JP4962973B2 - 検索サーバ、方法及びプログラム - Google Patents

Description

本発明は、Ｗｅｂページを検索する検索サーバ、検索方法及び検索プログラムに関する。

従来、Ｗｅｂページの検索方法として、通信ネットワークを介して接続されたコンテンツサーバを巡回してＷｅｂページを取得して、予めデータベース（以下、ＤＢともいう。）に記憶しておき、検索時に、取得したＷｅｂページが格納されたデータベースを用いる方法が行われている。例えば、ロボットやクローラ等のインターネット内を自動的に調べるソフトウェアにより、Ｗｅｂページをカテゴリ毎及び属性毎にまとめて記憶するページデータＤＢを備えた検索装置が開示されている（例えば、特許文献１）。
特開２００７−１２２２９０号公報

しかし、特許文献１の検索装置は、予めコンテンツサーバを巡回して取得したＷｅｂページを記憶するデータベースが必要であり、大容量のデータを格納可能なハードディスク等の記憶装置を必要とするものであった。

そこで、本発明は、大容量のデータを格納する記憶装置を用いずにＷｅｂページを検索する検索サーバ、検索方法及び検索プログラムを提供することを目的とする。

本発明者は、検索時に都度Ｗｅｂページを取得する方法を工夫することで、大容量のデータを格納する記憶装置を必要とせずにＷｅｂページを検索する仕組みを見出し、本発明を完成するに至った。本発明は、具体的には次のようなものを提供する。

（１） 端末から受信した検索対象データに基づきＷｅｂページを検索する検索サーバであって、
類似語を記憶した類似語データベースを記憶する記憶手段と、
検索開始時に、前記端末で過去に表示したＷｅｂページの閲覧履歴情報に基づき、前記Ｗｅｂページを取得するＷｅｂページ取得手段と、
前記Ｗｅｂページ取得手段により取得した前記Ｗｅｂページに含む特徴語であって前記検索対象データに類似する前記特徴語を、前記類似語データベースを用いて抽出する特徴語抽出手段と、
前記特徴語抽出手段により抽出された前記特徴語から、前記特徴語のスコアの偏差値を算出するスコア算出手段と、
前記特徴語抽出手段により抽出した前記Ｗｅｂページに関する検索データを前記端末に送信する検索データ送信手段と、
前記スコア算出手段により算出された前記スコアの偏差値が所定の条件を満たす間、前記Ｗｅｂページからリンクされたリンク先のＷｅｂページを取得し、前記リンク先のＷｅｂページに対して前記特徴語抽出手段から前記検索データ送信手段までを繰り返して実行する繰り返し手段と、
を備えることを特徴とする検索サーバ。

本発明のこのような構成によれば、検索時に、Ｗｅｂページの閲覧履歴からＷｅｂページを取得して検索するので、Ｗｅｂページを取得するタイミングを検索時にして、いわゆる、リアルタイムクロールを行うことで、大容量のデータを格納する記憶装置を必要とせずにＷｅｂページを検索することができる。また、ユーザが過去に閲覧したＷｅｂページであって、ユーザの興味のあるＷｅｂページに基づき、検索対象データに類似する特徴語を抽出して検索を行うので、閲覧履歴というユーザの嗜好を含む資源を利用して、ユーザの嗜好を考慮した効率よい検索をすることができる。さらに、リンク先のＷｅｂページを対象にして繰り返して検索して、検索データを出力するので、例えば、検索過程を端末に表示させることができ、ほぼ同時のタイミングで作業状況を確認できる。また、検索対象を広げることで、幅広く検索をすることができる。

（２） 前記繰り返し手段は、前記スコア算出手段により算出された前記スコアの偏差値が、リンク元の前記Ｗｅｂページの前記特徴語に対応する前記スコアの偏差値より高い値であることに応じて、前記リンク先のＷｅｂページに対して前記特徴語抽出手段から前記検索データ送信手段までを繰り返して実行すること、
を特徴とする（１）に記載の検索サーバ。

本発明のこのような構成によれば、特徴語のスコアの偏差値を用いて繰り返し処理を行うことができる。そして、スコアの偏差値が高い値であるとは、特徴語が検索対象データにより類似していることを表すので、より類似したＷｅｂページを検索対象にすることができる。

（３） 前記繰り返し手段は、前記スコア算出手段により算出された前記スコアの偏差値が、リンク元の前記Ｗｅｂページの前記特徴語に対応する前記スコアの偏差値より低い値であることに応じて、前記リンク先のＷｅｂページに対してのみ前記特徴語抽出手段から前記検索データ送信手段までを実行すること、
を特徴とする（１）又は（２）に記載の検索サーバ。

本発明のこのような構成によれば、スコアの偏差値が低い値である場合には、リンク先のＷｅｂページに対してのみ検索対象にするので、１つ先のＷｅｂページまでを検索の対象にすることで、無駄に多くのＷｅｂページを検索対象とせずに、しかも、１つ先のＷｅｂページまでを検索対象にすることで、検索対象に広がりを持たせることができる。

（４） 前記検索データ送信手段は、前記端末に表示する前記Ｗｅｂページのリンクデータ及び要約文のデータを検索データとして前記端末に送信すること、
を特徴とする（１）から（３）までのいずれか１項に記載の検索サーバ。

本発明のこのような構成によれば、検索データとして、Ｗｅｂページのリンクデータ及び要約文のデータを送信するので、Ｗｅｂページのリンクデータと共に、そのＷｅｂページの要約文を端末に表示させることができる。よって、ユーザにとって有益な情報を表示させることができる。

（５） 前記検索データ送信手段は、前記特徴語抽出手段が前記特徴語を抽出したことに応じて、前記検索データを順次前記端末に送信すること、
を特徴とする（１）から（４）までのいずれか１項に記載の検索サーバ。

本発明のこのような構成によれば、繰り返して検索して、検索データを順次端末に出力するので、検索処理にほぼ並行して、検索過程を端末に表示させることができる。よって、ユーザは、検索の実行されている様子を知ることができる。そして、検索結果が表示されるまでの待ち時間にユーザが苛立つことを防ぐ仕組みを提供できる。

（６） 前記スコア算出手段は、ＴＦＩＤＦ値を用いて前記特徴語に対応する前記スコアの偏差値を算出すること、
を特徴とする（１）から（５）までのいずれか１項に記載の検索サーバ。

本発明のこのような構成によれば、ＴＦＩＤＦ値を用いて特徴語に対応するスコアの偏差値を算出するので、一般的な手法で容易に算出できるスコアの偏差値を用いることができる。

（７） 前記Ｗｅｂページの閲覧履歴情報のうち、直近に前記端末に表示したものから順番に複数の前記閲覧履歴情報を、前記端末から取得する閲覧履歴情報取得手段を備えること、
を特徴とする（１）から（６）までのいずれか１項に記載の検索サーバ。

本発明のこのような構成によれば、端末で閲覧したＷｅｂページのうち直近のものから順番に複数の閲覧履歴を端末から取得するので、端末から取得した複数の閲覧履歴を用いることができる。また、ユーザの直近の嗜好を含む閲覧履歴を用いることができる。

（８） 前記Ｗｅｂページ取得手段は、通信ネットワークを介して接続されたコンテンツサーバから前記Ｗｅｂページを取得すること、
を特徴とする（１）から（７）までのいずれか１項に記載の検索サーバ。

本発明のこのような構成によれば、検索時に、コンテンツサーバから対象になるＷｅｂページを取得するので、常に最新のＷｅｂページを検索対象にすることができる。

（９） 検索対象データに基づきＷｅｂページを検索する検索方法であって、
コンピュータは、類似語を記憶した類似語データベースを記憶する記憶手段を備え、
前記コンピュータが、
検索開始時に、過去に取得したＷｅｂページの閲覧履歴情報に基づき、前記Ｗｅｂページを取得するＷｅｂページ取得ステップと、
前記Ｗｅｂページ取得ステップにより取得した前記Ｗｅｂページに含む特徴語であって前記検索対象データに類似する前記特徴語を、前記類似語データベースを用いて抽出する特徴語抽出ステップと、
前記特徴語抽出ステップにより抽出された前記特徴語から、前記特徴語のスコアの偏差値を算出するスコア算出ステップと、
前記特徴語抽出ステップにより抽出した前記Ｗｅｂページに関する検索データを出力する検索データ出力ステップと、
前記スコア算出ステップにより算出された前記スコアの偏差値が所定の条件を満たす間、前記Ｗｅｂページにリンクされたリンク先のＷｅｂページに遷移して、前記リンク先のＷｅｂページに対して前記特徴語抽出ステップから前記検索データ出力ステップまでを繰り返して実行する繰り返しステップと、
を含むことを特徴とする検索方法。

（１０） （９）に記載の方法のステップをコンピュータに実行させるための検索プログラム。

本発明によれば、検索時に、Ｗｅｂページの閲覧履歴からＷｅｂページを取得して検索するので、Ｗｅｂページを取得するタイミングを検索時にして、大容量のデータを格納する記憶装置を必要とせずにＷｅｂページを検索することができる。

以下、本発明を実施するための最良の形態について図を参照しながら説明する。なお、これはあくまでも一例であって、本発明の技術的範囲はこれに限られるものではない。

（実施形態）
［検索システムの全体構成及び検索サーバの機能構成］
図１は、本実施形態に係る検索システム１００の全体構成及び検索サーバ１の機能構成を示す図である。

検索システム１００は、検索サーバ１と、複数のコンテンツサーバ２と、通信ネットワーク３と、端末４とにより構成される。図１に示すように、インターネット等の通信回線に代表される通信ネットワーク３を介して、検索サーバ１と、コンテンツサーバ２と、端末４とが互いに通信可能に接続されている。

検索サーバ１は、制御部１０と記憶部２０とを備える。制御部１０は、検索対象データ受信手段１１と、履歴情報取得手段１２と、Ｗｅｂページ取得手段１３と、特徴語抽出手段１４と、スコア算出手段１５と、検索データ送信手段１６と、繰り返し手段１７とを備える。また、記憶部２０は、類似語ＤＢ２２を備える。

検索サーバ１は、ハードウェアの数に制限はなく、必要に応じて１又は複数のハードウェアで構成してよい。また、複数のハードウェアで構成する場合には、通信ネットワーク３を介して各ハードウェアを接続してもよい。例えば、後述する各機能毎に別サーバとし、各サーバ間での信号の送受信により、各サーバを連携させることで、本実施形態の機能を実現してもよい。

検索対象データ受信手段１１は、端末４から検索キーワードを含む検索依頼の指示データである検索対象データを受信する。履歴情報取得手段１２は、端末４からＷｅｂページの閲覧履歴を取得する。Ｗｅｂページ取得手段１３は、コンテンツサーバ２からＷｅｂページを取得する。

特徴語抽出手段１４は、Ｗｅｂページ取得手段１３で取得したＷｅｂページの特徴語を抽出する。スコア算出手段１５は、Ｗｅｂページの特徴語のスコアの偏差値を算出する。検索データ送信手段１６は、検索したＷｅｂページに関する検索データを端末４に送信する。繰り返し手段１７は、リンク先のＷｅｂページを取得し、特徴語を抽出し、スコアの偏差値を算出し、検索データを送信するという一連の処理を繰り返す。

類似語ＤＢ２２は、ある単語に類似する単語を関連付けて記憶するＤＢである。同一物の複数の呼び名や、同一カテゴリの物を関連付けて記憶する。例えば、「そば」と「麺類」とを関連付けて記憶している。類似語ＤＢ２２は、他の装置（図示せず）により作成されたものを用いてよい。

コンテンツサーバ２は、複数のＷｅｂページを記憶したコンテンツのＤＢサーバである。コンテンツサーバ２は、通信ネットワーク３に接続されていれば、世界中のあらゆるＷｅｂページを記憶したコンテンツのＤＢサーバが該当する。

端末４は、ユーザが、コンテンツを再生するための操作入力をするためのキーボード、マウス等の入力部や、コンテンツを表示する表示画面を備えた装置である。端末４は、例えば、ＰＣ（パーソナルコンピュータ）の他、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄａｔａ Ａｓｓｉｓｔａｎｔ）等の情報通信端末や、携帯電話機等の様々な機種の端末を含む。端末４を用いて、ユーザは、検索キーワードを入力したり、コンテンツを視聴したりすることができる。

［検索サーバ１のハードウェア構成図］
図２は、本実施形態に係る検索サーバ１のハードウェア構成を示す図である。本発明が実施されるサーバは標準的なものでよく、以下に構成の一例を示す。

検索サーバ１は、制御部１０を構成するＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１０１０（マルチプロセッサ構成ではＣＰＵ１０１２等複数のＣＰＵが追加されてもよい）、バスライン１００５、通信Ｉ／Ｆ（Ｉ／Ｆ：インターフェイス）１０４０、メインメモリ１０５０、ＢＩＯＳ（Ｂａｓｉｃ Ｉｎｐｕｔ Ｏｕｔｐｕｔ Ｓｙｓｔｅｍ）１０６０、表示装置１０２２、Ｉ／Ｏコントローラ１０７０、キーボード及びマウス等の入力装置１１００、ハードディスク１０７４、光ディスクドライブ１０７６、並びに半導体メモリ１０７８を備える。なお、ハードディスク１０７４、光ディスクドライブ１０７６、及び半導体メモリ１０７８はまとめて記憶部２０と呼ぶ。

制御部１０は、検索サーバ１を統括的に制御する部分であり、ハードディスク１０７４に記憶された各種プログラムを適宜読み出して実行することにより、上述したハードウェアと協働し、本発明に係る各種機能を実現している。

通信Ｉ／Ｆ１０４０は、検索サーバ１が、通信ネットワーク３（図１）を介して端末４（図１）と情報を送受信する場合のネットワーク・アダプタである。通信Ｉ／Ｆ１０４０は、モデム、ケーブル・モデム及びイーサネット（登録商標）・アダプタを含んでよい。

ＢＩＯＳ１０６０は、検索サーバ１の起動時にＣＰＵ１０１０が実行するブートプログラムや、検索サーバ１のハードウェアに依存するプログラム等を記録する。

表示装置１０２２は、ブラウン管表示装置（ＣＲＴ）、液晶表示装置（ＬＣＤ）等のディスプレイ装置を含む。

Ｉ／Ｏコントローラ１０７０には、ハードディスク１０７４、光ディスクドライブ１０７６、及び半導体メモリ１０７８等の記憶装置である記憶部２０を接続することができる。

入力装置１１００は、検索サーバ１の管理者による入力の受け付けを行うものである。

ハードディスク１０７４は、本ハードウェアを検索サーバ１として機能させるための各種プログラム、本発明の機能を実行するプログラム及び上述するＤＢを記憶する。なお、検索サーバ１は、外部に別途設けたハードディスク（図示せず）を外部記憶装置として利用することもできる。

光ディスクドライブ１０７６としては、例えば、ＤＶＤ−ＲＯＭドライブ、ＣＤ−ＲＯＭドライブ、ＤＶＤ−ＲＡＭドライブ、ＣＤ−ＲＡＭドライブを使用することができる。この場合は各ドライブに対応した光ディスク１０７７を使用する。光ディスク１０７７から光ディスクドライブ１０７６によりプログラム又はデータを読み取り、Ｉ／Ｏコントローラ１０７０を介してメインメモリ１０５０又はハードディスク１０７４に提供することもできる。

なお、本発明でいうコンピュータとは、記憶装置、制御部等を備えた情報処理装置をいい、検索サーバ１は、記憶部２０、制御部１０等を備えた情報処理装置により構成され、この情報処理装置は、本発明のコンピュータの概念に含まれる。

［コンテンツサーバ２のハードウェア構成］
コンテンツサーバ２も、上述の検索サーバ１と同様な構成を持つ。なお、コンテンツサーバ２のみならず、検索サーバ１にも、コンテンツサーバ２と同様にＷｅｂページを記憶するコンテンツのＤＢを一部有してもよい。

［端末４のハードウェア構成］
端末４も、上述の検索サーバ１と同様な構成を持つ。例えば、記憶部２０は、光ディスクドライブ１０７６に代えて外部メモリを挿入可能なドライブであってもよい。

［検索処理のフローチャート］
図３は、本実施形態に係る検索サーバ１の検索処理のフローチャートである。図４は、本実施形態に係る検索サーバ１の検索データ処理のフローチャートである。

Ｓ１：制御部１０（検索対象データ受信手段１１）は、端末４から送信された検索キーワードを含む検索対象データを取得する。

Ｓ２：制御部１０（履歴情報取得手段１２）は、端末４からＷｅｂページの閲覧履歴情報を取得する。具体的には、履歴情報取得手段１２は、ブラウザの機能等により端末４に記憶されたＷｅｂページの閲覧履歴情報であって、直近に閲覧したＷｅｂページの閲覧履歴から複数個の閲覧履歴情報を取得する。閲覧履歴情報とは、例えば、閲覧日時、ＵＲＬ（Ｕｎｉｆｏｒｍ Ｒｅｓｏｕｒｃｅ Ｌｏｃａｔｏｒ）等のリンクデータを含むものをいう。

このように、検索サーバ１は、端末４で閲覧したＷｅｂページのうち直近のものから順番に複数の閲覧履歴を、端末４から取得する。よって、検索サーバ１は、端末４から取得した複数の閲覧履歴を用いることができる。また、検索サーバ１は、ユーザの直近の嗜好を含んだ閲覧履歴を用いることができる。

Ｓ３：制御部１０（Ｗｅｂページ取得手段１３）は、取得した閲覧履歴情報から対応するＷｅｂページを取得する。具体的には、Ｗｅｂページ取得手段１３は、閲覧履歴情報に含むリンクデータに基づいてコンテンツサーバ２からＷｅｂページを取得する。

このように、検索サーバ１は、検索開始時に、コンテンツサーバ２から対象になるＷｅｂページを取得するので、常に最新のＷｅｂページを検索対象にすることができる。

Ｓ４：制御部１０は、次に、図４に基づいて説明する検索データ処理を行う。なお、Ｗｅｂページの取得から、これから説明する図４は、まとめて制御部１０の繰り返し手段１７が実行する。

Ｓ２１：制御部１０（特徴語抽出手段１４）は、類似語ＤＢ２２を用いて検索キーワードに類似する特徴語をＷｅｂページから抽出する。検索キーワードに一致する単語の他、検索キーワードに一致はしないが、検索キーワードに類似した単語を類似語ＤＢ２２から選択して、その選択した単語に一致する単語を、Ｗｅｂページから抽出する。

Ｓ２２：制御部１０（スコア算出手段１５）は、抽出した特徴語から特徴語のスコアの偏差値を算出する。スコアの偏差値は、一例として、Ｗｅｂページ内でキーワードがどれだけ多く使用されているのかを示す指標であるＴＦ（ｔｅｒｍ ｆｒｅｑｕｅｎｃｙ）と、そのキーワードがどれだけの数のＷｅｂページで使用されているかを示す指標であるＩＤＦ（ｉｎｖｅｒｓｅ ｄｏｃｕｍｅｎｔ ｆｒｅｑｕｅｎｃｙ）とを用いて算出できる。ＴＦＩＤＦを用いたスコアの偏差値の算出は、単にキーワードの文中における出現頻度が高いだけではなく、キーワードの重要さを考慮する。すなわち、どの文書にも多く含まれる語はスコアの偏差値を低く押さえ、珍しい語のスコアの偏差値を高くする。そして、スコアＷは、

により算出できる。但し、Ｋは定数、ｎは語を含む文書数、Ｎは全文書数である。ここで、全文書数とは、検索対象にした全Ｗｅｂページ数をいう。なお、偏差値は、ある数値が母集団の中でどれくらいの位置にいるかを表した無次元数で、一般的な式を用いて算出できる。

このように、検索サーバ１は、ＴＦＩＤＦ値を用いて特徴語に対応するスコアの偏差値を算出することで、一般的な手法で容易に算出できるスコアの偏差値を用いることができる。

Ｓ２３：制御部１０は、Ｗｅｂページの情報が付加された検索結果ページを作成する。ここで、Ｗｅｂページの情報とは、検索対象であるＷｅｂページのリンクデータや、Ｗｅｂページの要約文の情報をいう。また、検索結果ページとは、検索過程での検索状況を表すページや検索終了時の検索結果を表すページをいい、検索データに対応するものである。なお、要約文は、スニペットと呼ばれ、検索キーワードや類似語を含む前後の文字列を抽出したものである。

Ｓ２４：制御部１０（検索データ送信手段１６）は、作成した検索結果ページを端末４に送信する。

このように、検索サーバ１は、検索データとして、Ｗｅｂページのリンクデータ及び要約文のデータを端末４に送信する。よって、端末４では、ユーザにとって有益なＷｅｂページのリンクデータと共に、そのＷｅｂページの要約文を表示することができる。

図３に戻って、Ｓ５：制御部１０は、検索データ処理をしたＷｅｂページにリンクデータが存在するか否かを判断する。リンクデータが存在するとは、別のＷｅｂページに遷移するためのＵＲＬが存在することをいう。リンクデータが存在する場合（Ｓ５：ＹＥＳ）には、制御部１０は、処理をＳ６に移す。他方、リンクデータが存在しない場合（Ｓ５：ＮＯ）には、制御部１０は、処理をＳ１２に移す。

Ｓ６：制御部１０（Ｗｅｂページ取得手段１３）は、Ｗｅｂページのリンクデータからリンク先のＷｅｂページを、コンテンツサーバ２から取得する。つまり、Ｗｅｂページにリンクされたリンク先のＷｅｂページを取得する。

Ｓ７：制御部１０は、上述の図４で説明した検索データ処理を行う。

Ｓ８：制御部１０は、算出したリンク先のＷｅｂページのスコアの偏差値が、それより前の検索で算出したリンク元のＷｅｂページのスコアの偏差値より上か否かを判断する。スコアの偏差値が上であった場合（Ｓ８：ＹＥＳ）には、制御部１０は、処理をＳ５に移す。他方、スコアの偏差値が下であった場合（Ｓ８：ＮＯ）は、処理をＳ９に移す。

Ｓ９：制御部１０は、検索データ処理をしたＷｅｂページにリンクデータが存在するか否かを判断する。リンクデータが存在する場合（Ｓ９：ＹＥＳ）には、制御部１０は、処理をＳ１０に移す。他方、リンクデータが存在しない場合（Ｓ９：ＮＯ）には、制御部１０は、処理をＳ１２に移す。

Ｓ１０：制御部１０（Ｗｅｂページ取得手段１３）は、Ｗｅｂページのリンクデータからリンク先のＷｅｂページをコンテンツサーバ２から取得する。

Ｓ１１：制御部１０は、上述の図４で説明した検索データ処理を行う。

このように、検索サーバ１は、算出したリンク先のＷｅｂページのスコアの偏差値が、それより前の検索で算出したリンク元のＷｅｂページのスコアの偏差値より上である場合には、特徴語が検索対象データにより類似したリンク先のＷｅｂページについて繰り返し処理を行うことができる。また、検索サーバ１は、算出したリンク先のＷｅｂページのスコアの偏差値が、それより前の検索で算出したリンク元のＷｅｂページのスコアの偏差値より下である場合には、算出したリンク先のＷｅｂページのさらに１つ先のＷｅｂページについてのみ検索データ処理を行うことで、無駄に多くのＷｅｂページを検索対象とせずに、しかも、１つ先のＷｅｂページまでを検索対象にすることで、検索対象に広がりを持たせることができる。

Ｓ１２：制御部１０は、全ての閲覧履歴情報について処理をしたか否かを判断する。全ての閲覧履歴情報について処理をした場合（Ｓ１２：ＹＥＳ）には、制御部１０は、本処理を終了する。全ての閲覧履歴情報について処理をしていない場合（Ｓ１２：ＮＯ）には、制御部１０は、処理をＳ３に移し、処理をしていない閲覧履歴情報について処理を行う。

このように、検索サーバ１は、検索時に、Ｗｅｂページの閲覧履歴からＷｅｂページを取得して検索するので、Ｗｅｂページを取得するタイミングを検索時にして、いわゆる、リアルタイムクロールを行うことで、大容量のデータを格納する記憶装置を必要とせずにＷｅｂページを検索することができる。

また、検索サーバ１は、ユーザが過去に閲覧したＷｅｂページであって、ユーザの興味のあるＷｅｂページに基づき、検索対象データに類似する特徴語を抽出して検索を行うので、閲覧履歴というユーザの嗜好を含む資源を利用して、ユーザの嗜好を考慮した効率よい検索をすることができる。

さらに、検索サーバ１は、リンク先のＷｅｂページを対象にして繰り返して検索して、検索データを出力するので、例えば、検索過程を端末に表示させることができ、ほぼ同時のタイミングで作業状況を確認できる。よって、ユーザは、検索の実行されている様子を知ることができる。そして、検索サーバ１は、リアルタイムでＷｅｂページを取得して検索するため、処理に時間を要するが、その代わりとして、検索結果が表示されるまでの待ち時間にユーザが苛立つことを防ぐ仕組みを提供できる。

［検索例］
次に、Ｗｅｂページを検索する方法について説明する。図５は、本実施形態に係る検索サーバ１でのＷｅｂページの検索方法の例を示す図である。

先ず、図５の左上に示されたＵＲＬ０であるＷｅｂページ３０は、閲覧履歴情報から取得したＷｅｂページである（図３のＳ３参照）。Ｗｅｂページ３０は、検索キーワードに類似する特徴語ｗ０を含む。特徴語ｗ０のスコアの偏差値は１０である。なお、特徴語ｗ０は、検索キーワードに一致する単語、又は類似する単語を類似語ＤＢ２２から選択したものである。また、スコアの偏差値は、特徴語ｗ０の重み付けである。

Ｗｅｂページ３０は、ＵＲＬ１のリンクデータ４０を含むので（図３のＳ５でＹＥＳが選択された場合を参照）、次に、制御部１０は、ＵＲＬ１であるＷｅｂページ３１を取得する（図３のＳ６参照）。Ｗｅｂページ３１は、検索キーワードに類似する特徴語ｗ１を含み、特徴語ｗ１のスコアの偏差値は１２である。Ｗｅｂページ３１のスコアの偏差値（＝１２）は、リンク元のＷｅｂページ３０のスコアの偏差値（＝１０）よりも上である（図３のＳ８でＹＥＳが選択された場合を参照）。また、Ｗｅｂページ３１は、ＵＲＬ２のリンクデータ４１とＵＲＬ４のリンクデータ４２とを含む（図３のＳ５でＹＥＳが選択された場合を参照）。よって、次に、制御部１０は、ＵＲＬ２であるＷｅｂページ３２と、ＵＲＬ４であるＷｅｂページ３４とを取得する（図３のＳ６参照）。

Ｗｅｂページ３２は、検索キーワードに類似する特徴語ｗ２を含み、特徴語ｗ２のスコアの偏差値は８である。Ｗｅｂページ３２のスコアの偏差値（＝８）は、リンク元のＷｅｂページ３１のスコアの偏差値（＝１２）よりも下である（図３のＳ８でＮＯが選択された場合を参照）。また、Ｗｅｂページ３２は、ＵＲＬ３のリンクデータ４３を含む（図３のＳ９でＹＥＳが選択された場合を参照）。よって、次に、制御部１０は、ＵＲＬ３であるＷｅｂページ３３を取得する（図３のＳ１０参照）。

Ｗｅｂページ３３は、検索キーワードに類似する特徴語ｗ３を含み、特徴語ｗ３のスコアの偏差値は１５である。Ｗｅｂページ３３は、ＵＲＬ７のリンクデータ４４を含むが、リンク元のＷｅｂページ３２のスコアの偏差値が低かったことにより、Ｗｅｂページ３３からさらにリンクされたリンク先のＷｅｂページに関しては、検索を行わない。

他方、Ｗｅｂページ３４は、検索キーワードに類似する特徴語ｗ４を含み、特徴語ｗ４のスコアの偏差値は１８である。Ｗｅｂページ３４のスコアの偏差値（＝１８）は、リンク元のＷｅｂページ３１のスコアの偏差値（＝１２）よりも上である（図３のＳ８でＹＥＳが選択された場合を参照）。また、Ｗｅｂページ３４は、ＵＲＬ５のリンクデータ４５を含む（図３のＳ５でＹＥＳが選択された場合を参照）。よって、次に、制御部１０は、ＵＲＬ５であるＷｅｂページ３５を取得する（図３のＳ６参照）。

Ｗｅｂページ３５は、検索キーワードに類似する特徴語ｗ５を含み、特徴語ｗ５のスコアの偏差値は５である。Ｗｅｂページ３５のスコアの偏差値（＝５）は、リンク元のＷｅｂページ３４のスコアの偏差値（＝１８）よりも下である（図３のＳ８でＮＯが選択された場合を参照）。また、Ｗｅｂページ３５は、ＵＲＬ６のリンクデータ４６を含む（図３のＳ９でＹＥＳが選択された場合を参照）。よって、次に、制御部１０は、ＵＲＬ６であるＷｅｂページ３６を取得する（図３のＳ１０参照）。

Ｗｅｂページ３６は、検索キーワードに類似する特徴語ｗ６を含み、特徴語ｗ６のスコアの偏差値は７である。Ｗｅｂページ３６は、ＵＲＬ８のリンクデータ４７を含むが、リンク元のＷｅｂページ３５のスコアの偏差値が低かったことにより、Ｗｅｂページ３６からさらにリンクされたリンク先のＷｅｂページに関しては、検索を行わない。

なお、図５では、１つの閲覧履歴情報についてのＷｅｂページ３０に基づく検索を説明したが、他の閲覧履歴情報についての処理も同様に行う。

［画面例］
次に、端末４に表示される画面例について説明する。図６は、本実施形態に係る端末４の画面例を示す図である。

図６に示すように、検索画面５０は、キーワード入力部５１と、ボタン５２と、検索結果表示部５３とから構成され、矢印５４を含んで表示される。

キーワード入力部５１は、検索キーワードを入力するための領域である。ボタン５２は、キーワード入力部５１に入力した検索したいキーワードを検索サーバ１に送信するためのものである。ユーザが、マウス等の入力装置を用いて矢印５４をボタン５２に合わせて、ボタン５２を選択する操作を行うことで、端末４の制御部は、キーワード入力部５１に入力した検索キーワードを検索サーバ１に送信する。検索結果表示部５３は、検索サーバ１から送信された検索データを表示する領域である。検索結果表示部５３は、検索サーバ１が実際に検索をしたＷｅｂページのＵＲＬと、要約文とを表示する。

以上、本発明の実施形態について説明したが、本発明は上述した実施形態に限るものではない。また、本発明の実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本発明の実施形態に記載されたものに限定されるものではない。

（変形形態）
本実施形態では、検索対象のＷｅｂページのスコアの偏差値が、リンク元のＷｅｂページのスコアの偏差値を下回った場合には、検索対象のＷｅｂページからリンクされたＷｅｂページのみを検索対象にしたが、これに限らない。例えば、スコアの偏差値が下回った時点で、検索対象のＷｅｂページからリンクされたＷｅｂページを検索対象にしなくてもよい。また、その探索の範囲を、スコアの偏差値が２回下回った時点等にしてもよい。

本実施形態では、特徴語のスコアの偏差値をＴＦＩＤＦ値を用いて算出したが、これ以外の算出法により求められたスコアの偏差値を用いてもよい。

本実施形態では、端末から閲覧履歴情報を取得して、検索サーバにより検索処理を行ったが、全ての処理を端末が行ってもよい。また、Ｗｅｂページの取得処理までを端末で行い、特徴語の抽出やスコアの偏差値の算出処理を検索サーバで行う等、一部の処理を端末が行うようにしてもよい。

本実施形態に係る検索システムの全体構成及び検索サーバの機能構成を示す図である。 本実施形態に係る検索サーバのハードウェア構成を示す図である。 本実施形態に係る検索サーバの検索処理のフローチャートである。 本実施形態に係る検索サーバの検索データ処理のフローチャートである。 本実施形態に係る検索サーバでのＷｅｂページの検索方法の例を示す図である。 本実施形態に係る端末の画面例を示す図である。

符号の説明

１ 検索サーバ
２ コンテンツサーバ
３ 通信ネットワーク
４ 端末
１０ 制御部
１１ 検索対象データ受信手段
１２ 履歴情報取得手段
１３ Ｗｅｂページ取得手段
１４ 特徴語抽出手段
１５ スコア算出手段
１６ 検索データ送信手段
１７ 繰り返し手段
２０ 記憶部
２２ 類似語ＤＢ
３０〜３６ Ｗｅｂページ
４０〜４７ リンクデータ
５０ 検索画面
５３ 検索結果表示部
１００ 検索システム

Claims (10)

1. 端末から受信した検索キーワードを含む検索依頼の指示データである検索対象データに基づきＷｅｂページを検索する検索サーバであって、
   ある単語に類似する単語を該ある単語に関連付けて記憶する類似語データベースを備える記憶手段と、
   前記端末で過去に表示されたＷｅｂページの閲覧履歴情報に基づき、前記Ｗｅｂページを取得するＷｅｂページ取得手段と、
   前記Ｗｅｂページ取得手段により取得した前記Ｗｅｂページに含まれる特徴語であって前記検索対象データに含まれる検索キーワードに類似する特徴語を、前記類似語データベースを用いて抽出する特徴語抽出手段と、
   前記特徴語抽出手段により抽出された前記特徴語から、前記特徴語のスコアの偏差値を算出するスコア算出手段と、
   前記Ｗｅｂページに関する検索データを前記端末に送信する検索データ送信手段と、
   前記スコア算出手段により算出された前記スコアの偏差値が所定の条件を満たす間、前記Ｗｅｂページからリンクされたリンク先のＷｅｂページを取得し、前記リンク先のＷｅｂページに対して前記特徴語抽出手段による特徴語の抽出と、前記スコア算出手段によるスコアの偏差値の算出と、前記検索データ送信手段による検索データの送信という一連の処理を繰り返し実行させる繰り返し手段と、
   を備える検索サーバ。
2. 前記繰り返し手段は、前記スコア算出手段により算出された前記スコアの偏差値が、リンク元のＷｅｂページの前記特徴語に対応する前記スコアの偏差値より高い値であることに応じて、リンク先のＷｅｂページに対して前記特徴語抽出手段による特徴語の抽出と、前記スコア算出手段によるスコアの偏差値の算出と、前記検索データ送信手段による検索データの送信という一連の処理を繰り返し実行させると共に、少なくとも前記リンク先のＷｅｂページをリンク元とするＷｅｂページに対して前記特徴語抽出手段による特徴語の抽出と、前記スコア算出手段によるスコアの偏差値の算出と、前記検索データ送信手段による検索データの送信という一連の処理を繰り返し実行させる
   請求項１に記載の検索サーバ。
3. 前記繰り返し手段は、前記スコア算出手段により算出された前記スコアの偏差値が、リンク元のＷｅｂページの前記特徴語に対応する前記スコアの偏差値より低い値であることに応じて、リンク先のＷｅｂページに対してのみ前記特徴語抽出手段による特徴語の抽出と、前記スコア算出手段によるスコアの偏差値の算出と、前記検索データ送信手段による検索データの送信という一連の処理を実行させる
   請求項１又は請求項２に記載の検索サーバ。
4. 前記検索データ送信手段は、前記端末に表示する前記Ｗｅｂページのリンクデータ及び要約文のデータを検索データとして前記端末に送信する
   請求項１から請求項３までのいずれか１項に記載の検索サーバ。
5. 前記検索データ送信手段は、前記特徴語抽出手段が前記特徴語を抽出したことに応じて、前記検索データを順次前記端末に送信する
   請求項１から請求項４までのいずれか１項に記載の検索サーバ。
6. 前記スコア算出手段は、ＴＦＩＤＦ値を用いて前記特徴語に対応する前記スコアの偏差値を算出する
   請求項１から請求項５までのいずれか１項に記載の検索サーバ。
7. 前記Ｗｅｂページの閲覧履歴情報のうち、直近に前記端末に表示したものから順番に複数の前記閲覧履歴情報を、前記端末から取得する閲覧履歴情報取得手段を備える
   請求項１から請求項６までのいずれか１項に記載の検索サーバ。
8. 前記Ｗｅｂページ取得手段は、通信ネットワークを介して接続されたコンテンツサーバから前記Ｗｅｂページを取得する
   請求項１から請求項７までのいずれか１項に記載の検索サーバ。
9. ある単語に類似する単語を該ある単語に関連付けて記憶する類似語データベースを備えるサーバが、端末から受信した検索キーワードを含む検索依頼の指示データである検索対象データに基づきＷｅｂページを検索する検索方法であって、
   前記サーバが、過去に取得したＷｅｂページの閲覧履歴情報に基づき、前記Ｗｅｂページを取得するＷｅｂページ取得ステップと、
   前記サーバが、前記Ｗｅｂページ取得ステップにより取得した前記Ｗｅｂページに含まれる特徴語であって前記検索対象データに含まれる検索キーワードに類似する特徴語を、前記類似語データベースを用いて抽出する特徴語抽出ステップと、
   前記サーバが、前記特徴語抽出ステップにより抽出された前記特徴語から、前記特徴語のスコアの偏差値を算出するスコア算出ステップと、
   前記サーバが、前記特徴語抽出ステップにより抽出した前記Ｗｅｂページに関する検索データを前記端末に出力する検索データ出力ステップと、
   前記サーバが、前記スコア算出ステップにより算出された前記スコアの偏差値が所定の条件を満たす間、前記Ｗｅｂページにリンクされたリンク先のＷｅｂページに遷移して、前記リンク先のＷｅｂページに対して特徴語を抽出し、スコアの偏差値を算出し、検索データを送信するという一連の処理を繰り返す繰り返しステップと、
   を含む検索方法。
10. 請求項９に記載の方法のステップをコンピュータに実行させるための検索プログラム。

Images