JP4661159B2 - 情報提供システム，メタデータ収集解析サーバ，およびコンピュータプログラム - Google Patents

Description

本発明はメタデータを収集し，解析するメタデータ収集解析サーバと，そのメタデータ収集解析サーバが備わる情報提供システムに関する。

従来より，ＰＣ（パーソナルコンピュータ）に保存された情報や，ネット上に存在する情報等を収集し，利用者のニーズに応じて情報を編集し，利用者に提供するシステムが多数存在している。

例えば，特許文献１に記載のシステムでは，レストランや映画館等が集まった複合商業施設に来場する来場者に対し，来場者の位置情報と，時刻情報と，利用情報とに基づいて，来場者のニーズに応じ，店舗がお勧めしたい情報を提供している。

また，利用者のニーズと一致する情報だけでなく，その情報と類似する関連情報も提供するシステムが存在する。上記システムの多くは，例えば，提供の対象となる文書データ等の内容を形態素解析し，ベクトル空間モデルを使用して，上記文書データの内容の意味と類似する文書データを抽出することで，利用者に関連情報を提供している。

特開２００３−０９１６７８号公報

しかしながら，文書データの内容の意味に関する類似性を判断することで，利用者に関連情報を提供することはできるが，例えば，店舗の営業時間や，イベント等の開始時刻等の時間に関する類似性，または店舗の場所等の物理的な位置に関する類似性等を判断することはできず，そのため時間的又は位置的等に類似する関連情報を利用者に提供できず，利用者の多様なニーズに対応することができなかった。

本発明は，上記問題点に鑑みてなされたものであり，本発明の目的は，収集されたメタデータを解析し，意味的，時間的，または位置的のうち少なくとも二つの尺度で情報間の類似性を判断することが可能な，新規かつ改良された情報提供システム，メタデータ収集解析サーバ，およびコンピュータプログラムを提供することである。

上記課題を解決するため，本発明の第１の観点によれば，利用者端末と，Ｗｅｂサーバと，上記利用者端末およびＷｅｂサーバにネットワークを介して接続するメタデータ収集解析サーバとを備える情報提供システムが提供される。上記情報提供システムにおける上記メタデータ収集解析サーバは，Ｗｅｂサーバから構造化された文書データに埋め込まれたメタデータを収集し，メタデータベースにメタデータ又はその識別子を格納するメタデータ収集部と；メタデータベースに格納されたメタデータを解析し，メタデータの文書に含む特徴語の重要度情報，メタデータが示す位置を物理的に特定するための位置特定情報，または時間情報のうち少なくとも一つ取得するメタデータ解析部と；上記重要度情報，位置特定情報，または時間情報に基づいて，前記メタデータベースに格納されたメタデータ間の意味類似性，位置類似性，または時間類似性のうち少なくとも二つの類似性を判断し，その判断に対応するメタデータ間の類似する度合いを示す意味類似度情報，位置類似度情報，または時間類似度情報のうち少なくとも一つを生成する類似判断部と；類似性が判断されたメタデータ又はその識別子とメタデータに類似する類似メタデータ又はその識別子とを関連付け，さらに意味類似度情報，位置類似度情報，または時間類似度情報のうち少なくとも一つが設定された抽出パラメータを取得し，上記抽出パラメータに基づいて，意味類似度情報，位置類似度情報，および時間類似度情報を満たすメタデータのうち最も類似度の高いメタデータを取得する関連メタデータ取得部と；関連メタデータ取得部により取得された最も類似度の高いメタデータを画面に表示するためのビューデータを生成するビューデータ生成部とを備えており，利用者端末は，上記ビューデータを受信し，最も類似度の高いメタデータを画面に表示することを特徴としている。なお，本発明に係るメタデータの文書に含むものとして特徴語の他にも一文以上のセンテンス等の場合でもよい。

本発明によれば，情報提供システムにおけるメタデータ収集解析サーバは，Ｗｅｂサーバからメタデータを収集し，解析することによって，意味的，時間的，または位置的な尺度でメタデータ間の類似性を判断するための重要度情報，位置特定情報，または時間情報のうち少なくとも二つの情報を生成する。上記情報に基づいてメタデータ間の類似性を判断し，判断した結果，双方のメタデータ（メタデータ及び類似メタデータ）又はそれらの識別子は，関連付けられる。さらに取得した抽出パラメータに設定された類似度情報（意味類似度情報，位置類似度情報，時間類似度情報）に基づいて，最も類似度の高いメタデータを少なくとも取得し，利用者端末は画面上にその最も類似度の高いメタデータを少なくとも表示する。かかる構成によれば，意味的な類似性のみではなく，意味的，時間的，または位置的な類似性をメタデータ間で判断することが可能であり，抽出パラメータに設定された意味的，位置的，および時間的な類似度情報に基づいて取得されるメタデータを利用者端末の画面に表示することで利用者はニーズに合致した魅力的な情報を得ることができる。

上記関連メタデータ取得部は，意味類似度情報，位置類似度情報，または時間類似度情報のうち少なくとも二つを，関連付けられたメタデータ又は類似メタデータのうち少なくとも一方に含ませるように構成してもよい。かかる構成によれば，メタデータ又は類似メタデータにアクセスすれば，意味類似度情報，位置類似度情報，または時間類似度情報にも同時にアクセスすることができるため，アクセス効率を向上させることができる。

また，上記関連メタデータ取得部は，意味類似度情報，位置類似度情報，または時間類似度情報のうち少なくとも二つを，関連付けられたメタデータと類似メタデータとともに，関連メタデータベースに格納するように構成してもよい。

上記課題を解決するために，本発明の別の観点によれば，メタデータ収集解析サーバは，構造化された文書データに含まれるメタデータを収集し，メタデータベースにメタデータ又はその識別子を格納するメタデータ収集部と；メタデータベースに格納されたメタデータを解析し，メタデータの文書に含む特徴語の重要度情報，メタデータが示す位置を物理的に特定するための位置特定情報，または時間情報のうち少なくとも一つ取得するメタデータ解析部と；重要度情報，位置特定情報，または時間情報に基づいて，前記メタデータベースに格納されたメタデータ間の意味類似性，位置類似性，または時間類似性のうち少なくとも二つの類似性を判断し，その判断に対応するメタデータ間の類似する度合いを示す意味類似度情報，位置類似度情報，または時間類似度情報のうち少なくとも一つを生成する類似判断部と；類似性が判断されたメタデータ又はその識別子と当該メタデータに類似する類似メタデータ又はその識別子とを関連付ける関連メタデータ取得部とを備えることを特徴としている。なお，本発明に係るメタデータの文書に含むものとして特徴語の他にも一文以上のセンテンス等の場合でもよい。

本発明によれば，メタデータ収集解析サーバは，文書データに含まれるメタデータを収集し，その収集されたメタデータを解析することで，特徴語の重要度を示す重要度情報，位置特定情報，または時間情報のうち少なくとも一つを取得し，その重要度情報，位置特定情報，または時間情報のうち少なくとも二つの情報に基づいて，メタデータ間の類似性を判断し，双方のメタデータを関連付ける。その結果，意味的，位置的，または時間的な類似度を示す類似度情報を生成する。かかる構成によれば，意味的な類似性だけでメタデータ間を判断せず，意味的，時間的，または位置的のうち少なくとも二つの尺度で類似性を判断することができ，メタデータと多様的な側面で類似する類似メタデータを抽出し，蓄積することができる。

関連メタデータ取得部は，抽出設定ファイルを参照して意味類似度情報，位置類似度情報，および時間類似度情報が設定された抽出パラメータを取得し，上記抽出パラメータに基づいて，意味類似度情報，位置類似度情報，および時間類似度情報を満たすメタデータのうち最も類似度の高いメタデータをメタデータベースから取得し，関連メタデータベースに格納するように構成してもよい。かかる構成によれば，抽出パラメータの取得先の外部の多様なニーズに対応することができる。なお，本発明に係る抽出パラメータの取得先は，例えば，利用者端末等を例示することができ，利用者端末は，利用者のニーズと合致する可能性が高いメタデータを得ることができる。

関連メタデータ取得部は，少なくともメタデータ間の類似性を判断した双方のメタデータ又は双方のメタデータの識別子を関連メタデータベースに格納するように構成してもよい。

上記関連メタデータ取得部は，意味類似度情報，位置類似度情報，または時間類似度情報のうち少なくとも二つを，関連付けられたメタデータ又は類似メタデータのうち少なくとも一方に含ませるように構成してもよい。かかる構成によれば，メタデータ又は類似メタデータに一回アクセスすれば，意味類似度情報，位置類似度情報，または時間類似度情報にもアクセスすることができるため，アクセス効率を向上させることができる。

また，上記関連メタデータ取得部は，意味類似度情報，位置類似度情報，または時間類似度情報のうち少なくとも二つを，関連付けられたメタデータと類似メタデータとともに，関連メタデータベースに格納するように構成してもよい。

また，上記メタデータは，ニュースデータ，ブログの概要データ，個人を表わすプロファイルデータ，またはイベントデータのうち少なくとも一つであるように構成してもよい。

上記メタデータ解析部は，メタデータにアクセスしたアクセス履歴情報と，メタデータを検索した検索履歴情報とに基づいて求められた重要度重み付け情報で上記重要度情報の重み付けをするように構成することができる。かかる構成によりアクセスまたは検索の行動パターンを重要度情報に反映することができる。なお，本発明にかかるアクセス履歴情報または検索履歴情報は，例えば，利用者からの情報をもとに生成されてもよい。

上記重要度重み付け情報は，検索履歴情報に履歴が残された少なくとも一回検索されたメタデータのうち実際にアクセスされた各メタデータのアクセス数の総和で，アクセス履歴情報に履歴が残されたメタデータのアクセス数を正規化することによって，生成されるように構成してもよい。

上記類似判断部は，メタデータ間を遷移した履歴情報である遷移履歴情報と，関連メタデータベースに格納されメタデータとの類似性が判断された類似メタデータとに基づいて求められた類似度重み付け情報で，意味類似度情報，位置類似度情報，または時間類似度情報のうち少なくとも一つを重み付けるように構成してもよい。かかる構成により実際にメタデータ間を遷移する行動パターンを類似度情報に反映することができる。なお，本発明にかかる遷移履歴情報は，例えば，利用者からの情報をもとに生成されてもよい。

上記類似度重み付け情報は，遷移履歴情報に含まれる遷移元のメタデータのうち類似メタデータに少なくとも一回遷移したメタデータであって，そのメタデータから各類似メタデータへの遷移数の総和で，そのメタデータから各類似メタデータへの遷移数を正規化することによって，生成されるように構成してもよい。

上記類似判断部は，少なくとも広告事業者またはその代行事業者からの指示を受け付けることによって登録された広告類似ルールに基づいて，広告情報とメタデータとの類似性を判断するように構成してもよい。かかる構成により，広告事業者が配信する広告情報にメタデータを関連付けることができ，広告情報の配信チャネルが多様化し，広告情報が利用される機会を増大することができる。

上記類似判断部は，少なくとも広告事業者またはその代行事業者からの指示を受け付けることによって登録された広告類似ルールに基づいて，類似度重み付け情報をさらに重み付けるように構成してもよい。かかる構成により，広告情報とメタデータとの類似性を高めるためのキーワードなどの条件を広告類似ルールに含ませることで，メタデータと共に広告情報が配信される配信先を絞り込み，配信処理負荷を低減させ，より効率的に広告情報が利用される機会を高めることができる。

検索設定ファイルに設定された検索パラメータを取得し，上記検索パラメータに基づいて，メタデータを検索するメタデータ検索部をさらに備え，上記検索パラメータには，意味類似度情報，位置類似度情報，または時間類似度情報のうち少なくとも二つが含まれているように構成してもよい。かかる構成により，多面的なメタデータ検索をすることができる。

メタデータ検索部により検索された最も類似度の高いメタデータ又は最も類似度の高いメタデータに類似する類似メタデータのうち少なくとも一方を画面に表示するためのビューデータを生成するビューデータ生成部をさらに備えるように構成してもよい。なお，本発明にかかるビューデータは，例えば，ネットワーク等に接続された外部装置に提供されてもよい。

ビューデータ生成部は，関連メタデータ取得部により取得された最も類似度の高いメタデータを画面に表示するためのビューデータを生成するように構成してもよい。かかる構成により，画面上に最も類似度の高く，情報価値（又は，利用価値）の高いメタデータを表示することができる。

上記ビューデータには，意味類似度情報の度合いを示す意味類似度軸，位置類似度情報の度合いを示す位置類似度軸，または時間類似度情報の度合いを示す時間類似度軸のうち少なくとも２軸が含まれ，その少なくとも２軸が画面の所定位置に配置され，表示されるように構成してもよい。かかる構成により，メタデータ間，メタデータファイル間の類似度，または全体的なメタデータのばらつきを可視化させることができ，類似状況の把握を迅速化できる。

アクセス履歴情報及び／又は検索履歴情報が動的に生成されることに連動して重要度情報は重み付けられるように構成してもよい。かかる構成により，意味的な類似性を判断する際の判断基準を常に最新の状態に保つことができ，類似性の誤判断を防げる。

上記遷移履歴情報が動的に生成されることに連動して意味類似度情報，位置類似度情報，または時間類似度情報のうち少なくとも一つが重み付けられるように構成してもよい。かかる構成により，常に最新の類似性判断基準でメタデータ間の類似度を判断することができる。

上記広告類似ルールが登録されることによって，それに連動して広告情報とメタデータとの類似性が自動的に判断されるように構成することができる。かかる構成により，常に最新の類似性判断基準で広告情報とメタデータとの類似度を判断できる。

類似判断部は，時間類似度の度合いを判断するための時間類似度判断テーブルを参照し，メタデータ間の時間的な類似性を判断するように構成してもよい。

さらに，上記課題を解決するために，本発明の別の観点によれば，コンピュータを，構造化された文書データに含まれるメタデータを収集し，メタデータベースに格納するメタデータ収集手段；メタデータベースに格納されたメタデータを解析し，メタデータの文書に含む特徴語の重要度情報，メタデータが示す位置を特定するための位置特定情報，または時間情報のうち少なくとも一つ取得するメタデータ解析手段；重要度情報，位置特定情報，または時間情報に基づいて，前記メタデータベースに格納されたメタデータ間の意味類似性，位置類似性，または時間類似性のうち少なくとも二つの類似性を判断し，その判断に対応する前記メタデータ間の類似する度合いを示す意味類似度情報，位置類似度情報，または時間類似度情報のうち少なくとも一つを生成する類似判断手段；及び類似性が判断されたメタデータ又はその識別子と，メタデータに類似する類似メタデータ又はその識別子とを関連付ける関連メタデータ取得手段；として機能させることを特徴とするコンピュータプログラムが提供される。

関連メタデータ取得手段は，意味類似度情報，位置類似度情報，および時間類似度情報が設定された抽出パラメータを取得し，抽出パラメータに基づいて，意味類似度情報，位置類似度情報，および時間類似度情報を満たすメタデータのうち最も類似度の高いメタデータをメタデータベースから取得し，関連メタデータベースに格納するように構成してもよい。

関連メタデータ取得手段は，意味類似度情報，位置類似度情報，または時間類似度情報のうち少なくとも二つを，関連付けられたメタデータ又は類似メタデータのうち少なくとも一方に含ませるように構成してもよい。

関連メタデータ取得手段は，意味類似度情報，位置類似度情報，または時間類似度情報のうち少なくとも二つを，関連付けられたメタデータと類似メタデータとともに，関連メタデータベースに格納するように構成してもよい。

メタデータ解析手段は，メタデータにアクセスした履歴情報であるアクセス履歴情報と，メタデータを検索した履歴情報である検索履歴情報とに基づいて求められた重要度重み付け情報で重要度情報の重み付けをするように構成してもよい。

重要度重み付け情報は，検索履歴情報に履歴が残された少なくとも一回検索されたメタデータのうち実際にアクセスされた各メタデータのアクセス数の総和で，アクセス履歴情報に履歴が残されたメタデータのアクセス数を正規化することによって，生成されるように構成してもよい。

類似判断手段は，メタデータ間を遷移した履歴情報である遷移履歴情報と，関連メタデータベースに格納されメタデータとの類似性が判断された類似メタデータとに基づいて求められた類似度重み付け情報で，意味類似度情報，位置類似度情報，または時間類似度情報のうち少なくとも一つを重み付けるように構成してもよい。

上記類似度重み付け情報は，遷移履歴情報に含まれる遷移元のメタデータのうち類似メタデータに少なくとも一回遷移したメタデータであって，そのメタデータから各類似メタデータへの遷移数の総和で，そのメタデータから各類似メタデータへの遷移数を正規化することによって，生成されるように構成してもよい。

類似判断手段は，少なくとも広告事業者またはその代行事業者からの指示を受け付けることによって登録された広告類似ルールに基づいて，広告情報とメタデータとの類似性を判断するように構成してもよい。

コンピュータを，検索設定ファイルに設定された検索パラメータを取得し，検索パラメータに基づいて，メタデータを検索するメタデータ検索手段としてさらに機能させ，上記検索パラメータには，意味類似度情報，位置類似度情報，または時間類似度情報のうち少なくとも二つが含まれているように構成してもよい。

コンピュータを，メタデータ検索手段により検索された最も類似度の高いメタデータ又は最も類似度の高いメタデータに類似する類似メタデータのうち少なくとも一方を画面に表示するためのビューデータを生成するビューデータ生成手段としてさらに機能させるように構成してもよい。なお，本発明に係るビューデータは，例えば，ネットワークに接続された外部装置等に提供されてもよい。

上記ビューデータ生成手段は，関連メタデータ取得部により取得された最も類似度の高いメタデータを画面に表示するためのビューデータを生成するように構成してもよい。

上記ビューデータには，意味類似度情報の度合いを示す意味類似度軸，位置類似度情報の度合いを示す位置類似度軸，または時間類似度情報の度合いを示す時間類似度軸のうち少なくとも２軸が含まれ，その少なくとも２軸が画面の所定位置に配置され，表示されるように構成してもよい。

上記アクセス履歴情報及び／又は検索履歴情報が動的に生成されることに連動して重要度情報は重み付けられるように構成してもよい。

遷移履歴情報が生成されることに連動して意味類似度情報，位置類似度情報，または時間類似度情報のうち少なくとも一つが重み付けられるように構成してもよい。

上記広告類似ルールが登録されることによって，それに連動して広告情報とメタデータとの類似性が自動的に判断されるように構成してもよい。

上記類似判断手段は，時間類似度の度合いを判断するための時間類似度判断テーブルを参照し，メタデータ間の時間的な類似性を判断するように構成してもよい。

以上説明したように，本発明によれば，意味的な類似性だけでなく，意味的，位置的，または時間的のうち少なくとも二つの尺度でメタデータ間の類似性を判断することで，メタデータと類似するメタデータとの多面的な関連付けが可能となり，少なくとも類似メタデータ等の情報を漏れなく効率的に提供することができ，多様化する情報のニーズに対応することができる。

以下，本発明の好適な実施の形態について，添付図面を参照しながら詳細に説明する。なお，以下の説明及び添付図面において，略同一の機能及び構成を有する構成要素については，同一符号を付することにより，重複説明を省略する。

まず，図１を参照しながら，本実施の形態にかかる情報提供システム１００について説明する。図１は，本実施の形態にかかる情報システムの概略的な構成を示すブロック図である。

図１に示すように，インターネットなどのネットワーク１０３を介して，利用者端末１０１（１０１ａ，１０１ｂ，…，１０１ｎ）と，メタデータアグリゲーションサーバ（メタデータ収集解析サーバ）１０４と，Ｗｅｂサーバ１０５（１０５ａ，１０５ｂ，…，１０５ｎ）とが接続されている。利用者端末１０１は，メタデータアグリゲーションサーバ１０４から利用者のニーズに適合する情報や，その情報に類似する関連情報等の提供を受けることができる。

メタデータアグリゲーションサーバ１０４は，ネットワーク１０３を介してＷｅｂサーバ１０５が保有するネット上の構造化された文書データからメタデータを収集し，そのメタデータを解析し，複数のメタデータ間の類似性を判断し，関連付け，関連情報を画面に表示するためのビューデータを生成する。利用者端末１０１は，そのビューデータを受信することで，画面に関連情報等の有益な情報を表示することができる。なお，上記ビューデータは，利用者端末１０１の画面上に関連情報等を表示するための画面表示データであるが，詳細については後述する。

また，本実施の形態にかかる構造化された文書データは，ネット上のＷｅｂサーバ１０５等に格納される場合を例に挙げて説明するが，かかる例に限定されず，例えば，文書データは，利用者端末１０１が保有する文書データの場合等でもよい。

また，本実施の形態にかかる構造化された文書データは，例えば，ＸＭＬ（ｅＸｔｅｎｓｉｂｌｅ Ｍａｒｋｕｐ Ｌａｎｇｕａｇｅ），ＲＳＳ（Ｒｉｃｈ Ｓｉｔｅ Ｓｕｍｍａｒｙ），またはＲＤＦ（Ｒｅｓｏｕｒｃｅ Ｄｅｓｃｒｉｐｔｉｏｎ Ｆｒａｍｅｗｏｒｋ）によって作成されたデータであるが，かかる例に限定されない。

また，本実施の形態にかかるメタデータアグリゲーションサーバ１０４は，ネットワーク１０３に１台接続する場合を例に挙げて説明するが，かかる例に限定されず，例えば，さらにもう１台備え，本番系と待機系など２系統のメタデータアグリゲーションサーバ１０４がネットワーク１０３と接続する場合でも実施可能である。

上記Ｗｅｂサーバ１０５は，ＸＭＬ等で作成された文書データとともに，画像データや，音声データ等を提供し，利用者が画面を通じて様々な情報を閲覧する閲覧サービスを提供するサーバである。利用者端末１０１からＷｅｂ画面の要求があると，Ｗｅｂサーバ１０５ａは，指定された文書データや，動画像データ，または音声データなどを利用者端末１０１に送信する。

ここで図１に示す利用者端末１０１は，ネットワーク１０３を介してメタデータアグリゲーションサーバ１０４にアクセス可能な情報処理装置であり，メタデータアグリゲーションサーバ１０４から送信されるビューデータを受信し，そのデータを画面に表示する機能（Ｗｅｂブラウザ機能等）を有する。より具体的には，利用者端末１０１は，例えば，パーソナルコンピュータ（ＰＣ）等のコンピュータ装置（ノート型，デスクトップ型を問わない。）である。

なお，本実施の形態においてアクセスは，例えば，利用者端末１０１による情報提供システム１００の利用，利用者端末１０１からメタデータアグリゲーションサーバ１０４への接続またはデータ送信，メタデータアグリゲーションサーバ１０４からＷｅｂサーバ１０５に対するデータの参照，取得，または保存，さらにはメタデータアグリゲーションサーバ１０４から利用者端末１０１に対するデータの参照，取得，または保存などの情報処理を総称していう。

なお，本実施の形態にかかる利用者端末１０１はコンピュータ装置の場合を例に挙げて説明するが，かかる例に限定されず，例えば，利用者端末１０１は，ネットワーク１０３を介して外部と通信可能であって，ビューデータを画面に表示可能であれば，かかる例に限定されない。例えば，利用者端末１０１は，ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ），デジタルカメラ若しくはビデオレコーダ等の撮像装置，家庭用ゲーム機，ＶＴＲ，ＣＤ若しくはＤＶＤレコーダ／プレーヤ，ラジオ装置，携帯電話，ＰＨＳ，ＴＶ（ＴｅｌｅＶｉｓｏｎ），情報家電などの場合でもよい。

また，本実施の形態にかかる利用者端末１０１は，メタデータアグリゲーションサーバ１０４にアクセスし，事業者ポリシーデータ（広告類似ルール）を設定することもできる。なお，事業者ポリシーデータを設定する場合，利用者端末１０１を操作するユーザは，情報提供事業者（広告事業者），または情報提供事業者を代行する第三者（代行事業者）などに限られる。

また，図１に示すネットワーク１０３は，利用者端末１０１と，メタアグリゲーションサーバ１０４と，Ｗｅｂサーバ１０５とを相互に双方向通信可能に接続するものであり，典型的にはＡＤＳＬ（Ａｓｙｍｍｅｔｒｉｃ Ｄｉｇｉｔａｌ Ｓｕｂｓｃｒｉｂｅｒ Ｌｉｎｅ）またはＦＴＴＨ（Ｆｉｂｅｒ Ｔｏ Ｔｈｅ Ｈｏｍｅ）などそれに類する方法で接続するインターネットなどの公衆回線網であるが，ＷＡＮ，ＬＡＮ，ＩＰ−ＶＰＮなどの閉鎖回線網も含む。また接続媒体は，ＦＤＤＩ（Ｆｉｂｅｒ Ｄｉｓｔｒｉｂｕｔｅｄ Ｄａｔａ Ｉｎｔｅｒｆａｃｅ）などによる光ファイバケーブル，Ｅｔｈｅｒｎｅｔによる同軸ケーブル又はツイストペアケーブル，もしくはＩＥＥＥ８０２．１１ｂなどによる無線など，有線無線を問わず，衛星通信網なども含む。

次に，図２を参照しながら，本実施形態にかかる利用者端末１０１の構成について詳細に説明する。なお，図２は，本実施の形態にかかる利用者端末１０１の構成を概略的に示すブロック図である。

図２に示すように，利用者端末１０１は，例えば，ＣＰＵ１１２と，メモリ１１４と，入力部１１６と，表示部１１８と，通信部１２０と，閲覧部１２２と，ストレージ装置（または，記憶装置）１２４とを備える。

ＣＰＵ１１２は，演算処理装置および制御装置として機能し，利用者端末１０１内の各部の処理を制御することができる。

メモリ１１４は，例えば，ＲＡＭ，ＲＯＭ，キャッシュメモリなどで構成されており，ＣＰＵ１１２の処理に関する各種データ，ビューデータを表示するためのソフトウェア等を一時的に記憶する機能を有する。

入力部１１６は，例えば，マウス，キーボード，タッチパネル，ボタン，スイッチ，レバー等の操作手段と，入力信号を生成してＣＰＵ１１２に出力する入力制御回路などから構成されている。利用者端末１０１のユーザは，この入力部１１６を操作することにより，利用者端末１０１に対して各種のデータを入力したり処理動作を指示したりすることができる。

表示部１１８は，例えば，ＣＲＴディスプレイ装置，液晶ディスプレイ（ＬＣＤ）装置，ランプ等の表示装置や，スピーカ等の音声出力装置などで構成される。この表示部１１８は，閲覧部１２２で文字，図形，動画像，または静止画像などのレイアウトが校正されたＷｅｂページデータを表示することができる。

通信部１２０は，例えば，通信回線，通信回路，通信デバイス等で構成された通信インタフェースである。この通信部１２０は，ネット上のメタデータアグリゲーションサーバ１０４との間で，ネットワーク１０３を介して，ビューデータなどを受信したり，ビューデータを要求するための要求データ等の各種データを送信することができる。

閲覧部１２２は，メタデータアグリゲーションサーバ１０４に対してビューデータを要求する。また閲覧部１２２は，メタデータアグリゲーションサーバ１０４から送信されたビューデータの内容に応じて，そのビューデータに含まれる情報を画面上に表示するため所定の位置に配置する。

なお，本実施の形態にかかる閲覧部１２２は，ビューデータを要求し，表示する場合に限定されず，例えば，閲覧部１２２は，Ｗｅｂサーバ１０５に対してＷｅｂデータを要求する，または閲覧部１２２は，Ｗｅｂデータの内容に応じて，そのＷｅｂデータに含まれる文字の書式や，画像のサイズや，その画像の配置される位置など画面上に表示する画面レイアウト等を編集等する場合も実施可能である。

なお，本実施の形態にかかる閲覧部１２２は，ハードウェアから構成される場合を例に挙げて説明するが，かかる例に限定されず，ビューデータを編集し，その編集したビューデータを表示部１１８に表示することが可能であれば，かかる例に限定されず，例えば，１又は２以上のモジュールまたはコンポーネントから構成されるプログラム等の場合であってもよい。

ストレージ装置１２４は，例えば，ハードディスクドライブ，フラッシュメモリ等で構成されたデータ格納用の装置であり，プログラム，ビューデータなどの各種データを格納することができる。

次に，図３を参照しながら，本実施形態にかかるメタデータアグリゲーションサーバ１０４について詳細に説明する。なお，図３は，本実施形態にかかるメタデータアグリゲーションサーバの構成を概略的に示すブロック図である。

図３に示すように，メタデータアグリゲーションサーバ１０４は，例えば，事業者ポリシー処理部２０１と，事業者ポリシーデータベース２０２と，関連メタデータデータベース（関連メタデータベース）２０３と，ユーザアクションログデータベース２０４と，ユーザアクセスログ収集部２０５と，メタデータ解析部２０６と，メタデータ関連化処理部（類似判断部，関連メタデータ取得部）２０７と，ユーザアクセスログ処理部２０８と，メタデータ収集部２０９と，メタデータデータベース（メタデータベース）２１０と，コンテンツジェネレータ部（ビューデータ生成部又はメタデータ検索部）２１１とを備える。なお，以下データベースについては，ＤＢと記載する。

また，図３に図示されていないが，メタデータアグリゲーションサーバ１０４は，各部の処理を制御等するＣＰＵと，メモリと，入力部と，データを送受信する通信部と，ストレージ装置とを備えている。上記ストレージ装置に事業者ポリシーＤＢ２０２，メタデータＤＢ２１０，関連メタデータＤＢ２０３，およびユーザアクションログＤＢ２０４等の各種ＤＢや，各種データ等を記憶している。

メタデータ収集部２０９は，Ｗｅｂサーバ１０５等の外部サーバに公開されているＸＭＬ等で作成された文書データからメタデータを収集し，メタデータＤＢ２１０に格納する。メタデータ解析部２０６は，メタデータＤＢ２１０に格納されたメタデータを解析する。

メタデータ関連化処理部２０７は，メタデータＤＢ２１０に格納されたメタデータと，メタデータ解析部２０６で解析されることで，生成された解析情報（重要度情報，位置特定情報，時間情報）をもとに，メタデータ間の類似性を判断し，さらにメタデータ間を関連付け，関連メタデータＤＢに格納する。

さらに，メタデータ関連化処理部２０７は，抽出設定ファイルを参照することで抽出パラメータ値を取得し，その抽出パラメータ値に従って，類似性が判断されたメタデータのうち最も類似度の高いメタデータを取得し，そのメタデータを関連メタデータＤＢ２０３に格納すること等も可能である。なお詳細については，３軸類似性処理で後程説明する。

また，メタデータ関連化処理部２０７は事業者ポリシーＤＢ２０２に格納された事業者ポリシーデータと，ユーザアクションログＤＢ２０４に格納された検索履歴情報，アクセス履歴情報，または遷移履歴情報から求められた類似度重み付け情報を参照し，メタデータ間の類似性を判断する。事業者のポリシーや利用者のアクセス状況による嗜好性が，メタデータ間の類似性の判断に反映される。

事業者ポリシー処理部２０１は，広告事業者が操作する利用者端末１０１から広告を提供する際の事業者ポリシーデータの生成指示を受けて，事業者ポリシーデータを事業者ポリシーＤＢ２０２に格納する。

ユーザアクセスログ収集部２０５は，利用者端末１０１からメタデータアグリゲーションサーバ１０４に対するアクセスログを収集し，アクセスログから各ユーザの検索履歴情報，アクセス履歴情報，遷移履歴情報をユーザアクションログＤＢ２０４に格納する。

ユーザアクセスログ処理部２０８は，ユーザアクションログＤＢ２０４に格納された検索履歴情報，アクセス履歴情報，または遷移履歴情報から，メタデータの類似性の類似重み付け情報を求め，ユーザアクションログＤＢ２０４に格納する。

コンテンツジェネレータ部２１１は，関連メタデータＤＢ２０３とメタデータＤＢ２１０とからメタデータを含んだメタデータファイルを集め，利用者端末１０１の画面に表示させるためのＶｉｅｗ（ビュー）データを生成する。ビューデータは，表示画面用のデータであり，例えば，テキスト，静止画，動画，または音声のうち少なくとも一つを組み合わせたデータである。画面に表示されるビューデータについての詳細は後述する。

次に，図４，図５，図７，および図８を参照しながら，本実施の形態にかかるデータベースのデータ構造について説明する。図４は，本実施の形態にかかるメタデータＤＢの概略を示す説明図であり，図５は，本実施の形態にかかる関連メタデータＤＢの概略を示す説明図であり，図７は，本実施の形態にかかるユーザアクションログＤＢの概略を示す説明図であり，図８は，本実施の形態にかかる事業者ポリシーＤＢの概略を示す説明図である。

図４に示すように，メタデータＤＢ２１０は，メタデータアグリゲーションサーバ１０４に備わるストレージ装置（図示せず。）に記憶されており，メタデータテーブル３０２と，解析情報テーブル３０３とから少なくとも構成されている。

メタデータテーブル３０２には，メタデータ収集部２０９によって文書データから収集された１又は２以上のメタデータが格納されている。例えば，図４に示すようにニュースデータや，イベントデータ，さらには個人の住所や連絡先等が含まれた個人プロファイルデータ（図示せず。）などに関するメタデータがメタデータテーブル３０２に格納されている。

メタデータテーブル３０２に格納されたメタデータ群は，図４に示すようにタイトル，リンク先の情報，概要，発効日などの情報を例示することができる。また，文書データがパース処理され，各メタデータがメタデータテーブル３０２に格納される際に，メタデータの識別子が割当てられる。なお，図４に示すように，識別子は，イベント又はニュース等が共通するメタデータ群（アイテム，メタデータファイル）単位に割当てられているが，かかる例に限定されず，各メタデータごとに識別子が割当てられても良い。

また，パース処理（Ｓ１０５）で実施場所などの位置を示すメタデータが抽出された場合，位置特定情報を生成するために，メタデータテーブル３０２のうちメタデータ位置情報Ｌ（ｊ）に格納され（Ｓ１０６），さらに作成時間，開始時間などの時間に関するメタデータの場合は，時間情報を生成するために，メタデータテーブル３０２のメタデータ時間情報Ｔ（ｊ）に格納される（Ｓ１０６）。それ以外のメタデータは，メタデータサマリーＩ（ｊ）に格納される（Ｓ１０６）。

解析情報テーブル３０３には，メタデータテーブル３０２に格納されたメタデータをメタデータ解析部２０６が解析し，生成される解析情報（重要度情報，位置特定情報，時間情報）がメタデータの識別子ごとに格納されている。

例えば，図４の解析情報テーブル３０３に示すように，形態素解析により抽出される意味を有する各単語（特徴語）を，ＴＦ／ＩＤＦ法等で生成された各特徴語の重要度情報と，その特徴語が格納されている。例えばＲＳＳの場合，メタデータである「Ｔｉｔｌｅ」および「Ｄｅｓｃｒｉｐｔｉｏｎ」をあわせて一つの文章とみなし，その文章に対してＴＦ／ＩＤＦ法を用いて各特徴語の重要度を計算する。さらに，メタデータに住所など位置を特定可能な文字列が含まれている場合，その住所などの情報から，緯度・経度を割り出し，位置特定情報として緯度・経度情報が格納されている。もしくは，メタデータとして指定されたイメージファイル（画像ファイル）がＪＰＥＧ（Ｊｏｉｎｔ Ｐｈｏｔｏｇｒａｐｈｉｃ Ｅｘｐｅｒｔｓ Ｇｒｏｕｐ）などの場合で，そのＪＰＥＧ等の画像ファイルのなかにＥＸＩＦ（ＥＸｃｈａｎｇｅ Ｉｍａｇｅ Ｆｉｌｅ ｆｏｒｍａｔ）形式で位置情報（緯度・経度）等が格納されている場合，その位置情報等を使用する。なお，メタデータテーブル３０２に格納されたメタデータと関連付けるために解析情報テーブル３０３にメタデータの識別子をさらに格納しても良い。

次に，図５に示すように，本実施の形態にかかる関連メタデータＤＢ２０３は，意味類似度テーブル４０２と，時間類似度テーブル４０３と，位置類似度テーブル４０４と，３軸類似度テーブル４０５とを有する。

意味類似度テーブル４０２には，メタデータの識別子と，そのメタデータと意味的に類似する類似メタデータ（関連メタデータ）の識別子と，当該メタデータと関連メタデータ間の類似度（意味類似度情報）と，関連する広告が存在する場合はその広告のＩＤ（関連広告ＩＤ）とが格納されている。なお，上記メタデータの識別子と類似メタデータの識別子との関係は１対Ｎであり，上記メタデータの識別子と関連広告ＩＤとの関係は１対Ｎである。

上記メタデータ間の意味類似度情報は，メタデータ関連化処理部２０７によって，空間ベクトル法などの判断方法でメタデータ間の内容の意味的な類似度が判断され，その判断結果，判断対象となったメタデータと関連メタデータの識別子とともに，意味類似度情報が格納される。例えば，ＲＳＳの各Ｉｔｅｍ間の意味的な類似度を，空間ベクトル法で文章（「Ｔｉｔｌｅ」＋「Ｄｅｓｃｒｉｐｔｉｏｎ」）間の類似度として計算し算出する。算出した結果，意味的類似度が，例えば０．３以上のものを抽出し，意味類似度テーブル４０２に格納すると，図６の図示の通りになる。なお，図６は，本実施の形態にかかる意味類似度テーブルの概略的な構成の一例を示す説明図である。

図６に示すように，意味類似度テーブル４０２は，意味的な類似度が判断される双方のメタデータの識別子（「オリジナルＩｔｅｍＩＤ」および「意味関連ＩｔｅｍＩＤ」）と，「類似度」と，双方のメタデータの類似度の算出に特に寄与した「特徴語」とから構成されるが，かかる例に限定されない。

図６に示す意味類似度テーブル４０２では，意味的類似度が最も高いメタデータの組合せは，「オリジナルＩｔｅｍＩＤ」が「４７５０８」のメタデータと，「意味関連ＩｔｅｍＩＤ」が「５１０５４」のメタデータであり，その場合の「類似度」は「０．４７０６４９」である。

メタデータ関連化処理部２０７は，さらに上記と同様な判断手法で後述する事業者ポリシーテーブルを参照し，メタデータと広告との間の類似度を判断し，類似度の高い関連する広告が存在する場合，その広告ＩＤ（関連広告ＩＤ）を意味類似度テーブルに格納する。

次に，時間類似度テーブル４０３には，メタデータの識別子と，そのメタデータと時間的に類似する類似メタデータ（関連メタデータ）の識別子と，当該メタデータと関連メタデータ間の類似度（時間類似度情報）と，関連する広告が存在する場合はその広告のＩＤ（関連広告ＩＤ）とが格納されている。なお，上記メタデータの識別子と類似メタデータの識別子との関係は１対Ｎであり，上記メタデータの識別子と関連広告ＩＤとの関係は１対Ｎである。

上記メタデータ間の時間類似度情報は，メタデータ関連化処理部２０７によって，後述する時間類似度判断テーブルを参照することで，メタデータ間の時間的な類似度が判断され，その判断結果，判断対象となったメタデータと関連メタデータの識別子とともに，時間類似度情報が格納される。

メタデータ関連化処理部２０７は，さらに上記と同様な判断手法で後述する事業者ポリシーテーブルを参照し，メタデータと広告との間の時間的な類似度を判断し，類似度の高い関連する広告が存在する場合，その広告ＩＤ（関連広告ＩＤ）を時間類似度テーブルに格納する。

次に，位置類似度テーブル４０４には，メタデータの識別子と，そのメタデータと位置的に類似する類似メタデータ（関連メタデータ）の識別子と，当該メタデータと関連メタデータ間の類似度（位置類似度情報）と，関連する広告が存在する場合はその広告のＩＤ（関連広告ＩＤ）とが格納されている。なお，上記メタデータの識別子と類似メタデータの識別子との関係は１対Ｎであり，上記メタデータの識別子と関連広告ＩＤとの関係は１対Ｎである。

上記メタデータ間の時間類似度情報は，メタデータ関連化処理部２０７によって，上述の解析情報テーブルテーブル３０３に格納された緯度・経度情報に基づきメタデータ間の物理的距離を求めることで，メタデータ間の位置的な類似度が判断され，その結果，判断対象となったメタデータと関連メタデータの識別子とともに，位置類似度情報が格納される。

メタデータ関連化処理部２０７は，さらに上記と同様な判断手法で後述する事業者ポリシーテーブルを参照し，メタデータと広告との間の位置的な類似度を判断し，類似度の高い関連する広告が存在する場合，その広告ＩＤ（関連広告ＩＤ）を位置類似度テーブルに格納する。

次に，３軸類似度テーブル４０４には，メタデータの識別子と，そのメタデータと位置的に類似する類似メタデータ（関連メタデータ）の識別子と，関連する広告が存在する場合はその広告のＩＤ（関連広告ＩＤ）とが格納されている。なお，上記メタデータの識別子と類似メタデータの識別子との関係は１対Ｎであり，上記メタデータの識別子と関連広告ＩＤとの関係は１対Ｎである。

上記３軸類似度テーブル４０４に格納される上記メタデータと類似メタデータの識別子は，メタデータ関連化処理部２０７によって，上記意味類似度，時間類似度，および位置類似度が所定値以上であるメタデータのみが抽出されたものである。なお，上記抽出されるメタデータのうち最も類似度が高いメタデータのみ関連メタデータＤＢ２０３に格納される場合でもよく，最も類似度が高いメタデータが複数の場合は，複数のメタデータが格納される。上記所定値は，利用者端末１０１から動的にパラメータとして渡される場合でもよく，予めメタデータアグリゲーションサーバ１０４に各利用者ごとにパラメータが登録される場合でもよい。

メタデータ関連化処理部２０７は，さらに上記と同様な判断手法で後述する事業者ポリシーテーブルを参照し，メタデータと広告との間が３軸の尺度（意味類似度，時間類似度，および位置類似度）で所定値以上の類似度を有する広告情報を抽出し，その広告のＩＤを関連広告ＩＤとして３軸類似度テーブル４０５に格納する。

なお，図５に示す意味類似度テーブル４０２，時間類似度テーブル４０３，位置類似度テーブル４０４，および３軸類似度テーブル４０５には，メタデータと関連メタデータの識別子が格納される場合を例に挙げて説明したが，かかる例に限定されず，例えば，メタデータと関連メタデータ自体が格納される場合でも実施可能である。

次に，図７に示すように，本実施の形態にかかるユーザアクションログＤＢ２０４は，重み付けパラメータテーブル５０２と，情報遷移テーブル５０３と，検索ログテーブル５０４とを有する。

上記重み付けパラメータテーブル５０２には，収集されたメタデータから形態素解析等によって抽出された単語の重要度を求める際の重み付けのパラメータとなる重要度重み付けパラメータと，メタデータ間の類似度を判断する際の重み付けのパラメータとなる類似度重み付けパラメータとが格納されている。

重要度重み付けパラメータは，重み付け対象となるメタデータの識別子と，そのメタデータに含まれる単語（キーワード）と，重み付けパラメータ値となる重要度ポイントとから少なくとも構成される。

また，上記類似度重み付けパラメータは，重み付け対象となるメタデータ間の識別子（メタデータの識別子と，そのメタデータに類似する関連メタデータの識別子）と，類似度を判断する際の重み付けのパラメータ値となる関連度ポイントとから少なくとも構成される。

次に，上記情報遷移テーブル５０３には，メタデータの識別子と，そのメタデータに関連する関連メタデータの識別子と，上記メタデータが表示された画面から上記関連メタデータが表示された画面に遷移した回数を示す遷移数とが，各メタデータごとに格納される。なお，上記遷移数は，例えば利用者による入力部１１６の操作によって，メタデータアグリゲーションサーバ１０４又はＷｅｂサーバ１０５に別のメタデータが表示された画面を要求するためアクセスし，別の画面に切換えた回数の総和である。利用者端末１０１が蓄積するユーザアクセスデータから遷移数が求められる。

検索ログテーブル５０４には，検索されたメタデータの識別子と，検索時に指定されたキーワード（検索キーワード）と，検索されたメタデータにアクセスした回数（アクセス数）とが，各メタデータごとに格納されている。

次に，図８に示すように，本実施の形態にかかる事業者ポリシーＤＢ２０２には，事業者情報テーブル６０２と，事業者広告情報テーブル６０３と，事業者広告ポリシーテーブル６０４とが格納されている。

上記事業者情報テーブル６０２には，事業者に関する情報（事業者情報）が格納されており，例えば，事業者情報テーブル６０２には，図８に示すように，事業者名と，事業者ＩＤと，事業者ＵＲＬとが格納されている。なお，事業者情報テーブル６０２に格納される情報は，かかる例に限定されない。

また，上記事業者ＩＤが付与された事業者に対してのみ利用者端末１０１を利用し，事業者ポリシーＤＢ２０２に格納された各種情報テーブルの内容を設定／更新等するアクセス権が与えられる。なお，上記事業者ＩＤを複数割当て，事業者を代行する第三者に上記アクセス権を付与する場合でも実施可能である。

上記事業者広告情報テーブル６０３には，事業者が配信する広告に関する情報（広告情報）が格納されており，例えば，事業者広告情報テーブル６０３には，図８に示すように，事業者ＩＤと，広告情報を識別する広告ＩＤと，広告のタイトルと，リンク先を示すリンクと，広告の概要を示すサマリーと，広告のカテゴリーとが格納されている。

上記事業者広告ポリシーテーブル６０４には，事業者が広告をメタデータに関連付けて配信する際のルールや条件等を定めるためのポリシー情報が格納されている。例えば，事業者広告ポリシーテーブル６０４には，図８に示すように，広告ＩＤと，カテゴリーと，メタデータと広告とを意味的に関連付けるキーワードが設定される関連キーワードと，メタデータと広告とを時間的に関連付ける時間が設定される関連時間と，メタデータと広告とを位置的に関連付ける緯度・経度等が設定される関連場所と，メタデータと広告を事業者で関連付けるための事業者名が設定される関連事業者とが格納されている。

なお，本実施の形態にかかる事業者広告ポリシーテーブル６０４には，広告情報をメタデータに関連付ける際の条件（関連キーワード，関連時間，関連場所，関連事業者）等が格納される場合を例に挙げて説明したが，かかる例に限定されず，例えば，広告情報をメタデータに関連付けない条件（非関連キーワード，非関連時間，非関連場所，非関連事業者）等が格納される場合であっても実施可能である。

次に，図９を参照しながら，本実施の形態にかかるメタデータの収集処理について説明する。図９は，本実施の形態にかかるメタデータ収集処理の概略を示すフローチャートである。

図９に示すように，本実施の形態にかかるメタデータ収集処理は，まず，メタデータ収集部２０９は，メタデータを収集する収集先がリストアップされたメタデータ収集先ＵＲＬリストを参照（Ｓ１０１）し，次にメタデータを収集する収集先のＵＲＬを取得する。なお，収集先としては，例えば，Ｗｅｂサーバ１０５等を例示することができる。なお，上記収集先を示すものとして，ＵＲＬの場合を例に挙げて説明するが，かかる例に限定されない。

次に，メタデータ収集部２０９は，上記ＵＲＬに基づき，Ｗｅｂサーバ１０５等の収集先にアクセスし，構造化された文書データを要求する。収集先から文書データを受信すると，文書データのうちニュースや，ブログ（ＷｅｂＬｏｇ）の概要等のメタデータファイルが含まれる場合，そのメタデータファイルを収集する（Ｓ１０３）。なお，ブログは，継続して更新され続けるＷｅｂページのことである。

次に，メタデータ収集部２０９は，収集したメタデータファイルが新規に作成されたファイルまたは更新されたファイルであるかを判断し，新規又は更新されたメタデータファイルである場合（Ｓ１０４），メタデータ収集部２０９は，メタデータファイル内に埋め込まれたタグ等に基づき，そのメタデータファイルをパース処理（Ｓ１０５）することで，例えば，タイトルや，カテゴリーなど，１又は２以上のメタデータを抽出し，メタデータＤＢ２１０に格納する（Ｓ１０６）。

次に，図１０を参照しながら，本実施の形態にかかるメタデータを解析するメタデータ解析処理について説明する。図１０は，本実施の形態にかかるメタデータ解析処理の概略を示すフローチャートである。

図１０に示すように，まず，メタデータ解析部２０６は，メタデータＤＢ２１０からメタデータ（又は，メタデータサマリーＩ（ｊ））とメタデータ内の位置を示す位置情報Ｌ（ｊ）を取得する（Ｓ２０１）。なお，上記変数ｊは，任意の自然数である。

メタデータ解析部２０６は，取得したメタデータを以前に解析したか否かを確認する（Ｓ２０２）。なお，確認する手段として，例えば，取得したメタデータに解析フラグを設け，メタデータ解析部２０６が上記解析フラグを参照することで解析の有無を判断するが，かかる例に限定されない。

次に，以前に解析したことがない場合，メタデータ解析部２０６は，取得したメタデータ（又は，メタデータサマリーＩ（ｊ））を形態素解析し，メタデータを意味のある最小単位である特徴語（Ｔｅｒｍ（ｊ））に分解する（Ｓ２０３）。

次に，メタデータ解析部２０６は，形態素解析された各Ｔｅｒｍ（ｊ）についてＴＦ／ＩＤＦ法（空間ベクトル法）により，重要度情報となる重要度Ｗ（ｊ，ｋ）を求める（Ｓ２０４）。

各Ｔｅｒｍ（ｊ）について，重要度Ｗ（ｊ，ｋ）が求められたら（Ｓ２０４），次にメタデータ解析部２０６は，メタデータの各Ｔｅｒｍ（ｊ）の中で，例えば，重要度Ｗ（ｊ，ｋ）が上位５位内のＴｅｒｍ（ｊ）全てをメタデータＤＢ２１０の解析情報テーブル３０３に特徴キーワードとして，重要度情報（重要度Ｗ（ｊ，ｋ））とともに格納する（Ｓ２０５）。

また一方で，メタデータ解析部２０６がメタデータを解析したことがある場合（Ｓ２０２），該当する各Ｔｅｒｍ（ｊ）の重要度ポイント“ｐ１”が上記ユーザアクションＤＢ２０４の重み付けパラメータテーブル５０２に格納されているか否かを確認する（Ｓ２０６）。

確認後（Ｓ２０６），重み付けパラメータテーブル５０２に“ｐ１”が格納され，その“ｐ１”が更新されていた場合（Ｓ２０６），更新後の“ｐ１”を重要度情報（重要度Ｗ（ｊ，ｋ））に反映させるため，重要度Ｗ（ｊ，ｋ）に更新後の“ｐ１”を乗算し（Ｓ２０７），その値を重要度情報として，解析情報テーブル３０３に格納する（Ｓ２０８）。

次に，メタデータテーブル３０２のメタデータ位置情報Ｌ（ｊ）に住所などの位置を特定するための情報が格納されていた場合（Ｓ２０９），メタデータ解析部２０６は，その情報を取得し，緯度，経度を計算することで求めて，その緯度・経度が設定された位置特定情報を生成する（Ｓ２１０）。

メタデータ解析部２０６は，生成された位置特定情報をメタデータＤＢ２１０の解析情報テーブル３０３に格納することで，メタデータ解析処理の一連の処理が終了する。なお，イベントの開始時刻，終了時刻，または営業時間等の時間情報については，そのまま時間情報として解析情報テーブル３０３に格納されるが，かかる例に限定されず，例えば，時間情報については，解析情報テーブル３０３に格納せず，メタデータテーブル３０２からそのまま時間情報として取得する場合でも実施可能である。

次に，図１１を参照しながら，本実施の形態にかかるメタデータ間の類似性を判断する類似判断処理について説明する。図１１は，本実施の形態にかかる類似判断処理の概略を示すフローチャートである。

図１１に示すように，まず，メタデータ関連化処理部２０７は，メタデータテーブル３０２に格納されたメタデータ間の内容の意味的な類似性について判断する意味類似性処理（Ｓ３０１）を実行する。

上記意味類似性処理（Ｓ３０１）が終了後，次に，メタデータ関連化処理部２０７は，メタデータ間の時間的な類似性について判断する時間類似性処理（Ｓ３０２）を実行し，上記時間類似性処理（Ｓ３０２）が終了後，次に，メタデータ間の位置的な類似性を判断する空間類似性処理（Ｓ３０３）を実行する。

最後に，メタデータ関連化処理部２０７は，意味的，時間的，および位置的の３軸の尺度で，メタデータ間の類似性を判断する３軸類似性処理（Ｓ３０４）を実行する。以上で，本実施の形態にかかる類似判断処理の一連の処理が終了する。なお，本実施の形態にかかる類似判断処理は，日次又は月次など定期的に行われるバッチ処理であるが，かかる例に限定されず，例えば，利用者端末１０１から要求されるタイミング，または新たな文書データが作成された等のタイミングで類似判断処理がリアルタイムで実行されるオンライン処理等の場合でも実施可能である。

次に，図１１に示す類似判断処理に構成される各処理（意味類似性処理（Ｓ３０１），時間類似性処理（Ｓ３０２），空間類似性処理（Ｓ３０３），３軸類似性処理（Ｓ３０４））について，以下に説明する。

まず，図１２を参照しながら，本実施の形態にかかる意味類似性処理（Ｓ３０１）について説明する。図１２は，本実施の形態にかかる意味類似性処理の概略を示すフローチャートである。

図１２に示すように，本実施の形態にかかる意味類似性処理では，まず，メタデータ関連化処理部２０７が，メタデータ解析部２０６によって解析され，解析情報テーブル３０３に格納された特徴キーワードとしての単語（Ｔｅｒｍ）と，そのＴｅｒｍの重要度情報と，さらにメタデータテーブル３０２に格納されたメタデータ識別子とを取得する（Ｓ４０１）。

次に，メタデータ関連化処理部２０７は，取得したメタデータとメタデータテーブル３０２に格納された他のメタデータについてメタデータ間の意味的な類似度を，上記Ｔｅｒｍと重要度情報とを参照し，空間ベクトル法を使用して求める（Ｓ４０２）。

メタデータ関連化処理部２０７は，上記取得したメタデータについて各メタデータとの意味類似度を計算し，意味類似度情報を生成すると，当該メタデータの識別子と，そのメタデータと意味類似度が判断されたメタデータ（類似メタデータ又は関連メタデータ）の識別子と，さらに意味類似度情報を関連メタデータＤＢ２０３に格納する（Ｓ４０３）。

さらに，メタデータ関連化処理部２０７は，まだ意味類似度の判断が行われていない，未取得のメタデータについて，同様に，メタデータ識別子と，Ｔｅｒｍと，重要度情報とを取得し，意味類似度情報を生成する（Ｓ４０３）。

メタデータテーブル３０２に格納されたメタデータ全てについてメタデータ間の意味的な類似性が判断され，意味類似度情報が関連メタデータＤＢ２０３に格納された場合（Ｓ４０３），メタデータ関連化処理部２０７は，ユーザアクションログＤＢ２０４の重み付けパラメータテーブル５０２に各メタデータの関連度ポイント“ｐ２”が格納されているか否かを確認する（Ｓ４０４）。

上記関連度ポイント“ｐ２”が重み付けパラメータテーブル５０２に格納されていた場合，メタデータ関連化処理部２０７は，上記関連度ポイント“ｐ２”を上記意味類似度情報の値に乗算し，“ｐ２”を反映する（Ｓ４０５）。なお，本実施の形態にかかる関連度ポイントは，遷移数に基づき求められるが，詳細については後述する。

次に，メタデータ関連化処理部２０７は，格納先の関連メタデータＤＢ２０３の該当個所を反映後（Ｓ４０５）の意味類似度情報に更新する。なお，関連度ポイント“ｐ２”が格納されず，存在しない場合は，上記Ｓ４０５〜Ｓ４０６の処理は実行されない。

次に，メタデータ関連化処理部２０７は，メタデータのＴｅｒｍが上記事業者ポリシーＤＢに格納された関連キーワードに一致または類似するのかを判断する（Ｓ４０７）。なお，メタデータのＴｅｒｍと関連キーワードの類似性の判断は，例えば，上記空間ベクトル法等を使用して行われ，所定値以上の類似度を示した場合，上記Ｔｅｒｍ（メタデータ）と関連キーワード（広告情報）の間には類似性があると判断される。

上記Ｓ４０７で，メタデータ関連化処理部２０７が，メタデータのＴｅｒｍと一致する又は類似する関連キーワードが存在すると判断した場合，次に，メタデータ関連化処理部２０７は，上記関連キーワードに該当する広告情報のＩＤ（広告ＩＤ）を関連広告ＩＤとして，関連メタデータＤＢ２０３に格納する（Ｓ４０８）。

関連広告ＩＤとＴｅｒｍを含むメタデータとが関連付けられることで，例えば，検索する際に指定したキーワードと関連性のあるメタデータを情報提供するだけに留まらず，さらにそのキーワードに関連性のある広告情報を利用者に提供することができる。

なお，本実施の形態にかかる事業者ポリシーデータの登録に連動してリアルタイムにメタデータ関連化処理部２０７が広告情報とメタデータとの意味的な類似性を判断する場合でも実施可能である。

次に，図１３を参照しながら，本実施の形態にかかる時間類似性処理（Ｓ３０２）について説明する。なお，図１３は，本実施の形態にかかる時間類似性処理の概略を示すフローチャートである。

図１３に示すように，本実施の形態にかかる時間類似性処理では，まず，メタデータ関連化処理部２０７が，メタデータ解析部２０６により，解析情報テーブル３０３に格納された時間情報，メタデータテーブル３０２に格納されたメタデータ識別子とを取得する（Ｓ５０１）。

次に，メタデータ関連化処理部２０７は，上記取得したメタデータと時間的な類似性の判断対象となるメタデータをメタデータＤＢ２１０から取得する（Ｓ５０２）。

次に，メタデータ関連化処理部２０７は，上記取得したメタデータと，そのメタデータと類似性の判断対象となるメタデータとの時間的類似度を時間類似度判断テーブルを参照することで，判断する（Ｓ５０３）。

メタデータ間の時間的類似度が判断されると，その判断の結果生成される時間類似度情報を，上記取得したメタデータの識別子と当該メタデータの判断対象となったメタデータ（関連メタデータ）の識別子とともに，関連メタデータＤＢ２０３の時間類似度テーブル４０３に格納する（Ｓ５０４）。

さらに，メタデータ関連化処理部２０７は，まだ時間類似度の判断が行われていない未取得のメタデータについて，同様に，メタデータ識別子と，時間情報とを取得し，時間類似度情報を生成する（Ｓ５０３）。

メタデータテーブル３０２に格納されたメタデータ全てについてメタデータ間の時間的な類似性が判断され，時間類似度情報が関連メタデータＤＢ２０３に格納された場合（Ｓ５０４），メタデータ関連化処理部２０７は，取得したメタデータの時間情報が上記事業者ポリシーＤＢに格納された関連時間に一致または類似するのかを判断する（Ｓ５０５）。なお，メタデータの時間情報と関連時間の類似性の判断は，例えば，上記時間類似度判断テーブルを参照することで行われる。

上記Ｓ５０５で，メタデータ関連化処理部２０７が，メタデータのＴｅｒｍと一致する又は類似する関連時間が存在すると判断した場合，次に，メタデータ関連化処理部２０７は，上記関連時間に該当する広告情報のＩＤ（広告ＩＤ）を関連広告ＩＤとして，関連メタデータＤＢ２０３に格納する（Ｓ５０６）。

関連広告ＩＤと時間情報に係るメタデータとが関連付けられることで，例えば，検索する際に指定した時間又は時刻と関連性のあるメタデータを情報提供するだけに留まらず，さらにその指定時間又は指定時刻に関連性のある広告情報を利用者に提供することができる。

なお，本実施の形態にかかる事業者ポリシーデータの登録に連動してリアルタイムにメタデータ関連化処理部２０７が広告情報とメタデータとの時間的な類似性を判断する場合でも実施可能である。

ここで，図１４を参照しながら，本実施の形態にかかる時間類似性処理（Ｓ３０２）で使用された時間類似度判断テーブルについて，さらに詳細に説明する。なお，図１４は，本実施の形態にかかる時間類似度判断テーブルの概略的な構成を示す説明図である。

図１４に示す時間類似度判断テーブルは，メタデータアグリゲーションサーバ１０４に備わるストレージ装置（図示せず。）に格納され，メタデータ関連化処理部２０７は，必要に応じて，上記時間類似度判断テーブルを参照することができる。

図１４に示すように，時間類似度判断テーブルは，時間類似度レベルと，ケース１〜ケース４の時間類似度を判断するモデルケースとから構成されている。

上記時間類似度レベルは，時間類似度情報に設定される値（時間類似度レベル）として，“１”全部一致〜“４−ｂ”一日以内後までの７つから少なくとも構成されるが，かかる例に限定されない。

上記ケース１〜ケース４は，メタデータの時間情報のうち，例えば所定期間開催されるようなイベントに関する時間情報と，突発的に一時的に発生するようなニュースに関する時間情報とを組合せることで，メタデータ間の時間的な類似度を判断している。

図１４に示すように，ケース１では，双方のメタデータの時間情報がイベントに関する時間情報の場合，メタデータ間の時間的な類似性が判断され，ケース２では，双方のメタデータの時間情報がニュースに関する時間情報の場合，メタデータ間の時間的な類似性が判断され，ケース３とケース４では，双方のメタデータの時間情報がイベントとニュースに関する時間情報の場合，メタデータ間の時間的な類似性が判断される。

なお，本実施の形態にかかるメタデータの時間情報は，イベントに関する時間情報またはニュースに関する時間情報の場合を例に挙げて説明したが，例えば，メタデータの時間情報が，開催期間など所定の時間幅を有する時間情報や，時間幅が限りなく短く，一時的又は瞬間的な時間情報のどちらかであれば，かかる例に限定されない。

上記時間類似度レベルのうち，“１”全部一致では，ケース１の双方の時間情報がイベントに関する時間情報であって，双方の始めと終わりの時間が一致している場合に“１”全部一致であると判断される。なお，完全一致の場合に限定されず，例えば，始めと終わりの日時が分単位まで一致すれば，秒単位が相違しても“１”全部一致であると判断するなど，ある一定の誤差を考慮する場合でも実施可能である。

また，ケース２において時間類似度レベルが“１”全部一致の場合も，双方の時間情報が示す発生時刻等が一致する場合に“１”全部一致であると判断されるが，完全一致の場合に限らず，所定の誤差が考慮される場合であっても実施可能である。

さらに，ケース３，４における“１”全部一致の場合，ニュースに関する時間情報がイベントに関する時間情報の始めから終わりの範囲内に完全に含まれる場合，上記“１”全部一致であると判断される。

上記“２−ａ”前半に部分マッチの場合は，ケース１の場合のみ該当し，時間的類似度が判断されるメタデータ（イベント１）の時間情報の前半部分にイベント２の時間情報が重複する場合に，“２−ａ”であると判断される。なお，時間類似度レベルが“２−ｂ”の場合もケース１のみ該当する。また“２−ｂ”は前半部分ではなく，イベント１の時間情報の後半部分にイベント２の時間情報が重複する場合に“２−ｂ”に該当すると判断される。

また，時間類似度レベルが“３−ａ”については，イベント１の時間情報が示す時刻よりもイベント２の時間情報が示す時刻の方が早く，その差が１時間以内である場合，“３−ａ”に該当すると判断され，同様に，“３−ｂ”については，イベント１の時間情報が示す時刻よりもイベント２の時間情報が示す時刻の方が遅く，その差が１時間以内である場合，“３−ｂ”に該当すると判断される。

さらに，時間類似度レベルが“４−ａ”については，イベント１の時間情報が示す日時よりもイベント２の時間情報が示す日時の方が早く，その差が１日以内（２４時間）である場合，“４−ａ”に該当すると判断され，同様に，“４−ｂ”については，イベント１の時間情報が示す日時よりもイベント２の時間情報が示す日時の方が遅く，その差が１日以内である場合，“４−ｂ”に該当すると判断される。

メタデータ関連化処理部２０７は，メタデータの時間情報を取得すると，取得した時間情報が所定の時間幅を有する時間情報（イベントに関する時間情報）であるのか，または一時的な時間情報（ニュースに関する時間情報）であるのかを判断する。

次に，メタデータ関連化処理部２０７は，ケース１〜ケース４のどのモデルケースに上記判断した時間情報が該当するのかを判断し，さらにメタデータ間の時間類似度レベルがどのレベル（“１”〜“４―ｂ”）に該当するかを判断する。

メタデータ関連化処理部２０７は，判断した結果，時間類似度レベルの値を時間類似度情報に設定し，時間類似度情報を生成する。以下，関連メタデータＤＢ２０３にメタデータ識別子，関連メタデータ識別子，および時間類似度情報が格納される処理については，上記説明した通りであるため，省略する。

メタデータ関連化処理部２０７が，上記時間類似度判断テーブルを参照することで，容易に，効率的にメタデータ間の時間的な類似性を判断することができる。なお，本実施の形態にかかる時間類似度判断テーブルは，利用者ごとに生成され，時間類似度レベルを利用者がカスタマイズする場合であっても実施可能である。

次に，図１５を参照しながら，本実施の形態にかかる空間類似性処理（Ｓ３０３）について説明する。なお，図１５は，本実施の形態にかかる空間類似性処理の概略を示すフローチャートである。

図１５に示すように，本実施の形態にかかる空間類似性処理では，まず，メタデータ関連化処理部２０７が，メタデータ解析部２０６により，解析情報テーブル３０３に格納された位置特定情報（経度・緯度），メタデータテーブル３０２に格納されたメタデータ識別子とを取得する（Ｓ６０１）。

次に，メタデータ関連化処理部２０７は，上記取得したメタデータと位置的な類似性の判断対象となるメタデータをメタデータＤＢ２１０から取得する（Ｓ６０２）。

次に，メタデータ関連化処理部２０７は，上記取得したメタデータと，そのメタデータと類似性の判断対象となるメタデータとの位置的な類似度を，双方の位置特定情報に含む緯度，経度からメタデータ間の距離を求めて，位置類似度情報を生成する（Ｓ６０３）。

なお，本実施の形態にかかるメタデータ間の距離は，緯度，経度から求められる物理的な距離の場合を例示することができるが，かかる例に限定されない。また，位置類似度情報には，上記求められたメタデータ間の距離が設定されるが，かかる例に限定されず，例えば，位置類似度情報には，上記説明した時間類似度レベルのようにメタデータ間の距離に応じて複数段階のレベルに分類されたレベルの数値が設定される場合等でも実施可能である。

メタデータ間の位置的な類似度が判断され，その判断の結果生成される位置類似度情報を，上記取得したメタデータの識別子と当該メタデータと位置的な類似性の判断対象となったメタデータ（関連メタデータ）の識別子とともに，関連メタデータＤＢ２０３の位置類似度テーブル４０３に格納する（Ｓ６０４）。

さらに，メタデータ関連化処理部２０７は，まだ位置類似度の判断が行われていない未取得のメタデータについて，同様に，メタデータ識別子と，位置特定情報とを取得し，位置類似度情報を生成する（Ｓ６０３）。

メタデータテーブル３０２に格納されたメタデータ全てについてメタデータ間の位置的な類似性が判断され，位置類似度情報が関連メタデータＤＢ２０３に格納された場合（Ｓ６０４），メタデータ関連化処理部２０７は，取得したメタデータの時間情報が上記事業者ポリシーＤＢに格納された関連場所に一致または類似するのかを判断する（Ｓ６０５）。なお，メタデータの位置特定情報と関連場所の類似性の判断は，例えば，上記説明のメタデータ間の距離を求めることで行われ，例えばメタデータの位置特定情報と関連場所との距離が所定値以下であれば位置的な類似性が高いと判断される。位置的な類似度の判断基準としては，例えば，図１６に示す位置類似度判断テーブルを予め作成しておくことで，メタデータ関連化処理部２０７は，位置的な類似度を判断できる。さらに，位置的な類似度が判断された後，図１６に示すように，メタデータ関連化処理部２０７は，例えば，徒歩１５分以内（レベル５）の位置的な類似度に該当するメタデータだけを抽出することもできる。図１６は，位置類似度判断テーブルの概略的な構成の一例を示す説明図である。

図１６に示すように，位置類似度判断テーブルは，メタデータ間の距離が算出され，類似度の評価をレベル別に表わす「類似度レベル」と，各レベルの距離範囲を示す「該当範囲」と，どの程度位置的に類似しているのか度合いを示す「類似度」とから少なくとも構成される。なお，本実施の形態にかかる位置類似度判断テーブルには，「類似度レベル」が含まれる場合を例に挙げて説明したが，かかる例に限定されず，位置類似度判断テーブルには，「該当範囲」と「類似度」が含まれる場合，「類似度レベル」と「該当範囲」が含まれる場合等でもよい。

上記Ｓ６０５で，メタデータ関連化処理部２０７が，メタデータの位置特定情報と関連場所との距離に基づいて，類似性が高いと判断した場合，次に，メタデータ関連化処理部２０７は，上記関連場所に該当する広告情報のＩＤ（広告ＩＤ）を関連広告ＩＤとして，関連メタデータＤＢ２０３に格納する（Ｓ６０６）。

関連広告ＩＤと位置特定情報に係るメタデータとが関連付けられることで，例えば，検索する際に指定した場所と関連性のあるメタデータを情報提供するだけに留まらず，さらにその指定場所から距離が近い等の関連性のある広告情報を利用者に提供することができる。

なお，本実施の形態にかかる事業者ポリシーデータの登録に連動してリアルタイムにメタデータ関連化処理部２０７が広告情報とメタデータとの位置的な類似性を判断する場合でも実施可能である。

次に，図１７を参照しながら，本実施の形態にかかる３軸類似性処理（Ｓ３０４）について説明する。なお，図１７は，本実施の形態にかかる３軸類似性処理の概略を示すフローチャートである。

図１７に示すように，本実施の形態にかかる３軸類似性処理では，まず，メタデータ関連化処理部２０７は，抽出設定ファイルを参照し，抽出設定ファイルから抽出パラメータａ（意味類似度情報の設定値）と，抽出パラメータｂ（時間類似度情報の設定値）と，抽出パラメータｃ（位置類似度情報の設定値）とを取得する（Ｓ７０１）。なお，上記抽出パラメータｂと抽出パラメータｃはリミット値となる値である。また，本実施の形態にかかる抽出設定ファイルは，情報提供システム１００内で１つのファイルに限定されず，利用者ごとに生成する等の場合でもよく，また抽出設定ファイルは，抽出パラメータａ〜抽出パラメータｃが指定されることで動的に生成される場合等でもよい。

次に，メタデータ関連化処理部２０７が，メタデータテーブル３０２に格納されたメタデータ又はメタデータの識別子を取得する（Ｓ７０２）。

メタデータ関連化処理部２０７は，上記取得したメタデータと意味的類似性について上記抽出パラメータａの設定値以上のメタデータを関連メタデータとしてメタデータＤＢ２１０から取得する（Ｓ７０３）。

また，メタデータ関連化処理部２０７は，上記取得したメタデータと時間的類似性について上記抽出パラメータｂの設定値以内のメタデータを関連メタデータとしてメタデータＤＢ２１０から取得する（Ｓ７０４）。

さらに，メタデータ関連化処理部２０７は，上記取得したメタデータと位置的類似性について上記抽出パラメータｃの設定値以内のメタデータを関連メタデータとしてメタデータＤＢ２１０から取得する（Ｓ７０５）。

上記Ｓ７０３〜Ｓ７０５において取得した関連メタデータ群を，メタデータ関連化処理部２０７は，関連メタデータＤＢ２０３に格納する（Ｓ７０６）。なお，上記Ｓ７０３〜Ｓ７０５において取得した関連メタデータ群のうち，抽出パラメータａ〜抽出パラメータｃと最も類似度が高いメタデータを関連メタデータＤＢ２０３に格納する場合でもよい。以上で，本実施の形態にかかる３軸類似性処理の一連の動作が終了する。

次に，図１８を参照しながら，本実施の形態にかかるユーザアクションデータ収集解析処理について説明する。図１８は，本実施の形態にかかるユーザアクションデータ収集解析処理の概略を示すフローチャートである。

図１８に示すように，本実施の形態にかかるユーザアクションデータ収集解析処理では，まず，利用者端末１０１に蓄積される利用者のアクセス情報からＴｅｒｍの重要度の重み付けとする重要度ポイントを求める処理が実行される。

最初に，ユーザアクセスログ収集部２０５は利用者端末１０１が蓄積する利用者のアクセスデータ（ユーザアクセスログデータ）を収集する。次に，ユーザアクセスログ収集部２０５は，利用者のユーザアクセスログデータから検索ログを取得する（Ｓ８０１）。

ユーザアクセスログ収集部２０５は，検索ログに含まれる検索キーワードと，実際にアクセスしたメタデータ又はメタデータの識別子と，当該メタデータにアクセスしたアクセス数とを，ユーザアクションログＤＢ２０４に格納する（Ｓ８０２）。

次に重要度ポイントを計算するため，ユーザアクセスログ処理部２０８は，検索キーワードでＴｅｒｍ（単語，特徴語）が少なくとも一度は検索され，実際にアクセスされたメタデータｍ（ｉ）を取得する（Ｓ８０３）。なお，変数ｉは自然数である。

さらに，ユーザアクションログＤＢ２０４に格納されたアクセス数に基づき，ユーザアクセスログ処理部２０８は，各メタデータｍ（ｉ）のアクセス数の総和ｓ（ｉ）を算出する。

次に，ユーザアクセスログ処理部２０８は，Ｔｅｒｍ（単語，特徴語）を含むメタデータについてのアクセス数ａ（ｉ）各々を，先程算出したｓ（ｉ）で割ることで，正規化し，その値ｒ（ｉ）を重要度ポイントとしてユーザアクションログＤＢ２０４に格納する（Ｓ８０４）。

次に，ユーザアクセスログ収集部２０５により収集されたユーザアクセスデータに含まれるメタデータ間の遷移履歴情報をユーザアクションログＤＢ２０４から抽出し，メタデータ間の関連度ポイントを求める処理を実行する。以下，関連度ポイントを求める処理について説明する。

まず，ユーザアクセスログ収集部２０５が収集したユーザアクセスログデータのうち，ユーザアクセスログ収集部２０５はメタデータ間の遷移履歴情報を取得する（Ｓ８０５）。

次に，ユーザアクセスログ収集部２０５は，遷移元のメタデータ又はメタデータの識別子と，遷移先のメタデータ又はメタデータの識別子と，遷移元から遷移先のメタデータに遷移した回数を示す遷移数とをユーザアクションログＤＢ２０４に格納する（Ｓ８０６）。

なお，遷移履歴情報は，表示画面を切換える度に生成される履歴情報である。遷移履歴情報には，遷移元のメタデータ又はその識別子と，遷移先のメタデータ又はその識別子と，遷移数とが含まれている。遷移元のメタデータは，例えば，表示画面を切換える前の利用者端末１０１の画面に表示されたメタデータ等であり，遷移先のメタデータは，例えば，表示画面を切換えた後の利用者端末１０１の画面に表示されたメタデータ等である。

次に，ユーザアクセスログ処理部２０８は，ユーザアクションログＤＢ２０４から遷移元と遷移先のメタデータと，それらの遷移数とを抽出し，遷移先のメタデータが遷移元のメタデータ自身に関連する関連メタデータＤＢ２０３に格納された関連メタデータであって，その関連メタデータへの遷移が少なくとも一度は行われた遷移元のメタデータｍ（ｊ）を取得する（Ｓ８０７）。

上記取得したメタデータｍ（ｊ）から遷移先のメタデータに遷移した遷移数の総和ｓ（ｊ）で，上記取得したメタデータｍ（ｊ）から関連メタデータへの遷移数ａ（ｊ）を各々割って，正規化し，その値ｒ（ｊ）を関連度ポイントとしてユーザアクションログＤＢ２０４に格納する（Ｓ８０８）。

上記関連度ポイントが例えば，上記説明の類似度の判断において重み付けのパラメータ値となるため，利用者によって実際にメタデータをアクセスすることで，ユーザによるメタデータの関連付け，またはリンク付けを，類似度判断処理に反映することができる。

次に，図１９を参照しながら，本実施の形態にかかる事業者ポリシーデータ（広告類似ルール）収集処理について説明する。なお，図１９は，本実施の形態にかかる事業者ポリシーデータ収集処理の概略を示すフローチャートである。

図１９に示すように，本実施の形態にかかる事業者ポリシーデータ収集処理では，まず，事業者が利用者端末１０１を操作し，利用者端末１０１からメタデータアグリゲーションサーバ１０４にネットワーク１０３を介してアクセスし，事業者情報テーブル６０２に事業者情報を登録する（Ｓ９０１）。なお，事業者情報テーブル６０２に事業者情報が格納されない限り，事業者は広告情報等を配信することができない。

次に，登録後（Ｓ９０１），事業者は，利用者端末１０１を操作し，利用者端末１０１からメタデータアグリゲーションサーバ１０４にアクセスすることで，さらに事業者ポリシーＤＢ２０２の事業者広告情報テーブル６０３に広告情報または事業者広告ポリシーテーブル６０４に事業者ポリシーデータ（広告類似ルール）を登録する（Ｓ９０２）。

次に，図２０を参照しながら，本実施の形態にかかる利用者端末１０１の画面に表示するためのビューデータ生成処理について説明する。図２０は，本実施の形態にかかるビューデータ生成処理の概略を示すフローチャートである。

図２０に示すように，本実施の形態にかかるビューデータ生成処理では，まず，コンテンツジェネレータ部２１１は，検索設定ファイルを参照し，検索設定ファイルからビューデータを生成するため，メタデータを検索する際に用いられる検索パラメータを取得する（Ｓ１００１）。

なお，本実施の形態にかかる検索設定ファイルには，検索パラメータａ（意味類似度情報の設定値）と，検索パラメータｂ（時間類似度情報の設定値）と，検索パラメータｃ（位置類似度情報の設定値）とが設定されているが，これは上記説明の抽出パラメータａ（意味類似度情報の設定値）と，抽出パラメータｂ（時間類似度情報の設定値）と，抽出パラメータｃ（位置類似度情報の設定値）と，ほぼ同様な構成であるため詳細な説明は省略する。また，検索設定ファイルは，例えば，予めメタデータアグリゲーションサーバ１０４内に格納されている場合でもよく，利用者からリアルタイムに検索設定ファイルの生成を受付けて動的に生成されてもよい。

次に，コンテンツジェネレータ２１１は，検索設定ファイルにしたがってメタデータＤＢ２１０および関連メタデータＤＢ２０３からメタデータを含んだメタデータファイルを検索し，抽出し，ビューデータ２１２を生成する（Ｓ１００２）。なお，検索設定ファイルからメタデータファイルを検索する処理については，上記３軸類似性処理で説明した，類似するメタデータを検索し，抽出する処理とほぼ同様であるため詳細な説明は省略する。

なお，コンテンツジェネレータ２１１は，必要に応じて，事業者ポリシーＤＢ２０２の事業者広告情報テーブル６０３からメタデータに関連する広告情報を抽出し，その広告情報とメタデータを含むメタデータファイルとからビューデータ２１２を生成する場合でもよい。

生成されたビューデータ２１２は，通信部（図示せず。）からネットワーク１０３を介して利用者端末１０１に送信され，利用者端末１０１の画面に表示される。

次に，図２１〜図２５を参照しながら，本実施の形態にかかる情報提供システム１００の利用者端末１０１の画面に表示される画面イメージについて説明する。

図２１は，リスト画面が利用者端末１０１の画面に表示された場合の画面イメージである。利用者端末１０１の画面の上段には，リストと，時間類似一覧と，位置類似一覧と，３軸類似一覧とが表示され，上記各項目名を入力部１１６の選択によって，表示切換えることができる。図２１に示すように，上記リスト画面には，ビューデータに含まれるアイテムが全て一覧表示される。

また，ビューデータに含まれるメタデータファイル（アイテム）は，図２１に示す画面の表示領域１９０１（１９０１−１〜１９０１−５）に表示される。表示領域１９０１−１には，“タイトル／リンク”，“日時”，“概要”，“リンク：位置，時間，意味”からなるアイテムが表示されている。なお，“リンク：位置”は，位置的に類似するメタデータにリンクすることを示し，その他の“時間”と“意味”のリンクについても同様である。

図２２に示す時間類似一覧画面は，設定ファイルに基づき抽出されたメタデータと時間的に類似するメタデータを含んだメタデータファイル（アイテム）が一覧表示された画面イメージである。

図２２に示すように，例えば，２００４年６月２７日については，“１２：００〜１３：００”の時間帯にアイテム２００１ａと，アイテム２００１ｂと，アイテム２００１ｃとが時間的に類似している。なお，アイテム２００１は，広告情報等も含む。

さらに，図２２に示す左右の矢印を入力部１１６で選択すれば，２００４年６月２７日の表示された以外の時間帯について時間的に類似したアイテムの有無を確認することができる。さらに日付を変更することで，２００４年６月２７日以外の時間帯の類似したアイテムの有無を確認することができる。

図２３に示す位置類似一覧画面は，設定ファイルに基づき抽出されたメタデータと位置的に類似するメタデータを含んだメタデータファイル（アイテム）が一覧表示された画面イメージである。

図２３に示すように，位置類似一覧画面には，検索設定ファイルの検索パラメータから抽出された最も類似度が高いアイテム２００１ａの位置特定情報の周辺地図２１０１が表示される。アイテム２００１ａには，タイトル（店舗名等も含む。）や，住所等が表示される。

さらに，図２３に示すように，上記周辺地図２１０１には，アイテム２００１ａの位置特定情報と類似するアイテム２００１（２００１ｂ〜２００１ｆ）が“○”表示されている。なお，利用者が入力部１１６で上記○を選択すれば，上記アイテム２００１ａ等のようにポップアップ表示される。利用者は，設定ファイルで抽出されたアイテム２００１ａのみでなく，そのアイテム２００１ａと地理的に近いその他の関連情報を効率的に得ることができる。

図２４に示す３軸類似一覧画面は，設定ファイルに基づき抽出されたメタデータと意味的，位置的，および時間的に類似するメタデータを含んだアイテムが一覧表示された画面イメージである。

図２４に示すように，３軸類似一覧画面には，検索設定ファイルの検索パラメータから抽出された意味的，位置的，および時間的に最も類似度が高い（又は，完全に一致する）アイテム２００１ａを中心とし，横軸を時間軸（Ｔｉｍｅ：時間類似度軸），縦軸を位置軸（Ｌｏｃａｔｉｏｎ：位置類似度軸）としたｘｙ座標画面が表示されている。

さらに，３軸類似一覧画面には，アイテム２００１ａと意味的，時間的，および位置的に類似するアイテム２００１（２００１ｂ〜２００１ｈ）がｘｙ座標上に“○”表示されている。なお，アイテム２００１は，広告情報等も含む。

利用者が上記時間軸を参照すれば，上記アイテム２００１ａと他のアイテム２００１とはどの程度の時間だけ類似しているのか，利用者は容易に把握することができる。また，利用者が位置軸を参照すれば，上記アイテム２００１ａと他のアイテム２００１とはどの程度の距離だけ近いのか，利用者は容易に把握することができる。なお，利用者が入力部１１６で上記○を選択すれば，上記アイテム２００１ａ等のようにポップアップ表示される。

また，図２４に示すように，上記アイテム２００１ｄ又はアイテム２００１ｆなどは，イベントに関する情報であるため時間幅があり，例えば，アイテム２００１ｄは，開始時刻（アイテム２００１ｄ）から終了時刻（アイテム２００１ｄ´）まで所定の時間幅を有している。

さらに，アイテム２００１間の意味的な類似度も上記○の大きさで利用者は把握することができる。例えば，図２４に示すように，アイテム２００１ａと，アイテム２００１ｂと，アイテム２００１ｅとの“○”の大きさは同一であり，かつ図２４に示す○のなかで最小の大きさのため，アイテム２００１ｂおよびアイテム２００１ｅは上記アイテム２００１ａと意味的な類似性は最も高いと判別できる。なお，反対に，図２４に示す○のなかで最大の大きさであるアイテム２００１ｃは，意味的な類似性は最も低いと判別できる。

また，図２４に示すように，意味類似一覧画面には，検索キーワード，検索時間，検索位置を利用者が入力可能な入力領域が設けられているため，利用者は上記検索キーワード，検索時間，または検索位置のうち少なくとも一つに値を指定すれば，利用者端末１０１は指定された値から設定ファイルを生成し，メタデータアグリゲーションサーバ１０４に設定ファイルを送信することができる。

なお，本実施の形態にかかる３軸類似一覧画面には，意味的，時間的，および位置的に類似するメタデータを含んだアイテムが一覧表示された画面イメージの場合を例に挙げて説明したが，かかる例に限定されず，例えば，３軸類似一覧画面は，意味的，時間的，または位置的のうち少なくとも二つに類似するメタデータを含んだアイテムが一覧表示された画面イメージの場合でもよい。

図２５に示す全体画面は，上記説明した位置類似一覧画面または時間類似一覧画面等を１画面内に収められた画面イメージである。

例えば，図２５に示すＢｌｏｃｋ１（ブロック１）には，設定ファイルに基づき抽出されたメタデータのうち意味的に最も類似度が高いアイテム２００１が表示され，Ｂｌｏｃｋ２（ブロック２）には，時間類似一覧画面で表示された時間的に最も類似するアイテム２００１ａが表示され，Ｂｌｏｃｋ３（ブロック３）には，位置類似一覧画面で表示された位置的に最も類似するアイテム２００１ａが表示される。さらに「ｍｏｒｅ」ボタンを利用者が選択すれば，選択されたブロック内の画面が切換わり，別のアイテム等が表示される。

図２５に示すように，全体画面は１又は２以上の表示ブロックに分割されているため，時間的に類似している情報や位置的に類似している情報など１画面で情報を多面的に表示することができる。

ここで，本明細書において，メタデータアグリゲーションサーバ１０４に各種の処理を行わせるためのプログラムを記述する処理ステップは，必ずしも，例えば図９〜図２０に示すフローチャートとして記載された順序に沿って時系列に処理する必要はなく，並列的あるいは個別に実行される処理（例えば，並列処理あるいはオブジェクトによる処理）も含むものである。

以上から，情報提供システム１００により，意味的，位置的，または時間的な３つの尺度をもとに，例えば，図２４に示すようなビューデータを生成することで，利用者端末１０１の画面に表示することができ，利用者は，多面的な類似情報を効率的に得ることができる。

また，図２１〜図２３に示すような画面を利用者端末１０１の画面に表示させるビューデータを必要に応じて生成することも可能であるため，ユーザのより細やかなニーズに対応することができる。

また，複数のアイテムと，意味的，時間的，または位置的に関連付けることができるため，３つの尺度を１画面に全て表示する図２５に示すような画面を表示するためのビューデータを生成することも可能であり，ユーザは詳細な関連情報を容易に得ることができる。

利用者端末１０１は，ユーザから検索パラメータとして検索キーワード，検索時間，または検索位置のうち少なくとも一つを受付けて，検索ファイルをメタデータアグリゲーションサーバ１０４に送信することができるため，より精度の高い情報の検索ができる。

メタデータ間の意味的，時間的，または位置的な類似度の判断の際に，ユーザの行動パターンとなるアクセス履歴情報等を反映することによって，ユーザの嗜好などを類似度の判断に反映することができ，ユーザが情報を要求する際のユーザの多様なニーズに対応することができる。

また，事業者は，広告情報をキーワードの意味的な一致又は類似によって利用者に提供するだけに留まらず，キーワードと時間的または位置的に一致又は類似する広告情報を広く利用者に配信することで，利用者への配信チャネルの拡大又は利用者が広告情報を獲得するチャンスの拡大を容易に実現できる。

以上，添付図面を参照しながら本発明の好適な実施形態について説明したが，本発明はかかる例に限定されない。当業者であれば，特許請求の範囲に記載された技術的思想の範疇内において各種の変更例または修正例を想定し得ることは明らかであり，それらについても当然に本発明の技術的範囲に属するものと了解される。

上記実施形態においては，メタデータ関連化処理部２０７が，上記意味類似度情報，位置類似度情報，または時間類似度情報のうち少なくとも二つを，メタデータ及び／又は類似メタデータと紐付くように関連メタデータＤＢに格納する場合を例に挙げて説明したが，かかる例に限定されず，例えば，関連付けられたメタデータ又は類似メタデータのうち少なくとも一方に，上記意味類似度情報，位置類似度情報，または時間類似度情報のうち少なくとも二つを含ませる場合であってもよい。

また上記実施形態においては，ストレージ装置は，単体のハードディスクドライブから構成される場合を例に挙げて説明したが，かかる例に限定されず，例えば，別体としてハードディスクドライブがさらに１または２以上備わる場合でもよく，またＲＡＭ，ＲＯＭ，フラッシュメモリ，または持ち運び可能なリムーバブル記録媒体のうち少なくとも一つがさらに備わる場合でもよい。

上記実施形態においては，メタデータアグリゲーションサーバ１０４に備わる各部はハードウェアからなる場合を例にあげて説明したが，本発明はかかる例に限定されない。例えば，上記各部は，１又は２以上のモジュールまたはコンポーネントから構成されるプログラムの場合であってもよい。

本発明は，メタデータを収集し，解析するメタデータ収集解析サーバ，そのメタデータ収集解析サーバが備わる情報提供システムに適用可能である。

本実施の形態にかかる情報システムの概略的な構成を示すブロック図である。 本実施の形態にかかる利用者端末１０１の構成を概略的に示すブロック図である。 本実施形態にかかるメタデータアグリゲーションサーバの構成を概略的に示すブロック図である。 本実施の形態にかかるメタデータＤＢの概略を示す説明図である。 本実施の形態にかかる関連メタデータＤＢの概略を示す説明図である。 本実施の形態にかかる意味類似度テーブルの概略的な構成の一例を示す説明図である。 本実施の形態にかかるユーザアクションログＤＢの概略を示す説明図である。 本実施の形態にかかる事業者ポリシーＤＢの概略を示す説明図である。 本実施の形態にかかるメタデータ収集処理の概略を示すフローチャートである。 本実施の形態にかかるメタデータ解析処理の概略を示すフローチャートである。 本実施の形態にかかる類似判断処理の概略を示すフローチャートである。 本実施の形態にかかる意味類似性処理の概略を示すフローチャートである。 本実施の形態にかかる時間類似性処理の概略を示すフローチャートである。 本実施の形態にかかる時間類似度判断テーブルの概略的な構成を示す説明図である。 本実施の形態にかかる空間類似性処理の概略を示すフローチャートである。 位置類似度判断テーブルの概略的な構成の一例を示す説明図である。 本実施の形態にかかる３軸類似性処理の概略を示すフローチャートである。 本実施の形態にかかるユーザアクションデータ収集解析処理の概略を示すフローチャートである。 本実施の形態にかかる事業者ポリシーデータ収集処理の概略を示すフローチャートである。 本実施の形態にかかるビューデータ生成処理の概略を示すフローチャートである。 本実施の形態にかかる利用者端末の画面に表示された画面イメージの概略的な構成を示す説明図である。 本実施の形態にかかる利用者端末の画面に表示された画面イメージの概略的な構成を示す説明図である。 本実施の形態にかかる利用者端末の画面に表示された画面イメージの概略的な構成を示す説明図である。 本実施の形態にかかる利用者端末の画面に表示された画面イメージの概略的な構成を示す説明図である。 本実施の形態にかかる利用者端末の画面に表示された画面イメージの概略的な構成を示す説明図である。

符号の説明

１００ 情報提供システム
１０１ 利用者端末
１０３ ネットワーク
１０４ メタデータアグリゲーションサーバ
１０５ Ｗｅｂサーバ
２０６ メタデータ解析部
２０７ メタデータ関連化処理部
２０９ メタデータ収集部
２１１ コンテンツジェネレータ部

Claims (4)

1. メタデータベースおよび関連メタデータベースを格納するストレージ装置と；
   構造化された文書データを解析することにより、前記文書データについてのメタデータを前記文書データから収集し，同一の文書データから収集されたメタデータを１つのまとまりとして、収集したメタデータを前記ストレージ装置内の前記メタデータベースに格納するメタデータ収集部と；
   前記ストレージ装置から前記メタデータベースを読み出して、前記メタデータベースに格納されたメタデータを解析し，前記文書データにおける特徴語の重要度情報、前記文書データに関する位置を特定するための位置特定情報，または時間情報、のうちの少なくとも２つの情報を取得するメタデータ解析部と；
   前記メタデータベースに格納された１のメタデータと１または２以上のメタデータ間の前記重要度情報の類似性を判断して前記１のメタデータと前記１または２以上のメタデータの各々の間の意味類似度情報を生成すること、前記メタデータベースに格納された前記１のメタデータと前記１または２以上のメタデータの前記位置特定情報の類似性を判断して前記１のメタデータと前記１または２以上のメタデータの各々の間の位置類似度情報を生成すること、または、前記メタデータベースに格納された前記１のメタデータと前記１または２以上のメタデータの前記時間情報の類似性を判断して前記１のメタデータと前記１または２以上のメタデータの各々の間の時間類似度情報を生成すること、のうちの少なくとも２つを行う類似判断部と；
   前記１のメタデータ、前記１または２以上のメタデータ、および前記類似判断部により生成された前記意味類似度情報，前記位置類似度情報，または前記時間類似度情報のうちの少なくとも２つを関連付けて前記ストレージ装置内の前記関連メタデータベースに格納する関連メタデータ取得部と；
   前記意味類似度情報，前記位置類似度情報，または前記時間類似度情報のうちの少なくとも２つの類似度情報が、意味的類似度の設定値、位置類似度の設定値、または時間類似度の設定値の範囲内であるメタデータを前記ストレージ装置内の前記関連メタデータベースに格納された前記１または２以上のメタデータから検索するメタデータ検索部と；
   前記メタデータ検索部により前記関連メタデータベースから検索されたメタデータを画面に表示するためのビューデータを生成するビューデータ生成部と；
   を備える，メタデータ収集解析サーバ。
2. 前記ビューデータには，前記意味類似度の度合いを示す意味類似度軸，前記位置類似度の度合いを示す位置類似度軸，または前記時間類似度の度合いを示す時間類似度軸のうち少なくとも２軸が含まれ，その少なくとも２軸が画面の所定位置に配置され，表示される，請求項１に記載のメタデータ収集解析サーバ。
3. 前記類似判断部は，前記時間類似度の度合いを判断するための時間類似度判断テーブルを参照し，前記メタデータ間の時間的な類似性を判断することを特徴とする，請求項２に記載のメタデータ収集解析サーバ。
4. コンピュータを，
   メタデータベースおよび関連メタデータベースを格納するストレージ装置と；
   構造化された文書データを解析することにより、前記文書データについてのメタデータを前記文書データから収集し，同一の文書データから収集されたメタデータを１つのまとまりとして、収集したメタデータを前記ストレージ装置内の前記メタデータベースに格納するメタデータ収集部と；
   前記ストレージ装置から前記メタデータベースを読み出して、前記メタデータベースに格納されたメタデータを解析し，前記文書データにおける特徴語の重要度情報、前記文書データに関する位置を特定するための位置特定情報，または時間情報、のうちの少なくとも２つの情報を取得するメタデータ解析部と；
   前記メタデータベースに格納された１のメタデータと１または２以上のメタデータ間の前記重要度情報の類似性を判断して前記１のメタデータと前記１または２以上のメタデータの各々の間の意味類似度情報を生成すること、前記メタデータベースに格納された前記１のメタデータと前記１または２以上のメタデータの前記位置特定情報の類似性を判断して前記１のメタデータと前記１または２以上のメタデータの各々の間の位置類似度情報を生成すること、または、前記メタデータベースに格納された前記１のメタデータと前記１または２以上のメタデータの前記時間情報の類似性を判断して前記１のメタデータと前記１または２以上のメタデータの各々の間の時間類似度情報を生成すること、のうちの少なくとも２つを行う類似判断部と；
   前記１のメタデータ、前記１または２以上のメタデータ、および前記類似判断部により生成された前記意味類似度情報，前記位置類似度情報，または前記時間類似度情報のうちの少なくとも２つを関連付けて前記ストレージ装置内の前記関連メタデータベースに格納する関連メタデータ取得部と；
   前記意味類似度情報，前記位置類似度情報，または前記時間類似度情報のうちの少なくとも２つの類似度情報が、意味的類似度の設定値、位置類似度の設定値、または時間類似度の設定値の範囲内であるメタデータを前記ストレージ装置内の前記関連メタデータベースに格納された前記１または２以上のメタデータから検索するメタデータ検索部と；
   前記メタデータ検索部により前記関連メタデータベースから検索されたメタデータを画面に表示するためのビューデータを生成するビューデータ生成部と；
   として機能させるための，コンピュータプログラム。
   

Images