JP4398353B2

JP4398353B2 - Ｗｅｂページの特徴別分類装置およびＷｅｂページの特徴別分類プログラム

Info

Publication number: JP4398353B2
Application number: JP2004356407A
Authority: JP
Inventors: 真一岡野; 則泰荒川; 泰久加藤
Original assignee: Nippon Telegraph and Telephone Corp
Current assignee: Nippon Telegraph and Telephone Corp
Priority date: 2004-12-09
Filing date: 2004-12-09
Publication date: 2010-01-13
Anticipated expiration: 2024-12-09
Also published as: JP2006163997A

Description

本発明は、Webページに対して行われる作成者および閲覧者の行動の統計値に基づいて、そのWebページのネットワーク上における役割や性格の特徴を推定し、分類するためのWebページの特徴別分類方法および装置並びにWebページの特徴別分類プログラムに関するものである。

Webページを分類する方法としては、そのページに出現する単語の組み合わせから特徴ベクトルを算出し、それらが類似しているもの同士を分類する手法が広く知られている（特許文献１参照。）。

また、アクセス数によるランキングや、Googleにおけるページランクのように被リンク数から人気度を推定し、ランキングする方法なども分類手法の一種と考えられ、これらについても広く知られている（非特許文献１参照。）。
特開２０００−１８１９３６号公報 Googleの人気の秘密、［2004年11月02日検索］、インターネット＜URL：http://www.google.co.jp/intl/ja/why_use.html＞

上述した従来の特徴ベクトルによる分類方法は、Webページに記述されている内容の意味的な特徴に基づいて分類を行うための手法であり、そのWebページがネットワーク上で、どのような役割を果たしているのか、またどのような性格のWebページであるのかを判断することは難しい。

例えば、ある意味カテゴリに分類されているWebページがあったとき、そのWebページが現在でも継続して情報を発信する役割を果たしているかどうか判断することができない。

また、ランキングによる分類では、ランキング上位にあるWebページであっても、それが他者に読んでもらうための情報発信を主としているページであるのか、それとも掲示板のように閲覧者同士のコミュニケーションを主としているページなのか判断することができない。

本発明は、上記の事情に鑑みてなされたもので、Webページに対して行われる作成者および閲覧者の行動の統計値に基づいて、そのWebページのネットワーク上における役割や性格の特徴を推定し、分類するためのWebページの特徴別分類装置およびWebページの特徴別分類プログラムを提供することを目的とする。

本発明は、上記の課題を達成するために、該当するWebページのＩＤと、そのＷｅｂページに対応したアクセス数、エントリ数、コメント数、トラックバック数をWebページ統計情報として入力する、Webページ統計情報入力手段と、Webページ統計情報入力手段から入力された、各Webページのアクセス数、エントリ数、コメント数、トラックバック数に対して重み付け計算を行い、それぞれ重み付けアクセス数、重み付けエントリ数、重み付けコメント数、重み付けトラックバック数に変換する統計値処理手段と、Webページごとに重み付けアクセス数、重み付けエントリ数、重み付けコメント数、重み付けトラックバック数を格納するWebページ統計情報格納手段と、
Webページごとの重み付けアクセス数、重み付けエントリ数、重み付けコメント数、重み付けトラックバック数を入力として、Webページごとにパターングラフを作成し、基準となる複数のパターングラフとの一致度を比較することでWebページを分類し、各WebページのIDと分類結果を出力するWebページ分類手段からなることを特徴とする。

さらに本発明は、Webページの特徴別分類装置における各手段を、コンピュータに実行させるためのプログラムとしたことを特徴とする。

なお、本発明では、Webページ中の記事の更新数などWebページ作成者の行動に基づいた統計値と、Webページへのアクセス数やWebページへのコメントの数など、Webページ閲覧者の行動に基づいた統計値に適切な重み付けをし、それらの値の出現範囲や各統計値間の相対的な大小関係など、各統計値の現れ方の特徴によって、該当するWebページをいくつかの特徴的なタイプに分類するものである。

これにより、そのWebページのネットワーク上における役割や性格の特徴を推定し、分類することができる。

以上述べたように、本発明によれば、Webページに対して行われる作成者および閲覧者の行動の統計値に基づいて、そのWebページのネットワーク上における役割や性格の特徴を推定し、分類することができる。

以下本発明の実施の形態を図面に基づいて説明するに、ここでは、作成者および閲覧者の行動に基づいた統計値を、容易に得ることができるWeblogページを分類する対象のWebページの例として述べる。

ただし、本発明はWeblogページのみを対象とするものではなく、一般のWebページに容易に拡張可能なものである。

図１は、本発明の実施の形態としてコンピュータ装置からなるWebページ特徴別分類装置の構成を示すブロック構成図である。

図１において、入力として、該当するWebページのＩＤと、そのWebページに対応した作成者および閲覧者の行動に基づいた統計値が含まれているWebページ統計情報１１を与える。

ここで、WebページのＩＤは、例えばＵＲＬなどのように、Webページを一意に特定できるものである。

また、統計値は、例えば、Weblogページへのアクセス数、Weblog内で更新されたエントリ（記事）数、各エントリ（記事）に対してつけられたコメントの総数、各エントリ（記事）に対してつけられたトラックバックの総数を含む統計値のリストである。なお、Webページ統計情報１１は、複数同時に与えることができる。

入力されたWebページ統計情報１１は、統計値処理部１２によって、各統計値に適切な重み付けが与えられる。ここで行われる重み付けは、どのような分類を行うかによって変更可能なものであり、特定の手法を限定するものではない。

例えば、Webページ統計情報データベース１３に格納されているすべてのWebページに対する各値の最大値を「１」として、それぞれの値の正規化を行うなどの方法がある。そのため、統計値処理部１２は必要に応じて、Webページ統計情報データベース１３に格納されている、今までに蓄積したWebページ統計情報１４を参照することができる。

また、新規に入力されたWebページ統計情報１１の値によっては、Webページ統計情報データベース１３に格納されている、今までに蓄積したWebページ統計情報１４に対しての重み付けを変更し、再度格納し直すこともある。

統計値処理部１２によって重み付けされたWebページ統計情報１４は、重み付け前のWebページ統計情報１１とともにWebページ統計情報データベース１３に格納される。

次にWebページ分類処理部１５に、分類を行うWebページのＩＤが引き渡される。このＩＤは、入力されたWebページ統計情報１１の中のＩＤであり、Webページ統計情報１１が複数入力された場合は、複数のＩＤが渡される。

Webページ分類処理部１５は、このＩＤに該当する重み付けされたWebページ統計情報１４をWebページ統計情報データベース１３から参照し処理することによって、該当Webページの分類を決定する。なお、分類方法の詳細は後述する。

このようにして決定された分類結果は、各WebページのＩＤに関連付けられてWebページ統計情報データベース１３に格納される。

Webページ分類処理部１５によって分類されたWebページの情報は、WebページのＩＤと、その分類結果が含まれるWebページ分類情報１６として出力される。分類結果は、どのような分類を行うかによって異なるが、その分類結果を特定できるＩＤであればよい。

また、入力が複数のWebページ統計情報１１であった場合は、それに対応した数のWebページ分類情報１６が出力される。

図２は、分類の例を示すグラフで、統計値として、Weblogページへのアクセス数、Weblogページ内で更新されたエントリ（記事）数、各エントリ（記事）に対してつけられたコメントの総数、各エントリ（記事）に対してつけられたトラックバックの総数の４つを用いた場合、各Webページごとに各統計値をプロットしたグラフの特徴により、図２に示すように分類１〜分類５の５つに分類することができる。

なお、これらの統計値は、すべて統計値処理部１２によって適切な重み付けがなされた値である。

図２において、分類１は、アクセス数が他の統計値と比べて相対的に多く、アクセス数が多いが閲覧者からの反応が少ないタイプであると言える。

分類２は、エントリ数が他の統計値と比べて相対的に多く、更新は頻繁に行うが閲覧者が少なく反応も少ないタイプと言える。

分類３は、コメント数が他の統計値と比べて相対的に多く、一種のコミュニティのようになっているタイプと言える。

分類４は、トラックバック数が他の統計値と比べて相対的に多い。トラックバックはその記事に影響を受けた読者が、自分のWeblogサイトに関連する記事を書き、それを元記事があるWeblogサイトに通知する機能であり、これが多いということは、多くの読者にある程度の影響力を持っているタイプと言える。

分類５は、特に突出した特徴がなく、Webページが特に役割もなく、あまり機能していない停滞しているタイプと言える。

なお、各分類のプロットにおいて、各値がどの範囲に出現し、また特徴的な値（分類１であれば、アクセス数）が、他の値に対して相対的にどのくらいの大小関係にあるかという基準は、任意に決定できる。

このような分類方法は、パラメータの出現傾向によって分類を行う一般的なクラスタリング手法と同義であり、例えばK-Means法などを用いることによって、上記で説明した分類を行うことが可能である。

また、上記の分類種別は例であり、用いる統計値によって他の基準で分類することもできる。

上述した、図１で示した各部の機能実現処理部をコンピュータのプログラムで構成したりして、そのプログラムをコンピュータに実行させることができることは言うまでもなく、コンピュータでその処理を実現するためのプログラムを、そのコンピュータが読み取りできる記録媒体、例えば、フレキシブルディスクや、ＣＤ，ＤＶＤ，ＭＯ，ＲＯＭ、メモリカード、リムーバブルディスク、半導体メモリなどに記録して、保存したり、配布したりすることが可能である。

また、上記のプログラムをインターネットや電子メールなど、ネットワークを通して提供することも可能である。これらの記録媒体からコンピュータに前記のプログラムをインストールすることにより、あるいはネットワークからダウンロードしてコンピュータに前記のプログラムをインストールすることにより、本発明を実施することが可能となる。

本発明の実施の形態を示すブロック構成図。各Webページごとに各統計値をプロットしたグラフである。

符号の説明

１１…Webページ統計情報
１２…統計値処理部
１３…Webページ統計情報データベース
１４…重み付け統計情報
１５…Webページ分類処理部
１６…Webページ分類情報

Claims

該当するWebページのＩＤと、そのＷｅｂページに対応したアクセス数、エントリ数、コメント数、トラックバック数をWebページ統計情報として入力する、Webページ統計情報入力手段と、
Webページ統計情報入力手段から入力された、各Webページのアクセス数、エントリ数、コメント数、トラックバック数に対して重み付け計算を行い、それぞれ重み付けアクセス数、重み付けエントリ数、重み付けコメント数、重み付けトラックバック数に変換する統計値処理手段と、
Webページごとに重み付けアクセス数、重み付けエントリ数、重み付けコメント数、重み付けトラックバック数を格納するWebページ統計情報格納手段と、
Webページごとの重み付けアクセス数、重み付けエントリ数、重み付けコメント数、重み付けトラックバック数を入力として、Webページごとにパターングラフを作成し、基準となる複数のパターングラフとの一致度を比較することでWebページを分類し、各WebページのIDと分類結果を出力するWebページ分類手段、
からなることを特徴とするWebページの特徴別分類装置。
請求項１に記載のWebページの特徴別分類装置における各手段を、コンピュータに実行させるためのプログラムとした
ことを特徴とするWebページの特徴別分類プログラム。