JP5438218B2

JP5438218B2 - ウェブ・ページへのキーワード割り当て

Info

Publication number: JP5438218B2
Application number: JP2012522891A
Authority: JP
Inventors: コディアラム，ムラリドハラン，サンパス; ムクヘルジー，サリト; ワン、リミン; イフム，ソンファン
Original assignee: アルカテル−ルーセント
Priority date: 2009-07-30
Filing date: 2010-07-20
Publication date: 2014-03-12
Anticipated expiration: 2030-07-20
Also published as: US20110029511A1; CN102473190A; CN102473190B; JP2013500541A; EP2460095A1; US8959091B2; KR101315554B1; KR20120087881A; WO2011014381A1

Description

本発明は、一般的に、ウェブ・ページ分類の分野に関するものであり、より具体的には、関連性のあるキーワードに応じてウェブ・ページを分類することに関するものである。

ウェブ・ページへのキーワード割り当ては、ウェブ・ページの分類および検索を行う上で重要なステップである。キーワードは、ページに含まれている情報を捕捉できるように十分な代表性を有していなければならず、また実用になるように十分な共通性と社会的許容性を有していなければならない（例えば、ユーザ指定の検索キーワードに応じて関連性のあるウェブ・ページをユーザに対して識別する）。

通常、１つのウェブ・ページは、デザイナーによってそのウェブ・ページに割り当てられた少数のキーワードを含む。例えば、ＨＴＭＬタグ「ｔｉｔｌｅ」またはメタ・タグ「ｋｅｙｗｏｒｄｓ」もしくは「ｄｅｓｃｒｉｐｔｉｏｎ」の下にキーワードを見つけることができる。ウェブ・デザイナーが異なればキーワードの割り当て方も、その使用目的も異なるため、これらのキーワードは必ずしも実用となる十分な許容性を有していない。

ウェブ・ページへのキーワード割り当てに使用できる異なる技術がいくつかある。人工知能ベースの技術ではアルゴリズムを用いてウェブ・ページを解析し、ウェブ・ページの特性を学習し、それに応じて、キーワードをウェブ・ページに割り当てる。このアルゴリズムは、解析されるウェブ・ページの数とともに改善する。データ・マイニング・ベースの技術では、アルゴリズムを用いてページに存在するデータ内のトレンドを探し、次いで、そのページに対するキー属性を識別する。キーワード密度ベースの技術では、アルゴリズムを用いてウェブ・ページ内に存在する単語を調べて、得られた密度関数に基づきキーワードをウェブ・ページに割り当てる。

これらの技術は、非常に大きな計算量を伴い、ページ・コンテンツを解析する必要があるためページ毎に大きな記憶領域を必要とする。それに加えて、ページ・コンテンツの修正があれば、ページ全体の再解析も必要になる。さらに、これらの技術は、ページのコンテンツに依存しているため、Ｇｏｏｇｌｅ（商標）Ｍａｐページなどの、ＪａｖａＳｃｒｉｐｔ（登録商標）を使用して動的に構築されるページなど、単語が少ししかないウェブ・ページへのキーワード割り当てには適さない。

従来技術のさまざまな欠陥は、ウェブ・ページにキーワードを割り当てることを、そのウェブ・ページ自体からのキーワード・データ、そのウェブ・ページを指しているリンクを有するウェブ・ページ、およびそのウェブ・ページ内のリンクが指しているウェブ・ページを使用して行うための方法、システム、および装置の本発明によって対処され、複数のウェブ・ページからのキーワード・データは、そのウェブ・ページに対するキーワード・データの関連性のある集合を構成するように処理される。

キーワードをウェブ・ページに割り当てるための方法の一実施形態は、そのウェブ・ページに関連付けられている、そのウェブ・ページからのキーワード・データを含むセルフ・キーワード（ｓｅｌｆｋｅｙｗｏｒｄｓ）を識別することと、そのウェブ・ページに関連付けられている、そのウェブ・ページへのリンクを含む他のウェブ・ページからのキーワード・データを含むイン・リンク・キーワード（ｉｎ−ｌｉｎｋｋｅｙｗｏｒｄ）を識別することと、そのウェブ・ページに関連付けられている、そのウェブ・ページからのリンクを有する他のウェブ・ページからのキーワード・データを含むアウト・リンク・キーワード（ｏｕｔ−ｌｉｎｋｋｅｙｗｏｒｄｓ）を識別することと、セルフ・キーワード、イン・リンク・キーワード、およびアウト・リンク・キーワードを組み合わせてそのウェブ・ページに対するキーワードの集合を形成することとを含む。それに加えて、セルフ・キーワード、イン・リンク・キーワード、およびアウト・リンク・キーワードは、セルフ・キーワード、イン・リンク・キーワード、およびアウト・リンク・キーワードの各ランク順序付け集合を構成するようにさらに処理することができる。それに加えて、ヒューリスティック関数の１つまたは複数を使用して、セルフ・キーワード、イン・リンク・キーワード、およびアウト・リンク・キーワードの集合内のそれぞれのキーワードの相対的重要度を決定することができる。

本発明の教示は、付属の図面とともに以下の説明を考察することによりよく理解できる。

本発明の実施形態の理解に役立つネットワーク化されたコンピュータ・システムの高水準ブロック図である。リンクされているウェブ・ページ間のキーワード関係を図形で表した図である。一実施形態によるキーワードをウェブ・ページに割り当てるための方法を示す流れ図である。ウェブ・ページ内の適当なキーワードを識別する方法を示す流れ図である。ウェブ・ページに関連付けられているキーワードをランク付けする方法を示す流れ図である。本明細書で説明されている機能を実行する際に使用するのに適している汎用コンピュータの高水準ブロック図である。

理解しやすくするために、同一の参照番号を使用し、これらの図に共通の同一の要素をできる限り指定する。

本発明は、特定のウェブ・ページ、その特定のウェブ・ページを指しているリンクを中に有する他のウェブ・ページ、およびその特定のウェブ・ページ内のリンクが指している他のウェブ・ページからのデータを使用してキーワードを特定のウェブ・ページに割り当てるための方法、システム、および装置という文脈の中でもっぱら説明される。複数のウェブ・ページを反復処理して、それらのウェブ・ページの各キーワードの関連性を高めることができる。複数のウェブ・ページ、場合によっては利用可能なすべてのウェブ・ページに関連付けられているキーワードが、探索アルゴリズム、分類アルゴリズム、および同様のものの文脈の中でキーワード・データベースの高速探索が行われるように構成されているウェブ・ページ・キーワード・データベースを形成することができる。本明細書の教示を納得した当業者であれば、これらの実施形態がウェブ・ページ分類（複数のウェブ・ページにキーワードを割り当てることによる）、ユーザ追跡（ユーザが訪問したページのキーワードを調査することによる）、および同様のものなどの多数の他の用途に応用可能であることを理解するであろう。

通常、１つのウェブ・ページは、設計者によってそのウェブ・ページに割り当てられた少数のキーワードを含む。例えば、キーワードは、「ｔｉｔｌｅ」などのＨＴＭＬタグもしくは他のＨＴＭＬタグを調べることによって、または「ｋｅｙｗｏｒｄ」タグもしくは「ｄｅｓｃｒｉｐｔｉｏｎ」タグなどのメタ・タグを調べることによって、ウェブ・ページ内に見つけることができる。さまざまな実施形態において、特定の方ウェブ・ページにキーワードを割り当てるための反復的または非反復的方法の文脈内でこれらのキーワードを利用する。これらの実施形態は、ウェブ・ページに、そのウェブ・ページもしくは関係するウェブ・ページがキーワード関係タグを含んでいないとしてもキーワードを割り当てるように動作することに留意されたい。

概して、これらのさまざまな実施形態による方法、システム、および装置では、キーワードを特定のウェブ・ページに割り当てることを、そのウェブ・ページ（本明細書では「セルフ」ウェブ・ページと称される）、そのセルフ・ウェブ・ページを指しているリンクを有するウェブ・ページ（本明細書では「イン・リンク」ウェブ・ページと称される）、およびセルフ・ウェブ・ページが指しているウェブ・ページ（本明細書では「アウト・リンク」ウェブ・ページと称される）からキーワードを取り出すことによって行う。

図１は、本発明の実施形態の理解に役立つネットワーク化されたコンピュータ・システムの高水準ブロック図である。特に、複数のネットワーク要素またはノード１１０が標準的な方法で相互接続され、インターネットなどのネットワーク１２０を形成する。さまざまなネットワーク要素またはノードは、ウェブ・ページ、ストリーミング・メディア、および同様のものの共通もしくは統一アドレッシング（ｃｏｍｍｏｎｏｒｕｎｉｆｏｒｍａｄｄｒｅｓｓｉｎｇ）をサポートするさまざまなプロトコルに準拠するハードウェアおよびソフトウェア・コンポーネントを備える。本発明の文脈内において、説明は、ハイパーテキスト・マークアップ言語（ＨＴＭＬ）、拡張マークアップ言語（ＸＭＬ）、ユニフォーム・リソース・ロケータ（ＵＲＬ）、およびワールド・ワイド・ウェブを熟知する者によって理解される他の標準化されたプロトコルを使用するウェブ・ページに限定される。

本発明の説明を目的として、ネットワーク要素またはノード１１０のそれぞれは、汎用コンピュータを含むものと仮定するが、専用コンピュータおよび／または他のデバイス（例えば、ルーター、ブリッジ、スイッチ、および同様のもの）も、さまざまな実施形態の文脈内で使用することができる。本明細書で説明されている汎用コンピュータのオペレーションの詳細については、簡潔にのみ説明する。汎用コンピュータ１１０のそれぞれは、ネットワーク１２０内の他の汎用コンピュータ１１０のうちの１つまたは複数と通信する。それらの汎用コンピュータ１１０の１つまたは複数がソフトウェア命令を実行し、これにより、さまざまな実施形態に関して本明細書で説明されている方法、システム、および技術を実装する。

汎用コンピュータ１１０は、プロセッサ１１１、入出力インターフェース１１７、およびメモリ１１２を備えるものとして示されている。プロセッサ１１１は、メモリ１１２および入出力インターフェース１１７のそれぞれに結合されている。入出力インターフェース１１７は、ネットワーク１２０内の他のノードまたはネットワーク要素との通信が円滑に行われるように適合される。

汎用コンピュータ１１０のメモリ１１２は、アプリケーション１１３に関連付けられているデータおよびウェブ・ページ１１４に関連付けられているデータを格納するものとして示されている。ウェブ・ページは１つしか示されていないが、汎用コンピュータ１１０のメモリ１１４の文脈内においてウェブ・ページの複数のインスタンスをサポートすることができることに留意されたい。さらに、さまざまな実施形態を実装するうえで、汎用コンピュータ１１０のメモリ内にウェブ・ページが存在することは必須でないことにも留意されたい。アプリケーション１１３は、プロセッサ１１１によって実行されたときにさまざまな実施形態に関して本明細書で説明されているさまざまなステップを実行するソフトウェア命令を備える。

ウェブ・ページ１１４は、コンテンツＣ、メタデータＭＤ、説明Ｄ、およびリンクＬを含むものとして示されている。コンテンツＣは、任意のテキスト、画像、または他のコンテンツ・データを含むことができる。メタデータＭＤおよび説明Ｄは、さまざまな実施形態に関して本明細書で説明されているようなウェブ・ページに関係する任意の標準的な、または非標準的な情報を含むことができる。リンクＬは、例えば、ＵＲＬ、または他のウェブ・ページを指す他のタイプのリンクを含むことができる。

サービス・プロバイダ・ノード１３０は、プロセッサ１３１、入出力インターフェース１３７、およびメモリ１３２を備えるものとして示されている。プロセッサ１３１は、メモリ１３２および入出力インターフェース１３７のそれぞれに結合されている。入出力インターフェース１３７は、上述の汎用コンピュータ１１０などの、ネットワーク１２０内の他のノードまたはネットワーク要素との通信が円滑に行われるように適合される。サービス・プロバイダ・ノードは、例えば、ネットワーク１２０を介して複数のノードと通信するサーバーおよび／または管理機能をサポートするノードを含む。概して、どのようなサーバー、クライアント、または他のデバイスも、実施形態に関して本明細書で説明されているさまざまな機能を実行することができる。さらに、複数のサーバー、クライアント、および／または他のデバイスは、さまざまな機能をより高速に実行するため並列動作させることができる。例えば、一方のデバイスがインリンク・リストを更新するように適合され、他方のデバイスがアウトリンク・リストを更新するように適合されうる。処理されるべきウェブ・ページの数の増大に合わせていずれかのリストを更新するためにサーバーを追加して使用することもできる。

サービス・プロバイダ・ノード１３０のメモリ１３２は、アプリケーション１３３に関連付けられているデータおよびキーワード格納データベース１３９に関連付けられているデータを格納するものとして示されている。アプリケーション１３３は、プロセッサ１１１によって実行されたときにさまざまな実施形態に関して本明細書で説明されているさまざまなステップを実行するソフトウェア命令を備える。キーワード割り当てデータベース１３９は、１つまたは複数のウェブ・ページに関連付けられているキーワード・データが格納されるデータベースを含む。キーワード割り当てデータベース１３９は、例示的なサービス・プロバイダ・ノード１３０の一コンポーネントとして示されている。しかし、キーワード割り当てデータベース１３９は、さまざまな実施形態に従って動作する処理回路（サービス・プロバイダ・ノード１３０など）に関してリモートであるものとしてよいことは、当業者に理解されるであろう。一実施形態では、ウェブ・ページに関連付けられているキーワード情報を格納するために外部データベース１４０が用意される。

概して、さまざまな実施形態に関して本明細書で説明されている方法は、サービス・プロバイダ・ノード１３２内で実行され、ネットワーク１２０内のノード１１０の一部または（理想的には）全部の中のウェブ・ページに関連付けられているキーワード・データを抽出する。したがって、さまざまな実施形態において、キーワード格納データベース１３９および／またはデータベース１４０は、ネットワーク１２０内のさまざまなノード１１０によってサポートされるか、またはホストされているウェブ・ページ１１４のそれぞれに関連付けられているキーワード・データを格納するために使用される。したがって、一実施形態は、ネットワーク管理システム（ｎｅｔｗｏｒｋｍａｎａｇｅｍｅｎｔｓｙｓｔｅｍ）（ＮＭＳ）、ネットワーク・アドミニストレーション・システム（ｎｅｔｗｏｒｋａｄｍｉｎｉｓｔｒａｔｉｏｎｓｙｓｔｅｍ）、サービス・プロバイダ・ノード、またはこれらの実施形態に関して以下で説明されているさまざまなパラメータを計算するためにソフトウェアを実行する他のネットワークもしくは管理要素を含む。これらの実施形態のハードウェア／ソフトウェア要素をサポートすることについて、本明細書においてさまざまな図に関して説明されている。

図２は、リンクされているウェブ・ページ間のキーワード関係を図形で表した図である。特に、図２は、セルフ・ウェブ・ページ２１０、複数のイン・リンク・ウェブ・ページ２２０_１、２２０_２、２２０_３、などから２２０_ｎまで（総称的に、イン・リンク・ウェブ・ページ２２０）、および複数のアウト・リンク・ウェブ・ページ２３０_１、２３０_２、２３０_３、などから例示的に２３０_４まで（総称的に、アウト・リンク・ウェブ・ページ２３０）を図形で示している。

セルフ・ウェブ・ページ２１０は、キーワード割り当てを決定するために処理されているウェブ・ページを含む。イン・リンク・ウェブ・ページ２２０は、ＨＴＭＬ、ＸＭＬ、ｈｒｅｆ、もしくは他のリンクなどのリンク、またはセルフ・ページの方を指すか、セルフ・ページをアドレス指定するか、またはユーザをセルフ・ページへリダイレクトするアドレス指定メカニズムを備えるウェブ・ページからなる。アウト・リンク・ウェブ・ページ２３０は、ＨＴＭＬ、ＸＭＬ、ｈｒｅｆもしくは他のリンクまたはセルフ・ページ内のアドレス指定メカニズムによって指し示されるか、または他の何らかの方法でアドレス指定されるウェブ・ページを含む。

セルフ・ページ２１０は、各キーワードを１つ関連付けられるか、または複数関連付けられるか、または１つも関連付けられないものとしてよい。図２に示されている、セルフ・ページ２１０は、キーワードの各集合［ｋ１］を関連付けられている。セルフ・ページ・キーワードの集合は、重みｗ０として表される、各重みを関連付けられている。

イン・リンク・ウェブ・ページ２２０は、各キーワードを１つ関連付けられるか、または複数関連付けられるか、または１つも関連付けられないものとしてよい。例えば、各イン・リンク・ウェブ・ページ２２０_１は、キーワードの各集合［ｋ１、ｋ２、．．．］を関連付けられており、イン・リンク・ウェブ・ページ２２０_２は、キーワードの各集合［ｋ３、ｋ４、．．．］を関連付けられており、イン・リンク・ウェブ・ページ２２０_３は、キーワードの各集合［ｋ２、ｋ４、．．．］を関連付けられており、イン・リンク・ウェブ・ページ２２０_ｎは、ＮＵＬＬ集合（つまり、キーワードなし）を含むキーワードの各集合を関連付けられている。イン・リンク・ウェブ・ページ・キーワードの集合のそれぞれは、重みｗ１からｗｎで表される、各重みｗを関連付けられている。

イン・リンク・ウェブ・ページ２３０のそれぞれは、各キーワードを１つ関連付けられるか、または複数関連付けられるか、または１つも関連付けられないものとしてよい。例えば、アウト・リンク・ウェブ・ページ２３０_１は、キーワードの各集合［ｋ１、ｋ２、．．．］を関連付けられており、アウト・リンク・ウェブ・ページ２３０_２は、キーワードの各ＮＵＬＬ集合［］を関連付けられており、アウト・リンク・ウェブ・ページ２３０_３は、キーワードの各集合［ｋ２、ｋ４、．．．］を関連付けられており、アウト・リンク・ウェブ・ページ２３０_４は、キーワードの各集合［ｋ１、ｋ３、．．．］を関連付けられている。アウト・リンク・ウェブ・ページ・キーワードの集合のそれぞれは、重みｗ５からｗ８で表される、各重みｗを関連付けられている。

セルフ・ウェブ・ページ２１０に割り当てられるべきキーワードの集合を形成するために、オリジナルのセルフ・ウェブ・ページ・キーワード、イン・リンク・ウェブ・ページ・キーワード、およびアウト・リンク・ウェブ・ページ・キーワードを収集して、さまざまな実施形態に従って処理し、例えば、セルフ・ノードに関連付けられているキーワードのランク順序を形成する。キーワードのこの収集および処理は、複数のセルフ・ノード（例えば、イン・リンクおよびアウト・リンク・ノード）のそれぞれについて、これらの追加のノードもランク順序でリストされている各収集／処理されたキーワードを含むように反復することができる。この方法は、どの特定のセルフ・ノードにも関連付けられているキーワードもしくはランク順序付けされたキーワードがそのセルフ・ノードに対する関連性に関して絶えず変化し、および／または改善している連続プロセスを含むことができる。例えば、どの特定のセルフ・ウェブ・ページにも関連付けられているイン・リンク・ウェブ・ページは、その特定のセルフ・ウェブ・ページを指すウェブ・ページが増える（または減る）につれ時間とともにほとんど確実に変化する。したがって、さまざまな実施形態において、本明細書に提示されている方法は、割り当てられたキーワード集合が継続的に改善または拡大されうるウェブ・ページに対する代表的キーワード集合割り当てを行う。

概して、ウェブ・ページは、典型的には、コンテンツ部分と非コンテンツ部分とを備える。コンテンツ部分もしくは非コンテンツ部分のいずれかが、本発明の実施形態の文脈内でキーワードとして使用するのに適したテキストを含む。複雑さを減らした実施形態（つまり、より少ない計算リソースを使用する実施形態）では、ウェブ・ページの非コンテンツ部分内に含まれるテキストのみがキーワード集合内に含まれる。より複雑な実施形態（つまり、計算リソースの要求にあまり関係しない実施形態）では、ウェブ・ページのコンテンツ部分内に含まれるテキストも、ウェブ・ページに関連付けられているキーワード集合内に含めることができる。

図３は、一実施形態によるキーワードをウェブ・ページに割り当てるための方法を示す流れ図である。特に、図３の方法３００は、１つまたは複数のセルフ・ページに関連付けられているキーワード集合を生成するように適合される。図３の方法３００は、必要に応じて１つまたは複数のウェブ・ページに対して繰り返すことができる。

ステップ３１０で、セルフ・ページ・キーワードを識別する。つまり、キーワード割り当てのために処理されているウェブ・ページ内のキーワードを識別する。

ステップ３２０で、イン・リンク・ページ・キーワードを識別する。つまり、キーワード割り当てのために処理されているウェブ・ページを指しているリンクを有するウェブ・ページ内のキーワードを識別する。ボックス３２５を参照すると、イン・リンク・ページのリストが適宜更新されることがわかる。そのような更新は、検索エンジン、ウェブ・クローラー、または他のメカニズムを呼び出して処理されているウェブ・ページを指しているリンクを含むウェブ・ページを識別することを含むことができる。例えば、ｗｗｗ．ｅｘａｍｐｌｅ．ｃｏｍとして示されているセルフ・ウェブ・ページが処理されると仮定すると、ウェブを巡回することによって、または検索語「ｌｉｎｋ：ｗｗｗ．ｅｘａｍｐｌｅ．ｃｏｍ」を使用してＹａｈｏｏまたはＧｏｏｇｌｅなどの検索エンジンを使用することによって、そのセルフ・ウェブ・ページにリンクするウェブ・ページすべてのリストを時間の経過とともに形成することができる。ウェブ・ページの結果リスト（Ｉｎｌｉｎｋ＿ｌｉｓｔと表される）から、そのセルフ・ページに関係するイン・リンク・キーワード・データの参照元となっているウェブ・ページに関連付けられているアドレス／識別情報が得られる。一実施形態では、Ｉｎｌｉｎｋ＿ｌｉｓｔ内のイン・リンク・ウェブ・ページは、強度、関連性、または他のランク付けの枠組みに従ってランク順序付けされる。さらに別の実施形態では、キーワードを供給するために、定義済みの数のランク付けされたイン・リンク・ウェブ・ページからのキーワードのみを使用する。

ステップ３３０で、アウト・リンク・ページ・キーワードを識別する。つまり、キーワード割り当てのために処理されているウェブ・ページ内のリンクが指しているウェブ・ページ内のキーワードを識別する。Ｏｕｔｌｉｎｋ＿ｌｉｓｔは、セルフ・ページ（例えば、ｗｗｗ．ｅｘａｍｐｌｅ．ｃｏｍ）のソース・ファイルを解析し、そのページ内のｈｒｅｆデータを収集することによって取得することができるけれども、画像ページに関連付けられているｈｒｅｆデータは、有用なテキスト・コンテンツが入っていない可能性があるため、Ｏｕｔｌｉｎｋ＿ｌｉｓｔから無視してよい。ボックス３３５を参照すると、アウト・リンク・ページのリスト（Ｏｕｔｌｉｎｋ＿ｌｉｓｔと表されている）が適宜更新されることがわかる。このような更新は、アウト・リンクへの変更／更新が発生したかどうかを判定するためにそのセルフ・ウェブ・ページを調べることを含むことができる。Ｏｕｔｌｉｎｋ＿ｌｉｓｔから、そのセルフ・ページに関係するアウト・リンク・キーワード・データの参照元となっているウェブ・ページに関連付けられているアドレス／識別情報が得られる。

一実施形態では、Ｉｎｌｉｎｋ＿ｌｉｓｔとＯｕｔｌｉｎｋ＿ｌｉｓｔの中で識別されているそれぞれのページを処理して、図２に関して示されているリンクされているウェブ・ページ間の図形で表されているキーワード関係に関して上で説明されているような表示用の各Ｋｅｙｗｏｒｄ＿ｓｅｔを形成する。

本明細書のステップ３１０、３２０、および３３０で使用するのに適しているキーワードを識別するための一実施形態について、図４に関して以下でさらに詳しく説明する。

ステップ３４０で、識別されたキーワードに重みを割り当てる。本発明の文脈内で、さまざまな重み付け技術を使用することができる。一実施形態では、それぞれのキーワードに同じ重みを割り当てる。別の実施形態では、キーワードの重みは、キーワードの導き出し元であるウェブ・ページの強度に応じて適合される。他の重み付け方式について、以下でさらに詳しく説明する。別の実施形態では、キーワードの重みは、ウェブ・ページへのキーワードのリンク（つまり、セルフ、イン・リンク、アウト・リンク）に基づいており、異なるリンクが、同じ、または異なる重みに関連付けられうる。

ステップ３５０で、セルフ・ウェブ・ページに対して、重み付けされたキーワードの集合を形成する。つまり、セルフ・ページに関連付けられるべき重み付けされたキーワードの集合は、セルフ・ページ、イン・リンク・ページ、およびアウト・リンク・ページから導き出された重み付けされたキーワードを使用して形成される。

ステップ３６０で、セルフ・ページに関連付けられている重み付けされたキーワードの集合は、必要に応じて格納され、および／または処理される。ボックス３６５を参照すると、ステップ３６０は、データベースを更新することと、データをアプリケーションに提供することと、ランク順序付けされたキーワードおよび／または他の処理／格納オペレーションを形成することとを含むことができることがわかる。図５に関して以下で説明されている一実施形態では、ウェブ・ページに対するランク順序付けされたキーワードは、Ｃｏｕｎｔ、ＵｎｉｑｕｅＣｏｕｎｔ、およびＷｅｉｇｈｔｅｄＵｎｉｑｕｅＣｏｕｎｔヒューリスティック関数を使用して生成される。次いで、順序付けされたキーワードの部分集合（例えば、上位Ｍ個のキーワード）をセルフ・ウェブ・ページに割り当てる。他の関数も、さまざまな実施形態の文脈内で使用することができる。

ステップ３７０で、セルフ・ページとして処理されるべき次のページを選択し、その新しく選択されたセルフ・ページに対して方法３０を繰り返す。

図４は、ウェブ・ページ内の適当なキーワードを識別する方法を示す流れ図である。特に、図４の方法４００は、図３の方法３００のステップ３１０、３２０、および３３０を実装する際に使用するのに適している。本明細書で説明されている実施形態は、特定の順序で出現するいくつかのヒューリスティック関数を利用することを示しているが、それよりも多いまたは少ないヒューリスティック関数を使用することができ、使用されるヒューリスティック関数の特定の順序を変更することができ、識別方法に対して他の修正を加えることができることに留意されたい。

ステップ４１０で方法４００に入り、ウェブ・ページに関連付けられている定義済みキーワードが識別される。ボックス４１５を参照すると、これらの定義済みキーワードは、ｔｉｔｌｅフィールド、ｍｅｔｈｏｄｋｅｙｗｏｒｄフィールド、ｍｅｔａ−ｄｅｓｃｒｉｐｔｉｏｎフィールド、他のフィールド、または処理されているウェブ・ページ内のタグ内の情報を含むことができることがわかる。すでに述べているように、さまざまな実施形態の文脈内で、キーワード・データを構成するためにウェブ・ページのコンテンツ部分および非コンテンツ部分のいずれかまたは両方からのテキスト・ベースのデータを選択的に使用する。

ステップ４２０で、潜在的なキーワード・フレーズを抽出する。キーワード・フレーズは、キーワードとして機能しうる複数の隣接する単語を含む。潜在的なキーワード・フレーズのコンポーネント・キーワードが定義可能であるか、または他の何らかの点で何らかの意味を持つ場合、コンポーネント・キーワードは、有効なキーワード・フレーズを形成する。潜在的なキーワード・フレーズのコンポーネント・キーワードが定義可能でないか、またはキーワード・フレーズの文脈内において他の何らかの点で役立たない場合、コンポーネント・キーワードは、有効なキーワード・フレーズを形成しない。ボックス４２５を参照すると、キーワード・フレーズは、１つまたは複数の単語がカンマ、タブ、セミコロン、ブランク、空白、または線によって分離された区切りが入っているフレーズを含むことができることがわかる。

潜在的なキーワード・フレーズのコンポーネント・キーワードを第１の区切り（例えば、空白またはブランク）によって分離される一実施形態では、Ｎが１より大きい整数であるとして、それぞれのグループがＮ個の隣接するキーワードを含む潜在的なキーワード・フレーズのグループが確立される。このステップは、１より大きいサイズＮを使用することができる。したがって、潜在的なキーワード・フレーズの第１のグループは、隣接するコンポーネント・キーワードのそれぞれの対を組み合わせて各潜在的なキーワード・フレーズを形成することによって形成されうる（つまり、Ｎ＝２）。同様に、潜在的なキーワード・フレーズの第２のグループが、隣接するコンポーネント・キーワードのそれぞれの三つ組みを組み合わせて各潜在的なキーワード・フレーズを形成することによって形成されうる（つまり、Ｎ＝３）。

潜在的なキーワード・フレーズのコンポーネント・キーワードが第２の区切り（例えば、カンマ）によって分離される一実施形態では、第２の区切りの２つのインスタンスの間の潜在的なキーワードが、潜在的なキーワード・フレーズとして一緒に定義される。この実施形態の精密化において、２つの区切りの間のコンポーネント・キーワードを処理して、上述のように、それぞれのグループが長さＮのキーワード・フレーズを含む潜在的なキーワード・フレーズの１つまたは複数のグループを形成する。

ステップ４３０で、ステップ４２０において抽出された潜在的なキーワード・フレーズを評価して有効なキーワードとキーワード・フレーズのみを含むキーワード・リストを形成する。ボックス４３５を参照すると、この評価は、Ｗｉｋｉｐｅｄｉａ、辞書または文法校正サービス事業者、第三者の評価業者、キーワードもしくはキーワード・フレーズ・データベース、および同様のものによって提供されるようなリファレンス機能またはウェブサイトを使用して実行できることがわかる。つまり、スペリング・エンジン、文法エンジン、および検索エンジンのどれかを使用して、潜在的な一意的キーワードが有効なフレーズを表すかどうかを判定することができる。この機能を有効にするエンジンもしくはソフトウェアは、サードパーティ製のアプリケーション、スタンドアロンのアプリケーション、および同様のものであってよい。ステップ４３０は、特定のキーワード・フレーズがさまざまな実施形態の文脈内でキーワードとして使用するのに適しているかどうかを判定することを対象としている。ナンセンスである、誤っている、および／または許可されていない、もしくは嫌悪されているキーワードおよびキーワード・フレーズは、一般的に、ウェブ・ページの記述内では有用でない。

例えば、Ｎ＝３で、ステップ４２０において抽出された３つのコンポーネント・キーワードが順に潜在的なキーワード・フレーズ「ｎｅｗｙｏｒｋｔｉｍｅｓ」を形成する場合、Ｗｉｋｉｐｅｄｉａで検索語「ｎｅｗｙｏｒｋｔｉｍｅｓ」を検索すると、キーワード・フレーズ「ｎｅｗｙｏｒｋｔｉｍｅｓ」が有効であることがわかる。

ステップ４４０で、どのストップ・ワードおよびエクストラ・ワードもキーワード・リストから除去される。ストップ・ワードは、ふつうの接続詞、前置詞、および同様のものなどの、キーワードとして特に有用ではない単語および／またはフレーズである。ストップ・ワードのリストには、「ａ、ａｂｏｕｔ、ａｂｏｖｅ、ａｃｒｏｓｓ、ａｆｔｅｒ、ａｆｔｅｒｗａｒｄｓ、ａｇａｉｎ、ａｇａｉｎｓｔ、ａｌｌ、ａｌｍｏｓｔ、ａｌｏｎｅ、ａｌｏｎｇ、ａｌｒｅａｄｙ、ａｌｓｏ、ａｌｔｈｏｕｇｈ、ａｌｗａｙｓ、ａｍ、ａｍｏｎｇ、ａｍｏｎｇｓｔ、ａｍｏｎｇｓｔ、ａｍｏｕｎｔ、ａｍｐ、ａｎ、ａｎｄ、ａｎｏｔｈｅｒ、ａｎｙ、ａｎｙｈｏｗ、ａｎｙｏｎｅ、ａｎｙｔｈｉｎｇ、ａｎｙｗａｙ、ａｎｙｗｈｅｒｅ、ａｒｅ、ａｒｏｕｎｄ、ａｓ、ａｔ、ｂａｃｋ、ｂｅ、ｂｅｃａｍｅ、ｂｅｃａｕｓｅ、ｂｅｃｏｍｅ、ｂｅｃｏｍｅｓ、ｂｅｃｏｍｉｎｇ、ｂｅｅｎ、ｂｅｆｏｒｅ、ｂｅｆｏｒｅｈａｎｄ、ｂｅｈｉｎｄ、ｂｅｉｎｇ、ｂｅｌｏｗ、ｂｅｓｉｄｅ、ｂｅｓｉｄｅｓ、ｂｅｔｗｅｅｎ、ｂｅｙｏｎｄ、ｂｉｌｌ、ｂｏｔｈ、ｂｏｔｔｏｍ、ｂｕｔ、ｂｙ、ｃａｌｌ、ｃａｎ、ｃａｎｎｏｔ、ｃａｎｔ、ｃｏ、ｃｏｍｐｕｔｅｒ、ｃｏｎ、ｃｏｕｌｄ、ｃｏｕｌｄｎ’ｔ、ｃｒｙ、ｄｅ、ｄｅｓｃｒｉｂｅ、ｄｅｔａｉｌ、ｄｏ、ｄｏｎｅ、ｄｏｗｎ、ｄｕｅ、ｄｕｒｉｎｇ、ｅａｃｈ、ｅ．ｇ．、ｅｉｇｈｔ、ｅｉｔｈｅｒ、ｅｌｅｖｅｎ、ｅｌｓｅ、ｅｌｓｅｗｈｅｒｅ、ｅｍｐｔｙ、ｅｎｏｕｇｈ、ｅｔｃ、ｅｖｅｎ、ｅｖｅｒ、ｅｖｅｒｙ、ｅｖｅｒｙｏｎｅ、ｅｖｅｒｙｔｈｉｎｇ」などを含めることができる。いくつかのストップ・ワードは、フレーズの文脈内で関連性を有していることがあり、したがって、関連性のあるフレーズの一部をなす場合に除去されない。

ステップ４５０で、ウェブ・ページに関連付けられている識別されたキーワードのリストを、図４の方法４００のオペレーションを呼び出す方法ステップ（例えば、図３の方法３００のステップ３１０、３２０、または３３０）などに供給する。

図５は、ウェブ・ページに関連付けられているのキーワードをランク付けする方法を示す流れ図を示している。特に、図５の方法５００は、図３の方法３００のステップ３６０／３６５を実装する際に使用するのに適している。方法５００は、Ｃｏｕｎｔ、ＵｎｉｑｕｅＣｏｕｎｔ、および／またはＷｅｉｇｈｔｅｄＵｎｉｑｕｅＣｏｕｎｔヒューリスティック関数の１つまたは複数を使用してウェブ・ページに関連付けられているキーワードのリスト内のＭ個の最も目立つキーワードのリストを生成することを企図している。他のヒューリスティック関数も、さまざまな実施形態の文脈内で使用することができる。

本明細書で説明されているさまざまなヒューリスティック関数がキーワード・データの同じ集合を処理するものとして提示されているが、キーワード・データの縮小された、または他の何らかの方法で処理された集合に作用する他の関数も使用することができることに留意されたい。

以下の記法を使用する。
ｎ（ｉ，ｊ）は、ノードｊに関連付けられているドキュメント内のキーワードｋｉの出現回数である。
ｕ（ｉ，ｊ）は、キーワードｋｉがノードｊに関連付けられているドキュメント内に出現する場合に１に設定され、そうでない場合には０に設定される。
ｗｊ：は、セルフ・ページとノードｊとの間のリンクの重みである。

キーワードのリスト（つまり、図３の方法３００のステップ３６０で与えられるリスト）を受け取ると、ステップ５１０で方法５００に入る。

オプションのステップ５２０で、Ｃｏｕｎｔ関数をそれぞれのキーワードに適用する。ボックス５２５を参照すると、Ｃｏｕｎｔ関数Ｃは関係式
Ｃ（ｉ，ｊ）＝ｎ（ｉ，ｊ）
によって定義されることがわかる。

オプションのステップ５３０で、ＵｎｉｑｕｅＣｏｕｎｔ関数をそれぞれのキーワードに適用する。ボックス５３５を参照すると、ＵｎｉｑｕｅＣｏｕｎｔ関数ＵＣは関係式
ＵＣ（ｉ，ｊ）＝ｕ（ｉ，ｊ）
によって定義されることがわかる。

オプションのステップ５４０で、ＷｅｉｇｈｔｅｄＵｎｉｑｕｅＣｏｕｎｔ関数をそれぞれのキーワードに適用する。ボックス５４５を参照すると、ＷｅｉｇｈｔｅｄＵｎｉｑｕｅＣｏｕｎｔ関数ＵＣは関係式
ＷＵＣ（ｉ，ｊ）＝ｗｊ＊ｕ（ｉ，ｊ）
によって定義されることがわかる。

ステップ５５０で、Ｃｏｕｎｔ、ＵｎｉｑｕｅＣｏｕｎｔ、および／またはＷｅｉｇｈｔｅｄＵｎｉｑｕｅＣｏｕｎｔヒューリスティック関数を使用して、キーワードｋｉ毎にスコアを計算する。

ステップ５６０で、上位Ｍ個のキーワードを、処理されているウェブ・ページ（つまり、セルフ・ウェブ・ページ）に関連付けられているキーワード集合の構成要素として選択する。つまり、キーワード集合を、その後、キーワードのスコアに基づいてソートし、上位Ｍ個のキーワードをＳｅｌｆノードに対する代表Ｋｅｙｗｏｒｄ＿ｓｅｔとして選択する。

オプションのステップ５７０で、キーワードのランク付けは、上位Ｍ個のキーワードｋｉ内でＳｕｍ、Ｍａｘ、Ｖｏｔｅ、および／または他のＣｏｍｐｏｓｉｔｅＳｃｏｒｅ関数のうちの１つまたは複数を使用して（ボックス５７５を参照）さらに修正する。概して、これらの、および／または他の複合スコア関数またはヒューリスティック関数は、初期キーワード集合、または１つまたは複数のヒューリスティック関数を使用して処理されたキーワード集合に適用することができる。Ｓｕｍ、Ｍａｘ、およびＶｏｔｅＣｏｍｐｏｓｉｔｅＳｃｏｒｅ関数は、以下のように、ヒューリスティック関数ランク付けプロセスによって与えられたランク付けされたキーワード集合に対し、ランク付けの調整をさらに行う。
Ｓｕｍ（ｉ）＝ｒａｎｋ（ｓｃｏｒｅ（ｉ，Ｃ））＋ｒａｎｋ（ｓｃｏｒｅ（ｉ，ＵＣ））
Ｍａｘ（ｉ）＝ｍａｘ（ｒａｎｋ（ｓｃｏｒｅ（ｉ，Ｃ）），ｒａｎｋ（ｓｃｏｒｅ（ｉ，ＵＣ）））
Ｖｏｔｅ（ｉ）＝ｓｃｏｒｅ（ｉ，Ｃ）とｓｃｏｒｅ（ｉ，ＵＣ）との多数決

一実施形態では、上述の複合スコア関数は、

のように、関数「ｓｃｏｒｅ（ｉ，ｈ）」に対し等式を使用する。
式中、ｉは考察対象のキーワードを表し、ｈはヒューリスティック関数であり、αはセルフ・ノードに割り当てられた重みであり（これは、上述のようにｗ０と同じであっても異なっていてもよい）、βはイン・リンク関係キーワードに割り当てられた重みであり、χはアウト・リンク関係キーワードに割り当てられた重みであり、ｈ（ｉ，ｊ）はノードｊに関連付けられているドキュメント内のキーワードｉに対するヒューリスティック関数の結果である。

この式ではセルフ・ノード関係キーワードのすべてに第１の重みαを割り当て、イン・リンク関係キーワードのすべてに第２の重みβを割り当て、アウト・リンク関係キーワードのすべてに第３の重みχを割り当てることを企図していることに留意されたい。しかし、この式は、セルフ、イン・リンク、および／またはアウト・リンク・キーワード集合内の異なるキーワードが異なる割り当てられた重み値を有することができると規定するように修正できる。

一実施形態では、キーワードの各集合の文脈内におけるキーワードの相対的重要度または相対価値は、ヒューリスティック関数の１つまたは複数を使用して決定される、したがって、より大きなカウントＣ、一意的なカウントＵＣ、および／または重み付きの一意的なカウントＷＵＣを提示するキーワードは、それに呼応して、他のキーワードに比べて高い重要度または価値を有するものとみなすことができる。

一実施形態では、キーワードに割り当てられた重みは、キーワードのセルフ、イン・リンク、およびアウト・リンク集合内におけるそのキーワードに関連付けられているヒューリスティックのそれぞれの総和を含む。例えば、単語「ｃａｒ」がセルフ・ページ内に５回、イン・リンク・ページ内に１０回、アウト・リンク・ページ内に１回出現する場合、「ｃａｒ」は重みとして１６（つまり、５＋１０＋１）を割り当てられる。

図６は、本明細書で説明されている機能を実行する際に使用するのに適している汎用コンピュータの高水準ブロック図を示している。図６に示されているように、システム６００は、プロセッサ要素６０２（例えば、中央演算処理装置（ＣＰＵ））、メモリ６０４、例えば、ランダム・アクセス・メモリ（ＲＡＭ）および／または読み出し専用メモリ（ＲＯＭ）、ディスクリプタ管理モジュール６０５、およびさまざまな入力／出力デバイス６０６（例えば、限定はしないが、テープ・ドライブ、フロッピ・ドライブ、ハードディスク・ドライブまたはコンパクト・ディスク・ドライブ、受信機、送信機、スピーカ、ディスプレー、出力ポート、およびユーザ入力デバイス（キーボード、マウス、および同様のものなど）を含む、ストレージ・デバイス）を備える。

本発明は、ソフトウェアおよび／またはソフトウェアとハードウェアの組み合わせにより、例えば、特定用途向け集積回路（ＡＳＩＣ）、汎用コンピュータ、または他の任意のハードウェア同等物を使用して実装することができることに留意されたい。一実施形態では、本発明のディスクリプタ管理プロセス６０５は、メモリ６０４内にロードされ、プロセッサ６０２によって実行されることで、上述の機能を実装することができる。したがって、本発明のディスクリプタ管理プロセス６０５（関連付けられているデータ構造体を含む）は、コンピュータ可読媒体またはキャリア、例えば、ＲＡＭメモリ、磁気もしくは光ドライブもしくはディスケット、および同様のものに格納することができる。

本明細書でソフトウェア方法として説明される工程のいくつかは、ハードウェア内に、例えば、プロセッサと連携してさまざまな方法ステップを実行する回路として実装することができることが企図されている。本発明のいくつかの部分は、コンピュータ命令がコンピュータにより処理されると、本発明に方法および／または技術が呼び出されるか、または何らかの方法により提供されるようにコンピュータの動作を適合させるコンピュータ・プログラム製品として実装することができる。本発明の方法を呼び出す命令は、固定または取り外し可能媒体に格納するか、放送または他の信号伝送媒体でデータ・ストリームを介して送信するか、および／または命令に従って動作するコンピューティング・デバイス内の作業用メモリ内に格納することができる。したがって、一実施形態は、ソフトウェア命令を格納するためのメモリとソフトウェア命令を実行するためのプロセッサとを備え、ソフトウェア命令は、プロセッサによって実行されたときに、本明細書で説明されているさまざまな実施形態に従ってキーワードをウェブ・ページに割り当てるための方法を装置に実行させる、装置を含む。

本明細書で説明されているように、ウェブ・ページへのキーワード割り当ては、非常に重要な問題であり、ユーザ・プロファイル生成、ウェブサイト分類およびフィルタリング（例えば、ＷｅｂＳｅｎｓｅ）、検索エンジン（例えば、Ｇｏｏｇｌｅ）、キーワード・リサーチ（例えば、ＡｄＳｅｎｓｅ）などの文脈内で適用可能であることがわかる。上述の実施形態は、代表的キーワードの集合をウェブ・ページに割り当てるために複数のウェブ・ページに関連付けられているデータ、メタデータなどを使用するキーワード割り当てのための新規性のある方法、システム、および装置を実現する。

有利には、これらのさまざまな実施形態は、ページのメタデータのみを解析し、コンテンツを無視する場合に比較的軽量の（計算効率が高く、メモリ使用効率が高い）方法を実現する。これらの技術は、セルフ・ページだけではなく「近傍」ページからもキーワードを学習するという点でロバストなものである。

計算効率の高い実施形態の例
例えば、ＫｅｌｌｅｙＢｌｕｅＢｏｏｋ（商標）自動車評価ウェブサイト・ページ（ｗｗｗ．ｋｂｂ．ｃｏｍ）は、表１の表形式で以下に示すキーワード割り当てデータを生成するために本発明の一実施形態により評価される。特に、図３〜５の実施形態により処理される上位１０個の（つまり、Ｍ＝１０）キーワードは、表１に関して以下に示されている。さまざまなプロセスによって使用される生データも以下に示す。例の中で使用されているパラメータは以下のとおりである。
ＵＲＬ：ｗｗｗ．ｋｂｂ．ｃｏｍ
重み：ｓｅｌｆ＝１０、Ｏｕｔｌｉｎｋｓ＝２、Ｉｎｌｉｎｋｓ＝１
イン・リンク・ソース：Ｙａｈｏｏ（これは、Ｇｏｏｇｌｅ、Ｂｉｎｇ、サービス・プロバイダのクローラーおよび／または検索エンジンもしくはクローラーとすることも可能である）

上位１０個のキーワード（この例では２３９個のうちの）に対するランク順序付けられた結果を表１に関して以下に示す。

セルフ、アウト・リンク、およびイン・リンク・ページから抽出されたキーワードのリストを以下に示す（リストは、簡単のため３つのアウト・リンクと３つのイン・リンクとに限定されている）。

セルフ（ｈｔｔｐ：／／ｗｗｗ．ｋｂｂ．ｃｏｍ）
● ＮｅｗＣａｒｓ，ＵｓｅｄＣａｒｓ，ＢｌｕｅＢｏｏｋＰｒｉｃｅｓ＆ＣａｒＶａｌｕｅｓ − ＫｅｌｌｅｙＢｌｕｅＢｏｏｋ
○ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｋｂｂ．ｃｏｍ
○タイトル：［’ｎｅｗ’， ’ｃａｒ’， ’ｎｅｗｃａｒｓ’， ’ｕｓｅｄｃａｒｓ’， ’ｂｌｕｅ’， ’ｂｌｕｅｂｏｏｋ’， ’ｂｏｏｋ’， ’ｐｒｉｃｅ’， ’ｂｌｕｅｂｏｏｋｐｒｉｃｅｓ’， ’ｃａｒ’， ’ｖａｌｕｅｓ’， ’ｃａｒｖａｌｕｅｓ’， ’ｋｅｌｌｅｙ’， ’ｂｌｕｅ’， ’ｂｌｕｅｂｏｏｋ’， ’ｂｏｏｋ’， ’ｋｅｌｌｅｙｂｌｕｅｂｏｏｋ’］
○メタキーワード：［’ｃａｒ’， ’ｃａｒ’， ’ｎｅｗ’， ’ｃａｒ’， ’ｎｅｗｃａｒｓ’， ’ｕｓｅｄｃａｒｓ’， ’ｖｅｈｉｃｌｅ’， ’ｖｅｈｉｃｌｅ’， ’ａｕｔｏ’， ’ａｕｔｏｍｏｂｉｌｅ’， ’ａｕｔｏｍｏｂｉｌｅ’， ’ｂｌｕｅ’， ’ｂｌｕｅｂｏｏｋ’， ’ｂｏｏｋ’， ’ｂｏｏｋｖａｌｕｅ’， ’ｖａｌｕｅ’， ’ｂｌｕｅｂｏｏｋｖａｌｕｅ’， ’ｋｅｌｌｅｙ’， ’ｂｌｕｅ’，，’ｂｌｕｅｂｏｏｋ’， ’ｂｏｏｋ’， ’ｋｅｌｌｅｙｂｌｕｅｂｏｏｋ’， ’ｋｅｌｌｙ’， ’ｂｌｕｅ’， ’ｂｌｕｅｂｏｏｋ’， ’ｂｏｏｋ’， ’ｋｅｌｌｙｂｌｕｅｂｏｏｋ’， ’ｋｂｂ’］
○メタ記述：［’ｋｅｌｌｅｙ’， ’ｂｌｕｅ’， ’ｂｌｕｅｂｏｏｋ’， ’ｂｏｏｋ’， ’ｔｒｕｓｔ’， ’ｒｅｓｏｕｒｃｅ’， ’ｐｒｉｃｅ’， ’ｖａｌｕｅｓ’， ’ｒｅｖｉｅｗ’， ’ｎｅｗ’， ’ｃａｒ’， ’ｕｓｅ’， ’ｃａｒ’， ’ｂｕｙｉｎｇ’， ’ｓｅｌｌｉｎｇ’， ’ｃａｒ’， ’ｖｉｓｉｔ’， ’ｖｉｓｉｔｋｂｂ．ｃｏｍ’］

Ｏｕｔｌｉｎｋｓ：
１．ＫｅｌｌｅｙＢｌｕｅＢｏｏｋ
○ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｋｂｂ．ｃｏｍ／ｋｂｂ／ｓｅａｒｃｈ／ｓｅａｒｃｈｒｅｓｕｌｔ．ａｓｐｘ
○タイトル：［’ｋｅｌｌｅｙ’， ’ｂｌｕｅ’， ’ｂｌｕｅｂｏｏｋ’， ’ｂｏｏｋ’］
○メタキーワード：［］
○メタ記述：［］
２．ＮｅｗＣａｒ − ＮｅｗＣａｒＰｒｉｃｅｓ＆Ｒｅｖｉｅｗｓ − ＫｅｌｌｅｙＢｌｕｅＢｏｏｋ
○ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｋｂｂ．ｃｏｍ／ｋｂｂ／ＮｅｗＣａｒｓ
○リダイレクト：ｈｔｔｐ：／／ｗｗｗ．ｋｂｂ．ｃｏｍ／ｋｂｂ／ＮｅｗＣａｒｓ／
○タイトル：［’ｎｅｗ’， ’ｃａｒ’， ’ｎｅｗｃａｒ’， ’ｎｅｗ’， ’ｃａｒ’， ’ｐｒｉｃｅ’， ’ｎｅｗｃａｒｐｒｉｃｅｓ’， ’ｒｅｖｉｅｗ’， ’ｋｅｌｌｅｙ’， ’ｂｌｕｅ’， ’ｂｌｕｅｂｏｏｋ’， ’ｂｏｏｋ’， ’ｋｅｌｌｅｙｂｌｕｅｂｏｏｋ’］
○メタキーワード：［’ｎｅｗ’， ’ｃａｒ’， ’ｎｅｗｃａｒ’， ’ｎｅｗ’， ’ｃａｒ’， ’ｐｒｉｃｅ’， ’ｎｅｗｃａｒｐｒｉｃｅｓ’， ’ｃａｒ’， ’ｐｒｉｃｅ’， ’ｃａｒｐｒｉｃｅ’， ’ｎｅｗ’， ’ｃａｒ’， ’ｐｒｉｃｉｎｇ’， ’ｎｅｗｃａｒｐｒｉｃｉｎｇ’， ’ｎｅｗ’， ’ｃａｒ’， ’ｐｒｉｃｅ’， ’ｎｅｗｃａｒｐｒｉｃｅ’， ’ｃａｒ’， ’ｐｒｉｃｅ’， ’ｃａｒｐｒｉｃｅ’， ’ｖｅｈｉｃｌｅ’， ’ｐｒｉｃｅ’， ’ｖｅｈｉｃｌｅｐｒｉｃｅ’， ’ｋｅｌｌｅｙ’， ’ｂｌｕｅ’， ’ｂｌｕｅｂｏｏｋ’， ’ｂｏｏｋ’， ’ｋｅｌｌｅｙｂｌｕｅｂｏｏｋ’， ’ｋｅｌｌｙ’， ’ｂｌｕｅ’， ’ｂｌｕｅｂｏｏｋ’， ’ｂｏｏｋ’， ’ｋｅｌｌｙｂｌｕｅｂｏｏｋ’， ’ｋｂｂ’］
○メタ記述：［’ｋｅｌｌｅｙ’， ’ｂｌｕｅ’， ’ｂｌｕｅｂｏｏｋ’， ’ｂｏｏｋ’， ’ｔｒｕｓｔ’， ’ｒｅｓｏｕｒｃｅ’， ’ｎｅｗ’， ’ｃａｒ’， ’ｐｒｉｃｅ’， ’ｒｅｓｅａｒｃｈ’， ’ｃｏｍｐａｒｅ’， ’ｎｅｗ’， ’ｃａｒ’， ’ｐｒｉｃｉｎｇ’， ’ｒｅａｄ’， ’ｒｅｖｉｅｗ’， ’ｒｅａｄｒｅｖｉｅｗｓ’， ’ｒａｔｉｎｇ’， ’ｂｒｏｗｓｅ’， ’ｖｉｄｅｏ’， ’ｌｏｃａｌ’， ’ｄｅａｌｅｒ’］
３．ＵｓｅｄＣａｒ − ＵｓｅｄＣａｒＰｒｉｃｅｓ，ＵｓｅｄＣａｒＶａｌｕｅｓ＆Ｒｅｖｉｅｗｓ − ＫｅｌｌｅｙＢｌｕｅＢｏｏｋ
○ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｋｂｂ．ｃｏｍ／ｋｂｂ／ＵｓｅｄＣａｒｓ
○リダイレクト：ｈｔｔｐ：／／ｗｗｗ．ｋｂｂ．ｃｏｍ／ｋｂｂ／ＵｓｅｄＣａｒｓ／
○タイトル：［’ｕｓｅｄｃａｒ’， ’ｕｓｅ’， ’ｕｓｅｄｃａｒ’， ’ｃａｒ’， ’ｐｒｉｃｅ’， ’ｕｓｅｄｃａｒｐｒｉｃｅｓ’， ’ｕｓｅ’， ’ｕｓｅｄｃａｒ’， ’ｃａｒ’， ’ｖａｌｕｅｓ’， ’ｕｓｅｄｃａｒｖａｌｕｅｓ’， ’ｒｅｖｉｅｗ’， ’ｋｅｌｌｅｙ’， ’ｂｌｕｅ’， ’ｂｌｕｅｂｏｏｋ’， ’ｂｏｏｋ’， ’ｋｅｌｌｅｙｂｌｕｅｂｏｏｋ’］
○メタキーワード：［’ｕｓｅｄｃａｒ’， ’ｕｓｅｄｃａｒｓ’， ’ｕｓｅ’， ’ｖｅｈｉｃｌｅ’， ’ｕｓｅｄｖｅｈｉｃｌｅ’， ’ｕｓｅ’， ’ｖｅｈｉｃｌｅｓ’， ’ｕｓｅｄｖｅｈｉｃｌｅｓ’， ’ｕｓｅ’， ’ｕｓｅｄｃａｒ’， ’ｃａｒ’， ’ｐｒｉｃｅ’， ’ｕｓｅｄｃａｒｐｒｉｃｅｓ’， ’ｂｌｕｅ’， ’ｂｌｕｅｂｏｏｋ’， ’ｂｏｏｋ’， ’ｂｏｏｋｖａｌｕｅｓ’， ’ｖａｌｕｅｓ’， ’ｂｌｕｅｂｏｏｋｖａｌｕｅｓ’， ’ｕｓｅ’， ’ｕｓｅｄｃａｒ’， ’ｃａｒ’， ’ｐｒｉｃｉｎｇ’， ’ｕｓｅｄｃａｒｐｒｉｃｉｎｇ’， ’ｕｓｅ’， ’ｕｓｅｄｃａｒ’， ’ｃａｒ’， ’ｖａｌｕｅｓ’， ’ｕｓｅｄｃａｒｖａｌｕｅｓ’， ’ｕｓｅ’， ’ｕｓｅｄｃａｒ’， ’ｃａｒ’， ’ｖａｌｕｅ’， ’ｕｓｅｄｃａｒｖａｌｕｅ’， ’ｃａｒ’， ’ｗｏｒｔｈ’， ’ｃａｒ’， ’ｋｅｌｌｅｙ’， ’ｂｌｕｅ’， ’ｂｌｕｅｂｏｏｋ’， ’ｂｏｏｋ’， ’ｋｅｌｌｅｙｂｌｕｅｂｏｏｋ’， ’ｋｅｌｌｙ’， ’ｂｌｕｅ’， ’ｂｌｕｅｂｏｏｋ’， ’ｂｏｏｋ’， ’ｋｅｌｌｙｂｌｕｅｂｏｏｋ’， ’ｋｅｌｌｙ’， ’ｂｌｕｅ’， ’ｂｌｕｅｂｏｏｋ’， ’ｂｏｏｋ’， ’ｋｅｌｌｙｓｂｌｕｅｂｏｏｋ’］
○メタ記述：［’ｋｅｌｌｅｙ’， ’ｂｌｕｅ’， ’ｂｌｕｅｂｏｏｋ’， ’ｂｏｏｋ’， ’ｔｒｕｓｔ’， ’ｒｅｓｏｕｒｃｅ’， ’ｕｓｅ’， ’ｕｓｅｄｃａｒ’， ’ｃａｒ’， ’ｐｒｉｃｅ’， ’ｖａｌｕｅｓ’， ’ｒｅｓｅａｒｃｈ’， ’ｌａｔｅｓｔ’， ’ｂｌｕｅ’， ’ｂｌｕｅｂｏｏｋ’， ’ｂｏｏｋ’， ’ｕｓｅ’， ’ｕｓｅｄｃａｒ’， ’ｃａｒ’， ’ｖａｌｕｅｓ’， ’ｒｅａｄ’， ’ｒｅｖｉｅｗ’］

Ｉｎｌｉｎｋｓ：
１．Ｒｅｆｅｒｅｎｃｅ，Ｆａｃｔｓ，Ｎｅｗｓ − ＦｒｅｅａｎｄＦａｍｉｌｙ−ｆｒｉｅｎｄｌｙＲｅｓｏｕｒｃｅｓ − Ｒｅｆｄｅｓｋ．ｃｏｍ
○ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｒｅｆｄｅｓｋ．ｃｏｍ／
○タイトル：［’ｒｅｆｅｒｅｎｃｅ’， ’ｆａｃｔ’， ’ｎｅｗｓ’， ’ｆｒｅｅ’， ’ｆａｍｉｌｙ−ｆｒｉｅｎｄｌｙ’， ’ｒｅｓｏｕｒｃｅ’］
○メタキーワード：［’ｒｅｆｅｒｅｎｃｅ’， ’ｆａｃｔ’， ’ｎｅｗｓ’， ’ｆａｍｉｌｙ’， ’ｆｒｉｅｎｄｌｙ’， ’ｆａｍｉｌｙｆｒｉｅｎｄｌｙ’， ’ｒｅｆｄｅｓｋ’］
○メタ記述：［’ｒｅｆｄｅｓｋ’， ’ｆｒｅｅ’， ’ｆａｍｉｌｙ’， ’ｆｒｉｅｎｄｌｙ’， ’ｗｅｂ’， ’ｗｅｂｓｉｔｅ’， ’ｓｉｔｅ’， ’ｉｎｄｅｘ’， ’ｒｅｖｉｅｗ’， ’ｑｕａｌｉｔｙ’， ’ｃｒｅｄｉｂｌｅ’， ’ｃｕｒｒｅｎｔ’， ’ｗｅｂ−ｂａｓｅｄ’， ’ｒｅｆｅｒｅｎｃｅ’， ’ｒｅｓｏｕｒｃｅ’］
２．ＣＥＯＥｘｐｒｅｓｓ：Ｂｕｓｉｎｅｓｓｐｏｒｔａｌｆｏｒｅｘｅｃｕｔｉｖｅｓｃｒｅａｔｅｄｂｙａｂｕｓｙｅｘｅｃｕｔｉｖｅ
○ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｃｅｏｅｘｐｒｅｓｓ．ｃｏｍ／
○リダイレクト：ｈｔｔｐ：／／ｗｗｗ．ｃｅｏｅｘｐｒｅｓｓ．ｃｏｍ／ｄｅｆａｕｌｔ．ａｓｐ
○タイトル：［’ｃｅｏｅｘｐｒｅｓｓ’， ’ｂｕｓｉｎｅｓｓ’， ’ｐｏｒｔａｌ’， ’ｅｘｅｃｕｔｉｖｅ’， ’ｃｒｅａｔｅ’， ’ｂｕｓｙ’， ’ｅｘｅｃｕｔｉｖｅ’］
○メタキーワード：［’ｂｕｓｉｎｅｓｓ’， ’ｌｉｎｋｓ’， ’ｂｕｓｉｎｅｓｓｌｉｎｋｓ’， ’ｃｅｏ’， ’ｃｈｉｅｆｅｘｅｃｕｔｉｖｅｏｆｆｉｃｅｒ’， ’ｓｅｎｉｏｒ’， ’ｅｘｅｃｕｔｉｖｅ’， ’ｓｅｎｉｏｒｅｘｅｃｕｔｉｖｅｓ’， ’ｃｅｏ’， ’ｌｉｎｋｓ’， ’ｃｅｏｌｉｎｋｓ’， ’ｂｕｓｉｎｅｓｓ’， ’ｐｏｒｔａｌ’， ’ｂｕｓｉｎｅｓｓｐｏｒｔａｌ’， ’ｂｕｓｉｎｅｓｓ’， ’ｄｉｒｅｃｔｏｒｙ’， ’ｂｕｓｉｎｅｓｓｄｉｒｅｃｔｏｒｙ’， ’ｓｍａｌｌ’， ’ｂｕｓｉｎｅｓｓ’， ’ｄｉｒｅｃｔｏｒｙ’， ’ｓｍａｌｌｂｕｓｉｎｅｓｓｄｉｒｅｃｔｏｒｙ’， ’ｃｅｏ’， ’ｈｏｍｅｐａｇｅ’， ’ｃｅｏｈｏｍｅｐａｇｅ’， ’ｃｆｏ’， ’ｐｏｒｔａｌ’， ’ｃｆｏｐｏｒｔａｌ’， ’ｃｆｏ’， ’ｌｉｎｋｓ’， ’ｃｆｏｌｉｎｋｓ’， ’ｃｉｏ’， ’ｐｏｒｔａｌ’， ’ｃｉｏｐｏｒｔａｌ’， ’ｃｉｏ’， ’ｌｉｎｋｓ’， ’ｃｉｏｌｉｎｋｓ’， ’ｉｎｔｅｒｎａｔｉｏｎａｌ’， ’ｂｕｓｉｎｅｓｓ’， ’ｐｏｒｔａｌ’， ’ｉｎｔｅｒｎａｔｉｏｎａｌｂｕｓｉｎｅｓｓｐｏｒｔａｌ’， ’ｃ−ｌｅｖｅｌ’］
○メタ記述：［’ｃｅｏｅｘｐｒｅｓｓ’， ’ｂｕｓｉｎｅｓｓ’， ’ｐｏｒｔａｌ’， ’ｅｘｅｃｕｔｉｖｅ’， ’ｃｒｅａｔｅ’， ’ｃｅｏ’］
３．ＡｕｔｏＷａｒｒａｎｔｙ：ＥｘｔｅｎｄｅｄＷａｒｒａｎｔｙＱｕｏｔｅｓＯｎｌｉｎｅ
○ＵＲＬ：ｈｔｔｐ：／／ｗｗｗ．ｗａｒｒａｎｔｙｈｅａｄｑｕａｒｔｅｒｓ．ｃｏｍ／
○タイトル：［’ａｕｔｏ’， ’ｗａｒｒａｎｔｙ’， ’ａｕｔｏｗａｒｒａｎｔｙ’， ’ｅｘｔｅｎｄ’， ’ｗａｒｒａｎｔｙ’， ’ｑｕｏｔｅ’， ’ｏｎｌｉｎｅ’］
○メタキーワード：［’ａｕｔｏ’， ’ｗａｒｒａｎｔｙ’， ’ａｕｔｏｗａｒｒａｎｔｙ’， ’ａｕｔｏ’， ’ｗａｒｒａｎｔｙ’， ’ｒｅｓｅａｒｃｈ’， ’ａｕｔｏｗａｒｒａｎｔｙｒｅｓｅａｒｃｈ’， ’ｅｘｔｅｎｄ’， ’ｗａｒｒａｎｔｙ’， ’ｅｘｔｅｎｄｅｄｗａｒｒａｎｔｉｅｓ’， ’ｖｅｈｉｃｌｅ’， ’ｍａｉｎｔｅｎａｎｃｅ’， ’ｖｅｈｉｃｌｅｍａｉｎｔｅｎａｎｃｅ’， ’ｃｏｖｅｒａｇｅ’， ’ｐｌａｎ’， ’ｃｏｖｅｒａｇｅｐｌａｎｓ’， ’ｃｏｖｅｒａｇｅ’， ’ｃａｒ’］
○メタ記述：［’ａｕｔｏ’， ’ｗａｒｒａｎｔｙ’， ’ａｕｔｏｗａｒｒａｎｔｙ’， ’ｒｅｃｅｉｖｅ’， ’ｅｘｔｅｎｄ’， ’ａｕｔｏ’， ’ｗａｒｒａｎｔｙ’， ’ｑｕｏｔｅ’， ’ｉｎｓｔａｎｔｌｙ’， ’ｈａｖｅ’， ’ｐｒｏｖｉｄｅ’， ’ｐｅｒｓｏｎａｌ’， ’ｉｎｆｏｒｍａｔｉｏｎ’， ’ｄｉｓｃｏｕｎｔ’， ’ｐｒｉｃｉｎｇ’， ’ｇｒｅａｔ’， ’ｓｅｒｖｉｃｅ’］

前記の説明は本発明のさまざまな実施形態を対象としているが、本発明の基本的範囲から逸脱することなく本発明の他の実施形態およびさらなる実施形態を考案することができる。したがって、本発明の適切な範囲は、請求項により決定されるものとする。

Claims

キーワードをウェブ・ページに割り当てるための方法であって、
前記ウェブ・ページに関連付けられているセルフ・キーワード、イン・リンク・キーワード、アウト・リンク・キーワードを識別するステップであって、前記セルフ・キーワード、前記イン・リンク・キーワード、および前記アウト・リンク・キーワードは一意的キーワードを含む、ステップと、
第１の区切りによって分離されている前記セルフ・キーワードのリスト、前記イン・リンク・キーワードのリスト、および前記アウト・リンク・キーワードのリスト内の１つまたは複数の単語の出現を潜在的な一意的キーワードとして識別するステップと、
前記ウェブ・ページに対する前記キーワード集合内に有効なフレーズを表す前記潜在的な一意的キーワードを含めるステップであって、スペリング・エンジン、文法エンジン、および検索エンジンのどれかが潜在的な一意的キーワードが有効なフレーズを表すかどうかを判定するために使用される、ステップと、
前記セルフ・キーワードに含まれる前記一意的キーワード、前記イン・リンク・キーワードに含まれる前記一意的キーワード、および前記アウト・リンク・キーワードに含まれる前記一意的キーワードを組み合わせて前記ウェブ・ページに対するキーワードの集合を形成するステップと、を含む方法。
セルフ・キーワード、イン・リンク・キーワード、およびアウト・リンク・キーワードの前記集合を処理して、セルフ・キーワード、イン・リンク・キーワード、およびアウト・リンク・キーワードの各ランク順序付け集合を構成するステップをさらに含む請求項１に記載の方法。
ヒューリスティック関数の１つまたは複数を使用して、前記セルフ・キーワード、イン・リンク・キーワード、およびアウト・リンク・キーワードの集合内のそれぞれのキーワードの相対的重要度を決定するステップをさらに含む請求項２に記載の方法。
重みを前記セルフ・キーワード、イン・リンク・キーワード、およびアウト・リンク・キーワードに割り当てるステップをさらに含み、
組み合わせる前記ステップは、前記キーワード重みに従ってセルフ・キーワード、イン・リンク・キーワード、およびアウト・リンク・キーワードを組み合わせるステップを含む請求項２に記載の方法。
識別されたキーワード・データは、タイトル・フィールド、メタキーワード・フィールド、およびメタ記述フィールドのうちの１つまたは複数からのデータを含む請求項１に記載の方法。
Ｎを１より大きい整数として、前記セルフ・キーワードのリスト、前記イン・リンク・キーワードのリスト、および前記アウト・リンク・キーワードのリスト内のＮ個の隣接する空白で分離されている単語の出現を潜在的な一意的キーワードとして識別するステップと、
前記ウェブ・ページに対する前記キーワード集合内に有効なフレーズを表す前記潜在的な一意的キーワードを含めるステップと、をさらに含む請求項１に記載の方法。
前記イン・リンク・キーワードとアウト・リンク・キーワードのそれぞれは、前記キーワードの各ソース・ウェブ・ページのランク付けに従って重みを割り当てられ、前記ソース・ウェブ・ページのランク付けは検索エンジンを使用することによって決定される請求項３に記載の方法。
前記イン・リンク・キーワードを含む前記ウェブ・ページは、ウェブ・クローラーおよび検索エンジンのうちの１つまたは複数を使用して識別される請求項１に記載の方法。
ソフトウェア命令を格納するためのメモリと前記ソフトウェア命令を実行するためのプロセッサとを備える装置であって、前記ソフトウェア命令は前記プロセッサによって実行されたときにキーワードをウェブ・ページに割り当てるための方法を装置に実行させ、前記方法は
前記ウェブ・ページに関連付けられているセルフ・キーワード、イン・リンク・キーワード、アウト・リンク・キーワードを識別するステップであって、前記セルフ・キーワード、前記イン・リンク・キーワード、および前記アウト・リンク・キーワードは一意的なキーワードを含む、ステップと、
第１の区切りによって分離されている前記セルフ・キーワードのリスト、前記イン・リンク・キーワードのリスト、および前記アウト・リンク・キーワードのリスト内の１つまたは複数の単語の出現を潜在的な一意的キーワードとして識別するステップと、
前記ウェブ・ページに対する前記キーワード集合内に有効なフレーズを表す前記潜在的な一意的キーワードを含めるステップであって、スペリング・エンジン、文法エンジン、および検索エンジンのどれかが潜在的な一意的キーワードが有効なフレーズを表すかどうかを判定するために使用される、ステップと、
前記セルフ・キーワードに含まれる前記一意的キーワード、前記イン・リンク・キーワードに含まれる前記一意的キーワード、および前記アウト・リンク・キーワードに含まれる前記一意的キーワードを組み合わせて前記ウェブ・ページに対するキーワードの集合を形成するステップと、を含む装置。