し、経路の数が多いほど、また経路の距離が近いほど、関連が大きいと判定する。
【００４２】
例えば、社員にＷＷＷページを閲覧させるかどうかの判断を行う場合、業務に必要なページのＵＲＬ群のみを前記規準として指定しておき、関連度が予め指定されたしきい値以上の場合のみ閲覧を許可するというルールを定めておく。そして、対象ページとそのＵＲＬ群との関連度を計算し、関連度が予め指定されたしきい値以上の場合のみ、社員に対象ページの閲覧を許可する。なお、規準となるＵＲＬ群の指定は一度だけでよく、継続的に更新する必要はない。
【００４３】
すなわち、本実施形態のコンテンツ配信方法では、対象ページからリンクされているページへのリンクパス情報および対象ページへリンクされているページからのリンクパス情報を用いて、指定されたＵＲＬ群と対象ページとの関連度を判定することにより、従来のように単語情報を利用せずに、すなわちコンテンツの内容を閲覧せずに、対象コンテンツが閲覧を許可されているかどうかの判定が可能となる。また、従来のようにコンテンツを予め閲覧して判断する必要もない。
【００４４】
なお、ここでいうリンクのパス、リンクパスとは、ハイパーリンクを辿って到達できるＷｅｂページのことであり、ＵＲＬ１→ＵＲＬ２→ＵＲＬ３→…→ＵＲＬｍのような一連のＵＲＬが連続したものである。リンクパスは、具体的には、図４に示すようなグラフ構造であり、ＵＲＬをノードとし、各ノードは向きを持つアーク（この場合はアークがリンクである）を接続し、アークは向きの識別のために一方の端をＨＥＡＤとし、他方の端をＴＡＩＬとし、ノードに連結しており、各ノードはＨＥＡＤ，ＴＡＩＬをそれぞれ最大１つ接続できるものである。
【００４５】
また、対象ページの関連度は、予め計算しておく必要はないので、新たなページの関連度を計算する必要が生じた時点でそのページとＵＲＬ群のリンク関係をハイパーリンクに基づき計算すればよい。このようにハイパーリンク情報に基づく対象ページの得点計算方法は、あるページＡにおいてリンクがページＢに張られているとすると、それはページＡの作者がページＢを推薦していると考えられる。多くの場合、リンクは自分のページに関連するページに張られるため、リング情報を使用してページの関連性を判定することができる。
【００４６】
次に、ページの得点を計算するための準備とその計算処理について説明する。ここでは、アダルトページ、アダルトサイトと呼ばれるページの閲覧を禁止するために、対象ページがアダルトページに該当するかどうかを判定する場合を例にとって説明する。
【００４７】
まず、準備について説明する。ユーザが対象ページとの関連度を計算するために指定したＵＲＬをシードＵＲＬという。シードＵＲＬは複数のＵＲＬを指定することができる。また、シードＵＲＬは何らかのシードＵＲＬグループに分けて登録することもできる。ユーザの指定したシードＵＲＬはページ得点計算部１０３に保存される。
【００４８】
本実施形態においては、２つのシードＵＲＬグループを登録する。この２つのグループは、それぞれ、アダルトサイトのＵＲＬ登録がされたブラックリスト・グループ（以下グループ１またはＧ１という）と、非アダルトサイトで、閲覧を推薦されるサイトのＵＲＬが登録されたホワイトリスト・グループ（以下グループ２またはＧ２という）である。各グループに属するＷｅｂページのＵＲＬは、登録者が判定した結果に基づいて登録されたものである。
【００４９】
ハイパーリンク情報の登録では、インターネットのＷＷＷページ内（リンク元ＵＲＬ）からリンク先ＵＲＬへと設定されているハイパーリンクを取り出し、そのリンクの情報が登録される。
【００５０】
ハイパーリンク１つにつき、
リンク元ＵＲＬ：リンク先ＵＲＬ
という情報がＤＢ部１０１のリンクテーブルに登録される。登録時には、既に登録されたリンク情報が再登録されないように、重複登録のチェックを行う。つまり、登録しようとしている
リンク元ＵＲＬ：リンク先ＵＲＬ
という情報が既に登録されていた場合は、それは登録しない。
【００５１】
リンクテーブルは、準備段階で作成しておく。これは、ある瞬間のＷｅｂページのリンクの状態を表す。準備段階で作成しておくと、ちょうどリンク情報のみをキャッシュした状態になるので、同じ情報を取得するために何度もネットワークに接続することなく、ＤＢにアクセスすることで必要なリンク情報を取得できる。探索と同時にＷｅｂページを取得すると、あるＵＲＬのＷｅｂサーバからのレスポンスが返って来るまで探索処理がそこで止まってしまう。これを防ぐために、予めリンクテーブルを準備する。キャッシュしたのちに、ページが更新されると、Ｗｅｂのリンク情報とＤＢのリンク情報が矛盾してしまうが、頻繁に更新されてしまうＷｅｂページのリンク情報は、更新されない固定的なリンクと比べ、それほど重要でないと考えられるので、パス探索時にＷｅｂページからリンク情報を取得することはここでは考えていない。
【００５２】
ルールの登録について説明する。すなわち、ページ得点の計算結果に基づいて、更に得点に基づいて対象ページを取得すべきか否かを記述するルールの設定について説明する。
【００５３】
ルールは必ずしも設定しなくてもよく、設定しない場合はページ得点のみが出力される。今回はアダルトページの閲覧を禁止するためのレイティングであるので、ルールとして、（１）ページ得点が定められた一定値を超える場合、「ページ取得禁止」と出力するルールと、（２）ページ得点が定められた一定値を超えない場合、「ページ取得許可」と出力するルールとを設定する。
【００５４】
次に、図２に示すフローチャートを参照して、ページ得点計算処理について説明する。
【００５５】
ユーザがある対象ページＵＲＬｏｂｊを入出力部１０４から入力すると（ステップＳ２０１）。ページ得点計算部１０３は、パス探索部１０２にＵＲＬｏｂｊとホワイトリスト・グループＧ２に登録されているＵＲＬ群を渡す。パス探索部１０２は、ＵＲＬｏｂｊとＧ２のＵＲＬでパス探索処理を行い（ステップＳ２０２）、パス探索処理結果をページ得点計算部１０３に渡す。ページ得点計算部１０３は、パス探索処理の結果をパス探索部１０２から受け取り、対象ページとの関連度Ｒ（ＵＲＬｏｂｊ，Ｇ２）を計算する（ステップＳ２０３）。
【００５６】
次に、ブラックリスト・グループＧ１に登録されているＵＲＬ群のそれぞれと、対象ページとの関連度Ｒ（ＵＲＬｏｂｊ，Ｇ１）を計算する（ステップＳ２０４，Ｓ２０５）。すなわち、パス探索部１０２は、ＵＲＬｏｂｊとＧ１のＵＲＬでパス探索処理を行い（ステップＳ２０４）、ページ得点計算部１０３はそのパス探索処理結果を受け取り、対象ページとの関連度Ｒ（ＵＲＬｏｂｊ，Ｇ１）を求める（ステップＳ２０５）。なお、Ｒ（ＵＲＬｏｂｊ，Ｇ１）は、グループ１と対象ページの関連度、Ｒ（ＵＲＬｏｂｊ，Ｇ２）はグループ２と対象ページの関連度である。
【００５７】
アダルトページの判定であるので、対象ページＵＲＬｏｂｊのページ得点を以下の式で計算する（ステップＳ２０６）。
【００５８】
【数１】
ページ得点（ＵＲＬｏｂｊ）
＝Ｒ（ＵＲＬｏｂｊ，Ｇ１）−Ｒ（ＵＲＬｏｂｊ，Ｇ２）
ここで、ページ得点の意味について説明する。Ｒ（ＵＲＬｏｂｊ，Ｇ１）は、値が大きいほどブラックリストと関連が深いことを示し閲覧を禁止すべき度合いが大きいことを示す。Ｒ（ＵＲＬｏｂｊ，Ｇ２）は、値が大きいほどホワイトリストと関連が深いことを示し閲覧を許可すべき度合いが大きいことを示す。従って、ページ得点のＲ（ＵＲＬｏｂｊ，Ｇ１）−Ｒ（ＵＲＬｏｂｊ，Ｇ２）は、値が大きいほど、閲覧を禁止すべきことを示す。すなわち、定められた値を超える場合は閲覧を禁止する。
【００５９】
このページ得点が、ＵＲＬｏｂｊのページのページ得点である。この得点に基づいて、上記ルールに従い「ページ取得禁止またはページ取得許可」を判断する。この得点とルールに従った判断結果、つまりルール適用結果を入出力部１０４へ渡し、入出力部１０４は得点と判断結果を出力する。
【００６０】
次に、関連度の計算方法について２つの方法を説明する。
【００６１】
まず、関連度Ｒ（ＵＲＬｏｂｊ，Ｇｉ）の計算方法１について説明する。ページ得点計算部１０３は、対象ページＵＲＬｏｂｊと、ＵＲＬ群Ｇｉとの関連度Ｒ（ＵＲＬｏｂｊ，Ｇｉ）を計算する。関連度ＲはＵＲＬｏｂｊとＵＲＬｇ１内各ページとを結ぶリンクのパスの数、およびそのリンクパスの距離によって計算される。つまり、以下の計算式で求められる。
【００６２】
【数２】
関連度Ｒ（ＵＲＬｏｂｊ，Ｇｉ）＝パス数÷パス距離合計
パス数は、ＵＲＬｏｂｊとＵＲＬｇ１内各ページとを結ぶリンクのパスの数を合計したものであり、リンクパスの距離は、ＵＲＬｏｂｊとＧｉに含む各ページとを結ぶリンクパスにいくつリンクがあるか、つまり、いくつ他のページがあるかにより計算する。例えば、ＵＲＬｏｂｊからリンクを１つ辿って到達する場合は距離１、２回辿る場合は距離２となる。
【００６３】
関連度計算に必要なパス数およびパス距離合計は以下のように計算する。
【００６４】
【数３】
【００６５】
次に、図３に示すフローチャートを参照して、パス探索処理について説明する。
【００６６】
対象ページＵＲＬｏｂｊとＵＲＬ群Ｇｉとの関連度Ｒ（ＵＲＬｏｂｊ，Ｇｉ）は、ＵＲＬｏｂｊとＵＲＬｇ１内各ページとを結ぶリンクのパスの数およびそのリンクパスの距離によって計算される。従って、そのために、パス探索処理を行う。
【００６７】
パス数およびパス距離の具体的な処理としては、Ｇｉ内の各ＵＲＬｉｍについて、ＵＲＬｏｂｊとそのＵＲＬｉｍを結ぶリンクのパスをすべて探索する。パスの探索結果は、例えば図４に示すように、節にＵＲＬ情報を持った木構造で表現される。根はＵＲＬ情報としてＵＲＬｏｂｊを持つ。
【００６８】
図３に示すパス探索処理では、まず木構造の根ＵＲＬｏｂｊを注目点とする（ステップＳ３０１）。それから、ＤＢ部１０１のリンクテーブルから
リンク元＝注目点のＵＲＬ
という行を取り出し、注目節、すなわち現在の処理の基点となるＵＲＬを示す節をチェック済みとする（ステップＳ３０２）。
【００６９】
次に、各行のリンク先のＵＲＬを注目点の子節として木構造に節を追加する（ステップＳ３０３）。ただし、ステップＳ３０２の処理で条件に一致する行がＤＢ部１０１になかった場合はなにもしない。追加した節の階層が探索限界階層数に達しているか否かをチェックし、達していれば（ステップＳ３０４）、追加した接点をチェック済みにする（ステップＳ３０５）。
【００７０】
次に、注目点と同じ階層（根からの注目点までの節の数）にチェック済みでない節があるか否かをチェックし、あれば（ステップＳ３０６）、その中の１つを次の注目点にする（ステップＳ３０７）。そして、ステップＳ３０２に戻り、同じ処理を繰り返し行うが、ない場合には、ステップＳ３０８に進み、１つ多い階層でチェック済みでない節があるか否かをチェックし、あれば（ステップＳ３０８）、その中の１つを注目点とし（ステップＳ３０９）、ステップＳ３０２に戻り、同じ処理を繰り返し行う。注目点とする節がない場合は探索を終了する。根からＵＲＬがＵＲＬｉｍである葉までの節のＵＲＬがＵＲＬｏｂｊとそのＵＲＬｉｍを結ぶリンクのパスである。
【００７１】
上記探索終了後の木構造を図４に示す。ｒｏｕｔｅ（ＵＲＬｏｂｊ，ＵＲＬi ）は、上記探索終了後の木構造において、ＵＲＬがＵＲＬｉである葉の数である。ｄｉｓｔ（Ｌij，ＵＲＬi）は、葉ＬijのＵＲＬがＵＲＬiである場合、葉Ｌijの階層数である。葉ＬijのＵＲＬがＵＲＬiでない場合、０である。
【００７２】
なお、同じホームページに複数のルートから辿り着く場合がある。例えば、ＡからＸに辿り着くのに、Ａ→Ｂ→Ｘがあれば、Ａ→Ｃ→Ｄ→Ｘとなる場合もある。このようなときは、別々にカウントする。
【００７３】
関連度は、２ＵＲＬ間の関連の大きさを表し、その計算は２ＵＲＬ間を指定して行う。複数のＵＲＬとＵＲＬｏｂｊとの関連度は、複数のＵＲＬに含まれる個々のＵＲＬとＵＲＬｏｂｊとの２ＵＲＬ間の関連度に基づいて計算される。
【００７４】
例えば、ブラックリストとＵＲＬｏｂｊの場合は、両者の関連度は次のように算出される。
【００７５】
（１）関連度合計Ｒ＿ａｌｌ＝０とする。関連度合計は、ブラックリスト中の各ＵＲＬとＵＲＬｏｂｊとの関連度の合計値を示す。
【００７６】
（２）ブラックリストから１つＵＲＬを選択する。
【００７７】
（３）選択したＵＲＬとＵＲＬｏｂｊの関連度を計算し、関連度合計Ｒ＿ａｌｌに加算する。
【００７８】
（４）ブラックリストにまだ選択されていないＵＲＬがある場合は、（２）へ戻る。そうでない場合は次の（５）へ進む。
【００７９】
（５）ブラックリストとＵＲＬｏｂｊの関連度として関連度合計Ｒ＿ａｌｌを出力する。
【００８０】
上述した関連度の計算方法１では、２つのＵＲＬ間の関連度をそのＵＲＬを結ぶリンクパスを探索し、距離の短いリンクパスが多いほど、またリンクパスの数が多いほど関連度が大きくなるというように計算する。
【００８１】
これに対して、次に示す関連度の計算方法２では、最短のパスだけ見つける。これは、パス探索処理で探索するリンクパス、つまりパス探索部１０２の返すリンクパスが２ＵＲＬ間の最短の経路の場合に相当する。ただし、リンクパスの数は常に１になる。
【００８２】
関連度の計算方法２では、一度あるＵＲＬを探索してしまうとそのＵＲＬを再度探索することはない。すなわち、計算方法１では、２ＵＲＬを結ぶリンクパス探索結果で、ある同じＵＲＬを含むパスを複数返すことがあるが、計算方法２ではそのようなことはない。計算方法２では以下の方法で対象ページＵＲＬｏｂｊと、ＵＲＬ群Ｇｉとの関連度Ｒ（ＵＲＬｏｂｊ，Ｇｉ）をより少ない計算量で高速に行うことができる。
【００８３】
関連度の計算方法２について説明する。
【００８４】
まず、初期処理を行う（ステップＳ１）。この初期処理では、探索リストを（（ＵＲＬｏｂｊ，０））に設定する。探索リストは探索が必要なＵＲＬを保持し、（ＵＲＬ名、階層数）を要素とする集合である。初期値は対象ページのＵＲＬｏｂｊとその階層数を要素とする集合となる。
【００８５】
また、探索済みＵＲＬリストを空とする。探索済みリストは、探索が終わったＵＲＬを保持する。ＵＲＬを要素とする集合であり、例えば（ＵＲＬ１，ＵＲＬ２，ＵＲＬ３）である。
【００８６】
更に、探索結果リストを空とする。探索結果リストは、目的とするブラックリストやホワイトリストに辿り着いた結果を保持する（ＵＲＬ名、階層数）を要素とする信号である。例えば（（ＵＲＬｘ，５），（ＵＲＬｙ，６））である。
【００８７】
次に、着目ＵＲＬの決定処理を次のように行う（ステップＳ２）。
【００８８】
（１）探索リストの中から階層数が小さいものを１つ選ぶ。探索リストが（（ＵＲＬａ，３），（ＵＲＬｂ，４））であれば、（ＵＲＬａ，３）を選ぶ。探索リストが空であれば、選ばれるものがなく、探索が終了する。階層数が小さいものから選ぶのは、パス距離が小さいＵＲＬを優先して探索するためである。
【００８９】
（２）探索リストからは、選ばれた要素を除外する。上記（１）の場合、探索リストは（（ＵＲＬｂ，４））となる。
【００９０】
（３）選ばれた要素のＵＲＬを探索済みＵＲＬリストに追加する。この例ではＵＲＬａが探索済みＵＲＬリストに追加される。
【００９１】
（４）選ばれた要素のＵＲＬがブラックリストあるいはホワイトリストに存在すれば、探索結果リストに追加する。この例では、（ＵＲＬａ，３）を追加する。
【００９２】
次に、探索空間の追加処理を次のように行う（ステップＳ３）。
【００９３】
（１）ステップＳ２で選ばれたＵＲＬの階層数が一定の値に達していれば、ステップＳ２に戻る。これは、階層数が一定値に達していれば、探索を打ち切ることを目的としている。
【００９４】
（２）ステップＳ２で選ばれたＵＲＬからリンクが張られているページのＵＲＬ（これを追加候補ＵＲＬと呼ぶ）のそれぞれに以下を行う。
【００９５】
追加候補ＵＲＬが探索済みＵＲＬリストに存在するかを調べる。存在する場合には、既に調査済みのＵＲＬを意味するので、何もしない。存在しない場合には、未調査のＵＲＬを意味するので、探索リストに追加する。階層数は１つ増加する。すなわち、（ＵＲＬａ，３）からＵＲＬｃへのリンクがあって、ＵＲＬｃを追加する場合は（ＵＲＬｃ，４）が探索リストに追加される。
【００９６】
最後に探索結果リストに入っている要素が探索結果であり、ＵＲＬと階層数が組になったものがリストの要素である。
【００９７】
なお、上述した従来のコンテンツ指定方法（ＵＲＬ指定方法）、すなわちリストに含まれるか含まれないかでページをフィルタリングする方法は、本発明の特別な場合として考えることができる。「ホワイトリストに含まれる」状態はホワイトリストからのホップ数が０の状態となる。つまり、パス探索処理において、探索限界階層数が０のときに相当し、ホワイトリストのＵＲＬ自身が対象ページＵＲＬｏｂｊと一致した場合になる。
【００９８】
なお、本発明の方法を利用して、特にインターネットのコンテンツの表示の可否を判断する場合には、コンテンツを表示する端末とサーバとの間にフィルタリングおよびレイティングのための本発明の方法を実装したソフトウェアを動作させ、端末はそのソフトウェアを経由してサーバとアクセスする。端末機器自体で該ソフトウェアを動作させる場合や、端末のサーバとは別のハードウェアを設置し、そこで該ソフトウェアを動作させる場合などがあるが、その方法はいずれでもよい。
【００９９】
また、ＤＢ部１０１のＵＲＬは非常に深いディレクトリを持つことがある。例えば、以下のようにＤ１以下がディレクトリである。jp/ まではホスト部分である。
【０１００】
Http://www.hyp.jp/D1/D2/D3/content.html
通常、一般的にはＵＲＬではディレクトリ部分を含めてＵＲＬとして扱う。本発明の方法の問題として、ＵＲＬが増加すると探索空間、つまりパス探索処理における木構造の情報量、およびパス探索処理の計算量が爆発的に大きくなる。そこで、探索空間および計算量の削減を目的とし、ＵＲＬの代わりに近似ＵＲＬを利用する。ここで、近似ＵＲＬとは、元のＵＲＬの左端先頭からホスト名以下のｎ番目の“／”までを取り出したものである。ｎは予め指定するものとする。これは、ＵＲＬ先頭からディレクトリのｎ階層目までを取り出したのと同じである。ｎ＝２のときは、上記例のＵＲＬの近似ＵＲＬは次のようになる。
【０１０１】
Http://www.hyp.jp/D1/D2/
一般的に、ＵＲＬ内のディレクトリは、階層が大きくなるほど、詳細に記述内容を分類して行くが、一般的には、ｎ＝２程度で近似ＵＲＬが一致するＵＲＬをまとめると、ほぼ内容的にまとまりのあるページがまとまるであろうという仮説に基づく。例えば、ある実験では、１５００Ｗｅｂページ中の２８０００のユニークなリンクを取り出した場合に、この中で、ＵＲＬを近似ＵＲＬ（ｎ＝１）とすると、ユニークなリンクは３５００リンクになり、８０％以上、データベース件数を削減できる。
【０１０２】
なお、上記実施形態のページレイティング／フィルタリング方法の処理手順をプログラムとして例えばＣＤやＦＤなどの記録媒体に記録して、この記録媒体をコンピュータシステムに組み込んだり、または記録媒体に記録されたプログラムを通信回線を介してコンピュータシステムにダウンロードしたり、または記録媒体からインストールし、該プログラムでコンピュータシステムを作動させることによりページレイティング／フィルタリング方法を実施するページレイティング／フィルタリング装置として機能させることができることは勿論であり、このような記録媒体を用いることにより、その流通性を高めることができるものである。
【０１０３】
【発明の効果】
以上説明したように、本発明によれば、規準となる複数の規準ＵＲＬを第１格納手段に格納しておく第１格納手段と、ウェブページにおけるリンク元ＵＲＬとリンク先ＵＲＬとを関連付けて第２格納手段に格納しておく第２格納手段と、複数の規準ＵＲＬを第１格納手段から読み出して、第２格納手段から読み出したリンク元ＵＲＬとリンク先ＵＲＬとに基づいて、対象ページの対象ページＵＲＬと規準ＵＲＬのそれぞれとを結ぶリンクのパスを検索する検索手段と、対象ページＵＲＬから検索された規準ＵＲＬに到達するまでのリンクの総数を計算する計算手段と、検索されたパスの総数をパス数とし、計算されたリンクの総数をパス距離とした場合に、パス数をパス距離で除算した関連度に基づいてレイティングを行うレイテリング手段と、このレイティング結果に基づき対象ページをフィルタリングするフィルタリング手段とを有するので、規準となる各ページのＵＲＬ群のみ指定すれば、この指定されたＵＲＬ群と対象ページとの関連度を判定し、対象ページのフィルタリングを効率的かつ適確に行うことができる。特に、パス数をパス距離で除算して関連度を計算するため、ＵＲＬ間の接続関係に即した関連度を用いて判定することが可能となる。即ち、パス数が多いほど、また、パスの距離が短いほど、関連度が大きいと判定をすることができる。
【図面の簡単な説明】
【図１】本発明の一実施形態に係るページレイティング／フィルタリング装置の構成を示すブロック図である。
【図２】図１に示す実施形態のページレイティング／フィルタリング装置に使用されているページ得点計算部のページ得点計算処理を示すフローチャートである。
【図３】図１に示す実施形態のページレイティング／フィルタリング装置に使用されているパス探索部のパス探索処理を示すフローチャートである。
【図４】図１に示す実施形態のパス探索処理後にできる木構造を示す図である。
【符号の説明】
１０１ ＤＢ部
１０２ パス探索部
１０３ ページ得点計算部
１０４ 入出力部
Claims (9)
- ある対象ページが予め設定した規準に対してどの程度関連があるかどうかについてのレイティングを行い、このレイティング結果に基づき対象ページに対するフィルタリングを行うページレイティング／フィルタリング装置であって、
前記規準となる複数の規準ＵＲＬを格納しておく第１格納手段と、
ウェブページにおけるリンク元ＵＲＬとリンク先ＵＲＬとを関連付けて格納しておく第２格納手段と、
前記複数の規準ＵＲＬを前記第１格納手段から読み出して、前記第２格納手段から読み出した前記リンク元ＵＲＬと前記リンク先ＵＲＬとに基づいて、前記対象ページの対象ページＵＲＬと当該規準ＵＲＬのそれぞれとを結ぶリンクのパスを検索する検索手段と、
前記対象ページＵＲＬから当該検索された規準ＵＲＬに到達するまでのリンクの総数を計算する計算手段と、
検索された前記パスの総数をパス数とし、計算された前記リンクの総数をパス距離とした場合に、当該パス数を当該パス距離で除算した関連度に基づいてレイティングを行うレイティング手段と、
このレイティング結果に基づき前記対象ページをフィルタリングするフィルタリング手段と、
を有することを特徴とするページレイティング／フィルタリング装置。 - 前記レイティング手段は、予め設定した規準が複数ある場合に、当該複数の規準で前記関連度を計算し、計算された複数の関連度の差分に基づいてレイティングを行い、
前記フィルタリング手段は、当該レイティング結果と当該複数の規準のうちのいずれかの規準とに基づいて前記対象ページをフィルタリングすることを特徴とする請求項１に記載のページレイティング／フィルタリング装置。 - 前記リンク元ＵＲＬ，前記リンク先ＵＲＬ，前記規準ＵＲＬのうち少なくともいずれか１つのＵＲＬは、当該ＵＲＬのディレクトリ階層数が予め設定されている値よりも多い場合に、前記ＵＲＬの左端から当該値のディレクトリ階層目までのＵＲＬであることを特徴とする請求項１又は２に記載のページレイティング／フィルタリング装置。
- ある対象ページが予め設定した規準に対してどの程度関連があるかどうかについてのレイティングを行い、このレイティング結果に基づき対象ページに対するフィルタリングを行うページレイティング／フィルタリングプログラムであって、
前記規準となる複数の規準ＵＲＬを第１格納手段に格納しておく第１処理と、
ウェブページにおけるリンク元ＵＲＬとリンク先ＵＲＬとを関連付けて第２格納手段に格納しておく第２処理と、
前記複数の規準ＵＲＬを前記第１格納手段から読み出して、前記第２格納手段から読み出した前記リンク元ＵＲＬと前記リンク先ＵＲＬとに基づいて、前記対象ページの対象ページＵＲＬと当該規準ＵＲＬのそれぞれとを結ぶリンクのパスを検索する第３処理と、
前記対象ページＵＲＬから当該検索された規準ＵＲＬに到達するまでのリンクの総数を計算する第４処理と、
検索された前記パスの総数をパス数とし、計算された前記リンクの総数をパス距離とした場合に、当該パス数を当該パス距離で除算した関連度に基づいてレイティングを行う第５処理と、
このレイティング結果に基づき前記対象ページをフィルタリングする第６処理と、
をコンピュータに実行させることを特徴とするページレイティング／フィルタリングプログラム。 - 前記第５処理は、予め設定した規準が複数ある場合に、当該複数の規準で前記関連度を計算し、計算された複数の関連度の差分に基づいてレイティングを行い、
前記第６処理は、当該レイティング結果と当該複数の規準のうちのいずれかの規準とに基づいて前記対象ページをフィルタリングすることを特徴とする請求項４に記載のページレイティング／フィルタリングプログラム。 - 前記リンク元ＵＲＬ，前記リンク先ＵＲＬ，前記規準ＵＲＬのうち少なくともいずれか１つのＵＲＬは、当該ＵＲＬのディレクトリ階層数が予め設定されている値よりも多い場合に、前記ＵＲＬの左端から当該値のディレクトリ階層目までのＵＲＬであることを特徴とする請求項４又は５に記載のページレイティング／フィルタリングプログラム。
- ある対象ページが予め設定した規準に対してどの程度関連があるかどうかについてのレイティングを行い、このレイティング結果に基づき対象ページに対するフィルタリングを行うページレイティング／フィルタリングプログラムを記録したコンピュータ読み取り可能な記録媒体であって、
前記規準となる複数の規準ＵＲＬを第１格納手段に格納しておく第１処理と、
ウェブページにおけるリンク元ＵＲＬとリンク先ＵＲＬとを関連付けて第２格納手段に格納しておく第２処理と、
前記複数の規準ＵＲＬを前記第１格納手段から読み出して、前記第２格納手段から読み出した前記リンク元ＵＲＬと前記リンク先ＵＲＬとに基づいて、前記対象ページの対象ページＵＲＬと当該規準ＵＲＬのそれぞれとを結ぶリンクのパスを検索する第３処理と、
前記対象ページＵＲＬから当該検索された規準ＵＲＬに到達するまでのリンクの総数を計算する第４処理と、
検索された前記パスの総数をパス数とし、計算された前記リンクの総数をパス距離とした場合に、当該パス数を当該パス距離で除算した関連度に基づいてレイティングを行う第５処理と、
このレイティング結果に基づき前記対象ページをフィルタリングする第６処理と、
をコンピュータに実行させることを特徴とするページレイティング／フィルタリングプログラムを記録したコンピュータ読み取り可能な記録媒体。 - 前記第５処理は、予め設定した規準が複数ある場合に、当該複数の規準で前記関連度を計算し、計算された複数の関連度の差分に基づいてレイティングを行い、
前記第６処理は、当該レイティング結果と当該複数の規準のうちのいずれかの規準とに基づいて前記対象ページをフィルタリングすることを特徴とする請求項７に記載のページレイティング／フィルタリングプログラムを記録したコンピュータ読み取り可能な記録媒体。 - 前記リンク元ＵＲＬ，前記リンク先ＵＲＬ，前記規準ＵＲＬのうち少なくともいずれか１つのＵＲＬは、当該ＵＲＬのディレクトリ階層数が予め設定されている値よりも多い場合に、前記ＵＲＬの左端から当該値のディレクトリ階層目までのＵＲＬであることを特徴とする請求項７又は８に記載のページレイティング／フィルタリングプログラムを記録したコンピュータ読み取り可能な記録媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002047024A JP4021681B2 (ja) | 2002-02-22 | 2002-02-22 | ページレイティング／フィルタリング方法および装置とページレイティング／フィルタリングプログラムおよび該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 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2002047024A JP4021681B2 (ja) | 2002-02-22 | 2002-02-22 | ページレイティング／フィルタリング方法および装置とページレイティング／フィルタリングプログラムおよび該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 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003248696A JP2003248696A (ja) | 2003-09-05 |
| JP4021681B2 true JP4021681B2 (ja) | 2007-12-12 |
Family
ID=28660224
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2002047024A Expired - Lifetime JP4021681B2 (ja) | 2002-02-22 | 2002-02-22 | ページレイティング／フィルタリング方法および装置とページレイティング／フィルタリングプログラムおよび該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 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4021681B2 (ja) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012118713A (ja) * | 2010-11-30 | 2012-06-21 | Nippon Telegr & Teleph Corp <Ntt> | リスト生成方法、リスト生成装置及びリスト生成プログラム |
Families Citing this family (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7606793B2 (en) | 2004-09-27 | 2009-10-20 | Microsoft Corporation | System and method for scoping searches using index keys |
| US7827181B2 (en) | 2004-09-30 | 2010-11-02 | Microsoft Corporation | Click distance determination |
| US7761448B2 (en) | 2004-09-30 | 2010-07-20 | Microsoft Corporation | System and method for ranking search results using click distance |
| US7739277B2 (en) | 2004-09-30 | 2010-06-15 | Microsoft Corporation | System and method for incorporating anchor text into ranking search results |
| US7716198B2 (en) | 2004-12-21 | 2010-05-11 | Microsoft Corporation | Ranking search results using feature extraction |
| US7792833B2 (en) | 2005-03-03 | 2010-09-07 | Microsoft Corporation | Ranking search results using language types |
| CN101399818B (zh) * | 2007-09-25 | 2012-08-29 | 日电（中国）有限公司 | 基于导航路径信息的主题相关网页过滤方法和系统 |
| US7840569B2 (en) | 2007-10-18 | 2010-11-23 | Microsoft Corporation | Enterprise relevancy ranking using a neural network |
| US9348912B2 (en) | 2007-10-18 | 2016-05-24 | Microsoft Technology Licensing, Llc | Document length as a static relevance feature for ranking search results |
| JP2009141450A (ja) * | 2007-12-04 | 2009-06-25 | Nec Access Technica Ltd | 中継装置、プログラム及び中継方法 |
| US8812493B2 (en) | 2008-04-11 | 2014-08-19 | Microsoft Corporation | Search results ranking using editing distance and document information |
| US8676738B2 (en) | 2008-09-03 | 2014-03-18 | Nec Corporation | Relationship detector, relationship detection method, and recording medium |
| US8676782B2 (en) | 2008-10-08 | 2014-03-18 | International Business Machines Corporation | Information collection apparatus, search engine, information collection method, and program |
| JP5625435B2 (ja) * | 2010-03-30 | 2014-11-19 | 富士通株式会社 | アクセス制御方法およびアクセス制御装置 |
| US8738635B2 (en) | 2010-06-01 | 2014-05-27 | Microsoft Corporation | Detection of junk in search result ranking |
| JP5750972B2 (ja) * | 2011-03-25 | 2015-07-22 | 富士ゼロックス株式会社 | 情報処理装置、プログラムおよび情報処理システム |
| US9495462B2 (en) | 2012-01-27 | 2016-11-15 | Microsoft Technology Licensing, Llc | Re-ranking search results |
| CN110046310B (zh) * | 2019-04-03 | 2020-12-08 | 北京字节跳动网络技术有限公司 | 分析页面中的跳转链接的方法和装置 |
-
2002
- 2002-02-22 JP JP2002047024A patent/JP4021681B2/ja not_active Expired - Lifetime
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012118713A (ja) * | 2010-11-30 | 2012-06-21 | Nippon Telegr & Teleph Corp <Ntt> | リスト生成方法、リスト生成装置及びリスト生成プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2003248696A (ja) | 2003-09-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP4021681B2 (ja) | ページレイティング／フィルタリング方法および装置とページレイティング／フィルタリングプログラムおよび該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 | |
| US7827181B2 (en) | Click distance determination | |
| US10275434B1 (en) | Identifying a primary version of a document | |
| KR101123426B1 (ko) | 서브도메인 힌트를 포함하는 검색 결과를 생성하고서브도메인에 의해 스폰서되는 결과를 제공하는 시스템 | |
| US20100114862A1 (en) | Method and apparatus for generating a ranked index of web pages | |
| US7630973B2 (en) | Method for identifying related pages in a hyperlinked database | |
| US8341150B1 (en) | Filtering search results using annotations | |
| US6321220B1 (en) | Method and apparatus for preventing topic drift in queries in hyperlinked environments | |
| US7483885B2 (en) | System and method for query refinement to enable improved searching based on identifying and utilizing popular concepts related to users' queries | |
| JP4944406B2 (ja) | フレーズに基づく文書説明の生成方法 | |
| US6138113A (en) | Method for identifying near duplicate pages in a hyperlinked database | |
| US8060501B1 (en) | Document ranking based on semantic distance between terms in a document | |
| JP4763354B2 (ja) | 検索結果のランク付けへのアンカーテキストの組込みシステムおよび方法 | |
| US7792833B2 (en) | Ranking search results using language types | |
| US8738656B2 (en) | Method and system for processing a group of resource identifiers | |
| US7383299B1 (en) | System and method for providing service for searching web site addresses | |
| JP5147947B2 (ja) | クエリ別検索コレクション生成方法およびシステム | |
| US20080313178A1 (en) | Determining searchable criteria of network resources based on commonality of content | |
| JP2011175670A (ja) | 情報検索システムにおけるフレーズに基づく検索方法 | |
| KR100509276B1 (ko) | 웹페이지별 방문인기도에 기반한 웹페이지 검색방법 및 그장치 | |
| US20100293159A1 (en) | Systems and methods for extracting phases from text | |
| US20070162408A1 (en) | Content Object Indexing Using Domain Knowledge | |
| US20080281811A1 (en) | Method of Obtaining a Representation of a Text | |
| US7836108B1 (en) | Clustering by previous representative | |
| JP2007520788A (ja) | ウェブページに対する地理的位置識別子の割当て |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070302 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070313 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070514 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070619 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070806 |
|
| 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: 20070925 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070927 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101005 Year of fee payment: 3 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 4021681 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: 20111005 Year of fee payment: 4 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121005 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121005 Year of fee payment: 5 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131005 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 |