JP4694215B2 - 検索を容易にするシステム及び焦点を絞った検索を行う方法 - Google Patents

Description

本発明は、検索を容易にするシステム及び焦点を絞った検索を行う方法に関する。より詳細には、本発明は、一般にインターネットおよび／またはイントラネットの検索に関連し、トピックのカテゴリ分類、またはドメインおよび／またはパスのバイアス（biasing；偏倚）を容易にし、さらにこうしたカテゴリ分類の検索を容易にする、検索を容易にするシステム、クローリング（crawling）システム、焦点を絞った検索の実行を容易にするシステム、焦点を絞った検索を行う方法、サブウェブ構築システム、サブウェブを生成する方法、サイトの集まりを検索するシステム、及び記録媒体に関する。

高コストで低性能なデータ処理システムから、低コストで高性能な通信／問題解決／エンターテイメントシステムへとコンピュータおよびネットワーキング技術が進化したことにより、通信、請求書の支払い、買い物、予算管理、情報収集など、日々のタスクを行う負担を軽減する費用効率の高い、時間を節約する手段がもたらされた。例えば、有線または無線技術を介してインターネットに接続されたコンピューティングシステムは、世界中に位置するウェブサイトおよびウェブサーバのリポジトリからの大量の情報にユーザの意のままにほぼ瞬時にアクセスするためのチャネルをユーザに提供することができる。

一般に、ウェブサイトおよびウェブサーバを介して入手可能な情報には、（コンピュータなど）ウェブクライアント上で実行するウェブブラウザを介してアクセスする。例えばウェブユーザは、ウェブブラウザを導入し、ウェブブラウザのアドレスバーにウェブサイトのユニフォームリソースロケータ（ＵＲＬ）（ウェブアドレスおよび／またはインターネットアドレスおよび／またはイントラネットアドレス）を入力し、キーボードのエンターキーを押す、またはマウスで「進め」ボタンをクリックすることによってウェブサイトにアクセスすることができる。ＵＲＬは一般に、アクセスを容易にする４つの情報、つまり情報を交換するための１組のルールおよび標準を示すプロトコル（コンピュータが互いに通信するための言語）、ウェブサイトの場所、ウェブサイトを維持する組織名、および組織のタイプを識別するウェブアドレスの接尾語（ｃｏｍ、ｏｒｇ、ｎｅｔ、ｇｏｖ、ｅｄｕなど）を含む。

場合によって、ユーザは、アクセスしたいサイトまたはサーバの名前、および／またはサイトまたはサーバへのＵＲＬを事前に知っていることがある。こうした状況では、ユーザは、上述したように、アドレスバーにＵＲＬを入力し、サイトに接続することによって、そのサイトにアクセスすることができる。しかし、ほとんどの場合、ユーザはＵＲＬまたはサイト名を知らない。ユーザは、代わりに、ユーザが提供したキーワードに基づいて特定のサイトを容易に探し出せるようにする検索機能を使用する。現在、検索が特定のドメインまたはサイト（www.domain.comなど）に制限されるドメイン限定検索機能と、提供されたキーワードに関連するサイトについてＷＷＷ（World Wide Web）（またはイントラネット）全体を検索する一般の検索機能（一般の検索エンジンなど）という２つの異なるタイプの検索機能がある。例えばユーザは、コンピュータウィルスに関連する情報を含むサイトを探し出したい場合がある。第１の選択肢は、コンピュータウィルスに関連する情報を専門とする特定のドメイン（www.computervirus.comなど）に直接アクセスし、そのドメイン内で関連の情報を含むドキュメント（www.computervirus.com/virusl.htmなど）を探すことである。より具体的には、ユーザは、ウェブブラウザのアドレスバーにURLwww.computervirus.comを入力してこうしたサイトに向かう。ユーザはそのサイトで、検索ダイアログボックスにキーワードを入力することができ、検索は、ユーザが選択できるドメインwww.computervirus.com内のドキュメントを返す。しかし、そのドメインの外部にある関連の情報は、ユーザには返されない。例えば、ドメインwww.compvirus.comを持つ関連のページは、ドメインwww.computervirus.com内にはないため返されない。したがって、ユーザがドメインwww.computervirus.comの外部の関連のデータを取得するには、情報を含む他のドメインのＵＲＬアドレスを知っており、こうした特定のドメインを検索する必要がある。

あるいは、ユーザは、一般の検索エンジンにキーワードを入力することができる。検索エンジンは、ＷＷＷまたは他のサイトの集まり（イントラネットなど）の全体を検索し、キーワードに関連すると判定したサイトを返す。しかし、一般の検索エンジンは、ユーザの特定の興味にまったく無関係のかなりの数のサイトを返すことが多い。例えば、ユーザは、キ―ワード「ウィルス」を使用して検索した場合、コンピュータウィルスに関連する情報のみを得るのではなく、生物学的なウィルスおよびコンピュータウィルスに関連する情報を受信することになる。その後ユーザは、返された複数のサイトをスクロールし、それらがユーザの興味に関連するかどうかの判定を試みることができる。検索を行うと、一般の検索エンジンはかなりの量のサイトを返す可能性があるため、返された結果をスクロールするのは、極めて時間がかかり、ユーザをいらいらさせる可能性がある。ユーザは、ブール演算子の組合せを使用することによって検索を絞ることを試みることはできるが、関連の情報のみを含むサイトを返す適切なブール検索を構築することは難しい可能性がある。さらに、従来の一般的な検索エンジンの中には、キーワードに基づいてユーザが何を探しているかの推論を試みるものもある。例えば、ユーザが一般の検索エンジンに「ウィルス」という用語を入力すると、検索エンジンは、複数のサイトを、検索を絞るための提案と共に返すことができる。より詳細には、検索エンジンは、「コンピュータウィルスを探したいですか」、「生物学的ウィルスを探したいですか」など、複数の提案を返すことができる。多くの検索（特により詳しく具体的な検索の場合）では、この従来の方法は、提案された検索の連続的な階層を選択する必要があり、返されたサイトは、依然として関連の情報に不足している可能性がある。さらに、ユーザは、返された検索の提案に含まれていないサイトを探し出すことを望むかもしれない。

いくつかの文献に上述のような従来の技術に関連した技術内容が開示されている（例えば、特許文献１、２参照）。

米国特許第６，７１８，３２４号明細書 米国特許第６，７０４，７２９号明細書

したがって、当分野では、一般の検索エンジンによって行われる検索に関連する利益を犠牲にすることになく、ドメイン限定の検索において見られるように焦点を絞った結果を提供する検索システムおよび／または方法が強く求められている。

本発明は、このような状況に鑑みてなされたもので、その目的とするところは、焦点を絞った検索のためのシステムの構築および使用を実現した、検索を容易にするシステム及び焦点を絞った検索を行う方法を提供することにある。

以下に、本発明のいくつかの態様を基本的に理解できるようにするために、本発明の簡単な概要を示す。この概要は、本発明の広範な全体像ではない。本発明の鍵となる／重要な要素を識別するためのもの、または本発明の範囲を規定するためのものではない。単に、後述するより詳細な説明の前置きとして、本発明の一部の概念を簡単な形で提示するためのものである。

本発明は、特定のトピック、個々のサブセット、または他の任意の適したサイトのグループに関連するドメインおよび／またはパスの部分母集団のグループ（以下まとめて単に「サイト」と呼ぶ）を使用して、インターネットの検索に関する改良を促進する。以下、こうしたサイトは、ユーザによって取り出すことができるドキュメントページを含む。例えば、サイトの部分母集団は、一般にこうしたサイトを見る個人の年齢層、こうしたサイトを見る個人の政治的所属、こうしたサイトを見る個人の地理的場所、こうしたサイトを見る個人の宗教などに基づいて選択し、グループ分けすることができる。例えば、関連サイトの部分母集団は、望ましくはユーザによって検索される特定のトピックに関連し得る。より詳細には、１０歳から２０歳の間のユーザは、４０歳から５０歳の間のユーザと異なるサイトを探す可能性があり、第１の政治的所属に関する個人は、一般に対立する政治的所属の個人と異なるサイトを探す。別の例では、サイトの集まり（インターネットなど）は、概念上複数のトピックとみなすことができ、あるトピックは、そのトピックに関連するサイトの集まり内のサイトによって定義される。特定のトピックに関連する情報を探すとき、検索を行う前にそのトピックに関連するとすでにわかっているサイトのリストを所有することが有益となる。本発明は、トピック、個人の年齢、個人の政治的所属、個人の地理的場所などによってグループ分けすることができるサイトのリストをコンパイルするシステムおよび／または方法を示し、さらに、列挙されたサイトのそれぞれに関連性の重みを割り当てるシステムおよび／または方法を開示する。読みやすくするために、以下、「トピック」という用語を使用して、「トピック」の従来の定義のみではなく、他のグループの関連サイト（特定の年齢幅、地理的場所との関連性によりグループ分けされたサイトなど）も指す。特定のトピックまたはグループに関連する関連性により重み付けされたサイトのこの集まりを以下サブウェブと呼ぶ。インターネット上で情報が変更されたとき、ユーザのプリファランス（preferences）が変更されたとき、または他の任意の適した理由のために、サブウェブを変更して最新のままの状態を維持することができる。さらにサブウェブは、（ハードドライブ、ＣＤ（compact disc）、ＤＶＤ（Digital Versatile Disc）などに）格納し、複写し、ユーザ間で転送することができる。

本発明の一態様によれば、サブウェブは、サブウェブによって表されるトピックに関連するサイトのリストを含み、サブウェブ内の各サイトに、トピックとのサイトの関連性によって、バイアスされた（biased）重みが割り当てられる。したがって、例えば、サブウェブによって表されるトピックとの関連性が高いことがわかったサイトに割り当てられる関連性の重みは、トピックとの関連性が低いことがわかったサイトより高くなる。その後、一般の検索エンジンは、１つまたは複数のトピック限定のサブウェブを使用して、検索を絞りやすくすることができる。より詳細には、適切に検索を絞るために１つまたは複数のサブウェブを選択して、検索クエリを一般の検索エンジンに入力することができる。その後、検索の結果を、サブウェブを定義するサイトに割り当てられた関連性の重みと共に、従来の検索エンジンのランク付けシステムに基づいて判定することができる。例えば、サブウェブ内に存在する検索エンジンによって返されるサイトは、割り当てられた関連性の重みのランク付けに対応するランクが上がる。本発明の別の態様によれば、一般の検索エンジンから返された複数のサイトは、検索を絞るために選択されたサブウェブによって含まれていないため破棄される。また、本発明は、分類された／クラスタ化された検索エンジンの返した結果をユーザに提示するために使用することもでき、返された結果の所与の組について、それぞれ特定の異なるサブウェブの一部であるサイトの複数のサブセットをまとめる（ｂｉｎｎｅｄ）ことができる。例えば、健康および医学に関連するサブウェブ、およびコンピュータに関連するサブウェブが存在し、これらを検索エンジンと共に使用することができる。「ウィルス」のクエリを検索エンジンに入力した場合、医学に関連する結果およびコンピュータに関連する結果を分類し、ユーザに別々に表示することができる（例えば健康および医学のサブウェブ内のサイト、およびコンピュータのサブウェブ内のサイトを、状況に応じてグループ分けすることができる）。

本発明の一態様によれば、サブウェブは、特定のトピックに関連するクエリ用語のリストを使用して作成することができる。例えば、トピック限定のウェブサイトに関連するクエリログからのクエリをクエリ用語のリストとして使用することができる。その後、複数の異なるトピック関連のクエリ用語を使用しながら、一般の検索エンジンを使用して複数の検索を行うことができる。クエリ用語は特定のトピックに関連するため、異なるクエリ用語ごとにトピックに関連するウェブサイトが複数回返される（例えば、異なるクエリ用語を使用したとき、同じウェブサイトが返される）。さらに、本発明は、（例えば検索で返されたサイトに／からインリンクされた、およびアウトリンクされたサイトなど）近接するサイトを調査し、対象のトピックに関するそれらの関連性を判定することを企図する。トピックとの特定のサイトの関連性を示す重みが、返された検索内のサイトに割り当てられる。重みは、複数の異なるトピック関連の検索用語を使用したときにサイトおよび／または近接するサイトが返された回数に少なくとも部分的に基づいて計算することができる。さらに、少なくとも部分的にユーザのプロパティに基づいてサブウェブを作成することができる。例えば、検索エンジンのユーザの年齢／性別／場所などがわかっている場合、こうした年齢／性別／場所などの特徴のサブウェブを構築することができる。より詳細には、現在テキサスに住んでいる２０〜３０歳の男性によって使用されるサブウェブを構築することができる。さらに、サブウェブ内のサイトに対応する重みは、少なくとも部分的に、個々のユーザの前の検索、ブラウズの履歴、結果ページの内容などを基にすることができる。

本発明の別の態様によれば、ウェブクローラ（crawler）は、ＷＷＷ上のどのページにアクセスすべきかの判定に関してサブウェブを使用することができる。例えば、ウェブクローラは、人気のないサブウェブ内にあるページ、またはサブウェブと共にまったく使用されていないページと比べて、人気のあるサブウェブ内のページにより頻繁にアクセスする。

上記および関連の目的を達成するために、本発明のいくつかの態様の例を、以下の説明および添付の図面との関連で本明細書に記載している。しかし、これらの態様は、本発明の原理を使用し得る様々な方法のほんの一部を示しているにすぎず、本発明は、こうしたすべての態様およびその均等物を含むものとする。本発明の他の利点および新規の特徴は、本発明の以下の詳細な説明を図面と併せ読めば明らかになる。

本発明によれば、焦点を絞った検索のためのシステムの構築および使用を実現できる。

次に、本発明を図面との関連で説明する。図中、図面を通じて同様の要素には同様の参照番号を付す。以下の説明では、説明上、本発明を完全に理解できるようにするために様々な特定の詳細を記載している。しかし、こうした特定の詳細なしに本発明を実施できることは明らかである。他の例では、本発明を説明しやすくするために、周知の構造および装置をブロック図の形で示している。以下、図面を参照して本発明を適用できる実施形態を詳細に説明する。

本出願で使用する場合、「コンポーネント」、「ハンドラ」、「モデル」、「システム」などの用語は、ハードウェア、ハードウェアおよびソフトウェアの組合せ、ソフトウェア、または実行中のソフトウェアのいずれかのコンピュータ関連のエンティティを指すものとする。例えば、コンポーネントは、それだけには限定されないが、プロセッサ上で動作するプロセス、プロセッサ、オブジェクト、実行可能ファイル、実行のスレッド、プログラム、および／またはコンピュータとすることができる。例として、サーバ上で動作するアプリケーションおよびサーバはいずれもコンポーネントである。１つまたは複数のコンポーネントがプロセスおよび／または実行のスレッド内に存在する可能性があり、１つのコンポーネントを１つのコンピュータ上に配置する、および／または２つ以上のコンピュータの間に分散することができる。また、これらのコンポーネントは、様々なデータ構造を格納している様々なコンピュータ可読媒体から実行することができる。コンポーネントは、例えば１つまたは複数のデータパケットを有する信号によるなど（例えば信号を介して、ローカルシステム、分散システムにおいて他のコンポーネントと、かつ／またはインターネットなどのネットワークを介して他のシステムと対話する１つのコンポーネントからのデータなど）、ローカルおよび／またはリモートのプロセスを介して通信することができる。

次に図１を参照すると、サイトの集まりにわたって検索を行うときに精度および効率の向上を促進するシステム１００を示している。システム１００は、ユーザのクエリに関連する情報についてのインターネットの検索に関して使用される。しかし、インターネットは単に、本発明によって検索することができるサイトの集まりの一例にすぎないことを理解されたい。インターネットであろうと、イントラネットであろうと、他のどこかであろうと、本発明を使用すれば、その上の任意のサイトの集まりを検索することができる。例えば、本発明との関連で、クライアントのハードドライブに格納されるサイトの集まりを検索することができる。本発明は、概念上、複数のドメイン（www.domain.comなど）、パス（www.domain.com／パスなど）、ドメインおよび／またはパスのクラスタ、およびインターネット上に配置される他の適したサイトの、データストア１０８内に格納される近接する関連のサイトまたはサブウェブ１０２〜１０６へのパーティショニングを介した従来の検索技術を改良する。各サブウェブ１０２〜１０６は、ユーザにとって興味のある特定のトピックに関連しており、したがってそのトピックに関連する複数のサイト（ドメイン、パス、ドメインおよび／またはパスのクラスタなど）を含む。例えば、サブウェブ１０２は、自動車に関連する可能性があり、したがってサブウェブ１０２内に含まれる各サイトはすべて、自動車のトピックに関連する。インターネット（または他の任意のサイトの集まり）は、任意の数のトピックの集まりとみなすことができ、２つ以上のトピックが関連の情報を含むことができることを理解されたい。したがって、関連のトピックを表す異なるサブウェブが同じサイトを複数含むことができる。さらに、１つのサブウェブが完全に別のサブウェブを含むことができる。サブウェブ１０２〜１０６は、単に説明上互いに完全に分離されたものとして示されているにすぎず、こうした分離は、本発明の範囲を限定するものと解釈されないものとする。さらに、サブウェブを、少なくとも部分的に検索エンジンのユーザの特徴に基づいて作成することができる。例えば、特定の年齢幅内の個人によって一般に検索されるサイトを含むサブウェブを作成することができる。また、ユーザの場所、ユーザの性別、ユーザの政治的所属、人種など、他のユーザの特徴を使用して、こうしたユーザの特徴に関連するサイトを含むサブウェブを作成することもできる。

サブウェブ１０２〜１０６内のサイトは、サブウェブ１０２〜１０６が表すトピックおよび／またはユーザの特徴との関連性によって重みによりバイアスされる。例えば、サブウェブ１０４は、Ｎ個のサイトおよびＮ個の重みを含む。ここではＮは整数である。各サイトは、サブウェブ１０４内の他の重みと集合的に比較したとき、サブウェブ１０４のトピックとのサイトの関連性を示すことができる重みに関連付けられている。より詳細には、サブウェブ１０４内のサイト１には重み１の重み、サイト２には重み２の重みが割り当てられる。したがって、重み１を重み２と比較することによって、２つのサイトのどちらが有するサブウェブ１０４のトピックとの関連性がより高いかに関する判定を行うことができる。さらに、サブウェブ１０２〜１０６を、ユーザプロファイルの一部、および／または独立したオブジェクトとしてデータベース内に格納することができる。例えば、データストア１０８は、ウェブサイトを介してアクセス可能とすることができる。ウェブサイトにアクセスし、ユーザ識別情報（ユーザ名やパスワードなど）を入力すると、検索に関してサブウェブ１０２〜１０６を取り出し、使用することができる。また、サブウェブ１０２〜１０６を、オブジェクトとして格納して、異なるユーザに転送して各自で使用することができる（例えばサブウェブ１０２〜１０６を電子メールに添付し、異なるユーザによって使用することができる）。さらに、特定のニーズを満たすように、サブウェブ１０２〜１０６を複数のユーザによってカスタマイズすることができる。

システム１００は、サブウェブ１０２〜１０６を使用して、１つまたは複数のトピックに関連するサイトの集まり（インターネットなど）にわたって焦点を絞った検索を行う。サブウェブ１０２〜１０６内のサイトは、特定のトピックに関連しているが、１つの特定のドメインに限定されないため、ユーザは、無関連の情報が氾濫する恐れなしにトピックの情報を確信を持って探すことができる。システム１００は、検索中に使用する１つまたは複数のサブウェブを選択するサブウェブセレクタ１１０を含む。本発明の一態様によれば、サブウェブセレクタ１１０を、ユーザのディスプレイ１１２に提示されるユーザインタフェース（図示せず）に関連付けることができ、ユーザインタフェースによってユーザは、トピックの情報の検索に関して使用する所望のサブウェブを選択することができるようになる。本発明の別の態様によれば、サブウェブセレクタ１１０は、サイトの集まりまたは検討している現在のサイト（ウェブサイトなど）上のエントリポイントに基づいて、情報の検索に関連して使用する１つまたは複数のサブウェブを自動的に選択することができる。例えば、ユーザが現在自動車の購入に関するサイトにいるとき、サブウェブセレクタ１１０は、自動車に関連するトピックを含む１つまたは複数のサブウェブを自動的に選択することができる。さらに、サブウェブセレクタ１１０は、一般の検索エンジンおよび／またはユーザの履歴に入力されたクエリ用語に基づいて適切なサブウェブを選択することができる。例えば、ユーザは、コンピュータ支援ページを調べた履歴があり、「ウィルス」という用語を検索エンジンに入力すると、サブウェブセレクタ１１０は、生物学的な疾病に関連するサブウェブを選択するのではなく、コンピュータに関連するサブウェブを選択することができる。

サブウェブセレクタ１１０は、検索クエリを受信する検索コンポーネント１１４と共に動作する。例えば、検索コンポーネント１１４は、一般の検索エンジンとすることができ、クエリは、ユーザ、コンピュータプログラムなどから行うことができる。サブウェブセレクタ１１０は、検索コンポーネント１１４が検索クエリを受信する前、または検索コンポーネント１１４が検索クエリを受信した後に、１つまたは複数のサブウェブを選択することができる。例えば、ユーザが検索に関して使用する１つまたは複数のサブウェブを手動で選択した場合、サブウェブは、検索クエリの受信前に選択される。しかし、サブウェブセレクタ１１０が検索クエリを使用して選択すべきサブウェブを判定する場合、こうした選択は、明らかに、検索コンポーネント１１４が検索クエリを受信するまで完了されない。

検索クエリを受信すると、検索コンポーネント１１４は、こうしたクエリによって情報を探し、検索に関して選択されたサブウェブが使用される。サブウェブ１０４は、選択されたサブウェブとして示されているが、サブウェブセレクタは、使用可能な任意のサブウェブまたはサブウェブの組合せを選択して検索を助けることができることを理解されたい。本発明の一態様によれば、検索は、選択されたサブウェブ１０６に含まれるサイトにわたってのみ行うことができる。これによって一般の検索エンジンは、既存の検索アルゴリズムを使用しても、サブウェブ１０６によって表されるトピックに関連するとわかったサイトのみを返すことができる。同様に、検索コンポーネント１１４は、関連の情報についてインターネット全体（または他の適したサイトの集まり）を検索することができ、ユーザに検索結果を返す前にサブウェブ１０４に存在しない返されたサイトを削除することができる。検索コンポーネント１１４によって探し出され、削除されていない結果を、ディスプレイ１１２を介してユーザに提供することができる。

本発明の別の態様によれば、検索コンポーネント１１４によって探し出したサブウェブ１０４内のサイトに、割り当てられた重みに従ってプリファランス（preference）を与えることができる。より詳細には、検索コンポーネント１１４は、一般の検索エンジンとすることができ、検索クエリに基づいて従来のやり方でサイトを探し出し／ランク付けすることができる。サブウェブ１０４内に存在する検索コンポーネント１１４によって探し出されたサイトを、その後、割り当てられた関連性の重みに従って格上げすることができる。したがって、検索コンポーネント１１４によって使用される従来のランク付けシステムおよび／または方法を、サブウェブ１０４内のサイトの重み付けと一体化することができる。したがって、例えば、従来の検索方法を使用すると、４番目に列挙されているサブウェブ１０４内のサイトを、検索クエリとの関連性がより高いことを示す位置に格上げすることができる。したがって、従来のランク付けシステムの機能およびサイトに割り当てられた重みを使用して、検索結果がランク付けされる。次いでランク付けされた、探し出された結果を、ディスプレイ１１２を介してユーザに提供することができる。さらに、ランク付けおよびフィルタリングの組合せを、検索結果のユーザへの提供に関して使用することができる。

次に図２を参照すると、１つまたは複数の対象のトピックエリアにわたって焦点を絞った検索を容易にするシステム２００を示している。また、システム２００は、ユーザの特徴（性別、人種、場所、年齢など）によってフィルタ付けされた検索を容易にする。システム２００は、ユーザからアクセス可能なデータストア２０４内にあるサブウェブ２０２を使用することによってサイトの集まりにわたって検索する。サブウェブ２０２は、Ｎ個のサイトを含む。この場合Ｎは整数である。サイトは、ドメイン、パス、サイトのクラスタ、または他の同様のサイトとすることができる。サブウェブ２０２内のＮ個のサイトのそれぞれは、サブウェブ２０２によって表されるトピックおよび／またはユーザの特徴に関連する情報を含み、Ｎ個のサイトのそれぞれに、トピックおよび／またはユーザの特徴とのその関連性を示す重みが割り当てられる。より詳細には、サイト１には重み１の重みが、サイト２には重み２の重みが、サイトＮには重みＮの重みが割り当てられる。したがって、重み１を重み２と比較することによって、サブウェブ２０２によって表されるトピックとの関連性についてサイト２よりサイト１の方が高いかどうかに関する情報が得られる。

システム２００は、トピックに基づいて、バイアスされた、かつ／またはフィルタ付けされた検索に関して使用する１つまたは複数のサブウェブを選択するサブウェブセレクタ２０６を含む。データストア２０４は、サブウェブのみを含むものとして示されているが、焦点を絞った検索を行うときに、適した任意の数のサブウェブを生成し、使用することができることを理解されたい。この例では、サブウェブセレクタ２０６は、サブウェブ２０２を選択している。サブウェブセレクタ２０６は、どのサブウェブが選択されたかに関する情報をディスプレイ２０８に中継することができる。システム２００は、クエリに応答して、少なくともサブウェブ２０２内に含まれるサイトにわたって検索を行う検索コンポーネント２１０をさらに含む。本発明の一態様によれば、検索コンポーネント２１０は、従来のやり方で動作し、クエリの検索用語に関してサイトの集まり全体（例えばインターネット全体）にわたって検索する。その後、サブウェブ２０２内に含まれていない返されたサイトを削除する、または返されたサイトを、サブウェブ２０２内のサイトに割り当てられた重みと共に、従来のランク付け方法によってランク付けすることができる。したがって、検索コンポーネント２１０によって探し出され、サブウェブ２０２内に含まれるサイトは、ランクが上がり、検索コンポーネント２１０によって探し出され、サブウェブ２０２内に含まれていないサイトは、ランクは上がらない。したがって、サイトのランク付けは、従来の検索エンジンのランク付け方法の機能、およびサブウェブ２０２内のサイトに割り当てられた重みとすることができる。ランク付けされた結果は、次いで検索コンポーネント２１０からディスプレイ２０８に中継することができる。

システム２００は、（例えばサブウェブ２０２がサブウェブセレクタ２０６によって選択される前および／または選択された後などに）サブウェブ２０２の変更／カスタマイズを容易にするチューニング（tuning；調整）コンポーネント２１２に関連付けることができる。例えば、チューニングコンポーネント２１２を使用して、ユーザインタフェース２１４を介してサブウェブ２０２に特定のサイトを追加し、サブウェブ２０２から特定のサイトを取り除くことができる。これは、ドメインおよび／またはパスの名前が変更されたとき、サイトがインターネットに追加された、またはそこから削除されたとき、サイトの内容が変更されたときなどに有益となり得る。したがって、チューニングコンポーネント２１２は、ユーザがサブウェブ２０２の内容を手動で変更することができる機構を提供する。本発明の別の態様によれば、チューニングコンポーネント２１２を使用して、サブウェブ２０２を自動的に維持することができる。例えば、チューニングコンポーネント２１２は、クローラ（図示せず）と共に動作して、サブウェブ２０２内のサイトを最新に保つことができる。より詳細には、クローラは、サブウェブのリスト、およびサブウェブ内に含まれるサイトにアクセスすることができる。サイトの集まり（インターネット、イントラネット、サーバ、クライアントハードドライブなど）内にいったん存在したサイトがもはや存在しないと判定すると、クローラは、サブウェブ内のサイトを探して、こうしたサイトが１つまたは複数のサブウェブ内に存在する場合は、それらを削除することができる。同様に、クローラは、新しく作成されたサイトを探し出し、チューニングコンポーネント２１２にこうした新しいサイトを知らせることができる。その後、チューニングコンポーネント２１２は、インリンク、アウトリンク、サイト内の検索用語の存在、サイトが関連のドメインの一部であるかどうか、および他の適した標識に基づいて、サイトが１つまたは複数のサブウェブ内に含まれるべきかどうかを判定することができる。同様に、クローラは、サブウェブ２０２内のサイトが変更されたと判定することができ、チューニングコンポーネント２１２は、例えばキーワードを探す、インリンクおよび／またはアウトリンクを調べるなどによってサイトが依然としてサブウェブ２０２によって表されるトピックと関連していることを確認するために変更を調べることができる。チューニングコンポーネント２１２は、人工知能／機械学習アルゴリズムを使用してサブウェブ２０２を維持することもできる。

また、チューニングコンポーネント２１２は、サブウェブ２０２内のサイトに割り当てられた重みのカスタマイズを容易にする。例えば、重みを各サイトに自動的に割り当てるアルゴリズムは、サブウェブ２０２によって表されるトピックとの関連性はサイト２よりサイト１の方が高いと判定することができる。しかし、過去の存在および嗜好に基づいて、ユーザは、サブウェブ２０２によって表されるトピックおよび／またはユーザの特徴との関連性はサイト１より高くなるような方法でサイト２に重みを付けるべきであると判定することができる。したがってユーザは、ユーザインタフェース２１４を使用して特定のサイトの重み付け（スライドバー、テキスト入力ボックスなど）を変更することができる。したがってユーザは、嗜好および経験によってサブウェブをカスタマイズすることができる。重みは、人工知能／機械学習アルゴリズムによっても変更することができる。

次に図３を参照すると、１つまたは複数の特定のトピックおよび／またはユーザの特徴に関して改良された検索を提供するシステム３００を示している。システム３００を、１つまたは複数の特定のトピックおよび／または１つまたは複数のユーザの特徴３０４〜３０８に関連する情報についてのサイト３０２の集まり（インターネット、イントラネット、サイトのデータストアなど）の検索に関して使用し、サブウェブは、１つの特定のトピックおよび／または１つまたは複数のユーザの特徴を表す。サブウェブは、サブウェブによって表されるトピックおよび／またはユーザの特徴と関連する複数のサイト（ドメイン、パス、クラスタなど）を含み、サイトは、関連性に従って重みによりバイアスされる。したがって、サブウェブによって表されるトピックおよび／またはユーザの特徴との関連性が高いサイトは、サブウェブによって表されるトピックおよび／またはユーザの特徴との関連性が低いサイトより重みが高くなる。

サブウェブセレクタ３１０は、１つまたは複数のサブウェブによって表される１つまたは複数の特定のトピックおよび／またはユーザの特徴３０４〜３０８に関連する情報についてのサイトの集まり３０２の検索に関して使用する１つまたは複数のサブウェブを選択する。本発明の一態様によれば、サブウェブセレクタ３１０は、ユーザプロファイル３１４を含むデータストア３１２にアクセスすることができる。データストア３１２は、ハードドライブ、ランダムアクセスメモリ、読取り専用メモリ、リムーバブル媒体、およびＣＤ−ＲＯＭなどのデータ記憶装置とすることができる。ユーザプロファイル３１４は、トピック情報および／または特定のユーザの特徴に関連する情報についてのサイトの集まり３０２の検索に関して使用することができる１つまたは複数のサブウェブ３１６を含む。例えば、データストア３１２（およびしたがってサブウェブ３１６）には、ネットワーク接続を介してアクセスすることができる（データストア３１２は、ウェブサイトを介してアクセス可能なオンラインデータストアとすることができる）。その後、例えばユーザ名およびパスワードをウェブサイト上で入力することによってユーザプロファイル３１４にアクセスすることができる。こうした一態様によってユーザは、１つまたは複数のサブウェブ３１６をユーザプロファイル３１４内に格納でき、ユーザがネットワーク接続を取得するために使用できる任意の端末からサブウェブ３１６にアクセスできるようになる。したがってサブウェブ３１６は、１つまたは複数のトピックおよび／またはユーザの特徴３０４〜３０８に関連するサブウェブを含むことができ、こうしたサブウェブ３１６を、トピック情報およびこうしたユーザの特徴に関連する情報についてのサイトの集まり３０２の検索に関して使用することができる。

検索コンポーネント３１８は、検索クエリおよび選択されたサブウェブに基づいてサイトの集まり３０２を検索する。検索コンポーネント３１８は、検索コンポーネント３１８を介して探し出されたサイトをランク付けするランク付けコンポーネント３２０を含む。ランク付けコンポーネント３２０は、従来の検索エンジンアルゴリズムを、サブウェブ３１６内のサイトに割り当てられた重みと共に使用して、探し出されたサイトをランク付けすることができる。例えば、検索コンポーネント３１８によって探し出され、サブウェブ３１６によって含まれるサイトは、サイトの対応する重みに従ってランクが上がり、検索コンポーネント３１８によって探し出され、サブウェブ３１８内に含まれていないサイトは、ランクは上がらない。検索コンポーネント３１８がサイトを探し出し、ランク付けコンポーネント３２０によってサイトのランク付けを行うと、結果をディスプレイ３２２に提供することができる。

検索コンポーネント３１８は、ユーザがサイトの集まりにわたる将来の検索を向上させることができるフィードバックコンポーネント３２４も含む。フィードバックコンポーネント３２４は、検査に関連する調査をユーザに提供し、または検査に関連するコメントをユーザから受け取ることができ、ユーザは、システム３００に関連付けられたユーザインタフェース３２６を介してフィードバックコンポーネントと通信することができる。例えば、ユーザはクエリを検索コンポーネント３１８に提供し、サブウェブセレクタ３１０を使用して１つまたは複数のサブウェブ３１６を選択して、トピック／ユーザの特徴３０４〜３０８のうちの１つに対して検索を絞ることができる。検索コンポーネント３１８は、選択されたサブウェブ３１６内にあるサイト、およびサブウェブ３１６内にはない、ユーザのクエリに従って関連があるとわかったサイトを返すことができる。次いでランク付けコンポーネント３２０は、返されたサイトにランク付けをすることができ、重みに従って選択されたサブウェブ３１６内の返されたサイトのランクを上げる。サブウェブ３１６によって表されるトピックと無関係であるとユーザが感じたサイトがユーザに返されると、ユーザは、フィードバックコンポーネント３２４を使用して選択されたサブウェブ３１６を使用する将来の検索からこうしたサイトを除外することができる。ユーザは、ユーザインタフェース３２６を介して、より特定のフィードバックをフィードバックコンポーネント３２４に中継することもできる。例えば、ユーザは、検索に関して選択されたサブウェブ３１６を使用するときに、特定の日および／または特定の時刻に特定のサイトの受信することのみを望んでいることをフィードバックコンポーネント３２４に知らせることができる。別の例では、ユーザは、特定のサブウェブを使用して焦点を絞った検索を行っているときはいつでも、特定のサイトのインリンクおよび／またはアウトリンクを受信することが望ましいことをフィードバックコンポーネント３２４に知らせることができる。フィードバックコンポーネント３２４は、暗黙のユーザフィードバックを収集することもできる。例えば、ユーザがアクセスした返されたサイトを使用して、サブウェブ３１６内のそれぞれの重みを格上げすることができる。したがって、時間が経つにつれて、ユーザは、嗜好に従って特定のサイトまたはトピックに関して検索をカスタマイズすることができる。

１つまたは複数のサブウェブ（１つまたは複数のサブウェブ３１６など）を変更し、カスタマイズするために、ユーザインタフェース３２６と共にチューニングコンポーネント３２８を提供することもできる。例えば、チューニングコンポーネント３２８を使用して、特定のサイトをサブウェブ内に追加し、かつ／またはサブウェブから削除し、またサブウェブ内のサイトの重みを変更することができる。ユーザは、ユーザインタフェース３２６を使用して、サイトを手動で追加および／または削除し、異なるサイトに対応する重みを変更することができる。本発明の別の態様によれば、チューニングコンポーネント３２８を使用して、１つまたは複数のクローラ（図示せず）と通信することによってサブウェブを自動的に維持することができる。例えば、クローラは、チューニングコンポーネント３２８に、１つまたは複数のサブウェブ内の１つまたは複数のサイトが変更された、または削除されたことを知らせることができる。同様に、クローラは、１つまたは複数のサイトがサイトの集まり３０２に追加されたときにチューニングコンポーネント３２８に知らせることができる。より詳細には、クローラは、１つまたは複数のサイトがインターネットまたはイントラネットに追加されたときにチューニングコンポーネント３２８に知らせるウェブクローラとすることができる。

次に図４を参照すると、１つまたは複数の特定のトピックおよび／またはユーザの特徴に関してサイトの集まりの検索を容易にするシステム４００を示している。システム４００を使用して、１つまたは複数のトピックおよび／またはユーザの特徴に関する情報についてサイトの集まり（インターネット、イントラネットなど）を検索する。１つまたは複数のトピック／ユーザの特徴は、データストア４０４内に格納されている１つまたは複数のサブウェブ４０２によって表される。サブウェブ４０２は、サブウェブ４０２が表すトピック／ユーザの特徴と関連するサイトの集まり内で見つけることができる複数のサイトを含む。サブウェブ４０２内の各サイトは、サブウェブによって表されるトピック／ユーザの特徴との関連性に従って重み付けされる。例えば、関連性の高いサイトにはそれだけ高い重みが付けられる。

システム４００は、望ましくは検索を絞るために使用される１つまたは複数のサブウェブの選択を容易にするサブウェブセレクタ４０６を含む。サブウェブセレクタ４０６は、ユーザが焦点を絞った検索に関して使用する特定のサブウェブを手動で選択することができるユーザインタフェース４０８に関連付けることができる。本発明の別の態様によれば、サブウェブセレクタ４０６は、サイトの集まり（インターネットなど）内のエントリポイントに少なくとも部分的に基づいて選択すべきサブウェブを判定することができる。さらに、サブウェブセレクタ４０６は、少なくとも部分的にクエリ、ユーザの履歴、ユーザの状態、および／またはユーザの状況に基づいてどのサブウェブを選択すべきかを推論する（infer）ことができる人工知能コンポーネント４１０に関連付けることができる。

本明細書で使用する場合、「推論（inference）」という用語は、一般に、イベントおよび／またはデータを介して捕捉された１組の観測結果からシステム、環境、および／またはユーザの状態について推論する、または推論するプロセスを指す。推論は、例えば、特定の状況または動作を識別するために使用したり、状態にわたる確率分布を生成したりすることができる。推論は、確率的、つまりデータおよびイベントの考察に基づく対象の状態にわたる確率分布の計算とすることができる。推論は、１組のイベントおよび／またはデータからより高いレベルのイベントを構成するために使用される技術を指すこともできる。こうした推論によって、イベントが時間的に接近して相関していようとそうでなかろうと、またイベントおよびデータが１つのイベントおよびデータソースからのものであろうと複数のものからであろうと、１組の観測されたイベントおよび／または格納されたイベントデータから新しいイベントまたは動作が構築される。様々な分類方式および／またはシステム（サポートベクトルマシン、ニューラルネットワーク、エキスパートシステム、ベイズ信念（belief）ネットワーク、ファジーロジック、データフュージョンエンジン（ｄａｔａ ｆｕｓｉｏｎ ｅｎｇｉｎｅ）など）を、本発明との関連において自動式のおよび／または推論された動作の実行に関して使用することができる。

したがって例えば、人工知能コンポーネント４１０は、ユーザを監視し、特定のユーザの状態および状況を考慮して、ユーザの望みを時間にわたって「学ぶ」ことができる。例えば、ユーザは一般に、特定の時間の間、および／またはユーザが特定の場所にいるときにインターネット検索に関してサブウェブの特定のサブセットを使用することができる。人工知能コンポーネント４１０は、様々なセンサ４１２からデータ（時刻、ユーザの場所など）を受信し、こうしたデータを使用して適切な推論を行うことができる。さらに、人工知能コンポーネントは、特定のサブウェブを選択することをサブウェブセレクタ４０６に通知することに関してコスト／費用分析を使用することができる。より詳細には、人工知能コンポーネントは、１つまたは複数の正しいサブウェブを選択することをサブウェブセレクタ４０６に知らせる利益を、１つまたは複数の正しくないサブウェブを選択する、または望ましいサブウェブを除外することをサブウェブセレクタ４０６に知らせるコストと比較することができる。

検索コンポーネント４１４は、検索クエリを受信し、１つまたは複数の選択されたサブウェブと共に、検索クエリに起因するサイトを探し出し、それをランク付けする。検索コンポーネント４１４は、１つまたは複数の選択されたサブウェブ内のサイトに割り当てられた重みと共に、従来の検索エンジンのランク付けシステムおよび／または方法を使用して、検索結果をランク付けすることができる。次いでこうした結果を、ディスプレイ４１８を介してユーザに中継することができる。検索コンポーネント４１４は、人工知能コンポーネント４１０と通信して、より正確な検索を提供することもできる。例えば、ユーザの状況が変わるとサブセット内の特定のサイトによってユーザの嗜好は変わり得る。例えば、天気情報を探しているユーザは、第１の地理的場所にいるとき、インターネット上の天気に関連する第１のサイトを好み、第２の地理的場所にいるとき、インターネット上の天気に関連する第２のサイトを好むかもしれない。人工知能コンポーネントは、ユーザを監視し、ユーザの状況が変わると、１つまたは複数のサブウェブ内のどのサイトをユーザが好むかを学ぶことができる。センサ４１２を使用して、人工知能コンポーネント４１０にユーザの状況の変化を通知することができる。

システム４００は、１つまたは複数のサブウェブ（サブウェブ４０４など）を変更するために使用できるチューニングコンポーネント４２０をさらに含む。例えば、ユーザは、ユーザインタフェース４０８を介してサブウェブ４０２にアクセスし、サブウェブ内のサイトに変更を加えること（サイトの追加、削除、重みの変更など）ができる。さらに、チューニングコンポーネント４２０は、人工知能コンポーネント４１０と共に動作して、サブウェブ４０２を自動的に調整する（tune）ことができる。例えば、サブウェブ４０２は、最初に、そのサイトがサブウェブ４０２によって表されるトピックとの関連性が高いことを示す対応する重みを備えたサイトを含むことができる。しかし、サブウェブ４０２を使用して検索を行うとき、ユーザは、たとえランク付けが高くてもそのサイトをめったに選択しない。人工知能コンポーネント４１０は、ユーザの状態および状況に関してある期間にわたってユーザの行動を監視し、ユーザがどのサイトを好むかを学ぶことができる。その後人工知能コンポーネント４１０は、特定のサブウェブ内の特定のサイトを調整すべきであることをチューニングコンポーネント４２０に知らせることができる。人工知能コンポーネント４１０は、サブウェブ４０２に対する正しい変更を加える確率を判定し、こうした確率を考慮して正しい変更の利益に対するサブウェブ４０２の誤った変更のコストを測定することができる。

次に図５を参照すると、１つまたは複数のサブウェブを使用することによってトピック検索を行う方法５００を示している。説明を簡潔にするために、方法５００を一連の動作として示し、説明しているが、一部の動作は、本発明によれば、異なる順序で、かつ／または本明細書に示し説明した他の動作と同時に行うことができるため、本発明は動作の順序によって限定されないことを了解し、理解されたい。例えば、方法を、代わりに相互に関係のある一連の状態またはイベントとして、例えば状態図などで表すことができることを当業者であれば了解し、理解されよう。さらに、本発明による方法を実施するのに示したすべての動作が必要であるとは限らない。

５０２で、ドキュメントの集まり（インターネット、イントラネット、ローカルハードドライブ上のサイトの集まりなど）のかなりの部分にわたって情報を探すことができる検索エンジンが提供される。検索エンジンは、検索クエリに基づいて検索結果を探し出し、ランク付けする従来のシステムおよび／または方法を含むことができる。５０４で、ユーザにとって興味のあるトピックを表す１つまたは複数のサブウェブが選択される。本発明の一態様によれば、ユーザが１つまたは複数の所望のサブウェブを手動で選択することができるユーザインタフェースを提供することができる。さらに、現在のクエリ、最近のクエリ、エントリポイント、およびユーザが検索を望むトピックの情報を提供し得る他の標識に基づいて１つまたは複数のサブウェブを選択することができる。本発明の別の態様によれば、ユーザの状態および状況を監視することができ、１つまたは複数のサブウェブを、少なくとも部分的にこうしたユーザの状態および状況に基づいて選択することができる。

５０６で、検索エンジンは、ユーザのクエリを受信する。クエリは、検索エンジンを使用するときの従来のようなブール値の形式、または検索エンジンがサイトの集まりにわたって検索を行うことができる他の任意の形式とすることができ、検索は、少なくとも部分的にクエリに基づいている。５０８で、検索はクエリに基づいて行われる。本発明の一態様によれば、ユーザは、検索を行う前に選択されたサブウェブ内のサイトのみにわたって検索を行うかどうかを決定することができる。これは、実装に応じて、少数のサイトのみが検索されるので、極めて高速の検索を可能にし得る。あるいは、ユーザは、検索エンジンがサイトの集まりのかなりの部分（インターネット全体など）にわたって従来の検索を行うことができるようにすることができる。

５１０で、選択されたサブウェブ内にはないサイトのすべてがフィルタにかけられるのが望ましいか、一部がフィルタにかけられるのが望ましいかに関する判定が行われる。選択されたサブウェブ内にはないサイトのすべてまたは一部がフィルタにかけられるのが望ましい場合、５１２でこうしたサイトがフィルタにかけられる。フィルタリングが望ましくてもそうでなくとも、５１４で、サブウェブ内のサイトに割り当てられた重みに従って結果に再度ランク付けすべきかどうかに関する判定が行われる。ユーザが単に従来の検索エンジンのランク付け技術を使用することを望む場合、５１６で、検索の結果がユーザに返される。しかし、従来の検索に起因するサイトのランク付けと共に、サブウェブ内のサイトに割り当てられた重みを考慮することが望ましい場合、５１８で、サイトの重みに従って検索結果が再度ランク付けされる。例えば、サブウェブ内において関連性が高いと重み付けされた、検索中に返されたサイトは、ランクが上がり、関連性がより高いことを示す検索結果内の位置（例えば４番目から１番目など）に移動される可能性がある。検索エンジンによって返された、サブウェブ内にないサイトは、ランクは上がらない。サブウェブ内のサイトに割り当てられた重みに従って検索結果に再度ランク付けがなされた後、５１６で再ランク付けを示す検索の結果がユーザに提供される。

次に図６を参照すると、１つまたは複数のサブウェブの変更を容易にする方法６００を示している。６０２で、検索クエリが定式化され、検索エンジンに提供される。６０４で、１つまたは複数のサブウェブが使用されて、焦点を絞った検索がサイトの集まりにわたって行われる。例えば、ユーザが自動車のトピックに関連する情報を探すことを望んでいる場合、自動車に関連するサイトを含む１つまたは複数のサブウェブを使用して検索を絞ることができる。例えば、サブウェブは、自動車に関する一般的なものおよび／または具体的なものとすることができ、例えば自動車の特定のメーカー、自動車の販売、自動車の特定のスタイルに関連し得る。

６０６で、検索の結果およびサブウェブ内に含まれるサイトの対応する重みがユーザに表示される。したがってユーザは、以前の経験および現在の嗜好が与えられた場合、重みを再検討し、こうした重みの妥当性を判定することができる。６０８で、ユーザがサブウェブ内のサイトに割り当てられた１つまたは複数の重みを変更することを望んでいるかどうかに関する判定が行われる。ユーザにこうした望みがない場合、方法６００は６１０で終了する。しかし、重みを変更したい場合、６１２でユーザインタフェースがユーザに提供されてこうした変更が行われる。例えば、スライドツール、データ入力の位置を含むデータテーブルなどをユーザに提示して、重みの変更を容易にすることができる。６１４で、ユーザは、サイトの重みに所望の変更を加え、それによって変更されたサイトに関連するユーザの嗜好に従って将来の検索をカスタマイズする。その後、方法が６１０で終了する。

簡単に図７を参照すると、インターネット７００の異なる複数のトピックへの分割例を示している。サイトの集まりは、図７に関してインターネットとして示してあるが、任意の適したサイトの集まりを実質的に同様のやり方で分割できることを理解されたい。インターネット７００は、異なる様々なトピックに分類することができる情報の集まりとみなすことができる。したがってインターネット自体を複数のトピックとみなすことができる。これらのトピックは、範囲が異なっていてよく、異なる２つのトピックが同じサイトおよび／または情報を含むことができる。例えば、「スポーツ」のトピック、および「ゴルフ」のトピックは、インターネット内に含まれ得る。ゴルフに関連する情報は、一般に明らかにスポーツに関連する。したがってゴルフおよびスポーツのトピックに関連するサブウェブは、それぞれ重なるサイトを含む。さらに、スポーツに関連するサブウェブは、ゴルフに関連するサブウェブを完全に含み得る。イントラネット（図示せず）も同様に複数のトピックに分割することができる。

インターネット７００のこの分割例では、いくつかのトピックが識別されている。例えば、有機農業のトピック７０２、クラシックミュージックのトピック７０４、ゴルフのトピック７０６、旅行のトピック７０８、車のトピック７１０、Ｍｉｃｒｏｓｏｆｔ（登録商標）ヘルプおよびサポートのトピック７１２、Ｍｉｃｒｏｓｏｆｔ．Ｎｅｔ技術のトピック７１４が識別されている。さらに、自動車のトピック７１０および旅行のトピック７０８は、少なくとも部分的に重なっており、Ｍｉｃｒｏｓｏｆｔ（登録商標）ヘルプおよびサポートのトピック７１２、およびＭｉｃｒｏｓｏｆｔ．Ｎｅｔ技術７１４もそうであることがわかる。これらの各トピック、および定義することができるインターネット７００内に存在する他のトピックを表すサブウェブを作成することができる。

次に図８を参照すると、１つまたは複数のサブウェブの使用による特定のトピックおよび／またはユーザの特徴（characteristic(s)）に関して焦点を絞った検索を可能にするユーザインタフェース８００の例を示している。インタフェース８００は、クエリ入力ポジション８０２を含み、ユーザはここに所望の検索クエリを入力することができる。サブウェブセレクタポジション８０４は、ユーザがサブウェブによって表されるトピック／ユーザの特徴の周囲に検索を絞るために使用される１つまたは複数のサブウェブを選択できるようにする。サブウェブセレクタポジション８０４および他のデータ入力機構をプルダウンメニューとして表しているが、１つまたは複数の入力の選択を可能にする任意の適した機構は、本発明によって企図され、本明細書に添付した特許請求の範囲内に含まれるものとすることを理解されたい。例えば、サブウェブセレクタポジション８０４は、一連のリンクとすることができ、各リンクの選択によって、検索に関して使用する対応するサブウェブを選択することができる。同様に、サブウェブセレクタポジション８０４は、サブウェブのそれぞれに関連付けられている選択可能なボックスを備える使用可能なサブウェブのリストとすることができる。したがって、ユーザは、ボックスを選択することによって、検索を絞ることに関して使用するサブウェブを選択する。特定のエンティティを選択するこれらの方法は例にすぎず、本発明の範囲を限定するものではない。

バイアス（bias）ポジション８０６によって、ユーザは、検索エンジンが従来の検索システムおよび／または方法によって検索結果をランク付けすべきか、あるいは選択されたサブウェブ内に含まれるサイトに関連付けられた重みを考慮するかを判定することができる。さらに、バイアスポジション８０６によって、ユーザは、選択されたサブウェブ内に存在しない少なくとも１つの返されたサイトを削除することができる（例えばユーザは、選択されたサブウェブ内に存在しない返されたサイトに関してフィルタリングのレベルを選択することができる）。結果セットサイズセレクタ（ｒｅｓｕｌｔ ｓｅｔ ｓｉｚｅ ｓｅｌｅｃｔｏｒ）８０８は、ユーザに返される結果の数を判定するために使用する。

クエリをクエリ入力ポジション８０２に入力し、サブウェブセレクタポジション８０４、バイアスポジション８０６、および結果サイズセレクタ８０８を介して他の所望の選択パラメータを選択すると、ユーザは、検索ボタン８１０を選択して、入力したパラメータに基づいて検索を行うことができる。ディスプレイポジション８１２は、検索から返された結果を示す。この例の図では、Ｎ個の結果が表示される。この場合Ｎは整数である。各結果は、結果の関連性をユーザに知らせる情報を含むことができる。例えば、結果は、検索を行うとき、従来のように、ページタイトル、およびページの内容の短い説明を含むことができる。また、結果は、結果が選択されたサブウェブ内にあるサイトであるかどうかをユーザに知らせるサブウェブインジケータを含むこともできる。例えば、結果が選択されたサブウェブ内のサイトである場合、それを第１の色で表示し、選択されたサブウェブ内に存在しないサイトである場合、第２の色で表示することができる。結果が選択されたサブウェブ内のサイトであるかどうかを示す他のシステムおよび／または方法が企図されており、本明細書に添付の特許請求の範囲内に含まれるものとする。ディスプレイ８１２上の結果は、結果が存在するドメインおよび／パスをユーザに知らせるためにそのページのＵＲＬを含むこともできる。さらに、選択されたサブウェブによって表されるトピックに関するサイトの関連性を示す重みを表示することができる。図示してはいないが、選択されたサブウェブ内のサイトの重みによるランク付けの変更をユーザに表示することができる。例えば、従来の検索エンジンは、結果１で表されるサイトに割り当てられた重みがない場合、最高の結果として（第１のサイトを表す）結果３を返すことになる。したがって、選択されたサブウェブ内のサイトの重み付けによるランクの変更をユーザに表示することができる。

次に図９を参照すると、トピック限定および／または特徴限定のサブウェブの生成を容易にするシステム９００を示している。システム９００は、特にコンピュータに強いわけではないコンピュータユーザによって簡単に使用され、それによって本発明の利益はコンピュータ科学者、コンピュータプログラマなどに限定されないことを理解されたい。システム９００は、特定のトピックおよび／またはユーザの特徴に関連したインターネット上のサイトを探し出すトピック／特徴サイトロケータ９０２を含む。例えば、トピック／特徴サイトロケータ９０２と共に一般の検索エンジンを使用して、ユーザにとって興味のあるトピックに関連するサイトの集まり（インターネット、イントラネットなど）にわたってサイトを探し出すことができる。あるいは、ユーザはトピック／特徴サイトロケータ９０２を使用して、単に興味のあるトピックに関連するとユーザが感じた既知のサイトをコンパイルすることができる。例えば、こうしたドメインは興味のあるゴルフのトピックに関連するとユーザが感じた場合、ユーザはパスwww.golfaddict.comを入力することができる。さらに、特定の特徴を含むユーザに関連するサイトを、トピック／特徴サイトロケータ９０２によって取り出すことができる。本発明の一態様によれば、トピック／特徴サイトロケータ９０２は、特定のトピックおよび／またはユーザの特徴に関連する複数の検索用語を受信し、こうした用語のそれぞれを使用して一般の検索を実行する。異なる検索用語を使用して複数回返されるサイトは、おそらく（必ずしもそうではないが）トピックおよび／またはユーザの特徴について関連している。

トピック／特徴サイトロケータ９０２は、探し出されたサイトを、重みアサイナ（assignor）９０６を含むサブウェブジェネレータ９０４に中継する。重みアサイナ９０６は、興味のあるトピックおよび／またはユーザの特徴との計算された関連性に従ってトピック／特徴サイトロケータ９０２によって探し出された各サイトに重みを割り当てる。本発明の一態様によれば、トピック／特徴サイトロケータ９０２は、一般の検索エンジンでの特定のトピック／ユーザの特徴に関する複数の検索を使用する。例えば、トピックおよび／またはユーザの特徴に関する検索用語の集まりは、検索エンジンに入力され、返された結果が重みアサイナ９０６に中継される。より詳細には、ゴルフのトピックに興味のあるユーザは、「フェアウェイ」、「グリーン」、「アイアン」、「ウッド」、「ハザード」などの検索結果用語を入力することができる。個別に検索すると、これらの検索用語に起因する結果は、ゴルフのトピックと関連のない大量のデータを含む。しかし、集合的な結果の一部は、２つ以上の検索用語の間で共通している。トピックに関するサイトの関連性は、おそらく異なるトピックのクエリに関するサイトが返された回数が増えるにつれて高くなる。したがって重みアサイナ９０６は、異なるトピック／ユーザの特徴の検索クエリの使用を介して検索が行われたときにサイトが一般の検索から返される回数に少なくとも部分的に基づいて関連性の重みをサイトに割り当てる。また、サブウェブジェネレータ９０４は、閾値の重みが割り当てられていないサイトをフィルタにかけることもできる。

本発明の別の態様によれば、重みアサイナ９０６は、以前のユーザの履歴に従って関連性の重みをサイトに割り当てることができる。例えば、ユーザが頻繁に１つの特定のウェブサイトにアクセスし、そのサイトがトピック／特徴サイトロケータ９０２によって探し出される場合、そのサイトは、ユーザ（および興味のあるトピックおよび／またはユーザの特徴）と特に関連するものとすることができる。トピック／特徴サイトロケータ９０２によって探し出されたサイトに重みを割り当て、必要に応じて、割り当てられた重みが低いサイトをフィルタにかけると、サブウェブジェネレータ９０４は、識別可能なサブウェブ９０８を作成する。サブウェブ９０８は、サブウェブが表すトピックおよび／またはユーザの特徴と関連する複数のサイト、およびトピック／ユーザの特徴との関連性の度合いを示す、バイアスされた関連性の重みを含む。その後、サブウェブ９０８は、保存され、複写され、異なるユーザなどに転送され、上述したように焦点を絞った検索の実行に関して使用することができる。

次に図１０を参照すると、特定のトピックを表すサブウェブの作成を容易にするシステムを示している。システム１０００は、対象の特定のトピックおよび／またはユーザの特徴と関連する複数のサイトを探し出すトピック／特徴サイトロケータ１００２を含む。トピック／特徴サイトロケータ１００２は、検索クエリとして一般の検索エンジン１００６に入力される複数のトピッククエリ用語１００４を含む。本発明の一態様によれば、トピッククエリ用語１００４は、トピック限定サイトのクエリログとすることができる。例えば、www.golfaddict.comは、特にゴルフのトピックに関連するサイトとすることができ、そのサイト上の検索クエリのログは、おそらくゴルフに関連している可能性がある。トピックサイトのクエリログに存在する検索クエリは、一般の検索エンジンへの検索クエリとして使用することができ、複数のドメインからの結果が返される。この複数の検索から得られた結果を取得し、サブウェブジェネレータ１００８に中継して、結果を使用して対象のトピックを表すサブウェブを作成することができる。本発明の別の態様によれば、トピック限定サイトからキーワードを抽出することによってトピッククエリ用語１００４を取得することができる。さらに、ユーザは単に、興味のあるトピックと関連すると感じた検索用語のリストを生成し、そのリストをトピックのクエリ用語として使用することができる。本発明の別の態様によれば、１組のシードＵＲＬおよび／または有意なパスを使用することができ、キーワードをこれらのウェブサイトから抽出することができる。さらに、特定のユーザの特徴（年齢、人種、性別、政治的所属など）に関連したサイトの取得に関して同様の行動を起こすことができる。

サブウェブジェネレータ１００８は、検索の結果（サイト）を受信し、バイアスされた関連性の重みを探し出されたサイトに割り当てる重みアサイナ１０１０を含む。重みアサイナ１０１０は、結果内のパスの分布（ｄｉｓｔｒｉｂｕｔｉｏｎ ｐａｔｈｓ）を計算するパス分布計算器（ｐａｔｈ ｄｉｓｔｒｉｂｕｔｉｏｎ ｃａｌｃｕｌａｔｏｒ）１０１２と関連付けられる。より具体的には、パス分布計算器１０１２は、異なるクエリの結果としてどのサイトが返されたかを判定し、結果としてサイトが返されたいくつかのインスタンス（a number of instances）を表にまとめる（tabulate）。パス分布計算器１０１２は、さらに、パスの分布を計算するときに、一般の検索エンジンによって返されたサイトに割り当てられたランク付け、およびそのサイトに関連するインリンクおよびアウトリンクを考慮することができる。より詳細には、一般の検索エンジンによって高くランク付けされたサイトは、パスの分布を計算するときに追加で重み付けすることができ、返されたサイトに近接するサイトの分布を判定するときにこれらのサイトに関連付けられたインリンクおよびアウトリンクも追加で重み付けすることができる。近接パス分布計算器（neighborhood path distribution calculator）１０１４は、検索の結果として返されたサイトに近接するサイトの分布を計算する。例えば、近接パス分布計算器１０１４は、検索で返されるサイトを指し示すＵＲＬ（インリンクなど）、および検索で返されるサイトからリンクするＵＲＬ（アウトリンクなど）の分布を判定することができる。近接パス分布の計算の実行可能性を確実にするために、考慮すべきインリンクおよびアウトリンクの閾値数を提供することができる。

重みアサイナ１０１０は、パス分布計算器１０１２および近接パス分布計算器１０１４を介して取得された結果を組み合わせることによって正味のパス分布を判定する正味パス分布計算器（net path distribution calculator）１０１６をさらに含む。正味のパス分布は、パス分布計算器１０１６によって計算されたパスの分布に近接するパスの確率分布を追加することによって判定される。重み付けの差を使用して、最適な正味のパス分布を提供することができる。ノーマライザ１０１８は、正味のパス分布を正規化するために使用する。ノーマライザ１０１８を使用して、かなりの量のリンクを有し、興味のあるトピックに関連していない可能性があるサイトの関連性を減らす。本発明の一態様によれば、一般の検索エンジン１００６は、複数の無作為な検索用語を使用して、１組の結果を取得する。その後パス分布計算器１０１２は、検索結果内のパスの分布を計算する。次いで近接パス分布計算器１０１４は、近接パス分布および近接するパスの確率分布を計算する。次いで正味パス分布計算器１０１６は、上述したように正味のパス分布を計算する。次いでノーマライザ１０１８は、トピック限定／ユーザの特徴の検索用語に関連する確率分布を計算し、無作為な検索用語に関連する確率分布から同じ数を差し引く。複数のサイトはかなりの量のインリンクおよびアウトリンクを有しており、任意の１つの特定のトピックおよび／またはユーザの特徴に関連していない可能性があるため、ノーマライザは必要である。

これらの計算に基づいて、バイアスされた重み付けが、重みアサイナ１０１０を介して各サイトに割り当てられる。必要に応じて、閾値の重みを有していない返されたサイトを破棄することができる。同様に、サブウェブ内のサイトの閾値数Ｎを定義することができ、最も関連性のあるＮの重みを備えたサイトをサブウェブで使用することができる。さらに、サブウェブジェネレータ１００８は、対象のトピックおよび／またはユーザの特徴に関連していないと判定されたサイトのリストを含む停止リスト１０２０を含むことができる。例えば、対象のトピックおよび／またはユーザの特徴に関連がないと事前にわかっているサイトは、サブウェブジェネレータ１００８を介して生成されるサブウェブから自動的に破棄される。フィルタにかけられない各サイトに重みを割り当てると、サブウェブジェネレータ１００８は、対象のトピックおよび／またはユーザの特徴に特定のサブウェブ１０２２を生成する。その後、サブウェブ１０２２は、保存され、複写され、異なるユーザなどに転送され、上述したようにトピックおよび／またはユーザの特徴に関するフィルタにかけられた検索の実行に関して使用することができる。本発明の別の態様によれば、サブウェブ１０２２は、サブウェブ階層の一部となるように生成することができる。したがって連続的により限定的なサブウェブの階層を生成することができる。

次に図１１を参照すると、特定のトピックおよび／または特徴に関連するサブウェブの生成を容易にするシステム１１００を示している。１１０２では、トピック限定／ユーザの特徴に特定のクエリログが生成される。これは、トピック限定のウェブサイトからのクエリログの取得、トピック限定のテキストサイトからのキーワードの抽出、シードＵＲＬの提供、およびそのシードおよび関連のインリンク／アウトリンクからのキーワードの抽出などを介して生成することができる。さらに、ユーザは、経験および嗜好に基づいて、対象のトピックに特有であると感じた検索用語のリストの作成を介してトピック限定、および／またはユーザの特徴限定のクエリログを生成することができる。

１１０４で、一般の検索エンジンは、クエリログ内に存在するクエリ用語を使用して、サイトの集まり（インターネット、イントラネットなど）にわたって複数の検索を行う。これらの検索の結果の組は、将来の計算および分析のために格納される。１１０６で、検索結果内に存在するパスの分布が計算される。異なるトピック／特徴の検索クエリを使用して複数の検索が行われるので、結果の組の少なくとも一部は、対象のトピックおよび／またはユーザの特徴に無関係であることは避けられない。しかし、異なるトピック限定の検索クエリを使用して同じサイトが複数回返されると、こうしたサイトは、おそらく対象のトピックおよび／またはユーザの特徴に関連している。

１１０８では、返されたサイトに近接するサイトは、対象のトピック／ユーザの特徴に関連する可能性があるため、結果の組内のサイトに近接するサイトのパス分布が計算される。例えば、返された組内のサイトにリンクされたサイト、および返された組内のサイトからリンクされているサイトを考慮に入れることができ、これらは、近接するサイトのパス分布の計算に使用される。１１１０で、最適なサブウェブの作成を確実にするために何らかの重み付けの差を使用して、検索結果内に存在するパスの分布に近接するパスの確率分布を加えることによって正味のパス分布が判定される。１１１２で、トピックに関連しない返された組内のサイトは、フィルタにかけられ、サブウェブには含まれない。例えば、複数のサイトは、かなりの数のインリンクおよびアウトリンクを含んでおり、したがって対象のトピックおよび／ユーザの特徴に関連しない（例えばそれらは、多くの人々がそこに／からリンクする大きい一般的なサイトである）ため、それらを破棄することができる。さらに、正味パス分布計算での重みの低いサイトは、サブウェブが表すトピックおよび／またはユーザの特徴にそれほど特有ではないため、サブウェブから除外することができる。

次に図１２を参照すると、サブウェブを手動で生成する方法１２００を示している。１２０２で、ユーザインタフェースがユーザに提供される。ユーザインタフェースには、複数のデータ入力ポジションがある可能性があり、それによってユーザは、サブウェブの生成に必要なデータを入力することができる。１２０４で、作成されるサブウェブに適切な名前が与えられ、それによってユーザおよび他のユーザは、どのトピックおよび／またはユーザの特徴をサブウェブが表すのかを容易に識別できるようになる。１２０６で、サブウェブ内に含まれるサイト（ドメイン、パスなど）がユーザインタフェース内のデータ入力ポジションに入力される。ユーザは、現在の嗜好、以前の経験、口コミ、検索エンジン、または特定のトピック／ユーザの特徴に関連すると確信されるサイトを選択する他の適したやり方に基づいてこれらのサイトを選択することができる。１２０８で、ユーザは、サブウェブを定義するために選択されたサイトに重みを割り当てることができる。また、ユーザの嗜好、経験などに基づいて重みを割り当てることができる。さらに、ユーザの履歴、状況など、および特定のユーザに関連する他の情報に基づいてサブウェブの生成後に重みを割り当てることができる。１２１０で、サブウェブは、確定され、入力されたサイトおよびこれらのサイトに割り当てられた重みによって定義される。その後サブウェブは、保存、複写、変更することができ、または同様の目的に対してとることができる他の任意の適した行動に使用してもよい。

次に図１３を参照すると、クエリログ１３００の例およびその結果として得られるサブウェブ１３０２を示している。サブウェブ１３０２は、望ましくはコンピュータ関連の支援の特定のトピックを表すために作成された。したがってクエリログ１３００は、コンピュータ支援のトピックについて関連する複数の検索用語を含む。例えば、用語「ファイヤウォール」、「ネットミーティング」、「ＤＶＤ」などはすべてコンピュータ支援に関連付けられる。クエリログ１３００内の各クエリは、一般の検索エンジンに入力され、結果がサブウェブジェネレータ９０４に提供された（図９）。結果として得られたサブウェブ１３０２は、関連付けられた関連性の重みを備える複数のコンピュータ関連のサイトを含む。例えば、computer.comには最も大きい重み（例えば０．０１）が割り当てられており、したがってこれは、推定上、コンピュータ支援のトピックを参照したときに最も関連性の高いサイトである。サブウェブ１３０２内のサイトの重みに少なくとも部分的に基づいて結果をバイアスすることによって、コンピュータ支援のトピックについてのサイトの集まりにわたって焦点を絞った検索を行うためにサブウェブ１３０２を使用することができる。

次に図１４を参照すると、クローラ１４０２を使用して、検索エンジン１４０６を介して探し出すことができるサイトの集まり１４０４（ＷＷＷなど）内の新しいおよび／または変更されたサイトを探し出すシステム１４００を示している。例えば、クローラ１４０２は、ウェブクローラ（自動式の秩序立ったやり方でＷＷＷをブラウズするプログラム）とすることができる。しかし、以下に示すクローラ１４０２は、サイトの集まり内のサイトをブラウズする任意のコンポーネントを指すことを理解されたい。サイトのこうした集まりをサーバ、ローカルハードドライブ、または他の任意の適したデータ記憶位置に格納することができる。クローラは、例えば検索エンジンによって後で処理するためにアクセスされたすべてのページのコピーを保持する。またクローラは、これらのページを使用して、検索を絞りやすくする。例えば、インターネット検索エンジンは、検索中に返されるサイトが確実に依然としてＷＷＷ上に存在し、サイトの最新のバージョンであるようにするためにウェブクローラに依存する。

本発明の一態様によれば、クローラ１４０２は、複数のサブウェブ１４１０を含むデータストア１４０８にアクセスする。各サブウェブは、サブウェブによって表される特定のトピックおよび／またはユーザの特徴に関連するサイトを含み、対応するサイト１４１２は、サイトの集まり１４０４内に存在する。トピックは、サブウェブ１４１０の作成者が作成時に望んだのと同じだけ広く、または狭くすることができる。クローラ１４０２は、サブウェブ１４１０を定義するサイトのリストにアクセスすることができ、これらのサイト１４１２が、サブウェブ１４１０を定義していないサイトより、サイトの集まり（ＷＷＷなど）１４０４内で確実により頻繁にチェックされるようにすることができる。したがって検索を絞るために頻繁に使用されるサブウェブ内のサイトには、検索に関してあまり使用されないサブウェブの外部のサイト、またはサブウェブ内のサイトより、クローリングに関して大きい優先度を与えることができる。さらに、クローラ１４０２によってとられた行動に関して確率に基づく分析を行うことができるユーティリティコンポーネント１４１４にクローラ１４０２を関連付けることができる。例えば、ユーティリティコンポーネント１４１４は、ウェブクローラがサイトの集まり１４０４内のサイト１４１２にアクセスした最後のインスタンス以降サブウェブ１４１０内の１つまたは複数のサイトが変更／削除された特定の確率が存在すると判定することができる。

さらに、ユーティリティコンポーネント１４１４は、クローラ１４０２がサイトの集まり１４０４内のサイト１４１２にアクセスした最後のインスタンス以降１つまたは複数のインリンクおよび／または１つまたは複数のアウトリンクがサブウェブ１４１０を定義しているサイトに追加された確率を判定することができる。本発明の別の態様によれば、ユーティリティコンポーネント１４１４は、クローラ１４０２がサブウェブ１４１０を定義するサイトの集まり１４０６内の１つまたは複数のサイト１４１２にアクセスすることに関して、コスト／利益分析を行うことができる。例えば、ユーティリティコンポーネント１４１４は、サイトにアクセスする利益（例えば高トラフィックのサイトが最新のままであることを確実にするなど）に関して、サイトの集まり内の１つまたは複数のサイト１４１２にクローラ１４０２を配置するコスト（例えばサイト／サイトの表示を遅くする、クローリングリソースを異なるサイトに割り振るなど）を考えることができる。

次に図１５を簡単に参照すると、本発明の１つまたは複数の利益を示すネットワーキング環境１５００の例を示している。環境は、第１のデータストア１５０２および第２のデータストア１５０４を含み、第１のデータストア１５０２は、特定のトピックを表すサブウェブ１５０６を含む。第２のデータストア１５０４のユーザは、実質的に同様のトピックに向けられた新しいサブウェブを生成するより、サブウェブ１５０２の複写を取得し、こうしたサブウェブ１５０２を使用して検索を絞ることを望む。サブウェブをオブジェクトと考えることができるので、第２のデータストア１５０４のユーザは、第１のデータストア１５０２に存在するサブウェブ１５０６の複写を取得することができる。サブウェブ１５０６の複写を、ネットワーク接続を介して転送し、第２のデータストアで受信することができる。さらに、サブウェブ１５０６の複写は、いったんデータストア１５０４内に存在するようになると、ユーザの嗜好に従って変更することができる。したがってサブウェブは、サイトの集まりの検索に関して、個別化を提供する。これは、従来の検索システムおよび技術と比べて重要な改良である。

次に図１６を参照すると、こうした検索を絞るためにサブウェブを使用する検索を、従来の検索エンジンを使用した検索と比較している。より詳細には、１つまたは複数のサブウェブを使用して検索を絞ることができるようにするインタフェース１６０２を示しており、選択されたサブウェブは、コンピュータヘルプおよびサポート（ＨＳＣ）に関連する。使用された検索クエリは「トロイの木馬」であり、ユーザは、悪意のあるコンピュータプログラムに関連する情報を取り出すことを望む。返される結果の焦点を絞るためにサブウェブを使用することによって得られた返された結果は、一般の検索エンジン１６０４、およびドメイン限定の検索エンジン１６０６（Ｍｉｃｒｏｓｏｆｔ（登録商標）ドメインにわたってのみ検索されるなど）への関連性がより高かった。一般の検索エンジン１６０４は、トロイ戦争の歴史に関連する関係のない結果を返す。ドメイン限定検索エンジン１６０６は、検索にかなり関連する結果を除外する。

次に図１７および１８を参照すると、サブウェブ支援検索を介して取得した結果と２つの従来の検索エンジンから取得した結果との間の比較例を示している。結果の関連性を測定するために、１組の所与のクエリについて標準の１組の関連の結果が構築され、サブウェブ支援検索および一般の検索エンジン検索によって取得された結果が標準と比較された。示した実験に使用したサブウェブは、４５０のトピック関連クエリから構築され、１０００の無作為なクエリの組に対して正規化された。結果の取得に使用されたクエリは、特定のドメインでの５００個の最も多いクエリ、および同じドメイン内で使用された５００個の無作為なクエリの混合から取り出した。クエリごとに、これらの検索プロバイダのそれぞれからの上位の結果が取得され、マージされ、複写された。次いでこれらの結果を、無作為に格納し、無関係な注釈者に提示した。サブウェブの構築に使用されたクエリの組、および注釈者に提供された結果の取得に使用されたクエリの組は、相互に排他的なものとした。

この比較に関して使用した注釈者は、結果の出所を知らない（すなわち取得された結果が従来の検索エンジンからのものか、サブウェブで焦点を絞った検索であるかを判定することができない）。注釈者は、選択されたトピックに対して、「良い」（結果がクエリに直接関連している）、「ＯＫ」（結果は何らかの洞察を与えるが、質問に完全に回答しているわけではない）、「悪い」（結果は役に立たない）として結果を評価した。例えば、所望のトピックがコンピュータウィルスである場合、返された結果は、「トロイの木馬」についてのクエリが使用されたときにトロイの古都についての情報を説明している場合、（例えば「悪い」など）無関係の結果となる。あるいは、コンピュータウィルスをどのように防ぐかに関する情報は、関係あるとして評価された。簡単な注釈ツールを使用して（サブウェブで焦点を絞った検索エンジンおよび２つの従来の検索エンジンに送信された５１０個のクエリから取得された）全部で１７７４１の結果に注釈が付された。これらの注釈は、標準にコンパイルされた。この標準が取得されると、サブウェブで焦点を絞った検索エンジン、および２つの従来の検索エンジンに対してクエリが再度実行された。図１７および１８は、こうした比較の結果を示している。

図１７を特に参照すると、比較１７００は、２つの従来の検索エンジン結果と比べてサブウェブで焦点を絞った検索結果がより高い平均逆順位を有することを示す。平均逆順位は、ユーザの必要性を満たす第１の結果の平均位置を示している。明らかに平均逆順位がより高い方が望ましい。サブウェブで焦点を絞った検索に関連付けられた平均逆順位は、２つの従来の検索エンジンに関連付けられたもののほぼ倍である。特に図１８を参照すると、サブウェブで焦点を絞った検索および従来の検索から取得された結果に関連する様々な比較１８００を示している。より詳細には、第１のいくつかのサイト内で取得された結果の関連性が、サブウェブで焦点を絞った検索と従来の検索との間で比較される。サブウェブで焦点を絞った検索結果は、一貫して従来の検索エンジンより関連性が高い。より詳細には、次の表は、比較１８００を構築するために使用されたデータを示している。

上の表は、他の従来の検索エンジン結果のかなり低い数値に比べて、検索を絞るためにサブウェブを使用することによって返された上位の結果が検索の５１．８％について「良い」または「ＯＫ」と注釈されたことを示している。同様に、検索を絞るためにサブウェブを使用することによって返された上位の結果は、検索の３２．１６％について「良い」と注釈された。関連性の結果にわたる平均精度の平均（Mean Average Precision over Relevant Results：ＭＡＰ）は、各結果リストの関連性の結果の精度レベルの「平均の平均」である。無関係な結果は、結果リストの平均精度に寄与しない。上位Ｎの精度およびＭＡＰでは、数が多いとそれだけ関連性が高くなる。図１７および１８、および上記の表を詳しく調べることからわかるように、サブウェブで焦点を絞った検索は、一貫して一般の検索より性能が優れている。

図１９を参照すると、本発明の様々な態様を実施する環境１９１０の例はコンピュータ１９１２を含む。コンピュータ１９１２は、任意の適したコンピューティング装置とすることができる（例えばＰＤＡ（Personal Digital Assistant）、ラップトップコンピュータ、サーバ、デスクトップコンピュータなど）。コンピュータ１９１２は、プロセッサ１９１４、システムメモリ１９１６、およびシステムバス１９１８を含む。システムバス１９１８は、それだけには限定されないが、システムメモリ１９１６を含むシステムコンポーネントをプロセッサ１９１４に結合する。プロセッサ１９１４は、使用可能な様々なプロセッサのうちのどんなものでもよい。デュアルマイクロプロセッサおよび他のマルチプロセッサアーキテクチャをプロセッサ１９１４として使用することもできる。

システムバス１９１８は、使用可能な様々なバスアーキテクチャのうちの任意のものを使用するメモリバスまたはメモリコントローラ、周辺バスまたは外部バス、および／またはローカルバスを含むいくつかのタイプのバス構造のうちどんなものでもよい。こうしたアーキテクチャには、それだけには限定されないが、８ビットバス、ＩＳＡ（Industry Standard Architecture）、ＭＳＡ（Micor-Channel Architecture）、ＥＩＳＡ（Extended Industry Standard Architecture）、ＩＤＥ（Integrated Drive Electronics）、ＶＥＳＡ（Video Electronics Standards Association）ローカルバス（ＶＬＢ）、ＰＣＩ（peripheral component interconnect）、ユニバーサルシリアルバス（ＵＳＢ）、ＡＧＰ（Accelerated Graphics Port）、ＰＣＭＣＩＡ（Personal Computer Memory Card International Association）バス、およびＳＣＳＩ（small computer system interface）などがある。

システムメモリ１９１６は、揮発性メモリ１９２０および不揮発性メモリ１９２２を含む。ＢＩＯＳ（Basic Input/Output System）は、例えば起動中など、コンピュータ１９１２内の要素間で情報を転送する基本ルーチンを含み、不揮発性メモリ１９２２に格納されている。不揮発性メモリ１９２２には、それだけには限定されないが一例として、読取り専用メモリ（ＲＯＭ）、プログラマブルＲＯＭ（ＰＲＯＭ）、電気的プログラマブルＲＯＭ（ＥＰＲＯＭ）、電気的消去可能ＲＯＭ（ＥＥＰＲＯＭ）、フラッシュメモリなどがある。揮発性メモリ１９２０には、ランダムアクセスメモリ（ＲＡＭ）などがあり、これは外部キャッシュメモリとして働く。ＲＡＭは、それだけには限定されないが一例として、シンクロナスＲＡＭ（ＳＲＡＭ）、ダイナミックＲＡＭ（ＤＲＡＭ）、シンクロナスＤＲＡＭ（ＳＤＲＡＭ）、ダブルデータレートＳＤＲＡＭ（ＤＤＲ ＳＤＲＡＭ）、拡張ＳＤＲＡＭ（ＥＳＤＲＡＭ）、シンクリンクＤＲＡＭ（ＳＬＤＲＡＭ）、およびダイレクトラムバスＲＡＭ（ＤＲＲＡＭ）など多くの形態で使用可能である。

コンピュータ１９１２は、リムーバブル／非リムーバブル、揮発性／不揮発性コンピュータ記憶媒体も含む。図１９は、例えばディスク記憶装置１９２４を示している。ディスク記憶装置１９２４には、それだけには限定されないが、磁気ディスクドライブ装置、フロッピー（登録商標）ディスクドライブ、テープドライブ、Ｊａｚドライブ、Ｚｉｐドライブ、ＬＳ−１００ドライブ、フラッシュメモリカード、またはメモリスティックなどがある。さらに、ディスク記憶装置１９２４は、記憶媒体を別個に含む、または、それだけには限定されないが、コンパクトディスクＲＯＭ装置（ＣＤ−ＲＯＭ）、ＣＤレコーダブルドライブ（ＣＤ−Ｒ Ｄｒｉｖｅ）、ＣＤリライタブルドライブ（ＣＤ−ＲＷ Ｄｒｉｖｅ）、またはデジタル多用途ディスクＲＯＭドライブ（ＤＶＤ−ＲＯＭ）などの光ディスクドライブなど他の記憶媒体と組み合わせて含むことができる。ディスク記憶装置１９２４のシステムバス１９１８への接続を容易にするために、一般に、インタフェース１９２６などリムーバブルまたは非リムーバブルインタフェースが使用される。

図１９は、ユーザと適した動作環境１９１０で説明した基本的なコンピュータリソースとの間の媒介として働くソフトウェアを説明していることを理解されたい。こうしたソフトウェアには、オペレーティングシステム１９２８などがある。オペレーティングシステム１９２８は、ディスク記憶装置１９２４に格納することができ、コンピュータシステム１９１２のリソースを制御し、割り振るよう働く。システムアプリケーション１９３０は、システムメモリ１９１６またはディスク記憶装置１９２４のいずれかに格納されているプログラムモジュール１９３２およびプログラムデータ１９３４を介してオペレーティングシステム１９２８によるリソースの管理を利用する。本発明は、様々なオペレーティングシステムまたはオペレーティングシステムの組合せと共に実施できることを理解されたい。

ユーザは、入力装置１９３６を介してコマンドまたは情報をコンピュータ１９１２に入力する。入力装置１９３６には、それだけには限定されないが、マウスなどのポインティング装置、トラックボール、スタイラス、タッチパッド、キーボード、マイクロフォン、ジョイスティック、ゲームパッド、衛星パラボラアンテナ、スキャナ、ＴＶチューナカード、デジタルカメラ、デジタルビデオカメラ、ウェブカメラなどがある。これらおよび他の入力装置は、インタフェースポート１９３８を経由してシステムバス１９１８によってプロセッサ１９１４に接続される。インタフェースポート１９３８には、例えば、シリアルポート、パラレルポート、ゲームポート、ユニバーサルシリアルバス（ＵＳＢ）などがある。出力装置１９４０は、入力装置１９３６と同じタイプの何らかのポートを使用する。したがって、例えばＵＳＢポートを使用して、コンピュータ１９１２への入力を提供し、コンピュータ１９１２から出力装置１９４０に情報を出力することができる。出力アダプタ１９４２は、出力装置１９４０の中でも一部の出力装置１９４０にはモニタ、スピーカー、プリンタなど特殊なアダプタを必要とするものがあることを示すために提供されている。出力アダプタ１９４２には、それだけには限定されないが一例として、出力装置１９４０とシステムバス１９１８の間の接続手段を提供するビデオカードおよびサウンドカードなどがある。リモートコンピュータ１９４４など、他の装置および／または装置のシステムは、入力および出力の機能を提供することに留意されたい。

コンピュータ１９１２は、リモートコンピュータ１９４４など１つまたは複数のリモートコンピュータへの論理接続を使用してネットワーク式環境で動作することができる。リモートコンピュータ１９４４は、パーソナルコンピュータ、サーバ、ルータ、ネットワークＰＣ（Basic Input/Output System）、ワークステーション、マイクロプロセッサベースの装置、ピア装置、または他の一般のネットワークノードなどでよく、一般にコンピュータ１９１２に関連して記載した多くまたはすべての要素を含む。簡潔にするために、リモートコンピュータ１９４４と共にメモリ記憶装置１９４６のみを示している。リモートコンピュータ１９４４は、ネットワークインタフェース１９４８を介してコンピュータ１９１２に論理的に接続され、次いで通信接続１９５０を介して物理的に接続される。ネットワークインタフェース１９４８は、ローカルエリアネットワーク（ＬＡＮ）および広域ネットワーク（ＷＡＮ）などの通信ネットワークを含む。ＬＡＮ技術は、ＦＤＤＩ（fiber distributed data interface）、ＣＤＤＩ（copper distributed data interface）、Ｅｔｈｅｒｎｅｔ（登録商標）／ＩＥＥＥ（Institute of Electrical and Electronics Engineers）８０２．３、トークンリング／ＩＥＥＥ８０２．５などがある。ＷＡＮ技術には、それだけには限定されないが、ポイントツーポイントリンク、ＩＳＤＮ（Integrated Services Digital Network）およびそのバリエーションなどの回線交換ネットワーク、パケット交換ネットワーク、デジタル加入者回線（ＤＳＬ）などがある。

通信接続１９５０は、ネットワークインタフェース１９４８をバス１９１８に接続するために使用されるハードウェア／ソフトウェアを指す。通信接続１９５０は、説明上わかりやすくするために、コンピュータ１９１２内に示しているが、コンピュータ１９１２の外部にあってもよい。ネットワークインタフェース１９４８への接続に必要なハードウェア／ソフトウェアには、一例にすぎないが、通常の電話用モデム、ケーブルモデム、ＤＳＬモデムなどのモデム、ＩＳＤＮアダプタ、Ｅｔｈｅｒｎｅｔ（登録商標）カードなど内部技術および外部技術がある。

図２０は、本発明が対話することができるサンプルのコンピューティング環境２０００の概略ブロック図である。システム２０００は、１つまたは複数のクライアント２０１０を含む。クライアント２０１０は、ハードウェアおよび／またはソフトウェア（スレッド、プロセス、コンピューティング装置など）とすることができる。システム２０００は、１つまたは複数のサーバ２０３０も含む。サーバ２０３０もハードウェアおよび／またはソフトウェア（スレッド、プロセス、コンピューティング装置など）とすることができる。サーバ２０３０は、スレッドを収容して、例えば本発明を使用することによって変形を行うことができる。クライアント２０１０とサーバ２０３０との間の１つの考え得る通信は、２つ以上のコンピュータプロセス間で送信されるように構成されたデータパケットの形式とすることができる。システム２０００は、クライアント２０１０とサーバ２０３０との間の通信を容易にするために使用できる通信フレームワーク２０５０を含む。クライアント２０１０は、クライアント２０１０に対してローカルに情報を格納するために使用できる１つまたは複数のクライアントデータストア２０６０に動作可能に接続される。同様に、サーバ２０３０は、サーバ２０３０に対してローカルに情報を格納するために使用できる１つまたは複数のサーバデータストア２０４０に動作可能に接続される。

上記で説明してきたことは、本発明の例を含む。当然、本発明を説明するためにコンポーネントまたは方法の予想されるすべての組合せについて説明することは不可能であるが、本発明の他の多くの組合せおよび置換えが可能であることを当業者であれば理解できよう。したがって、本発明は、添付の特許請求の範囲の意図および範囲内のこうしたすべての代替形態、変更形態、および変形形態を含むものとする。さらに、「含む（include）」という用語が詳細な説明または特許請求の範囲で使用されている限り、こうした用語は、請求項で移行句として使用されるときに「備える（comprising）」が解釈されるように、「備える」という用語と同じように包含的であるものとする。

本発明の一態様による改良された検索（improved searching）を容易にするシステムを示すブロック図である。 本発明の一態様による改良された検索を容易にするシステムを示す別のブロック図である。 本発明の一態様による改良された検索を容易にするシステムを示すさらに別のブロック図である。 本発明の一態様による改良された検索を容易にするシステムを示すさらに別のブロック図である。 本発明の一態様による検索結果の関連性の向上に関してサブウェブを使用する方法を示すフロー図である。 本発明の一態様によるサブウェブを変更する方法を示すフロー図である。 本発明の一態様による複数のトピックへのインターネットのパーティショニングの例を示す図である。 本発明に関して使用できる検索表示の例を示す図である。 本発明の一態様によるサブウェブの作成を容易にするシステムを示すブロック図である。 本発明の一態様によるサブウェブの作成を容易にするシステムを示す別のブロック図である。 本発明の一態様によるサブウェブを作成する方法を示すフロー図である。 本発明の一態様によるサブウェブを作成する方法を示す別のフロー図である。 本発明の一態様によるクエリログの例およびクエリログに基づいて生成されたサブウェブの例を示す図である。 本発明の一態様による改良されたウェブクローリングを容易にするシステムを示すブロック図である。 本発明の一態様によるサブウェブの可搬性を示す図である。 本発明の一態様によるサブウェブで焦点を絞った検索から返された結果と比較して様々な検索エンジンから返された結果を示す図である。 本発明の一態様による従来の検索と比較してサブウェブで焦点を絞った検索が優れていることを示すデータである。 本発明の一態様による従来の検索と比較してサブウェブで焦点を絞った検索が優れていることを示すデータである。 本発明が機能することができる動作環境の例を示す図である。 本発明が機能することができる動作環境の別の例を示す図である。

符号の説明

１００ 改良された検索を容易にするシステム
１０２〜１０６ サブウェブ
１０８ データストア
１１０ サブウェブセレクタ
１１２ ディスプレイ
１１４ 検索コンポーネント

Claims (24)

1. サイトの集まりにわたる検索を容易にするシステムであって、
   複数のサブウェブのリストを格納する記憶装置であって、前記サブウェブは、特定のトピックにそれぞれ関連付けられ、当該トピックに分類されるサイト、および、当該トピックと当該サイトとの関連性を示す重みを対応づけて定義し、前記重みは、前記トピックに関連する複数の検索用語を使用した検索結果に当該サイトが含まれる回数に応じて高くなる、記憶装置と、
   検索用語を受信する入力コンポーネントと
   前記受信した検索用語に基づいて、前記複数のサブウェブのうち少なくとも１つを選択するサブウェブセレクタと、
   前記受信した検索用語に基づいて前記サイトの集まりにおいて検索を行い、前記選択されたサブウェブに含まれるサイトに対応する前記重みに基づいて、検索結果をランク付けする検索コンポーネントと、
   サブウェブをカスタマイズするチューニングコンポーネントであって、サブウェブに追加するサイトに対応する重みを割り当てる、チューニングコンポーネントと、
   前記サイトの集まり内に前記サブウェブに含まれるサイトが存在するかどうかを判定し、前記サブウェブに含まれるサイトの変更または削除を前記チューニングコンポーネントに通知するクローリングコンポーネントであって、検索に頻繁に使用されるサブウェブのサイトは、当該サブウェブと比較して検索に使用される頻度が少ないサブウェブのサイトより頻繁に判定される、クローリングコンポーネントと
   を備えたことを特徴とするシステム。
2. 前記システムが、サーバ上に存在することを特徴とする請求項１に記載のシステム。
3. 前記システムが、クライアント上に存在することを特徴とする請求項１に記載のシステム。
4. 前記サブウェブは、前記システムのユーザごとに生成されることを特徴とする請求項１に記載のシステム。
5. 時刻またはユーザの場所を含むデータを受信して、前記検索コンポーネントに通知する状況コンポーネントをさらに備え、
   前記検索コンポーネントは、前記状況コンポーネントから通知されたデータに基づいて検索およびランク付けを行うことを特徴とする請求項１に記載のシステム。
6. 前記サブウェブセレクタは、検索時に表示されているサイトに関連するトピックに関連付けられたサブウェブを選択することを特徴とする請求項１に記載のシステム。
7. 前記サブウェブセレクタは、閲覧履歴に含まれるサイトに関連するトピックに関連付けられたサブウェブを選択することを特徴とする請求項１に記載のシステム。
8. 前記サブウェブセレクタは、感知されたユーザの場所に関連するトピックに関連付けられたサブウェブを選択することを特徴とする請求項１に記載のシステム。
9. 前記サブウェブセレクタはユーザインタフェースに関連付けられており、ユーザは、前記ユーザインタフェースを介して前記検索に関して使用するサブウェブを選択することを特徴とする請求項１に記載のシステム。
10. 前記チューニングコンポーネントはユーザインタフェースに関連付けられており、ユーザは、前記ユーザインタフェースを介して前記サブウェブに含まれるサイトに対応する前記重みを変更することを特徴とする請求項１に記載のシステム。
11. 前記サブウェブはウェブサイトを介してアクセス可能であることを特徴とする請求項１に記載のシステム。
12. 前記システムはデータストアをさらに備え、
    前記サブウェブは、前記データストアに含まれるユーザに関するプロファイルに関連付けられており、前記プロファイルは移送可能であることを特徴とする請求項１に記載のシステム。
13. 前記検索結果に関連するフィードバックを受け付ける、ユーザインタフェースに関連付けられたフィードバックコンポーネントをさらに備え、ユーザは、前記ユーザインタフェースを介して検索に使用したサブウェブから特定のサイトを除外することを特徴とする請求項１に記載のシステム。
14. 前記検索結果の順序は一般の検索エンジンのランク付けシステムの機能、および前記サブウェブ内の前記複数のサイトの対応する重みに基づくことを特徴とする請求項１に記載のシステム。
15. 前記複数のサブウェブには、ユーザの年齢、場所、性別、人種、政治的所属、および宗教のうちの１つまたは複数に関連するトピックに関連付けられるサブウェブが含まれることを特徴とする請求項１に記載のシステム。
16. 複数のサブウェブを前記検索に関して使用し、前記検索から取得した結果は、前記結果に関連するサブウェブによって分類されることを特徴とする請求項１に記載のシステム。
17. 前記サイトの集まりはインターネットおよびイントラネットのうちの少なくとも一方であることを特徴とする請求項１に記載のシステム。
18. サイトの集まりにわたる検索を容易にするシステムにおいて実施される方法であって、当該方法は、記憶装置に記憶されたコンピュータ実行可能命令を処理装置が実行することによって実施され、
    記憶装置が、複数のサブウェブのリストを提供するステップであって、前記サブウェブは、特定のトピックにそれぞれ関連付けられ、当該トピックに分類されるサイト、および、当該トピックと当該サイトとの関連性を示す重みを対応づけて定義し、前記重みは、前記トピックに関連する複数の検索用語を使用した検索結果に当該サイトが含まれる回数に応じて高くなる、ステップと、
    入力コンポーネントが、検索用語を受信するステップと、
    サブウェブセレクタが、前記受信した検索用語に基づいて、前記複数のサブウェブのうち少なくとも１つを選択するステップと、
    検索コンポーネントが、前記受信した検索用語に基づいて前記サイトの集まりにおいて検索を行い、前記選択されたサブウェブに含まれるサイトに対応する前記重みに基づいて、検索結果をランク付けするステップと、
    クローリングコンポーネントが、前記サイトの集まり内に前記サブウェブに含まれるサイトが存在するかどうかを判定し、前記サブウェブに含まれるサイトの変更または削除をチューニングコンポーネントに通知するステップであって、検索に頻繁に使用されるサブウェブのサイトは、当該サブウェブと比較して検索に使用される頻度が少ないサブウェブのサイトより頻繁に判定される、ステップと、
    前記クローリングコンポーネントからの前記通知に基づいて、前記チューニングコンポーネントが、前記サブウェブをカスタマイズするステップと
    を備えることを特徴とする方法。
19. 前記サブウェブセレクタは、閲覧履歴に含まれるサイトに関連するトピックに関連付けられたサブウェブを選択することを特徴とする請求項１８に記載の方法。
20. 前記サイトの集まりはインターネットおよびイントラネットのうちの少なくとも一方であることを特徴とする請求項１８に記載の方法。
21. 前記サブウェブセレクタは、検索時に表示されているサイトに関連するトピックに関連付けられたサブウェブを選択することを特徴とする請求項２０に記載の方法。
22. フィードバックコンポーネントが、検索に使用したサブウェブから特定のサイトを除外するユーザインタフェースを提供するステップをさらに備えることを特徴とする請求項１８に記載の方法。
23. 前記チューニングコンポーネントが、前記サブウェブに含まれるサイトに対応する前記重みを変更するユーザインタフェースを提供するステップをさらに備えることを特徴とする請求項１８に記載の方法。
24. 処理装置によって実行された際、サイトの集まりにわたる検索を容易にする方法を実施することができるコンピュータ実行可能命令を有するコンピュータ読み取り可能な記録媒体であって、前記方法は、
    記憶装置が、複数のサブウェブのリストを提供するステップであって、前記サブウェブは、特定のトピックにそれぞれ関連付けられ、当該トピックに分類されるサイト、および、当該トピックと当該サイトとの関連性を示す重みを対応づけて定義し、前記重みは、前記トピックに関連する複数の検索用語を使用した検索結果に当該サイトが含まれる回数に応じて高くなる、ステップと、
    入力コンポーネントが、検索用語を受信するステップと、
    サブウェブセレクタが、前記受信した検索用語に基づいて、前記複数のサブウェブのうち少なくとも１つを選択するステップと、
    検索コンポーネントが、前記受信した検索用語に基づいて前記サイトの集まりにおいて検索を行い、前記選択されたサブウェブに含まれるサイトに対応する前記重みに基づいて、検索結果をランク付けするステップと、
    クローリングコンポーネントが、前記サイトの集まり内に前記サブウェブに含まれるサイトが存在するかどうかを判定し、前記サブウェブに含まれるサイトの変更または削除をチューニングコンポーネントに通知するステップであって、検索に頻繁に使用されるサブウェブのサイトは、当該サブウェブと比較して検索に使用される頻度が少ないサブウェブのサイトより頻繁に判定される、ステップと、
    前記クローリングコンポーネントからの前記通知に基づいて、前記チューニングコンポーネントが、前記サブウェブをカスタマイズするステップと
    を備えることを特徴とするコンピュータ読み取り可能な記録媒体。

Images